Экономико-математическая модель развития цифровой экосистемы экономики региона (на примере Курской области)

   Актуальность. Для формирования системы мер по цифровизации отдельных регионов и страны в целом, а также для их эффективной реализации необходима разработка экономико-математической модели, позволяющей оценить текущее состояние цифровой экосистемы экономики региона (ЦЭЭР).

   Цель ‒ разработка и апробация экономико-математической модели развития цифровой экосистемы экономики региона (на примере Курской области).

   Задачи: систематизация факторов и индикаторов по категориям, характеризующим развитие цифровой экосистемы экономики региона; расчет показателей для каждого набора «Фактор ‒ Индикатор» по Курской области за период с 2016 по 2021 гг.; проведение корреляционно-регрессионного анализа для категорий «Наука», «Инновации», «Кадровый потенциал», «Образование», «Здравоохранение», «Домашние хозяйства», «Бизнес», «Региональные органы власти».

   Методология. Методической базой исследования послужили метод статистической обработки информации, методы регрессионного и корреляционного анализа.

   Результаты: систематизированы факторы и индикаторы по категориям, характеризующим развитие цифровой экосистемы экономики региона; рассчитаны показатели для каждого набора «Фактор ‒ Индикатор» по Курской области за период с 2016 по 2021 гг.; проведен корреляционно-регрессионный анализдля категорий «Наука», «Инновации», «Кадровый потенциал», «Образование», «Здравоохранение», «Домашние хозяйства», «Бизнес», «Региональные органы власти».

   Выводы. Практическая апробация разработанной экономико-математической модели на примере Курской области по некоторым процессам дала неоднозначные результаты: невысокое значение коэффициента детерминации, а также несоответствие нормативным значения f-критерия Фишера, t-критериев для фактора и свободного члена, что не означает некорректность разработанной нами экономико-математической модели. Данные результаты можно объяснить тем, что в регионе исследуемые процессы, выраженные в определенной взаимосвязи между фактором и индикатором, находятся на начальной стадии своего формирования либо не сформированы. Разработанная экономико-математическая модель развития цифровой экосистемы экономики региона позволяет оценить текущее состояние ЦЭЭР, выявить факторы, сдерживающие и стимулирующие ее развитие, определить сферы, требующие финансирования, а также ожидаемый эффект от затраченных ресурсов.

1. Юсупова А. Т., Халимова С. Р. Высокотехнологичный бизнес в регионах России: роль в экономике, дифференциация и основные детерминанты развития // Вестник Санкт-Петербургского университета. Менеджмент. 2020. Т. 19, № 1. С. 67‒96. doi: 10.21638/11701/spbu08.2020.103.

2. Чернова О. А., Михайлова Е. Л. Затраты на НИОКР как фактор развития потенциала капитализации высокотехнологичных компаний // Azimuth of Scientific: Economics and Administration. 2019. Т. 8, № 1 (26). С. 226‒228.

3. Баринова В. А., Земцов С. П., Ланьшина Т. А. Развитие высокотехнологичного сектора экономики. М.: РАНХиГС, 2018. 55 с.

4. Головко М. В., Цуверкалова О. Ф., Рябцун В. В. Определение факторов инновационного развития региональных промышленных комплексов // Региональная экономика: теория и практика. 2017. Т. 15, вып. 3. С. 579‒291.

5. Двас Г. В. Цифровизация в региональной экономике (статистические аспекты). URL: https://rosstat.gov.ru/publish/conf0918/dvas.pdf (дата обращения: 10. 09. 2023).

6. Лукьянова А. Л. Цифровизация и гендерный разрыв в оплате труда // Экономическая политика. 2021. Т. 16, № 2. С. 88‒117.

7. Балог М. М., Демидова С. Е., Троян В. В. Влияние цифровизации экономики на рынок труда // Этап: экономическая теория, анализ, практика. 2021. № 5. С. 60‒74.

8. Васькина М. Г., Литвинова Д.В. Цифровизация бизнеса, рынка труда и заработной платы // Международный журнал экономики и образования. 2020. № 2. С. 43‒48.

9. Тагаров Б. Ж. Влияние цифровой экономики на занятость населения в условиях экономического неравенства между территориями // Известия Байкальского государственного университета. 2019. Т. 29, № 3. С. 388‒395.

10. Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/ (дата обращения: 10. 09. 2023).

11. Бессонова Е. А. Бабичев А. О. Методические основы оценки формирования эффективной цифровой экосистемы экономики региона (на примере регионов ЦФО) // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2023. № 4. С. 74‒89.

12. Бабичев А. О. Перспективы регионального экономического развития в условиях цифровизации // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2022. № 4. С. 281‒294.

13. Картаев Ф. Введение в эконометрику. М.: Экономический факультет МГУ имени М. В. Ломоносова, 2019. 472 с.

14. Комарова Е. С. Парный регрессионный анализ. М.: Директ-Медиа, 2019. 90 с.

15. Любимцев О. В., Любимцева О. Л. Линейные регрессионные модели в эконометрике. Н. Новгород: Нижегородский государственный архитектурно-строительный университет, 2016. 45 с.

16. Максимова Т. Г., Попова И. Н. Эконометрика. СПб.: Университет ИТМО, 2018. 70 с.

17. Котенко А. П., Кузнецова О. А. Эконометрика. Парная регрессия. Самара: Издательство Самарского университета, 2016. 48 с.

18. Хайруллина О. И., Баянова О. В. Эконометрика: базовый курс. Пермь: Прокростъ, 2019. 176 с.

19. Галочкин В. Т. Эконометрика. М.: Юрайт, 2021. 288 с.

20. Курская область и «Цифровая экономика» подписали соглашение о внедрении «цифры» в регионе. URL: https://www.cnews.ru/news/line/2020-10-28_kurskaya_oblast_i_tsifrovaya?ysclid=lm3ubutmx694781500 (дата обращения: 10. 09. 2023).