Анализ динамики развития цифровой экономики в регионах России
Автор: Куркин Вячеслав Алексеевич
Журнал: Региональная экономика и управление: электронный научный журнал @eee-region
Статья в выпуске: 4 (72), 2022 года.
Бесплатный доступ
Цели. Оценка динамики развития цифровой экономики регионов России в разрезе выбранных подсистем, характеризующих применение информационно-коммуникационных технологий. Методология. В данном исследовании произведена оценка состава однородных групп регионов в период с 2017 по 2019 гг. с применением кластерного анализа методом К-средних по 14 показателям. Результаты. В результате виртуальной кластеризации в период с 2017 по 2019гг. проанализированы составы пяти схожих по ряду признаков групп российских регионов. Определены характеристики регионов по таким показателям как доступность широкополосного Интернета, интенсивность использования сети Интернет, цифровые навыки, уровень цифровизации, использование ИКТ. Заключение. В результате проведенной работы определены составы однородных групп регионов, произведено их сравнение. На основе полученных данных даны характеристики однородным группам регионов в разрезе подсистем. Проанализированная динамика выбранных показателей, позволит принимать управленческие решения, направленные на обеспечение сбалансированного развития региональной цифровой экономики.
Цифровая экономика, цифровая экономики в регионах России, регион, типы регионов, региональная цифровая экономика, цифровизация регионов
Короткий адрес: https://sciup.org/143179473
IDR: 143179473
Текст научной статьи Анализ динамики развития цифровой экономики в регионах России
Еще в рубриках
РЕГИОНЫ РОС
В современной экономике все большее внимание уделяется цифровым технологиям и электронному бизнесу, основанному на новых технологических решениях или бизнес-моделях, не применявшихся ранее. В это направление активно инвестируются финансовые средства и привлекаются человеческие ресурсы. Цифровизацию рассматривают как новый фактор глобального управления и один из источников экономического роста. Преимуществами цифровизации экономики считают интенсификацию конкуренции, сокращение транзакционных издержек, снижение влияния эффекта асимметричности информации в принятии решений, повышение эффективности государственного управления и др. Важность цифровых технологий и их роль в развитии национальной экономики, роста и конкурентоспособности играет огромное значение [9].
До конца реализации национальной программы «Цифровая экономика» остается все меньше времени, но так и не существует актуальной методики оценки развития цифровой экономики в Российской Федерации [4]. Основными методами оценки достижений цифровой экономики в регионах Российской Федерации остаются данные официальной статистики [5], [6].
В настоящее время существует обширный набор работ российских авторов по оценке развития цифровой экономики. В основном работы авторов строятся на анализе временных рядов показателей на основе данных официальной статистики Свистунов В.М. [10], Бейнар И. А. [2], Батракова Л. Г. [1]. Также вводятся индексы, состоящие из нескольких показателей официальной статистики в работах, Вертаковой Ю. В. [3]., Тращенко К.С. [11] и др.
Свои методики и подходы к оценке цифровой экономики предложили научно-исследовательские коллективы Высшей школы экономики, Московской школы управления Сколково в работе «Цифровая Россия» [4]. На сегодняшний день в Российской Федерации это одна из апробированных в 2018г. методологиях оценки развития цифровой экономики на региональном уровне. Суть исследования заключается в анализе публикуемым данным по цифровой экономике в регионах Российской Федерации, по показателям выбранным на основе стратегии государства.
Предлагаемые методики «Сколково», не нашли продолжения, так как оценка по публикациям и телевизионным программам не объективна по моему мнению.
|
• |
Внедрение |
||
|
экосистемного подхода как ступень к развитию цифровой экономики АПК региона (на материалах Старооскольского городского округа) |
|||
|
Регулирование безработицы в СевероКавказском федеральном округе в условиях пандемии |
|||
|
• Развитие геоинформационн ых систем в инфраструктуре пространственных данных России РЕГИОНАЛЬНАЯ ЭКОНОМИКА |
|||
|
Пространственны е аспекты развития экономики: теория и практика |
|||
|
Подходы к содержанию понятия «урбанизированна я территория» в современных экономических исследованиях |
|||
|
• |
Социальное и |
||
|
экономиче развитие северных |
|||
|
Объявленный тендер Минкомсвязью о разработке методики по |
территорий |
|
оценке цифровой экономики стоимостью 335 млн руб. был |
Дальнего Востока |
|
выигран НИУ ВШЭ за 200 млн руб. [7] со сроком выполнения |
(на примере |
|
контракта 25 декабря 2020 г. Но по настоящее время методика не |
муниципального |
|
опубликована. |
образования городской округ |
|
Существующие методики, предлагаемые авторами в основном, не |
«Охинский» |
|
находят продолжения, т. е. можно говорить об отсутствии работ по |
Сахалинской |
|
оценки динамики развития цифровой экономики. |
области) |
Результаты исследований
В данной работе предлагается оценить динамику цифровой экономики при помощи кластерного анализа по подсистемам «домашние хозяйства», «бизнес структуры», «государство и НКО» используя 14 показателей предложенных в работе [8].
