Динамика структуры рынка ростовской области по оказанию услуг в сфере информационных технологий
Полуянов В.П.1
1 Ростовский государственный экономический университет (РИНХ)
Скачать PDF | Загрузок: 5
Статья в журнале
Информатизация в цифровой экономике (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 5, Номер 2 (Апрель-июнь 2024)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=71962591
Аннотация:
Изложены результаты исследование структуры рынка информационных технологий Ростовской области. Особое внимание обращено на влияние процессов цифровизации. Отмечается, что данная тематика требует выбора наиболее подходящего инструментария, а также формирования достоверной эмпирической базы. Установлено, что для исследования динамики структуры рынка используются такие показатели, как индекс различий, индекс Рябцева, индекс Гатева, среднее квадратичное отклонение.
Для получения сведений о составе рынка была использована информация, размещенная на сайте www.list-org.com. На первом этапе исследовалась динамика выручки и демографические показатели предприятий на исследуемом рынке. Затем изучалось распределение удельного веса полученной предприятиями выручки в 2022 году между отдельными субъектами рынка.
Для дальнейшего анализа предприятия были разделены на 4 кластера. Полученные ряды показателей изменения структуры выручки были проверены на корреляцию с рядами показателей развития цифровой экономики. Выполненные расчёты позволили сделать вывод о том, что влияние на развитие рынка предприятий Ростовской области, осуществляющих консультативную деятельность и работы в области ИТ, в определённой мере оказывают процессы цифровизации, происходящие в экономике.
Ключевые слова: цифровизация, структура рынка, показатели цифровизации, индексы структуры, корреляционный анализ
JEL-классификация: L1, L10, L11, L22
Введение. В современных условиях исследование структуры рынка информационных технологий имеет особое значение. Связано это со многими факторами, в том числе и процессами импортозамещения и цифровизации.
Структурные изменения в экономике и на отдельных рынках привлекают внимание исследователей. Однако динамизм процессов требует постоянного мониторинга имеющегося эмпирического материала с целью выявления тенденций и корректировки, в случае необходимости, как поведения отдельных участников рынка, так и государства, с точки создания соответствующих институциональных условий. Этим объясняется актуальность проведения соответствующего исследования.
Цель работы – выявить основные тенденции на рынке предприятий, занимающихся консультативной деятельностью и работами в области компьютерных технологий в Ростовской области.
Анализ исследований и публикаций. Следует отметить, что в данной сфере среди исследователей до настоящего времени существуют определенные разночтения целого ряда понятий, в частности, таких, как «цифровизаия», «цифровой рынок», «цифровое предприятие» и т.п. Ряд определений, которые автор придерживается в данной работе, приведен ранее в [16] (Polujanov, Polujanov, 2021). Методологический базис исследования цифровых рынков предложен в работе Е.В. Кислицына [6] (Kislicyn, 2022). В работе [5] (Kislicyn, Kislicyna, 2021) выделяется три составляющие цифровой экономики: собственно сектор информационно-компьютерных технологий; сектор абсолютно новых видов бизнес-процессов, возникших как результат развития информационных технологий (платформенная экономика, шеринг-экономика, гиг-экономика); высокотехнологичный сектор экономики, широко использующий цифровые технологии. В данной работе исследовался рынок Ростовской области по оказанию услуг в сфере информационных технологий, т.е. рынок, на котором сосредоточены предприятия с видом деятельности по отраслевому классификатору (ОКВЭД) 62.02 (деятельность консультативная и работы в области компьютерных технологий). Ранее, динамика отдельных показателей по данному рынку рассматривалась в работе [14] (Polujanov, Polujanov, 2021).
Исследованием различных аспектов ИТ-рынков посвящены работы таких авторов, как Сахарова Л.В., Тищенко Е.Н., Артамонова А.Г. [19] (Saharova,Tishhenko, Artamonova, 2022), В.П. Полуянов [14; 17] (Polujanov, Polujanov, 2021; Polujanov, Stepanenko, 2023), Е.В. Кислицын [4 - 6] (Kislicyn, 2021; Kislicyn, Kislicyna, 2021; Kislicyn, 2022), А.А. Панкратов [8; 9] (Pankratov, Musaev, Badina, 2021; Petrova, Kalinina, Truhljaeva, Fokina, 2020), М.Д. Симонова [21] (Simonova, 2020).
Отметим также, что данная тематика требует, прежде всего, планирования исследования с точки зрения выбора наиболее подходящего инструментария, а также формирования достоверной эмпирической базы. Исследователи применяли различные подходы, что следует из краткого анализа доступных публикаций.
Относительно применяемых подходов, методов и инструментов, рассмотрим итоги отдельных исследований.
В работе Полуянов В.П., Степаненко К.В. [17] (Polujanov, Stepanenko, 2023) проведен анализ тенденций развития отрасли ИТ в современных условиях (на примере Ростовской области). При этом основные показатели функционирования предприятий за период с 2017 по 2021 гг. исследовались с использованием индексного метода.
Работа [11] (Polujanov, 2023) посвящена исследованию рынка ИТ с точки зрения показателей конкурентоспособности отдельных предприятий. Исследование публикаций по данной тематике и эмпирического материала по данным Ростовской области позволило предложить алгоритм расчета указанного показателя с использованием модели динамической конкурентоспособности, которая дает возможность определить лидера по тому или иному рынку или его сегменту.
