Анализ взаимосвязи отдельных параметров цифровизации и устойчивого развития: национальные особенности

Грачев С.А.1
1 Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых, Россия, Воронеж

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 12, Номер 1 (Январь-март 2022)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=48333775
Цитирований: 13 по состоянию на 30.01.2024

Аннотация:
В статье рассматриваются вопросы взаимосвязи процессов цифровизации и устойчивого развития в части энергоэффективности. Данные вопросы следует рассматривать с учетом изменений, происходящих с трудовым капиталом. В работе установлена и проанализирована взаимосвязь указанных параметров на основе рассчитанного коэффициента корреляции на национальном уровне России, Германии, Японии, Франции, США, Великобритании за период 2012-2019 гг. Выделены индивидуальные особенности, присущие странам. Было выполнено моделирование на основе отобранных параметров. В результате было доказано наличие взаимосвязи между процессами цифровизации, устойчивого развития в части энергоэффективности и общим уровнем экономического развития, также выявлены национальные особенности.

Ключевые слова: анализ, модель, цифровизация, энергоэффективность, устойчивое развитие

JEL-классификация: O31, O32, O33, Q01



Введение

Современная мировая система характеризуется массовым проникновением цифровых и сетевых технологий во все сферы хозяйствования и бытовой жизни. Поэтому аспекты данной тематики находятся в центре внимания как отечественных, так и зарубежных исследователей. Под воздействием этого нового вектора развития происходят, формируются новые и изменяется характер функционирования существующих процессов. Среди последних следует выделить проблемы устойчивого развития и энергоэффективности.

Гипотезой данной работы является предположение о наличии взаимосвязи между процессами устойчивого развития в части энергоэффективности и цифровой направленностью современного развития.

Цель становится возможным сформулировать как анализ взаимосвязи между показателями цифровизации, энергоэффективности и индикатором общего экономического развития, а также моделирование данных процессов на уровне отдельных стран с использованием методов регрессионного анализа.

Методами исследования выступили корреляционно-регрессионный анализ и метод анализа.

К элементам научной новизны можно отнести формирование инструментария оценки взаимосвязи между процессами цифровизации и устойчивым развитием в части энергоэффективности, а также формирование моделей на национальном уровне.

В условиях активного внедрения цифровых и сетевых технологий вопросы энергоэффективности остаются актуальными [1] (Adom et al., 2021), так как повышение энергоэффективности стимулирует экономический рост, хотя эмпирические данные, подтверждающие это утверждение, остаются неоднозначными. Наблюдаемый эффект высокой зависимости и положительного влияния роста общего уровня энергоэффективности на увеличение темпов экономического роста на национальном уровне в странах с высоким неравенством нарушается. Учитывая общий вектор развития, можно высказать предположение, что энергетические системы во всем мире станут более интегрированными, эффективными и надежными благодаря цифровым технологиям. Кроме того, ожидается, что энергоемкость устройств активного контроля сократится вдвое в течение следующих 25 лет благодаря цифровизации, экономии за счет масштаба и постоянному совершенствованию продукции в энергетическом секторе [2] (Ren et al., 2021). Соответственно, становится возможным предположить и рост конкурентоспособности национальных экономических систем при одновременном снижении экологической нагрузки, а следовательно, повышение устойчивости развития.

Подобные процессы должны оцениваться и координироваться на государственном уровне для обеспечения согласованности развития и интегрированности энергетических систем. В большинстве стран это вылилось в разработку нормативных актов и стратегий развития, которые рассматривают цифровые технологии [3] (Li, 2021) и экологический энергетический сектор [4] (Kunkela, Tyfield, 2021) как залог повышения эффективности функционирования национальных экономических систем.

Однако исследования данного сектора в России выявляют ряд особенностей, зачастую носящих негативный характер. Так, в качестве примера можно привести высокую зависимость от иностранных цифровых продуктов. Долю последних в отдельных секторах оценивают до 90% [5] (Nasibullin, 2020). Также Доржиева В.В [6] (Dorzhieva, 2021) в ходе изучения отдельных особенностей цифровизации России выявила несогласованность части показателей Энергетической стратегии на период 2035 года и проекта Стратегии цифровой трансформации топливно-энергетического комплекса до 2030 года. Мы полагаем, что подобные рассогласования в целом ряде направлений хозяйствования могут привести не только к снижению эффективности процессов цифровизации в целом, но и к появлению негативных ее последствий.