Состав показателей и их характеристика представлены в таблице 1
Таблица 1. Показатели оценки региональной цифровой экономики
|
Var |
Наименования показателей |
Характеристика показателя |
|
Var1 |
Число абонентов фиксированного широкополосного доступа в Интернет на 100 человек населения, единиц |
доступность широкополосного Интернета |
|
Var2 |
Удельный вес пользователей сети Интернет среди членов домашних хозяйств, % |
интенсивность использования сети Интернет |
|
Var3 |
Доля населения, использовавшего сеть Интернет для получения государственных и муниципальных услуг в общей численности обследуемого населения, % |
цифровые навыки населения |
|
Var4 |
Доля населения, использовавшего сеть Интернет для заказа товаров и (или) услуг, в общей численности населения, % |
активность пользователей сети Интернет |
|
Var5 |
Доля ОГВ и ОМС, использовавших Интернет, в общем числе обследованных организаций ОГВ И ОМС – всего из них на скорости 256 Кбит /сек и выше, % |
использование сети Интернет государственными структурами |
|
Var6 |
Доля электронного документооборота между органами государственной власти, в общем объеме межведомственного документооборота, % |
цифровые навыки государственных и муниципальных служащих |
|
Var7 |
Число персональных компьютеров, используемых в учебных целях, на 100 обучающихся государственных и муниципальных общеобразовательных учреждений, штук |
обеспеченность бюджетных учреждений устройствами для обработки и передачи данных |
|
Var8 |
Число персональных компьютеров, подключенных к Интернету, на 100 работников учреждений здравоохранения, % |
обеспеченность бюджетных учреждений устройствами для обработки и передачи данных |
|
Var9 |
Доля учреждений здравоохранения, имевших веб-сайт, в общем числе обследованных учреждений здравоохранения, % |
использование информационнокоммуникационных технологий в деятельности бюджетных учреждений |
|
Var10 |
Доля инновационных товаров, работ, услуг в общем |
уровень цифровизации бизнеса: способность к |
|
объеме отгруженных товаров, выполненных работ, услуг организаций промышленного производства и сферы услуг, % |
инновационной деятельности |
|
|
Var11 |
Число патентов на изобретения, выданных Роспатентом российским заявителям, в расчете на 1 миллион человек населения, единиц |
уровень цифровизации бизнеса: способность к инновационной деятельности |
|
Var12 |
Доля организаций, использовавших Экстранет, в общем числе обследованных организаций, % |
автоматизация и безопасность управления предприятиями |
|
Var13 |
Доля организаций, имевших веб-сайт, в общем числе обследованных организаций, % |
использование информационнокоммуникационных технологий в деятельности предприятий |
|
Var14 |
Доля организаций, получавших заказы на выпускаемые товары (работы, услуги) по Интернету, в общем числе обследованных организаций, % |
использование информационнокоммуникационных технологий в деятельности предприятий |
Анализ произведен по 85 субъектам Российской Федерации.
Значение показателей нормированы от 0 до 1, для приведения неоднородных единиц к единому значению. Произведено 10 наблюдений для получения данных в системе статистического анализа Statistica 10. Источником исходных данных послужили данные официальной статистики [6].
В таблице 2 представлены результаты значений нормированных показателей кластеров за 2017 г. [8].
Таблица 2. Результаты значений нормированных показателей кластеров за 2017 г.
