CC BY
48
УДК 332.05
DOI 10.30914/2411 -9687-2020-6-4-498-507
Многомерный статистический анализ развития сети Интернет в регионах Российской Федерации
Т. В. Сарычева, Д. Д. Иванова
Марийский государственный университет, г. Йошкар-Ола, Россия
Аннотация. Введение. В статье описаны подходы к анализу дифференциации регионов Российской Федерации по показателям, характеризующим развитие сети Интернет по данным за 2019 г., что позволило выделить четыре группы регионов с различной скоростью процессов информатизации, а также установить факторы, определяющие их развитие. Цель: предложить и реализовать методические подходы к анализу процессов, происходящих в сфере развития сети Интернет, на разных территориях России. Материалы и методы. Информационной базой для проведения заявленного исследования послужили опубликованные статистические данные Федеральной службы государственной статистики. В качестве исследовательского инструментария использовали алгоритмы многомерных методов компонентного, кластерного и регрессионного анализов, графического представления данных. Результаты исследования, обсуждения. Сформирована система показателей, характеризующая развитие сети Интернет в регионах Российской Федерации, с помощью методов кластерного анализа, основанного на использовании главных компонент, выделены территории с разным уровнем развития информационно-коммуникационных технологий. На основании результатов эконометрического анализа выделены социально-экономические показатели, которые определяют скорость развития ИКТ-технологий в регионах, относящихся к разным кластерам. Заключение. Анализ полученных результатов показал, что создание благоприятных условий для повсеместного распространения сети Интернет и сокращение различий в уровне ее использования между отдельными регионами является стратегическим важным направлением развития информационного общества на федеральном и региональном уровнях. Формированию грамотной государственной политики в этом направлении может способствовать исследование территорий с помощью методов многомерного статистического анализа.
Ключевые слова: Интернет, информационно-коммуникационные технологии, кластерный анализ, метод главных компонент, регрессионный анализ
Для цитирования: Сарычева Т.В., Иванова Д.Д. Многомерный статистический анализ развития сети Интернет в регионах Российской Федерации // Вестник Марийского государственного университета. Серия «Сельскохозяйственные науки. Экономические науки». 2020. Т. 6. № 4. С. 498-507. DOI: https://doi.org/ 10.30914/2411-9687-2020-6-4-498-507
Multidimensional statistical analysis of the Internet development
in the regions of the russian federation T. V. Sarycheva, D. D. Ivanova
Mari State University, Yoshkar-Ola, Russia
Abstract. Introduction. The article describes approaches to the analysis of the differentiation of the regions of the Russian Federation in terms of indicators characterizing the development of the Internet according to data for 2019, which made it possible to identify four groups of regions with different speeds of informatization processes, as well as to determine the factors that determine their development. Purpose: to propose and implement methodological approaches to the analysis of the processes taking place in the field of Internet development in different territories of Russia. Materials and methods. The published statistical data of the Federal State Statistics Service served as the information base for the stated study. Algorithms of multidimensional methods of component, cluster and regression analyses, graphical data presentation were used as research tools. Results of the research, discussion. A system of indicators has been formed that characterizes the development of the Internet in the regions of the Russian Federation, using the methods of cluster analysis based on the use of the main components, territories with different levels of development of information and communication technologies have been identified. Based on the results of econometric analysis, socio-economic indicators are identified that determine the rate of development of ICT technologies in regions belonging to different clusters. Conclusion. The analysis
© Сарычева Т. В., Иванова Д. Д., 2020
of the results obtained showed that the creation of favorable conditions for the widespread distribution of the Internet and the reduction of differences in the level of its use between individual regions is a strategically important direction for the development of the information society at the federal and regional levels. The formation of a competent state policy in this direction can be facilitated by the study of territories using the methods of multidimensional statistical analysis.
