ОЦЕНКА ПОТЕНЦИАЛА РАЗВИТИЯ ЭКОСИСТЕМНОЙ МОДЕЛИ ОТРАСЛЕЙ РОССИЙСКОЙ ЭКОНОМИКИ Текст научной статьи по специальности «Экономика и бизнес»

ОЦЕНКА ПОТЕНЦИАЛА РАЗВИТИЯ ЭКОСИСТЕМНОЙ МОДЕЛИ ОТРАСЛЕЙ РОССИЙСКОЙ ЭКОНОМИКИ

ASSESSMENT OF THE DEVELOPMENT POTENTIAL OF THE ECOSYSTEM MODEL OF RUSSIAN ECONOMIC SECTORS

Ростовцев Константин Викторович

Доцент кафедры менеджмента и предпринимательства ФГБОУ ВО «Уральский государственный экономический университет», кандидат экономических наук, доцент

Konstantin V. Rostovtsev

Associate Professor, Department of Management and Entrepreneurship, Ural State Economic University, Candidate of Economic Sciences, Associate Professor

Хохолуш Мария Станиславовна

Доцент кафедры менеджмента и предпринимательства ФГБОУ ВО «Уральский государственный экономический университет», кандидат педагогических наук, доцент

Maria S. Khokholush

Associate Professor, Department of Management and Entrepreneurship, Ural State Economic University, Candidate of Pedagogical Sciences, Associate Professor

Тарасюк Иван Васильевич

Заместитель директора учебно-научного полигона «Саблино», ФГБОУ ВО «Санкт-Петербургский горный университет императрицы Екатерины II»

Ivan V. Tarasyuk

Deputy Director of the educational and scientific training ground "Sablino", Federal State Budgetary Educational Institution of Higher Education "St. Petersburg Mining University of Empress Catherine II"

Аннотация

Актуальность исследования потенциала развития экосистемной модели в отраслях национальной экономики обусловлена необходимостью формирования сквозной цифровой системы, позволяющей оперативно решать вопросы координации ресурсов в рамках отраслей. Цель статьи заключается в получении комплексного представления о возможностях развития экосистемной модели в отраслях российской экономики. В качестве методологии исследования используются положения экосистемного подхода, концепций цифровизации экономики. Полученные результаты позволяют сделать вывод о наличии высокого потенциала развития экосистемной модели в отрасли оптовой и розничной торговли, в то же время низкий потенциал, обусловленный разнородностью используемого программного обеспечения и цифровых технологий присутствует в отраслях здравоохранения, культуры и государственного управления, и социального обеспечения. Детализация оценки цифровых разрывов, препятствующих развитию экосистемной модели отрасли позволяет определить направления цифровой трансформации отраслей.

Abstract

The relevance of studying the potential for the development of an ecosystem model in sectors of the national economy is due to the need to create an end-to-end digital system that allows quickly solving issues of resource coordination within sectors. The purpose of the article is to obtain a comprehensive understanding of the possibilities for developing an ecosystem model in sectors of the Russian economy. The research methodology uses the provisions of the ecosystem approach and the concepts of digitalization of the economy. The results obtained allow us to conclude that there is a high potential for the development of an ecosystem model in the wholesale and retail trade industry, while at the same time, low potential due to the heterogeneity of the software and digital technologies used is present in the sectors of healthcare, culture, public administration, and social security. A detailed assessment of the digital gaps that impede the development of the industry’s ecosystem model allows us to determine the directions for the digital transformation of industries.

Ключевые слова: экосистема, цифровизация экономики, инфраструктура цифровой экономики, информационно-коммуникационные технологии, цифровые технологии

Keywords: ecosystem, digitalization of the economy, infrastructure of the digital economy, information and communication technologies, digital technologies.

Появление экосистемной модели развития отраслей экономики связано с активным внедрением цифровых технологий, обеспечивающих техническую поддержку межорганизационных взаимодействий. Новая инновационная модель развития отрасли предполагает формирование механизмов координации, функционирующих на основе сбора, обработки и анализа больших данных. Такой механизм координации должен, по мнению авторов [1], обеспечивать высокую обоснованность, адаптивность и скорость принятия управленческих решений, касающихся функционирования предприятий отрасли.

