Научная статья на тему 'Գիտելիքահենք տնտեսությունը։ ՀՀ տնտեսության հեռանկարները էկոնոմետրիկական մոդելավորումը'

Գիտելիքահենք տնտեսությունը։ ՀՀ տնտեսության հեռանկարները էկոնոմետրիկական մոդելավորումը Текст научной статьи по специальности «Экономика и бизнес»

CC BY
10
2
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Регион и мир
Область наук
Ключевые слова
գիտելիքահենք տնտեսություն / ՀՆԱ / հետազոտական կենտրոններ / կրթություն / բարձր տեխնոլոգիաների արտահանում / մոդելավորում

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Պետրոսյան Գ.Ս.

В статье представлен суть экономики на базе знаний, путь к нему и что она может дать стране. Для моделирования влияния экономики на базе знаний на экономический рост были использованы данные из таких источников как Всемирный Банк и Статистический комитет Республики Армении, которые были собраны с разрывом 20-и лет: с 2001-2020гг. Также был использован международный опыт моделирования. В конце для модели были выбраны 3 влияющих факторов на экономический рост РА. Модель создана на основе метода наименьших квадратов (МНК), результаты которого отражают влияние переменных на темпы экономического роста. Согласно результатам, самое большое влияние имеет объемы образования - +3.19 млрд долларов.The article presents the essence of the knowledge-based economy, the way to achieve it and what it can give to a country. The data for model have been collected from sources such as the World Bank and the Statistical Committee of the Republic of Armenia with a gap of 20 years: from 2001 to 2020. The model is based on the international experience of modeling the knowledge-based economy and includes 3 influencing factors. The model is estimated using the least squares method. According to the estimation output, the largest impact on Economic growth among the chosen factors has education: +3.19 billion USD.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

KNOWLEDGE BASED ECONOMY. THE PERSPECTIVES OF THE ECONOMY OF ARMENIA AND ITSECONOMETRIC MODELLING

The article presents the essence of the knowledge-based economy, the way to achieve it and what it can give to a country. The data for model have been collected from sources such as the World Bank and the Statistical Committee of the Republic of Armenia with a gap of 20 years: from 2001 to 2020. The model is based on the international experience of modeling the knowledge-based economy and includes 3 influencing factors. The model is estimated using the least squares method. According to the estimation output, the largest impact on Economic growth among the chosen factors has education: +3.19 billion USD.

Текст научной работы на тему «Գիտելիքահենք տնտեսությունը։ ՀՀ տնտեսության հեռանկարները էկոնոմետրիկական մոդելավորումը»

^mb^pmhbbp mbmbunLpjnLbp: 4,4, mbmbunLpjmb

hbnmb^mpbbpp к t^nbntibmp^m^mb tinqbim^npnLtip

^hmpnujmh Q. U.

^ЪшшЦшй SйmЪuшqfrmшtyшй ^шйш1ишр,шй gevorg.petrosyan307@gmail.com

4finnpn2 pmnbp' q^rnhi^fmhhbf sbshunLpjnLb, ^VU, hhrnmqnrnm^mb ^hbspnbbhp, ^ppmpjnLb, ршрйр mh^bninq^mbhp^ mprnmhmbnL^, ^nqh^m^npnL^:

Экономика на базе знаний. Перспективы экономики Армении и эконометрическое

моделирование

Петросян Г. С.

Армянский Государственный Экономический Университет (Армения, Ереван)

gevorg.petrosyan307@gmail.com

Аннотация. В статье представлен суть экономики на базе знаний, путь к нему и что она может дать стране. Для моделирования влияния экономики на базе знаний на экономический рост были использованы данные из таких источников как Всемирный Банк и Статистический комитет Республики Армении, которые были собраны с разрывом 20-и лет: с 2001-2020гг. Также был использован международный опыт моделирования. В конце для модели были выбраны 3 влияющих факторов на экономический рост РА. Модель создана на основе метода наименьших квадратов (МНК), результаты которого отражают влияние переменных на темпы экономического роста. Согласно результатам, самое большое влияние имеет объемы образования - +3.19 млрд долларов. Ключевые слова: Экономика на базе знаний, ВВП, научные центры, образование, экспорт передовых технологии, моделирование.

Knowledge based economy. The perspectives of the economy of Armenia and its

econometric modelling

Petrosyan G. S.

