Application of the TOPSIS method for assessing the production of individual sectors of the Russian econom
Abstract
Importance: in 2022, Russia faced a reduction in imports of polymer products under sanctions pressure. There was a need for accelerated development of plastic production, which is a strategically important branch of the Russian industry. However, like any industrial activity, the production of polymer products has a negative impact on the environment, producing emissions into the environment. Based on this, in order to diagnose and identify trends, the subject of research in this work is the districts of the Russian Federation, on the territory of which factories for the production of plastic products are located. Purpose: based on official statistical data on the production of plastic products in the context of the federal districts of the Russian Federation for the period 2020-2024, determine the districts that pollute the environment the most in terms of production. Research design: in this article official statistical data on the production of plastic products for the period 2020-2024 were used as research material. The data analysis is performed using the TOPSIS method, which allows you to rank alternatives based on their proximity to the ideal solution. Results: based on the results obtained during the analysis of TOPSIS methods, a ranking of alternatives was conducted to identify ideal and worst solutions for identifying active federal districts that pollute the environment. According to the results of the study, such districts are the Central, Volga and Northwestern Federal Districts, while the Ural, Siberian, North Caucasian and Far Eastern Federal Districts cause less environmental damage.
Downloads
References
2. Демидовский П.В. Сравнительный анализ методов многокритериального принятия решений: ELECTRE, TOPSIS и ML-LDM // Международная конференция по мягким вычислениям и измерениям, 2020, с. 234-237.
3. Дуканич Л.В. Многокритериальная оценка предпринимательской активности регионов Дальневосточного федерального округа / Л.В. Дуканич, Е.А. Кувшинова // Научные исследования экономического факультета. Электронный журнал, 2020, Т. 12, no. 3(37), с. 7-15.
4. Кумратова А.М., Попова М.И. Методы и инструментальные средства визуализации для аналитики в малом бизнесе // Современная экономика: проблемы и решения, 2023, no. 2(158), с. 91-98.
5. Лазарева Е.И. Эффективное управление человеческим капиталом организации в условиях устойчивоинновационного развития экономики / Е.И. Лазарева, Ю.В. Гаврилова // Вопросы инновационной экономики, 2020, Т. 10, no. 2, c. 737-746.
6. Мамедова М.Г. Многокритериальная оптимизация задач управления человеческими ресурсами на базе модифицированного метода TOPSIS / М.Г. Мамедова, З.Г. Джабраилова // Восточно-Европейский журнал передовых технологий, 2015, Т. 2, no. 4(74), c. 48-62.
7. Моделирование риск-экстремумов методами многокритериальной оптимизации / А.М. Кумратова, Е.В. Попова, Н.В. Третьякова, М.И. Попова // Современная экономика: проблемы и решения, 2015, no. 5(65), с. 21-30.
8. О валидационной оценке модельных подходов к описанию динамики ЯРУ / Е.В. Оленская, С.С. Григорьев, Д.Г. Кресов, Д.Е. Богомолов // Труды НГТУ им. Р.Е. Алексеева, 2024. no. 2 (145), с. 59-68.
9. Попова А.М. Трендовый анализ рядов динамики и статистическое прогнозирование на основании трендового анализа // Вопросы педагогики, 2022, no. 1-2, с. 266-272.
10. Сеидова И., Мамедова Л., Применение метода TOPSIS для принятия решений // Sciences of Europe, 2023, no. 112 (112), c. 63-68.
11. Темирджанов Р.А. Промышленное производство как следствие экологических проблем для окружающей среды // Международный журнал гуманитарных и естественных наук, 2021, no. 10-2, с. 14-17.
12. Чаплыгин В.Г. Принятие решений по трансферу технологий в региональном инновационном кластере в условиях неопределенности и риска / В.Г. Чаплыгин, В.Н. Мороз // Журнал Новой экономической ассоциации, 2022, no. 1(53), c. 121-142.