Результат внедрения экосистемной модели отрасли представляет собой комплекс сквозных технологий, обеспечивающих взаимодействие участников экосистемы. Низкий потенциал развития экосистемной модели связан с цифровыми разрывами различной природы [2]. Цифровой разрыв определяется как отсутствие возможности использования цифровых технологий, обусловленное, по мнению авторов, различными группами факторов. Наибольшее количество работ посвящено изучению цифровых разрывов, вызванных социальным и экономическим неравенством групп населения, характеризующихся следующими признаками: как пол, возраст, уровень дохода и т.д. [3, 4, 5]. В исследованиях цифровых разрывов между территориями авторы [6, 7, 8] уделяют внимание факторам, обуславливающим возможность доступа в сеть Интернет и компетентностным характеристикам пользователей. При этом исследований цифровых разрывов, препятствующих масштабированию экосистемной модели в отраслях российской экономики достаточно немного [9, 10]. При этом потенциал развития экосистемной модели зависит от интенсивности инфраструктурных, отраслевых, межотраслевых цифровых разрывов.

В таблице 1 представим виды цифровых разрывов и последствия их наличия.

Таблица 1 – Виды и характеристики цифровых разрывов

Наименование цифрового разрыва Природа разрыва Форма проявления цифрового разрывы Обобщающие последствия цифрового разрыва для экономической системы

Инфраструктурные и компетентностные цифровые разрывы Отсутствие инфраструктуры и навыков использования цифровых технологий - отсутствие доступа к Интернету

- отсутствие навыков использования цифровых технологий

- отсутствие использования облачных сервисов

- отсутствие центров обработки данных - нарушение коммуникационного процесса: электронная почта, телефонные переговоры, видеоконференции, доступ к внешним базам данных (порталы занятости, банк и т.д.)

Цифровые разрывы при реализации товара розничным потребителям (в b2c) Отсутствие использования цифровых технологий для связи с розничными потребителями - отсутствие сайта

- отсутствие аккаунтов в социальных сетях

- отсутствие аккаунтов на цифровых платформах b2c

- отсутствие использования технологии интернет вещей

- отсутствие использование технологии искусственного интеллекта - усложнение процесса реализации продукта розничному потребителю: отсутствие продвижения в сети интернет, получения отзывов от потребителей и процесса реализации

Межотраслевые цифровые разрывы Разный уровень цифровизации предприятий смежных отраслей, продукция которых используется в ходе одной производственно-распределительной цепи - отсутствие CRM систем

- отсутствие использования технологий сбора и обработки больших данных

- отсутствие использования платформенных технологий

- усложнение процесса взаимодействия с партнерами в рамках производственно-распределительных цепей, рост издержек за счет увеличения посредников, осуществляющих координацию товарных потоков

Внутриотраслевые

цифровые разрывы Разный уровень цифровизации предприятий одной отрасли, продукция которых используется в ходе одной производственно-распределительной цепи - отсутствие CRM систем

- отсутствие информационных систем управления закупками

- отсутствие информационных систем управления продажами

- отсутствие использования технологий сбора и обработки больших данных

- отсутствие использования платформенных технологий

- усложнение процесса взаимодействия с партнерами в рамках производственно-распределительных цепей, рост издержек за счет увеличения посредников, осуществляющих координацию товарных потоков

Внутриорганизационные

цифровые разрывы Отсутствие единой цифровой среды, объединяющей бизнес-процессы компании - отсутствие ERP-, CSRP-систем,

- отсутствие информационных систем управления складом,

- отсутствие информационных систем управления производством,

- отсутствие использования технологии интернет вещей

- отсутствие использование технологии искусственного интеллекта - низкая организационная эффективность функционирования, обусловленная замедлением управленческой реакции на внутриорганизационные проблемы, увеличение себестоимости за счет роста издержек на координацию работы

Для выявления последствии наличия цифровых разрывов использованы результаты опроса о направлениях использования цифровых технологий в организациях, включенных в состав ежегодного обследования Индикаторы цифровой экономики, осуществляемого исследователями Высшей школы экономики [11].

