АНАЛИЗ ДИНАМИКИ РАЗВИТИЯ ЦИФРОВОЙ ЭКОНОМИКИ В РЕГИОНАХ РОССИИ Текст научной статьи по специальности «Экономика и бизнес»

электронный научным журнал

Региональная экономика и управление:

Анализ динамики развития цифровой экономики в регионах России

». eee-region.ru/article/7204/

Analysis of the dynamics of the development of the digital economy in the regions of Russia

Регионы России Региональная экономика Авторы

Куркин Вячеслав Алексеевич

Соискатель ученой степени кандидата экономических наук Россия, Воронежский государственный университет vyacheslav.curkin@yandex.ru Аннотация

Цели. Оценка динамики развития цифровой экономики регионов России в разрезе выбранных подсистем, характеризующих применение информационно-коммуникационных технологий.

Методология. В данном исследовании произведена оценка состава однородных групп регионов в период с 2017 по 2019 гг. с применением кластерного анализа методом К-средних по 14 показателям.

Результаты. В результате виртуальной кластеризации в период с 2017 по 2019гг. проанализированы составы пяти схожих по ряду признаков групп российских регионов. Определены характеристики регионов по таким показателям как доступность широкополосного Интернета, интенсивность использования сети Интернет, цифровые навыки, уровень цифровизации, использование ИКТ.

Заключение. В результате проведенной работы определены составы однородных групп регионов, произведено их сравнение. На основе полученных данных даны характеристики однородным группам регионов в разрезе подсистем. Проанализированная динамика выбранных показателей, позволит принимать управленческие решения, направленные на обеспечение сбалансированного развития региональной цифровой экономики.

Ключевые слова

цифровая экономика, цифровая экономики в регионах России, регион, типы регионов, региональная цифровая экономика, цифровизация регионов.

Рекомендуемая ссылка

Куркин Вячеслав Алексеевич

Анализ динамики развития цифровой экономики в регионах России// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №4 (72). Номер статьи: 7204. Дата публикации: 04.10.2022. Режим доступа: https://eee-region.ru/article/7204/

Authors

Kurkin Vyacheslav Alekseyevich

Applicant for the degree of Candidate of Economic Sciences Russia, Voronezh State University vyacheslav.curkin@yandex.ru Abstract

Goals. Assessment of the dynamics of the development of the digital economy of Russian regions in the context of selected subsystems that characterize the use of information and communication technologies.

Methodology. This study assessed the composition of homogeneous gro ups of regions in the period from 2017 to 2019. using cluster analysis using the K-means method for 14 indicators.

Results. As a result of virtual clustering in the period from 2017 to 2019. the compositions of five groups of Russian regions similar in a number of characteristics are analyzed. The characteristics of the regions are determined in terms of such indicators as the availability of broadband Internet, the intensity of Internet use, digital skills, the level of digitalization, and the use of ICT.

Conclusion. As a result of the work carried out, the composition of homogeneous groups of regions was determined, and their comparison was made. Based on the data obtained, characteristics are given for homogeneous groups of regions in the context of subsystems. The analyzed dynamics of the selected indicators will make it possible to make management decisions aimed at ensuring the balanced development of the regional digital economy.

Keywords

digital economy, digital economy in Russian regions, region, types of regions, regional digital economy, digitalization of regions.

Suggested Citation

Kurkin Vyacheslav Alekseyevich

Analysis of the dynamics of the development of the digital economy in the regions of Russia// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №4 (72). Art. #7204. Date issued: 04.10.2022. Available at: https://eee-region.ru/article/7204/

Введение

В современной экономике все большее внимание уделяется цифровым технологиям и электронному бизнесу, основанному на новых технологических решениях или бизнес-моделях, не применявшихся ранее. В это направление активно инвестируются финансовые средства и привлекаются человеческие ресурсы. Цифровизацию рассматривают как новый фактор глобального управления и один из источников экономического роста. Преимуществами цифровизации экономики считают интенсификацию конкуренции, сокращение транзакционных издержек, снижение влияния эффекта асимметричности информации в принятии решений, повышение эффективности государственного управления и др. Важность цифровых технологий и их роль в развитии национальной экономики, роста и конкурентоспособности играет огромное значение [9].

До конца реализации национальной программы «Цифровая экономика» остается все меньше времени, но так и не существует актуальной методики оценки развития цифровой экономики в Российской Федерации [4]. Основными методами оценки достижений цифровой экономики в регионах Российской Федерации остаются данные официальной статистики [5], [6].

В настоящее время существует обширный набор работ российских авторов по оценке развития цифровой экономики. В основном работы авторов строятся на анализе временных рядов показателей на основе данных официальной статистики Свистунов В.М. [10], Бейнар И. А. [2], Батракова Л. Г. [1]. Также вводятся индексы, состоящие из нескольких показателей официальной статистики в работах, Вертаковой Ю. В. [3]., Тращенко К.С. [11] и др.