Keywords: Internet, information and communication technologies, cluster analysis, principal component analysis, regression analysis
For citation: Sarycheva T.V., Ivanova D.D. Multidimensional statistical analysis of the Internet development in the regions of the Russian Federation. Vestnik of the Mari State University. Chapter "Agriculture. Economics". 2020, vol. 6, no. 4, pp. 498-507. (In Russ.). DOI: https://doi.org/10.30914/2411-9687-2020-6-4-498-507
Введение
Появление Интернета послужило огромным толчком к возникновению и развитию цифровых технологических новшеств. Стремительный рост в секторе информационно-коммуникационных технологий оказывает значительное влияние на развитие экономики и общества. Совершенствование сетей связи вызвано увеличением их пропускной способности, увеличением вычислительной мощности, увеличением объема хранилищ данных, развитием новых объектов цифровой экономики, таких как Интернет, облачных технологий и центров обработки данных.
В настоящее время для анализа и моделирования процессов, происходящих в сфере информа-
ционно-коммуникационных технологии, доступны значительные наборы данных, представленные статистическими наблюдениями, знаниями о стратификации потребителей на уровне как страны в целом, так и отдельных регионов1.
Для проведения настоящего исследования рассмотрен широкий круг показателей, в результате были отобраны 19 основных, которые отражают различные сферы общества и оказывают непосредственное влияние на развитие Интернета в целом (табл. 1) [2; 7].
Цель исследования предложить и реализовать методические подходы к анализу процессов, происходящих в сфере развития сети Интернет, на разных территориях России.
Таблица 1 / Table 1
Показатели развития сети Интернет Internet development indicators
Показатель / Indicator Единица измерения/ Unit of measurement Характеристика / Characteristic Обозначение / Notation
1 2 3 4
Затраты на ИКТ млн руб. включают капитальные и текущие, на разработку, приобретение, внедрение и использование ИКТ, характеризует использование информационных и коммуникационных технологий и производство вычислительной техники, программного обеспечения и оказание услуг в этих сферах
Использование персональных компьютеров в домашних хозяйствах % определяется отношением числа домохозяйств, имеющих персональные компьютеры, к общему числу домохозяйств, чем выше величина этого показателя, тем выше количество пользователей сети Интернет
Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры тыс. чел. определяется численностью студентов образовательных учреждений высшего профессионального образования
Удельный вес городского населения % представляет собой количественную оценку совокупности лиц, проживающих в городских поселениях Х4
1 Исследование SpyLOG: статистика сектора российского Интернет. Отчет. М. : Spy LOG, 2018.
Окончание табл. 1
1 2 3 4
Использование Интернета населением % определяется отношением численности пользователей абонентов широкополосного доступа сети Интернет к общей численности населения
Среднедушевые денежные доходы населения руб. в мес. включает доходы лиц, занятых предпринимательской деятельностью, выплаченную заработную плату, социальные выплаты - пенсии, пособия, стипендии и другие выплаты, доходы от собственности в виде процентов по вкладам, ценным бумагам, дивидендов и другие доходы, характеризует материальную возможность пользователей иметь доступ к пользованию Сетью Хб
Численность населения тыс. чел. с увеличением численности населения, увеличивается число пользователей Сети, а в целом развитие Интернета х7
Величина прожиточного минимума руб. показатель абсолютного измерения низких доходов с использованием нормативов потребления важнейших благ и услуг на минимально допустимом уровне хв
Потребительские расходы в среднем на душу населения руб. информирует о материальной возможности пользователей иметь доступ к сети Интернет, посредством имеющихся у него остаточных финансовых ресурсов Хд
Число предприятий и организаций ед. рост ведет к росту развития ИКТ, так как существует острая необходимость в его использовании Х10
Валовой региональный продукт млн руб. характеризует уровень социально-экономического развития территории Х11
Население, использовавшее мобильные устройства при получении государственных и муниципальных услуг через официальные веб-сайты и порталы чел. на 10 человек определяется абсолютной численностью населения, использовавшего мобильные устройства при получении государственных и муниципальных услуг через официальные веб-сайты и порталы, к общей численности населения в возрасте 15-72 лет, получившего государственные и муниципальные услуги х12
