CC BY
48ТРАНСФОРМАЦИЯ ТЕНЕВОЙ ЭКОНОМИКИ РОССИИ В УСЛОВИЯХ РАЗВИТИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ TRANSFORMATION OF THE SHADOW ECONOMY OF RUSSIA IN THE CONDITIONS OF DEVELOPMENT OF DIGITAL TECHNOLOGIES
А.ю. ЕГОРОВ
Магистрант Института экономики, управления и финансов АНО ВО «Российский новый университет»
A.Y. EGOROV
Undergraduate "Institute of Economics, Management and Finance" in the ANO HE Russian new university
НАУЧНЫЙ РУКОВОДИТЕЛЬ
Г.Г. Ильина, доцент кафедры «Финансы
и банковское дело» АНО ВО «Российский новый
университет», к.э.н.
298
RESEARCH SUPERVISOR: G.G. Ilyina, Associate Professor at the Department of Finance and Banking at the Russian new university, Candidate of Economic Sciences, doc.
АННОТАЦИЯ
В современной экономике России в последние годы все большее значение приобретают цифровые технологии, которые используются на всех стадиях хозяйственной деятельности: производстве, распределении, перераспределении и потреблении. Развитие цифровых технологий приводит к росту экономики страны. Однако это развитие приводит к росту и теневых элементов. В работе рассмотрены преимущества цифрового бизнеса для экономики страны, основные стороны цифровой теневой экономики, изучена ее динамика и сделан предварительный расчет оценки тени в цифровой экономике в РФ.
ABSTRACT
In the modern Russian economy in recent years, digital technologies are becoming increasingly important, which are used at all stages of economic activity: production, distribution, redistribution and consumption. The development of digital technology leads to the growth of the economy. However, this development leads to growth and shadow elements. The paper discusses the advantages of digital business for the country's economy, the main aspects of the digital shadow economy, its dynamics is studied and a preliminary calculation of the shadow estimates in the digital economy in the RF is made.
КЛЮЧЕВЫЕ СЛОВА
Теневая экономика, цифровизация, цифровые технологии, статистика, анализ, уравнение, тренд.
KEYWORDS
Shadow economy, digitization, digital technologies, statistics, analysis, equation, trend.
Теневая экономика России сегодня по различным оценкам составляет более трети всей экономики. Такая высокая доля теневой экономики приводит к таким негативным последствиям, как [2], [3]:
• снижение эффективности налоговой и бюджетной системы;
• искажение объема и структуры экономики, а также макроэкономических пропорций между производством, распределением, перераспределением и потреблением;
• замедление притока инвестиций и рост бегства капитала;
• усиление экономической нестабильности и развитие криминализации экономики;
• снижение доверия к государству.
Развитие цифровых технологий привело к появлению цифрового бизнеса. Он представляет собой организованную деятельность, в которой используются цифровые технологии для создания новых ценностей, работы с клиентами и повышения эффективности производства, и включает компании, которые реализуют цифровые технологии, а также и иные компании, которые трансформируют свою бизнес-модель с помощью цифровизации, которая предполагает оцифровку данных о компании, внедрение систем сбора и обработки больших (длинных) данных (BigDate), программ искусственного интеллекта, систем «умного дома» и многое другое. Это позволяет снижать себестоимость продукции, повышать ее качество и обслуживание клиентов, оптимизировать логи-
300
стику, ускорять оплату, повышать прозрачность, диверсифицировать производство и пр. Однако быстро растущие масштабы развития цифровых технологий привели к росту доходов теневой экономики и появлению цифровой теневой экономики, которая может быть представлена торговлей товарами и услугами, факторами производства, финансовыми инструментами и др. через интернет, а также другая иная нерегистрируемая экономическая деятельность, связанная с цифровыми технологиями.
Не претендуя на всеобъемлющий факторный анализ, нами предложена система индикаторов, которые влияют на формирование и развитие теневой экономики. За основу были взяты данные МВФ и АССА о доле теневой экономики за период с 1995 по 2017 гг.