Свои методики и подходы к оценке цифровой экономики предложили научно-исследовательские коллективы Высшей школы экономики, Московской школы управления Сколково в работе «Цифровая Россия» [4]. На сегодняшний день в Российской Федерации это одна из апробированных в 2018г. методологиях оценки развития цифровой экономики на региональном уровне. Суть исследования заключается в анализе публикуемым данным по цифровой экономике в регионах Российской Федерации, по показателям выбранным на основе стратегии государства.

Предлагаемые методики «Сколково», не нашли продолжения, так как оценка по публикациям и телевизионным программам не объективна по моему мнению.

Объявленный тендер Минкомсвязью о разработке методики по оценке цифровой экономики стоимостью 335 млн руб. был выигран НИУ ВШЭ за 200 млн руб. [7] со сроком выполнения контракта 25 декабря 2020 г. Но по настоящее время методика не опубликована.

Существующие методики, предлагаемые авторами в основном, не находят продолжения, т. е. можно говорить об отсутствии работ по оценки динамики развития цифровой экономики.

Результаты исследований

В данной работе предлагается оценить динамику цифровой экономики при помощи кластерного анализа по подсистемам «домашние хозяйства», «бизнес структуры», «государство и НКО» используя 14 показателей предложенных в работе [8].

Состав показателей и их характеристика представлены в таблице 1

Таблица 1. Показатели оценки региональной цифровой экономики

Var Наименования показателей

Var1 Число абонентов фиксированного широкополосного доступа в Интернет на 100 человек населения, единиц

Var2 Удельный вес пользователей сети Интернет среди членов домашних хозяйств, %

Var3 Доля населения, использовавшего сеть Интернет для получения государственных и муниципальных услуг в общей численности обследуемого населения, %

Характеристика показателя

доступность широкополосного Интернета

интенсивность использования сети Интернет

цифровые навыки населения

Уаг4 Доля населения, использовавшего сеть Интернет для заказа товаров и (или) услуг, в общей численности населения, %

Уаг5 Доля ОГВ и ОМС, использовавших Интернет, в общем числе

обследованных организаций ОГВ И ОМС - всего из них на скорости 256 Кбит /сек и выше, %

Уаг6 Доля электронного документооборота между органами государственной власти, в общем объеме межведомственного документооборота, %

Уаг7 Число персональных компьютеров, используемых в учебных целях, на 100 обучающихся государственных и муниципальных общеобразовательных учреждений, штук

Уаг8 Число персональных компьютеров, подключенных к Интернету, на 100 работников учреждений здравоохранения, %

Уаг9 Доля учреждений здравоохранения, имевших веб-сайт, в общем числе обследованных учреждений здравоохранения, %

активность пользователей сети Интернет

использование сети Интернет государственными структурами

цифровые навыки государственных и муниципальных служащих

обеспеченность бюджетных учреждений устройствами для обработки и передачи данных

обеспеченность бюджетных учреждений устройствами для обработки и передачи данных

использование информационно-коммуникационных технологий в деятельности бюджетных учреждений

Уаг10 Доля инновационных товаров, работ, услуг в общем объеме отгруженных уровень цифровизации бизнеса:

товаров, выполненных работ, услуг организаций промышленного производства и сферы услуг, %

Уаг11 Число патентов на изобретения, выданных Роспатентом российским заявителям, в расчете на 1 миллион человек населения, единиц

Уаг12 Доля организаций, использовавших Экстранет, в общем числе обследованных организаций, %

Уаг13 Доля организаций, имевших веб-сайт, в общем числе обследованных организаций, %

способность к инновационной деятельности

уровень цифровизации бизнеса: способность к инновационной деятельности

автоматизация и безопасность управления предприятиями

использование информационно-коммуникационных технологий в деятельности предприятий

Уаг14 Доля организаций, получавших заказы на выпускаемые товары (работы, использование информационно-

услуги) по Интернету, в общем числе обследованных организаций, %

коммуникационных технологий в деятельности предприятий

Анализ произведен по 85 субъектам Российской Федерации. Значение показателей нормированы от 0 до 1, для приведения неоднородных единиц к единому значению. Произведено 10 наблюдений для получения данных в системе статистического анализа Statistica 10. Источником исходных данных послужили данные официальной статистики [6].

В таблице 2 представлены результаты значений нормированных показателей кластеров за 2017 г. [8].

Таблица 2. Результаты значений нормированных показателей кластеров за 2017 г.

Показатель Кластер №1 Кластер №2 Кластер №3 Кластер №4 Кластер

Подсистема домашние хозяйства

Уаг 1 0,752861 0,611988 0,645401 0,348994 0,428368

Уаг 2 0,766807 0,561961 0,459069 0,517021 0,513922

Уаг 3 0,729839 0,438656 0,287903 0,395609 0,241720

Уаг 4 0,632547 0,358330 0,312696 0,322705 0,272835

Подсистема государство и НКО

Уаг 5 0,765541 0,713885 0,584646 0,672580 0,452715

Уаг 6 0,526285 0,524865 0,306255 0,212116 0,571850

Уаг 7 0,322449 0,142286 0,125714 0,098413 0,119429

Уаг 8 0,754286 0,540800 0,692000 0,557778 0,393600

Уаг 9 0,678631 0,650368 0,698417 0,633632 0,440236

Подсистема бизнес структуры

Уаг 10 0,327968 0,239859 0,613380 0,094875 0,078028

Уаг 11 0,401290 0,252416 0,242372 0,099716 0,136147

Уаг 12 0,780301 0,511549 0,431275 0,417565 0,341346

Уаг 13 0,532329 0,464618 0,344390 0,376597 0,261431

Уаг 14 0,788412 0,602483 0,518919 0,435397 0,376248

Сумма 8,759545 6,614064 6,262435 5,182997 4,627875

В таблице 3 представлены результаты значений нормированных показателей кластеров за 2019 г. Таблица 3. Результаты значений нормированных показателей кластеров за 2019 г.

