CC BY
34Прогнозирование цифровой трансформации
экономики на основе опережающих
&
и сигнальных индикаторов
Forecasting Digital Transformation of the Economy Based on Leading and Alert Indicators
Вертакова Юлия Владимировна
заведующий кафедрой Юго-Западного государственного университета (г. Курск), доктор экономических наук, профессор 305040, г. Курск, ул. 50 лет Октября, д. 94
Yuliya V. Vertakova
Southwest State University (Kursk)
50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
< —
о
УДК 339.7
< о
О
X
о
ГО
Клевцова Мария Геннадьевна
доцент Юго-Западного государственного университета (г. Курск), кандидат
экономических наук, доцент
305040, г. Курск, ул. 50 лет Октября, д. 94
Mariya G. Klevtsova
Southwest State University (Kursk)
50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
Положенцева Юлия Сергеевна
доцент Юго-Западного государственного университета (г. Курск), кандидат
экономических наук, доцент
305040, г. Курск, ул. 50 лет Октября, д. 94
Yuliya S. Polozhentseva
Southwest State University (Kursk)
50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
Система опережающих индикаторов выступает одним из наиболее известных инструментов прогнозирования экономического развития; ее суть заключается в том, чтобы иметь возможность предвидеть переход экономической системы из одного состояния в другое (от подъема к спаду или наоборот). Это получает особую значимость в условиях перехода от постиндустриальной к цифровой экономике, поэтому необходимо уделять особое внимания формированию информационной инфраструктуры и современных информационных систем при реализации приоритетных направлений и программ развития РФ. Новый этап развития цифровой экономики связан с адапта-
цией методов традиционного регулирования к научно-технической политике регионов, поэтому необходимо использовать современные инструменты прогнозирования. Авторами предлагается использовать систему опережающих и сигнальных индикаторов оценки уровня цифровизации экономики, а также разработан способ построения сводного индекса. Цель. Мониторинг состояния и динамики развития цифровизации российской экономики. Задачи. Проанализировать опережающие и сигнальные индикаторы развития цифровой экономики в России и сформировать методические рекомендации по повышению уровня цифровой трансформации.
* Исследование выполнено на основе государственного задания Минобрнауки России N 26.3546.2017/ПЧ «Развитие фундаментальных основ анализа и прогнозирования структурно-динамических параметров региональной экономики на основе интеграции российского и мирового опыта управления территориальным развитием и современных научных доктрин».
< —
о
et о
о
X
о со
Методология. Методической основой исследования является систематизация публикаций отечественных и зарубежных экономистов по проблеме развития цифровой экономики с использованием российской и международной нормативной базы; статистические и экономико-математические методы анализа показателей развития цифровой экономики, а также систематический подход к оценке уровня развития цифровой экономики в России на основе опережающих и сигнальных индикаторов.
Результаты. Классификация и формирование системы показателей цифровизации экономики, оценка уровня цифровой трансформации экономики на основе опережающих и сигнальных индикаторов. Выводы. Расчеты показали, что показатель развития цифровой экономики, отражающий внутренние затраты на исследования и разработки в организациях сектора ИКТ, наилучшим образом дает сигнал о цифровизации экономики РФ и может являться опережающим индикатором, используемым для прогнозирования развития цифровой экономики. Три показателя (валовая добавленная стоимость сектора ИКТ, внутренние затраты на исследования и разработки в организациях сектора ИКТ, публикации российских авторов в научных журналах, индексируемых на международных базах данных) являются по своей сути «сигнальными» индикаторами, определяющими интенсивность происходящих трансформаций в экономике. Ключевые слова: цифровая экономика; циф-ровизация; экономический рост; опережающие индикаторы; сигнальные индикаторы.
Для цитирования: Вертакова Ю. В., Клев-цова М. Г., Положенцева Ю. С. Прогнозирование цифровой трансформации экономики на основе опережающих и сигнальных индикаторов // Экономика и управление. 2018. № 11 (157). С. 47-56.