Исследование этого же рынка, проведенное по результатам финиширования в 2019 году [14] (Polujanov, Polujanov, 2021) показало, что наиболее типичный его преуспевающий представитель – это частное предприятие, имеющее организационно-правовую форму общества с ограниченной ответственностью. Размер прибыли такого предприятия зависит от масштаба (размера) самого предприятия. Авторами в процессе анализа использован статистический инструментарий (коэффициент линейной парной корреляции).
Предварительное ранжирование предприятий использовано при анализе рынка предприятий розничной торговли [12] (Polujanov, 2021).
В работах таких авторов, как А.Н. Лякин [7] (Ljakin, 2020), А.А. Панкратов [8; 9] (Pankratov, 2023; Pankratov, Musaev, Badina, 2021), Е.А. Петрова, В.В. Калинина, А.А. Трухляева, Е.А. Фокина [10] (Petrova, Kalinina, Truhljaeva, Fokina, 2020), В.П. Полуянов [13; 15; 17] (Polujanov, 2020; Polujanov, Polujanov, 2021; Polujanov, Stepanenko, 2023), Е.С. Пташкина [18] (Ptashkina, 2019), Серова Н.А., Скуфьина Т.П. [20] (Serova, Skuf'ina, 2023), Шмидт Ю.Д., Пташкина Е.С. [22] (Shmidt, Ptashkina, 2021) и др. достаточно глубоко изучены теоретические и методологические проблемы анализа и оценки структурных сдвигов в экономике и отдельных отраслях, а также их социально-экономических последствий.
Н.А. Серова и Т.П. Скуфьина [20] (Serova, Skuf'ina, 2023) поставили аналогичные данной работе цели своего исследования, но только относительно Арктической Зоны Российской Федерации: анализ структурных сдвигов промышленного производства и количественная оценка динамики структурных трансформаций. Для оценки динамики структурных изменений они рассматривали такие инструменты, как индексы К. Гатева, Л. Козинца, В. Рябцева. А. Салаи. Для индекса Л. Козинца в качестве достоинства отмечается его вычислительная простота, а недостаток – относительно высокая чувствительность к количеству структурных элементов. Индексы К. Гатева и А. Салаи чувствительны к интенсивности динамики удельных весов в структуре и в этом их преимущество. В указанной работе выбор был сделан в пользу индексов Л. Козинца и В. Рябцева из-за их высокой чувствительности и наличия шкал оценки, позволяющих интерпретировать полученный результат.
Отметим также, что для изучения структурных сдвигов возможно применение такого показателя, как среднее квадратическое отклонение.
Индекс Рябцева рассчитывается как [7] (Ljakin, 2020):
(1)
где:
- удельный вес i элемента в структуре базисного периода;
- удельный вес i элемента в структуре отчетного периода.
Значение полученного индекса лежит в пределах от 0 до 1 и определяет интенсивность оцениваемых структурных сдвигов. Полученное значение свидетельствует об интенсивности структурных сдвигов. При отсутствии структурных изменений индекс принимает нулевое значение. Достоинством показателя является его независимость от числа элементов совокупности [7] (Ljakin, 2020).
В работах [11; 18] (Polujanov, 2023; Ptashkina, 2019)) для оценки структурных изменений использован следующий индекс:
(2)
Кроме того, в подобных исследованиях используется индекс К. Гатева [10] (Petrova, Kalinina, Truhljaeva, Fokina, 2020):
(3)
Оценка структурных сдвигов в информационно-технологическом секторе экономики Российской Федерации изложена в работе Е.В. Кислицына [4] (Kislicyn, 2021). Автор исследовал влияние цифровизации на динамику структуры рынка с точки зрения динамики уровня концентрации, а также динамики структурных сдвигов в сфере труда. Для оценки уровня концентрации в цитируемой работе использован индекс Херфиндаля – Хиршмана, а для оценки структурных сдвигов использован общеизвестный индекс массы и скорости.
Основная часть. Для получения сведений о составе исследуемого рынка была использована информация, размещенная на сайте www.list-org.com. Поисковый запрос по данному сайту позволил получить субъектный состав рынка Ростовской области, а также финансовую отчетность и некоторую другую информацию по каждому предприятию, представленную за период 2013-2022. За данный период в базе данных содержится информация о 183 предприятия с различным статусом: от реально функционирующих до проходящих различные этапы ликвидации. Кроме того, не все предприятия имели выручку за весь период своего функционирования: для отдельных предприятий в отдельные периоды в отчетности представлена нулевая сумма выручки.
На первом этапе исследовалась динамика выручки и демографические показатели предприятий на исследуемом рынке.
Так, динамика выручки и количества предприятий представлена в табл. 1.
Таблица 1. – Динамика выручки и количества предприятий на исследуемом рынке.
Год
|
Итого выручка, тыс. руб.
|
Предприятий с ненулевой выручкой, ед.
|
Предприятий с нулевой выручкой, ед
|
2013
|
1695751
|
48
|
135
|
2014
|
1532794
|
59
|
124
|
2015
|
1435423
|
66
|
117
|
2016
|
1822075
|
70
|
113
|
2017
|
1019723
|
67
|
116
|
2018
|
1300614
|
67
|
116
|
2019
|
3403366
|
60
|
123
|
2020
|
2797077
|
66
|
117
|
2021
|
3174992
|
72
|
111
|
2022
|
3749487
|
73
|
110
|
Как следует из приведенных данных, за период с 2013 по 2022 год рост выручки составил 221,1%, при этом с учетом количество предприятий с ненулевой выручкой увеличилось на 152%, а предприятий с нулевой выручкой уменьшилось на 19%.