Показатель Кластер №1 Кластер №2 Кластер №3 Кластер №4 Кластер

Подсистема домашние хозяйства

Уаг 1 0,676157 0,574383 0,486601 0,445833 0,249691

Уаг 2 0,773092 0,404135 0,557761 0,253615 0,534137

Уаг 3 0,717411 0,497369 0,577888 0,279702 0,356488

Уаг 4 0,525275 0,364086 0,395337 0,243844 0,146980

Подсистема государство и НКО

Уаг 5 0,715979 0,788311 0,459255 0,587615 0,661570

Уаг 6 0,488588 0,319893 0,247372 0,355708 0,572283

Уаг 7 0,232577 0,120929 0,134034 0,107476 0,077226

Уаг 8 0,601351 0,503504 0,441971 0,401351 0,237237

Уаг 9 0,632700 0,759681 0,709754 0,657089 0,381997

Подсистема бизнес структуры

Уаг 10 0,247239 0,310405 0,132479 0,142840 0,023598

Уаг 11 0,414886 0,220115 0,176047 0,162617 0,119595

Уаг 12 0,771116 0,598291 0,577589 0,512896 0,363499

Уаг 13 0,778077 0,855346 0,694784 0,743801 0,515723

Уаг 14 0,705197 0,635869 0,497575 0,558961 0,258463

Суммарное значение 8,279647 6,952316 6,088446 5,453347 4,498487

Для визуальной наглядности результатов кластерного анализа и упрощения описания произведем перевод полученных значений из таблицы 2,3 в шкалу измерения по 5 бальной системе. Распределение показателей представлено в соответствии с занимаемым кластером местом. Результаты перевода значений в 5 бальную шкалу измерений представим в таблице 4.

Таблица 4. Распределение показателей представлено в соответствии с занимаемым кластером местом за 2017 и 2019гг.

Характеристика показателя Кластер №1 Кластер №2 Кластер №3 Кластер №4 Кластер №5

2017г 2019г 2017г 2019г 2017г 2019г 2017г 2019г 2017г 2019г

доступность широкополосного Интернета 1 1 2 3 3 2 4 5 5 4

интенсивность использования сети Интернет 1 1 4 2 2 5 5 4 3 3

цифровые навыки населения 1 1 3 2 2 3 5 4 4 5

активность пользователей сети Интернет 1 1 3 2 2 4 4 3 5 5

использование сети Интернет государственными структурами 2 1 1 2 5 4 4 3 3 5

цифровые навыки государственных и муниципальных служащих 2 2 4 3 5 4 3 5 1 1

обеспеченность бюджетных учреждений устройствами для обработки данных 1 1 3 2 2 3 4 5 5 4

обеспеченность бюджетных учреждений возможностью получения и передачи данных 1 2 2 3 3 1 4 4 5 5

использование ИКТ в деятельности бюджетных учреждений 4 2 1 3 2 1 3 4 5 5

способность к инновационной деятельности 2 1 1 2 4 3 3 4 5 5

автоматизация и безопасность управления 1 1 22334455

предприятиями

использование информационно- 21 1 2443355

коммуникационных технологий в деятельности

предприятий

Кластеры за 2019 г. представлены в следующем количественном составе: лидер кластер №1 - 12 регионов (в 2017 году - 7 регионов) среднее нормированное значение составляет 8,28; кластер №2 - 27 регионов (в 2017 году - 25 регионов) среднее нормированное значение составляет 6,95; кластер №3 - 17 регионов (в 2017 году - 10 регионов) среднее нормированное значение составляет 6,09; кластер №4 - 20 регионов (в 2017 году - 18 регионов) среднее нормированное значение составляет 5,45; аутсайдер кластер №5 - 18 регионов (в 2017 году — 25регионов) среднее нормированное значение составляет 4,49.

Регионы, представленные кластером №1, являются явными лидерами по всем показателям и сумме средних значений нормированных показателей. Ближайший кластер №2 отстает на 1,33.

Близкими по средним нормированным значениям являются кластеры №3 и №4, разница составляет 0,64.

Кластер №5 является очевидным аутсайдером со средним значением нормированных показателей 4,49, отставая от ближайшего кластера на 0,95 и значительно отставая от кластера — лидера на 3,78.