В качестве репрезентативного индикатора цифровой теневой экономики были выбраны обмен информацией через интернет и число активных абонентов фиксированного доступа в интернет, так как большинство цифровых технологий связаны между собой с помощью интернета, а также имеется достаточно высокая корреляция. На основании наших расчетов методом аналитического выравнивания была выявлена зависимость между ростом обмена информацией через интернет и объемом теневой экономики (см. табл.1).
Таблица 1
Анализ влияния объема обмена данными через интернет (в зеттабайтах) (х) на динамику объема доходов теневой экономики (в сопоставимых ценах 2018 г., в трлн руб.) (у) с 2007 года по 2017 год методом аналитического выравнивания [4][5][6][7]
Год У х хш (™)2 Ух
2007 28,2 0,3 0,41 0,17 11,50 28,0 0,0 15,4 32,0
2008 29,5 0,8 0,85 0,72 25,03 28,4 1,3 6,9 27,2
Год У х хш (хж)2 y*(xw) Ух
2009 27,6 2,9 2,10 4,39 57,91 29,3 2,7 20,2 15,7
2010 27,8 6,6 3,74 13,97 103,76 30,4 7,2 19,0 5,4
2011 31,6 8,9 4,62 21,35 145,90 31,1 0,2 0,3 2,1
2012 33,5 10,9 5,32 28,34 178,28 31,6 3,6 1,9 0,5
2013 34,1 15,0 6,64 44,13 226,29 32,5 2,3 3,8 0,3
2014 33,4 19,4 7,96 63,35 265,80 33,5 0,0 1,6 3,6
2015 34,3 26,4 9,90 97,95 339,46 34,9 0,3 4,7 14,7
2016 36,4 32,5 11,43 130,64 415,63 36,0 0,1 18,0 28,8
2017 37,1 42,1 13,70 187,72 507,93 37,6 0,3 24,5 58,4
Ср. 32,1 15,1 6,06 53,89 207,04 32,1 1,7 10,6 17,2
С помощью метода простых итераций было выявлено, что при степени уравнения w = 0,7, которая дает наименьшую ошибку аппроксимации. Для того чтобы найти зависимость между динамикой обмена, необходимо рассчитать параметры а и Ь:
у*хш- у*х™ _ 207,04- 32,1*6,06 _ „ 7упп.
~ 53,89—6,062 ~
а = у -Ь * х™ = 32,1 - 0,7208 * 6,06 = 27,7543;
Уравнение регрессии будет выглядеть следующим образом.
ух = 27,7543 + 0,7208 * 17х7, где у — размер теневой экономики в трлн руб., х — объем обмена информацией в зеттабайтах.
Так рост обмена информации через интернет до уровня в 42 зеттабайт в 2017 г. (1 зеттабайт = 1 трлн гигабайт) привел к росту теневой экономики до 37 трлн руб.
Для оценки качества модели рассчитаем среднеквадратичное отклонение и среднюю ошибку аппроксимации:
302
Х(Ух У*)2=д7 = 1)29;к;
п
аппрокс
О,
Ц^ * 100% = 4%; У
Среднеквадратичное отклонение составляет около 1,29, т. е. средняя ошибка аппроксимация находится на уровне 4%, что меньше 10% и говорит о высоком качестве модели.
Для оценки тесноты связи между обменом информации через интернет и объемом теневой экономики воспользуемся следующей формулой:
Таким образом, корреляция составляет около 84,36%, что говорит о тесной связи явлений. При доверительной вероятности р = 0,95 (т. е. при уровне значимости случайностей а = 0,05) и числу степеней свободы к = п - т = 11 - 2 = 9:
Критерий Фишера F(табл) = 5,1174 (распределение Фишера);
Критерий Стьюдента ^табл)=2,2622 (распределение Стьюдента)
В соответствии с этими критериями фактические же значения равны следующим значениям:
Так как F. ... < F,, ., а ^ ,, < ., то можно сделать вывод,
(табл) (факт)' (табл) (факт)' ^
что построенная модель является существенной, и все коэффициенты регрессии значимы, поэтому ее можно использовать при прогнозировании и принятии различных решений.