На следующем этапе изучалось распределение удельного веса полученной предприятиями выручки в 2022 году между отдельными субъектами данного рынка. Предприятия ранжировались по уровню полученной выручки от максимальной до минимальной. Фрагмент начала данного ранжирования представлен в табл. 2.
Таблица 2. – Распределение выручки между первыми 10 предприятиями с максимальной выручкой в 2022 г.
№ п/п
|
Наименование
|
Выручка в 2022 г., тыс. руб.
|
Удельный вес, проц.
|
Накопленный удельный вес, проц.
|
1
|
ООО "НПП "ЮГПА"
|
1541560
|
41,11
|
41,11
|
2
|
ООО "Телекомсервис"
|
225181
|
6,01
|
47,12
|
3
|
ООО «Ан-Система»
|
174704
|
4,66
|
51,78
|
4
|
ООО "Айстек"
|
135814
|
3,62
|
55,40
|
5
|
ООО "ИДС"
|
120275
|
3,21
|
58,61
|
6
|
ООО "Айти Плей"
|
115984
|
3,09
|
61,70
|
7
|
ООО "Сатурн"
|
115512
|
3,08
|
64,78
|
8
|
ООО "Миком-Сервис"
|
112319
|
3,00
|
67,78
|
9
|
ООО "Асе Консалтинг"
|
103766
|
2,77
|
70,55
|
10
|
ООО "Интернет-Тариф"
|
102554
|
2,74
|
73,28
|
11
|
ООО "Дигамма"
|
93322
|
2,49
|
75,77
|
Как следует из данных табл. 2, в 2022 г. на долю первых 11 предприятий в ранжированном по полученной в 2022 г. выручке приходится 75,11% всей выручки. Безусловно, это свидетельствует о неоднородности изучаемого рынка. В связи с этим целый ряд вопросов, например, анализ конкурентоспособности, выбор предприятия-лидера, установление нормативов финансовых коэффициентов и др., следует проводить на отдельных сегментах рынка. Для дальнейшего анализа предприятия были разделены на 4 кластера.
В первый кластер включены всего два предприятия, но являющиеся по итогам 2022 года фаворитами рынка по показателю выручки: ООО "НПП "ЮГПА" с выручкой 1541560 тыс. руб. (41,1%) и ООО "Телекомсервис" с выручкой 225181 тыс. руб. (6,0%). Именно эти предприятия при ранжировании по показателю выручки в 2022 году заняли соответственно первое и второе места.
Во второй кластер включены предприятия с объемом выручки в 2022 г. от 40 до 140 млн. руб., представленные в табл. 2.
Таблица 2. – Ранжирование предприятий 2 кластера по объему полученной в 2022 г. выручки, тыс. руб. (фрагмент временного интервала).
Наименование
|
2022
|
2021
|
2020
|
2019
| |
1
|
ООО "Айстек"
|
135814
|
335302
|
137034
|
122789
|
2
|
ООО "Айти Плей"
|
115984
|
126012
|
151372
|
101112
|
3
|
ООО "Сатурн"
|
115512
|
144046
|
168061
|
110010
|
4
|
ООО "Миком-Сервис"
|
112319
|
91985
|
148332
|
24934
|
5
|
ООО "Асе Консалтинг"
|
103766
|
96075
|
66968
|
99409
|
6
|
ООО "Торговый Дом "Метком"
|
84109
|
70541
|
50403
|
44883
|
7
|
ООО "Точка Кипения"
|
75696
|
57978
|
45782
|
30257
|
8
|
ООО "Диорит-Техно"
|
44795
|
35715
|
41049
|
28141
|
В табл. 3 представлены предприятия третьего кластера, ранжированные по объему полученной в 2022 г. выручки.
Таблица 3– Ранжирование предприятий 3 кластера по объему полученной в 2022 г. выручки, тыс. руб.