Также важным аспектом процесса цифровизации экономики являются изменения, происходящие в процессах формирования и использования трудового капитала страны. Абсолютно справедливым является вывод, полученный Mody A. и Aiyar S. [7] (Mody, Aiyar, 2011), о том, что страны, в которых наблюдается всплеск численности населения трудоспособного возраста, получают дополнительное преимущество в виде перспективы увеличения дохода на душу населения. Кроме того, можно предположить, что в подобной ситуации следует ожидать некоторое увеличение экономического роста, а также адекватного изменения объемов накопления и сбережения.

Таким образом, следует предположить, что как в развитых, так и развивающихся странах на фоне изменения возрастной структуры трудового капитала наблюдается рост безработицы, вызванный в том числе и цифровизацией. Можно предположить, что речь идет скорее о краткосрочной форме данного явления, которое захватывает отдельные сферы. Также на интенсивность использования трудового капитала стран оказывает влияние и неблагоприятная эпидемиологическая обстановка. С одной стороны, речь идет о вынужденной безработице и, соответственно, возрастании необходимости повышения квалификации или полной смены сферы деятельности. С другой стороны, следует отметить перенос значительной части выполняемых трудовых функций в цифровую сферу, что как повышает интенсивность использования сетевых технологий, так и способствует принудительному росту цифровой грамотности.

Озвученные факторы приводят к тому, что сфера услуг, в которой немаловажную роль играет система коммуникационного взаимодействия, увеличивает свою значимость в экономике и зачастую увеличивает удельный все в общей структуре валового внутреннего продукта (ВВП). Так, исследования, частично затрагивающие данные сферы, показали в России, что изменилась система взаимодействия на рынке [8] (Deryabina, Trubnikova, 2021), а также формируются новые факторы, призванные обеспечить повышение эффективности маркетинговых составляющих [9] (Soldatova, 2021).

Целый ряд исследований влияния цифровизации на сектор услуг в различных странах мира показывают, что данные направления трансформируются [10] (WTO, 2019). Цифровизация привела к перераспределению рабочих мест, при этом возможная их потеря в промышленности компенсировалась услугами, которые, как правило, менее подвержены негативному влиянию внедрения сетевых технологий [11] (Spiezia et al., 2016). Данные особенности вызваны тем фактом, что, как правило, сфера услуг является более информационноемкой и интерактивной, что повышает скорость и уровень цифровизации данной отрасли [12] (Miles, 2004).

Следовательно, цифровизация экономической системы на национальном уровне вызывает изменения в энергоемкости производств (в оптимальном случае ее снижение в средне- и долгосрочной перспективе) и в структуре трудового капитала. При этом значительное влияние на данные процессы оказывает и общий уровень развития экономики. Так, согласно исследованиям Рахмана M. [13] (Rahman et al., 2021), изучавшего аналогичные аспекты в странах Южной Азии, страны, переходящие от трудоемкого сельского хозяйства к капиталоемким и энергоемким отраслям, соответственно увеличивают свое потребление энергии.

Отсюда следует логичный вывод о том, что в случае анализа зависимостей параметров цифровизации, энергоэффективности, трудового капитала и общего уровня экономического развития на международном уровне следует проводить исследование на основе схожего уровня развития экономик.

Учитывая озвученные особенности изучаемых процессов, в рамках данной работы был сформирован инструментарий, который позволит проанализировать существующие зависимости.

Дополнительные ограничения накладывает также ограниченность статистических данных по целому ряду стран в количественном и временном аспектах. Поэтому анализ будет произведен по следующему перечню стран: Россия, Германия, Соединенное Королевство (Великобритания), Франция, Япония, США. Мы понимаем и полностью признаем неравенство уровня экономического развития данных государств по отдельным параметрам. Однако на их примере становится возможным также оценить изменение зависимостей и связей на различных стадиях цифровой трансформации, а также согласованности и интегрированности национальной экономической системы в мировую.

Период исследования составляет 2012–2019 гг., что обусловлено также особенностями официальных баз статистических данных и различиями в методологии исчисления отдельных индикаторов на национальных уровнях.

