woeamМир экономики и управленияWorld of Economics and Management2542-04292658-5375Новосибирский национальный исследовательский государственный университет10.25205/2542-0429-2026-26-1-138-152woeam-881Research ArticleРЕГИОНАЛЬНАЯ ЭКОНОМИКАREGIONAL ECONOMICSОценка репрезентативности базы данных СПАРК для анализа экономических показателейEstimating the Representativeness of the SPARK Database for Economic Analysishttps://orcid.org/0000-0001-5041-4795ГулаковаО. И.GulakovaO. I.

Гулакова Ольга Игоревна, кандидат экономических наук, старший научный сотрудник, доцент 

Researcher ID: ABB-6974-2021

Scopus Author ID: 57202766282

Новосибирск 

Gulakova Olga I., Senior Researcher, Candidate of Economic Sciences, Associate Professor

Researcher ID: ABB-6974-2021

Scopus author ID: 57202766282

Novosibirsk 

olgulakova@yandex.ruhttps://orcid.org/0009-0005-3714-3624ВарфоломееваВ. А.VarfolomeevaV. A.

Варфоломеева Виктория Александровна, студентка 

Researcher ID: OVY-5300-2025 

Новосибирск 

Varfolomeeva Victoriia A., Student 

Researcher ID: OVY-5300-2025 

Novosibirsk 

vika.varfolomeeva.2004@mail.ruНовосибирский государственный университет ; Институт экономики и организации промышленного производства СО РАНРоссияNovosibirsk State University ; Institute of Economics and Industrial Engineering of SB RASRussian FederationНовосибирский государственный университетРоссияNovosibirsk State UniversityRussian Federation202616042026261138152Copyright © Гулакова О.И., Варфоломеева В.А., 20262026Гулакова О.И., Варфоломеева В.А.Gulakova O.I., Varfolomeeva V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://woeam.elpub.ru/jour/article/view/881

В современной исследовательской практике возрастает применение коммерческих баз данных, популярность которых обусловлена широким охватом компаний и многообразием предоставляемых показателей. Это зачастую приводит к их предпочтению перед официальной статистикой, несмотря на существующие методологические ограничения, включая нестандартизированный формат представления информации и отсутствие балансового метода при формировании данных, что потенциально повышает риск ошибок.

Целью работы является оценка репрезентативности базы данных СПАРК для анализа экономических показателей на основе сравнительного анализа с официальными данными Росстата на примере ключевого макроэкономического индикатора (валового регионального продукта (ВРП)).

Методология работы включает сравнительный анализ областей применения информационных систем, разработку сопоставимых методов расчета ВРП на основе данных СПАРК (производственным методом и методом формирования по источникам доходов) и статистическую оценку репрезентативности с использованием критерия χ² Пирсона на данных за 2015–2021 гг.

Результаты исследования показали отсутствие репрезентативности данных СПАРК для оценки абсолютных значений ВРП (расхождение 31–52 %), обусловленное пропусками и ошибками в исходной информации. Однако подтверждена их репрезентативность для анализа темпов роста ВРП (средняя абсолютная процентная ошибка (MAPE) составила 6-8 %). Сделан вывод о необходимости дифференцированного подхода к выбору источника данных: для анализа абсолютных показателей предпочтительно использовать данные Росстата, для исследования динамических характеристик допустимо использование СПАРК.

Научная значимость заключается в разработке методики адаптации данных микроуровня для расчета макроэкономических агрегатов и эмпирическом подтверждении релевантности коммерческих баз данных для анализа экономической динамики.

Практическая значимость состоит в формулировке обоснованных рекомендаций по выбору информационных источников, способствующих повышению достоверности экономических исследований.

The use of commercial databases in research has been steadily increasing, driven by their extensive coverage of companies and the diversity of metrics they provide. This has often led researchers to prefer them over official statistical sources, despite methodological limitations such as non-standardized data formats and the absence of balancing methods in data compilation, which may increase the risk of inaccuracies.This study aims to evaluate the representativeness of the SPARK database for analyzing economic indicators by comparing it with official data from Russia’s Federal State Statistics Service (Rosstat), using gross regional product (GRP) as a key macroeconomic measure.The methodology includes a comparative analysis of the applications of both data systems, the development of compatible GRP calculation methods based on SPARK data (using production and income approaches), and a statistical assessment of representativeness employing Pearson’s χ² test on data from 2015 to 2021.The results reveal that SPARK data lack representativeness for estimating absolute GRP values (with discrepancies ranging from 31% to 52%), primarily due to gaps and errors in the source data. However, their representativeness for analyzing GRP growth rates was confirmed, with a mean absolute percentage error (MAPE) of 6-8%. Thus, a differentiated approach to data source selection is recommended: Rosstat should be prioritized for analyzing absolute values, while SPARK may be used for studying dynamic trends.The scientific significance of this study lies in its development of a methodology for adapting micro-level data to calculate macroeconomic aggregates and its empirical validation of the relevance of commercial databases for analyzing economic dynamics. From a practical perspective, the study provides wellfounded recommendations for selecting data sources, thereby enhancing the reliability of economic research.

