CC BY
40
УДК 332.1(311)
ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ЦИФРОВОЙ ЭКОНОМИКИ РЕГИОНА: МОДЕЛИРОВАНИЕ И СРАВНИТЕЛЬНЫЙ АНАЛИЗ
Миролюбова А.А., Туртин Д.В., Жукова Я.Э.
Анастасия Александровна Миролюбова, Дмитрий Витальевич Туртин, Яна Эрнестовн Жукова Кафедра менеджмента, технологий бизнеса и гуманитарных дисциплин, Ивановский филиал РЭУ им. В.Г. Плеханова, 153025, , ул. Дзержинского, 53. г. Иваново mirolubowa@mail.ru, turtin@mail.ru, zhukovayana77@gmail.com
В статье представлены результаты исследования взаимосвязи прироста ВРП с факторами, влияющими на развитие цифровой экономики региона. В качестве меры оценки эффективности цифровизации авторами предлагается использовать средний коэффициент эластичности. Построенный комплекс моделей на основе временных и перекрёстных данных, позволил определить эффект и значимо воздействующие факторы развития цифровой экономики. Сопоставление показателей эластичности позволило ранжировать регионы ЦФО по степени их цифровизации.
Ключевые слова: информационно-коммуникационные технологии, моделирование, прирост ВРП, региональная экономика, ранг, цифровая экономика, эластичность, эффективность.
JEL code: С19; О12
ECONOMIC EFFICIENCY OF THE DIGITAL ECONOMY OF THE REGION: MODELING AND COMPARATIVE ANALYSIS
Mirolyubova A.A., Turtin D.V., Zhukova Y.E.
Anastasia A. Mirolyubova, Dmitry V. Turtin, Yana E. Zhukova
Tothe Department of management, technology, business and Humanities Ivanovo branch of Plekhan-ov Russian University of Economics, 53 Dzerzhinskiy str., 153025 Ivanovo mirolubowa@mail.ru, turtin@mail.ru, zhukovayana77@gmail.com
The article presents the results of a study of the relationship between the growth of GRP and factors affecting the development of the regional digital economy. The authors propose to use the average coefficient of elasticity as a measure for assessing the effectiveness of digitalization. The constructed complex of models based on time and cross-sectional data made it possible to determine the effect and significantly influencing factors of the development of the digital economy. Comparison of elasticity indicators made it possible to rank the regions of the Central Federal District by the degree of their digitalization.
Key words: information and communication technologies, modeling, GRP growth, regional economy, rank, digital economy, elasticity, efficiency.
В конце июля 2017 года распоряжением Правительства была утверждена Программа «Цифровая экономика Российской Федерации».
Одной из целей Программы является «создание экосистемы цифровой экономики Российской Федерации, в которой данные в
цифровой форме являются ключевым фактором производства во всех сферах социально-экономической деятельности и в которой обеспечено эффективное взаимодействие, включая трансграничное, бизнеса, научно-образовательного сообщества, государства и граждан» [1].
В докладе Л.В. Лапидус, заместителя директора Национального центра цифровой экономики МГУ имени М.В. Ломоносова, обозначены пять этапов развития цифровой экономики:
I. 1990 - 2004гг. - становление цифровой экономики. Бум «доткомов», развитие новых рынков электронных услуг, электронного бизнеса и электронной коммерции;
II. 2005-2009гг. - рост цифровой экономики. Взрывной рост новых видов цифровых продуктов и электронных услуг;
III. 2010-2014гг. - зрелость цифровой экономики. Массовой встраивание онлайн-каналов и проникновение цифровых технологий в традиционный бизнес;
IV. 2015-2020гг.- «цифровая лихорадка». Хаотичное перестраивание бизнес-процессов и трансформация бизнес-моделей под воздействием технологий Индустрия 4,0;
V. 2021-2030гг. - системная трансформация. Обоснованная трансформация с позиции системного подхода [5].
Согласно такому хронологическому выделению, в условиях цифровизации мы уже существуем 25 лет(!). Поэтому вызывает интерес соизмерить эффективность создания и развития экосистемы цифровой экономики на региональном уровне. Об актуальности проблемы эффективности цифровой экономики свидетельствует и ряд публикаций [3,4,7].
Для исследования был выбран метод эконометрического анализа, суть которого состоит в постановке проблемы, выборе показателей и их статистической подготовке, собственно моделирование, обработке и интерпретации результатов.