Методика исследования

Понимание связанности возможностей развития экосистемной модели отрасли и наличия цифровых разрывов позволяет осуществить количественное исследования потенциала развития экосистемной модели в отраслях российской экономики. Алгоритм методики оценки потенциала развития экосистемной модели представлен на рисунке 1.

Рисунок 1 – Алгоритм методики оценки потенциала развития экосистемной модели в отрасли

Источник: Составлено авторами

При осуществлении исследования мы исходим из предположения, что чем выше однородность доли организаций, обладающих инфраструктурным, технологическим и цифровым потенциалом в отрасли, тем выше потенциал развития экосистемной модели в этой отрасли. Соответственно для оценки однородности мы используем показатель вариации, формула 1.

Pi,t,d=√((∑▒x^2 )/n-〖(∑▒〖x)〗〗^2/n^2 )/x ̅

где Pi – инфраструктурный потенциал отрасли;

Pt – технологический потенциал отрасли;

Pd – цифровой потенциал отрасли;

х – показатель доли организаций отрасли обладающих сущностным признаком для расчета значения соответствующего потенциала;

- для расчета инфраструктурного потенциала отрасли – доля организаций, имеющих доступ к цифровой инфраструктуре;

- для расчета технологического потенциала отрасли – доля организаций, использующих отдельные виды ИКТ;

- для расчета цифрового потенциала отрасли – доля организаций, использующих отдельные виды цифровых технологий;

n – количество наблюдений.

Далее осуществляется оценка потенциала развития экосистемной модели, формула 2,

Pe= Pi+ Pt+ Pd

При интерпретации результатов расчетов необходимо исходить из того, что чем ниже значение коэффициента вариации, тем выше значение соответствующего потенциала. Соответственно, чем выше однородность доли организаций, обладающих инфраструктурным, технологическим и цифровым потенциалом, тем выше потенциал развития экосистемной модели в отрасли.

Результаты исследования

В таблице 2 приведены результаты оценки инфраструктурного, технологического и цифрового потенциала в разрезе отраслей экономики РФ за 2021-2022 годы.

Таблица 2 – Результаты оценки инфраструктурного, технологического и цифрового потенциала в разрезе отраслей экономики РФ за 2021-2022 годы

Отрасли Инфраструктурный потенциал Технологический потенциал Цифровой потенциал

2021 2022 2021 2022 2021 2022

Сельское хозяйство 0,62 0,61 0,75 0,45 0,73 0,76

Добыча полезных ископаемых 0,46 0,45 0,56 0,38 0,73 0,70

Обрабатывающая промышленность 0,52 0,52 0,43 0,29 0,58 0,60

Обеспечение энергией 0,41 0,43 0,60 0,43 0,72 0,72

Водоснабжение, водоотведение, утилизация отходов 0,57 0,57 0,72 0,40 0,79 0,81

Строительство 0,39 0,37 0,71 0,41 0,83 0,79

Оптовая и розничная торговля 0,21 0,21 0,33 0,26 0,63 0,86

Транспортировка и хранение 0,49 0,47 0,57 0,40 0,68 0,76

Гостиницы и общественное питание 0,48 0,47 0,54 0,30 0,80 0,89

Информация и связь 0,34 0,34 0,56 0,43 0,76 0,83

Отрасль информационных технологий 0,35 0,34 0,60 0,47 0,80 0,90

Финансовый сектор 0,17 0,16 0,56 0,53 0,83 0,92

Операции с недвижимым имуществом 0,45 0,44 0,84 0,51 0,80 0,88

Профессиональная, научная и техническая деятельность 0,37 0,36 0,79 0,52 0,85 0,87