A system of leading indicators serves as one the most common tools for forecasting economic development; it allows to anticipate the transition of the economic system into a different state (from upturn to downturn and vice versa). This is especially important during the transition from post-industrial to digital economy, which is why particular attention should be paid to the formation of information infrastructure and modern information systems within the framework of implementation of priority areas and development programs of the Russian Federation. A new stage in the development of the digital economy is associated with the adaptation of traditional regulation methods to the scientific and technological policy of the regions using modern forecasting tools. The authors propose using a system of leading and alert indicators to assess the level of economy digitalization and develop a way of constructing a composite index. Aim. The presented study aims to monitor the current state and dynamics of digitalization of the Russian economy.
Tasks. The authors analyze the leading and alert indicators of development of digital economy in Russia and provide methodological recommendations for increasing the level of digital transformation.
Methods. This study uses systematization of the publications of Russian and foreign economists dedicated to the problem of digital economy development using the Russian and international regulatory framework; statistical, economic, and mathematical methods for the analysis of indicators of digital economy development and a systems approach to the assessment of the level of digital economy development in Russia based on leading and alert indicators.
Results. Economy digitalization indicators are classified and systematized; the level of digital transformation of the economy is assessed based on leading and alert indicators. Conclusions. According to the calculations, the indicator of digital economy development that reflects domestic expenses on research and development in the ICT sector best signals the digitalization of the Russian economy and may serve as a leading indicator used for forecasting digital economy development. Three indicators (gross added value of the ICT sector, domestic expenses on research and development in the ICT sector, publications of Russian authors in scientific journals indexed in international databases) are essentially "alert" indicators that determine the intensity of economic transformations.
Keywords: digital economy; digitalization; economic growth; leading indicators; alert indicators.
Citation: Vertakova Yu. V., Klevtsova M. G., Polozhentseva Yu. S. Prognozirovanie tsifrovoy transformatsii ekonomiki na osnove operez-hayushchikh i signal'nykh indikatorov [Fo recasting Digital Transformation of the Economy Based on Leading and Alert Indicators]. Ekonomika i Upravlenie, 2018, no. 11 (157), pp. 47-56.
В настоящее время в мире ведется активная работа по формированию инструментария прогнозирования развития экономики на основе измерения опережающих и сигнальных индикаторов. Каждая страна формирует свою базу макроэкономических показателей упреждающего характера, которая является основополагающей для построения краткосрочных моделей прогнозирования.
Опережающий индикатор (ОИ) — это интегральный показатель, отображающий рыночную ситуацию, указывающую на вероятное изменение состояния социально-экономической системы (бизнеса, отрасли, экономики в целом) в ближайшей перспективе. Эти индикаторы аккумулируют в себе наиболее важную информацию о краткосрочных процессах, свидетельствующих о будущем поведении экономических агентов, и основных трендах в экономике в периоде упреждения.
Опережающие индикаторы было предложено рассчитывать Департаментом макроэкономической политики Евразийской экономической комиссии в 2010 г.; в настоящее время они получили широкое применение в Организации экономического сотрудничества и развития, где строятся Композитный опережающий индикатор (CLI) и индикатор, построенный по методологии The Conference Board [1].
Опыт развитых стран мира по построению опережающих и сигнальных индикаторов позволяет создавать системы индикаторов, направленные на определение вероятного характера изменения развития экономики в будущем [1-6]. Мировая практика говорит о том, что опережающие индикаторы используются в экономической политике для выбора инструментария превентивного регулирования экономики. Основное преимущество использования опережающих индикаторов для прогнозирования развития социально-экономических систем и процессов состоит в том, что они способны предсказать поворотные точки в динамике исследуемого показателя, независимо от ретроспективной динамики.
При формировании системы опережающих индикаторов необходимо обратить внимание на то, что тот или иной показатель может оказаться опережающим, если он раньше, чем экономика в целом, реагирует на изменение экономической ситуации. Далее производится сбор необходимой информации для выбранной системы опережающих показателей.
Чаще всего прогнозы экономического развития основаны на экстраполяционном подходе, составлении различных эконометрических моделей, использовании технического анализа, оценках экспертов и аналитиков. Например, в [7] систематизированы эконометрические и экспертные подходы, применимые для прогнозирования основного макроэкономического показателя — ВВП.
Однако для прогнозирования цифровой трансформация экономики использование традиционных методов прогнозирования невозможно. Попытки формирования наборов индикаторов, характеризующих степень и интенсивность цифровой трансформации экономики, предпринимаются российскими и зарубежными экономистами, влиятельными компаниями, государственными органами [8-13]. В частности, в [14] обобщены подходы к оценке уровня развития цифрового сегмента экономики и предложен один из способов оценки индикаторов развития цифровой экономики в промышленности России.
