Моделирование влияния человеческого капитала и цифровизации на энергоемкость: национальный уровень

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

Статья в журнале

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

Том 13, Номер 4 (Октябрь-декабрь 2023)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=63633407

Аннотация:
Целью работы является оценка и анализ взаимосвязи отдельных показателей цифровизации, человеческого капитала и энергоэффективности на национальном уровне. В качестве методов использованы инструменты корреляционно-регрессионного анализа. Актуальность обусловлена наличием отдельных пробелов в анализе и оценке влияния человеческого и цифрового факторов на энергоемкость ВВП, кроме того данные аспекты в текущий претерпевают активные изменения ввиду факторов скорее политического нежели экономического характера. В работе приведена динамика показателей, характеризующих процессы использования человеческого капитала, цифровизацию и энергоемкость ВВП за период 2014-2021 г. Сделан вывод о схожих тенденциях, в основном тяготеющих к росту. Выявлено, что приведенные показатели имеют высокую силу связи как с общей величиной ВВП, так и с его энергоемкостью. Выполнено построение двух регрессионных уравнений. Доказано влияние на ВВП как инвестиций в технологические направления, так и индекса производительности труда. Также доказано отсутствие влияния последнего на энергоемкость ВВП. Высказано предположении об отставании темпов адаптации человеческого капитала к потребностям экономики. Сделан вывод о затруднительности достижений целей устойчивого развития по снижению общего уровня энергоемкости в ближайший период. Продолжение данного исследования видится в изучении опыта отдельных регионов с целью выявления наиболее оптимальных практик. Данное исследование может использоваться в дальнейшем исследователями и представителями органов государственной и муниципальной власти для планирования и анализа социальных и демографических региональных и национальных процессов.

Ключевые слова: цифровизация, человеческий капитал, энергоемкость, анализ, регрессия

JEL-классификация: E24, J24, C21, C25



Введение

За последние несколько десятков лет в мире произошло значительное количество изменений, которые оказали влияние на практически все процессы. Также следует отметить, что указанные факторы возможно отнести не только к мировому, но и к национальному и региональному уровням.

Одним из значимых новых направлений, характерных для всех типов социально-экономических систем, является внедрение концепции устойчивого развития, основные положения которой многие исследователи считают одним из основных факторов конкурентоспособности на международной арене. Сама данная концепция зародилась в конце восьмидесятых годов прошлого века. Данный тип экономического развития предполагает, что общий вектор должен быть скорректирован таким образом, чтобы обеспечить сохранность как природных ресурсов, так и самой окружающей среды для будущих поколений. В целом это предполагает управление ресурсами, в первую очередь природными, чтобы они не истощались (заменялись на возобновимые по возможности) и использовались более рациональным и эффективным образом. Следует отметить, что помимо экологической составляющей в данной концепции есть цели, достижение которых позволит снизить негативные проявления, касаемые нищеты, гендерного равенства и т.д.

Предполагается, что решение данных проблем приведет не только к снижению социальной напряжённости, но и способствовать экономическому росту. Актуальность данной тематики резко возрастает ввиду событий последнего десятка лет. Многие страны и регионы столкнулись с целой чередой кризисных явлений в ряде сфер: финансовой, топливной, продовольственной, климатической. При этом следует отметить, что данные негативные события являются взаимосвязанными и системными. Поэтому возникшая необходимость в формировании новой концепции, которая бы позволила разработать более эффективные средства нивелирования отрицательных последствия кризисов. Таким образом в рамках целей устойчивого развития сформировалась концепция «зеленой» экономики. Данный подход предполагает гармонизацию трех сфер: человеческий капитал, экология и социальная справедливость [1]. В настоящий момент достижение поставленных целей как в рамках устойчивого развития и «зеленой» экономики в ближайшее время представляется весьма спорным. Причин несколько, среди которых отрицательная связь между экономическим ростом и отдельными параметрами экологизации экономики и человеческого капитала. Данное предположение базируется на том, что экономический рост, как правило, сопровождается ростом расслоения населения по доходам, а, следовательно, увеличением экологической нагрузки. Соответственно, улучшение общей экономической ситуации и отдельных параметров человеческого капитала приводит к ухудшению экологизации. Таким образом наиболее логичный путь не является оптимальным и потенциально порождает проблемы в отдельных сферах, что подтверждают выводы ряда иностранных ученых [2]. Фактичекский опыт в данной сфере, демонстрирует, что указанные ограничения объективно существуют и учитывать их необходимо. Так, в исследовании Чжан Ю. (Zhang, Yu.) [3], посвященном исследовании отдельных процессов устойчивого развития стран Азиатско-Тихоокеанском региона, приводится факт того, что вывод из состояния крайней нищеты миллиарда человек, являясь значительным достижением в области одной из целей концепции, нарушает сложившиеся устои и начинает угрожать благополучию будущих поколений.