Лидирующий кластер №1 увеличил количество регионов на 5 позиций с 7 до 12 регионов. К лидирующим регионам в 2017 году, которые еще раз продемонстрировали доминирование Московская область; г. Москва; г. Санкт-Петербург; Республика Татарстан; Ханты-Мансийский АО- Югра; Ямало-Ненецкий АО; Тюменская область без АО присоединились Тульская область, Мурманская область, г. Севастополь, Республика Башкортостан, Новосибирская область, Томская область.

Кластер №1 занимает уверенное первое место в подсистеме «домашние хозяйства», значение всех показатели подсистемы значительно превосходят значения показателей соседних кластеров. Регионы, входящие в кластер, можно охарактеризовать как территории, в которых население имеет достаточные навыки для использования ИКТ, имеется доступность широкополосного Интернета, население активно использует ИКТ.

Кластер также лидирует по средним нормированным значениям всех подсистем. Можно говорить, о том, что в регионах кластера №1 все общественные подсистемы активно используют информационно-коммуникационные технологии для решения собственных задач. Наиболее явно выделяются показатели Уаг11 (число патентов на изобретения), опережает ближайшее значение в кластере №2 на 0,194771, Уаг12 (доля организаций, использовавших Экстранет) опережает ближайшее значение в кластере №2 на 0,172825.

Можно сказать, что в кластере №1 развита способность к инновационной деятельности, автоматизация и безопасность управления предприятиями. Регионы в кластере можно охарактеризовать как стабильно устойчивый тип региона.

Динамика показателей в кластерах №1 представлена на рисунке 1.

Кластер №1

0,9

0,1 о

Varl Var2 Var3 Var4 Var5 Var& Var7 Varä Var9 VarlO Varll Varl2 Varls Varl4-—•—2017 r. —»—2019 r.

Рисунок 1. Динамика показателей за 2017 — 2019гг. в кластере №1

По результатам анализа показателей кластера №1 можно сказать:

• по подсистеме «домашние хозяйства» об ухудшении доступность широкополосного Интернета, уменьшении активности пользователей сети Интернет.

• по подсистеме «государство и НКО» об ухудшении использования сети Интернет государственными структурами, ухудшение цифровых навыков государственных и муниципальных служащих, ухудшении обеспеченности бюджетных учреждений устройствами для обработки и передачи данных, ухудшении использования информационно-коммуникационных технологий в деятельности бюджетных учреждений, отрицательной динамики в использовании информационно-коммуникационных технологий в деятельности предприятий.

• по подсистеме «бизнес-структуры» способности к инновационной деятельности уменьшение доли инновационных товаров, работ, но наблюдается увеличение числа патентов на изобретения, незначительном уменьшении автоматизации и безопасности управления предприятиями. В части использование информационно-коммуникационных технологий в деятельности предприятий наблюдается увеличение числа организаций, имеющих веб-сайты, но при этом уменьшилось число организаций на получение и заказ товаров через Интернет

Второе место занимает кластер №2 (27 регионов) в нем сосредоточено самое большое количество регионов 31,8% со средним значением нормированных показателей 6,95. По четырем показателям занимает первое место Var5, Var9, Var10, Var13 несмотря на то, что значительно (на 1,33) отстает от лидера. Кластер занимает второе место по пяти показателям Var1, Var8, Var11, Var12, Var14.

Кластер в разрезе подсистем можно охарактеризовать как прогрессирующий в сфере ИКТ. При сравнении с 2017г. 17 регионов сохранили свои позиции, при этом расстояние между кластерами №1 и №2 по сравнению с 2017 годом (было 2,15) уменьшилось и составляет 1,33.

Динамика показателей в кластерах №2 представлена на рисунке 2.

Кластер №2

0,9

С

Л/а г 1 Уаг2 УагЗ Уаг5 УагБ Vaг7 УагВ УагЭ УагМ «аг11 Vaгl2 Уаг13 МагИ

—•—2017 г. —«—2019 г.

Рисунок 2. Динамика показателей за 2017 — 2019гг. в кластере №2

По результатам анализа показателей кластера №2 можно сказать:

• по подсистеме «домашние хозяйства» об ухудшении доступность широкополосного Интернета, уменьшении интенсивности использования сети Интернет, улучшении цифровых навыков населения, незначительном улучшении активности пользователей сети Интернет.

• по подсистеме «государство и НКО» улучшении использования сети Интернет государственными структурами, ухудшении цифровых навыков государственных и муниципальных служащих, незначительном ухудшении обеспеченность бюджетных учреждений устройствами для обработки и передачи данных, улучшении использования информационно-коммуникационных технологий в деятельности бюджетных учреждений.

• по подсистеме «бизнес-структуры» в части способности к инновационной деятельности увеличилась доля инновационных товаров, работ, услуг, уменьшилось число патентов на изобретения, улучшились автоматизация и безопасность управления предприятиями и использование информационно-коммуникационных технологий в деятельности предприятий.

Кластер №3 представлен 17 регионами со средним значением нормированных показателей 6,09. По показателям VAR2, VAR3, VAR4, VAR7, VAR9 занимает второе место. По показателю VAR5 свидетельствующему об использование сети Интернет государственными структурами занимает пятое место. Третье место занимает по показателям VAR1, VAR8, VAR411, VAR12, VAR13.