БД СПАРКРосстатрепрезентативностьваловой региональный продукт (ВРП)сравнительный анализбольшие данныекритерий χ² ПирсонаSPARK databaseRosstatrepresentativenessgross regional product (GRP)comparative analysisbig dataPearson χ² testИсследование выполнено в рамках плана НИР ИЭОПП СО РАН, проект 5.6.3.2. «Экспертноаналитические, организационные и методические составляющие системы индикативного планирования научно-технологического и сбалансированного пространственного развития России при реализации крупных инвестиционных проектов», № 124102100603-0.The research was conducted as part of the research plan of IEIE SB RAS, project 5.6.3.2. titled «Expert-analytical, organizational, and methodological components of the system of indicative planning for scientific, technological, and balanced spatial development of Russia in the implementation of large investment projects», No. 124102100603-0.ReferencesВерховец О. А. Влияние мирового экономического кризиса на инновационную активность предприятий Сибирского федерального округа // Исследования молодых ученых: экономическая теория, социология, отраслевая и региональная экономика: сб. статей по материалам конф. «Актуальные вопросы экономики и социологии», 10–13 окт. 2016 г., Новосибирск / под ред. О. В. Тарасовой, А. А. Горюшкина; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2016. С. 19–24.Federal Accounting Standard FAS 4/2023 “Accounting (Financial) Statements”: approved by Order of the Ministry of Finance of Russia No. 157n dated 04.10.2023. Official Internet Portal of Legal Information (www.pravo.gov.ru), 2024, March 22. (in Russ.)Выборочный метод в эмпирическом социологическом исследовании: учеб. пособие / Е. Л. Могильчак; М-во образования и науки Рос. Федерации, Урал. федер. ун-т. Екатеринбург: Изд-во Урал. ун-та, 2015. С. 9.Federal Accounting Standard FAS 5/2019 “Inventories”: approved by Order of the Ministry of Finance of Russia No. 180n dated 15.11.2019. Official Internet Portal of Legal Information (www.pravo.gov.ru), 2020, March 27. (in Russ.)Вызовы цифровой трансформации и бизнес высоких технологий / Н. А. Кравченко, В. Д. Маркова, Н. П. Балдина [и др.]; под ред. Н. А. Кравченко, В. Д. Марковой; СО РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2019. 351 с.Ganichev N. A. Current Problems of Quantitative Assessment and Forecasting of the Digital Economy. Economic Policy of Russia in Inter-Sectoral and Spatial Dimension: Proceedings of the Second Conference of INP RAS and IEOPS SB RAS on Inter-Sectoral and Regional Analysis and Forecasting within the Conference “Analysis and Forecasting of Russia’s Economic Development”. Vol. 2. Novosibirsk: IEOPP SO RAN Publ., 2020, pp. 114–129. (in Russ.)Ганичев Н. А. Актуальные проблемы количественной оценки и прогнозирования цифровой экономики // Экономическая политика России в межотраслевом и пространственном измерении: Материалы 2-й конф. ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию в рамках конф. «Анализ и прогнозирование развития экономики России», 23–24 марта 2020 г., Новосибирск. Т. 2 / под ред. А. О. Баранова, А. А. Широва; Ин-т народнохоз. прогнозирования РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2020. С. 114– 129.Goryushkin A. A., Ivanova A. I., Kravchenko N. A., Khalimova S. R. Russian Companies and Innovation Policy. New Impetus to Asian Russia: Sources and Means of Development: in 2 vols. Vol. 2. Novosibirsk: IEOPP SO RAN Publ., 2022, pp. 309– 326. (in Russ.)Гетерогенность как фактор социально-экономического развития / Н. А. Кравченко, А. Н. Буфетова, А. А. Горюшкин [и др.]; под ред. Н. А. Кравченко, А. А. Горюшкина; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2022. 236 с.Khalimova S. R. Identification of factors in the development of high-tech business taking into account the age of companies (using the pharmaceutical industry as an example). Industry markets and industrial policy: Proceedings of the IV Russian Economic Congress “REC-2020”. 2020, Moscow / edited by I. L. Lyubimov, Yu. V. Simachev. Moscow, 2020. pp. 63–66. (in Russ.)