Отметим, что параллельно с этим, происходит еще один весьма неоднозначный процесс – цифровая трансформация, заключающийся не только в массовом внедрении сетевых и цифровых сервисов во все сферы экономики и общества, но и коренное изменение процессов на их основе. Это, с одной стороны, снижает трансакционные издержки и способствует ускорению многих процессов, но в тоже время повышает социальную напряженность в решении отдельных вопросов: потребность в человеческом капитале, его качестве, поддержке отдельных его категорий. В связи с цифровизацией возникает и дополнительная проблема – рост числа потребителей энергии всех типов, что влечет за собой повышение и экологической нагрузки. Также следует выделить такой момент как ускорение морального износа производственных фондов ввиду массового внедрения цифровых технологий и изменения в принципе многих производственных и технологических процессов.

В число также нерешенных проблем становится возможным отнести и рост дифференциации не только населения по уровню доходов, но и территорий по совокупности социально-экономических параметров. Естественным следствием этого является возрастание значимости городов с возрастанием роли качества городской среды [4]. Также следует отметить, что города зачастую являются центрами развития инноваций, знаний и формирования человеческого капитала. Что порождает своеобразную монополию на цифровые и информационные ресурсы. Все перечисленное способствует еще большей дифференциации общества, что можно объяснить помимо прочего существующей взаимосвязью между уровнем доходов и знанием (данными) [5].

Данные процессы, возможно, вызваны неполным учетом аспектов взаимосвязи указанных процессов и ввиду этого фрагментарностью стратегического планирования [6].

Целью данного исследования ввиду всего озвученного и является изучение взаимосвязи отдельных показателей цифровизации, человеческого капитала и энергоэффективности на национальном уровне при помощи инструментов корреляционно-регрессионного анализа.

Основной гипотезой работы является как раз наличие связи между процессами формирования человеческого капитала, изменением энергоэффективности и цифровизации.

Основная часть

Как уже отмечалось выше, изменения социально-экономических процессов происходят на всех уровнях хозяйствования. Исключением не стала национальная экономика России. Если опираться на динамику валового внутреннего продукта (ВВП), как основного индикатора развития экономики (рис.1), то можно отметить, что имеется четкая положительная тенденция к росту.

Рис. 1. Динамика энергоемкости ВВП и общей величины ВВП РФ 2011-2022 в ценах 2021 года, млрд руб.

Источник: Регионы России. Социально-экономические показатели. 2022: Стат.сб./Росстат. - М., 2022. 1122 с. [7]; Мировая энергетическая и климатическая статистика – Ежегодник 2023. Электронный ресурс. Режим доступа URL: https://energystats.enerdata.net. Дата обращения: 7 ноября 2023 г. [8]

За двенадцатилетний период рост составил 12,8% (+15 045,5 млрд руб.). Спады вызваны или политическими факторами (начало санкционного воздействия 2015-2017 гг.) или объективными процессами, характерными для всей мировой экономики (общий спад 2020 года, вызванный пандемией коронавирусной инфекции). Но тенденция к росту достаточно четкая. Показатель энергоемкости демонстрирует также устойчивую тенденцию к росту. Так общая величина показателя увеличилась за период 2014-2022 гг. на 10,4% и составила 0,218 koe/$15p. Что может свидетельствовать об устаревании и не лучшем состоянии применяемых основных фондов, и о потенциальном неоптимальном состоянии отдельных бизнес-процессов.

Рис. 2. Динамика показателей, характеризующих состояние основных фондов, РФ, 2014-2021 гг.

Источник: Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

Выводы, полученные на основе предварительного анализа графика ВВП и энергоемкости ВВП, подтверждают и непосредственные статистические данные, характеризующие общее состояние основных фондов (рис. 2). Несмотря на рост инвестиций в основные фонды (+65%), степень износа основных фондов возросла с 47,9 до 53% (рост составил 10,6%) при увеличении удельного веса полностью изношенных фондов на 43% (с 14,9 до 21,7%). Следует отметить, что данные в официальных статистических сборниках по данным показателям представлены только по 2021 год в отличие от информации об индикаторах ВВП. Однако, учитывая достаточно устойчивую тенденцию, становится возможным предположить, что принципиальных изменений в 2022 году не следует ожидать.