Объем услуг связи, оказанных населению, по субъектам РФ млн руб. Стоимость оказанных операторами связи услуг почтовой связи, электросвязи, услуг присоединения и пропуска трафика, услуг по обеспечению регулирования использования радиочастотного спектра радиоэлектронных средств Х13
Монтированная емкость телефонных станций по субъектам РФ ед. характеризует технологические возможности оператора связи по оказанию на определенной территории Российской Федерации услуг электросвязи, услуг присоединения и услуг по пропуску трафика и измеряемая техническими возможностями оборудования, введенного в Сеть оператора связи х14
Уровень грамотности взрослого населения % входит в интегрированный показатель в международном рейтинге по индексу развития информационных технологий х15
Доля затрат на технологические инновации, в общем объеме отгруженных товаров, выполненных работ, услуг % отношение затрат организаций на технологические инновации к общему объему отгруженных товаров, выполненных работ и услуг х16
Число абонентов мобильного широкополосного доступа в Интернет на 1000 человек населения отношение числа активных абонентов подвижной радиотелефонной связи, используюшцх услуги широкополосного доступа к сети Интернет, к численности постоянного населения на начало соответствующего года и умножением на 1000 Х17
Абонентская плата за доступ к сети Интернет руб. в мес. демонстрирует расходы на пользование Сетью, рассчитывается индивидуально в соответствии с требованиями операторов связи х18
Число мобильных телефонов на 100 домо-хозяйств характеризует величину точек доступа к пользованию сетью Интернет х19
Материалы и методы
На первом этапе исследования встал вопрос о коррелируемости исходного признакового пространства и необходимости ее устранения, при этом очень важно было не потерять информативность, вложенную в исходный набор данных. Проблема была решена путем использования метода главных компонент, который позволил выделить обобщенные факторы, сократить размерность, потеряв минимум информации, а также увидеть внутренние причины, формирующие специфику изучаемого явления.
В основе подхода к определению числа извлекаемых главных компонент лежало использование двух критериев, первый из которых - критерий Кайзера - основывается на выделении главных компонент с собственными значениями
больше единицы и является доказательством необходимо условия использования, второй -критерий Кеттеля - позволяет графически проверить условие достаточности. В результате были выделены пять главных компонент, их факторные нагрузки представлены в таблице 2.
Для интерпретации сгенерированных главных компонент использовали признаки, у которых коэффициенты корреляции превышали 0,7 по своему абсолютному значению, а также учитывался коэффициент информативности [5]:
„ _ ¿.."7 r Линф
£ a^r{w1-w5]
Za2jr
(1)
где Wl - - подмножество факторных признаков, значимо коррелируемых с }-й главной компонентой.
Таблица 2 / Table 2
Матрица факторных нагрузок / Factor loading matrix
Обозначение показателя / Indicator notation 1 главная компонента/ 1 main component 2 главная компонента / 2 main component 3 главная компонента / 3 main component 4 главная компонента / 4 main component 5 главная компонента / 5 main component
Xi 0,95 0,05 0,15 0,11 0,10
0,13 0,23 0,09 0,86 0,11
X3 0,93 0,13 0,05 0,14 -0,09
X4 0,20 0,67 0,19 0,34 0,17
X5 0,09 0,04 0,09 0,92 0,01
X6 0,19 0,24 0,73 0,42 0,14
X7 0,76 0,04 -0,19 0,01 0,51
X8 -0,10 0,06 0,85 0,15 0,23
Xg 0,39 0,27 0,43 0,15 0,71
X10 0,91 0,06 0,03 0,02 0,34
X11 0,90 0,05 0,11 0,10 0,34
X12 0,39 0,30 0,40 0,12 0,70
X13 0,92 0,15 0,11 0,17 -0,12
X14 0,88 0,06 0,07 -0,05 0,07
X15 0,05 0,73 0,02 0,47 0,12
X16 0,25 0,64 -0,18 -0,19 -0,05
X17 0,29 0,49 0,53 -0,04 -0,29
X18 0,10 -0,23 0,85 -0,09 0,06
X19 0,16 -0,79 -0,05 -0,14 -0,28
В первую главную компоненту вошли такие показатели, как затраты на ИКТ (х^; численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры (х3); численность населения (х7); число предприятий и организаций (х10); объем услуг связи, оказанных населению (х1з); монтированная емкость телефонных станций (х14). Коэффициент информативность (К = 90 %) подтвердил значимость выделенного состава главной компоненты, в результате первая главная компонента получила название «Развитие сети Интернет».