В силу отсутствия ретроспективной статистики, для предвосхищения экономического развития в будущем предлагается для прогнозирования цифровой трансформации эко-
номики использовать опережающие индикаторы (частные и обобщающий). На наш взгляд, можно использовать несколько показателей, которые могут выступать в качестве опережающих для оценки развития цифровизации экономики. В табл. 1 приведена ретроспективная статистика по ним для Российской Федерации.
В исследовании построен сводный опережающий индекс (Т8Ы), который будет отражать уровень развития цифровой экономики в будущем. Для расчета опережающего индикатора использовалась следующая формула сводки, предлагаемая Федеральной службой государственной статистики [11]:
ТБЫ = • Я,, (1)
¡=1
где ТБЫ — значение сводного индекса опережающих индикаторов; БЫ, — взвешенное среднее из среднеквадратического отклонения ¡-го показателя (БЫ^ — диффузный опережающий индекс, равный среднеквадратическому отклонению в рамках исходного ряда); Я, — ранг (вес).
В табл. 2 представлены промежуточные расчеты — значения среднеквадратического отклонения указанных показателей.
Далее, с помощью метода многокритериального выбора «таблица оценок» и предложенной с помощью экспертных оценок шкалы (табл. 3) был определен ранг (вес) показателей развития цифровой экономики (табл. 4).
Согласно данным табл. 4, опережающий индикатор будет равен:
ТБЫ = (0,078 х 331,368) + (0,097 х х 9874,820) + (0,117 х 170,314) + (0,087 х х 8,990) + (0,097 х 10,548) + (0,107 х х 11,003) + (0,058 х 2,899) + (0,087 х х 10,147) + (0,097 х 6,790) + (0,058 х 0,000) + (0,068 х 0,300) + (0,049 х 0,622) = = 1009,052.
Для сравнения полученного сводного опережающего индикатора рассчитаем значения опережающих индексов для каждого показателя, выбранного нами для оценки развития цифровизации в России, а также определен новый ранг (вес) показателей относительно периода 2010-2016 гг. (табл. 5).
Из расчетов опережающих индикаторов следует: наибольшее значение из 11 компонентов сводного опережающего индекса принял только один показатель — внутренние затраты на исследования и разработки в организациях сектора ИКТ, он составил 1410,698, что значительно выше сводного опережающего индекса, составившего по нашим расчетам величину 1009,052. Отсюда можно сделать вывод, что показатель развития цифровой экономики, отражающий внутренние затраты на иссле-
о
х
О
ГО
Показатели цифровизации экономики, используемые для расчета опережающего индикатора
Показатель -- 2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2016 г.
Валовая добавленная стоимость сектора ИКТ, млрд руб. 1354 1534 1780 1845 2149 2262 2258
Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 6861 9405 20 609 16 103 19 696 33 664 33 977
Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 385 365 374 467 518 739 818
Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 48 57 60 69 70 72 75
Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 49 58 66 71 74 78 81
Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 26 33 41 48 52 55 58
Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 31,4 30,9 30,1 28,9 26,8 24,8 23,3
Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек населения, ед. 166,4 179,0 182,7 193,3 190,8 193,8 197,8
Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 54,5 60,1 66,5 71,4 71,0 72,5 74,3
Уровень грамотности взрослого населения, % 99,7 99,7 99,7 99,7 99,7 99,7 99,7
Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 9,5 9,6 9,6 9,7 9,8 10,1 10,4
Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 4,9 4,5 4,2 3,9 3,6 3,3 3,0
Составлено: авторами на основании [9; 10].
Таблица 2
Расчет среднеквадратического отклонения (СКО) показателей цифровизации экономики
Показатель СКО
Валовая добавленная стоимость сектора ИКТ, млрд руб. 331,386
Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 9874,820
Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 170,314
Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 8,990
Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 10,548
Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 11,003
Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 2,899
Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек населения, ед. 10,147
Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 6,790
Уровень грамотности взрослого населения, % 0,000
Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 0,300
Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 0,622
Рассчитано: авторами.