Высшее образование 0,40 0,38 0,63 0,48 0,58 0,60

Здравоохранение и предоставление социальных услуг 0,54 0,51 0,77 0,53 0,89 0,92

Культура и спорт 0,53 0,51 0,88 0,53 0,93 0,97

Государственное управление, социальное обеспечение 0,56 0,54 0,97 0,68 0,90 0,94

Всего 0,40 0,39 0,59 0,42 0,72 0,82

Как видно из таблицы, наименьшие барьеры к развитию экосистемной модели в отраслях российской экономики присутствуют с точки зрения доступа к цифровой инфраструктуре, практически все организации имеют доступ к сети Интернет. Наилучшие значения инфраструктурного потенциала в Финансовом секторе – значение коэффициента вариации 0,17 в 2021 году и 0,16 в 2022 году, наихудшие значения инфраструктурного потенциала в сельском хозяйстве – значение коэффициента вариации 0,62 в 2021 году и 0,61 в 2022 году. Значения технологического потенциала значительно хуже, что свидетельствует о неравномерном распространении типовых программных средств в организациях отраслей. Наилучшие значения наблюдаются у организаций оптовой и розничной торговли – значение коэффициента вариации 0,33 в 2021 году и 0,26 в 2022 году. Высокая дифференциация организаций по виду использования программных средств не позволяет формировать единую информационную среду, что является ключевым при развитии экосистемной модели отрасли. Еще большая дифференциация организаций наблюдается при оценке равномерности использования цифровых технологий, причем, в отличии от результатов оценки инфраструктурного и технологического потенциалов, внутриотраслевой цифровой разрыв растет – значение общего коэффициента вариации 0,72 в 2021 году и 0,82 в 2022 году. Наилучшее значение цифрового потенциала наблюдается в сфере высшего образования – значение коэффициента вариации 0,58 в 2021 году и 0,60 в 2022 году. Представленная оценка составляющих потенциала развития экосистемной модели в отраслях российской экономики позволяет сделать вывод о наличии существенных внутриотраслевых барьеров, как с точки зрения использования организациями специальных программных средств, так и сточки зрения использования цифровых технологий. Далее представим совокупную оценку потенциала развития экосистемной модели в отраслях российской экономики, таблица 3.

Таблица 3 – Совокупная оценка потенциала развития экосистемной модели в отраслях российской экономики, 2021-2022 гг.

Отрасли

Потенциал развития экосистемной модели Изменение 2022 к 2021

2021 2022

Всего 1,71 1,62 0,95

Сельское хозяйство 2,09 1,82 0,87

Добыча полезных ископаемых 1,75 1,53 0,88

Обрабатывающая промышленность 1,53 1,41 0,92

Обеспечение энергией 1,73 1,58 0,91

Водоснабжение, водоотведение, утилизация отходов 2,08 1,79 0,86

Строительство 1,94 1,57 0,81

Оптовая и розничная торговля 1,17 1,33 1,14

Транспортировка и хранение 1,74 1,63 0,94

Гостиницы и общественное питание 1,82 1,67 0,91

Информация и связь 1,66 1,60 0,96

Отрасль информационных технологий 1,75 1,71 0,97

Финансовый сектор 1,57 1,61 1,03

Операции с недвижимым имуществом 2,09 1,82 0,87

Профессиональная, научная и техническая деятельность 2,00 1,74 0,87

Высшее образование 1,62 1,46 0,90

Здравоохранение и предоставление социальных услуг 2,19 1,97 0,90

Культура и спорт 2,34 2,01 0,86

Государственное управление, социальное обеспечение 2,43 2,17 0,89

Как видно из таблицы наибольшим потенциалом для развития экосистемной модели в отрасли обладают организации оптовой и розничной торговли – значение потенциала развития экосистемной модели 1,17 в 2021 году и 1,33 в 2022 году, данная оценка подтверждается наблюдаемым использованием элементов экосистемной модели, такими как цифровые маркетплейсы. Наибольшие значения внутриотраслевых цифровых разрывов, снижающих потенциал развития экосистемной модели, наблюдаются в отраслях здравоохранения, культуры и государственного управления, и социального обеспечения. Данное обстоятельство может быть обусловлено дифференциацией программного обеспечения и цифровых технологий в связи с различной ведомственной принадлежностью организаций. Отсутствие унификации программного обеспечения и цифровых технологий приводит к снижению потенциала развития экосистемной модели в данных отраслях.