Выбор объекта исследования обусловлен местом проживания авторов - Ивановская область, которая находится в составе 16 субъектов ЦФО, за исключением Москвы и Московской области в силу гетерогенности регионов. Известно, что индикатором эффективности и уровня развития территориальной экономики является валовой региональный продукт (ВРП). Поэтому пра-
вомерно считать, что цифровая трансформация оказывает влияние на формирование ВРП и выбрать его в качестве результирующего показателя.
К выбору факторного признака применялась следующая тактика. Во-первых, одним из подходов к трактовке экономической эффективности является ресурсный подход, согласно которому оценка эффективности заключается в сопоставлении определенного эффекта с примененными ресурсами. Суть экономической эффективности состоит в том, чтобы из доступных экономике ресурсов получать больше результатов, окупив затраты на приобретение ресурсов.
К экономическим ресурсам относятся потенциальные возможности, которыми располагает общество в данный момент своего развития, то есть это все виды источников обеспечения хозяйственной деятельности, которые используются в процессе создания новых материальных благ и услуг. В цифровой экономике к ресурсам будут относиться информационно-коммуникационные технологии, реализуемые по большей части с помощью персональных компьютеров, серверов, глобальных информационных сетей, web-сайтов как ресурса сбыта продукции или оказания услуг, а также персонала, занятого в области информатизации и связи (табл.1).
Во-вторых, с точки зрения затратного подхода эффективность измеряется эффектом, полученного с каждой единицы затрат. Поэтому целесообразно изучить влияние затрат на ИКТ и затрат, связанных с обучением ИКТ.
В-третьих, под цифровой экономикой понимается «хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг» [2]. По-
этому в качестве показателей рассматривается третий блок, включающий такие показатели как число подключенных абонентских устройств мобильной связи, использование электронного документооборота и специальных программных средств в организациях, доля населения, использовавшего сеть Интернет для заказа товаров или услуг, использование персональных компьютеров
и сети интернет в домашних хозяйствах (табл.1).
Таким образом, наша база данных включала 16 статистических показателей (в том числе ВРП) за 2005-2018 гг. Однако третий блок показателей охвачен периодом времени 2014-2018гг. Поэтому использовался только для исследования эффективности на основе перекрестных данных.
Таблица 1
Факторы ИКТ, влияющие на формирование и развитие
№ п/п Фактор Условное обозначение
1. Организации, использовавшие персональные компьютеры, в % от общего числа обследованных организаций Х1
2. Организации, использовавшие серверы, в % от общего числа обследованных организаций Х2
3. Организации, использовавшие глобальные информационные сети,% Хз
4. Организации, имевшие web-сайт, в % от общего числа обследованных организаций Х4
5. Число персональных компьютеров на 100 работников, штук Х5
6. Среднегодовая численность занятых в области информации и связи, тыс.чел. (2017-2018гг.) Хб
7. Удельный вес затрат на обучение, связанных с развитием ИКТ, в общих затратах на ИКТ, % Х7
8. Затраты на информационные и коммуникационные технологии, млн. руб. Х8
9. Число подключенных абонентских устройств мобильной связи на 1000 человек населения, (на конец года; штук) Х9
10. Использование электронного документооборота в организациях, в % от общего числа обследованных организаций соответствующего субъекта Российской Федерации); с 2011г. Х10
11. Использование специальных программных средств в организациях , в % от общего числа обследованных организаций Х11
12. Доля населения, использовавшего сеть Интернет для заказа товаров и (или услуг), в общей численности населения, % Х12
13. Использование персональных компьютеров и сети интернет в домашних хозяйствах, в % от общего числа домашних хозяйств соответствующего субъекта Российской Федерации) Х13
14. Использование персональных компьютеров в домашних хозяйствах, % Х14
15. Использование сети интернет в домашних хозяйствах,% Х15
В виду того, что все показатели имеют разные единицы измерения, база с исходными данными была преобразована в матрицу базисных индексов этих показателей. Показатели, имеющие денежное выражение (ВРП и затраты), сначала приводились к сопоставимому виду с учетом индекса потребительских цен.
Моделирование взаимосвязи факторов, влияющих на развитие цифровой экономики и ВРП, осуществлялось с использованием однофакторных линейных моделей следующего вида:
= а + ЬХг + , где Уг - валовой региональный продукт; Х1 - фактор ИКТ;
t - период времени;
а и Ъ - параметры модели, которые следует определить;
£t - случайная величина.
