Потенциал цифровой трансформации: рейтинг регионов РФ
DOI:
https://doi.org/10.17059/ekon.reg.2024-4-3Ключевые слова:
цифровая трансформация, цифровая зрелость, рейтинг регионов, метод главных компонент, анализ среды функционирования, PCA-DEAАннотация
В 2021 г. в России были утверждены региональные стратегии цифровой трансформации. Авторы данного исследования предположили, что существует положительная корреляция между уровнем социально-экономического развития, накопленным опытом цифровизации региональной экономики и потенциалом достижения регионами поставленных задач цифровой трансформации. Для проверки этой гипотезы было проведено ранжирование регионов РФ по потенциалу достижения установленных ими плановых показателей на основе адаптивного автоматизированного метода главных компонент, дополненного анализом среды функционирования (PCA-DEA). Для проведения исследования выбраны 2 блока показателей в качестве входов модели: уровень развития ИКТ-сектора в регионе (18 индикаторов) и уровень социально-экономического развития региона за 2022 г. (20 индикаторов). В качестве выхода модели были отобраны показатели, по которым у регионов в выборке были запланированы измеримые результаты на 2023 г. (всего 43 индикатора). В выборку вошли все регионы РФ, за исключением ДНР, ЛНР, Запорожской и Херсонской областей из-за отсутствия стратегий цифровой трансформации по состоянию на 1 июля 2023 г., города Москвы, проходящей трансформацию по стратегии «Умный город», а также Чукотского АО, запланировавшего результаты по менее 30 % показателей. В результате мы получили пять групп регионов, распределенных по убыванию шансов достижения плановых показателей цифровизации. Место в рейтинге зависит не только от уровня цифровизации и социально-экономического развития, но и от полноты включения в программу цифровой трансформации стратегических показателей. При этом имеют место значительные отклонения планируемых регионами показателей от рекомендуемых профильными министерствами. Используя декомпозицию интегрального показателя и посредством расчета коэффициентов корреляции, мы выявили факторы, определившие позиции регионов в рейтинге. Разработанная методология позволила учесть как структуру данных, так и эффективность планирования в политике цифровизации, что способствует определению наиболее эффективных стратегий и принятию правильных решений для дальнейшего развития цифровой экономики.
Библиографические ссылки
Abramov, V. I. & Andreev, V. D. (2023). Analysis of strategies for digital transformation of Russian regions in the context of achieving national goals. Voprosy gosudarstvennogo i munitsionnogo upravleniya [Public Administration Issues], (1), 89–119. https://doi.org/10.17323/1999–5431-2023-0-1-89-119 (In Russ.)
Adler, N. & Golany, B. (2001). Evaluation of Deregulated Airline Networks Using Data Envelopment Analysis Combined with Principal Component Analysis with an Application to Western Europe. European Journal of Operational Research, 132 (2), 260-273. https://doi.org/10.1016/S0377–2217(00)00150-8
Ashrafi, A., Jaafar, A. B., & Lee, L. S. (2012). An enhamced Russell measure of efficiency in the presence of non-discretionary factores in data envelopment analysis. Proceedings of the Romanian Academy Series A-Mathematics Physics Technical Sciences Information Science, 13 (2), 91-96. https://clck.ru/3RaQ5i (date of access: 11.08.2023)
Bannykh, G. A., Baranova, M. E., & Rezhetskaya, A. I. (2022). Assessment of the digital maturity of the regions as a tool for digital transformation of public administration. Sbornik dokladov XVI Mezhdunarodnoy konferentsii «Rossiyskie regiony v fokuse peremen». Tom 2 [Collection of reports of the XVI International Conference “Russian Regions in the Focus of Change”. Vol. 2] (pp. 554-560). https://elar.urfu.ru/bitstream/10995/108788/1/978-5-91256-543-4_113.pdf?ysclid=lm2e4wgowt331345638 (date of access: 20.10.2023). (In Russ.)
Batrakova, L. G. (2022). Identification and assessment of factors affecting the digital maturity of regions. Teoreticheskaya ekonomika [Theoretical Economics], (3(87)), 97-110. https://doi.org/10.52957/22213260_2022_3_97 (In Russ.)
Bochkareva, T. N., Gapsalamov, A. R., & Vasiliev, V. L. (2021). Digital maturity of the russian education system as an indicator of successful overcoming of new exogenous factors. Pedagogicheskoe obrazovanie: novye vyzovy i tseli: VII Mezhdunarodnyy forum po pedagogicheskomu obrazovaniyu: sbornik nauchnykh trudov. Kazan’, 25–28 maya 2021 goda. Tom V [Pedagogical education: new challenges and goals: VII International Forum on Teacher Education: collection of scientific papers, Kazan, May 25-28, 2021. Volume V.] (pp. 304-309). https://dspace.kpfu.ru/xmlui/handle/net/166559 (date of access: 08.08.2023) (In Russ.)
Cooper, W. W., Seiford, L. M., & Tone, K. (2006). Introduction to Data Envelopment Analysis and Its Uses: With DEA-Solver Software and References. Springer.
Deryzemlya, V. E., & Ter-Grigoryants, A. A. (2021). Methodological provisions for assessing the digital maturity of economic systems. Vestnik Rossiyskogo universiteta druzhby narodov. Seriya: Ekonomika [Bulletin of the Peoples’ Friendship University of Russia. Series: Economics], 29 (1), 39–55. http://dx.doi.org/10.22363/2313–2329-2021-29-1-39-55 (In Russ.)
