Аннотация.

В работе представлен обзор подходов и статистических баз данных для анализа возможностей расширения экспортного потенциала. Рассмотрены основные отечественные и зарубежные работы в области анализа международных торговых потоков. Проанализированные материалы разделены авторами на три основные группы согласно их целевому назначению. Предложена постановка задачи интеллектуального анализа данных для выявления точек роста экспортного потенциала и сделаны выводы о дальнейших направлениях исследований с применением интеллектуального анализа данных баз статистики международной торговли и семантического поиска по коллекциям научно-технических документов.

Ключевые слова:

экспортный потенциал, интеллектуальный анализ данных, международная торговля, таможенная статистика, точки роста, научно-технические решения, технологии, семантический поиск.

Стр. 75-85.

Полная версия статьи в формате pdf. 

Литература

1. Экспорт-импорт важнейших товаров за январь-декабрь 2015 года Веб-сайт. Официальный сайт таможенной службы [Электронный ресурс] /- Режим доступа: http://www.customs.ru/index.php?option=com_content&view=article&id=22570#_ftn1, свободный.
2. Россия обогнала США по экспорту зерна, [Электронный ресурс], 2016 Режим доступа:http://vz.ru/news/2016/7/20/822641.html
3. FAOSTAT [Электронный ресурс] / Продовольственная и сельскохозяйственная организация ООН. – Веб-сайт. – Режим доступа: http://faostat, свободный.
4. Иванова Л.Н., Тверская Г.А. Точки роста и драйверы роста: к вопросу о содержании понятий //Журнал институциональных исследований. – 2015. –Т. 7, № 2.- С.120-133.
5. Yoon B. On the development of a technology intelligence tool for identifying technology opportunity //Expert Systems with Applications. – 2008. – Vol. 35(1). – pp. 124-135.
6. Daim T. U. et al. Forecasting emerging technologies: Use of bibliometrics and patent analysis //Technological Forecasting and Social Change. – 2006. – Vol. 73(8). – pp. 981-1012.
7. Andersen B. The hunt for S-shaped growth paths in technological innovation: a patent study //Journal of Evolutionary Economics. – 1999. – Vol. 9(4). –
pp. 487-526.
8. Green R. T., Allaway A. W. Identification of export opportunities: A shift-share approach //The Journal of Marketing. – 1985. – pp. 83-88.
9. Duenas M., Fagiolo G. Modeling the International-Trade Network: a gravity approach //Journal of Economic Interaction and Coordination. – 2013. – Vol. 8(1). – pp. 155-178.
10. Snijders T. A. B. Models for longitudinal network data //Models and methods in social network analysis. – 2005. – Vol. 1. – pp. 215-247.
11. Jaud M., Kukenova M., Strieborny M. Financial Development and Sustainable Exports: Evidence from Firm product Data //The World Economy. – 2015. – Vol. 38(7). – pp. 1090-1114.
12. Сердюкова Ю. С., Усенко Н. И. Стратегические приоритеты интеграционного взаимодействия России и Беларуси с позиции обеспечения продовольственной безопасности //Экономические и социальные перемены: факты, тенденции, прогноз. – 2013. – №. 3 (27).
13. Приходченко О. И. Выявление экспортных и импортных приоритетов Республики Беларусь на основе моделирования межотраслевых связей. – 2002.
14. Закшевская Е., Литвиненко Т. Мировые тенденции в производстве и сбыте мяса КРС // Международный сельскохозяйственный журнал. – 2016. – №. 5.
15. Grater S. et al. Linking export opportunities of products and services: the case of South Africa.
16. Cuyvers L. et al. A decision support model for the planning and assessment of export promotion activities by government export promotion institutions—the Belgian case //International Journal of Research in Marketing. – 1995. – Vol. 12(2). – p. 173-186.
17. Cuyvers L. Identifying export opportunities: the case of Thailand //International Marketing Review. – 2004. – Vol. 21(3). – pp. 255-278.
18. Cuyvers L., Viviers W. (ed.). Export Promotion-A Decision Support Model Approach. – AFRICAN SUN MeDIA, 2012.
19. Sgrignoli P. The World Trade Web: A Multiple- Network Perspective //arXiv preprint arXiv:1409.3799. – 2014.
