Random Interaction Effect of Digital Transformation on General Price Level and Economic Growth

封面

如何引用文章

全文:

详细

The paper attempts to evaluate the impact of digital transformation upon productivity using the multi-level structure model of a random interaction effect based on the Bayesian approach to cross-section data. Digital transformation significantly raised general price levels in Russia and has had consistently significant positive effects upon economic growth through the random interaction effect. Therefore, in Russia in 2018, digital transformation played a role as a driver of technological progress that prompted economic growth rather than economic stability.

作者简介

Byung Choy

Seoul National University

Email: bgchoy@snu.ac.kr
South Korea, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Republic of Korea

参考

  1. Akerlof G.A. (1984) Gift Exchange and Efficiency-Wage Theory: Four Views // The American Economic Review. Vol. 74. № 2. P. 79-83.
  2. Anderson T.W., Rubin H. (1956) Statistical Inference in Factor Analysis // Proceedings of the Third Berkeley Symposium on Mathematical Statististics and Probability. Vol. 5. Berkeley, CA: University of California Press. P. 111-150.
  3. Ball L., Romer D. (1990) Real Rigidities and the Non-Neutrality of Money // The Review of Economic Studies. Vol. 57. № 2. Р. 183-203.
  4. Bartholomew D., Knott M., Moustaki I. (2011) Latent Variable Models and Factor Analysis: A Unified Approach (3rd ed.). Hoboken, NJ: John Wiley & Sons. Р. 157-189.
  5. Caballe J., Santos M.S. (1993) On Endogenous Growth with Physical and Human Capital // Journal of Political Economy. Vol. 101. № 6. P. 1042-1067.
  6. Davis J.M.V., Guryan J., Hallberg K., Ludwig J. (2017) The Economics of Scale-Up. NBER Working Paper no 23925. Cambrdge, MA: NBER.
  7. Draco M., Sadun R., van Reenen J. (2015) Productivity and ICT: A Review of the Evidence. CEP Discussion Paper 749. London: Center for Economic Performance.
  8. Friedman M. (2017) Quantity Theory of Money. The New Palgrave Dictionary of Economics. P. 1-31. Режим доступа:https://miltonfriedman.hoover.org/friedman_images/Collections/2016c21/Palgrave_1987_c.pdf, дата обращения 24.11.2019.
  9. Goldfarb A., Greestein S.M., Tucker C.E. (eds.) (2015) Economic Analysis of Digital Economy. Chicago: University of Chicago Press.
  10. Had?eld J. (2010) MCMC Methods for Multi-Response Generalized Linear Mixed Models: The MCMCglmm R Package // Journal of Statistical Software. Vol. 33. № 2. P. 1-22. Режим доступа: , дата обращения 15.10.2019. DOI:https://doi.org/10.18637/jss.v033.i02
  11. Hadfield J. (2019) MCMCglmm Course Notes. Режим доступа:https://cran.r-project.org/web/packages/MCMCglmm/vignettes/CourseNotes.pdf, дата обращения 15.10.2019.
  12. Howitt P. (1999) Steady Endogenous Growth with Population and R&D Inputs Growing // Journal of Political Economy. Vol. 107. № 4. P. 715-730.
  13. Jones C.I. (1995) Time Series Tests of Endogenous Growth Models // The Quarterly Journal of Economics. Vol. 110. № 2. P. 495-525.
  14. Joreskog K.G. (1990) New developments in LISREL analysis of ordinal variables using poly-choric correlations and weighted least squares.
  15. Lawley D.N., Maxwell A.E. (1962) Factor Analysis as a Statistical Method // Journal of the Royal Statistical Society. Series D (The Statistician). Vol. 12. № 3. P. 209-229.
  16. Lucas R.E. (1972) Expectations and the neutrality of money // Journal of Economic Theory. Vol. 4. № 2. P. 103-124.
  17. Moulin H. (1986) Characterizations of the Pivotal Mechanism // Journal of Public Economics. Vol. 31. № 1. P. 53-78.
  18. Quality and Quantity. Vol. 24. P. 387-404.
  19. Solow R.M. (1987) We'd Better Watch out. Review of S.S. Cohen and J. Zysman, Manufacturing Matters: The Myth of the Post-Industrial Economy // New York Times. 12 July 1987. Режим доступа:https://pdfs.semanticscholar.org/cef1/49b3dbdaa85f74b114c2c7832982f23bcbf0.pdf?_ga=2.192560554.1655282957.1574608201-410801543.1574608201, дата обращения 26.10.2019.
  20. Triplett J.E. (1999) The Solow productivity paradox: What do computers do to productivity? // The Canadian Journal of Economics. Vol. 32. № 2. P. 310-334.
  21. Westland J.C. (2010) Lower Bounds on Sample Size in Structural Equation Modelling // Electronic Commerce Research and Applications. Vol. 9. № 6. P. 476-487.

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».