Прогнозирование перспектив развития региональных экономических систем в цифровой экономике

DOI:

Цитирование. Майданевич Ю. П., Челпанова М. М., 2025. Прогнозирование перспектив развития региональных экономических систем в цифровой экономике // Региональная экономика. Юг России. Т. 13, № 3. С. 153–163. DOI:

Постановка проблемы

Прогнозирование как элемент стратегического управления экономических систем лежит в основе всех национальных приоритетов и государственных проектов Российской Федерации [Федеральный закон № 172-ФЗ, 2014; Распоряжение Правительства РФ № 2816-р, 2021; Перечень государственных программ ... , 2025]. Его задачи, принципы и функции равнозначны для всех уровней управления, однако объективная межрегиональная дифференциация России обусловливает разработку политики сбалансированного развития региональных экономических систем, учитывающей особенности каждого субъекта Федерации.

Формирование прогнозов развития региональных экономических систем является отдельной научно-методической задачей не только региональной, но и национальной экономики. Про- гнозирование тенденций социально-экономического развития государства базируется на совокупности прогнозов всех его территориально-административных единиц, на основе которых выявляются возможные диспропорции и негативные факторы общенационального уровня, формируется информационное обеспечение взвешенных управленческих решений.

Процесс развития общества всегда сопровождается количественным и качественным ростом соответствующих социально-экономических параметров. Современный этап характеризуется их цифровыми трансформациями, роль и значение которых должны найти адекватное отражение в методическом инструментарии оценки развития региональных экономических систем. Его научное обоснование и апробация на примере регионов Южного федерального округа Российской Федерации и явились целью данной статьи.

Обзор литературы и методы

Перспективы развития региональных экономических систем в цифровой экономике выступают предметом исследования обширного количества отечественных и зарубежных ученых. В частности, за последние 30 лет в России было защищено 738 кандидатских и докторских диссертаций, в которых обосновывались различные прогнозные модели регионального развития, учитывающие цифровые преобразования экономики.

Примечательно, что вначале в их числе превалировали работы из сферы технических наук [Горохов, 2003; Олейник, 2005; Котенко, 2006], в последнее десятилетие – наук экономических [Бекбер-генева, 2022; Бурганов, 2023; Жуков, 2023]. Динамика научных исследований отражает логику цифровых трансформаций: от технологических инноваций к экономическим преобразованиям, формированию цифровой экономики и функционированию в ней региональных экономических систем.

Так, Д.Е. Бекбергенева предлагает авторский подход к региональному управлению с использованием информационно-телекоммуникационных технологий, основанный на корреляционно-регрессионном анализе результатов исследований цифрового менталитета населения и зрелости бизнес-сообщества региона [Бекбергенева, 2022].

Объектом исследования диссертационной работы Р.Т. Бурганова явились региональные социально-экономические системы в условиях цифровой экономики, прогноз развития которых автор сформировал с применением методологической концепции «окна возможностей» их инклюзивного экономического роста, а также индикативного конструирования и сценарного проектирования [Бурганов, 2023].

Р.А. Жуков разработал методологию оценки результатов функционирования иерархических социально-экономических систем с помощью системы универсальных индикаторов, предложил кибернетическую и процессную модели управления данных систем, в том числе с помощью программного комплекса «ЭФРА» [Жуков, 2023].

К заслуживающим внимания разработкам последних лет можно также отнести работы Т.С. Кочетковой, О.К. Луховской и С.В. Беляевой, осуществивших оценку цифровых трансформаций регионов с использованием прогнозно-диагностической системы [Кочеткова, Луховская, Беляева, 2023]; С.Н. Бородина, рассмотревшего возможности использования нейронных сетей прогнозирования социально-экономического разви- тия региона [Бородин, 2024]; Р.А. Жукова, С.В. Прокопчиной и др., предложивших применить методологию байесовских интеллектуальных измерений к моделированию функционирования региональных экономических систем [Жуков и др., 2024].