Для поиска связи между переменными был проведен корреляционный анализ линейной взаимосвязи в Excel c помощью статистической функцией КОРРЕЛ (табл.2). Шестой фактор, а также с одиннадцатого по пятнадцатый включительно, не участвовали в исследовании по временным рядам, в виду недавнего статистического учета, ставшего актуальным в условиях цифровизации. Учитывая экономический смысл рассматриваемых показателей, зависимость между ними должна быть положительная. Изучая результаты, бросается в глаза отрицатель-
ные или предельно низкие положительные значения коэффициентов корреляции по затратным показателям (Х7 и Хб), а также отсутствие каких - либо взаимосвязей в Ивановской области.
Оценка статистической значимости коэффициентов парной корреляции проводилась с помощью 1-статистики. Табличное значение критерия Стьюдента определялось с помощью функции СТЬЮДЕНТ.ОБР.2Х и равно: гтабл (а = 0,05; п = 12) = 2,179.
Сравнивая числовые значения критериев tрасч > £табл(к,п-2), получили статическую значимость коэффициентов корреляций, которые выделены жирным шрифтом и курсивом.
Таблица 2
Результаты корреляционного анализа за 2005-2018гг.
Субъект ЦФО Xi X2 X3 X4 X5 X7 X8 X9 X10
Белгородская область 0,767 0,855 0,940 0,962 0,984 -0,357 -0,547 0,958 0,799
Брянская область 0,907 0,829 0,943 0,937 0,970 -0,857 0,789 0,876 0,712
Владимирская область 0,624 0,675 0,924 0,887 0,928 -0,138 0,307 0,943 0,658
Воронежская область -0,560 0,865 0,963 0,947 0,981 -0,231 0,001 0,948 0,624
Ивановская область -0,194 -0,596 -0,165 -0,425 -0,376 0,213 0,047 0,110 -0,601
Калужская область 0,889 0,788 0,958 0,904 0,970 0,225 -0,434 0,959 0,740
Костромская область 0,430 0,648 0,845 0,828 0,859 -0,635 -0,024 0,729 -0,414
Курская область 0,783 0,937 0,922 0,974 0,962 -0,618 0,253 0,870 0,909
Липецкая область 0,172 0,903 0,943 0,942 0,955 -0,052 0,345 0,902 0,913
Орловская область 0,663 0,736 0,830 0,851 0,857 -0,179 -0,286 0,813 0,579
Рязанская область -0,814 0,688 0,875 0,934 0,880 -0,165 0,196 0,897 -0,206
Смоленская область 0,663 0,737 0,974 0,935 0,965 -0,525 -0,197 0,920 0,682
Тамбовская область 0,400 0,856 0,866 0,950 0,974 -0,443 0,051 0,917 0,286
Тверская область -0,583 0,627 0,893 0,839 0,876 -0,102 0,300 0,893 0,864
Тульская область 0,754 0,935 0,899 0,953 0,948 -0,539 0,364 0,907 0,931
Ярославская область 0,815 0,836 0,843 0,938 0,946 -0,277 0,019 0,692 0,765
Экономическая эффективность цифровой экономики рассматривалась через призму эластичности. Коэффициент эластичности показывает как изменится значение результата в случае изменения на один процент значения фактора при неизменности остальных факторов. В нашем случае рассчитываются средние показатели эластичности, которые можно сопоставлять друг с другом, а, значит и ранжировать факторы в зависимости от силы их воздействия на результат. Средний показатель эластичности рассчитывался по формуле: _ х
Э = Ъ • -
_ У
где х - среднее значение фактора;
у - среднее значение объема инновационных товаров и услуг;
Ь- коэффициент регрессии.
Логично предположить, что если Э > 1, то экономика региона получает эффект от внедрения информационно-
коммуникационных технологий.
Результатом моделирования является матрица с коэффициентами эластичности по семи факторам (табл.3). Для построения моделей применялась функция ЛИНЕИН в категории «статистические». Все модели, по которым были получены показатели эластичности, статистически значимы. Для проверки значимости модели регрессии использовался Б-критерий Фишера, табличное значение которого можно найти, используя функцию Б.ОБР (0,95; 1; 12); Бтабл =4,747. Расчетные значения Б-статистики выводятся с помощью функции ЛИНЕИН. Значимость коэффициентов регрессии проверялась по 1-статистике. Значения коэффициента детерминации находится в пределах от 0,37 до 0,95.