Таблица 3
Порядковая шкала определения веса индикатора
Темп роста за 2010-2016 гг. Темп прироста Уровень влияния на ИКТ региона Сложность расчета
1 балл Менее 0,1% Менее 0,01% Низкий Низкая
2 балла Более 0,1% Более 0,01% Средний Средняя
3 балла Более 1,1% Более 0,1% Высокий Высокая
Рассчитано: авторами.
«Таблица оценок» показателей развития цифровой экономики
со
Критерий Показатель ^—^^^ Уровень влияния на ИКТ региона Сложность расчета Темп роста за 2010-2016 гг. Темп прироста в 2016 г. Сумма критериев Ранг (вес)
Валовая добавленная стоимость сектора ИКТ, млрд руб. 2 3 2 1 8 0,078
Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 2 3 3 2 10 0,097
Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 3 3 3 3 12 0,117
Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 3 2 2 2 9 0,087
Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 3 3 2 2 10 0,097
Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 3 3 3 2 11 0,107
Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 3 1 1 1 6 0,058
Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек населения, ед. 3 2 2 2 9 0,087
Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 3 3 2 2 10 0,097
Уровень грамотности взрослого населения, % 1 3 1 1 6 0,058
Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 2 1 2 2 7 0,068
Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 2 1 1 1 5 0,049
Всего 103 1
Рассчитано: авторами.
дования и разработки в организациях сектора ИКТ, наилучшим образом дает сигнал о циф-ровизации экономики РФ и может являться опережающим индикатором, на который могут полагаться эксперты в процессе изучения данной сферы.
Помимо опережающих индикаторов, для прогнозирования цифровой трансформации экономики могут применяться и так называемые «сигнальные» индикаторы. Сигнальный подход, предложенный в [15], использовался для предугадывания мирового финансового
Таблица 5
Расчет опережающего индекса для каждого из показателей цифровизации экономики
Показатель/год СКО Ранг (вес) показателей по годам Индикатор
2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2016 г.
Валовая добавленная стоимость сектора ИКТ, млрд руб. 47,341 0,103 0,116 0,135 0,140 0,163 0,172 0,171 47,341
Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 1410,689 0,049 0,067 0,147 0,115 0,140 0,240 0,242 1410,689
Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 24,331 0,105 0,100 0,102 0,127 0,141 0,202 0,223 24,331
Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 1,284 0,106 0,126 0,133 0,153 0,155 0,160 0,166 1,284
Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 1,507 0,103 0,122 0,138 0,149 0,155 0,164 0,170 1,507
Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 1,572 0,083 0,105 0,131 0,153 0,166 0,176 0,185 1,572
Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 0,414 0,160 0,157 0,153 0,147 0,137 0,126 0,119 0,414
Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек населения, ед. 1,450 0,128 0,137 0,140 0,148 0,146 0,149 0,152 1,450
Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 0,970 0,116 0,128 0,141 0,152 0,151 0,154 0,158 0,970
Уровень грамотности взрослого населения, % 0,000 0,143 0,143 0,143 0,143 0,143 0,143 0,143 0,000
Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 0,043 0,138 0,140 0,140 0,141 0,143 0,147 0,151 0,043
Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 0,089 0,179 0,164 0,153 0,142 0,131 0,120 0,109 0,089
Рассчитано: авторами.
кризиса 2008 г. Так, эксперты ЦМАКП предложили сигнальные индикаторы, которые предвещали экономический кризис в 1998, 2001 и 2008 гг. [16].
В работе [17] М. Ю. Андреев выявляет экономические индикаторы, которые в будущем смогут указать на изменения на российском
финансовом рынке. Автор предлагает следующий подход к фиксированию сигнала: выбирается определенный ряд, который объясняет бинарную переменную кризиса, т. е. этот ряд и является сигнальным индикатором. Далее исследуется этот ряд в рамках порога срабатывания индикатора. Так, если значение ряда
превысило (или стало ниже) порогового, то это говорит о наступлении кризиса внутри сигнального окна. Главное, чтобы определенное изменение (кризис) не наступило раньше или позже определенного периода, поэтому длина сигнального окна не может превышать одного периода. Таким образом, М. Ю. Андреев выделяет сигнальные индикаторы, которые можно разделить на несколько условных групп [Там же]:
1) краткосрочные сигнальные индикаторы, в большинстве своем предупреждающие о наличии кризиса на денежном рынке за один квартал до него и использующие информацию фондового и валютного рынков;
2) долгосрочные сигнальные индикаторы, построенные на основе денежных агрегатов и данных о ВВП;
3) долгосрочные сигнальные индикаторы на основе данных о кредитах, депозитах и процентных ставках.
