Прогнозування індикаторів сталого розвитку на основі інструментів цифровізації

Скорочена інформація про документ
dc.contributor.authorШапуров Олександр Олександрович
dc.contributor.authorShapurov Oleksandr Oleksandrovych
dc.contributor.authorКоваленко Олена Валерїївна
dc.contributor.authorKovalenko Olena Valeriivna
dc.contributor.authorСтоєв Володимир Леонідович
dc.contributor.authorStoiev Volodymyr Leonidovych
dc.date.accessioned2025-04-16T10:37:02Z
dc.date.available2025-04-16T10:37:02Z
dc.date.issued2024
dc.description.abstractСучасні економічні процеси України зазнають впливу війни, інфляції, логістичних труднощів, екологічних проблем, соціальної нерівності, депресії промислових регіонів та масової еміграції. Міграція призводить до втрати людського капіталу, дефіциту робочої сили, змін у структурі населення та скорочення ВРП у постраждалих регіонах. Для сталого розвитку важлив збереження людського капіталу та цифровізація. Основні підходи до прогнозування – класичні (ARIMA, GARCH) і методи інтелектуального аналізу (ANN, SVM, kNN, Random Forest). Для їх реалізації використовуються RStudio, MATLAB, Excel, Google Colab, Kaggle Notebooks. Дослідження 2018–2023 років засвідчують зростання інтересу до цифровізації. Аналіз показників Запорізького регіону (населення, інфраструктура, промисловість, ВРП) демонструє ста- більність за GARCH, чутливість до коливань за Random Forest і консервативність за ARIMA. Вибір моделі залежить від цілей: ARIMA – для стабільних прогнозів, Random Forest і GARCH – для динамічних змін. Хмарні платформи спрощують процес аналізу, сприяючи сталому розвитку регіонів України.
dc.description.abstractIn today's conditions, the economic processes in Ukraine are significantly influenced by numerous factors, including the military situation, inflation, logistical difficulties, environmental problems, social inequality, the depression of industrial regions, and mass emigration. Migration processes, particularly those caused by the war, have had a particularly profound impact, leading to a decrease in human capital, labor shortages, demographic changes, and a reduction in the gross regional product in the affected regions. To ensure sustainable development, it is crucial to focus on preserving human capital and implementing digital technologies. Among the modern methods of time series forecasting, which allow for the analysis of economic indicators in the short- and medium-term, two main approaches are highlighted: classical methods, such as ARIMA and GARCH, and methods of data mining, including neural networks (ANN), support vector machines (SVM), k-nearest neighbors (kNN), and ran- dom forests (Random Forest). These approaches are commonly implemented using programming environments such as RStudio, MATLAB, and Excel with add-ons. However, for more convenient and cost-effective analysis, cloud platforms like Google Colab and Kaggle Notebooks are increasingly used, as they are free and do not require installation. An assessment of sustainable development indicators based on scientific research from 2018–2023, using SciVal and Scopus, shows a growing interest in the digitalization of regional development. Practical analysis of the dynamics of sustainable development in the Zaporizhzhia region revealed indicators such as population size, digital infra- structure development, industrial production volumes, and gross regional product (GRP). Forecasting these indicators using the GARCH, Random Forest, and ARIMA models highlighted their strengths. The GARCH model demonstrated stable growth with a gradual trend. Random Forest showed significant sensitivity to fluctuations, predicting both sharp increases in certain indicators (K5, K6) and declines. ARIMA provided more conservative forecasts, ensuring stability for a number of indicators. The choice of forecasting model depends on the goals: ARIMA is suitable for obtaining stable long- term predictions, while Random Forest and GARCH are more appropriate for accounting for dynamic changes. Cloud platforms significantly simplify this process, making it accessible to a wider range of users. Therefore, the implementation of digital technologies is a key element in ensuring sustainable development in Ukraine's regions.
dc.identifier.citationШапуров О. Прогнозування індикаторів сталого розвитку на основі інструментів цифровізації [Текст] / О. Шапуров, О. Коваленко, В. Стоєв // Цифрова економіка та економічна безпека : науково-практичний журнал / Причорноморський науково-дослідний інститут економіки та інновацій, Сумський державний педагогічний університет імені А. С. Макаренка ; [гол. ред. О. Ю. Кудріна, редкол.: В. В. Божкова, В. І. Борщ, Н. М. Вдовенко та ін.]. – 2024. – № 6 (15). – С. 184–192. – DOI: https://doi.org/10.32782/dees.15-29
dc.identifier.doi10.32782/dees.15-29
dc.identifier.orcid0000-0002-4381-4886
dc.identifier.orcid0000-0002-6802-7213
dc.identifier.orcid0000-0002-4933-2992
dc.identifier.urihttps://repository.sspu.edu.ua/handle/123456789/16837
dc.language.isouk
dc.subjectсталий розвиток
dc.subjectпрогнозування часових рядів
dc.subjectGARCH-модель
dc.subjectвипадковий ліс
dc.subjectцифрові технології
dc.subjectsustainable development
dc.subjecttime series forecasting
dc.subjectGARCH model
dc.subjectRandom Forest
dc.subjectdigital technologies
dc.titleПрогнозування індикаторів сталого розвитку на основі інструментів цифровізації
dc.title.alternativeForecasting of Sustainable Development Indicators Based on Digitalization Tools
dc.typeArticle
dc.udc.udc330.3:004.9
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Shapurov Oleksandr.pdf
Розмір:
289.18 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
2.9 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Цифрова економіка та економічна безпека