Armenian State University of Economics (Armenia, Yerevan)

gevorg.petrosyan307@gmail.com

Abstract. The article presents the essence of the knowledge-based economy, the way to achieve it and what it can give to a country. The data for model have been collected from sources such as the World Bank and the Statistical Committee of the Republic of Armenia with a gap of 20 years: from 2001 to 2020. The model is based on the international experience of modeling the knowledge-based economy and includes 3 influencing factors. The model is estimated using the least squares method. According to the estimation output, the largest impact on Economic growth among the chosen factors has education: +3.19 billion USD.

Key words: Knowledge based economy, GDP, scientific centers, education, high tech exports, modelling.

O-^rnhLfr^hhbg sbshunipjnLbp qnp&nLtf t щ|Ь hшppшЦnLtf, nprnhp ЦшqtfшЦbpщnLрJnLЬ-bhpp, ш^штЬЬрр &bng hb phpnLtf q^rnhj^g, шРшРпЫ hb, nLunL^^u^pnLtf hb k oqшшqnp-hb q^sh^gb шпш^Ь ЬффЬЦт^ тЬтЬиш-ЦшЬ шбк и^^ш^ш^шЬ ршр^ш^шЬ hшtfшp [1]: О-^шЬФ^ qhpfr tfh^gnL^p hЬшpш4npnLрJnLЬ t rn^hi tf^ 2шРЕ ^hrnnLpjnLbbhp^ fi^s Цшпш^шр-йшЬ ^Ь^ШЬ^^ЬЬР bhpqbhi, h^tf^^bq^pbhp^ ргМшЬ ш^ЬФ ощш^йш^ nLp^bhp qsbh]_, шщ-РшЬ^ЬЬр^ k ^nmjnLpjnLbbhp^ шртшцрйшЬ шбЬ шщшhn4hl_ k tfushbu^ ЬцшЬшЦп^, k ^bshbu^.: Ujq ^hsni.pjnLbbhpp frqrnnLtf hb ^fauhp^ Ь4шqbgtfшЬ, npp ршд^й t bnp qnbhp ^ЬШ^ШЙ qnLtopbhp шд nLpqnLpjnLbbhpnLtf bhpqbhini. hшtfшp, ор^ЬшЦ ^рршЦшЬ k q^mш-ЦшЬ hшtfшЦшpqbp, ung^шl_шЦшЬ ш^^д^р^Ь-bhp, tЦnLnq^шЦшЬ щшhщшЬtfшЬ ^hbspnbbhp k шЛЬ:

O-^shi^g^ ^рш hh^rn sbshunipjnLbp ршд^й t bnp t? pfrqbhuk шЬрЬЦшш4п1Р]шЬ Цшпш^шр^шЬ nppsbhpnLtf: 21-pq qшpЬ шpqbЬ ^qnLg ^top^hl t, np^hu ^ф^^д^ш^ ^p ш|Ь щшшйшпп^, np шtfbЬnLpbg rn^pnLtf t ш^шщ: S^i&hpfr &ш4шlЬbpp hшubl_ hb ш^щ^^ tfшЦшpqшЦЬbp^, np щшhшЬ2nLtf hb hu^^^b ^rnhnLumrnj^fr hшtfшЦшpqbp щшhщшЬtfшЬ hшtfшp: S4JШlшqbmЬbpp ^ш^ш-Ьшдpbl hb hbmшqnmnLрJnLЬ k h^hi hb ш|Ь tfsg^b, np бшйшйшЦш^д topqp 1 2шршРпЫ pbqnLbnLtf t ш|Ь£шЬ ^ф^^шд^ш, np^b 16-pq qrnpnitf ш^П^ tfшpqЬ Ш^РПЦ? ^ШЬ^ПЫ :

sbshunipjnLb ^hprnnq hp^pbhpp np^hu ЬщшшшЦ pbqnLbhi hb

^Ьum^mnLд^nЬшl hшtfшЦшpqbp^ ЬbpqptfшЬ, ЬnpшqnLJЬ mhfafrnlnq^шfrhpnLtf, ^ЬП^ШШ^

ЦшqйшЦЬрщnLрJnLЬЬЬрnLй к итшртшфЬЬрпЫ йЬй йш^шф ЬЬрцрпЫЬЬр ЦштшрЬщ:

ишрЬр^ ЬткпЫ ^ 4-рц шр^пШшрЬршЦшЬ hЬ^шфп^пLрJпLЬр: Сшт ^ЬЬ тштшЭДпЫ тшррЬр mЬmЬишqЬmЬЬр^ Цп^й^д тр^п^ бшйЦЬт-ЬЬрр, Ьрр Ц^ршЦшЬшЬш ш|Ь, ^иЦ й^ Цшрй^п^ ш]Ь шрцЬЬ иЦи^Ь Ь Ор^ЬшЦ рит ^шпш С^шр^ цкпки 2014 рф^Ь hшйш2faшр-hщфЬ тЬтЬитрдпьЬр ркшЦп^Ь Ь 4-рц шрщпШшрЬршЦшЬ hЬцшфп^пLрJшЬ фпц [2]: Ц|Ь црикпр^Ь Ь й^ 2шр£ йЬпЬшрЦтрдпШЬЬрпЫ ш^тпйштшд^шй hшйшЦшрqЬр^ ЬЬрцрйшйр, йЬрЬЬидшЦшЬ пштдйшЬ ^пршдйшЬ к шрhЬиmшЦшЬ ршЬшЦшЬтришЬ итЬ^ййшЬ шпш^Ь ршдЬрпф Цл mЬmЬишqЬmЬЬр, ЬрЬ цкпки ршдшппЫ ЬЬ ш|и тЬишЦЬтр, шщш 2шш hhпш4пр шЬ^ш^й ^ЬЬ ^питшЬтй 4-рц шрщпШшрЬршЦшЬ hbцшфп^пLрJшЬ ^ hшJm qшLр: Д|Ь тштшЬ^пЫ Ь 2020-шЦшЬ р^шЦшЬ-ЬЬр^ к 2030-шЦшЬ р^шЦшЬЬЬр^ иЦqр^

й^к: Сшт mЬmЬишqЬmЬЬр qmЬпLй ЬЬ, пр идЬ шрцкЬ ш№ршбк2т Ь цшр&Ь! п й^шф й^ £шЬ^ ЬрЦрЬЬр^ hшйшр, прпЬ^ hшиЬl ЬЬ ^рЬЬд ЬЬр^бшфЬ -^Ъиф йш^шфЬ, шл Ьшк hшйш2faшрhщфЬ тЬтЬитришЬр, прр hЬшрш-^пртрдпШ Цтш шпш^Ь фп^ршдЬЬ^ тшррЬр тЬтЬитрипШЬЬр^ й^к шЬцпШцр" шщшhп-^Ьп^ hшйш2faшрhщфЬ тЬтЬитрдшЬ Цш^Ь шб: Д|Ь ^р hЬm ЦрЬр^ п й^идЬ тЬ^Ьп-Lпq^шЦшЬ, шл Ьшк Цшпш^шр^шЦшЬ, ипд^ш-1_шЦшЬ, ЬЦп1^^шЦшЬ, ЦрртрдшЬ к q^mпLрJшЬ, шЬ4шшЬqпLрJшЬ прртЬЬрпЫ йЬй шпш^-рЬршд^: Цпш^Ь! ощт^йш! йЬ^шЬ^йЬЬр^ ЬЬрцрпЫр hшишршЦшЦшЬ Ц|шЬ£, hЬшрш4п-ртр^Ь Цтш ршдЬ]_ цпЬЬр цкщ^ шщршЬ рш^-&шф й^ рьййшЬр" ЦЬЬипШш-

ЦтрдшЬ ршр&ршдйшЬр:

Пр^шЬ ^ ^ширшЬ^ Цшрп^ ЬЬ hЬ^Ьl 4-рц шрщпШшрЬршЦшЬ hb^шфп^пLрJшЬ hЬmкшЬg-ЬЬрр, ишЦидЬ щЬтр Ь hш24h шпЬЬ]_ ш|Ь, пр цршЬ hшиЬЬlр щшhшЬ2пLй Ь йЬй ЬпшЬц, Цтрп^ фпфп^трдпШЬЬр hшишршЦпLрJшЬ рпрр hшm4ш&ЬЬрпLй к ^шрЦЬ" q^mЬф£: Ь^ 4Ьр?^Ь тшррЬ пр ЬрЦрЬЬрр шпш2ЬшhbррпLрJпLЬ hшйшрЬlпф итЬцйпЫ ЬЬ q^mЬф£шhЬЬ£ тЬтЬитри п1Ь:

UшиЬшq^mшЦшЬ qршЦшЬпLрJпLЬпLй

q^mЬl^gшhЬЬg тЬтЬитрдшЬ ^рш шqqп^ ш^Ь!^ £шЬ 500 qпр&пЬ Ь Ь24пLй: ^ршЬ^ й^ш^пр^^й ЬЬ ршqйшр^4 ^йрЬр^ йЬ^ Цш^^шй ршqйшр^4 шпшЬйЬшhшmЦпLрJпLЬЬЬр^д: SшррЬр тЬтЬ-ишqЬmЬЬр к hЬmшqпmп^ЬЬр ^йрЬр^ йЬ^ qпрйпЬЬbр^ шqрЬqшmшдпLйр Цштшрп1й ЬЬ тшррЬр ЦЬрщ:

и2^штшЬ2п1й рЬтр^Ь! Ьр ^йрш^прйшЬ шйЬЬштшршй^шй йкЬр^д йЬЦр: ^ршЬ^ Ь^Ь"

Регион и мир, 2021, № 3

1. щЬтшЦшЬ hшйшЦшрqbр. ^ш^ш^шЦшЬ й^ш^шШ, Цшрqш4прп^ й^2ш4ш)р к р^qЬЬи й^ш^шЖ

2. йшр^Цш^^Ь Цшщ^тш]_ к hЬmшqпmпLрJпLЬ-ЬЬр. Цррп1р)п1Ь, йшиЬш^пр Цррп1р)п1Ь, hЬmшqпmпLрJпLЬЬЬр к р^qЬЬи й^2ш4ш]р5

3. ЬЬршЦшп^д^ш&ЕЬЬр. s^S ЦЬЬтрпЬЬЬр, рЬqhшЬпLр ЬЬршЦшпп1д4ш&2ЬЬр к ЬЦщщ^шЦшЬ щшhщшЬпLрJпLЬ,

4. р^qЬЬи hшqbд4ш&пLрJпLЬ. q^mшЦшЬ ш2^штп^ЬЬр, ^Ьп^шд^пЬ hЬmшqпmпL-р^ЬЬЬр, рЬЦш!п1й:

Ц^и ^йрЬр^д ^рш^шЬутрЬ ^р Цшркпр ^ЬрЬ q^mbф£шhbЬ£ тЬтЬип1р)шЬ

йкш^прйшЬ hшйшр: Прп2ЬЬрр пщцшЦ^, прп2ЬЬрЬ ЦЬрщп^ йкш^прп1й ЬЬ

q^mbф£шhbЬ£ тЬтЬип1р)п1Ьр: ЦпшЬд р^qЬЬи й^ш^шШ^ Цш]п1ЬшдйшЬ, 2р?шЦш щшhщшЬйшЬ к щЬтшЦшЬ Цшпш^шрйшЬ hшйшЦшрq^ шр^]п1Ьш4Ьт щш^шЬЬЬрпЫ ^^ Цшрп^ тЬ^^ п1ЬЬЬш! итЬ^йп1й к

тшршйп1й: Ь^ hшЦшпшЦр, шпшЬд итЬ^ййшЬ к тшршййшЬ, Цррп1р)шЬ пршЦ^ ршрйршдйшЬ щшhщшЬйшЬ, шпшЬд Ьпр шрdЬgЬЬр^ ЦЬртйшЬ ^ Цшрп^ тЬц^ п1ЬЬЬш! 4ЬрпЬ2]ш! qпрйпЬЬbр^ ^ршЦшЬшдп1йр:

Ц2^шшшЬ2п1й фпрй Ь Цштшр4Ь]_ qЬшhш-тЬ! q^mЬl^gшhЬЬg тЬтЬип1р)шЬ ^рш шqqп^ qпрйпЬЬЬрр Ьрш hbпшЬЦшрЬЬрр ЬЦштЬ]^ к 4Ьр1п1йЬ1п1 ЬщштшЦп^:

^шйш2^шрhшJ^Ь РшЬЦ^, ^^ ^^fiшЦшqрш-ЦшЬ кпй^тЬ^, Црдпцр^ U^2шqqшJ^Ь ^^йЬш-^ршй^, ии^-^, ^шцш^трдшЬ ФпЬ^^ к шл ЦшqйшЦЬрщпLрJпLЬЬЬр^ тфш]ЬЬр ЬЬ oqmш-qпрй4Ьl ЬЦпЬпйЬтр^ЦшЦшЬ йпцЬф qЬшhшm-йшЬ hшйшр т4)ш!ЬЬр итшЬш]^ hшйшр:

Uпш2ЬшhЬрр рЬтр^Ь! ЬЬ 9 qпрйпЬЬbр, прщЬиq^ ЬЬрЦш^шд^Ьр шqqЬдпLрJпLЬр шqqщфЬ тЬтЬип1р)шЬ ^рш: ЬиЦ прщЬи Цш^]ш]_ фпфп^шЦшЬЬЬр рЬтр^Ь! Ь^Ь 3-р, прпЬд^д щЬт^ Ь рЬтр^Ьр 1-р й^ш|Ь Цш^^шй qЬшhшm4ш& йп^.Ь!ЬЬр^ шр^]п1Ь£ЬЬр^д: ^ршЬр Ь^Ь" ^Ъи йш4ш!р, ^Ъи шб^ тЬйщр к ^ЪЦ-^ йш^ш1р йЬЦ hш24п4:

СЬтр^шй 9 qпрйпЬЬbрЬ Ь^Ь"

1. ^ЬmшqпmпLрJпLЬЬЬр^ к й2шЦпЫЬЬр^ ^рш

йш^иЬр^ hшршрЬршЦдпLрJпLЬр

^Ъи йш^ш!^ ^рш,

2. P^qЬЬи иЦиЬ^ ^]п1р^Ьп1р)шЬ ^Ь^Ь^и^ й^ш^прЬЬрр,

3. ^-пЫ q^mшЦшЬ, hЬmшqпmшЦшЬ ЦЬЬтрпЬЬЬр^ рМр,

4. ^ЬтшЦшЬ Цшпш^шрйшЬ hшйшЦшрq^ Цш^ЬтрдшЬ ^Ь^-Ь^и^ й^ш^прЬЬрр,

5. ^рш йш^иЬр^ hшршрЬршЦдпLрJпLЬр ^Ъи йш^шф ^рш

(Unwüä]ü ümL khq]üwfyp hw^wpwqphi t q]mmpjuiä tfprn niqqrfuiö öwfauhp] ÖM^MjMj]ä wpdhpühpp),

6. Pmp&p mhfaünpq^mühp^ mpsmhmüümü öm^mip mpmmhmjm^mö üft^nü qnjmpn^

7. U^pmüpmj^ü &2müühp^ usmgümü pMp «-nLÜ,

8. ^hmmqnmnqühp^ pMp ^-mtf,

9. ^^pngühp^ pmüm^p ^ -niü:

^pm^mümg^h t qnpönüühp^ ü^k ^nnh^jm-gfrmj^ qümhmsümü hmümp ümmp^g^ qmnnLgnLÜ: Oqmmqnpö^hl t Python öpmqpm^np-ümü ihq^h Seaborn qpmqmpmüp:

HUjimiuili 1. Q-niiöntitihpli Ü'IWIL ljnnhuuiglnuiih|ili gnLgiuiil^iihpii «tqliiiiuljli hu^Uuipliühp)

-100

GiyiiLuuiIi 2. ITmjh[]i uquynLfipfihpi] ÜLS Regression Results

Hep. Variable: Model: Method: Date: Time:

Wo, Observations: Df Residuals: Df Hödel: Covariance Type:

GDP ÖLS

Least Squares Iis, 13 Apr 2021 17:12:52 19 15 3

nonrobusi

R-sqL.ared:

Adj. R-squared:

F-statistic:

Prob (F-statistic):

Log-Likelihood:

AIC:

EIC:

0.934 0.921 70.75 4.41e-09 -27,004 62.01 65.79

coef std srr t P>|t| ,025 0.975;

const 14. .4483 3.550 4,070 0,001 6, , 8 62 22,014

ScCenter -3, .1585 0,032 ■6,230 0,000 -0, ,266 -0,131

Edu 3. .1915 0.661 4,331 0,000 1, , 763 4,600

Htch 3. .2796 0,15& 1,771 0,097 -0, ,057 0,616

Omnibus: 1, .550 Durbin-L'atson: 2,033

Prob(Omnibus) 0, .+61 JarqL.e-Bera (3B): 0,303

Skew: -0, .049 Prob(ÜB): 0,659

Kuriosis: 3, .611 Cond. Mc, 1.12e+03

k ^mü^mmhu^nLÜ tp, qmü^hgfrü qnpönüühp, npnüp nLÜbü pmp&p ^nnh]jmg^mj^ murn^fimü k ^hmp t ^frpmn^hp qpmüg^g üh^p: knnhjmg^mö tfrü Pfrqühu u^uhpi. pjnLp^&nipjmü

mum^fimüp k Pmp&p mhfaünpq^mühp^ mpmmhmüümü öm^m^p, ^hmmqnmm^mü ^hümpnüühp^ k m^pmüpmj^ü &2müühp^

usmgümü pM.p> hhmmqnmnpühp^ p^^p qphph

pnpp qnp&nbbhp^ hbrn, Ьшк йЬй tp q^pngbhp^ p^ ЦппЬишд^шЬ ^jnLu qnp&nbbhp^ hbm: Hpn2nL^ Цшшдфд mju qnp&nbbhp^g npn2&bpb pЬцhшЬpшщhu ^Ьhpшnhl tЦnЬпйhmphЦшЦшЬ й^Ьф qЬшhшmйшЬ tfjnLu фnLфpnLй:

Unqbip qЬшhшmnLй tp -Ъи йш^шф фш hhmшqnmшЦшЬ ^hbrnpnbbhp^ £шЬшЦЬ, q^mnLpJшЬ фш Цшmшp4шй йшfauhph hшpшphpnLpJnLЬp -Ъи йш^шф фш йшuЬшршdЬh к ршp&p mhfaЬnlnqhшЬhph шpmшhшЬйшЬ йш^шф шqцkgnLp]nLЬp: fthqphu^nb ^nqhip nLbhp №тк)ш1 mbugp" Y = C+B1X1+B2X2+. • .+BnXn+Ei

^nqhibhp^ 4hpinL&nLpjnLbb hpшЦшЬшg4bL t ш^Ьф ^^urn к mшp4hl hшйhйшmшЦшЬЬhp tfjnLu qЬшhшm4шй ^nqhibhp^ hhrn: ^шЬ ^nqhibhp, npnbf nLbh^b ш^Ьф ршp&p й^кф npшЦ, ишЦшуЬ ^hpd4hi_ hb итшд^шй шpqJnLЬgЬhp^ n mpшйшршЬшЦшЬ L^bhinL щштбшпп^: UhшЬqшйшJЬ ршдшп^Ь^ tp шqшm шЬцшйЬ uЦqрЬшЦшЬ ршдшишЦшЬ шpdhgЬhpn4 tfnqhibhpp, £шЬqh ^шЬ^ шЬmpшйшршЬшЦшЬ t^b к ^ш^шЬт^^Ь^ hhnnL:

итшд^шй шpq]nLЬgЬhpЬ пШЬЬ hhmкJШl_ тЬищ GDP = 14.4483 - 0.1985(ScCenter) + 3.1915(Edu) + 0.2796(Htch):

итшд^шй шpqJnLЬgЬhpp йЬЦЬшршЬ^^й t ш|ищЬи: bpb П йЬ qnpйnЬ шqцkgnLp]nLЬ ^ЬЬЬш -Ъи йш^шф ^ш, шцш шф ЦфЬЬ 14.4483 UUb qn^p: ишЦшдЬ

hЬшpш4np ^t ^ш^^ш^й, np n йЬ qnpйnЬ шqqhgnLpJnLЬ ^ЬЬЬш шqqщфЬ тЬтииш^шЬ фш: -hmшqnmшЦшЬ ЦhЬmpnЬЬhph pMP 1-n^ ш^ЬшдЬЬ^ш. цкщр^й шф -Ъиф йш^шщ ЦЬ4шqbgЬh 198 йhфnЬ UUb qn^pn^: U^qpnLtf щшpq t, np ЦЬ4шqbgЬh -Ъиф йш^шщ, £шЬЬ qhn ф иЦиЬ шpqJnLЬg тш]_: ишЦшф Цшphф t Ьшк йЬ й^т^ шpmшhшJmhl_, np mju gnLgшЬh2P hnL2nLй t шф йши^Ь, np hhmшqnmшЦшЬ ЦhЬmpnЬЬhpp шpqJnLЬш4bm фЬ oqmшqnpй4nLй ---т.й, mjq ЬиЦ щшшйшпп^ tl -Ъи йш^шф ^ш pnqnLй ЬЬ ршдшишЦшЬ шqqkgnLp]nLЬ: ^ш t Ьшк 4Цш^й ^kp^^ mшphЬhphЬ hhmшqnmш-ЦшЬ ЦhЬmpnЬЬhph p^h 4pfiшmnLйp: -ш^^цЬ^ hph qhшnLpJшЬ фш Цшmшp4nq йшfauhph йшuЬшршdhЬp -Ъиф йЬ^ ш^^шЬш 1 rnn-