Используя сложные программные продукты для формирования прогнозов регионального развития, не следует считать их инновационными с точки зрения экономико-математического моделирования, так как в этом случае технические параметры модели превалируют над ее экономическим содержанием. Например, Д.M. Балунгу и А. Kумaр указывают, что модели машинного обучения могут превзойти традиционные модели авторегрессии в прогнозировании экономического роста [Balungu, Kumar, 2024], однако это положение, по нашему мнению, не требует специальных доказательств. В то же время можно согласиться с мнением Х. Джи, обосновывающего, что технология цифрового майнинга регионального пространственного распределения может быть использована для формирования модели региональной пространственной кластеризации [Ge, 2024].

Обобщая вышесказанное, можно констатировать, что в моделировании цифрового развития региональных экономических систем целесообразно использовать адекватные их динамичным изменениям показатели, критерии и индикаторы, поэтапный порядок отбора которых представлен на рисунке 1 [Челпанова, 2022]. Поэтапная апробация данного алгоритма позволила выделить четыре группы показателей, отражающих финансово-экономическое состояние, внедрение инноваций и освоение инвестиций, цифровые трансформации и социоцентричность развития региональных экономических систем [Челпанова, 2022].

Следует отметить, что разработанный алгоритм в полном соответствии с динамичными условиями цифровых трансформаций может быть использован для построения других математикостатистических моделей развития экономических систем различного уровня, что позволяет говорить о его широких адаптивных возможностях.

Моделирование прогноза перспектив развития региональных экономических систем в цифровой экономике

Поэтапная апробация алгоритма, представленного на рисунке 1, позволила выделить четыре группы показателей оценки развития регио- нальных экономических систем в цифровой экономике, отражающих их финансово-экономическое состояние, деловую активность, цифровые трансформации и социоцентричность [Чел-панова, 2022].

В качестве объекта исследования уровня развития региональных экономических систем в условиях цифровизации выступил предпринимательский сектор Южного федерального округа Российской Федерации за период с 2019 по 2023 год. Источниками данных явились система ЕМИСС [Единая межведомственная информационно-статистическая ... , 2025], Росстат [Федеральная служба государственной ... , 2025], Министерство науки и высшего образования РФ [Министерство науки и высшего ... , 2025].

Сбор материалов и создание базы данных

Расчет коэффициентов и показателей уровня развития региональных экономических систем в условиях цифровизации

Расчет матриц коэффициентов корреляции между показателями!

Вычисление средних геометрических значений коэффициентов корреляции и ранжирование показателей по ilx убыванию

•Содержательный анализ ранжированного ряда и выделение основных
коэффтщиентов и показателей для комплексной оценки уровня развития региональных экономических систем в условиях цифровизации

Разделение объектов наблюдения на группы по совокупности значимых показателей и коэффициентов с помощью методов многомерной статистической классификации ________________________________________________________

•Расчет нормированной шкалы соотношений интегрального коэффициента по   '
среднегрупповым уровням показателей и о азов он шкале расстоянии между группами

Расчет интегральных измерителей уровня развития региональных экономических систем в условиях щтфровизации для каждого объекта наблюдений

Расчет модели уровня развития региональных экономических систем в условиях цифровизации методом шагового регрессионного анализа

Оценка статистической значимости и содержательной адекватности модели

Расчет модельных значений обобщающего критерия по объектам наблюдений и вычисление средних значений критерия по кластерам

Классификация по обобщающему’критерию

•Проверка на совпадение многомерной классификэщш и результатов
моделирования

Определеш1е граничных значений обобщающего критерия, контрастно разделяющих различные уровни развития региональных экономических систем в условиях цифровизации

Рис. 1. Алгоритм математико-статистического моделирования уровня развития региональных экономических систем в условиях цифровизации

Примечание. Составлено авторами по: [Челпанова, 2022].