Мы адаптировали этот подход, используя официальную статистику о цифровизации экономики России за 2010-2016 гг. Для группировки данных авторы использовали формулу Стерджесса. Так как число групп нами будет задано — их три (высокий, средний, низкий уровень развития), необходимо определить только шаг интервала. Для этого будем использовать следующую формулу:
Ь = Хтах Хтш
(2)
Согласно целевым показателям программы «Цифровая экономика Российской Федерации», к 2025 г. удельный вес внутренних затрат на научные исследования и разработки сектора ИКТ в общем объеме внутренних затрат на исследования и разработки должен составить 4,3%. В действующих ценах в России в 2016 г. внутренние затраты на научные исследования и разработки составили 943 815 млн руб. Отсюда в 2025 г. внутренние затраты на научные исследования и разработки сектора ИКТ в общем объеме внутренних затрат на исследования и разработки приблизительно должны составить 40 584 млн руб. (943 815 х 4,3% = 40 584). Поэтому за максимум показателя «Внутренние затраты на исследования и разработки в организациях сектора ИКТ» нами будет принято значение 40 584 млн руб.
Значение максимума всех процентных показателей — 100%, так как это наивысшая точка вовлеченности того или иного процесса.
Значение максимума показателей «Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения» и «Проникновение подвижной радио-
телефонной (сотовой) связи на 100 человек» было установлено исходя из анализа данных за 2010-2016 гг. по России в разрезе субъектов РФ. Так, максимумом для первого показателя стало значение 58,8 ед. (г. Москва), а второго — 279,0 ед. (г. Санкт-Петербург и Ленинградская область).
Для оставшихся показателей максимум определялся из совокупности данных за 2010-2016 гг. из табл. 6.
Рассчитанные интервалы для определения уровня развития показателей цифровой экономики России будут использованы для присвоения одного из трех сигнализирующих индикаторов каждому значению за период 2010-2016 гг.
Для показателей цифровизации экономики определим цвет индикатора, сигнализирующий об уровне его развития. Темно-серая заливка означает низкий уровень развития, светло-серая — средний, а отсутствие заливки, соответственно, — высокий. Результаты анализа представлены в табл. 7.
Показатели под номерами 7 и 12 показывают отрицательную и низкую динамику развития в цифровой экономике, что свидетельствует о существующих проблемах в области информационно-коммуникационных технологий, а также в образовательной сфере. Показатели под номерами 8 и 11, несмотря на ежегодное увеличение численного значения, остаются на низком уровне развития в сфере цифровой экономики. Показатель «Уровень грамотности взрослого населения», составляющий почти 100% за период 2010-2016 гг., не меняет своего значения, что говорит о не-ком застое в области образования взрослого населения. Показатели цифровизации экономики России под номерами 4, 5, 6, 9 имеют более положительную тенденцию развития, чем вышеперечисленные. Так, уже с 2012 г. многие из них выходят на средний уровень развития, что свидетельствует о постепенной и масштабной компьютеризации населения и росте вовлеченности его во всемирную сеть Интернет.
Государство и технологии становятся все более связанными в формате единого цифрового пространства. Цифровизация предоставляет возможности для создания новых моделей принятия решений. Также цифровая трансформация требует основательной перестройки подхода к взаимодействию, принятию решений, стимулированию инноваций и формированию законодательной базы. Таким образом, опережающие и сигнальные индикаторы экономической конъюнктуры могут быть использованы для анализа и прогнозирования макроэкономической динамики и уровня развития цифровизации экономики.