Таблица 3
Показатели эластичности изменения ВРП от факторов, влияющих на развитие цифровой экономики региона за 2005 2018 гг.
Регион Х1 Х2 Хэ Х4 Х5 Х9 Х10 У
Белгородская область 6,000 0,732 1,158 0,245 0,944 0,435 0,208 2,377
Брянская область 2,328 0,687 0,541 0,115 0,469 0,437 0,417 1,720
Владимирская область 2,033 0,456 0,447 0,583 0,291 0,376 0,127 1,347
Воронежская область 0,000 0,749 1,088 0,000 0,598 0,501 0,372 1,921
Калужская область 3,937 0,621 0,898 0,098 0,701 0,747 0,295 1,978
Костромская область 0,000 0,420 0,232 0,398 0,228 0,209 0,000 1,269
Курская область 3,020 0,878 0,562 0,186 0,574 0,549 0,673 1,719
Липецкая область 0,000 0,815 0,596 0,186 0,360 0,363 0,436 1,469
Орловская область 1,817 0,542 0,329 0,167 0,264 0,246 0,134 1,362
Рязанская область 0,000 0,474 0,542 0,383 0,298 0,361 0,000 1,384
Смоленская область 1,317 0,544 0,420 0,462 0,427 0,440 0,227 1,560
Тамбовская область 0,000 0,732 1,102 0,082 0,702 0,702 0,000 1,903
Тверская область 0,000 0,393 0,353 0,473 0,227 0,281 0,159 1,376
Тульская область 3,065 0,875 0,608 0,181 0,559 0,512 1,320 1,898
Ярославская область 3,621 0,699 0,480 0,261 0,361 0,344 0,348 1,498
Среди изучаемых факторов, значимо воздействующих на цифровизацию региональных экономик, выделяется первый -использование персональных компьютеров организациями. Например, в Белгородской области 1% роста использования персональных компьютеров в организациях приводит к увеличению индекса ВРП в среднем на 6%. Однако проявление эффекта заметно не во всех регионах ЦФО.
Использование серверов является как ресурса можно наблюдать во всех экономиках региона, однако по коэффициентам эластичности можно судить, что это дорогостоящий ресурс для организаций и компаний.
Потенциальные возможности глобальных сетей используются в полной мере в Белгородской, Воронежской и Тамбовской областях.
Изменение моделей сбыта под воздействием цифровых технологий имеет наименьший процент прироста ВРП в сравнении с другими показателями цифровиза-ции. Наибольший эффект можно наблюдать во Владимирской области, и то он составляет всего лишь 0,583%. Это означает, что традиционные рынки сбыта пока превалируют над «^еЬ-сайтами».
Удивительно что, не смотря на развитие цифровых технологий и внедрение их не только в рабочую среду, но и в нашу повседневную жизнь, коэффициент эффективности числа персональных компьютеров на 100 работников приближается к единице только в Белгородской области.
Использование устройств мобильной связи позволяет оперативно и быстро осуществлять различные платежи и заказы товаров и услуг, что в конечном итоге сокращает расходы организаций. Однако рост числа подключенных устройств мобильной связи во всех регионах выше, чем прирост ВРП.
Сокращение финансовых и трудозатрат на содержание архива и отправку документов, снижение расходов на печать, канцтовары дало эффект в Тульской области. Увеличение использования электронного документооборота позволило получить прирост ВРП в размере 1,32%.
Результаты исследования, полученные в [6], позволяют провести сравнительный анализ оценки регионов ЦФО по эффективности цифровизаций экономик. Средние значения показателей эластичности за 2005-2015гг. размещены в таблице 4.
Таблица 4
Показатели эластичности изменения ВРП от факторов, влияющих на развитие цифровой экономики региона за 2005-2015 гг.