|
Показатель |
Кластер №1 |
Кластер №2 |
Кластер №3 |
Кластер №4 |
Кластер №5 |
|
Подсистема домашние хозяйства |
|||||
|
Var 1 |
0,752861 |
0,611988 |
0,645401 |
0,348994 |
0,428368 |
|
Var 2 |
0,766807 |
0,561961 |
0,459069 |
0,517021 |
0,513922 |
|
Var 3 |
0,729839 |
0,438656 |
0,287903 |
0,395609 |
0,241720 |
|
Var 4 |
0,632547 |
0,358330 |
0,312696 |
0,322705 |
0,272835 |
|
Подсистема государство и НКО |
|||||
|
Var 5 |
0,765541 |
0,713885 |
0,584646 |
0,672580 |
0,452715 |
|
Var 6 |
0,526285 |
0,524865 |
0,306255 |
0,212116 |
0,571850 |
|
Var 7 |
0,322449 |
0,142286 |
0,125714 |
0,098413 |
0,119429 |
|
Var 8 |
0,754286 |
0,540800 |
0,692000 |
0,557778 |
0,393600 |
|
Var 9 |
0,678631 |
0,650368 |
0,698417 |
0,633632 |
0,440236 |
|
Подсистема бизнес структуры |
|||||
|
Var 10 |
0,327968 |
0,239859 |
0,613380 |
0,094875 |
0,078028 |
|
Var 11 |
0,401290 |
0,252416 |
0,242372 |
0,099716 |
0,136147 |
|
Var 12 |
0,780301 |
0,511549 |
0,431275 |
0,417565 |
0,341346 |
|
Var 13 |
0,532329 |
0,464618 |
0,344390 |
0,376597 |
0,261431 |
|
Var 14 |
0,788412 |
0,602483 |
0,518919 |
0,435397 |
0,376248 |
|
Сумма |
8,759545 |
6,614064 |
6,262435 |
5,182997 |
4,627875 |
В таблице 3 представлены результаты значений нормированных показателей кластеров за 2019 г.
Таблица 3. Результаты значений нормированных показателей кластеров за 2019 г.
|
Показатель |
Кластер №1 |
Кластер №2 |
Кластер №3 |
Кластер №4 |
Кластер №5 |
|
Подсистема домашние хозяйства |
|||||
|
Var 1 |
0,676157 |
0,574383 |
0,486601 |
0,445833 |
0,249691 |
|
Var 2 |
0,773092 |
0,404135 |
0,557761 |
0,253615 |
0,534137 |
|
Var 3 |
0,717411 |
0,497369 |
0,577888 |
0,279702 |
0,356488 |
|
Var 4 |
0,525275 |
0,364086 |
0,395337 |
0,243844 |
0,146980 |
|
Подсистема государство и НКО |
|||||
|
Var 5 |
0,715979 |
0,788311 |
0,459255 |
0,587615 |
0,661570 |
|
Var 6 |
0,488588 |
0,319893 |
0,247372 |
0,355708 |
0,572283 |
|
Var 7 |
0,232577 |
0,120929 |
0,134034 |
0,107476 |
0,077226 |
|
Var 8 |
0,601351 |
0,503504 |
0,441971 |
0,401351 |
0,237237 |
|
Var 9 |
0,632700 |
0,759681 |
0,709754 |
0,657089 |
0,381997 |
|
Подсистема бизнес структуры |
|||||
|
Var 10 |
0,247239 |
0,310405 |
0,132479 |
0,142840 |
0,023598 |
|
Var 11 |
0,414886 |
0,220115 |
0,176047 |
0,162617 |
0,119595 |
|
Var 12 |
0,771116 |
0,598291 |
0,577589 |
0,512896 |
0,363499 |
|
Var 13 |
0,778077 |
0,855346 |
0,694784 |
0,743801 |
0,515723 |
|
Var 14 |
0,705197 |
0,635869 |
0,497575 |
0,558961 |
0,258463 |
|
Суммарное значение |
8,279647 |
6,952316 |
6,088446 |
5,453347 |
4,498487 |
Для визуальной наглядности результатов кластерного анализа и упрощения описания произведем перевод полученных значений из таблицы 2,3 в шкалу измерения по 5 бальной системе.
Распределение показателей представлено в соответствии с занимаемым кластером местом. Результаты перевода значений в 5 бальную шкалу измерений представим в таблице 4.
Таблица 4. Распределение показателей представлено в соответствии с занимаемым кластером местом за 2017 и 2019гг.