Динамика показателей в кластерах №3 представлена на рисунке 3.

Кластер №3

о, в

о

Varl Var2 Varí Var4 Var5 УагБ Var7 Varä Var9 VarlO Varll Varl2 Varll Varl4 —•—2017 r. —»—2019 r.

Рисунок 3. Динамика показателей за 2017 — 2019гг. в кластере №3

По результатам анализа показателей кластера №3 можно сказать:

• по подсистеме «домашние хозяйства» об ухудшении доступности широкополосного Интернета, улучшении интенсивности использования сети Интернет, цифровых навыков населения и активности пользователей сети Интернет.

• по подсистеме «государство и НКО» об ухудшении использования сети Интернет государственными структурами, цифровых навыков государственных и муниципальных служащих, в части улучшения обеспеченности бюджетных учреждений незначительном улучшении в части количества персональных компьютеров, и ухудшении по количеству подключенных компьютеров к сети Интернет, незначительном улучшении использования информационно-коммуникационных технологий в деятельности бюджетных учреждений.

• по подсистеме «бизнес-структуры» в части способности к инновационной деятельности наблюдается значительное ухудшение по доли инновационных товаров, работ, услуг, и менее значительно уменьшения числа патентов, улучшении автоматизации и безопасности управления предприятиями, в части использования информационно-коммуникационных технологий положительная динамика наблюдается в доли организаций, имевших веб-сайт и отрицательная динамика в заказе товаров через Интернет.

Кластер №4 представлен 20 регионами. Среднее значение нормированных показателей в подсистеме домашнее хозяйство составляет значение 5,45. По показателям VAR 2, VAR 3, VAR 4 занимает последнее место, в связи с этим является аутсайдером по средним значениям нормированного показателя в подсистеме «домашние хозяйства». По подсистеме «домашние хозяйства» кластер занимает второе место со средним значением нормированных показателей 2,017 отставая от лидера на 0,67 несмотря на то, что по доступность широкополосного Интернета занимает предпоследнее место. Кластер можно охарактеризовать как активного пользователя сети Интернет среди населения. По подсистеме «государство и НКО» занимает четвертое место со средним значением нормированных показателей 1,99, наиболее слабым являются цифровые навыки государственных и муниципальных служащих и как следствие использование сети Интернет государственными структурами. По подсистеме «бизнес-структуры» занимает четвертое место со средним значением нормированных показателей 2,08, самой слабой стороной является использование информационно-коммуникационных технологий в деятельности предприятий.

Динамика показателей в кластерах №4 представлена на рисунке 4.

Кластер №4

0,8

С

Varl Var2 Varä Var4 Var5 Уагб Var7 VarS Var9 VarlO Varll Varl2 Varlä Varl4 —^2017 r. —^2019 r.

Рисунок 4. Динамика показателей за 2017 — 2019гг. в кластере №4

По результатам анализа показателей кластера №4 можно сказать:

• по подсистеме «домашние хозяйства» об улучшении доступности широкополосного Интернета, ухудшении в интенсивности использования сети Интернет, цифровых навыков населения, активность пользователей сети Интернет

• по подсистеме «государство и НКО» об отрицательной динамике в использовании сети Интернет государственными структурами, о положительной динамике цифровых навыков государственных и муниципальных служащих, по обеспеченности бюджетных учреждений небольшом увеличении количества персональных компьютеров, но уменьшении их подключения к сети Интернет, улучшении в использовании информационно-коммуникационных технологий в деятельности бюджетных учреждений.

• по подсистеме «бизнес-структуры» все показатели имеют положительную динамику в способности к инновационной деятельности, автоматизация и безопасность управления предприятиями.

В 5-й кластер вошли регионы с самым низким уровнем развития цифровой экономики по выбранным показателям. Кластер №5, представленный 9 регионами с низким социально-экономическим развитием: Республика Калмыкия; Республика Крым, Республика Дагестан; Кабардино-Балкарская Республика; Карачаево-Черкесская Республика; Республика Северная Осетия Алания; Чеченская Республика, Республика Тыва и Еврейская автономная область.

Динамика показателей в кластерах №5 представлена на рисунке 5.

Кластер №5

0,7

Vari Var2 Varí Var4 Var5 Var6 Var7 VarB Var9 Vario Varll Varl2 Varlí Varl4-—^2017 r. —^2019 r.

Рисунок 5. Динамика показателей за 2017 — 2019гг. в кластере №5

По результатам анализа показателей кластера - аутсайдера №5 можно сказать:

• по подсистеме «домашние хозяйства» об ухудшении доступности широкополосного Интернета, небольшом увеличении интенсивности использования сети Интернет, увеличении цифровых навыков населения, снижение активности пользователей сети Интернет.

• по подсистеме «государство и НКО» об улучшении использования сети Интернет государственными структурами, стабильности цифровых навыков государственных и муниципальных служащих, отрицательной динамике по обеспеченности бюджетных учреждений, положительную динамику в использовании информационно-коммуникационных технологий в деятельности бюджетных учреждений.