Р(факт) = —
* 9 = 48,5448
г(факт) = д/ЁСфакт) = 6,9674
Рассмотрим влияние динамики числа активных абонентов фиксированного доступа в интернет на динамику объема доходов теневой экономики. (см. табл. 2)
Для уравнения была выбрана степень w = 2,3, так как такая модель более точно показывает взаимосвязь рядов динамики.
Расчет параметров «а» и «Ь» представлен следующими формулами:
0,0027; а = 29,7781.
Уравнение регрессии будет выглядеть следующим
образом: 1П,—
ух = 29,7781 + 0,0027 * ^х23,
где у — объем доходов теневой экономики, в трлн руб., х — число активных абонентов фиксированного доступа в интернет (на конец отчетного периода), в млн абонентов.
Исходя из уравнения регрессии, можно сделать вывод, что рост числа активных абонентов фиксированного доступа в интернет способствует росту объема доходов теневой экономики. Чтобы исследовать устойчивость взаимосвязи динамики доли теневой экономики и числа активных абонентов сети Интернет, рассчитаем среднеквадратичное отклонение и коэффициент аппроксимации:
аУх_^ = 0,6563; каппрокс = 1,9121%
Среднеквадратичное отклонение составляет всего около 0,6563 трлн руб., или около 1,9121%, что меньше 10% и говорит об устойчивой связи и высоком качестве модели. Коэффициент корреляции рассчитывается по следующей формуле:
г2 = 0,8558.
Та бл и ца 2
Анализ влияния динамики числа активных абонентов фиксированного доступа в интернет (на конец отчетного периода, в млн абонентов) (х) на динамику объема доходов теневой экономики России (в сопоставимых ценах 2018 г., в трлн. руб.) (у) с 2011 года по 2017 год методом аналитического выравнивания [4][5] 6][7]
Год У X х>м (хш)2 у*(х>м) ух
2011 31,57 18,00 771,1 594639 24347 31,87 0,09 7,56 821654,10
2012 33,49 21,11 1112,6 1237787 37260 32,79 0,49 0,69 319248,94
2013 34,06 24,12 1511,7 2285260 51493 33,87 0,04 0,07 27513,62
2014 33,39 25,04 1647,6 2714675 55022 34,24 0,72 0,86 897,17
2015 34,30 26,94 1949,5 3800397 66865 35,06 0,58 0,00 73919,12
2016 36,36 27,49 2042,2 4170651 74261 35,31 1,11 4,16 132960,27
2017 37,07 31,08 2708,4 7335212 100406 37,11 0,00 7,56 1062506,76
Ср. 34,32 24,83 1677,6 3162660 58522 34,32 0,43 2,99 348385,71
Анализируя теневую экономику с 2011 года по 2017 год, можно сделать вывод, что динамика числа активных абонентов фиксированного доступа сети Интернет обуславливает динамику объема доходов теневой экономики на 85,58%. Далее необходимо оценить значимость уравнения, для чего воспользуемся критерием Фишера и критерием Стьюдента. При доверительной вероятности р = 0,95 и числу степеней свободы к = п - т = 7 - 2 = 5:
Критерий Фишера F(табл)= 6,6079 (распределение Фишера);
Критерий Стьюдента ^табл) = 2,5706 (распределение Стьюдента)
В соответствии с этими критериями фактические же значения равны следующим значениям:
, ч 0,8558 Р(факт) = 1^щ^*5 = 29'6757;
Кфакт) = 5,4475
Так как К .. < К, ., а ^ ,. < ., то можно сделать вы-
(табл) (факту (табл) (факт)' ^
вод, что построенная модель является существенной, и все коэффициенты регрессии значимы, поэтому ее можно использовать при прогнозировании и принятии различных решений.