Регион Х1 Х2 Х3 Х4 Х5 У
Белгородская область 17,814 0,525 3,269 1,596 2,446 2,163
Брянская область 9,609 0,216 2,276 1,082 1,835 1,587
Владимирская область 8,278 0,323 1,938 0,888 1,312 1,326
Воронежская область 0,000 0,669 3,747 1,648 2,053 1,800
Калужская область 14,959 0,445 2,873 1,415 2,089 1,776
Костромская область 0,000 0,448 1,471 0,942 1,583 1,281
Курская область 12,235 1,006 2,729 1,159 2,334 1,573
Липецкая область 0,000 0,452 3,009 0,992 1,532 1,402
Орловская область 12,534 0,971 2,418 1,41 2,203 1,394
Рязанская область 0,000 0,533 3,135 1,658 1,848 1,374
Смоленская область 0,000 0,457 1,818 1,104 1,886 1,520
Тамбовская область 0,000 1,033 5,467 1,313 2,522 1,918
Тверская область 0,000 0 1,386 0,688 0,868 1,297
Тульская область 16,273 0,712 2,126 0,999 1,648 1,699
Ярославская область 15,793 0,006 2,299 1,166 1,767 1,401
Метод суммы мест предполагает, что регионы ранжируются по значениям показателей в порядке убывания. Наилучшие результаты будут у региона с минимальной суммой мест. Для улучшения результатов оценки будем учитывать базисный индекс
Ранжирование регионов по
ВРП (У). Ранг конкретного значения коэффициента эластичности относительно других значений в списке определяли с помощью статистической функции РАНГ.РВ (число; ссылка на ряд со значениями; 0 (порядок)).
Таблица 5
1ени цифровизации в 2015 году
Регион Х1 Х2 Х3 Х4 Х5 У Сумма рангов Место
Белгородская область 1 7 3 3 2 1 17 1
Брянская область 7 13 10 10 9 6 55 11
Владимирская область 8 12 12 14 14 13 73 13
Воронежская область 9 5 2 2 6 3 27 3
Калужская область 4 11 6 4 5 4 34 5
Костромская область 9 10 14 13 12 15 73 13
Курская область 6 2 7 8 3 7 33 4
Липецкая область 9 9 5 12 13 9 57 12
Орловская область 5 3 8 5 4 11 36 6
Рязанская область 9 6 4 1 8 12 40 7
Смоленская область 9 8 13 9 7 8 54 10
Тамбовская область 9 1 1 6 1 2 20 2
Тверская область 9 15 15 15 15 14 83 15
Тульская область 2 4 11 11 11 5 44 8
Ярославская область 3 14 9 7 10 10 53 9
Сравнительный анализ результатов ранжирования регионов позволил выделить четыре класса:
1) регионы, сохранившие свои позиции,
2) регионы, которые значительно ухудшили свои позиции;
3) регионы, которые значительно улучшили свои позиции;
4) регионы, которые чуть снизили или повысили место в рейтинге (табл.5 и 6).
К первому классу относится Белгородская область, при этом она занимает первое место в рейтинге по эффективности внедрения цифровых технологий.
В эту же группу входит Ярославская (9 место) и Смоленская (10 место) области. Во второй класс вошли Орловская и Рязанская области, рейтинг которых соответственно упал с 6 на 14 место и с 7 на 12 место. Третий класс образуют Брянская и Липецкая, Тульская области, занявшие в 2018 году 7 и 2 место. И, наконец, к четвертому классу, относятся все остальные регионы.
Исследование эффективности на основе перекрестных данных позволило построить три модели (табл.7). В 2017 году эффективность экономики связана с уровнем цифрового развития домохозяйств. В следующем году проявляется влияние затрат на ИКТ, но прирост их величины больше, чем эффект (табл.7).