• по подсистеме «бизнес-структуры» наблюдается отрицательная динамика по способность к инновационной деятельности, небольшом улучшении в автоматизации и безопасности управления предприятиями, по использованию информационно-коммуникационных технологий в деятельности предприятий увеличение доли организаций, имевших веб-сайт, отрицательная динамика в доле организаций, получавших заказы на выпускаемые товары (работы, услуги) по Интернету.

Конечно, актуальным встает вопрос, что делать с данными регионами, как их учитывать в развитии цифровой экономики, так как из-за их показателей снижается рейтинги Российской Федерации.

Сумма средних нормированных значений кластера №5 составляет 4,49. Количество регионов-аутсайдеров сократилось с 25 до 9.

Обобщая проведенный анализ, безусловными лидерами цифровизации в 2019г. являются Московская область, Тульская область, г. Москва, Мурманская область, г. Санкт-Петербург, г. Севастополь, Республика Башкортостан, Республика Татарстан, Ханты-Мансийский автономный округ - Югра, Ямало-Ненецкий автономный округ, Новосибирская область, Томская область.

Сравнивая состав кластеров, за 2017г. и 2019г. представленный в таблицах 5 и 6 можно говорить в основном об улучшении позиции регионов. Свои позиции улучшили: Тульская область, Мурманская область, Республика Башкортостан, Томская область (переместившись из 2 кластера (2017г.) в 1 кластер, Новосибирская область (переместившись из 3 кластера (2017г.) в 1 кластер, г. Севастополь (переместившись из 4 кластера (2017г.) в 1 кластер.

Ухудшились (покинули свои) позиции: Республика Крым и Республика Тыва переместились из 4 кластера в 5 кластер, Ивановская область, Калужская область, Ленинградская область из 2 кластера в 4 кластер, Курская область, Пензенская область из 2 кластера в 3 кластер.

Заключение

В общем наблюдается положительная динамика цифровизации регионов, об этом свидетельствуют средние нормированные значения показателей. В 2017 году расстояние между кластером лидером (составляло 8,76) и кластером аутсайдером (составляло 4,64) составляло 4,8. В 2019 году расстояние уменьшилось и составило 3,78.

По результатам исследования можно утверждать, что несмотря на достоинства цифровой экономики и ее развитие, сохраняется разрыв, так между группой лидеров 8,28 и группой аутсайдеров 4,49 составляет в 1,8 раза. Для устранения которого органам госуправления необходимо обратить внимание на слабовыраженные показатели, такие как в кластере №2 на подсистемы «бизнес-структуры», «государство и НКО», для кластера №5 на подсистему «домашние хозяйства».

При анализе динамики показателей на основе графического анализа можно сделать вывод о том, что несмотря на лидирующую позицию кластера №1 наблюдается отрицательная динамика показателей. В кластере №5 наблюдается как положительная, так и отрицательная динамика показателей с сильным разбросом значений. В кластере №4 только в подсистеме «бизнес-организации» наблюдается положительная динамика, по остальным показателям регионы, представленные кластером, могут сместиться в кластер №5. Во всех кластерах наблюдается положительная динамика показателей подсистемы «бизнес-государство» особенно показателя VAR 13 характеризующего использование информационно-коммуникационных технологий в деятельности предприятий.

Таблица 5. Однородные группы регионов РФ по результатам кластерного за 2017 г. [6]

Кластер №1 (7 регионов)

Московская область г. Москва

г. Санкт-Петербург Республика Татарстан Ханты-Мансийский АО- Югра

Ямало-Не нецкий АО Тюменская область без АО

Кластер №2 (25 регионов)

Белгородская

область

Владимирская

область

Воронежская

область

Ивановская область Калужская область Курская область Липецкая область Тамбовская область Тульская область в 1 Ярославская область

Республика Карелия

Республика Коми

Вологодская область

Калининградская

область

Ленингр адская

область

Мурманская область Краснодарский край Ростовская область Ставропольский край

Респ ублика

Башкортостан

Удмуртская

Республика

Пензенская область

Свердловская

область

Челябинская

область

Томская область

Кластер №3 (10 регионов)

Архангельская область без АО

Республика Марий Эл Республика Мордовия Чувашская Республика Пермский край Нижегородская область Самарская область Ульяновская область Новосибирская область Хабаровский край

Кластер №4 (18 регионов)

Брянская область

Смоленская

область

Ненецки й АО

Республика Адыгея

Республика Крым

Астраханская

область

г. Севастополь

Республика

Ингушетия

Кировская область

Оренбургская

область

Республика Алтай Республика Тыва Республика Хакасия Алтайский край Красноярский край Омская область Приморский кра й Сахалинская область

Кластер №5 (25 регионов)

Костромская область Орловская область Рязанская область Тверская область Новгородская область Псковская область Республика Калмы кия Волгоградская область Республика Дагестан Кабардино-Балкарская Республика Карачаево-Черкесская Республика

Республика Северная Осетия-Алания

Чеченская Республика Саратовская область Курганская область Республика Бурятия Забайкальский край Иркутская область Кемеровская область Республика Саха (Якутия) Камчатский край Амурская область Магаданская обла сть Еврейская АО Чукотский АО

Таблица 6. Однородные группы регионов РФ по результатам кластерного за 2019 г.

