Инструментарий для исследования темпов цифрового развития экономических систем на уровне стран и регионов

Обложка
  • Авторы: Баранова Н.М.1, Ларин С.Н.2, Башарина О.Ю.3,4
  • Учреждения:
    1. Российский университет дружбы народов
    2. Центральный экономико-математический институт РАН (ЦЭМИ РАН)
    3. Уральский государственный экономический университет
    4. Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук (ИДСТУ СО РАН)
  • Выпуск: Том 31, № 4 (2023): ОБРАЗОВАНИЕ. НАУКА. ЦИФРОВИЗАЦИЯ
  • Страницы: 687-699
  • Раздел: ЭКОНОМИЧЕСКИЙ РОСТ И СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ
  • URL: https://journals.rcsi.science/2313-2329/article/view/324301
  • DOI: https://doi.org/10.22363/2313-2329-2023-31-4-687-699
  • EDN: https://elibrary.ru/SKTQBY
  • ID: 324301

Цитировать

Полный текст

Аннотация

Цифровизация национальной экономики является мощным двигателем экономического роста и одним из ключевых направлений развития и поддержания конкурентоспособности государства. Потенциал цифровой экономики заключается в ускорении темпов экономического развития предприятий, отраслей, регионов и стран, улучшении качества жизни населения. В условиях цифровизации источником конкурентных преимуществ становится инструментарий оценки темпов развития экономических систем на уровне стран, регионов, отраслей и предприятий. Поэтому актуальность исследования очевидна. Цель исследования - разработка инструментария для исследования темпов цифрового развития на уровне стран и регионов. Информационная база исследования представлена трудами известных зарубежных и российских ученых, статистическими данными по ведущим индексам фондовых рынков США и Китая. Методологическая база - цифровой моделью ISPI (Information System Portfolio Investor). Проверка эффективности полученных результатов выполнена с помощью инструментария модели PRM (Profitability-Risk model). Результат исследования - анализ темпов цифрового развития на уровне стран на примере США и Китая, который выполнялся на основе расчета основных параметров теории портфеля: ожидаемая доходность, уровень риска, отношение доходности к риску. По расчетным данным построены диаграммы рассеяния для ведущих индексов фондового рынка США и Китая. Они показывают взаимное распределение групп ведущих индексов и позволяют определить наиболее перспективные направления инвестирования, в том числе и цифрового развития. Полученные результаты подтверждают возможность использования предложенного инструментария для определения секторов мировых фондовых рынков и стран, наиболее привлекательных для инвестирования, и/или стран и регионов, нуждающихся в инвестировании для своего развития, в частности цифрового. Внедрение предложенного инструментария в практическую деятельность на уровне предприятий, отраслей, регионов и стран будет способствовать дальнейшему развитию цифровизации всех сфер жизнедеятельности общества на уровне предприятий, отраслей, регионов и стран.

Об авторах

Нина Михайловна Баранова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: baranova_nm@pfur.ru
ORCID iD: 0000-0002-7201-9435

кандидат педагогических наук, доцент по специальности «Экономика и управление народным хозяйством», доцент кафедры экономико-математического моделирования, экономический факультет

Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6

Сергей Николаевич Ларин

Центральный экономико-математический институт РАН (ЦЭМИ РАН)

Email: larinsn@cemi.rssi.ru
ORCID iD: 0000-0001-5296-5865

кандидат технических наук, ведущий научный сотрудник лаборатории имитационного моделирования взаимодействия экономических объектов

Российская Федерация, 117418, Москва, Нахимовский проспект, д. 47

Ольга Юрьевна Башарина

Уральский государственный экономический университет; Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук (ИДСТУ СО РАН)

Email: basharinaolga@mail.ru
ORCID iD: 0000-0002-7151-782X

кандидат технических наук, доцент кафедры бизнес-информатики, Уральский государственный экономический университет, Екатеринбург, Россия; научный сотрудник лаборатории Параллельных и распределенных вычислительных систем, Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук

Российская Федерация, 620144, Екатеринбург, ул. 8 Марта/Народной Воли, 62/45; Российская Федерация, 664033, Иркутск, ул. Лермонтова, д. 134