|
Характеристика показателя |
Кластер №1 |
Кластер №2 |
Кластер №3 |
Кластер №4 |
Кластер №5 |
||||||
|
2017г |
2019г |
2017г |
2019г |
2017г |
2019г |
2017г |
2019г |
2017г |
2019г |
||
|
доступность широкополосного Интернета |
1 |
1 |
2 |
3 |
3 |
2 |
4 |
5 |
5 |
4 |
|
|
интенсивность использования сети Интернет |
1 |
1 |
4 |
2 |
2 |
5 |
5 |
4 |
3 |
3 |
|
|
цифровые навыки населения |
1 |
1 |
3 |
2 |
2 |
3 |
5 |
4 |
4 |
5 |
|
|
активность пользователей сети Интернет |
1 |
1 |
3 |
2 |
2 |
4 |
4 |
3 |
5 |
5 |
|
|
использование сети Интернет государственными структурами |
2 |
1 |
1 |
2 |
5 |
4 |
4 |
3 |
3 |
5 |
|
|
цифровые навыки государственных и муниципальных служащих |
2 |
2 |
4 |
3 |
5 |
4 |
3 |
5 |
1 |
1 |
|
|
обеспеченность бюджетных учреждений устройствами для обработки данных |
1 |
1 |
3 |
2 |
2 |
3 |
4 |
5 |
5 |
4 |
|
|
обеспеченность бюджетных учреждений возможностью |
1 |
2 |
2 |
3 |
3 |
1 |
4 |
4 |
5 |
5 |
|
|
получения и передачи данных |
||||||||||
|
использование ИКТ в деятельности бюджетных учреждений |
4 |
2 |
1 |
3 |
2 |
1 |
3 |
4 |
5 |
5 |
|
способность к инновационной деятельности |
2 |
1 |
1 |
2 |
4 |
3 |
3 |
4 |
5 |
5 |
|
автоматизация и безопасность управления предприятиями |
1 |
1 |
2 |
2 |
3 |
3 |
4 |
4 |
5 |
5 |
|
использование информационнокоммуникационных технологий в деятельности предприятий |
2 |
1 |
1 |
2 |
4 |
4 |
3 |
3 |
5 |
5 |
Кластеры за 2019 г. представлены в следующем количественном составе: лидер кластер №1 – 12 регионов (в 2017 году – 7 регионов) среднее нормированное значение составляет 8,28; кластер №2 – 27 регионов (в 2017 году – 25 регионов) среднее нормированное значение составляет 6,95; кластер №3 – 17 регионов (в 2017 году – 10 регионов) среднее нормированное значение составляет 6,09; кластер №4 – 20 регионов (в 2017 году – 18 регионов) среднее нормированное значение составляет 5,45; аутсайдер кластер №5 – 18 регионов (в 2017 году — 25регионов) среднее нормированное значение составляет 4,49.
Регионы, представленные кластером №1, являются явными лидерами по всем показателям и сумме средних значений нормированных показателей. Ближайший кластер №2 отстает на 1,33.
Близкими по средним нормированным значениям являются кластеры №3 и №4, разница составляет 0,64.
Кластер №5 является очевидным аутсайдером со средним значением нормированных показателей 4,49, отставая от ближайшего кластера на 0,95 и значительно отставая от кластера — лидера на 3,78.
Лидирующий кластер №1 увеличил количество регионов на 5 позиций с 7 до 12 регионов. К лидирующим регионам в 2017 году, которые еще раз продемонстрировали доминирование Московская область; г. Москва; г. Санкт-Петербург; Республика Татарстан;
Ханты-Мансийский АО- Югра; Ямало-Ненецкий АО; Тюменская область без АО присоединились Тульская область, Мурманская область, г. Севастополь, Республика Башкортостан, Новосибирская область, Томская область.
Кластер №1 занимает уверенное первое место в подсистеме «домашние хозяйства», значение всех показатели подсистемы значительно превосходят значения показателей соседних кластеров. Регионы, входящие в кластер, можно охарактеризовать как территории, в которых население имеет достаточные навыки для использования ИКТ, имеется доступность широкополосного Интернета, население активно использует ИКТ.
Кластер также лидирует по средним нормированным значениям всех подсистем. Можно говорить, о том, что в регионах кластера №1 все общественные подсистемы активно используют информационно-коммуникационные технологии для решения собственных задач. Наиболее явно выделяются показатели Var11 (число патентов на изобретения), опережает ближайшее значение в кластере №2 на 0,194771, Var12 (доля организаций, использовавших Экстранет) опережает ближайшее значение в кластере №2 на 0,172825.
Можно сказать, что в кластере №1 развита способность к инновационной деятельности, автоматизация и безопасность управления предприятиями. Регионы в кластере можно охарактеризовать как стабильно устойчивый тип региона.
Динамика показателей в кластерах №1 представлена на рисунке 1.
Кластер №1
0,9
0 Vari Var2 Var3 Var4 VarS Var6 Var7 VarS Var9 VarlO Varll Varl2 Varl3 Varl4
—e—2017 г. —^2019 г.
Рисунок 1. Динамика показателей за 2017 — 2019гг. в кластере №1
По результатам анализа показателей кластера №1 можно сказать:
по подсистеме «домашние хозяйства» об ухудшении доступность широкополосного Интернета, уменьшении активности пользователей сети Интернет.