Во вторую главную компоненту попали показатели уровень грамотности взрослого населения (х15); число мобильных телефонов (х19). Коэффициент информативность (К = 55 %) показал значимое вхождение в данную компоненту показателей, описывающих «Ресурсы к подключению сети Интернет».
Состав третьей главной компоненты определили среднедушевые денежные доходы населения (х6); величина прожиточного минимума (х8); абонентская плата за доступ к сети Интернет (х18). Коэффициент информативности составил 73 %, а данная компонента была названа «Материальная возможность подключения сети Интернет».
Четвертая главная компонента на 70 % сформировалась за счет показателей, характеризующих «Техническая оснащенность для подключения к сети Интернет», а именно: использование персональных компьютеров в домашних хозяйствах (Х2) и использование сети Интернет населением (х5).
В пятой, главной, компоненте оказались такие факторы, как потребительские расходы на душу населения (хд) и доля населения (х^), использовавшая мобильные устройства для пользования государственными и муниципальными услугами. Коэффициент информативность (К = 65 %) подтвердил значимость состава главной компоненты «Необходимость подключения к Интернету».
На следующем этапе исследования была проведена многомерная дифференциация регионов Российской Федерации по показателям развития сети Интернет с помощью метода иерархической кластеризацией - методом Варда, выбор которого был обусловлен необходимостью оптимизации дисперсии внутри кластера и создания
кластеров приблизительно равных размеров. В качестве показателей, характеризующих развитие сети Интернет, использовались сгенерированные главные компоненты [5]: /1 - развитие сети Интернет; /2 - ресурсы к подключению Сети; /з - материальная возможность подключения сети;
/4 - технологическая оснащенность; /5 - необходимость к подключению сети. В качестве меры расстояния между кластерами использовалось Евклидово расстояние [1]:
¿¿5£(х,у) = - У()2 (2)
Следует отметить, что г. Москва был выведен из рассмотрения ввиду несопоставимости данного региона с другими, так как величины отдельных показателей развития ИКТ-сферы в этом регионе значительно превышают аналогичные в других субъектами Российской Федерации.
Дендрограмма результатов применения кластерного анализа представлена на рисунке 1.
Анализ полученных результатов показал, что состав первого кластера определяют регионы Северо-Кавказского и Сибирского федеральных округов, которые характеризуются недостаточным уровнем развития информационных технологий. В состав второго кластера, который является самым малочисленным, вошли регионы Дальневосточного федерального округа, а также Тюменская область и Ненецкий автономный округ. Данный кластер характеризуется слабым развитием основных показателей сети Интернет и, следовательно, слабой оснащенностью информационно-коммуникационных технологий. В состав третьего кластера входят представители Центрального федерального округа, Приволжского федерального округа, Южного федерального округа, и большинство регионов СевероЗападного федерального округа. Данные регионы характеризуются высоким уровнем развития, большой численностью активных пользователей сети Интернет, по причине быстрого развития информационно-коммуникационных технологий, сети связи. В четвертый кластер вошли регионы Северо-Западного, Приволжского и Центрального федеральных округов. Данные регионы характеризуются средним уровнем цифровизациии развитием ИКТ-сферы.
