МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К АГРЕГИРОВАНИЮ РАЗРОЗНЕННЫХ ДАННЫХ В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ

МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К АГРЕГИРОВАНИЮ РАЗРОЗНЕННЫХ ДАННЫХ В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ

##article.authors##

  • Акмал Бекматов

##semicolon##

https://doi.org/10.5281/zenodo.20749782

##semicolon##

агрегирование данных; разрозненные данные; гармонизация классификаторов; панельные данные; пропущенные значения; региональная статистика; ODIN; эконометрическое моделирование.

##article.abstract##

В статье рассматриваются методологические подходы к агрегированию разрозненных
и фрагментированных данных при проведении эконометрических исследований регионального
уровня. Обосновывается необходимость предварительной гармонизации классификаторов, единиц
измерения и временных рядов до построения регрессионных моделей. На основе открытых данных
Агентства статистики Республики Узбекистан, рейтинга Open Data Inventory (ODIN) и публикаций
ЕБРР и Всемирного банка проанализированы типовые источники несопоставимости региональной
статистики. Предложена пошаговая схема агрегирования, включающая инвентаризацию источников,
построение таблиц соответствия классификаторов, диагностику механизма пропуска данных и контроль
суммируемости показателей по иерархии «район — область — страна». Сформулированы практические
рекомендации для органов региональной статистики и исследователей, работающих с панельными
данными переходных экономик.

##submission.authorBiography##

Акмал Бекматов

независимый исследователь Ургенчского государственного
университета имени Абу Райхона Беруни


##submission.citations##

1. Little R. J. A., Rubin D. B. Statistical Analysis with Missing Data. 3rd ed. Hoboken: John Wiley & Sons,

2019. 464 p. DOI: 10.1002/9781119482260.

2. World Bank. Global Economic Prospects, June 2025. Washington, D.C.: World Bank Group, 2025. URL:

https://thedocs.worldbank.org/en/doc/8bf0b62ec6bcb886d97295ad930059e9-0050012025/global-economicprospects-

june-2025 (дата обращения: 13.06.2026).

3. Vega-Muñoz A., González-Gómez-del-Miño P., Salazar-Sepúlveda G. Global panel data on World

governance and state fragility from 2006 to 2022 // Data in Brief. 2024. Vol. 53. Article 110167. DOI: 10.1016/j.

dib.2024.110167.

4. Open Data Watch. Executive Summary: Open Data Inventory 2022/23. Washington, D.C.:

Open Data Watch, 2023. URL: https://opendatawatch.com/publications/executive-summary-open-datainventory-

2022-2023/ (дата обращения: 13.06.2026).

5. Агентство статистики при Президенте Республики Узбекистан. Пресс-релизы о динамике позиции

Республики Узбекистан в рейтинге Open Data Inventory (ODIN). Ташкент, 2023–2025. URL: https://stat.uz

(дата обращения: 13.06.2026).

6. Худойкулова Х. Где найти официальные статистические данные по Узбекистану? // Central Asian

Barometer. 2023. URL: https://ca-barometer.org/ru/publications/where-to-find-official-statistical-data-onuzbekistan

(дата обращения: 13.06.2026).

7. Ибрагимов А. К., Жаксыбеков Н. Б. Лаговые структуры инвестиционных процессов в

ресурсодобывающих регионах // Экономика региона. 2022. Т. 18, № 2. С. 401–415.

8. European Bank for Reconstruction and Development. Transition Report 2023–2024: Transitions Big

and Small. London: EBRD, 2023. URL: https://www.ebrd.com/transition-report (дата обращения: 13.06.2026).

9. Anselin L. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers, 1988.

304 p.

10. Национальный комитет Республики Узбекистан по статистике. Официальная статистика:

инвестиции. Ташкент, 2025. URL: https://stat.uz/ru/ofitsialnaya-statistika/investments (дата обращения:

13.06.2026).

11. Центральный банк Республики Узбекистан. Статистика: региональные данные и платёжный

баланс. Ташкент, 2026. URL: https://cbu.uz/ru/statistics/ (дата обращения: 13.06.2026).

12. Pesaran M. H., Shin Y., Smith R. J. Bounds testing approaches to the analysis of level relationships //

Journal of Applied Econometrics. 2001. Vol. 16, No. 3. P. 289–326. DOI: 10.1002/jae.616.

##submission.downloads##

##submissions.published##

2026-06-01
Loading...