п
Расчет интервалов для сигнальных индикаторов
Показатель Xmax Xmin h — шаг Интервал (название)
низкий средний высокий
Валовая добавленная стоимость сектора ИКТ, млрд руб. 2262 1354 303 1354-1657 1657-1960 1960-2262
Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 40 584 6861 11 241 6861-18 102 18 102-29 343 29 343-40 584
Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 818 365 151 365-516 516-667 667-818
Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 100 48 17 48-65 65-82 82-100
Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 100 49 17 49-66 66-83 83-100
Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 100 26 25 26-51 51-77 77-100
Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 58,8 23,3 12,0 23,3-35,3 35,3-47,3 47,3-58,8
Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек, ед. 279,0 166,4 38,0 166,4-204,4 204,4-242,4 242,4-279,0
Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 100,0 54,5 15,0 54,5-69,5 69,5-84,5 84,5-100,0
Уровень грамотности взрослого населения, % 100,0 99,7 0,3 99,7-99,8 99,8-99,9 99,9-100,0
Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 100,0 9,5 30,0 9,5-39,5 39,5-69,5 69,5-100,0
Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 100,0 3,0 32,0 3,0-35,0 35,0-67,0 67,0-100,0
Рассчитано: авторами.
Литература
1. Методологические подходы к построению опережающих индикаторов социально-экономического развития государств — членов ТС и ЕЭП. [Электронный ресурс]. URL: http://www.eurasiancom-mission.org/hy/act/integr_i_makroec/dep_makroec_ pol/investigations/Documents/LEI_meths.pdf (дата обращения: 29.09.2018).
2. Смирнов С. О построении системы индикаторов российского цикла экономической активности // Проблемы теории и практики управления. 2016. № 6. С. 109-114.
3. Фомин А. А. Опережающие индикаторы кризисных явлений волновых процессов в экономике // Вестник Самарского государственного экономического университета. 2016. № 1 (135). С. 9-13.
4. Lowry P. B., Zhang J., Wu T. Nature or nurture? A meta-analysis of the factors that maximize the
prediction of digital piracy by using social cognitive theory as a framework // Computers in Human Behavior. 2017. Vol. 68. Р. 104-120.
5. Robinson S. C. Disclosure of personal data in ecommerce: A cross-national comparison of Estonia and the United States // Telematics and Informatics. 2017. Vol. 34 (2). Р. 569-582.
6. Боровков А. В., Положенцева Ю. С. Управление знаниями, информацией и интеллектуальным капиталом в системе обеспечения модернизации и развития предприятий и бизнесс-групп промышленности // Научный вестник Государственного автономного образовательного учреждения высшего профессионального образования «Невинно-мысский государственный гуманитарно-технический институт». 2017. № 4. С. 85-88.
7. Вертакова Ю. В. Обзор экономических подходов и моделей для прогнозирования ВВП // Экономика и управление. 2016. № 2 (124). С. 22-29.
Индикаторы, сигнализирующие об уровне развития цифровой экономики России ^
со
№ п/п ---Год Показатель —- 2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2016 г.
1 Валовая добавленная стоимость сектора ИКТ, млрд руб. 1354 1534 1780 1845 2149 2262 2258
2 Внутренние затраты на исследования и разработки в организациях сектора ИКТ, млн руб. 6861 9405 20 609 16 103 33 977
3 Публикации российских авторов в научных журналах по направлению «Компьютерные науки», индексируемых в базе данных Web of Science, ед. 385 365 374 467 818
4 Удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, % 48 57 60 75
5 Удельный вес населения, когда-либо пользовавшегося Интернетом, в общей численности населения в возрасте 15-72 лет, % 49 58 81
6 Удельный вес населения, когда-либо пользовавшегося Интернетом практически каждый день, в общей численности населения в возрасте 15-72 лет, % 26 33 41 48 58
7 Телефонная плотность фиксированной связи (включая таксофоны) на 100 человек населения, ед. 31,4 30,9 30,1 28,9 26,8 24,8 23,3
8 Проникновение подвижной радиотелефонной (сотовой) связи на 100 человек населения, ед. 166,4 179,0 182,7 193,3 190,8 193,8 197,8
9 Доля домохозяйств, имеющих персональный компьютер, в общем числе домохозяйств, % 54,5 60,1 66,5 74,3
10 Уровень грамотности взрослого населения, % 99,7 99,7 99,7 99,7 99,7 99,7 99,7
11 Удельный вес обучающихся общеобразовательных учреждений в общей численности населения, % 9,5 9,6 9,6 9,7 9,8 10,1 10,4
12 Удельный вес студентов, обучающихся по образовательным программам высшего образования — программам бакалавриата, специалитета, магистратуры, в общей численности населения, % 4,9 4,5 4,2 3,9 3,6 3,3 3,0
Рассчитано: авторами.