Таблица 6
Ранжирование регионов по степени цифровизации в 2018 году
Регион Х1 Х2 Хэ Х4 Х5 Х9 Х10 У Сумма рангов Место
Белгородская область 1 5 1 7 1 8 9 1 33 1
Брянская область 6 8 9 12 7 7 4 6 60 7
Владимирская область 7 13 11 1 12 9 12 14 79 11
Воронежская область 10 4 3 15 4 5 5 3 49 5
Калужская область 2 9 4 13 3 1 7 2 41 4
Костромская область 10 14 15 4 14 15 13 15 100 15
Курская область 5 1 7 8 5 3 2 7 38 3
Липецкая область 10 3 6 8 10 10 3 10 60 7
Орловская область 8 11 14 11 13 14 11 13 95 14
Рязанская область 10 12 8 5 11 11 13 11 81 12
Смоленская область 9 10 12 3 8 6 8 8 64 10
Тамбовская область 10 5 2 14 2 2 13 4 52 6
Тверская область 10 15 13 2 15 13 10 12 90 13
Тульская область 4 2 5 10 6 4 1 5 37 2
Ярославская область 3 7 10 6 9 12 6 9 62 9
Показатели моделирования эффективности цифровизации на основе пространственных рядов
Таблица 7
Год Объясняющие переменные Коэффициенты г- статистика Б-статистика (Бтабл =4,600) Коэффициент эластичности Я2
2017 а Х14 -1,071 0,037 -1,039 2,570 6,606 1,665 0,306
а Х15 -1,608 0,044 -1,511 2,995 8,970 2,014 0,374
2018 а Х8 1,165 0,233 6,661 2,812 7,910 0,280 0,361
Итак, подводя итоги, можно сделать следующие выводы:
1) мерой эффективности может выступать средний коэффициент эластичности изменения ВРП в результате влияния цифровых технологий;
2) среди регионов ЦФО экономика Белгородской области занимает первое место по эффективности развития цифровых технологий;
3) наибольший прирост ВРП дает использование персональных компьютеров в организациях;
4) затратные показатели на информационно-коммуникационные технологии в исследуемый период времени не оказывают влияние на развитие цифровой экономики ни в одном регионе;
5) отсутствие влияния факторов цифро-визации на прирост ВРП Ивановской области;
6) выявлен эффект цифрового развития домохозяйств в 2017 году;
7) результаты моделирования эффективности развития цифровой экономики оказались наилучшими по временным рядам, чем на основе перекрестных данных.
ЛИТЕРАТУРА
1. Указ Президента РФ от 9 мая 2017 г. N 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы» URL: http://base.garant.ru/71670570/#ixzz6aXvSst2l
2. Программа «Цифровая экономика Российской Федерации». Утверждена Распоряжением Правительства РФ от 28.07.2017г. №1632-р [Электронный ресурс]
3. Баринов М.А. Взаимосвязь факторов социально-экономического развития и объема валового регионального продукта// Современные наукоемкие технологии. Региональное приложение».- №1 (61) 2020. -С.8-13
4. Евграфова_ О.В. Методы оценки эффективности цифровой экономики России: индикатор цифровой зрелости//Академический вестник ростовского филиала российской таможенной академии. - 2018. -4(33). - с.37-41 [Электронный ресурс] //https://www.elibrary.ru/item.asp?id=36793342&
5. Миролюбова А.А., Шергин В.В., Шестова М.С. Эконометрический анализ формирования и развития цифровой экономики регионов// Известия ВУЗов. Серия «Экономика, финансы и управление производством». - 2017. - №04(34). -С.21-26
6. Стефанова Н.А., Рахманова Г.Э. Оценка эффективности цифровой экономики.- Карельский
научный журнал. - 2017. - №4(21). - с.301-304 https://www.elibrary.ru/item.asp?id=32452550
7. Лапидус Л.В. Анализ методик оценки уровня цифровизации в контексте приоритетности задач для российских регионов [Электронный ресурс]
REFERENCES
1. Decree of the President of the Russian Federation of May 9, 2017 N 203 "On the Strategy for the Development of the Information Society in the Russian Federation for 2017 - 2030"
2. Program "Digital Economy of the Russian Federation". Approved by the Order of the Government of the Russian Federation of July 28, 2017. No. 1632-r
3. Barinov M.A. The relationship between the factors of socio-economic development and the volume of the gross regional product // Modern science-intensive technologies. Regional Supplement ".- №1 (61) 2020. -С.8-13
4. Evgrafova OV Methods for assessing the effectiveness of the digital economy of Russia: an indicator of digital maturity // Academic Bulletin of the Rostov Branch of the Russian Customs Academy. - 2018 .-- 4 (33). - p.37-41
5. Mirolyubova A.A., Shergin V.V., Shestova M.S. Econometric analysis of the formation and development of the digital economy of regions // Izvestiya VUZov. Series "Economics, finance and production management". - 2017. - No. 04 (34). -S.21-26
6. Stefanova N.A., Rakhmanova G.E. Evaluation of the effectiveness of the digital economy. - Karelian scientific journal. - 2017. - No. 4 (21). - p.301-304
7. Lapidus L.V. Analysis of methods for assessing the level of digitalization in the context of priority tasks for Russian regions [Electronic resource]