По совокупности отобранных показателей в рамках каждой группы показателей была проведена многомерная классификация объектов наблюдений с помощью метода k-средних кластерного анализа. Ряд интегрального критерия был дополнен к матрице значений отобранных факторных показателей и с помощью многошагового регрессионного релиза было вычислено линейное уравнение его регрессионной зависимости от этих факторов. В результате была получена искомая модель соответствующего комплекса показателей в составе обобщающего критерия оценки.

Граничные значения критериев были вычислены исходя из распределения значений критерия в разрезе кластеров, ориентирами послужили средние кластерные значения критерия. Результаты расчетов интегральных критериев, рассчитанных по группам показателей, были положены в основу обоснования агрегированного критерия.

В качестве исходного уровня шкалы соотношений между кластерами был принят критически низкий уровень цифрового развития региональных экономических систем, остальные уровни определялись с помощью программного модуля «Метод Варда». Статистические характеристики переменных модели, представленные в таблице 1, свидетельствуют о ее высокой статистической достоверности.

Итогом проведенных расчетов обобщающего критерия развития региональных экономических систем в цифровой экономике явилось выделение соответствующих границ между кластерами, которое составило: между первым и вторым – 1,6, между вторым и третьим – 2,4 и между третьим и четвертым – 3,5. Используя полученные результаты моделирования, можно провести ранжирование региональных экономических систем субъектов Российской Федерации для решения задач их дальнейшей цифровизации, а также государственной поддержки данного процесса.

Оценка уровня развития региональных экономических систем Южного федерального округа Российской Федерации

Апробация полученных результатов моделирования была проведена на примере региональных экономических систем Южного федерального округа Российской Федерации исходя из показателей их цифрового развития в 2023 г., в результате чего установлено, что лишь Ростовская область имеет высокое значение обобщенного показателя, нормальный уровень зафиксирован в Республике Калмыкия, Краснодарском крае и Волгоградской области, а критически низкие значения имели место в Астраханском крае (см. табл. 2).

С целью детализации вклада отдельных интегральных показателей, характеризующих логически обособленные индикаторы регионального уровня развития Южного федерального округа РФ в условиях цифровизации, была построена соответствующая диаграмма (см. рис. 2).

Анализируя данные, представленные в таблице 2 и на рисунке 2, можно констатировать, что Ростовская область является лидером по первым двум рассмотренным интегральным показателям, имеющим схожие сущностные характеристики: уровню финансово-экономического и инвестиционно-инновационного развития. Цифровые трансформации и интеллектуальный капитал обеспечили нормальный уровень развития Республики Калмыкия и Волгоградской области, в то время как в Краснодарском крае наивысшие оценки были отмечены по показателям блока финансово-экономического потенциала. Несмотря на то что Астраханская область является аутсайдером лишь по второму и третьему интегральным показателям, уровень финансово-экономического потенциала и социального развития региона недостаточно высок для квалификации его региональных экономических систем за пределами критически низкого уровня развития в цифровой экономике.

Таблица 1

Обобщенные статистические характеристики модели развития региональных экономических систем в условиях цифровизации

Параметры	Оценка	Стандартная ошибка	T-критерий Стьюдента	р-значение
Constant	0,386759	0,199231	1,94126	0,0560
Группа 1 (финансово-экономическое состояние)	0,12747	0,0379092	3,36251	0,0012
Группа 2 (деловая активность)	0,18663	0,0200539	9,30643	0,0000
Группа 3 (цифровые трансформации)	0,158814	0,0408252	3,89011	0,0002
Группа 4 (социоцентричность)	0,204634	0,0244333	8,37523	0,0000

Примечание. Составлено авторами.