Для достижения указанной выше цели исследования были отобраны критерии, которые характеризуют озвученные сферы анализа (исходные данные представлены в таблице 1):

- общий уровень экономического развития – валовой внутренний продукт (Y) – (в текущих ценах; миллиардов единиц национальной валюты);

- вовлеченность трудового капитала – численность безработных (X1) (тысяч человек);

- цифровизация – численность абонентов сотовых мобильных телефонных сетей (X2) (миллионов), удельный вес населения, пользующегося сетью интернет (X3) (в процентах);

- энергоэффективность и устойчивое развитие – энергоемкость ВВП при постоянном соотношении покупательной способности (Х4) (koe/$15p).

Таблица 1

Исходные данные для анализа процессов цифровизации по странам мира

Период
Показатель
Y
Х1
Х2
Х3
Х4
Российская Федерация
2012
68103,4
4131
208,1
62
0,207
2013
72985,7
4137
218,3
64
0,197
2014
79030
3889
221
67
0,196
2015
83087,4
4264
227,3
70
0,196
2016
85616,1
4243
229,1
73
0,202
2017
91843,2
3969
227,3
76
0,203
2018
104629,6
3658
229,4
81
0,207
2019
110046,1
3465
239,8
83
0,206
Германия
2012
2745,3
2224
92,4
82
0,084
2013
2811,4
2182
100
84
0,086
2014
2927,4
2090
99,5
86
0,080
2015
3026,2
1950
96,4
88
0,079
2016
3134,7
1774
103,5
84
0,078
2017
3259,9
1621
109,7
84
0,076
2018
3356,4
1468
107,5
90
0,073
2019
3449,1
1374
107,2
88
0,071
Соединенное Королевство (Великобритания)
2012
1712,3
2533
78,3
87
0,075
2013
1782,1
2437
78,7
90
0,072
2014
1862
1996
78,5
92
0,067
2015
1916,9
1746
79,3
92
0,066
2016
1995,5
1599
78,9
95
0,063
2017
2071,7
1447
79,2
95
0,061
2018
2144,3
1347
78,9
95
0,060
2019
2216,5
1269
78,9
93
0,058
Франция
2012
2088,8
2677
62,3
81
0,097
2013
2117,2
2840
63,3
82
0,097
2014
2149,8
3026
65,4
84
0,093
2015
2198,4
3054
66,7
78
0,093
2016
2234,1
2968
67,6
79
0,090
2017
2297,2
2786
69
81
0,088
2018
2360,7
2682
70,5
82
0,086
2019
2425,7
2506
72
83
0,084
Япония
2012
495
2850
141,1
79
0,092
2013
503,2
2650
147,9
88
0,090
2014
513,9
2360
157,9
89
0,087
2015
531,3
2220
160,6
91
0,085
2016
535,5
2080
166,9
93
0,083
2017
545,9
1900
172,8
85
0,082
2018
546,9
1660
177,1
85
0,081
2019
553,8
1620
177,1
85
0,078
США
2012
16197,1
12506
304,8
75
0,127
2013
16784,8
11460
310,7
71
0,127
2014
17527,3
9617
355,5
73
0,125
2015
18238,3
8296
382,3
75
0,120
2016
18745,1
7751
395,9
86
0,117
2017
19543
6982
400,2
87
0,114
2018
20611,9
6314
404,6
87
0,115
2019
21433,2
6001
404,6
87
0,111
Источник:Y, X1-X3: Россия и страны мира – 2020 г.: Стат.сб./Росстат. – M., 2020. – 385 c. [14]; X4 – Статистический Ежегодник мировой энергетики 2021 – [Электронный ресурс]. URL: https://yearbook.enerdata.ru/ (дата обращения: 24.01.2022) [15].

Силу связи исходных данных возможно оценить посредством расчета коэффициента корреляции, который является стандартным инструментом анализа данного аспекта.

где x и y – исследуемые величины, представленные в виде статистических совокупностей {x1, x2, … , xn} и {y1, y2, … , yn} соответственно.

Как правило, применяют следующую трактовку величин данного коэффициента по модулю (шкала Чеддока) [16] (Eliseeva, 2018):

- от 0 до 0,3 – очень слабая сила связи;

- от 0,3 до 0,5 – слабая сила связи;

- от 0,5 до 0,7 – средняя сила связи;

- от 0,7 до 0,9 – высокая сила связи;

- от 0,9 до 1 – очень высокая.

Рассчитанные таким образом коэффициенты корреляции показателей Х1–Х4 относительно индикатора Y представлены в таблице 2.