8. Индикаторы цифровой экономики: 2017: стат. сб. / Г. И. Абдрахманова, Л. М. Гохберг, М. А. Кевеш [и др.]. М.: Изд. дом Нац. исслед. ун-та «Высшая школа экономики», 2017. 320 с.
9. Стратегия развития отрасли информационных технологий в Российской Федерации на 2014-2020 годы и на перспективу до 2025 года. [Электронный ресурс]. URL: http://old.minsvyaz.ru/ru/doc/printable. php?id_4=1033 (дата обращения: 01.10.2018).
10. World development report 2016. Digital dividends. Overview. International Bank for reconstruction and development, 2016. [Электронный ресурс]. URL: http://documents.worldbank.org/curated/en/96162 1467994698644/pdf/102724-WDR-WDR20160ver-view-ENGLISH-WebResBox-394840B-0U0-9.pdf (дата обращения: 01.10.2018).
11. Наука, инновации и информационное общество // Официальный сайт Федеральной службы государственной статистики. [Электронный ресурс]. URL: http: / / www.gks. ru / wps / wcm/connect/rosstat_main / rosstat/ru/statistics/science_and_innovations (дата обращения: 01.08.2018).
12. Вертакова Ю. В. Развитие системы индикативного и стратегического планирования при реализации государственной экономической политики на всех уровнях управления // Известия Юго-Западного государственного университета. Сер.: Экономика. Социология. Менеджмент. 2017. Т. 7, № 4 (25). С. 30-56.
13. Плотников В. А. Цифровизация производства: теоретическая сущность и перспективы развития в российской экономике // Известия Санкт-Петер-
бургского государственного экономического университета. 2018. № 4 (112). С. 16-24.
14. Вертакова Ю. В., Положенцева Ю. С., Клевцова М. Г. Индикаторы оценки цифровой трансформации экономики // Экономика и управление. 2018. № 10 (156). С. 14-20.
15. Kaminsky G. L., Lizondo S. J., Reinhart C. Leading Indicators of Currency Crises // IMF Staff Papers. 1998. Vol. 45 (I). P. 1-48.
16. Солнцев О. Г., Пестова А. А., Мамонов М. Е., Магомедова З. М. Опыт разработки системы раннего оповещения о финансовых кризисах и прогноз развития банковского сектора России на 2012 г. // Журнал Новой экономической ассоциации. 2011. № 12 (12). С. 41-76.
17. Андреев М. Ю. Опережающие сигнальные индикаторы кризиса российского финансового рынка и их связь с деловыми циклами // Финансы и кредит. 2016. № 25 (697). С. 2-18.
References
1. Methodological approaches to building leading indicators of the socio-economic development of the Customs Union and the Common Economic Space member states. Available at: http://www.eurasian-commission.org/hy/act/integr_i_makroec/dep_mak-roec_pol/investigations/Documents/LEI_meths.pdf. Accessed 29.09.2018. (in Russ.).
2. Smirnov S. O postroyenii sistemy indikatorov ros-siyskogo tsikla ekonomicheskoy aktivnosti [Designing a system of indicators for the Russian business cycle]. Problemy teorii i praktiki upravleniya, 2016, no. 6, pp. 109-114.
3. Fomin A. A. Operezhayushchiye indikatory krizis-nykh yavleniy volnovykh protsessov v ekonomike [Leading indicators of crisis phenomena of wave processes in the economy]. Vestnik Samarskogo gosudarstvennogo ekonomicheskogo universiteta,
2016, no. 1 (135), pp. 9-13.
4. Lowry P. B., Zhang J., Wu T. Nature or nurture? A meta-analysis of the factors that maximize the prediction of digital piracy by using social cognitive theory as a framework. Computers in Human Behavior, 2017, vol. 68, pp. 104-120. DOI: 10.1016/j. chb.2016.11.015.
5. Robinson S. C. Disclosure of personal data in ecommerce: A cross-national comparison of Estonia and the United States. Telematics and Informatics,
2017, vol. 34, no. 2, pp. 569-582. DOI: 10.1016/j. tele.2016.09.006.