Таблица 2

Обобщающий и интегральные коэффициенты оценки уровня развития региональных экономических систем Южного федерального округа РФ в условиях цифровизации

Регион	Значения показателей в 2023					Уровень обобщающего критерия	Прогноз
	интегральный 1	интегральный 2	интегральный 3	интегральный 4	обобщающий		2024	2025	2026
Республика Адыгея	4,1	2,5	0,9	0,9	1,7	низкий	х	х	х
Республика Калмыкия	1,7	3,0	6,2	6,1	3,4	нормальный	х	х	х
Республика Крым и г. Севастополь	4,1	0,7	0,9	4,5	2,1	низкий	х	х	х
Краснодарский край	8,1	5,1	1,0	1,8	2,9	нормальный	3,0	3,2	3,5
Астраханская область	2,9	0,3	1,0	1,5	1,3	критически низкий	1,4	1,5	1,6
Волгоградская область	1,6	3,4	7,9	3,4	3,2	нормальный	3	2,8	2
Ростовская область	8,5	15,2	2,2	3,0	5,3	высокий	6,0	6,9	7,9

Примечание. Составлено авторами.

11П оценки ЭКОНОМИ потенциала р 16 14 Обобщающий показатель                   / ПП оценки социальной Z----------- ориентированности РЭС ♦ Республика Адыгея А Республика Крым и г. Севасто Ж Астраханская область 1 Ростовская область

финансово-ческого азвития РЭС ПП оценки инвестиционноинновационной \             активности РЭС ПП оценки ------------А цифровизации и развития интеллектуального капитала РЭС —^—Республика Калмыкия поль И Краснодарский кран < Волгоградская область

Наиболее слабыми сферами Республики Адыгея являются, соответственно, цифровизация и развитие интеллектуального капитала, а также социальная ориентированность региональных экономических систем; Республики Крым и г. Севастополя – инвестиционно-инновационная активность, цифровизация и развитие интеллектуального капитала.

На основании уравнения регрессии и трендовых моделей обобщенного показателя, удовлетворяющих требованиям прогностической достоверности (рис. 3), были даны прогнозные оценки обобщающего показателя для региональных экономических систем Южного федерального округа РФ (см. табл. 2). При этом следует отметить, что положительная динамика прогнозных показателей ожидается в Ростовской области, Краснодарском крае и Астраханской области, в то время как в Волгоградской области динамика трендовой модели имеет отрицательную направленность.

Результаты проведенного исследования свидетельствуют о значительной дифференциации уровня цифрового развития субъектов Российской Федерации, для сокращения которой необходимо обеспечить нижеследующий комплекс основных и дополнительных мер:

• 1.    Основные меры.

  • 1.1.    Развитие телекоммуникационной инфраструктуры, так как обеспечение широкополосного Интернета в труднодоступных районах – это ключевой фактор выравнивания уровня цифровизации. Для этого необходима реализация масштабных проектов, включающих прокладку волоконно-оптических линий связи, установку базовых станций мобильной связи и внедрение спутниковых решений там, где наземная инфраструктура невозможна.

  • 1.2.    Стандартизация и регламентация процессов цифрового развития, которая позволит сократить различия между регионами. Необходимо разработать универсальные правила предоставления государственных и муниципальных онлайн-услуг, внедрения электронных сервисов здравоохранения, образования, управления ЖКХ и других социальных сфер региональной экономики.

  • 1.3.    Повышение квалификации кадров, формирование цифровых компетенций среди работников органов власти, бизнеса и населения являются важными условиями успешного внедрения новых технологий. Это предполагает организацию курсов профессиональной переподготовки, семинаров и тренингов по вопросам использования современных цифровых технологий.