Следующим важным процессом современной экономической системы является, как уже упоминалось выше, цифровизация и внедрение передовых достижений науки и техники.

Рис. 3. Динамика показателей, характеризующих процесс цифровизации, РФ, 2014-2021 гг.

Источник: Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

Общие тенденции данного процесса можно отследить на основании отдельных показателей сферы, представленных на рисунке 3. Отметим, что у стоимостных показателей весьма схожая динамика за рассматриваемый период. Так, затраты на внедрение и использование цифровых технологий устойчиво растут, и увеличиваются почти в три раза (+199,2%), объем средств, инвестируемых в основные средства в части информационного и телекоммуникационного оборудования – аналогично (+158,8%). Однако, судя по предыдущему графику, этого недостаточно для полноценного обновления основных фондов и осуществления массовой цифровой трансформации.

Рис. 4. Динамика показателей, характеризующих человеческий капитал, РФ, 2014-2021 гг.

Источник: Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

Однако, также следует отметить, что рост инвестиций в обновление основных средств и развитие цифровизации, естественным образом должен сопровождаться ростом производительности труда, иначе он будет нецелесообразен. На рисунке 4 представлен индекс производительности труда. За анализируемый период он возрастает на 2,8%. Тенденция к росту достаточно четкая, с небольшими «провалами» в 2015 г. – 98,7% и 2020 г. – 99,6%. Это, возможно, может быть связано с началом санкционного воздействия (2015 г.) и необходимостью пересмотра действующих процессов, а также общим спадом, связанным с пандемией (2020 г.). Отметим, что по стоимостным индикаторам таковые провалы отсутствуют. Также исходя из данных рисунка 4 видно, что уровень занятости падает. Снижение занятости часто связывают с развитием как раз отдельных проявлений цифровизации [9] и необходимостью, в связи с этим, актуализации подготовки и использования человеческого капитала [10]. Но общие инвестиции в цифровизацию производства, используемые на обновление оборудования, также могут положительно влиять на отдельные параметры качества человеческого капитала. Это связано с обучением профессиональным навыкам и компетенциям непосредственно на рабочем месте, без отрыва от процесса. Здесь достаточно важно подчеркнуть, что вклад трудовой составляющей (человеческого капитала) не менее важен, чем цифровой составляющей, но он видоизменяется, адаптируясь к новым условиям. Кроме того, отдельные исследования подчеркивают, что несмотря на некоторые отрицательные последствия цифровизации и автоматизации конечным итогом является создание новых рабочих мест [11]. Отдельные проявления цифровизации, например, использование высокоскоростной широкополосной связи в качестве инструмента снижения безработицы не имеет большого экономического значения [12].

Однако, несмотря на схожие тенденции, следует оценить наличие взаимосвязи между озвученными параметрами и их влиянием на ВВП. Проведение данного анализа предлагается осуществить с помощью инструментов корреляционно-регрессионного анализа.

Методы и методология

В своей работе мы используем инструменты корреляционно-регрессионного анализа для оценки наличия взаимосвязи между параметрами человеческого капитала, цифровой составляющей и результирующей. В качестве последней выбраны два показателя: общий объем ВВП, выступающий как совокупный параметр развития экономики, и энергоемкость ВВП, который, на наш взгляд, позволяет оценить, возможно только частично, реализацию отдельных целей концепции устойчивого развития.

В связи с этим, были отобран ряд индикаторов (таблица 1). Критериями отбора были полнота данных, достаточный объём за период (2014-2021 гг.) и логическая связь с изучаемыми процессами.

Таблица 1

Показатели для анализа взаимосвязи процессов цифровизации, функционирования человеческого капитала и достижения целей устойчивого развития, РФ

Показатель
Обозначение
Уровень занятости, %
X1
Степень износа основных фондов, %
X2
Удельный вес полностью изношенных основных фондов в их общем объеме, %
X3
Инвестиции в основной капитал, млн руб.
X4
Индекс производительности труда (в % к предыдущему году)
X5
Объем инвестиций в основной капитал, направленных на приобретение информационного, компьютерного и телекоммуникационного оборудования, млн руб.
X6
Валовой внутренний продукт
Y1
Энергоемкость ВВП, koe/$15p
Y2
Источник: Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

Фактические значения указанных показателей, использованных в анализе за период 2014-2021 гг., представлен в таблице 2.