№ п/п
|
Наименование
|
ИНН
|
Дата
регистрации |
возраст
|
1
|
ООО "ХВД"
|
6161062312
|
10.10.2011
|
13
|
2
|
ООО «Промтехцифра»
|
6166082697
|
23.05.2012
|
12
|
3
|
ООО "Сингра"
|
6168059005
|
13.04.2012
|
12
|
4
|
ООО "Компания "Союз""
|
6165112155
|
31.12.2003
|
21
|
5
|
ООО "Кб Сервис"
|
6164209588
|
13.03.2003
|
21
|
6
|
ООО Предприятие "Инис"
|
6150004799
|
20.11.2002
|
22
|
7
|
ООО "Инфра"
|
6165174289
|
21.03.2012
|
12
|
8
|
ООО "Югбизнес-Софт"
|
6164249661
|
17.05.2006
|
18
|
9
|
ООО "Ай Ти-Партнер"
|
6140025422
|
14.03.2007
|
17
|
10
|
ООО "Партнер-Юг"
|
6163089013
|
11.12.2007
|
17
|
11
|
ООО "Лвск"
|
6150059413
|
14.11.2008
|
16
|
12
|
ООО "Алгоритм - Вц"
|
6164209570
|
13.03.2003
|
21
|
13
|
ООО "Солекс"
|
6164234440
|
28.04.2005
|
19
|
14
|
ООО "Автоматизация Бизнеса"
|
6167088620
|
14.11.2006
|
18
|
15
|
ООО "Айтика"
|
6154082068
|
16.07.2002
|
22
|
16
|
ООО "Висмая"
|
6150073915
|
23.07.2013
|
11
|
17
|
ООО "Стилвэи"
|
6154131095
|
22.11.2013
|
11
|
18
|
ООО "Вариант"
|
6166049227
|
25.12.2003
|
21
|
19
|
ООО "Тривинг"
|
6163109252
|
11.08.2011
|
13
|
20
|
ООО "Информ-Галактика"
|
6167082682
|
13.10.2005
|
19
|
21
|
ООО "Оптимальное Решение"
|
6168025920
|
26.01.2009
|
15
|
22
|
ООО "Лама"
|
6161032526
|
12.12.2002
|
22
|
23
|
ООО "Матриксмедиа"
|
6142021430
|
16.08.2007
|
17
|
По итогам 2022 г. в данный кластер включено 23 предприятия, характерной особенностью которых является не только размер полученной в 2022 г. выручки, но и тот факт, что дата регистрации предприятия находится ниже (или равна) нижней границы исследуемого временного интервала (2013 г. и ранее).
Все остальные предприятия, данные о которых получены из указанного сайта, отнесены к четвертому кластеру. Неполный режим работы на указанном рынке и в указанном интервале не позволяет использовать их параметры функционирования для исследования влияния тех или иных внешних факторов на структуру рынка.
Таким образом, в соответствии с поставленной целью дальнейшему исследованию подвергались предприятия третьего кластера.
В табл. 4 приведены показатели выручки по годам исследуемого периода для предприятий, приведенных в табл. 3. При этом в табл. 4 номера, указанные в колонке 1 совпадают с номерами предприятий в колонке 1 табл. 4.
Таблица 4. – Выручка предприятий третьего кластера по годам исследуемого периода
|
2022
|
2021
|
2020
|
2-19
|
2-18
|
2017
|
2016
|
2015
|
2014
|
2013
|
1
|
30884
|
27517
|
18972
|
3607
|
10180
|
8558
|
5003
|
4098
|
2446
|
6157
|
2
|
27703
|
32345
|
28658
|
25927
|
0
|
0
|
12778
|
5641
|
0
|
0
|
3
|
27196
|
4613
|
5676
|
3679
|
991
|
686
|
618
|
1822
|
342
|
188
|
4
|
26356
|
22282
|
20502
|
21118
|
16592
|
13711
|
14710
|
11974
|
10403
|
9345
|
5
|
22828
|
19866
|
10186
|
3966
|
3857
|
3424
|
4009
|
3305
|
4036
|
5266
|
6
|
17970
|
18278
|
13496
|
14681
|
12345
|
13156
|
13237
|
12989
|
10991
|
11708
|
7
|
14167
|
11226
|
9758
|
8834
|
9630
|
6705
|
6380
|
6465
|
6281
|
3519
|
8
|
13161
|
10137
|
7726
|
0
|
10134
|
10866
|
7949
|
8510
|
6861
|
4531
|
9
|
10853
|
11604
|
9800
|
11274
|
3396
|
11595
|
9961
|
9431
|
10719
|
8178
|
10
|
10009
|
7305
|
10785
|
9754
|
13568
|
15210
|
15794
|
2725
|
1849
|
2905
|
11
|
6763
|
5049
|
3657
|
2933
|
2602
|
3675
|
1802
|
2945
|
2431
|
1734
|
12
|
5797
|
5204
|
5751
|
6172
|
6130
|
6599
|
5692
|
5187
|
5603
|
5394
|
13
|
5335
|
27485
|
23695
|
22301
|
20570
|
16210
|
9453
|
7333
|
7170
|
7642
|
14
|
4794
|
4865
|
4904
|
5219
|
5403
|
5511
|
8040
|
8696
|
0
|
0
|
15
|
4505
|
5380
|
5277
|
1637
|
1578
|
0
|
3141
|
4074
|
4847
|
0
|
16
|
3577
|
1908
|
855
|
2344
|
2230
|
1725
|
1655
|
430
|
1823
|
167
|
17
|
3314
|
2926
|
3133
|
3697
|
4117
|
3763
|
3426
|
2232
|
1801
|
37
|
18
|
2934
|
2420
|
2154
|
2050
|
1831
|
1803
|
1644
|
1768
|
2010
|
1568
|
19
|
2690
|
1887
|
1551
|
1833
|
1008
|
935
|
655
|
598
|
1300
|
2251
|
20
|
2342
|
2403
|
2920
|
1923
|
1255
|
1616
|
1793
|
1677
|
0
|
0
|
21
|
1476
|
499
|
397
|
645
|
871
|
0
|
253
|
383
|
783
|
0
|
22
|
1132
|
2433
|
2429
|
2933
|
3182
|
6172
|
11212
|
5437
|
6221
|
13515
|
23
|
1097
|
5413
|
2105
|
2638
|
1066
|
1807
|
2990
|
3727
|
0
|
0
|
В дальнейшем была произведена группировка предприятий третьего кластера по объему полученной выручки, результаты которой в стоимостном выражении сведены в табл. 5, а по показателю удельного веса (структуры выручки) – в табл. 6.
