Russian Journal of Innovation Economics

Вопросы инновационной экономики

2222-0372

BIBLIO-GLOBUS Publishing House

119767

10.18334/vinec.13.4.119767

AHUETM

Articles

Статьи

Research Article

Modeling the impact of human capital and digitalization on energy intensity: national level

Моделирование влияния человеческого капитала и цифровизации на энергоемкость: национальный уровень

https://orcid.org/0000-0002-6056-5527

7222-8980

Grachev

Sergey Aleksandrovich

Грачев

Сергей Александрович

доцент кафедры экономики инноваций и финансов, кандидат экономических наук, доцент

grachev-sa@yandex.ru

Vladimir State University named after Alexander and Nikolay Stoletovs Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых

24 12 2023

13 4

VOL 13, NO4 (2023)

ТОМ 13, №4 (2023)

2481 2496 07 11 2023 08 11 2023

2023

Grachev S.A.

Грачев С.А.

https://1economic.ru/lib/119767

The aim of the research is to assess and analyze the relationship between individual indicators of digitalization, human capital and energy efficiency at the national level. Correlation and regression analysis tools were used as methods. There are certain gaps in the analysis and assessment of the impact of human and digital factors on the energy intensity of GDP. Moreover, these aspects are currently undergoing active changes due to factors of a political rather than an economic nature. The article presents the dynamics of indicators characterizing the processes of human capital use, digitalization, and GDP energy intensity for the period 2014-2021. The conclusion about similar trends, mainly tending to growth, is made. It is revealed that these indicators have a high strength of connection with both the total value of GDP and its energy intensity. Two regression equations are constructed. The impact of both investments in technological areas and the labor productivity index on GDP has been proved. It has also been shown that the labor productivity index does not influence the energy intensity of GDP. It is suggested that the pace of adaptation of human capital to the needs of the economy is lagging behind. It is concluded that it is difficult to achieve the Sustainable Development Goals to reduce the overall level of energy intensity in the near future. The continuation of this research is seen in the study of the experience of individual regions in order to identify the best practices. This study can be used in the future by researchers and representatives of public and municipal authorities for planning and analyzing social and demographic regional and national processes.

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.

digitalization human capital energy intensity analysis regression

цифровизация человеческий капитал энергоемкость анализ регрессия

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.

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.

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.

12. Hasbi M., Bohlin E. Impact of broadband quality on median income and unemployment: Evidence from Sweden // Telematics and Informatics. – 2022. – p. 101732.

13.

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.

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.

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.