Таблица 2

Значения показателей для анализа взаимосвязи социально-экономических процессов

Год
2014
2015
2016
2017
2018
2019
2020
2021
X1
65,3
65,3
65,7
59,5
59,8
59,4
58,4
59,4
X2
47,9
48,8
50,2
50,9
50,9
51,3
52,1
53
X3
14,9
15,8
16,9
17,9
18,7
19,5
20,6
21,7
X4
13902,60
13897,20
14748,90
16027,30
17782,00
19329,00
20302,9
22945,40
X5
100,8
98,7
100,1
102,1
103,1
102,4
99,6
103,7
X6
292151,92
304987,65
284667,69
389600,1
484298,01
617770,56
728511,51
756221,5
Y1
125 235,6
122 765,0
123 002,8
125 249,7
128 764,6
131 595,0
128 102,9
135 295,0
Y2
0,2
0,2
0,2
0,21
0,21
0,21
0,21
0,22
Источник: Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

Следует отметить, что все отобранные показатели позволяют оценивать значимые процессы функционирования национальной экономической системы. Это становится возможным подтвердить на основе рассчитанных коэффициентов линейной корреляции, показывающих наличие и силу связи между оцениваемыми параметрами. Полученные результаты представлены в таблице 3.

Таблица 3

Значения коэффициента корреляции и оценка силы связи между параметрами относительно ВВП

Показатель
Значения коэффициента корреляции показателя относительно ВВП
Сила связи
Уровень занятости, %
-0,72
Высокая
Энергоемкость ВВП, koe/$15p
0,74
Высокая
Степень износа основных фондов, %
0,76
Высокая
Удельный вес полностью изношенных основных фондов в их общем объеме,%
0,84
Высокая
Инвестиции в основной капитал, млн руб.
0,92
Очень высокая
Индекс производительности труда
0,77
Высокая
Объем инвестиций в основной капитал, направленных на приобретение информационного, компьютерного и телекоммуникационного оборудования, млн руб.
0,87
Высокая
Источник: составлено автором

Из данных таблицы 3 видно, что все анализируемые показатели имеют или высокую или очень высокую связь с показателем ВВП. Обратную связь имеет только уровень занятости, что является вполне логичным. Однако в данном случае следует отметить, что связь ВВП и энергоемкости ВВП является прямой и высокой. В данном случае это можно трактовать как факт того, что национальная экономика не сможет достичь целей устойчивого развития в части снижения энергоемкости в ближайший период. Это, возможно, связано с необходимостью адаптации большинства хозяйственных процессов под данную задачу и большей поддержки со стороны государства. Мы придерживаемся точки зрения, что инициализация достижения целей по повышению общего уровня экологичности производственных процессов в неоптимальных условиях, к которым можно отнести санкционные ограничения, должно опираться на расширенную государственную поддержку.

Нами также была оценена сила связи индикаторов человеческого капитала, цифровизации и энергоемкости ВВП (таблица 4).

Таблица 4

Оценка силы связи параметров человеческого капитала, цифровизации и энергоемкости ВВП

Коэффициент корреляции относительно энергоемкости ВВП
Сила связи
Уровень занятости, %
-0,84
Высокая
Индекс производительности труда
0,54
Средняя
Объем инвестиций в основной капитал, направленных на приобретение информационного, компьютерного и телекоммуникационного оборудования, млн руб.
0,87
Высокая
Источник: составлено автором

Из данных таблицы видно, что параметры цифровизации имеют высокую силу связи, в то время как параметры человеческого капитала имеют достаточно большие особенности. В первую очередь отметим уровень занятости. Он имеет высокую связь с энергоемкостью ВВП, но связь обратная. Таким образом становится возможным утверждать, что при росте занятости энергоемкость ВВП будет падать. Возможно, это связано с ростом оптимальности использования трудовых ресурсов. Но при этом индекс производительности имеет только среднюю прямую связь с энергоемкостью ВВП. Из этого можно сделать вывод о достаточно сильной дифференциации по данному параметру среди регионов страны, что складывается в такой усредненный показатель на национальном уровне.