Итак, в работе был произведен предварительный расчет объема доходов теневой экономики, сформированной за счет использования интернета (ЦТЭ). Причем учитывалось влияние обмена информации через интернет на теневую экономику. Данные были взяты за период с 2007 по 2017 год.
При условии, что если бы в течении года в 2007-м и 2017-м годах отсутствовал обмен информацией через интернет, т. е. х = 0, то объем доходов теневой экономики составил бы:
30
Уо = 27,7543 + 0,7208 * '^О? = 27,7543 трлн руб.
Значит, ЦТЭ в 2007 году была на уровне 0,4503 трлн руб., а к 2017 году выросла в 20,7 раз, за счет чего доля ЦТЭ в общем объеме доходов теневой экономики выросла на 23,5 п.п., т. е. с 1,6 до 25,1%.
Рассмотрим ЦТЭ со стороны второго индикатора. При условии, что если бы в течении года в 2011 и 2017 годах не было активных абонентов фиксированного доступа в интернет, т. е. х = 0, то объем доходов теневой экономики составил
бы: _
Уо = 29,7781 + 0,0027 * = 29,7781 трлн руб.
Значит, ЦТЭ в 2011 году была примерно на уровне 1,7947 трлн руб., а к 2017 году выросла примерно в 4 раза, за счет чего доля ЦТЭ в общем объеме доходов теневой экономики выросла на 14 п.п., т. е. с 5,7 до 19,7%.
Таким образом, можно сделать вывод, что теневая экономика России на сегодняшний день примерно на четверть формируется за счет развития цифровых технологий.
Для сокращения объема цифровой теневой экономики необходимо принять ряд мер, которые должны охватывать как экономические, так и институциональные, юридические, технические, информационные и социальные вопросы. В том числе упрощение системы налогообложения и регулирование правовой хозяйственной деятельности позволит сделать легальную деятельность более привлекательной по сравнению с теневыми операциями, так как это устранит различные первоначальные мотивы теневой экономики. Уровень экономического развития страны также оказывает значительное влияние на сферу теневой экономики. На-
пример, в развитых странах низкий уровень безработицы, высокий уровень заработной платы и стандартов качества, поэтому эти страны испытывают относительно низкие риски участия населения в теневой экономике, в отличие от многих развивающихся стран. Т. е. содействие экономическому росту — наиболее эффективная экономическая мера предотвращения теневой экономики. В качестве институциональных мер нужно создать институциональные рамки, улучшить сотрудничество между институциональными структурами и предоставление технических знаний по выявлению незаконных цифровых транзакций, увеличить финансирования обучения правоохранительных органов и многое др.
В рамках информационных мер необходимо повышать осведомленность общественности о проблемах сетевой безопасности в сети, в том числе за счет создание учебных заведений, а также разработки социальной рекламы. Уникальный виртуальный характер цифровой теневой экономики требует разработки конкретных технических мер наряду с другими. Необходимо создать эффективное программное обеспечение для передачи информации между государственными органами и частными лицами, которое бы способствовало процессу информирования уполномоченных учреждений о случаях нелегальной цифровой деятельности и ускорило бы ход применения карательных и превентивных мер. Также важно, чтобы учет цифровой активности велся в рамках как отдельных организаций и предприятий, так отраслей и страны в целом.
Таким образом, на современном этапе цифровизации экономики России рост легальной экономики сопровождается ростом теневых составляющих. По предварительным
308
расчетам развитие цифровых технологий привело к росту теневой экономики на 7-9 трлн руб. по состоянию на 2017 год, что составляет около четверти от общего объема теневой экономики. Это явление снижает эффективность налоговой и бюджетной системы, искажает макроэкономические показатели, замедляет приток инвестиций и приводит ко множеству других негативных факторов. Поэтому необходимо применение комплексных мер по борьбе с этим явлением сейчас, на стадии зарождения.
