Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Эффекты коронакризиса и новых экономических санкций в цифровой экономике высшее образование и рынок труда. Монография
.pdf
оказались распределенными по 10 кластерам, представленным в табл. 11. В ней
Номер
кластера
Субъекты, входящие в кластер
Значимость переменной для формирования
кластера
«Время до
выздоровления», %
«Время до
летального
исхода», %
«Уровень
летальности»
%
1 2 3 4 5
0
Республика Дагестан
76,6
95,3
100
Новосибирская область, Пермский
край, Республика Ингушетия,
Тверская область, Тульская
область
Алтайский край, Белгородская
область, Брянская область,
Воронежская область,
Забайкальский край, Кировская
область, Краснодарский край,
Ленинградская область,
Оренбургская область, Пензенская
область, Приморский край,
Республика Бурятия, Республика
Марий Эл, Республика Саха
(Якутия), Республика Северная
Осетия
Алания, Республика
Татарстан, Республика Хакасия,
Ханты
Мансийский автономный
округ - Югра
3
Санкт-Петербург
41,5
45,8
100
Владимирская область,
Камчатский край, Красноярский
край, Нижегородская область,
Смоленская область
5
Москва, Московская область
99,6
99,4
56,2
показаны также уровни значимости переменных для формирования кластера
(100 % – максимальная значимость). Чем выше уровень значимости переменной,
тем вероятнее, что субъекты с близкими значениями данной переменной попадут
в один кластер.
Таблица 11
Результаты кластеризации регионов РФ по медицинским характеристикам
заболевания
1
2
4
—
-
83,9
100 100 84,3
92,1
85,5
94,1
71
97,9
79,1
Продолжение табл. 11
1 2 3 4 5
Карачаево-Черкесская Республика,
Курская область, Мурманская
область, Республика Коми,
Республика Тыва, Рязанская
область, Тамбовская область,
Ульяновская область,
Хабаровский край, Чувашская
Республика, Ямало
Ненецкий
автономный округ
Архангельская область,
Астраханская область, Ивановская
область, Иркутская область,
Кабар
Республика, Омская область,
Орловская область, Псковская
область, Ростовская область,
Свердловская область
Ставропольский край, Тюменская
область, Челябинская область
Волгоградская область, Калужская
область, Липецкая область,
Республика Мордовия, Самарская
область, Саратовская область,
Ярославская область
9
Республика Башкортостан
84,3
83,5
66,8
6
-
дино-Балкарская
7
8
Источник: расчеты авторов.
99,0 99,9 94,8
12,5
96,1
32,9
75,2
14,8
84,0
Представленные в табл. 11 кластеры по степени схожести переменных,
входящих в них субъектов, могут быть объединены в иерархическую структуру,
представленную на рис. 24. По горизонтальной оси отложены номера кластеров
табл. 11. По вертикальной оси рис. 23 отложено условное расстояние (степень
различия) между кластерами (%). Чем меньше данное расстояние, тем меньше
различие между кластерами.
72
Рис. 24. Иерархическая структура кластеров, объединяющих субъекты РФ по
медицинским характеристикам заболевания Covid-19
Источник: расчеты авторов.
Обращает на себя внимание, что кластеры, содержащие небольшое
количество субъектов (0,3,5,9) отстоят достаточно далеко от всех остальных. В
дальнейшем при анализе зависимости характеристик эпидемии от социальноэкономических факторов региона мы будем ориентироваться на данную
иерархию и проводить его только для субъектов входящих в относительно
близкие кластеры.
Корреляционный и регрессионный анализ социально–экономических
факторов, влияющих на характеристики эпидемии в ее начальной фазе. В
соответствии со сделанным в конце предыдущего раздела замечанием
ограничимся проведением корреляционного анализа характеристик
заболеваемости только для субъектов, входящих в кластеры 1,2,4,6,7,8. Как
можно заключить из уравнений (9) – (11) темп роста заболеваемости ܴ
௧
определяется разностью между частотой f заражения и частотой выявления и
локализации заболевших:
ܴ
ൎͳ݂െܲఈሺ݀
௧
்
ሻ(13)
ே
73
При этом само количество заболевших при выходе на плато заболеваемости
ൎ ܿ݊ݏݐ, удовлетворяет уравнению:
݊
ூ
Ͳൎ݂ήሺͳെ݊
ሻ
ሺݐሻ
ή݊
ூ
െܲ
ூ
ఈ
ቀ݀
்
ே
ቁή݊
ூ
ሺݐሻ
(14)
Отсюда:
ିഀቀௗା
݊
ൌ
ூ
Таким образом, и темп заражения ܴ
ቁ
ಿ
(15)
, и количество заболевших,
௧
пропорциональны одной и той же величине.