Регион и мир, 2021, № 3

^иш^Ь ЦЬшпФ шщш шф ^Ъи-^ йш4шlP ЦйЬйшдЬ^ 3.19 йhlhшpq ииЪ qnLшpn4: иш tl p^tpn^ шчшgnLJgp ш]Ь np Цшпш-

4шpnLp)nLЬp t йЬйшдЬ^ qhшnLp)шЬ

ФhЬшЬuш4npnLйp ^^-nLй: ЬрЬ ^кЬ^шЬ b^pn^mjh hpЦpЬhpnLй mjq gnLgшЬh2P ЦшqйnLй t й^2^ЬnLй 4.5-5%, шщш «-пьй ш]Ь 2.5%-^ йh2шЦшJ2nLй t й^ш]Ь: Ь^ 4hp2^Ь qnpйnЬp, npp qЬшhшm4hl t" Pшpйp mh^ЬпLnqhшЬhph шpmшhшЬпLйЬ t, npp 4hp2^Ь mшphЬhphЬ йЬй ршф t hш4ш2hl к шйЬ]_ 450%-n^, hnL2nLй t йhq, np ЬрЬ pшp&p mh^ЬпLnqhшЬhph шpmшhшЬnLйp йЬйшЬш 1 йhlhnЬ qnl_шpn^, шщш шф ^Ъи йш4ш1^ ^^ш 279.6 й^^Ь qnLшpn4: иш ^nunLЬ t к t Цшnш4шpnLp)nLЬp

hhmкn^шЦшЬ mju hhmшqш

2шpnLЬшЦшЦшЬ шб^Ь:

Unqbih ^ш^ рш^ш^шЬ^Ь pшpйp t" 92.1%, ^иЦ qnpйnЬЬhph qйшJhЬ Цш^^шй hш4ш-

ЬшЦшЬпLp)nLЬp 2шш ¿n^p" 0.000000000441: Q-npйnЬЬhph ш4шnЦnnhuшghшJ^ gnLgшЬh2P, npp

gnLjg t тшфи ^шpрhЬ-nLnpunЬh gnLgшЬh2P

2.033 t: ^ш Ь2шЬшЦnLй t, np ш4mnЦnnhuшghшЬ йnqhLnLй ршgшЦшJnLй t:

-Ьтк)ш]_ ш2^шmшЬgp шpqhшЦшЬ t hp рЬnLJpn4 к йhшdшйшЬшЦ йhшЦp hp mhuшЦn4 ---пЫ: Ц^Ь Цшpn^ t Цhpшnhlh фЬЬ]_ tЦnЬп-йЬЦш]Ь, ФhЬшЬuЬhph Ьш^шpшpnLp)nLЬЬhph к ^hЬmpnЬшЦшЬ РшЬЦЬ hшйшp: U2^шmшЬgnLй Цhpшn4hl ЬЬ ршqйшph4 ш2^шшпLpJПLЬЬhph ophЬшЦЬhp к ^шЬ^ hшйшщшmшu^шЬhg4hl ЬЬ -- mЬmhunLp)шЬp:

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Oqшшqnpд4шд qpш^шhnLp|шh дшЬ^

1. Ghirmai T. Kefela, International NGO Journal Vol. 5(7), pp. 160-166, August 2010

2. Cristina Sainz de La Flor, Your primer for understanding the fourth industrial revolution, Oct 22.2020, wearemarketing.com

3. « ф^ши^ш^ ЦП^ШЬ

4. World Bank

5. International Monetary Fund

Сдана/^шйШф1116.04.2021 Рецензирована/0-рш^пиф1 f 25.04.2021 Принята/^йцтй^Щ f 29.04.2021

i Надоели баннеры? Вы всегда можете отключить рекламу.