-
• по подсистеме «государство и НКО» об ухудшении использования сети Интернет государственными структурами, ухудшение цифровых навыков государственных и муниципальных служащих, ухудшении обеспеченности бюджетных учреждений устройствами для обработки и передачи данных, ухудшении использования информационно-коммуникационных технологий в деятельности бюджетных учреждений, отрицательной динамики в использовании информационнокоммуникационных технологий в деятельности предприятий.
-
• по подсистеме «бизнес-структуры» способности к инновационной деятельности уменьшение доли инновационных товаров, работ, но наблюдается увеличение числа патентов на изобретения, незначительном уменьшении автоматизации и безопасности управления предприятиями. В части использование информационно-коммуникационных технологий в деятельности предприятий наблюдается увеличение числа организаций, имеющих веб-сайты, но при этом уменьшилось число организаций на получение и заказ товаров через Интернет.
Второе место занимает кластер №2 (27 регионов) в нем сосредоточено самое большое количество регионов 31,8% со средним значением нормированных показателей 6,95. По четырем показателям занимает первое место Var5, Var9, Var10, Var13 несмотря на то, что значительно (на 1,33) отстает от лидера.
Кластер занимает второе место по пяти показателям Var1, Var8, Var11, Var12, Var14.
Кластер в разрезе подсистем можно охарактеризовать как прогрессирующий в сфере ИКТ. При сравнении с 2017г. 17 регионов сохранили свои позиции, при этом расстояние между кластерами №1 и №2 по сравнению с 2017 годом (было 2,15) уменьшилось и составляет 1,33.
Динамика показателей в кластерах №2 представлена на рисунке 2.
Рисунок 2. Динамика показателей за 2017 — 2019гг. в кластере №2
По результатам анализа показателей кластера №2 можно сказать:
-
• по подсистеме «домашние хозяйства» об ухудшении доступность широкополосного Интернета, уменьшении интенсивности использования сети Интернет, улучшении цифровых навыков населения, незначительном улучшении активности пользователей сети Интернет.
-
• по подсистеме «государство и НКО» улучшении использования сети Интернет государственными структурами, ухудшении цифровых навыков государственных и муниципальных служащих, незначительном ухудшении обеспеченность бюджетных учреждений устройствами для обработки и передачи данных, улучшении использования информационно-
- коммуникационных технологий в деятельности бюджетных учреждений.
по подсистеме «бизнес-структуры» в части способности к инновационной деятельности увеличилась доля инновационных товаров, работ, услуг, уменьшилось число патентов на изобретения, улучшились автоматизация и безопасность управления предприятиями и использование информационно-коммуникационных технологий в деятельности предприятий.
Кластер №3 представлен 17 регионами со средним значением нормированных показателей 6,09. По показателям VAR2, VAR3, VAR4, VAR7, VAR9 занимает второе место. По показателю VAR5 свидетельствующему об использование сети Интернет государственными структурами занимает пятое место. Третье место занимает по показателям VAR1, VAR8, VAR411, VAR12, VAR13.
Динамика показателей в кластерах №3 представлена на рисунке 3.
Рисунок 3. Динамика показателей за 2017 — 2019гг. в кластере №3
По результатам анализа показателей кластера №3 можно сказать:
-
• по подсистеме «домашние хозяйства» об ухудшении доступности широкополосного Интернета, улучшении интенсивности использования сети Интернет, цифровых навыков населения и активности пользователей сети Интернет.
-
• по подсистеме «государство и НКО» об ухудшении использования сети Интернет государственными структурами, цифровых навыков государственных и муниципальных служащих, в части улучшения обеспеченности бюджетных учреждений незначительном улучшении в части количества персональных компьютеров, и ухудшении по количеству подключенных компьютеров к сети Интернет, незначительном улучшении использования информационно-коммуникационных технологий в деятельности бюджетных учреждений.
-
• по подсистеме «бизнес-структуры» в части способности к инновационной деятельности наблюдается значительное ухудшение по доли инновационных товаров, работ, услуг, и менее значительно уменьшения числа патентов, улучшении автоматизации и безопасности управления предприятиями, в части использования информационно-коммуникационных технологий положительная динамика наблюдается в доли организаций, имевших веб-сайт и отрицательная динамика в заказе товаров через Интернет.