Таблица 5. – Группировка предприятий 3 кластера по размеру полученной выручки
Год
|
Выручка, тыс. руб.
| |||||||
0-3999
|
4000-7999
|
8000-11999
|
12000-15999
|
16000-19999
|
20000-24999
|
>24000
|
Итого
| |
2013
|
12369
|
28990
|
29231
|
13515
|
0
|
0
|
0
|
84105
|
2014
|
14785
|
41019
|
32113
|
0
|
0
|
0
|
0
|
87917
|
2015
|
21612
|
38235
|
38611
|
12989
|
0
|
0
|
0
|
111447
|
2016
|
17977
|
29033
|
38666
|
56519
|
0
|
0
|
0
|
142195
|
2017
|
19434
|
24987
|
31019
|
42077
|
16210
|
0
|
0
|
133727
|
2018
|
23867
|
15650
|
29944
|
25913
|
16592
|
20570
|
0
|
132536
|
2019
|
33885
|
11391
|
29862
|
14681
|
0
|
43419
|
25927
|
159165
|
2020
|
19201
|
29334
|
40529
|
13496
|
18972
|
44197
|
28658
|
194387
|
2021
|
14476
|
37829
|
32967
|
0
|
38144
|
22282
|
87347
|
233045
|
2022
|
18562
|
27194
|
20862
|
27328
|
17970
|
22828
|
112139
|
246883
|
Как следует из табл. 5, в целом по данному кластеру предприятий, впрочем, как и по всему рынку, происходит непрерывный рост выручки. Однако, это характерно только для части предприятий: если в 2014 вся полученная предприятиями выручка сосредотачивалась только по 3 классификационным группам (до 12 млн. руб. в год на одно предприятие), то в дальнейшем на ряде предприятий выручка росла, в результате чего наблюдается практически равномерное ее распределение по классификационными группам в 2022 г. В связи с этим определенный интерес представляет вопрос – под действием каких факторов произошло указанное изменение структуры выручки на данном кластере предприятий.
Динамика структуры выручки по третьему кластеру приведена в табл. 6
Таблица 6. – Группировка удельного веса предприятий 3 кластера по размеру полученной выручки, проц.
Год
|
Выручка, тыс. руб.
| |||||||
0-3999
|
4000-7999
|
8000-11999
|
12000-15999
|
16000-19999
|
20000-24999
|
>24000
|
Итого
| |
2013
|
14,71
|
34,47
|
34,76
|
16,07
|
0,00
|
0,00
|
0,00
|
100,00
|
2014
|
16,82
|
46,66
|
36,53
|
0,00
|
0,00
|
0,00
|
0,00
|
100,00
|
2015
|
19,39
|
34,31
|
34,65
|
11,65
|
0,00
|
0,00
|
0,00
|
100,00
|
2016
|
12,64
|
20,42
|
27,19
|
39,75
|
0,00
|
0,00
|
0,00
|
100,00
|
2017
|
14,53
|
18,69
|
23,20
|
31,46
|
12,12
|
0,00
|
0,00
|
100,00
|
2018
|
18,01
|
11,81
|
22,59
|
19,55
|
12,52
|
15,52
|
0,00
|
100,00
|
2019
|
21,29
|
7,16
|
18,76
|
9,22
|
0,00
|
27,28
|
16,29
|
100,00
|
2020
|
9,88
|
15,09
|
20,85
|
6,94
|
9,76
|
22,74
|
14,74
|
100,00
|
2021
|
6,21
|
16,23
|
14,15
|
0,00
|
16,37
|
9,56
|
37,48
|
100,00
|
2022
|
7,52
|
11,01
|
8,45
|
11,07
|
7,28
|
9,25
|
45,42
|
100,00
|
Структура полученной по годам выручки использовалась для получения соответствующих коэффициентов: индексов различий, Рябцева, Гатева и среднего квадратичного отклонения. Полученные результаты сведены в табл. 7.
Таблица 7. – Ряды показателей структурных изменений
Год
|
индекс различий
|
индекс Рябцева
|
индекс Гатева
|
среднее квадратичное отклонение
|
2014
|
16,07
|
0,18
|
0,25
|
7,69
|
2015
|
14,23
|
0,15
|
0,21
|
6,53
|
2016
|
28,09
|
0,32
|
0,43
|
12,44
|
2017
|
14,01
|
0,15
|
0,22
|
5,83
|
2018
|
19,39
|
0,24
|
0,33
|
7,95
|
2019
|
31,33
|
0,33
|
0,44
|
10,10
|
2020
|
19,78
|
0,22
|
0,30
|
6,77
|
2021
|
30,49
|
0,35
|
0,46
|
10,97
|
2022
|
20,32
|
0,19
|
0,26
|
6,86
|
Показатели развития цифровой экономики приведены в табл. 8 на основании [1-3]. В шапке табл. 8 использованы обозначения следующих показателей:
1. Внутренние затраты на исследования и разработки по приоритетному направлению «Информационно-телекоммуникационные системы» в процентах к общему объему внутренних затрат на исследования и разработки.