В соответствии с вышеизложенным рассмотрим факторы, которые могут
влиять на параметры (15). При этом ниже мы будем приводить результаты только
в случае значимого отличия коэффициентов корреляции и характеристик
заболеваемости от нуля. Коэффициенты корреляции рассмотрим по группам
социально-экономических факторов. При этом, поскольку в целом значения
коэффициентов корреляции невелики, а распределения ряда факторов
существенно отличны от нормального, будет проводиться также расчет
квадрантного коэффициента корреляции [8]. Те факторы, у которых значения
стандартного и квадрантного коэффициента корреляции различаются значительно
(и, тем более, имеют различные знаки) отбрасывались. Все характеристики ܺ
по
выборке регионов РФ перед корреляционным анализом приводились к
стандартному виду:
ሾିതሿ
,
ఙ
где ܺത – среднее, а ߪ
ݔൌ
– стандартное отклонение по выборке. Результаты
представлены ниже.
Во-первых, было проверено наличие корреляций общих характеристик
региона, таких как площадь, население, количество муниципальных образований,
плотность населения, плотность автомобильных дорог (влияющую на
транспортную мобильность населения) с характеристиками заболеваемости.
Значимые корреляции представлены в табл. 12.
74
Таблица 12
Характеристика
заболевания
Общие характеристики региона
Количество муниципальных
образований, ед.
Численность населения на
01.01.2020 г., чел.
Количество заболевших
0,30/0,29
0,61/0,44
Темп заражения
0,30/0,24
0,34/0,39
Значимые (с уровнем менее 1 % и величиной большей 0,3) коэффициенты
корреляции характеристик заболеваемости Covid-19 с общими характеристиками
субъекта РФ, коэффициент корреляции/квадрантный коэффициент корреляции
Источник: расчеты авторов.
Таким образом, в группу риска (высокая скорость развития эпидемии и
большое количество заболевших) входят субъекты с высокой численностью
населения и большим количеством муниципальных образований.
При анализе структуры населения значимые (с уровнем менее 1 %)
корреляции были обнаружены только для доли городского и сельского населения
(коэффициент корреляции +0,3 для доли городского населения
и – 0,3 для сельского, соответствующий квадрантный коэффициент
корреляции േͲǡʹ).
Проведенный анализ подтверждает сделанный выше вывод о повышенном
риске заболевания для крупных населенных пунктов. Этот вывод подтверждается
анализом основных экономических показателей, представленных в табл. 13.
Результаты, как и предыдущие данные, свидетельствуют о повышенном риске
развития эпидемии в промышленно развитых регионах с большими основными
фондами, значительным валовым региональным продуктом и развитой розничной
торговлей. Это естественно, поскольку все перечисленные факторы,
подразумевают концентрацию достаточно большого количества лиц в
относительно ограниченном пространстве (рабочих помещениях, офисах,
торговых центрах и магазинах) – то есть увеличению числа контактов – параметра
f в формулах (13-15).Отмеченная особенность эпидемий, подобных Covid-19,
свидетельствует о значительных рисках, которые они могут создавать для
экономически развитых регионов. В данной связи план управления рисками
75
хозяйствующих субъектов должен быть пересмотрен с тем, чтобы учесть
Характеристика заболевания
Количество
(с величиной
большей 0,5)
(с величиной большей
Среднегодовая численность занятых,
тыс. человек
Валовой региональный продукт в 2017 г.,
млн. руб.
Основные фонды в экономике (по полной
учетной стоимости; на конец года),
млн. руб.
Объем отгруженных товаров собственного
производства, выполненных работ и услуг
собственными силами по видам
экономической деятельности
млн. руб.
Оборот розничной торговли, млн. руб.
0,63/0,49
0,31/0,34
подобные угрозы.