Характеристика цифровых разрывов, представленная в таблицах 2 и 3 позволяет составить модель цифровых разрывов, препятствующих активному развитию экосистемной модели, рисунок 2.

Рисунок 2 – Модель цифровых разрывов, препятствующих активному развитию экосистемной модели

Детализация оценки цифровых разрывов, препятствующих развитию экосистемной модели отрасли, позволяет определить направления цифровой трансформации отраслей. Среди перспективных способов преодоления цифровых разрывов, препятствующих внутриотраслевой цифровой интеграции, является создание центров, формирующих совместимое программное обеспечение [12, 13], позволяющее создать комплекс сквозных технологий, обеспечивающих взаимодействие участников экосистемы.

Библиографический список

Титов И. А. Трансформация роли экосистем в контексте современных условий развития цифровой экономики в России //Государственное управление. Электронный вестник. – 2023. – №. 98. – С. 48-61. DOI: 10.24412/2070-1381-2023-98-48-61

Орехова С. В., Мисюра А. В. Промышленность и сельское хозяйство в России: есть ли признаки предпринимательской экосистемы? //Journal of new economy. – 2021. – Т. 22. – №. 3. – С. 69-83. DOI: 10.29141/2658-5081-2021-22-3-4

Tewathia N., Kamath A., Ilavarasan P. V. Social inequalities, fundamental inequities, and recurring of the digital divide: Insights from India //Technology in Society. – 2020. – Т. 61. – С. 101251. DOI: https://doi.org/10.1016/j.techsoc.2020.101251

Laskar M. H. Examining the emergence of digital society and the digital divide in India: A comparative evaluation between urban and rural areas //Frontiers in Sociology. – 2023. – Т. 8. – С. 1145221. DOI: https://doi.org/10.3389/fsoc.2023.1145221

Басова Е. А. Цифровое неравенство российских регионов: современные проблемы и пути преодоления //Вопросы территориального развития. – 2021. – Т. 9. – №. 4. – С. 4-17. DOI: 10.15838/tdi.2021.4.59.4

Koch K. The territorial and socio-economic characteristics of the digital divide in Canada //Canadian Journal of Regional Science. – 2022. – Т. 45. – №. 2. – С. 89-98. DOI: https://doi.org/10.7202/1092248ar

Морозкина А. К. Цифровой разрыв в странах БРИКС: проблемы межрегионального неравенства //Вестник международных организаций: образование, наука, новая экономика. – 2020. – Т. 15. – №. 4. – С. 70-90. DOI: 10.17323/1996-7845-2020-04-04

Ferreira D., Ferreira, D., Vale, M., Carmo, R. M., Encalada-Abarca, L., & Marcolin, C. The three levels of the urban digital divide: Bridging issues of coverage, usage and its outcomes in VGI platforms //Geoforum. – 2021. – Т. 124. – С. 195-206. DOI: https://doi.org/10.1016/j.geoforum.2021.05.002

Плахин А. Е. Огородникова, Е. С., Блинков, И. О., Ростовцев, К. В. Исследование эффектов межсубъектного взаимодействия участников промышленной экосистемы //Вестник Алтайской академии экономики и права. – 2022. – №. 7-2. – С. 276.

Городецкий В. И., Ларюхин В. Б., Скобелев П. О. Концептуальная модель цифровой платформы для кибер-физического управления современным предприятием. Часть 2. Цифровые сервисы //Мехатроника, автоматизация, управление. – 2019. – Т. 20. – №. 7. – С. 387-397. DOI: https://doi.org/10.17587/mau.20.387-397

Абашкин В. Л., Абдрахманова Г. И., Вишневский К. О. и др. (2024). Индикаторы цифровой экономики: 2024: М.: ИСИЭЗ ВШЭ. 402 с.

Брусакова И. А. Цифровые технологии информационного менеджмента киберфизических систем //Системный анализ в проектировании и управлении. – 2021. – Т. 25. – №. 3. – С. 7-16.

Зеленцова Л. С., Хакимов А. А. Инновационно-технологическое развитие производства на базе интеллектуализации процессов. Зарубежный опыт //Вестник университета. – 2017. – №. 12. – С. 44-49.