2. Валовая добавленная стоимость сектора ИКТ в процентах к ВВП.
3. Удельный вес домашних хозяйств, имеющих доступ к интернету, в общем числе домашних хозяйств, проценты.
4. в том числе широкополосный.
5. Удельный вес населения, использующего интернет практически каждый день, в общей численности населения в возрасте 15–74 лет, проценты.
6. Удельный вес организаций (в общем их числе), использующих облачные сервисы, проценты.
Таблица 8. – Показатели развития цифровой экономики
Год
|
1
|
2
|
3
|
4
|
5
|
6
|
2014
|
8,3
|
2,8
|
69,9
|
64,1
|
51,6
|
13,3
|
2015
|
8,2
|
2,9
|
72,1
|
66,8
|
55,1
|
18,3
|
2016
|
8,3
|
2,9
|
74,8
|
70,7
|
57,7
|
20,3
|
2017
|
8,0
|
2,9
|
76,3
|
72,6
|
60,6
|
22,9
|
2018
|
7,4
|
2,8
|
76,6
|
73,2
|
68,8
|
26,1
|
2019
|
7,8
|
2,9
|
76,9
|
73,6
|
72,6
|
28,1
|
2020
|
7,1
|
3,3
|
80,0
|
77,0
|
76,7
|
25,7
|
2021
|
7,7
|
3,2
|
84,0
|
82,6
|
81,5
|
27,1
|
Полученные ряды показатели изменения структуры выручки были проверены на корреляцию с рядами показателей развития цифровой экономики. Полученная матрица коэффициентов линейной парной корреляции приведена в табл. 9.
Таблица 9. - Матрица коэффициентов корреляции
Наименование
показателя
|
1
|
2
|
3
|
4
|
5
|
6
|
индекс различий
|
-0,12
|
0,29
|
0,56
|
0,57
|
0,59
|
0,56
|
индекс Рябцева
|
-0,16
|
0,27
|
0,58
|
0,60
|
0,59
|
0,57
|
индекс Гатева
|
-0,17
|
0,26
|
0,58
|
0,60
|
0,60
|
0,57
|
среднее квадратичное отклонение
|
0,20
|
0,05
|
0,29
|
0,31
|
0,24
|
0,22
|
Как следует из приведенных расчетов, индексы различий, Рябцева и Гатева по показателям цифровизации 3-6 показали наличие корреляционной связи, уровень которой оценивается как умеренная положительная. Статистическая достоверность по приведенным в табл. 10 результатам оценки может быть охарактеризована как достаточно высокая.
Таблица 10. - Оценка значимости коэффициентов корреляции
Наименование показателя
|
1
|
2
|
3
|
4
|
5
|
6
|
индекс различий
|
-0,279
|
0,668
|
1,498
|
1,567
|
1,622
|
1,529
|
индекс Рябцева
|
-0,355
|
0,615
|
1,602
|
1,682
|
1,651
|
1,539
|
индекс Гатева
|
-0,376
|
0,613
|
1,598
|
1,679
|
1,659
|
1,548
|
среднее квадратичное отклонение
|
0,445
|
0,122
|
0,675
|
0,722
|
0,560
|
0,508
|
В табл. 11-15 приведены аналогичные расчеты относительно показателя количества предприятий по третьему кластеру по соответствующим классификационным группам.
Таблица 11. – Группировка количества предприятий 3 кластера по размеру полученной выручки, ед
Год
|
Выручка, тыс. руб.
| |||||||
0-3999
|
4000-7999
|
8000-11999
|
12000-15999
|
16000-19999
|
20000-24999
|
>24000
|
Итого
| |
2013
|
14
|
5
|
3
|
1
|
0
|
0
|
0
|
23
|
2014
|
13
|
7
|
3
|
0
|
0
|
0
|
0
|
23
|
2015
|
11
|
7
|
4
|
1
|
0
|
0
|
0
|
23
|
2016
|
10
|
5
|
4
|
4
|
0
|
0
|
0
|
23
|
2017
|
12
|
4
|
3
|
3
|
1
|
0
|
0
|
23
|
2018
|
13
|
3
|
3
|
2
|
1
|
1
|
0
|
23
|
2019
|
14
|
2
|
3
|
1
|
0
|
2
|
1
|
23
|
2020
|
9
|
5
|
4
|
1
|
1
|
2
|
1
|
23
|
2021
|
7
|
7
|
3
|
0
|
2
|
1
|
3
|
23
|
2022
|
8
|
5
|
2
|
2
|
1
|
1
|
4
|
23
|
Таблица 12. – Группировка удельного веса количества предприятий 3 кластера по размеру полученной выручки, проц.