Кластер №1 (12 регионов) Кластер №2 (27 Кластер №3 (17 Кластер №4 Кластер №5 (9 регионов)

регионов) регионов) (20регионов)

Московская область Тульская область г. Москва

Мурманская область г. Санкт-Петербург г. Севастополь Республика Ба шкортостан Республика Татарстан Ханты-Мансийский автономный округ — Югра

Ямало-Ненецкий автономный округ

Новосибирская область Томская область

Белгородская область

Брянска я область

Владимирская

область

Воронежская

область

Липецка я область

Тамбовская

область

Ярославская

область

Республика

Карелия

Хабаровский край

Приморский край

Омская область

Челябинская

область

Тюменская

область без АО

Свердловская

область

Оренбургская

область

Нижегор одская

область

Кировск ая

область

Пермский край

Чувашская

Республика

Удмуртская

Республика

Республика

Мордовия

Ставропольский

край

Ростовская область Краснод арский край

Калининградская область Вологод ская область

Республ ика Коми

Курская область

Смоленская область

Ненецкий

автономный округ

Архангельская

область без АО

Астраханская

область

Волгоградская

область

Пензенс кая область Самарская область Саратовская область

Курганская область Алтайский край Красноярский край Республика Бурятия Республика Саха (Якутия) Камчатский край Сахалинская область Чукотский автономный округ

Ивановская область Калужская область Костромская область

Орловская область Рязанская область Тверская область Ленинградская область Новгоро дская область

Псковская область Республика Адыгея Республика Ингушетия Республика Марий Эл

Ульяновская область

Республика Алтай Республика Хакасия Иркутская область Кемеровская область- Кузбасс Забайкальский край Амурская область Магаданская область

Республика Калмыкия Республика Крым Республика Дагестан Кабардино-Балкарская Республика Карачаево-Черкесская Республика Республика Северная Осетия Алания Чеченская Республика Республика Тыва Еврейская автономная область

Список литературы

1. Батракова, Л.Г. Развитие цифровой экономики в регионах России / Л. Г. Батракова // Социально-политические исследования. - 2019. - № 1. - С. 51-64. - DOI 10.24411/2658-428X-2019-10338.

2. Бейнар, И. А., Наролина, Т. С., Шишкин, И. А., Региональные аспекты развития цифровой экономики (на примере Воронежской области) // РЕГИОН: системы, экономика, управление № 3 (50), 2020. С.47-55.

3. Вертакова, Ю.В. Индикаторы оценки цифровой трансформации экономики / Ю. В. Вертакова, М. Г. Клевцова, Ю. С. Положенцева // Экономика и управление. - 2018. - № 10(156). - С. 14-20.

4. Индекс «Цифровая Россия». Московская школа управления СКОЛКОВО. - М., 2018. - 193 с. [Электронный ресурс]: URL: https://finance.skolkovo.ru/downloads/documents/FinChair/Research_Reports/SKOLKOVO_Digital_Russia_Report_Full_2019-04_ru.pdf.

5. Индикаторы цифровой экономики: 2021: статистический сборник / Г И. Абдрахманова К. О. Вишневский, Л. М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». - М.: НИУ ВШЭ, 2021.

6. Мониторинг развития информационного общества в Российской Федерации [Электронный ресурс]: URL: https://rosstat.gov.ru/folder/14478.

7. НИУ ВШЭ выиграл тендер Минкомсвязи стоимостью 335 млн руб. на оказание услуг по оценке развития цифровой экономики в России. [Электронный ресурс]: URL: https://www.tadviser.ru/index.php/

Проект:НИУ_ВШЭ_выиграл_тендер_Минкомсвязи_стоимостью_335_млн_руб_на_оказание_услуг_по_оценке_развития_цифроЕ

8. Никитина, Л. М. Применение кластерного анализа для оценки развития цифровой экономики регионов России / Л. М. Никитина, В. А. Куркин // Регион: системы, экономика, управление. - 2020. - № 3(50). - С. 28-38. - DOI 10.22394/1997-44692020-50-3-28-38.

9. Нестеренко, Е.А. Направления развития цифровой экономики и цифровых технологий в России / Е. А. Нестеренко, А. С. Козлова // Экономическая безопасность и качество. - 2018. - № 2(31). - С. 9-14.

10. Свистунов, В.М., Лобачев, В.В., Антонов, В.Г., Аникин, Б.А., Траченко, М.Б. Оценка развития цифровой экономики в регионах Российской Федерации // Экономика: вчера, сегодня, завтра. 2019. Том 9. № 11А. С. 32-41. DOI: 10.34670/AR.2020.93.11.002.