    9,0

    8,0

    7,0

    6,0

    5,0

    4,0

    3,0

    2,0

    1,0

    0.0

    
    
    

    у= 0,089k² -359,07xt 362267

    0,8764

    0,0829x²+334,86x-338204

    ■O,OO28x² + ll 436x-11746‘

    87 = 0.8242

    0085x²H4.492x- 34927

    R’ = 0,617

    
    

    Республика Адыгея

    Республика Калмыкия

    Республика Крым и г. Севастополь

    Краснодарский край

    Астраханская область

    Волгоградская область

    Ростовская область

    
    

    2018 2019 2020 2021 2022 2023 2024 2025 2020 2027

    
    

    Рис. 3. Трендовые модели для прогнозирования уровня развития региональных экономических систем в условиях цифровизации в Южном федеральном округе РФ

    
    

    Примечание. Составлено авторами. По республикам Калмыкия, Адыгея, Крым и г. Симферополю были получены модели с неудовлетворительной прогностической способностью, вследствие чего на рисунке они не отображены.

    
    

  • 1.4.    Поддержка инновационного предпринимательства, стимулирование стартапов и инновационных компаний способствуют развитию высокотехнологичных отраслей региональной экономики. Государственная поддержка малого и среднего бизнеса в сфере IT создаст новые рабочие места и повысит уровень конкуренции, что положительно скажется на развитии цифровой среды региональных экономических систем.

  • 1.5.    Цифровая грамотность населения: важнейшей задачей региональных органов власти является обеспечение равного доступа всех граждан к информационным ресурсам и технологиям. Следует внедрять программы информирования и обучения населения основам пользования Интернетом, электронными услугами и технологиями обработки данных.

• 2.    Дополнительные мероприятия.

  • 2.1.    Обучение детей и молодежи: организация образовательных мероприятий для школьников и студентов, направленных на формирование навыков программирования, анализа больших данных и кибербезопасности, что позволит сформировать модель непрерывного цифрового образования на региональном уровне.

  • 2.2.    Развитие электронного правительства с помощью единого портала госуслуг, позволяющего гражданам получать их удаленно независимо от места проживания, становится значимым фактором снижения различий в уровне цифровизации региональных экономических систем.

  • 2.3.    Поддержка локальных инициатив, подразумевающая финансовое стимулирование реализации собственных проектов по цифровизации общественных сфер и инфраструктуры со стороны региональных властей и местного населения.

Все перечисленные основные и дополнительные меры позволят создать благоприятные условия для эффективного распространения цифровых технологий и минимизации разрывов между субъектами Российской Федерации по уровню их цифровизации. Прогнозными результатами снижения цифровой дифференциации региональных экономических систем должны стать рост конкурентоспособности регионов, улучшение качества жизни граждан и создание устойчивых предпосылок для долгосрочного социально-экономического развития всей страны.

Заключение

Прогнозирование перспектив развития региональных экономических систем в условиях цифровой экономики представляет собой сложную задачу, требующую комплексного подхода и учитывающую инфраструктурные, образовательные, инновационные, регуляторные и социальные факторы. При этом прогнозирование возможных трансформаций региональных экономических систем не должно сводиться к простому добавлению фактора цифровизации в уже готовые экономико-математические модели, а учитывать изменения всех показателей социальноэкономического развития регионов в цифровой экономике.

Предложенный алгоритм математико-статистического моделирования уровня развития региональных экономических систем в условиях цифровизации позволил выделить четыре критериальных группы их оценки, по которым были определены состояние и тренды развития регионов Южного федерального округа Российской Федерации. Наибольшие перспективы цифровых трансформаций были отмечены в Ростовской и Астраханской областях, а также Краснодарском крае, тогда как в Республиках Калмыкия, Адыгея, Крым и г. Севастополе были получены модели с неудовлетворительной прогностической способностью.

Можно констатировать, что неопределенность внешней среды региональных экономических систем приводит к необходимости не только учета всех факторов, сопутствующих их цифровизации, но и применения адаптивных прогнозных моделей, просчитывающих множество альтернатив реализации событий или явлений цифровой экономики. Сокращение дифференциации регионов по уровню цифровизации требует комплексного подхода, сочетающего инфраструктурные проекты, кадровые инициативы и популяризацию достижений научно-технического прогресса.