Горюшкин А. А., Иванова А. И., Кравченко Н. А., Халимова С. Р. Российские компании и инновационная политика // Новый импульс Азиатской России: источники и средства развития: в 2 т. Т. 2 / под ред. В. А. Крюкова, Н. И. Суслова; СО РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2022. С. 309–326.Kolomak E. A. Assessment of the influence of agglomeration effects on the economic indicators of enterprises in the south of Siberia. Modern Eurasia: socio-geographical analysis: Proceedings of the int. sci. conf. (XIV scientific Assembly of ARGO). September 10–19, 2023, Ulan-Ude. Ulan-Ude: Publishing House of the Buryat Scientific Center of the Siberian Branch of the Russian Academy of Sciences, 2023. Pp. 28–32. (in Russ.)Иванова А. И., Зубарева Т. И. Анализ российских ИТ-компаний: бизнес-демография и рост // Экономическая политика России в межотраслевом и пространственном измерении: Материалы VI конф. ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию, 21–22 марта 2024 г., Томск. Т. 6 / под ред. А. О. Баранова, А. А. Широва; Ин-т экономики и организации пром. пр-ва СО РАН, Ин-т народнохоз. прогнозирования РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2024. С. 32–35.Ivanova A. I., Zubareva T. I. Analysis of Russian IT Companies: Business Demography and Growth. Economic Policy of Russia in Inter-Sectoral and Spatial Dimension: Proceedings of the Sixth Conference of INP RAS and IEOPS SB RAS on Inter-Sectoral and Regional Analysis and Forecasting. Vol. 6. Novosibirsk: IEOPP SO RAN Publ., 2024, pp. 32–35. (in Russ.)Коломак Е. А. Оценка влияния агломерационных эффектов на экономические показатели предприятий юга Сибири // Современная Евразия: общественно-географический анализ: Материалы Международ. научн. конф. (XIV научная Ассамблея АРГО). 10–19 сент. 2023 г., Улан-Удэ. Улан-Удэ: изд-во Бурятского научного центра СО РАН, 2023. С. 28–32.Kostina E. A. Mutual Influence of Smart City and High-Tech Business. Current Issues of Economics and Sociology: Collection of Articles from the XIX Autumn Conference of Young Scientists in Novosibirsk Akademgorodok. Novosibirsk: IEOPP SO RAN Publ., 2023, pp. 67–71. (in Russ.)Костина Е. А. Взаимное влияние умного города и высокотехнологичного бизнеса // Актуальные вопросы экономики и социологии: сб. статей по материалам XIX Осенней конф. молодых ученых в новосибирском Академгородке, 11– 13 окт. 2023 г., Новосибирск / под ред. Ю. М. Слепенковой; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2023. С. 67–71.Kravchenko N. A., Bufetova A. N., Goryushkin A. A. [et al.] Heterogeneity as a Factor of Socio-Economic Development. Novosibirsk: IEOPP SO RAN Publ., 2022. 236 p. (in Russ.)Маркова О. А. Слияния экосистем и стартапов: предварительная оценка эффектов // Управление бизнесом в цифровой экономике: Материалы Международ. научн. конф. 23–24 мар. 2023 г., Санкт-Петербург. СПб.: Санкт-Петербургский гос. ун-т пром. технологий и дизайна, 2023. С. 51–57.Kravchenko N. A., Markova V. D., Baldina N. P. [et al.] Challenges of Digital Transformation and High-Tech Business. Novosibirsk: IEOPP SO RAN Publ., 2019. 351 p. (in Russ.)Об утверждении Положения по бухгалтерскому учету «Доходы организации» ПБУ 9/99: приказ Минфина России от 06.05.1999 № 32н: зарег. в Минюсте России 31.05.1999 № 1791 // Бюллетень нормативных актов федеральных органов исполнительной власти. 1999. № 29. Введен в действие с 1 января 2000 г.Markova. O. A. Mergers of ecosystems and startups: preliminary assessment of effects. Business Management in the Digital Economy: Proceedings of the international. scientific. conf. March 23–24, 2023, St. Petersburg. SPb.: St. Petersburg State University of Industrial Technologies and Design, 2023. pp. 51–57. (in Russ.)Об утверждении федерального стандарта бухгалтерского учета для организаций государственного сектора «Отчет о движении денежных средств»: приказ Минфина России от 30.12.2017 № 278н: зарег. в Минюсте России 26.03.2018 № 50501 // Официальный интернет-портал правовой информации (www. pravo.gov.ru). 2018. 