11. Тращенко, К.С. Анализ индикаторов развития цифровой экономики в регионах Российской Федерации / К.С. Тращенко, И.М. Гулый // Неделя науки СПбПУ: Материалы научной конференции с международным участием. Институт промышленного менеджмента, экономики и торговли, Санкт-Петербург, 19-24 ноября 2018 года. - Санкт-Петербург: Федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский политехнический университет Петра Великого», 2018. - С. 405-408.

12. Чернышева, А.М. Развитие цифровизации регионов Российской Федерации. / А. М. Чернышова // Вестник Академии знаний. - 2019 - №33 (4)- С.235-239.

Bibliography

1. Batrakova, L.G. Development of the digital economy in the regions of Russia [Razvitiye tsifrovoy ekonomiki v regionakh Rossii]/ L. G. Batrakova // Socio-political studies. — 2019. — No. 1. — P. 51-64. - DOI 10.24411/2658-428X-2019-10338.

2. Beinar, I.A., Narolina, T.S., Shishkin, I.A., Regional aspects of the development of the digital economy (on the example of the Voronezh region) [Regional'nyye aspekty razvitiya tsifrovoy ekonomiki (na primere Voronezhskoy oblasti)]// REGION: systems, economics, management No. 3 (50), 2020 pp.47-55.

3. Vertakova Yu.V. Indicators for evaluating the digital transformation of the economy [Indikatory otsenki tsifrovoy transformatsii ekonomiki]/ Yu. V. Vertakova, M. G. Klevtsova, Yu. S. Polozhentseva // Economics and Management. — 2018. — No. 10(156). — S. 14-20.

4. Index «Digital Russia». Moscow School of Management SKOLKOVO [Indeks «Tsifrovaya Rossiya». Moskovskaya shkola upravleniya SKOLKOVO]. — M., 2018. — 193 p. [Electronic resource]: URL:

https://finance.skolkovo.ru/downloads/documents/FinChair/Research_Reports/SKOLKOVO_Digital_Russia_Report_Full_2019-04_ru.pdf.

5. Indicators of the digital economy: 2021: statistical collection [Indikatory tsifrovoy ekonomiki: 2021: statisticheskiy sbornik]/ G. I. Abdrakhmanova K. O. Vishnevsky, L. M. Gokhberg and others; National research University «Higher School of Economics». - M.: NRU HSE, 2021.

6. Monitoring the development of the information society in the Russian Federation [Monitoring razvitiya informatsionnogo obshchestva v Rossiyskoy Federatsii]: https://rosstat.gov.ru/folder/14478.

7. NRU HSE won the tender of the Ministry of Telecom and Mass Communications worth 335 million rubles. for the provision of services to assess the development of the digital economy in Russia. [NIU VSHE vyigral tender Minkomsvyazi stoimost'yu 335 mln rub. na okazaniye uslug po otsenke razvitiya tsifrovoy ekonomiki v Rossii]: URL: https://www.tadviser.ru/index.php/ Проект:НИУ_ВШЭ_выиграл_тендер_Минкомсвязи_стоимостью_335_млн_руб_на_оказание_услуг_по_оценке_развития_цифроЕ

8. Nikitina, L. M. Application of cluster analysis to assess the development of the digital economy of Russian regions [Primeneniye klasternogo analiza dlya otsenki razvitiya tsifrovoy ekonomiki regionov Rossii]/ L. M. Nikitina, V. A. Kurkin // Region: systems, economics, management. — 2020. — No. 3 (50). — S. 28-38. - DOI 10.22394/1997-4469-2020-50-3-28-38.

9. Nesterenko, E.A. Directions for the development of the digital economy and digital technologies in Russia [Napravleniya razvitiya tsifrovoy ekonomiki i tsifrovykh tekhnologiy v Rossii]/ E. A. Nesterenko, A. S. Kozlova // Economic security and quality. — 2018. — No. 2 (31). — P. 9-14.

10. Svistunov, V.M., Lobachev, V.V., Antonov, V.G., Anikin, B.A., Trachenko, M.B. Assessment of the development of the digital economy in the regions of the Russian Federation [Otsenka razvitiya tsifrovoy ekonomiki v regionakh Rossiyskoy Federatsii]// Economics: yesterday, today, tomorrow. 2019. Volume 9. No. 11A. pp. 32-41. DOI: 10.34670/AR.2020.93.11.002.

11. Trashchenko, K.S. Analysis of indicators of the development of the digital economy in the regions of the Russian Federation [Analiz indikatorov razvitiya tsifrovoy ekonomiki v regionakh Rossiyskoy Federatsii]/ K.S. Trashchenko, I.M. Guly // SPbPU Science Week: Proceedings of a scientific conference with international participation. Institute of Industrial Management, Economics and Trade, St. Petersburg, November 19-24, 2018. — St. Petersburg: Federal State Autonomous Educational Institution of Higher Education «Peter the Great St. Petersburg Polytechnic University», 2018. — P. 405-408.

12. Chernysheva A.M. Development of digitalization of the regions of the Russian Federation [Razvitiye tsifrovizatsii regionov Rossiyskoy Federatsii]/ A. M. Chernyshova // Bulletin of the Academy of Knowledge. — 2019 — No. 33 (4) — P. 235-239.