Цифровизация и ее влияние на экономику региона

В научной литературе можно встретить весьма большое количество толкований и интерпретаций эффектов и экстерналий, порождаемых процессами цифровизации [1-6]. Гораздо реже встречаются работы, раскрывающие методические подходы к построению зависимостей между экономической динамикой и агрегированным уровнем цифровизации как на макро-, так и на мезоуровне [7, 8, 9]. В этой связи говорить о сформированном, целостном методологическом инструментарии пока еще не приходится. С учетом этого, представляется актуальным дальнейшее развитие методических подходов к построению моделей экономического роста с использованием фактора, характеризующего процессы цифровой трансформации. Решению этой задачи и посвящена настоящая статья.

Не вдаваясь в детальный обзор и анализ развития подходов к построению производственных моделей экономической динамики следует заметить, что их основу составляют два фактора производства: труд (T) и капитал (K). Включение в модель иных производительных факторов, таких, например, как предпринимательская инициатива, научно-технический прогресс и т.п., продуцирует новые результаты и интерпретацию философии экономического роста как на макро-, так и на мезоуровне. В настоящем исследовании предлагается модернизировать производственную функцию, включив в нее, помимо, традиционных производительных факторов, третий - уровень цифровой трансформации социально-экономической среды, как нового института, регулирующего экономические отношения, а, следовательно, запускающего процессы инновационной активности и интенсификации экономической динамики.

Полагаясь на представленный подход, далее реализованы соответствующие расчеты и оценки (на примере регионов Приволжского федерального округа). Методически задача решена в рамках построения многофакторных моделей на основе моделирования степенных и экспоненциальных производственных функций с использованием эконометрического инструментария.

Для достижения цели о повышении статистической значимости всех анализируемых и включенных в модель факторов, использовался анализ чувствительности (включение/удаление аргументов функции).

В качестве показателей, оценивающих изменение производственных факторов, использовались:

T (труд) - численность занятых, (тыс. человек, значение показателя за год);

• L (капитал) – наличие основных фондов на конец года по полной учетной стоимости по полному кругу организаций (миллион рублей, значение показателя за год);

D (цифровая трансформация) – уровень развития экономических отношений, построенных на оснеове цифровых технологий;

Все показатели предварительно пронормированы с целью унификации шкалы измерения каждого фактора.

Прежде чем, перейти к моделированию исследуемых процессов, крайне важно определить предпосылки для проведения расчетов и выдвинуть соответствующие гипотезы:

• 1.    Функция Y{T; L; D} задана при условии соблюдения неотрицательности значений аргументов.

• 2.    При увеличении значений производственных факторов ВВП не

• 3.    При условии роста значения одного фактора и неизменности значений других факторов предельная эффективность данного фактора не возрастает

уменьшается, а также возрастает.

—>0;

dxi

ЯП „

• 1=1 /=i       ^;

Располагая достаточным количеством точек исследуемых временных рядов можно выявить, на основе построенной производственной функции, закономерности влияния анализируемых факторов на экономический рост региона.

Как уже ранее упоминалось в целях обеспечения процесса построения искомой производственной функции крайне важно построить индекс цифровой трансформации региона. В настоящей работе эта задача решена на основе предложенной и модернизированной автором методики [15], в основе которой реализован формализованный анализ ключевых направлений цифровизации:

• I.    Кадры и образование:

• II.    Формирование исследовательских компетенций и технических заделов:

• III.    Информационная инфраструктура:

• IV.    Информационная безопасность:

В целях обеспечения сопоставимости анализируемых данных значения исследуемых показателей были предварительно пронормированы. Итоговое значение индекса, характеризующего уровень развития цифровой экономики региона, рассчитывается как среднеарифметическая сумма значений исследуемых четырех субиндексов: «Кадры и образование», «Информационная инфраструктура», «Формирование исследовательских компетенций и технических заделов» и «Информационная безопасность».

Итоговые результаты полученных оценок, раскрывающих особенности и тенденции развития цифровой экономики в регионах Приволжского федерального округа за 2020 год представлены в таблице 1.

Полученные оценки сформировали необходимые и достаточные условия для построения производственных функций применительно к исследуемой региональной группе.

Таблица 1

Исходные данные для построения вертикально-интегрированной трехфакторной производственной функции регионов ПФО (по данным за 2020 год)

№	Регион	Y	T	L	D
1	Республика Башкортостан	1810091	1810,2	6522045	0,81
2	Республика Марий Эл	204080,8	317,6	929979	0,67
3	Республика Мордовия	263349,2	418,7	1068465	1,16
4	Республика Татарстан (Татарстан)	2795850,6	1964,6	9066898	0,67
5	Удмуртская Республика	721345,1	728,7	2269461	1,63
6	Чувашская Республика -Чувашия	339766,5	578,5	1500573	0,79
7	Пермский край	1495011,8	1160	5873286	0,97
8	Кировская область	370255,9	605,8	1514275	0,79
9	Нижегородская область	1621913,1	1680,1	5632296	0,84
10	Оренбургская область	1107155,3	885,1	3207320	0,74
11	Пензенская область	448975,5	625	1903098	0,91
12	Самарская область	1687924,3	1615,3	6032634	0,67

13	Саратовская область	811772,2	1149,7	3428386	0,69
14	Ульяновская область	420318,4	587,9	1256128	0,74

Упрощающие предпосылки и выдвинутые выше гипотезы для построения производственной функции рассматриваемого здесь типа соответствуют вышеприведенным допущениям, используемым при построении производственных функций применительно к конкретному региону.

Результаты осуществленных оценок, полученных на основе прологорифмированных данных, представлены в таблицах 2, 3

Таблица 2

Регрессионная статистика

Множественный R	0,98673
R-квадрат	0,973636
Нормированный R-квадрат	0,965727
Стандартная ошибка	0,127182
Наблюдения	14

Таблица 3

Коэффициенты регрессионной модели

	Коэффициент ы	Стандартная ошибка	t- статистика	P- Значение
Y-пересечение	-0,01805	0,113523	-0,15904	0,876805
Переменная X 1	0,042972	0,244164	1,175999	0,063808
Переменная X 2	0,924363	0,260932	3,542538	0,005334
Переменная X 3	0,121697	0,272248	1,079695	0,038052

Полученное уравнение имеет вид:

LnY = -0,018+0,043LnT+0,924LnL+0,122LnD

Преобразовав полученное уравнение из логарифмического вида в степенную функцию, построено следующее уравнение:

Y = 0 982*T 0.043 *L 0,924 *D 0.122

Полученные оценки демонстрируют высокий уровень значимости фактора «Цифровая трансформация» в процессе генерирования экономической динамики. При этом важно отметить, что полученный показатель эластичности при исследуемом факторе имеет уровень даже выше, чем аналогичный показатель при факторе T. Это соответствующим образом характеризует актуальность мероприятий, направленных на активную интеграцию в хозяйственную среду регионов цифровых технологий, развивая, тем самым, основные принципы цифровой экономики.