Год
|
Выручка, тыс. руб.
| |||||||
0-3999
|
4000-7999
|
8000-11999
|
12000-15999
|
16000-19999
|
20000-24999
|
>24000
|
Итого
| |
2013
|
60,87
|
21,74
|
13,04
|
4,35
|
0,00
|
0,00
|
0,00
|
100,00
|
2014
|
56,52
|
30,43
|
13,04
|
0,00
|
0,00
|
0,00
|
0,00
|
100,00
|
2015
|
47,83
|
30,43
|
17,39
|
4,35
|
0,00
|
0,00
|
0,00
|
100,00
|
2016
|
43,48
|
21,74
|
17,39
|
17,39
|
0,00
|
0,00
|
0,00
|
100,00
|
2017
|
52,17
|
17,39
|
13,04
|
13,04
|
4,35
|
0,00
|
0,00
|
100,00
|
2018
|
56,52
|
13,04
|
13,04
|
8,70
|
4,35
|
4,35
|
0,00
|
100,00
|
2019
|
60,87
|
8,70
|
13,04
|
4,35
|
0,00
|
8,70
|
4,35
|
100,00
|
2020
|
39,13
|
21,74
|
17,39
|
4,35
|
4,35
|
8,70
|
4,35
|
100,00
|
2021
|
30,43
|
30,43
|
13,04
|
0,00
|
8,70
|
4,35
|
13,04
|
100,00
|
2022
|
34,78
|
21,74
|
8,70
|
8,70
|
4,35
|
4,35
|
17,39
|
100,00
|
Структура полученного по годам количества предприятий использовалась для получения соответствующих коэффициентов: индексов различий, Рябцева, Гатева и среднего квадратичного отклонения. Полученные результаты сведены в табл. 13.
Таблица 13. – Ряды показателей структурных изменений
Год
|
индекс различий
|
индекс Рябцева
|
индекс Гатева
|
среднее квадратичное отклонение
|
2014
|
8,70
|
0,08
|
0,1145
|
4,03
|
2015
|
8,70
|
0,09
|
0,1204
|
4,03
|
2016
|
13,04
|
0,14
|
0,2017
|
6,15
|
2017
|
13,04
|
0,11
|
0,1543
|
4,65
|
2018
|
8,70
|
0,07
|
0,1037
|
3,29
|
2019
|
13,04
|
0,09
|
0,1213
|
4,03
|
2020
|
21,74
|
0,23
|
0,3235
|
9,86
|
2021
|
21,74
|
0,18
|
0,2530
|
6,57
|
2022
|
17,39
|
0,16
|
0,2255
|
5,69
|
Таблица 14. - матрица коэффициентов корреляции
Наименование
показателя
|
1
|
2
|
3
|
4
|
5
|
6
|
индекс различий
|
-0,56
|
0,95
|
0,87
|
0,85
|
0,79
|
0,56
|
индекс Рябцева
|
-0,52
|
0,94
|
0,69
|
0,66
|
0,60
|
0,71
|
индекс Гатева
|
-0,52
|
0,94
|
0,69
|
0,67
|
0,60
|
0,72
|
среднее квадратичное отклонение
|
-0,51
|
0,91
|
0,57
|
0,54
|
0,51
|
0,67
|
Из таблицы 14 следует, что обнаружена корреляционная связь динамики структуры данного сегмента рынка по показателю количества предприятий с динамикой абсолютно всех использованных показателей цифровизации. Причем по показателю 1 данная связь оценивается как умеренная отрицательная, по остальным показателям (2-6), как умеренная положительная, а в отдельных случаях и как сильная положительная. Расчеты, сведенные в тал. 15 указывают на достаточно высокую достоверность полученных результатов.
Таблица 15. - Оценка значимости коэффициентов корреляции
Наименование показателя
|
1
|
2
|
3
|
4
|
5
|
6
|
индекс различий
|
-1,669
|
7,810
|
4,233
|
3,950
|
3,192
|
1,677
|
индекс Рябцева
|
-1,507
|
6,957
|
2,320
|
2,177
|
1,824
|
2,499
|
индекс Гатева
|
-1,485
|
6,895
|
2,330
|
2,187
|
1,819
|
2,551
|
среднее квадратичное отклонение
|
-1,459
|
5,239
|
1,692
|
1,582
|
1,442
|
2,193
|
Следовательно, выполненные расчёты позволят сделать вывод о том, что определенное влияние на развитие рынка предприятий Ростовской области, осуществляющих консультативную деятельность и работы в области ИТ в оказывают процессы цифровизации, происходящие в экономике. Об этом свидетельствует обнаруженная связь между динамикой выручки и количества предприятий с динамикой отдельных показателей цифровизации, таких как удельный вес внутренних затрат на исследования и разработки в области ИКТ; валовая добавленная стоимость сектора ИКТ в ВВП; доля домашних хозяйств, имеющих интернет; удельный вес населения ежедневно использующего интернет; доля предприятий работающих с облачными сервисами.
Заключение. Таким образом, изучение динамики развития рынка позволило выявить влияние процессов цифровизации экономики на основные тенденции на рынке предприятий, занимающихся консультативной деятельностью и работами в области компьютерных технологий в Ростовской области. Следовательно, основные усилия предприятий на данном рынке для усиления своих конкурентных позиций должны быть направлены на поддержание соответствующих процессов как внутри предприятия, так и на рынке.
Источники:
2. Абдрахманова Г.И., Вишневский К.О., Гохберг Л.М. и др. Индикаторы цифровой экономики: 2020. / Статистический сборник. - М.: НИУ ВШЭ, 2020. – 361 c.
3. Абдрахманова Г.И., Васильковский С.А., Вишневский К.О., Гохберг Л.М. и др. Индикаторы цифровой экономики: 2022. - М.: НИУ ВШЭ, 2023. – 332 c.