Нами было проведено моделирование влияния процессов использования человеческого капитала и цифровизации экономики на общий объем ВВП и его энергоемкость. Данное моделирование было выполнено при помощи регрессионного анализа. Для повышения качества была проведена проверка показателей Х1-Х6 на мультиколлинеарность с последующей очисткой данных. В результате перечень был сокращен до двух: Х5 и Х6, это индекс производительности труда и объем инвестиций в основной капитал, направленный на приобретение ИКТ оборудования соответственно.

Соответственно было выполнено построение двух моделей, представленных в таблице 5.

Таблица 5

Регрессионный модели ВВП и энергоемкости ВВП

Модель
Показатель приемлемости модели
Y1=5240,294+0,015*Х6+1137,013*Х5
R2=0,93;
Скоррект. R2=0,91;
F(2,5)=35,035;
p=0,00
Y2=0,190520+0,0000003*Х6
R2=0,75;
Скоррект. R2= 0,71;
p=0,00
Источник: составлено автором

Отметим, что при построении регрессионного уравнения по зависимой переменной энергоемкость ВВП независимая величина индекс производительности труда была также отсеяна как незначимая. Полученные критерии качества уравнений не являются идеальными, но могут трактоваться как приемлемые.

Результаты

Полученные в ходе моделирования регрессионные уравнения показывают, что при формировании общей величины ВВП важную роль играют, как факторы человеческого капитала, так и цифровизации экономики. Однако на энергоемкость ВВП влияет уже только последние процессы. Возможно данный вывод свидетельствует о том, что человеческий капитал, являясь важным элементом, не успел в полной мере приспособиться к изменившимся условиям хозяйствования. Необходима его адаптация для повышения роли в формировании ВВП. Осуществить это становится возможным посредством целевой подготовки специалистов на всех уровнях образования, повышения квалификации уже имеющихся трудовых ресурсов, а также их переподготовка. При этом цифровизация, получившая резкий толчок к развитию в период пандемии, когда во многих сферах был совершен вынужденный переход на сетевые и цифровые сервисы, в целом оказывает влияние не только на конкретный результат хозяйствования страны, но и на достижение отдельных целей концепции устойчивого развития в части снижения уровня энергоемкости. Однако ввиду, видимо, определённой специфики, человеческий капитал не успел также адаптироваться к реализации данной концепции. Что может проявляться в неоптимальном использовании трудовых ресурсов, сопровождающимся острой нехваткой специалистов необходимой квалификации во всех сферах деятельности. Также возможно предположить, что данная ситуация в текущий период обострилась ввиду ограничений по потокам как информационного, так и кадрового характера. Все это приводит к неизбежной трансформации требований к кадрам, их навыкам, а также перечню востребованных профессий. При этом требования растут как к профессиональным, так и к поведенческим навыкам [13]. Если данная темпы данной трансформации будут не соответствовать требованиям цифровой модернизации экономических процессов, то рынок начнет активнее использовать искусственный интеллект во всех сферах. Однако, отдельные иностранные исследования связывают будущее сферы труда больше с институциональными и политическими инновациями, чем технологическими [14]. При этом, не существует однозначного видения и в отечественных исследованиях, так одни ожидают поляризацию работников по квалификации и зарплатам; другие – снижение с ростом доступа к цифровым сервисам для пользователей без необходимой степени квалификации [15].

Это потенциально может привести как к снижению роли человеческого капитала в формировании ВВП, так и к изменению характера данного влияния, заменой качественного влияния на количественное.

В рамках данного исследования наличие взаимосвязи между параметрами человеческого капитала, цифровизацией и энергоемкостью были частично подтверждены. Поэтому можно говорить о том, что гипотеза доказана лишь частично. Следует отметить, что анализируемые процессы являются весьма динамичными, и их характер может относительно быстро измениться. Однако при текущих тенденциях говорить о достижении целей устойчивого развития в рамках снижения энергоемкости можно считать преждевременным.

Выводы

Современная мировая экономическая система подвергается значительным изменениям ввиду ряда объективных факторов. Российская экономика не является исключением. Устойчивый рост ВВП за последний десяток лет сопровождается однонаправленными изменениями и в части энергоёмкости, цифровизации и затрат на нее, и в части использования человеческого капитала. Общий вектор также поддерживает и инвестиции в обновление основных средств. Но темпы последних явно недостаточны.

В рамках исследования были выявлены взаимосвязи между указанными параметрами и общим результатом хозяйствования, воплощенном в ВВП. Однако, несмотря на схожие тенденции изменений, при моделировании был получен ряд выводов:

- влияние на общий уровень ВВП оказывают как цифровые, так и трудовые ресурсы;

- влияние на энергоёмкость ВВП в текущий момент оказывает только параметр цифровизации.