Кластер №4 представлен 20 регионами. Среднее значение нормированных показателей в подсистеме домашнее хозяйство составляет значение 5,45. По показателям VAR 2, VAR 3, VAR 4 занимает последнее место, в связи с этим является аутсайдером по средним значениям нормированного показателя в подсистеме «домашние хозяйства». По подсистеме «домашние хозяйства» кластер занимает второе место со средним значением нормированных показателей 2,017 отставая от лидера на 0,67 несмотря на то, что по доступность широкополосного Интернета занимает предпоследнее место. Кластер можно охарактеризовать как активного пользователя сети Интернет среди населения. По подсистеме «государство и НКО» занимает четвертое место со средним значением нормированных показателей 1,99, наиболее слабым являются цифровые навыки государственных и муниципальных служащих и как следствие использование сети Интернет государственными структурами. По подсистеме «бизнес-структуры» занимает четвертое место со средним значением нормированных показателей 2,08, самой слабой стороной является использование информационно-коммуникационных технологий в деятельности предприятий.
Динамика показателей в кластерах №4 представлена на рисунке 4.
Рисунок 4. Динамика показателей за 2017 — 2019гг. в кластере №4
По результатам анализа показателей кластера №4 можно сказать:
-
• по подсистеме «домашние хозяйства» об улучшении доступности широкополосного Интернета, ухудшении в интенсивности использования сети Интернет, цифровых навыков населения, активность пользователей сети Интернет.
-
• по подсистеме «государство и НКО» об отрицательной динамике в использовании сети Интернет государственными структурами, о положительной динамике цифровых навыков государственных и муниципальных служащих, по обеспеченности бюджетных учреждений небольшом увеличении количества персональных компьютеров, но уменьшении их подключения к сети Интернет, улучшении в использовании информационно-коммуникационных технологий в деятельности бюджетных учреждений.
-
• по подсистеме «бизнес-структуры» все показатели имеют положительную динамику в способности к инновационной деятельности, автоматизация и безопасность управления предприятиями.
В 5-й кластер вошли регионы с самым низким уровнем развития цифровой экономики по выбранным показателям. Кластер №5, представленный 9 регионами с низким социально-экономическим развитием: Республика Калмыкия; Республика Крым, Республика Дагестан; Кабардино-Балкарская Республика; Карачаево-Черкесская Республика; Республика Северная Осетия Алания; Чеченская Республика, Республика Тыва и Еврейская автономная область.
Динамика показателей в кластерах №5 представлена на рисунке 5.
Рисунок 5. Динамика показателей за 2017 — 2019гг. в кластере №5
По результатам анализа показателей кластера – аутсайдера №5 можно сказать:
-
• по подсистеме «домашние хозяйства» об ухудшении доступности широкополосного Интернета, небольшом увеличении интенсивности использования сети Интернет, увеличении цифровых навыков населения, снижение активности пользователей сети Интернет.
-
• по подсистеме «государство и НКО» об улучшении использования сети Интернет государственными структурами, стабильности цифровых навыков государственных и муниципальных служащих, отрицательной динамике по обеспеченности бюджетных учреждений, положительную динамику в использовании информационно-коммуникационных технологий в деятельности бюджетных учреждений.
-
• по подсистеме «бизнес-структуры» наблюдается отрицательная динамика по способность к инновационной деятельности, небольшом улучшении в автоматизации и безопасности управления предприятиями, по использованию информационно-коммуникационных технологий в деятельности предприятий увеличение доли организаций, имевших веб-сайт, отрицательная динамика в доле организаций, получавших заказы на выпускаемые товары (работы, услуги) по Интернету.
Конечно, актуальным встает вопрос, что делать с данными регионами, как их учитывать в развитии цифровой экономики, так как из-за их показателей снижается рейтинги Российской Федерации.
Сумма средних нормированных значений кластера №5 составляет 4,49. Количество регионов-аутсайдеров сократилось с 25 до 9.
Обобщая проведенный анализ, безусловными лидерами цифровизации в 2019г. являются Московская область, Тульская область, г. Москва, Мурманская область, г. Санкт-Петербург, г. Севастополь, Республика Башкортостан, Республика Татарстан, Ханты-Мансийский автономный округ – Югра, Ямало-Ненецкий автономный округ, Новосибирская область, Томская область.
Сравнивая состав кластеров, за 2017г. и 2019г. представленный в таблицах 5 и 6 можно говорить в основном об улучшении позиции регионов. Свои позиции улучшили: Тульская область, Мурманская область, Республика Башкортостан, Томская область (переместившись из 2 кластера (2017г.) в 1 кластер, Новосибирская область (переместившись из 3 кластера (2017г.) в 1 кластер, г.
Севастополь (переместившись из 4 кластера (2017г.) в 1 кластер.