Дендограмма многомерной дифференциации регионов Российской Федерации по главным компонентам, характеризующим основные показатели развития сети Интернет / Dendogram of multidimensional differentiation of the regions of the Russian Federation by the main components characterizing the main indicators of the development of the Internet
Оценка каждого кластера производилась путем присваивания ему ранга. С этой целью для каждого кластера были рассчитаны найти средние значения показателей, входящие в состав главных компонент (табл. 3).
По результатам данной таблицы можно сделать вывод, что максимальные значения большинства исходных признаков относятся к треть-
Необходимость подключения Сети в большей мере ощущается у второго кластера, так как регионы, находящиеся в нем, относятся к удаленным и медленно развивающимися. Регионы второго кластера отстают по уровню развития ИКТ-сферы — низкие величины большинства исходных признаков свидетельствуют об истинности этого суждения. Однако второй кластер превосходит другие по уровню материального обеспечения населения, так как среднедушевые доходы населения в этом кластере гораздо выше.
ему кластеру, что подтверждает его преимущество перед остальными кластерами. Данный кластер характеризуется большим числом активных пользователей сети Интернет. Материальной возможностью подключения к Интернету в большей степени также обладают регионы, отнесенные к третьему кластеру, который характеризуется стабильными доходами населения.
Таблица 3 / Table 3
Самой слабой материальной возможностью обладают первый и четвертый кластеры, к которым, в частности, относится Республика Марий Эл.
Развитие сети Интернет играет важную роль в развитии информационно-коммуникационных технологий. Состояние и тенденции развития зависят от влияния динамики социально-экономических показателей развития отдельных регионов и страны в целом. К важнейшим показателям результативности, осуществляющим развитие ин-фокоммуникационной сферы, относят показатели,
Средние значения исходных признаков, входящих в состав главных компонент, по каждому кластеру / Average values of the initial characteristics included in the main components for each cluster
Обозначение показателя / Indicator notation Средние значения / Average values
1 кластер / 1 cluster 2 кластер / 2 cluster 3 кластер / 3 cluster 4 кластер / 4 cluster
Xi 9786,04 5209,57 17381,28 12554,19
71,55 69,92 74,89 74,80
Хз 36,94 31,82 71,42 51,20
Х4 73,74 61,27 76,76 71,53
Х5 79,16 79,18 80,26 76,05
Х6 25199,61 36257,80 31158,90 25772,66
Х7 1317,72 1322,94 2250,90 1551,80
Х8 9546,17 8275,72 10701,60 8474,59
Хд 18115,19 23583,10 28278,60 14904,44
Х10 32610,94 28958,11 65345,66 50547,20
Х11 408101,59 330622,33 991164,38 910942,40
Х12 17418,72 14187,06 22314,69 26919,00
Х13 7883271,18 7495426,42 14791315,29 12030322,08
Х14 476086,41 449330,60 846170,06 616131,83
Х15 99,41 99,72 99,71 99,63
Х16 1,36 1,16 2,28 1,67
Х17 75,81 75,47 100,04 79,32
Х18 587,51 934,55 594,82 543,94
Х19 281,85 252,39 242,82 236,77
характеризующие развитие Сети; ресурсы к подключению сети Интернет; материальную возможность к подключению; техническую оснащенность к подключению и необходимость. Они отражают способность к адаптации и приспособленность к структуре информатизации региона и страны в целом к новым техническим и технологическим совершенствованиям.
Для того чтобы оценить состояние сферы ин-фокоммуникаций, развитие Интернета в стране и более четко установить факторы роста данных показателей, был проведен эконометрический анализ, который проводился по регионам Российской Федерации, ранее сгруппированным в отдельные кластеры [6]. Информационную базу исследования составили пространственные данные основных показателей, характеризующих развитие сети Интернет за 2019 г., представленные в сборниках Федеральной службы государственной статистики.