Таблица 2

Коэффициенты корреляции

Показатель
Коэффициент корреляции
Характеристика силы связи
Россия
Х1
-0,80
высокая
Х2
0,90
очень высокая
Х3
0,99
очень высокая
Х4
0,48
слабая
Германия
Х1
-0,99
очень высокая
Х2
0,87
высокая
Х3
0,65
средняя
Х4
-0,98
очень высокая
Соединенное Королевство (Великобритания)
Х1
-0,97
очень высокая
Х2
0,59
средняя
Х3
0,81
высокая
Х4
-0,98
очень высокая
Франция
Х1
-0,54
средняя
Х2
0,99
очень высокая
Х3
0,15
очень слабая
Х4
-0,98
очень высокая
Япония
Х1
-0,98
очень высокая
Х2
0,98
очень высокая
Х3
0,22
очень слабая
Х4
-0,99
очень высокая
США
Х1
-0,96
очень высокая
Х2
0,90
очень высокая
Х3
0,86
высокая
Х4
-0,96
очень высокая
Источник: составлено автором.

На данной стадии уже становится возможным сделать ряд выводов относительно национальных особенностей развития. Так, Россия является единственной страной из перечня анализируемых, в которой сила связи между индикатором ВВП и показателем энергоэффективности и устойчивого развития является слабой (0,48). Во всех остальных случаях – сила связи очень высокая. Однако также следует выделить, что в России связь прямая, в то время как в иных случаях она обратная. Это связано, возможно, с тем фактом, что развитие энергоэффективности связано с ростом затрат в краткосрочной перспективе и, следовательно, приводит к снижению экономической эффективности. Кроме того, это также косвенно связано со специализацией России на экспорте продукции топливно-энергетического комплекса.

Следующей особенностью является связь параметра блока «Цифровизация» – Х3 – с ВВП стран. Во Франции и Японии сила связи данных критериев может быть охарактеризована как очень слабая, что, видимо, объясняется также национальными особенностями.

Единственным государством, в котором все рассматриваемые параметры демонстрируют высокую и очень высокую силу связи, – это США. Таким образом, можно говорить, что там цифровизация, энергоэффективность и трудовой капитал как процессы более синхронизированы, сбалансированы и интегрированы в национальную систему.

Таким образом, можно анализируемые страны разделить на несколько групп относительно сформированности процессов цифровизации, энергоэффективности, адаптации трудового капитала к текущим изменениям и их связи с параметром экономического развития:

- полная согласованность процессов – сила связи высокая и очень высокая, все параметры значимы – США;

- частичная согласованность процессов – сила связи средняя и выше, значимы не менее трех рассматриваемых параметров – Россия, Германия, Япония, Великобритания;

- частичная несогласованность процессов – сила связи средняя и выше, значимы менее трех рассматриваемых параметров – Франция;

- полная несогласованность процессов – сила связи ниже средней, значимы два и менее параметра – представителей не выявлено.

Данные результаты не стоит трактовать как однозначный вывод касательно оптимальности или неоптимальности состояния национальных экономических систем. Учитывая относительно короткий анализируемый период, а также специфику рассматриваемых индикаторов (зачастую они характеризуют процессы косвенно и частично), можно говорить о выделении национальных особенностей и диагностировать схожесть или различие тенденций развития.

Опираясь на полученные результаты, можно построить модели развития:

Россия Y=-9578,78–9,31Х1+1485,93Х3 при p=0,00 R2=0,87;

Германия Y=4179,31–13853,16X4 при p=0,05 R2=0,53;

Великобритания Y=7016,35–22766,03X4 при p=0,13 R2=0,27;

Франция Y=-1059,09–0,11Х1+42,85Х2 при p=0,00 R2=0,89;

Япония Y=522,79–4009,60X4 при p=0,09 R2=0,52;

США Y=57070,06–1,42X1–54,02X2 при p=0,00 R2=0,95.

При этом следует признать, что часть моделей является непоказательной и не может применяться для моделирования прогнозирования процессов. Наиболее оптимальные модели получены на уровне России, Франции и США.

Заключение

Подводя итог проведенному исследованию, следует отметить, что объективно протекающие процессы цифровизации влияют на все сферы хозяйствования. Крупные перемены наблюдаются в том числе в сфере трудового капитала и энергетическом секторе. Все озвученные процессы, протекая практически во всех странах, имеют индивидуальные особенности в зависимости от уровня цифровой трансформации национальной экономики.