Ухудшились (покинули свои) позиции: Республика Крым и Республика Тыва переместились из 4 кластера в 5 кластер, Ивановская область, Калужская область, Ленинградская область из 2 кластера в 4 кластер, Курская область, Пензенская область из 2 кластера в 3 кластер.
Заключение
В общем наблюдается положительная динамика цифровизации регионов, об этом свидетельствуют средние нормированные значения показателей. В 2017 году расстояние между кластером лидером (составляло 8,76) и кластером аутсайдером (составляло 4,64) составляло 4,8. В 2019 году расстояние уменьшилось и составило 3,78.
По результатам исследования можно утверждать, что несмотря на достоинства цифровой экономики и ее развитие, сохраняется разрыв, так между группой лидеров 8,28 и группой аутсайдеров 4,49 составляет в 1,8 раза. Для устранения которого органам госуправления необходимо обратить внимание на слабовыраженные показатели, такие как в кластере №2 на подсистемы «бизнес-структуры», «государство и НКО», для кластера №5 на подсистему «домашние хозяйства».
При анализе динамики показателей на основе графического анализа можно сделать вывод о том, что несмотря на лидирующую позицию кластера №1 наблюдается отрицательная динамика показателей. В кластере №5 наблюдается как положительная, так и отрицательная динамика показателей с сильным разбросом значений. В кластере №4 только в подсистеме «бизнес-организации» наблюдается положительная динамика, по остальным показателям регионы, представленные кластером, могут сместиться в кластер №5. Во всех кластерах наблюдается положительная динамика показателей подсистемы «бизнес-государство» особенно показателя VAR 13 характеризующего использование информационно-коммуникационных технологий в деятельности предприятий.
Таблица 5. Однородные группы регионов РФ по результатам кластерного за 2017 г. [6]
|
Кластер №1 (7 регионов) |
Кластер №2 (25 регионов) |
Кластер №3 (10 регионов) |
Кластер №4 (18 регионов) |
Кластер №5 (25 регионов) |
|
Московская |
Белгородская |
Архангельская |
Брянская |
Костромская |
|
область |
область |
область без АО |
область |
область |
|
г. Москва |
Владимирская |
Республика |
Смоленская |
Орловская |
|
г. Санкт- |
область |
Марий Эл |
область |
область |
|
Петербург |
Воронежская |
Республика |
Ненецкий АО |
Рязанская |
|
Республика |
область |
Мордовия |
Республика |
область |
|
Татарстан |
Ивановская |
Чувашская |
Адыгея |
Тверская |
|
Ханты- |
область |
Республика |
Республика |
область |
|
Мансийский |
Калужская |
Пермский край |
Крым |
Новгородская |
|
АО- Югра |
область |
Нижегородская |
Астраханская |
область |
|
Ямало- |
Курская область |
область |
область |
Псковская |
|
Ненецкий |
Липецкая |
Самарская |
г. |
область |
|
АО |
область |
область |
Севастополь |
Республика |
|
Тюменская |
Тамбовская |
Ульяновская |
Республика |
Калмыкия |
|
область без |
область |
область |
Ингушетия |
Волгоградская |
|
АО |
Тульская область |
Новосибирская |
Кировская |
область |
|
в 1 |
область |
область |
Республика |
|
|
Ярославская |
Хабаровский |
Оренбургская |
Дагестан |
|
|
область |
край |
область |
Кабардино- |
|
Республика Карелия Республика Коми Вологодская область Калининградская область Ленинградская область Мурманская область Краснодарский край Ростовская область Ставропольский край Республика Башкортостан Удмуртская Республика Пензенская область Свердловская область Челябинская область Томская область |
Республика Алтай Республика Тыва Республика Хакасия Алтайский край Красноярский край Омская область Приморский край Сахалинская область |
Балкарская Республика Карачаево-Черкесская Республика Республика Северная Осетия-Алания Чеченская Республика Саратовская область Курганская область Республика Бурятия Забайкальский край Иркутская область Кемеровская область Республика Саха (Якутия) Камчатский край Амурская область Магаданская область Еврейская АО Чукотский АО |
Таблица 6. Однородные группы регионов РФ по результатам кластерного за 2019 г.
|
Кластер №1 (12 регионов) |
Кластер №2 (27 регионов) |
Кластер №3 (17 регионов) |
Кластер №4 (20регионов) |
Кластер №5 (9 регионов) |
|
Московская область |
Белгородская область |
Курская область |
Ивановская область |
Республика Калмыкия |
Республика Коми
Положенцева // Экономика и управление. – 2018. – № 10(156). – С. 14-20.