В качестве результативного показателя выступал признак, отражающий число активных абонентов фиксированного широкополосного доступа к сети Интернет, тыс. чел. - .
Первоначально для построения эконометри-ческих моделей для каждого кластера были взяты все объясняющие переменные соответственно [9]. В результате после проверки и удаления незначимых по 1>критерию переменных был сформирован набор, состоящий из статистически значимых и надежных уравнений регрессии по Б-критерию, описывающий развитие инфо-коммуникационной сферы для регионов каждого кластера. Проверка на отсутствие автокорреляции остатков основывалась на критерии Дарбина — Уотсона. В качестве оценки точности модели использовалась стандартная ошибка оценки [3].
Результаты проведенного эконометрического анализа для первого кластера представлены в виде уравнения регрессии:
у1 = - 586,8 + 5,4*х3 - 0,1*х10 + 10,1*х17 (3)
¿-статистика (-2,65) (8,49) (-4,53) К2 = 0,94; Б = 70,93; БМ = 2,14; 8.Б. = 143,3;
Все коэффициенты уравнения являются статистически значимыми и надежными по 1>кри-терию, что позволило сделать следующие выводы: при увеличении численности студентов, бакалавров, специалистов и магистрантов на одного человека в среднем численность активных
пользователей Интернета увеличится на 5,4, при неизменном влиянии остальных признаков, включенных в модель. Увеличение числа абонентов мобильного доступа в Интернет на одного человека благоприятно скажется на развитии Интернета в регионах первого кластера и повлечет за собой рост активных абонентов Сети на 100 человек соответственно.
Для второго кластера уравнение регрессии имеет вид:
У2 = -119,4 + 0,1*^11 + 30,2*Х16 (4) £ - статистика (-5,9) (4,9) (7,7) К2 = 0,98; Б = 97,2; БМ = 2,1; 8.Б. = 153,4;
По данному уравнению можно сделать вывод о том, что при увеличении объема валового регионального продукта на 1 млн рублей в среднем численность активных пользователей Интернета увеличится на 100 человек при неизменном влиянии остальных признаков, включенных в модель. Также увеличение доли затрат на 1 % благоприятно скажется на развитии Интернета в регионах второго кластера и повлечет за собой рост активных абонентов Сети на 30,2 тыс. человек соответственно.
Уравнение регрессии для регионов третьего кластера:
у3 = 47,3 + 0,1*х1 + 4,4*х3 (5)
£ - статистика (1,5) (9,4) (6,7) К2 = 0,86; Б = 90,9; БМ = 1,73; 8.Б. = 106,6;
По данному уравнению можно сделать вывод о том, что при увеличении объема затрат на ИКТ на 1 млн рублей в среднем численность активных пользователей Интернета увеличится на 100 человек при неизменном влиянии остальных признаков, включенных в модель. Также увеличение численности студентов на 1 тыс. человек повлечет за собой рост активных абонентов Сети на 4,4 тыс. человек соответственно.
Уравнение регрессии для регионов четвертого кластера:
= - 362,3 + 5,1*х4 + 0,1*х7 + 0,1*х13 (6)
£ - статистика (-2,1) (2,1) (2,8) (3,6)
К2 = 0,71; Б = 23,5; БМ = 1,73; 8.Б. = 110,14.
Данное уравнение позволяет сделать вывод, что при увеличении удельного веса городского населения на 1 % в среднем численность
активных пользователей Интернета увеличится на 5,1 тыс. человек при неизменном влиянии остальных признаков, включенных в модель. Также увеличение численности населения на 1 тыс. человек повлечет за собой рост активных абонентов сети на 100 человек соответственно. На развитие Интернета в регионах четвертого кластера влияет объем услуг связи, об этом свидетельствует то, что при увеличении объема связи на 1 млн руб./чел. количество активных пользователей Интернета увеличится на 100 человек.