Список литературы

  1. Alexandrova, T.V. (2019). Digital divide regions of Russia: causes, score, ways of overcoming. Journal of Economy and Business, (8), 9–12. (In Russ.). https://doi.org/10.24411/24110450-2019-11101
  2. Asochakov, Yu.V. (2015). “Digital liberalization”, “Digital divide” and Cyber-skepticism. Vestnik St. Petersburg University, 12(2), 93–99 (In Russ.).
  3. Basova, Е.А. (2021). Digital Inequality in Russian Regions: Current Problems and Ways to Overcome. Territorial development issues, 9(4), (In Russ.). https://doi.org/10.15838/ tdi.2021.4.59.4
  4. Belyatskaya, T.N., & Knyazkova, V.S. (2019). Digital gap in modern information society. Economics today, (10), 209–217 (In Russ.).
  5. Derevtsova, I.V., Vnukova, Ya.A., Golovashchenko, E.A., & Denisevich, D.D. (2021). The problem of digital inequality in the regions of Russia as a threat to economic security. Baikal Research Journal, 12(2), (In Russ.). https://doi.org/10.17150/2411- 6262.2021.12 (2).20.
  6. Gercekovich, D.A., & Babushkin, R.V. (2019). Dynamic portfolio analysis of stock indices. The world of economy and management, 19(4), 14–30 (In Russ.).
  7. Gercekovich, D.A. (2017). Construction of optimal investment portfolio based on efficient portfolios complex. Moscow University Economics Bulletin, 5, 86–101 (In Russ.).
  8. Gercekovich, D.A., Gorbachevskaya, E.Yu., & Shilnikova, I.S. (2021). Identification of basic criteria of portfolio analysis based on the rolling verification principle. 1st Int. Conf. Workshop on AICTS 2020, May, 2021, 57–63. doi: 10.47350/AICTS.2020.06.
  9. Gladkova, A.A., Garifullin, V.Z., & Ragnedda, M. (2019). Model of three levels of the digital divide: current advantages and limitations (as exemplified by the republic of Tatarstan). Moscow University Economics Bulletin, (4), 41–72. (In Russ.). https://doi.org/10.30547/ vestnik.journ.4.2019.4172
  10. Klimovitskiy, S.V., & Osipov, G.V. (2019). Digital inequality and its social consequences. Humanities, Socio-Economics and Social Sciences, (2), 47–51 (In Russ.).
  11. Kryshtanosov, V. (2020). Digital economy: uptoday trends, dynamics of development, challenges. Proceedings of BSTU: Economics and Management, (1), 13–30. (In Russ.).
  12. Lai, J., & Widmar, N.O. (2021). Revisiting the Digital Divide in the COVID-19 Era. Applied economic perspectives and policy, 43(1), 458–464.
  13. Markowitz, H.M. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91.
  14. Murthy, K.V.B., Kalsie, A., & Shankar, R. (2021). Digital economy in global perspective: is there a digital divide? Transnational Corporations Review, 13(1), 1–15. https://doi.org/10.1080/ 19186444.2020.1871257
  15. Myovella, G., Karacuka, M., & Haucap, J. (2019). Digitalization and economic growth: A comparative analysis of Sub-Saharan Africa and OECD economies. Telecommunications Policy, 44(2), 101856. https://doi.org/10.1016/j.telpol.2019.101856
  16. Ragnedda, M. (2017). The third digital divide: A Weberian approach to digital inequalities. Routledge. https://doi.org/10.4324/9781315606002
  17. Ragnedda, M. (2018). Conceptualizing digital capital. Telematics and Informatics, 3, 2366–2375. https://doi.org///doi.org/10.1016/j.tele.2018.10.006
  18. Ragnedda, M., & Kreitem, H. (2018). The three levels of digital divide in East EU countries. World of Media Journal of Russian Media and Journalism Studies, 1(4), 5–27. https://doi.org/10.30547/worldofmedia.4.2018.1
  19. Smirnova, O.V. (2017a). The peculiarities of digital divide in the national context of the countries of the CIS. Age of Information, (2), 237–238 (In Russ.).
  20. Smirnova, O.V. (2017b). Digital divide in CIS countries: relevant approaches to the analysis of the situation. Media@lmanach, (6), 26–33 (In Russ.).
  21. Szeles, M.R. (2018). New insights from a multilevel approach to the regional digital divide in the European Union. Telecommunications Policy, 42(6), 452–463.
  22. Van, Deursen, A., & Van, Dijk J. (2019). The first-level digital divide shifts from inequalities in physical access to inequalities in material access. New Media & Society, 21(2), 354–375. https://doi.org///doi.org/10.1177/1461444818797082
  23. Van, Dijk J. (2020). The digital divide. John Wiley & Sons, 208 p.
  24. Vartanova, E.L., & Gladkova, A.A. (2021). Digital divide, digital capital, digital inclusion: dynamics of theoretical approaches and political decisions. Moscow University Journalistic Bulletin, (1), 3–29. (In Russ.). https://doi.org/10.30547/vestnik.journ.1.2021.329
  25. Wilde, D.J. (1964). Optimum seeking methods. Prentice-Hall, 202 p.
  26. Zherebin, V.M., & Makhrova, O.N. (2015). The digital divide between generations. Finance, Economics, Strategy, (4), 5–9 (In Russ.).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».