References

1. Titov I. A. Transformation of the role of ecosystems in the context of modern conditions for the development of the digital economy in Russia //Public administration. Electronic Bulletin. – 2023. – №. 98. – Pp. 48-61. DOI: 10.24412/2070-1381-2023-98-48-61

2. Orekhova S. V., Misyura A.V. Industry and agriculture in Russia: are there signs of an entrepreneurial ecosystem? //Journal of new economy. - 2021. – vol. 22. – No. 3. – pp. 69-83. DOI: 10.29141/2658-5081-2021-22-3-4

3. Tewathia N., Kamath A., Ilavarasan P. V. Social inequalities, fundamental inequities, and recurring of the digital divide: Insights from India //Technology in Society. – 2020. – vol. 61. – p. 101251. DOI: https://doi.org/10.1016/j.techsoc.2020.101251

4. Laskar M. H. Examining the emergence of digital society and the digital divide in India: A comparative evaluation between urban and rural areas //Frontiers in Sociology. – 2023. – Vol. 8. – p. 1145221. DOI: https://doi.org/10.3389/fsoc.2023.1145221

5. Basova E. A. Digital inequality in Russian regions: modern problems and ways to overcome //Issues of territorial development. – 2021. – Vol. 9. – No. 4. – pp. 4-17. DOI: 10.15838/tdi.2021.4.59.4

6. Koch K. The territorial and socio-economic characteristics of the digital divide in Canada //Canadian Journal of Regional Science. – 2022. – Vol. 45. – No. 2. – pp. 89-98. DOI: https://doi.org/10.7202/1092248ar

7. Morozkina A. K. The digital divide in the BRICS countries: problems of interregional inequality //Bulletin of International Organizations: education, Science, new Economy. – 2020. – vol. 15. – No. 4. – pp. 70-90. DOI: 10.17323/1996-7845-2020-04-04

8. Ferreira D., Ferreira, D., Vale, M., Carmo, R. M., Encalada-Abarca, L., & Marcolin, C. The three levels of the urban digital divide: Bridging issues of coverage, usage and its outcomes in VGI platforms //Geoforum. – 2021. – Vol. 124. – Pp. 195-206. DOI: https://doi.org/10.1016/j.geoforum.2021.05.002

9. Plakhin A. E. Ogorodnikova, E. S., Blinkov, I. O., Rostovtsev, K. V. Investigation of the effects of intersubjective interaction of participants in the industrial ecosystem //Bulletin of the Altai Academy of Economics and Law. - 2022. – No. 7-2. – p. 276.10.

Gorodetsky V. I., Laryukhin V. B., Skobelev P. O. A conceptual model of a digital platform for cyber-physical management of a modern enterprise. Part 2. Digital Services //Mechatronics, automation, control. – 2019. – Vol. 20. – No. 7. – pp. 387-397. DOI: https://doi.org/10.17587/mau.20.387-397

11. Abashkin V. L., Abdrakhmanova G. I., Vishnevsky K. O. and others (2024). Indicators of the digital economy: 2024: Moscow: ISIEZ HSE. 402 p

. 12. Brusakova I. A. Digital technologies of information management of cyberphysical systems //System analysis in design and management. – 2021. – Vol. 25. – No. 3. – pp. 7-16.

13. Zelentsova L. S., Khakimov A. A. Innovative and technological development of production based on the intellectualization of processes. Foreign experience //Bulletin of the University. – 2017. – №. 12. – pp. 44-49.

Контактная информация / Contact Information

ФГБОУ ВО «Уральский государственный экономический университет»

620144, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45

Ural State University of Economics

62/45, 8 Marta Street/Narodnaya Volya St, 620144, Yekaterinburg, Russia

Ростовцев Константин Викторович / Konstantin V. Rostovtsev

rostovtsev@isnet.ru

Хохолуш Мария Станиславовна / Maria S. Khokholush

hms@isnet.ru

Тарасюк Иван Васильевич / Ivan V. Tarasyuk

i.tarasyuk1984@mail.ru