Заключение
На сегодня практически не существует той или иной области, где не было бы необходимости в обработке данных. В связи с этим стоит острая задача выбора оптимального метода обработки данных — особенно в тех случаях, где необходима быстрая оценка данных, полученная из различных источников. Зачастую в подобных задачах исходные данные могу отличаться по характеру, объему, именно поэтому становится необходимым использовать многомерные статистические методы.
В рамках настоящего исследования была сформирована система показателей, которая характеризует развитие сети Интернет в регионах Российской Федерации. С помощью компонентного анализа удалось распределить набор исходных признаков на обобщенные компоненты, которые в наилучшей степени описывают критерии, которые в той или иной степени оказывают
влияние на развитие сети Интернет, в частности на численность ее абонентов.
Главной проблемой развития сети Интернет в нашей стране является значительный цифровой разрыв между многими регионами России. Такой разрыв наблюдается даже между регионами в пределах одного федерального округа, что было доказано с помощью кластерного анализа. Обеспечение устойчивого развития информационно-коммуникационных технологий и связанных с ними процессов, вхождение в состав стран-мировых лидеров в этой отрасли требуют минимизации цифрового неравенства среди субъектов Российской Федерации.
Создание благоприятных условий для повсеместного распространения современных технологий и сокращение различий в уровне их использования между отдельными регионами и слоями общества являются стратегическим направлением государственной политики в области развития информационного общества и электронного правительства на федеральном и региональном уровнях.
Полученные в ходе исследования результаты эконометрического анализа доказывают необходимость индивидуального подхода к развитию информатизации в регионах кластеров и демонстрируют возможные пути совершенствования. Становится очевидной важность формирования социально-экономической сферы, основные положения которой должны ориентироваться на решение задачи развития инфокоммуникационной сферы в каждом из регионов и страны в целом.
Список литературы
1. Айвазян С.А., Бухштабер В.М. Прикладная статистика: классификация и снижение размерности. М. : Финансы и статистика, 2015. 607 с.
2. Александров О.В., Клочкова Е.Н., Минашкин В.Г., Садовникова Н.А Методология формирования системы статистических показателей эффективности развития сферы информационно-коммуникационных технологий: монография. М. : МЭСИ, 2015. 181 с.
3. Арженовский С. Эконометрическое моделирование использования Интернет-услуг // Учет и статистика. 2009. № 4. С. 68-72. URL: http://uchet.rsue.ru/pdf/4-2015.pdf (дата обращения: 15.10.2020).
4. Мхитарян В.С., Сарычева Т.В. Исследование структуры занятости по видам экономической деятельности в Российской Федерации // Вестник Бурятского государственного университета. Экономика и менеджмент. 2019. № 2. С. 31-50. URL: https://cyberleninka.rU/article/n/issledovanie-struktury-zanyatosti-po-vidam-ekonomicheskoy-deyatelnosti-v-rossiyskoy-federatsii (дата обращения: 27.10.2020).
5. Сарычева Т.В. Методологические подходы к классификации территорий на муниципальном уровне по показателям развития занятости и безработицы региона // Системное управление. 2016. № 2 (31). 27 с. URL: http://sisupr.mrsu.ru/2016-2/PDF/Sarycheva.pdf (дата обращения: 2.11.2020).
6. Сунтура JI., С.В. Арженовский Статистические модели процесса использования интернет-услуг // Учет и статистика. 2015. № 32. 60 с.
7. Сунтура Л., Арженовский С.В. Экономико-статистический анализ структуры региональных затрат на информационные и коммуникационные технологии // Экономический анализ: теория и практика. 2014. № 28. С. 10-14.
8. Тюрина O.E. Выявление факторов, влияющих на развитие рынка Интернет-услуг в регионе // Вестник Поволжского государственного университета сервиса. Серия: Экономика. 2010. № 4. С. 100-106.
1. Ayvazyan S.A., Bukhshtaber V.M. Prikladnaya statistika: klassifikatsiya i snizhenie razmernosti [Applied statistics: classification and dimensionality reduction]. Moscow, Finance and Statistics Publ., 2015, 607 p. (In Russ.).