Jahanshahloo, G. R., Hosseinzadeh Lotfi, F., Rostamy-Malkhalifeh, M., & Ghobadi, S. (2014). Using enhanced Russell model to solve inverse data envelopment analysis problems. The Scientific World Journal, 2014 (1), 571896. http://dx.doi.org/10.1155/2014/571896
Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D., & Buckley, N. (2017). Achieving Digital Maturity. MIT Sloan Management Review and Deloitte University Press.
Kaurova, O. V., Maloletko, A. N., Matraeva, L. V., & Korolkova, N. A. (2020). Determining the composition of indicators assessment of the level of digital economy development in the region (regional digital environment). Fundamental’nye i prikladnye issledovaniya kooperativnogo sektora ekonomiki [Fundamental and applied research studies of the economics cooperative sector], (1), 138-149. (In Russ.)
Khudov, A. M. (2022). Methodological aspects of assessing the level of digital transformation of regions: critical analysis and research of modern trends. Upravlencheskiy uchet [Management Accounting], (8-2), 274–281. (In Russ.)
Lysenko, A. N., Afanasyeva, N. A., & Rakhmeyeva, I. I. (2021). Assessment of digitalization progress in the regions of the central federal district (Russia). Vestnik PNIPU. Sotsial’no-ekonomicheskie nauki [PNRPU Sociology and Economics Bulletin], (3), 171-182. https://doi.org/10.15593/2224–9354/2021.3.12 (In Russ.)
Melanina, M. V., Ahmad, N. N. A., & Ponomareva, V. S. (2022). Theoretical approaches to the definition of the concepts of “digital economy” and “digitalization”. Gorizonty ekonomiki [Horizons of Economics], (5(71)), 82-87. (In Russ.)
Mirolubova, T. V., & Radionova, M. V. (2023). Digital Transformation and its Impact on the Socio-Economic Development of Russian Regions. Ekonomika Regiona [Economy of Regions], 19 (3), 697-710. https://doi.org/10.17059/ekon.reg.2023-3-7 (In Russ.)
Mirolyubova, T. V., Karlina, T. V., & Nikolaev, R. S. (2020). Digital Economy: Identification and Measurements Problems in Regional Economy. Ekonomika Regiona [Economy of Region], 16 (2), 377-390. http://doi.org/10.17059/2020-2-4 (In Russ.)
Nikitina, L. M., & Kurkin, V. A. (2020). Application of cluster analysis to assess the development of the digital economy in Russian regions. REGION: sistemy, ekonomika, upravlenie [REGION: Systems, Economics, Management], (3(50)), 28-38. (In Russ.)
Pastor, J. T., Ruiz, J. L., & Sirvent, I. (1999). An enhanced DEA Russell graph efficiency measure. European journal of operational research, 115 (3), 596-607.
Ratner, S. V. (2023). Prakticheskie prilozheniya analiza sredy funktsionirovaniya (Data Envelopment Analysis) k resheniyu zadach ekologicheskogo menedzhmenta [Practical applications of the analysis of the environment of functioning (Data envelope Analysis) to the solution of problems of ecological management]. Moscow: INFRA-M, 231. https://doi.org/10.12737/1022304 (In Russ.)
Ratner, S. V., Shaposhnikov, A. M., & Lychev, A. V. (2023). Network DEA and its applications (2017–2022): A systematic literature review. Mathematics, 11 (9), 2141. https://doi.org/10.3390/math11092141
Taletović, M., & Sremac, S. (2023). PCA-DEA model for efficiency assessment of transportation company. International Journal of Management and Decision Making, 2 (1), 11-20. https://doi.org/10.56578/jimd020102
Ueda, T., & Hoshiai, Y. (1997). Application of principal component analysis for parsimonious summarization of DEA inputs and/or outputs. Journal of the Operations Research society of Japan, 40 (4), 466-478. https://doi.org/10.15807/jorsj.40.466
Verenikin, A. O., Makhankova, N. A., & Verenikina, A. Y. (2021). Measuring sustainability of Russian largest companies. Rossiyskiy zhurnal menedzhmenta [Russian Management Journal], 19 (3), 237–287. https://doi.org/10.21638/spbu18.2021.301 (In Russ.)
Verenikina, A., Finley, J., Verenikin, A., & Melanina, M. (2022). Business Innovation Activity and the Fourth Industrial Revolution in Russia. Economic Studies, 31 (5), 130-144.
Wu, L. R., & Chen, W. (2023). Technological achievements in regional economic development: An econometrics analysis based on DEA. Heliyon, 9 (6). https://doi.org/10.1016/j.heliyon.2023.e17023
Yanovskaya, O., Kulagina, N., & Logacheva, N. (2022). Digital inequality of Russian regions. Sustainable Development and Engineering Economics, (1), 77-98. https://doi.org/10.48554/SDEE.2022.1.5
Zenzerović, R., Rabar, D., & Černe, K. (2023). A Longitudinal Analysis of Economic Activities’ Relative Efficiency Using the DEA Approach. Economies, 11 (11), 281. https://doi.org/10.3390/economies11110281
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Вереникин Алексей Олегович , Вереникина Анна Юрьевна
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