Проект:НИУ_ВШЭ_выиграл_тендер_Минкомсвязи_стоимостью _335_млн_руб_на_оказание_услуг_по_оценке_развития_цифров ой_экономики_в_России.
Козлова // Экономическая безопасность и качество. – 2018. – № 2(31). – С. 9-14.
Добавить комментарий
Ваш адрес email не будет опубликован. Обязательные поля помечены *
Комментарий *
Имя*
Сайт
Email*
Отправить комментарий
Название издания: "Региональная экономика и управление: электронный научный журнал"
Электронное периодическое издание зарегистрировано Роскомнадзором, свидетельство ЭЛ № ФС 77 - 45106 от 19 мая 2011 г. Возрастная категория сайта 6+
ISSN 1999-2645
Учредитель и издатель: Общество с ограниченной ответственностью "Международный центр научно-исследовательских проектов"
Гл.редактор: Бакланова Юлия Олеговна
Тел. 8-951-354-54-84
Подписаться на новости
Политика конфиденциальности
Пользовательское соглашение
Правила отзыва (ретракции/ретрагирования) статьи от публикации
Публичная оферта
Все права защищены © 2005-2023 Региональная экономика и управление: электронный научный журнал | Общество с ограниченной ответственностью
«Международный центр научно-исследовательских проектов»
Список литературы Анализ динамики развития цифровой экономики в регионах России
- Батракова, Л.Г. Развитие цифровой экономики в регионах России / Л. Г. Батракова // Социально-политические исследования. - 2019. - № 1. - С. 51-64. - DOI 10.24411/2658-428X-2019-10338.
- Бейнар, И. А., Наролина, Т. С., Шишкин, И. А., Региональные аспекты развития цифровой экономики (на примере Воронежской области) // РЕГИОН: системы, экономика, управление № 3 (50), 2020. С.47-55.
- Вертакова, Ю.В. Индикаторы оценки цифровой трансформации экономики / Ю. В. Вертакова, М. Г. Клевцова, Ю. С. Положенцева // Экономика и управление. - 2018. - № 10(156). - С. 14-20.
- Индекс «Цифровая Россия». Московская школа управления СКОЛКОВО. - М., 2018. - 193 с. [Электронный ресурс]: URL: https://finance.skolkovo.ru/downloads/documents/FinChair/Research_Reports/SKOLKOVO_Digital_Russia_Report_Full_2019-04_ru.pdf.
- Индикаторы цифровой экономики: 2021: статистический сборник / Г И. Абдрахманова К. О. Вишневский, Л. М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». - М.: НИУ ВШЭ, 2021.
- Мониторинг развития информационного общества в Российской Федерации [Электронный ресурс]: URL: https://rosstat.gov.ru/folder/14478.
- НИУ ВШЭ выиграл тендер Минкомсвязи стоимостью 335 млн руб. на оказание услуг по оценке развития цифровой экономики в России. [Электронный ресурс]: URL: https://www.tadviser.ru/index.php/
- Никитина, Л. М. Применение кластерного анализа для оценки развития цифровой экономики регионов России / Л. М. Никитина, В. А. Куркин // Регион: системы, экономика, управление. - 2020. - № 3(50). - С. 28-38. - DOI 10.22394/1997-44692020-50-3-28-38.
- Нестеренко, Е.А. Направления развития цифровой экономики и цифровых технологий в России / Е. А. Нестеренко, А. С. Козлова // Экономическая безопасность и качество. - 2018. - № 2(31). - С. 9-14.
- Свистунов, В.М., Лобачев, В.В., Антонов, В.Г., Аникин, Б.А., Траченко, М.Б. Оценка развития цифровой экономики в регионах Российской Федерации // Экономика: вчера, сегодня, завтра. 2019. Том 9. № 11А. С. 32-41. DOI: 10.34670/AR.2020.93.11.002.
- Тращенко, К.С. Анализ индикаторов развития цифровой экономики в регионах Российской Федерации / К.С. Тращенко, И.М. Гулый // Неделя науки СПбПУ: Материалы научной конференции с международным участием. Институт промышленного менеджмента, экономики и торговли, Санкт-Петербург, 19-24 ноября 2018 года. - Санкт-Петербург: Федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский политехнический университет Петра Великого», 2018. - С. 405-408.
- Чернышева, А.М. Развитие цифровизации регионов Российской Федерации. / А. М. Чернышова // Вестник Академии знаний. - 2019 - №33 (4)- С.235-239.