27 марта. Введен в действие с 1 января 2019 г.Mogilchak E. L. Sampling Method in Empirical Sociological Research: Textbook. Yekaterinburg: Ural University Publ., 2015, 9 p. (in Russ.)Просвирина И. И., Ширшикова Л. А. Использование цифровых технологий в моделировании и прогнозировании дебиторской задолженности: проблема выбора модели // Управление бизнесом в цифровой экономике: Материалы Международ. научн. конф. 23–24 мар. 2023 г., Санкт-Петербург. СПб.: СанктПетербургский гос. ун-т пром. технологий и дизайна, 2023. С. 266–273.On the Approval of the Accounting Regulation “Organization’s Income” PBU 9/99: Order of the Ministry of Finance of Russia No. 32n dated 06.05.1999. Bulletin of Normative Acts of Federal Executive Authorities, 1999, no. 29. (in Russ.)Спицына Л. Ю., Спицын В. В. Техническая эффективность и рентабельность предприятий в условиях стагнации: тестирование нелинейной зависимости в разрезе отраслей экономики России // Материалы IV Российского экономического конгресса «РЭК-2020». Т. XVI. Тематическая конференция «Отраслевые рынки и промышленная политика». М., 2020. С. 56–59.On the Approval of the Federal Accounting Standard for Public Sector Organizations “Cash Flow Statement”: Order of the Ministry of Finance of Russia No. 278n dated 30.12.2017. Official Internet Portal of Legal Information (www.pravo.gov.ru), 2018, March 27. (in Russ.)Спицын В. В., Михальчук А. А., Спицына Л. Ю. и др. Устойчивый и неустойчивый рост в условиях кризиса: сравнительный анализ предприятий высокотехнологичных отраслей России // Материалы IV Рос. эконом. конгресса «РЭК-2020». Т. XVI. Тематическая конференция «Отраслевые рынки и промышленная политика». М., 2020. С. 52–55.Prosvirina. I. I., Shirshkova L. A. Use of digital technologies in modeling and forecasting accounts receivable: the problem of choosing a model. Business Management in the Digital Economy: Proceedings of the international. scientific. conf. March 23–24, 2023, St. Petersburg. SPb.: St. Petersburg State University of Industrial Technology and Design, 2023. pp. 266–273. (in Russ.)Федеральный стандарт бухгалтерского учета ФСБУ 4/2023 «Бухгалтерская (финансовая) отчетность»: утв. приказом Минфина России от 04.10.2023 № 157н: зарег. в Минюсте России 21.03.2024 № 77591 // Официальный интернет-портал правовой информации (www.pravo.gov.ru). 2024. 22 марта. Применяется начиная с бухгалтерской (финансовой) отчетности за 2025 год.Spitsyna L. Yu., Spitsyn V. V. Technical efficiency and profitability of enterprises in conditions of stagnation: testing a nonlinear relationship across sectors of the Russian economy. Proceedings of the IV Russian Economic Congress “REC-2020”. Vol. XVI. Thematic conference “Industry markets and industrial policy”. Moscow, 2020. pp. 56–59. (in Russ.)Федеральный стандарт бухгалтерского учета ФСБУ 5/2019 «Запасы»: утв. приказом Минфина России от 15.11.2019 № 180н: зарег. в Минюсте России 25.03.2020 № 57837 // Официальный интернет-портал правовой информации (www.pravo.gov.ru). 2020. 27 марта.Spitsyn V. V., Mikhalchuk A. A., Spitsyna L. Yu., et al. Sustainable and Unsustainable Growth in a Crisis: A Comparative Analysis of Enterprises in Russia’s HighTech Industries. Proceedings of the IV Russian Economic Congress “REC-2020”. Vol. XVI. Thematic Conference “Industry Markets and Industrial Policy”. Moscow, 2020. pp. 52–55. (in Russ.)Халимова С. Р. Выявление факторов развития высокотехнологичного бизнеса с учетом возраста компаний (на примере фармацевтической промышленности) // Отраслевые рынки и промышленная политика: Материалы IV Российского экономического конгресса «РЭК-2020». 2020 г., Москва / под ред. И. Л. Любимова, Ю. В. Симачева. М., 2020. С. 63–66.Verkhovets O. A. Impact of the Global Economic Crisis on Innovation Activity of Enterprises in the Siberian Federal District. Young Scientists Research: Economic Theory, Sociology, Sectoral and Regional Economics: Collection of Articles from the Conference “Current Issues of Economics and Sociology”. Novosibirsk: IEIE SO RAS Publ., 2016, pp. 19–24. (in Russ.)

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