Таблица 13
Значимые (с уровнем менее 1 % и величиной большей указанного значения)
коэффициенты корреляции характеристик заболеваемости Covid-19 с основными
экономическими показателями субъекта РФ, коэффициент
корреляции/квадрантный коэффициент корреляции
заболевших
0,64/0,44 0,34/0,34
0,64/ 0,39 0,36/0,34
1
,
Источник: расчеты авторов на базе сервиса Yandex Data Lens и данных Росстата [185]
0,53/0,29 0,31/0,24
0,6575/0,47 0,32/0,27
Темп заражения
0,3)
При анализе влияния состояния рынка труда на заболеваемость Covid-19,
обращают на себя внимание следующие, значимые (с уровнем менее 1 %),
корреляции (табл. 14). Перечисленные выше факторы охватывают основные виды
деятельности современных урбанизированных территорий, состояние рынка
труда, транспортные системы, образование. Обращает на себя внимание
отсутствие сколь-нибудь значимой корреляции с характеристиками
здравоохранения и заболеваемости, не связанной с Covid-19.
1
Среднее значение по видам: «Обрабатывающие производства», «Обеспечение электрической энергией, газом и
паром; кондиционирование воздуха», «Водоснабжение; водоотведение, организация сбора и утилизации отходов,
деятельность по ликвидации загрязнений», «Оборот розничной торговли, млн. руб.».
76
Таблица 14
Характеристика заболевания
Количество заболевших
(с величиной большей 0,5)
Темп заражения
(с величиной
большей 0,25)
Численность работников государственных
органов и органов местного
самоуправления, чел.
Численность безработных, тыс. чел.
0,51 /0,16
0,37/ 0,06
Численность иностранных граждан,
имеющих патент на осуществление
трудовой деятельности, чел.
Количество предприятий,
осуществляющих деятельность в области
культуры, спорта, организации досуга и
развлечений, организаций, ед.
Численность обучающихся по
образовательным программа начального,
основного и среднего общего образования
тыс. чел.
Отправленные ж/д транспортом
пассажиры, тыс. чел
Перевозки пассажиров автобусами общего
пользования, млн. человек
Пассажирооборот, автобусов общего
пользования, млн. пасс-км
Значимые (с уровнем менее 1 % и величиной большей указанного значения)
коэффициенты корреляции характеристик заболеваемости Covid-19 с прочими
показателями деятельности регионов РФ, коэффициент корреляции/ квадрантный
коэффициент корреляции
0,64 /0,39 0,39/0,34
0,55 /0,29 0,28/0,29
0,55/0,29 0,29/0,14
0,58/0,34 0,34/0,29
0,50 /0,39 0,25/0,29
0,61/0,44 0,29/0,44
Источник: расчеты авторов на базе сервиса Yandex Data Lens и данных Росстата [185]
Таким образом, применение экономико-математического моделирования и
использование полученной в результате информации позволяет провести
определение всех параметров, характеризующих развитие заболевания во время
пандемии (и в том числе – Covid-19). Полученные в уравнениях (4) – (9) данные
позволяют в итоге построить непротиворечивую и соответствующую
фактическим данным математическую модель, численное решение которой
позволит в перспективе рассмотреть различные возможные сценарии развития
эпидемии в регионах РФ.
0,52/0,44 0,26/0,34
77
1.4. Проблемы цифровизации экономики в новых экономических
условиях
Цифровая трансформация (англ. digital transformation), воспринимаемая
сегодня как процесс полной замены традиционных видов деятельности человека
новейшими альтернативами в виде цифровых технологий (далее – ЦТ),
представляет собой объективный и закономерный процесс глобального
распространения. Неотъемлемой частью цифровой трансформации является
процесс цифровизации (англ. digitalisation), или внедрение ЦТ во все сектора
национальных экономик.
К настоящему времени ЦТ превратились из технологичного сектора
информационно-компьютерных технологий (далее – ИКТ) в новый,
специфический («цифровой») уклад жизни человека, определяющий все виды
деятельности индивида. Действительно, если еще «вчера» новинками были такие
понятия, как: 5G Интернет; электрокары и беспилотные автомобили; 3D-печать;
искусственный интеллект и «большие данные» (англ. BD или Big Data);
реальность виртуальная (VR, virtual reality) и искусственная (AR, artificial reality);
облачные хранилища данных; Интернет вещей; квантовые вычисления; блокчейн;
мозговые импланты, то сегодня это просто становится частью обыденной жизни
[7; 56; 337; 401].