6. Borovkov A. V., Polozhentseva YU. S. Upravleniye znaniyami, informatsiyey i intellektual'nym kapitalom v sisteme obespecheniya modernizatsii i razvitiya pred-priyatiy i bizness-grupp promyshlennosti [Management of knowledge, information and intellectual capital in the system of providing modernization and development of enterprises and business groups of industry]. Nauchnyy vestnik Gosudarstvennogo avtonomnogo obrazovatel'nogo uchrezhdeniya vysshego professio-nal'nogo obrazovaniya "Nevinnomysskiy gosudarst-vennyy gumanitarno-tekhnicheskiy institute", 2017, no. 4, pp. 85-88.
7. Vertakova Yu. V. Obzor ekonomicheskikh podkhodov i modeley dlya prognozirovaniya VVP [Review of
economic approaches and models for GDP forecasting]. Ekonomika i upravleniye, 2016, no. 2 (124), pp. 22-29.
8. Abdrakhmanova G. I., Gokhberg L. M., Kevesh M. A. et al. Indikatory tsifrovoy ekonomiki. 2017: stat. sb. [Digital economy indicators. 2017: Stat. coll.]. Moscow: HSE Publ., 2017. 320 p.
9. The development strategy of the information technology industry in the Russian Federation for 2014-2020 and for the period up to 2025. Available at : http ://old. minsvyaz .ru/ru/doc /printable .php? id_4 = 1033. Accessed 01.10.2018. (in Russ.).
10. World development report 2016. Digital dividends. Overview. International Bank for Reconstruction and Development, 2016. Available at: http://docu-ments.worldbank.org/curated/en/96162146799469 8644/pdf/102724-WDR-WDR20160verview-ENG-LISH-WebResBox-394840B-0U0-9.pdf. Accessed 01.10.2018.
11. Science, Innovation and the Information Society. Official website of the RF Federal State Statistics Service. Available at: http://www.gks.ru/wps/ wcm/connect/rosstat_main/rosstat/ru/statistics/ science_and_innovations. Accessed 01.08.2018. (in Russ.).
12. Vertakova Yu. V. Razvitiye sistemy indikativnogo i strategicheskogo planirovaniya pri realizatsii gosu-darstvennoy ekonomicheskoy politiki na vsekh urovnyakh upravleniya [Development of system of indicative and strategic planning in case of implementation of the state economic policy at all levels of control]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Ekonomika. Sotsiologiya. Menedzhment, 2017, vol. 7, no. 4 (25), pp. 30-56.
13. Plotnikov V. A. Tsifrovizatsiya proizvodstva: teo-reticheskaya sushchnost' i perspektivy razvitiya v rossiyskoy ekonomike [Digitalization of production: the theoretical essence and development prospects in the Russian economy]. Izvestiya Sankt-Peterburg-skogo gosudarstvennogo ekonomicheskogo univer-siteta, 2018, no. 4 (112), pp. 16-24.
14. Vertakova Yu. V., Polozhentseva Yu. S., Klevtsova M. G. Indikatory otsenki tsifrovoy transformatsii ekonomiki [Indicators for assessing the digital economy transformation]. Ekonomika i upravleniye, 2018, no. 10 (156), pp. 14-20.
15. Kaminsky G. L., Lizondo S. J., Reinhart C. Leading indicators of currency crises. IMF Staff Papers, 1998, vol. 45, no. 1, pp. 1-48. DOI: 10.1596/18139450-1852
16. Solntsev O. G., Pestova A. A., Mamonov M. E., Magomedova Z. M. Opyt razrabotki sistemy rannego opoveshcheniya o finansovykh krizisakh i prognoz razvitiya bankovskogo sektora Rossii na 2012 g. [Experience in developing early warning system for financial crises and the forecast of Russian banking sector dynamics in 2012]. Zhurnal Novoy ekonomicheskoy assotsiatsii, 2011, no. 12 (12), pp. 41-76.
17. Andreyev M. Yu. Operezhayushchiye signal'nyye indikatory krizisa rossiyskogo finansovogo rynka i ikh svyaz' s delovymi tsiklami [Leading indicators of the Russian financial market crisis and their relation with business cycles]. Finansy i kredit, 2016, no. 25 (697), pp. 2-18.