4. Кислицын Е.В. Информационно-технологический сектор России: трансформация конкурентной среды и оценка структурных сдвигов // Journal of New Economy. – 2021. – № 2. – c. 66-87. – doi: 10.29141/2658-5081-2021-22-2-4 Parse.
5. Кислицын Е.В. Кислицына И.А. Структура рынков цифровой экономики // Урал - драйвер неоиндустриального и инновационного развития России: Материалы III Уральского экономического форума. Екатеринбург, 2021. – c. 171-174.
6. Кислицын Е.В. Методологические основы исследования устойчивого развития цифровых рынков // Устойчивое развитие промышленного региона - конкурентоспособность и развитие социально-экономических систем: Труды Второго Уральского научного форума и проходящей в рамках форума VI Международной научной конференции, памяти академика А.И. Татаркина. Челябинск, 2022. – c. 27-29.
7. Лякин А.Н. Структурные сдвиги в российской экономике: потенциал деловых циклов исчерпан // Эко. – 2020. – № 7(553). – c. 8-28. – doi: 10.30680/ECO0131-7652-2020-7-8-28.
8. Панкратов А.А. Анализ современного состояния российской ИТ-отрасли: ключевые проблемы и тенденции // ИнтерКарто/ИнтерГИС. – 2023. – № 1. – c. 201-216. – doi: 10.35595/2414-9179-2023-1-29-201-216.
9. Панкратов А.А., Мусаев Р.А., Бадина С.В. Оценка потенциала кластеризации ИТ-отрасли России в 2005-2018 гг // ИнтерКарто/ИнтерГИС. – 2021. – № 1. – c. 44-59. – doi: 10.35595/2414-9179-2021-1-27-44-59.
10. Петрова Е.А., Калинина В.В., Трухляева А.А., Фокина Е.А. Динамика структурных сдвигов в экономике регионов в условиях внедрения конвергентных технологий // Национальные интересы: приоритеты и безопасность. – 2020. – № 5(386). – c. 818-837. – doi: 10.24891/ni.16.5.818.
11. Полуянов В.П. Выбор предприятия-лидера по модели динамической оценки конкурентоспособности // Современная конкуренция. – 2023. – № 5(95). – c. 73-82. – doi: 10.37791/2687-0657-2023-17-5-73-82.
12. Полуянов В.П. Институциональная характеристика крупнейших сетей предприятий на рынке розничной торговли Российской Федерации // Финансово-экономическое и информационное обеспечение инновационного развития региона: Материалы IV Всероссийской научно-практической конференции с международным участием. Ялта, 2021. – c. 55-58.
13. Полуянов В.П. Управление в условиях глобальных мировых трансформаций: экономика, политика, право. / Сборник научных трудов. - Севастополь: ООО «РИБЕСТ», 2020. – 72-77 c.
14. Полуянов В.П., Полуянов Е.В. Институциональная характеристика рынка компьютерных технологий и консультативной деятельности Ростовской области // Инновационные технологии в машиностроении, образовании и экономике. – 2021. – № 1(19). – c. 13-19.
15. Полуянов В.П., Полуянов Е.В. Особенности организации рынка питьевого водоснабжения в мировой практике // Государственное и муниципальное управление. Ученые записки. – 2021. – № 1. – c. 176-185. – doi: 10.22394/2079-1690-2021-1-1-176-185.
16. Полуянов В.П., Полуянов Е.В. Современные цифровые технологии: становление дефиниций // Прорывные технологии как предпосылки формирования и реализации вызовов четвертой технологической революции: Сборник трудов международной научно-практической конференции. Ростов-на-Дону, 2021. – c. 51-56.
17. Полуянов В.П., Степаненко К.В. Динамика отдельных показателей функционирования предприятий ИТ отрасли Ростовской области // Донецкие чтения 2023: образование, наука, инновации, культура и вызовы современности: Материалы VIII Международной научной конференции. Донецк, 2023. – c. 349-352.
18. Пташкина Е.С. Оценка структурных сдвигов в рыбохозяйственном комплексе регионов ДФО // Азимут научных исследований: экономика и управление. – 2019. – № 3(28). – c. 315-318. – doi: 10.26140/anie-2019-0803-0072.
19. Сахарова Л.В., Тищенко Е.Н., Артамонова А.Г. Нечетко-множественный анализ динамики развития IT-отрасли на основе системы показателей «Прибыль, налоги, социальное страхование» // Информатизация в цифровой экономике. – 2022. – № 2. – c. 63-78. – doi: 10.18334/ide.3.2.113396.
20. Серова Н.А., Скуфьина Т.П. Анализ структурного развития промышленного производства в регионах российской Арктики // Север и рынок: формирование экономического порядка. – 2023. – № 1(79). – c. 108-119. – doi: 10.37614/2220-802X.1.2023.79.007.
21. Симонова М.Д. Развитие отечественных компаний на российском и мировом рынке информационных технологий: статистический анализ // Научные труды Вольного экономического общества России. – 2020. – № 2. – c. 266-279. – doi: 10.38197/2072-2060-2020-222-2-266-279.
22. Шмидт Ю.Д., Пташкина Е.С. Комплексная оценка структурных сдвигов в рыбопромышленном комплексе региона // Экономический анализ: теория и практика. – 2021. – № 3(510). – c. 474-494. – doi: 10.24891/ea.20.3.474.
Страница обновлена: 26.11.2024 в 13:04:46