Активное глобальное использование цифровизации приводит, прежде всего, к
росту удельного веса сектора ИКТ в валовой добавленной стоимости и удельного
веса сектора ИКТ в численности занятого населения, хотя и неравномерно по
разным странам (рис. 25). Действительно, Россия отстает от развитых стран по
абсолютному вкладу цифровых технологий в экономическое развитие, но, темпы
роста сектора ИКТ в РФ весьма велики. Так, в 2015-2021 гг. темпы роста ИКТсектора (35 %) существенно превышали темпы роста ВВП (7 %) в реальном
выражении. В 2021 г. валовая добавленная стоимость ИКТ-сектора достигла
около 3,72 трлн. руб. Расходы в 2021 году российских организаций на внедрение
ИКТ выросли на 26 % по сравнению с 2020 годом [19].
78
7.4
3.1
1.9
0
1
2
3
4
5
6
7
8
4.9
6.1
4.5
66
3.8
Удельный вес сектора ИКТ в валовой добавленной стоимости
по странам: 2020, %
Удельный вес сектора ИКТ в численности занятых
по странам: 2020, %
4
5.6
3.6
5.2
2.9
4.7
2.8
3.7
2.7
Рис. 25. Вклад сектора ИКТ в валовую добавленную стоимость и структуру
занятых, по странам, в %.
Источник: составлено на основании источника [1]
Использование цифровых технологий во всем мире приводит не только к
активному расширению рынка ИКТ во всем мире, но и увеличению мировых
1
расходов на ИКТ-сектор. Действительно, по прогнозам Gartner
[143], в 2022 году
ИКТ-сектор потратит, как минимум, $ 4,5, в том числе: на услуги ИКТкоммуникаций будет израсходовано около $ 1,5 трлн., а на ИКТ-услуги – около
$ 1,3 трлн. (табл. 14). Эти тенденции не обошли стороной и Россию. Расходы в
2021 году российских организаций на внедрение ИКТ выросли на 26 % по
сравнению с 2020 годом [19]. Соответственно, если к началу 2020 года в РФ
объем рынка технологий составлял 10-30 млрд. руб., то к 2024 году ожидается
рост этого показателя, как минимум, в 10 раз, т.е. до 300 млрд. руб. [7].
1
Gartner, Inc. – американская компания, специализирующаяся на исследованиях рынка информационных
технологий. Штаб-квартира расположена в городе Стэмфорд, штат Коннектикут.
79
Мировые расходы на ИКТ-сектор, $ млн [143]
Расходы
в 2020 г.
Рост в 2020 г.,
в % к 2019 г.
Расходы
в 2021 г.
Рост в 2021 г.,
в % к 2020 г.
Расходы
в 2022 г.
Рост в 2022 г.,
в % к 2021 г.
Системы
центров
обработки
данных
178836
196142
207440
Программное
обеспечение
предприятия
529028
600895
669819
Устройства
696990
–1,5
801970
15,1
820756
2,3
ИКТ-услуги
1071281
–1,7
1191347
11,2
1293857
8,6
ИКТкоммуникации
1396334
1451284
1482324
ИТОГО:
3872470
+ 0,9
4241638
9,5
4474197
5,5
Таблица 14
положения РФ по ключевым показателям развития и внедрения ЦТ, наша страна
занимает высокие и весьма перспективные позиции. Так, согласно рейтингу ВЭФ
в 2018 году среди 140 стран Россия занимала 43-ю позиции, в том числе в
направлении «Проникновение ИКТ» – 25 место, что обусловлено существенной
долей среди населения пользователей мобильных телефонов и широким
распространением оптоволоконного Интернета [252].
странах цифровизация экономики осуществляется в контексте различных
стратегических программ:
1
ВЭФ – это Всемирный Экономический Форум.
2,5
9,1
–1,5
9,7
13,6
3,9
5,8
11,5
2,1
Немаловажно и то, что, как показывают международные сопоставления
1
,
В зависимости от целей и уровня технологического развития в различных
¾ В США – государственное обеспечение разработки новых ЦТ (англ. «Digital
Economy Agenda»);
¾ В Великобритании – реализация цифровой стратегии («Digital Strategy»);
¾ В Германии – опора на перерабатывающую промышленность (программа
«Индустрия 4.0»);
¾ В Японии – создание нового социума на основе учета личностных
характеристик индивидуума (программа «Общество 5.0»);
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]