Библиографический список
1. Балатбекова З.М. Теневая экономика и проблемы легализации теневой экономики / Балатбекова З.М. // Актуальные вопросы современной экономики. — 2014. — № 4. — С. 180-185.
2. Г.Г.Ильина, С.А. Шишмарев. Ненаблюдаемая экономика: сущность и методы оценки. Вестник Московского государственного лингвистического университета, выпуск 8(641), Современные проблемы инновационной экономики. — М.: ФГБОУ ВПО МГЛУ, 2012. 212 с., с. 95.
3. И.И. Елисеева, Н.В. Бурова Подходы к измерению теневой экономики в регионах. Научные труды РЕЦЭП. — М.: РЕЦЭП, 2001. С. 12.
4. Федеральная служба государственной статистики URL: http:// www.gks.ru/ (Дата обращения: 19.01.2019).
5. Статистика и отчеты / Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации. URL: https:// minsvyaz.ru/ru/activity/statistic (дата обращения: 15.01.2019).
6. Emerging from the shadows The shadow economy to 2025 / Официальный сайт АССА URL: https://www.accaglobal.com/content/dam/ ACCA_Global/Technical/Future/pi-shadow-economy.pdf (дата обращения: 28.11.2018).
7. Shadow Economies Around the World: What Did We Learn Over the Last 20 Years? / Официальный сайт МВФ URL: https://www.imf.org/ en/Publications/WP/Issues/2018/01/25/Shadow-Economies-Around-the-World-What-Did-We-Learn-0ver-the-Last-20-Years-45583 (дата обращения: 28.11.2018).
List of References
1. Balatbekova Z.M. Tenevaya ehkonomika i problemy legalizacii tenevoj ehkonomiki / Balatbekova Z.M. // Aktual'nye voprosy sovremennoj ehkonomiki. - 2014. - № 4. - S. 180-185.
2. G.G.Il'ina, S.A. SHishmarev. Nenablyudaemaya ehkonomika: sushchnost' i metody ocenki. Vestnik Moskovskogo gosudarstvennogo lingvisticheskogo universiteta, vypusk 8(641), Sovremennye problemy innovacionnoj ehkonomiki, M., FGBOU VPO MGLU, 2012 g,212 s., s. 95.
3. I.I. Eliseeva, N.V. Burova Podhody k izmereniyu tenevoj ehkonomiki v regionah. Nauchnye trudy RECEHP.M., RECEHP. 2001, s. 12.
4. Federal'naya sluzhba gosudarstvennoj statistiki URL: http://www.gks. ru/ (Data obrashcheniya: 19.01.2019).
5. Statistika i otchety / Ministerstvo cifrovogo razvitiya, svyazi i massovyh kommunikacij Rossijskoj Federacii URL: https://minsvyaz.ru/ru/ activity/statistic (data obrashcheniya: 15.01.2019).
6. Emerging from the shadows The shadow economy to 2025 / Oficial'nyj sajt ASSA URL: https://www.accaglobal.com/content/ dam/ACCA_Global/Technical/Future/pi-shadow-economy.pdf (data obrashcheniya: 28.11.2018).
7. Shadow Economies Around the World: What Did We Learn Over the Last 20 Years? / Oficial'nyj sajt MVF URL: https://www.imf.org/en/ Publications/WP/Issues/2018/01/25/Shadow-Economies-Around-the-World-What-Did-We-Learn-0ver-the-Last-20-Years-45583 (data obrashcheniya: 28.11.2018).
310
Контактная информация:
105005, г. Москва, Радио, 22, АНО ВО «Российский новый университет», andreyjegorov13@gmail.com, +7 926 737 48 45
Contact links:
105005, Moscow, Radio, 22, ANO HE "Russian new university", andreyjegorov13@gmail.com, +7 926 737 48 45
