moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2022.38.3.028 1213 Влияние коронавирусной инфекции на социально-экономические показатели региона The impact of coronavirus infection on the socio-economic indicators of the region 0000-0002-2348-9377 Печерина Александра Валерьевна Pecherina Alexandra Valerievna avpecherina@bgu-chita.ru aff-1 Байкальский государственный университет Baikal State University 01 01 2026 1 1 10.26102/2310-6018/2022.38.3.028 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

Новая коронавирусная инфекция (COVID-19), возникшая в городе Ухань в Китае в начале декабря 2019 года, быстро распространилась почти во всех странах мира и стала шоком для мировой экономики. В статье освещаются важнейшие проблемы, которые обусловлены пандемией коронавируса. Автором рассматривается влияние новой коронавирусной инфекции Covid-19 на некоторые социально-экономические показатели отдельного региона Российской Федерации, а также Российской Федерации в целом. Для этого была разработана аналитическая процедура на бесплатной платформе для анализа данных с открытым исходным кодом Knime Analytics Platform, которая, в свою очередь, значительно упростила обработку данных и визуализацию результатов. Платформа позволяет разрабатывать воспроизводимые и масштабируемые рабочие процессы, интегрируя широкий спектр инструментов анализа. В основу анализа легли данные, извлеченные с сайта Центра пространственно-временных инноваций университета Гарвард (NSF Spatiotemporal Innovation Center), и статистические данные, извлеченные с сайта Федеральной службы государственной статистики. Полученные данные были визуализированы и сделаны выводы о зависимости роста заболеваемости новой коронавирусной инфекцией Covid-19 и стоимости фиксированного набора потребительских товаров и услуг для межрегиональных сопоставлений покупательной способности населения.

The new coronavirus infection (COVID-19) which emerged in Wuhan, China, in early December 2019 quickly spread to almost every country in the world and shocked the global economy. This article highlights the most important problems that are caused by the coronavirus pandemic. The author discusses the impact of the new coronavirus infection Covid-19 on some socio-economic indicators of a particular region of the Russian Federation as well as the Russian Federation as a whole. In order to do that, an analytical procedure was developed using Knime Analytics Platform (the free and open source data analysis platform), which, in turn, greatly simplified data processing and visualization of results. The platform makes it possible to develop reproducible and scalable workflows by integrating a wide range of analysis tools. The analysis was based on the data extracted from the website of the Center for Spatiotemporal Innovation at Harvard University (NSF Spatiotemporal Innovation Center) and the statistical data extracted from the website of the Federal State Statistics Service. We visualized the data and drew conclusions about COVID-2019 incidence rate and the cost of a constant set of consumer products and services for the purposes of inter-regional comparisons of purchasing power.

 анализ данных data mining covid-19 коронавирусная инфекция социально-экономические показатели data analysis data mining covid-19 coronavirus infection socio-economic indicators Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Ассоциация больших данных. Доступно по: https://rubda.ru/deyatelnost/strategiya/ (дата обращения: 26.02.2022). Воронов В.И., Воронова Л.И., Усачев В.А. Data Mining – технологии обработки больших данных: учебное пособие. Москва: Московский технический университет связи и информатики; 2018. 47 c. Жиленкова Е.П., Захарова Д.В. Социально-экономическое развитие регионов: понятие, факторы и основные статистические показатели. Социально-экономическое развитие России и регионов в цифрах статистики: Материалы VII международной научно-практической конференции. 2021;2:183–187. Куклина О.К., Печерина А.В., Михайлова Е.А. Особенности прогнозирования и моделирования региональных социально-экономических систем на примере формирования многофакторной модели прогнозирования пассажирских перевозок в Забайкальском крае. Наука и техника транспорта. 2020;3:44–54. Кузнецова И.А. Теория систем и системный анализ: практикум. Иркутск: Издательство БГУ; 2017. 56 с. Министерство экономического развития Российской Федерации. Доступно по: https://www.economy.gov.ru/ (дата обращения: 25.01.2022). Киселева И.В., Ларионова Н.В., Григорьева Е.П. Особенности циркуляции респираторных вирусов в пред- и пандемические по гриппу и COVID-19 периоды. Инфекция и иммунитет. 2021;11(6):1009–1019. DOI: 10.15789/2220-7619-SFO-1662. Федеральная служба государственной статистики. Росстат. Доступно по: https://rosstat.gov.ru/emiss/ (дата обращения: 26.02.2022) Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека. Росстат. Доступно по: https://rosstat.gov.ru/emiss/ (дата обращения: 25.02.2022). Центр пространственно-временных инноваций университета Гарвард. NSF Spatiotemporal Innovation Center. Доступно по: : https://www.stcenter.net/ (дата обращения: 15.01.2022).

The authors declare that there are no conflicts of interest present.