2. Aleksandrov O. V., Klochkova E.N., Minashkin V.G., Sadovnikova N.A. Metodologiya formirovaniya sistemy statistich-eskikh pokazatelei effektivnosti razvitiya sfery informatsionno-kommunikatsionnykh tekhnologii: monografiya [Methodology for the formation of a system of statistical indicators of the effectiveness of the development of the sphere of information and communication technologies: monograph]. Moscow, MESI Publ., 2015, 181 p. (In Russ.).
3. Arzhenovskiy S. Ekonometricheskoe modelirovanie ispol'zovaniya Internet-uslug [Econometric modeling of the use of Internet services]. Uchet i statistika = Accounting and Statistics, 2009, no. 4, pp. 68-72. (In Russ.).
4. Mkhitaryan V.S., Sarycheva T.V. Issledovanie struktury zanyatosti po vidam ekonomicheskoi deyatel'nosti v Rossiiskoi Federatsii [A study of the employment composition by types of economic activity in the Russian Federation]. VestnikBuryatskogo gosudarst-vennogo universiteta. Ekonomika i menedzhment = BSU Bulletin. Economics and management, 2019, no. 2, pp. 31-50. (In Russ.).
5. Sarycheva T.V. Metodologicheskie podkhody k klassifikatsii territorii na munitsipal'nom urovne po pokazatelyam razvitiya zanyatosti i bezrabotitsy regiona [Methodological approaches to classification of territories at the municipal level on indicators of development of employment and unemployment of the region]. Sistemnoe upravlenie = System Management, 2016, no. 2 (31), p. 27. (In Russ.).
6. Suntura L., Arzhenovskiy S.V. Statisticheskie modeli protsessa ispol'zovaniya internet-uslug [Statistical models of the process of using online services]. Uchet i statistika = Accounting and Statistics, 2013, no. 4, p. 60. (In Russ.).
7. Suntura L., Arzhenovskiy S.V. Ekonomiko-statisticheskii analiz struktury regional'nykh zatrat na informatsionnye i kommuni-katsionnye tekhnologii [Economic and statistical analysis of the cost structure of regional information and communication technology]. Ekonomicheskii analiz: teoriya ipraktika = Economic Analysis: Theory and Practice, 2014, no. 28. pp. 10-14. (In Russ.).
8. Tyurina O.E. Vyyavlenie faktorov, vliyayushchikh na razvitie rynka internet-uslug v regione [Identification of factors influencing the development of the Internet services market in the region]. VestnikPovolzhskogo Gosudarstvennogo Universiteta Servisa. Seriya: Ekonomika = Vestnik of Volga region State University of Service. Series: "Economics", 2010, no. 4, pp. 100-106. (In Russ.).
References
Статья поступила в редакцию 04.11.2020 г.; принята к публикации 05.12.2020 г.
Submitted 04.11.2020; revised 05.12.2020.
Все авторы прочитали и одобрили окончательный вариант рукописи.
All authors have read and approved the final manuscript.
Об авторах
Сарычева Татьяна Владимировна
Adout the autors Tatyana V. Sarycheva
доктор экономических наук, доцент, директор института цифровых технологий, профессор кафедры прикладной статистики и информатики, Марийский государственный университет, г. Йошкар-Ола, Россия, tvdolmatova@bk.ru
Dr. Sci. (Economics), Associate Professor, Director of the Institute of Digital Technologies, Professor of the Department of Applied Statistics and Informatics, Mari State University, Yoshkar-Ola, Russia,
tvdolmatova@bk. ru
Иванова Дарья Дмитриевна
магистрант, Марийский государственный университет, г. Йошкар-Ола, Россия,
kaulit2009@yandex. гы
Daria D. Ivanova
Graduate Student, Mari State University, Yoshkar-Ola, Russia, kaulit2009@yandex.ru