Объяснить полученные выводы можно некоторым отставанием адаптаций человеческого капитала к требованиям рынка и определённым обострением ситуации ввиду санкционного воздействия. Достижение целей концепции устойчивого развития в ближайший период является достаточно дискуссионным.

Однако следует отметить, что данное исследование проводилось на национальном уровне, поэтому на уровне отдельных регионов ситуация может отличаться. Поэтому необходимо изучить опыт отдельных территорий, и после адаптации определить возможность распространения наиболее удачной практики на иные субъекты. Изучение индивидуальных особенностей регионов и представляется дальнейшим направлением развития данного исследования.

Высказанная гипотеза в работе доказана лишь частично. Полученные результаты могут быть использованы при исследовании данных сфер, а также в практике государственных органов в части планирования направлений развития территорий.


Источники:

1. Caprotti F., Bailey I. Making sense of the green economy // Geografiska Annaler: Series B, Human Geography. – 2014. – № 3. – p. 195-200. – doi: 10.1111/geob.12045.
2. Akinlo T., Dada J.T. The moderating effect of foreign direct investment on environmental degradation-poverty reduction nexus: evidence from sub-Saharan African countries // Environment, Development and Sustainability. – 2021. – № 11. – p. 15764-15784. – doi: 10.1007/s10668-021-01315-1.
3. Zhang Yu., Li Li, Sadiq M., Chien F. Impact of a sharing economy on sustainable development and energy efficiency: Evidence from the top ten Asian economies // Journal of Innovation & Knowledge. – 2023. – № 1. – p. 100320. – doi: 10.1016/j.jik.2023.100320.
4. Строев П.В., Пивоварова О.В. Цифровизация городской среды как фактор развития человеческого капитала // Вопросы инновационной экономики. – 2022. – № 4. – c. 2315-2328. – doi: 10.18334/vinec.12.4.116578.
5. Dai Li, Jiang Xiaoyu, Uskov V.S. Digitalization and the development of a “smart” society: The logic and practice of management // Economic and Social Changes: Facts, Trends, Forecas. – 2023. – № 4. – p. 88-108. – doi: 10.15838/esc.2023.4.88.5.
6. Глазьев С.Ю., Воронов А.С., Кудина М.В., Орлова Л.Н. Прогноз развития человеческого капитала в Российской Федерации в условиях изменений в мировой экономике // Государственное управление. Электронный вестник. – 2022. – № 91. – c. 24-44. – doi: 10.24412/2070-1381-2022-91-24-44.
7. Регионы России. Социально-экономические показатели. 2022. / Статистический сборник. - М.: Росстат, 2022. – 1122 c.
8. Статистический Ежегодник мировой энергетики. Yearbook.enerdata.ru. [Электронный ресурс]. URL: https://yearbook.enerdata.ru/ (дата обращения: 07.11.2023).
9. Белова Л.Г. Технологическая безработица и бизнес-модель шеринговой экономики в условиях цифровизации экономики // Вестник Московского университета. Серия 6: Экономика. – 2021. – № 1. – c. 208-225.
10. Гапоненко Н.В., Гленн Д.К. Технологии индустрии 4.0: проблемы труда, занятости и безработицы (научный обзор) // Проблемы прогнозирования. – 2020. – № 3(180). – c. 40-47.
11. Guliyev H., Huseynov N., Nuriyev N. The relationship between artificial intelligence, big data, and unemployment in G7 countries: New insights from dynamic panel data model. World Development Sustainability. [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S2772655X23000629.
12. Hasbi M., Bohlin E. Impact of broadband quality on median income and unemployment: Evidence from Sweden // Telematics and Informatics. – 2022. – p. 101732.
13. Забелина О.В., Майорова А.В., Матвеева Е.А. Трансформация востребованности навыков и профессий в условиях цифровизации российской экономики // Экономика труда. – 2020. – № 7. – c. 589-608. – doi: 10.18334/et.7.7.110666.
14. Kolade O., Owoseni A. Employment 5.0: The work of the future and the future of work. Technology in Society. [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S0160791X22002275.
15. Рудаков И.О. Влияние новых технологий на совокупный спрос на труд // Креативная экономика. – 2023. – № 4. – c. 1439-1460. – doi: 10.18334/ce.17.4.117676.

Страница обновлена: 02.12.2024 в 15:31:01