20. Lall S., Weiss J., Zhang J. The “sophistication” of exports: a new trade measure //World Development. – 2006. – Vol. 34(2). – pp. 222-237.
21. Bernard A. B., Jensen J. B. Why some firms export //Review of Economics and Statistics. – 2004. – Vol. 86(2). – p. 561-569.
22. Barigozzi M., Fagiolo G., Garlaschelli D. Multinetwork of international trade: A commodityspecific analysis //Physical Review E. – 2010. – Vol. 81(4). – p. 46-104.
23. Peluso S. et al. International Trade: a Reinforced Urn Network Model. – 2016. – №. 1601.03067.
24. Fronczak A. Structural Hamiltonian of the international trade network //No. – 2012. – Vol. 1. – No. arXiv: 1205.4589. – pp. 31-46.
25. Shen B., Zhang J., Zheng Q. Exploring multi-layer flow network of international trade based on flow distances //arXiv preprint arXiv:1504.02361. – 2015.
26. Shi P. et al. Hierarchicality of trade flow networks reveals complexity of products //PloS one. – 2014. – Vol. 9(6). – p. e98247.
27. Kelle M. et al. Cross border and Foreign Affiliate Sales of Services: Evidence from German Microdata //The World Economy. – 2013. – Vol. 36(11). – pp. 1373-1392.
28. Choquette E., Meinen P. Export spillovers: Opening the black box //The World Economy. – 2015. – Vol. 38(12). – pp. 1912-1946. 29. Мосейко В. О., Азмина Ю. М. Многофакторная оценка экспортного потенциала малых и средних предприятий региона //Вестник Волгоградского государственного университета. Серия 3: Экономика. Экология. – 2012. – №. 2.
30. Калинина Л. А. Перспективные направления экспорта яиц и яйцепродуктов, произведенных в иркутской области //Вестник Восточно-Сибирского государственного университета технологий и управления. – 2015. – Т. 1. – №. 52. – С. 201591.
31. Gaulier G., Zignago S. Baci: international trade database at the product-level (the 1994-2007 version). – 2010.
32. Solleder O. et al. Panel Export Taxes (PET) Dataset: New Data on Export Tax Rates //Graduate Institute of International and Development Studies Working Paper. – 2013. – Vol. 7. – p. 2013.
33. Olga Solleder. Market access and trade – free data from ITC/UNCTAD/WTO [Электронный ресурс] / Olga Solleder. – Веб-сайт. – Режим доступа: http://olga.solleder.org/data-on-trade-andmarket, свободный.
34. UN Comtrade: International Trade Statistics [Электронный ресурс] / ООН. – Веб-сайт. – Режим доступа: http://comtrade.un.org/data/, свободный.
35. CHELEM – International Trade Database [Электронный ресурс] / CEPII. – Веб-сайт. – Режим доступа: http://www.cepii.fr/%5C/anglaisgraph/, свободный.
36. Trade Costs Dataset [Электронный ресурс] / Всемирный банк. – Веб-сайт. – Режим доступа: http://data.worldbank.org/data-catalog/tradecosts, свободный.
37. АСД «Доступ ТСВТ» [Электронный ресурс] / Федеральная таможенная служба. – Веб-сайт. – Режим доступа: http://stat.customs.ru, свободный.
38. Trade Map – Trade Statistics for Interntational Business Development [Электронный ресурс] /Международный торговый центр ООН. – Веб-сайт. – Режим доступа: http://trademap.org/, свободный.
39. Федеральный институт промышленной собственности [Электронный ресурс] / – Веб-сайт. – Режим доступа: http://www1.fips.ru/wps/.
40. Patel J. et al. Predicting stock and stock price index movement using trend deterministic data preparation and machine learning techniques // Expert Systems with Applications. – 2015. – Vol. 42(1). – pp. 259-268.
41. Sheremetyeva S. Natural language analysis of patent claims //Proceedings of the ACL-2003 workshop on Patent corpus processing – Vol. 20. – Association for Computational Linguistics, 2003. – pp. 66-73.
42. Девяткин Д.А., Смирнов И.В., Соченков И.В., Тихомиров И.А. Современные методы компьютерной лингвистики для патентного поиска и анализа информации //Интеллектуальная собственность. Промышленная собственность. Специальный выпуск 2016, С.71-77
43. Dean J., Ghemawat S. MapReduce: simplified data processing on large clusters //Communications of the ACM. – 2008. – Vol. 51(1). – pp. 107-113.