РЕГРЕССИОННЫЙ АНАЛИЗ ДЕЯТЕЛЬНОСТИ ОРГАНИЗАЦИОННЫХ СИСТЕМ ГОСУДАРСТВЕННОГО УПРАВЛЕНИЯ В СФЕРЕ ГОСЗАКУПОК

Аннотация: Проанализированы результаты деятельности организационных систем государственного управления в условиях совершенствования контрактной системы и системы госзакупок. В качестве объекта исследования выбраны контрактные отношения комитетов, управлений и администраций Правительства Санкт-Петербурга. Официальные сведения о результатах госзакупок для обеспечения нужд мегаполиса позволяют решать задачи статистической их обработки с целью прогнозирования эффективности функционирования исполнительных органов государственной власти. Исследование проводилось на основе пространственной выборки, полученной в резуль- тате мониторинга системы госзакупок в 2023 году. В качестве основного метода исследования выбран регресси- онный анализ, а в качестве инструментария – язык аналитики R, интегрированная среда разработки RStudio, а также графические надстройки языка JASP и jamovi.

Ключевые слова: организационные системы, система госзакупок Санкт-Петербурга, отчет по результатам мониторинга за 2023 год, исполнительные органы государственной власти, показатели результативности госзакупок, методы статистической обработки, регрессионный анализ, регрессионные модели и алгоритмы машинного обучения, байесовские регрессионные модели

V.N. Naumov, М.V. Bakin, М.V. Buinevich

REGRESSION ANALYSIS OF THE PUBLIC ADMINISTRATION ORGANIZATIONAL SYSTEMS ACTIVITY IN PUBLIC PROCUREMENT FIELD

Summary: The results of the activity of organizational systems of public administration in the context of improving the contract system and the public procurement system are analyzed. The contractual relations of the committees and administrations of the Government of St. Petersburg were chosen as the object of the study. Official information on the results of public procurement to meet the needs of the metropolis allows us to solve the tasks of statistical processing in order to predict the effectiveness of the functioning of executive bodies of state power. The study was conducted on the basis of a spatial sample obtained as a result of monitoring the public procurement system in 2023. Regression analysis was chosen as the main research method, and the R analytics language, the RStudio integrated development environment, as well as graphical add- ons for the JASP and jamovi languages were used as tools.

Keywords: organizational systems, St. Petersburg public procurement system, monitoring results report for 2023, executive authorities, public procurement performance indicators, statistical processing methods, regression analysis, regression models and machine learning algorithms, Bayesian regression models.

DOI: 10.34219/2078-8320-2024-15-5-88-95