Анализ взаимосвязи указанных параметров на уровне отдельных стран был произведен за период 2012–2019 гг. В результате была получена группировка государств, отражающая уровень согласованности процессов цифровизации, энергоэффективности, адаптации трудового капитала стран и их влияния на ВВП. Выявленные недостатки в функционировании процессов видятся в неполной сформированности национальных цифровых систем, а также малым периодом исследования, так как рассматриваемые проблемы имеют накопительный эффект и пока не проявились в полной мере. Кроме того, ситуация осложняется и ситуацией с коронавирусом.

Дальнейшее направление видится в последующем изучении индивидуальных особенностей национальных экономических систем.


Источники:

1. Adom P.K., Agradi M., Vezzulli A. Energy efficiency-economic growth nexus: what is the role of income inequality? // J. Clean. Prod. – 2021. – № 310. – p. 127382. – doi: 10.1016/j.jclepro.2021.127382.
2. Ren S., Hao Y., Xu L., Wu H., Ba N. Digitalization and Energy: How Does Internet Development Affect China's Energy Consumption // Energy Economics. – 2021. – № 98. – doi: 10.1016/j.eneco.2021.105220.
3. Yi Li Internet Development and Structural Transformation: Evidence from China // Journal of Applied Finance & Banking, SCIENPRESS Ltd. – 2020. – № 10(1). – p. 1-8.
4. Kunkela S., Tyfield D. Digitalisation, sustainable industrialisation and digital rebound – Asking the right questions for a strategic research agenda // Energy Research & Social Science. – 2021. – № 82. – p. 102295.
5. Насибулин М.М. ТЭК России: оцифровка // Деловой журнал Neftegaz.RU. – 2020. – № 4(100). – c. 18-25.
6. Доржиева В.В. Цифровая трансформация топливно-энергетического комплекса России: приоритеты и целевые ориентиры развития // Креативная экономика. – 2021. – № 11. – c. 4079-4094. – doi: 10.18334/ce.15.11.113802.
7. Mody A., Aiyar S. The demographic dividend: evidence from the Indian states // IMF Work. Pap.. – 2011. – № 11. – p. 1. – doi: 10.5089/9781455217885.001.
8. Дерябина Г.Г., Трубникова Н.В. Российский рекламный рынок: цифровые трансформации и проблемы менеджмента // Креативная экономика. – 2021. – № 12. – doi: 10.18334/ce.15.12.114053.
9. Солдатова Н.Ф. Цифровая трансформация управления маркетингом в контексте целей устойчивого развития // Креативная экономика. – 2021. – № 11. – c. 4009-4024. – doi: 10.18334/ce.15.11.113819.
10. World trade report 2019: The future of services trade (2019). Geneva. [Электронный ресурс]. URL: https://www.wto.org/english/rese/bookspe/00wtr19e.pdf (дата обращения: 26.02.2022).
11. Spiezia V., Polder M., Presidente G. ICTs and jobs: Complements or substitutes? The effects of ICT investment on labour demand by skills and by industry in selected OECD countries (2016). [Электронный ресурс]. URL: https://one.oecd.org/document/DSTI/ICCP/IIS(2016)1/FINAL/en/pdf (дата обращения: 26.02.2022).
12. Miles I. Innovation in services. / J. Fagerberg, D.C. Mowery, R.R. Nelson (Eds.), The oxford handbook of innovation. - Oxford University Press, Oxford, 2004. – 433-458 p.
13. Rahman M.M., Hosan S., Karmaker S.C., Chapman A.J., Saha B.B. The effect of remittance on energy consumption: panel cointegration and dynamic causality analysis for South Asian countries // Energy. – 2021. – № 220. – p. 119684. – doi: 10.1016/j.energy.2020.119684.
14. Россия и страны мира - 2020 г.. / Стат. сб. / Росстат. - M., 2020. – 385 c.
15. Статистический Ежегодник мировой энергетики 2021. [Электронный ресурс]. URL: https://yearbook.enerdata.ru/ (дата обращения: 24.01.2022).
16. Елисеева И.И. Бизнес-статистика. - М.: Издательство Юрайт, 2018. – 411 c.

Страница обновлена: 26.11.2024 в 12:59:11