Інформаційнокомунікаційні технології у забезпеченні розвитку національної економіки

• Название: Інформаційнокомунікаційні технології у забезпеченні розвитку національної економіки
• Анкор: MASTER DIPLOMA_Kireeva Anastasia (1) (1).docx
• Дата: 11.08.2018
• Размер: 1.43 Mb.
• Имя файла: MASTER DIPLOMA_Kireeva Anastasia (1) (1).docx
• Тип: Документы; #22807
• страница: 12 из 26

3.2. Модель оцінювання впливу факторів інформаційно-комунікаційних технологій на національну економіку

В умовах глобалізації інформація стає чинником економічного зростання та підвищення міжнародної конкурентоспроможності, що визначає необхідність оцінювання ролі інформації та інформаційних впливів на фоні національноекономічного рівня.

Ознакою інформаційного суспільства вважається розвиток ІКТ, тому загальну характеристику його розвитку можна дати за допомогою запропонованої нами сукупності спеціалізованих показників (див. п.п.1.3).

Україна у 2007-2014 рр. досягла наступних результатів (табл. 3.1). Варто відмітити, що деякі дані відсутні за 2014 р., тому при аналізі і розробці моделі рахуємо останій наявний рік за тотожний 2014 р.

Таблиця 3.1

Динаміка чинників розвитку інформаційного суспільства в Україні

(2007-2014 рр.)

Рік	Основні макроекономічні показники розвитку країни			Оснонві показники розвитку інформаційного суспільства				Міжнародна торгівля			МНТС
	ВВП (ПКС),дол. США	Індекс розвитку ІКТ	Кошик цін на послуги ІКТ, %	Користувачі Інтернету, на 100 ос.	Абоненти фіксованогошироко-смугового Інтернету, на 100 ос.	Абонентирухомого стільникового зв'язку, на 100 ос.	Захищені сервери Інтернету, на 1 млн.ос.	Експорт товарів ІКТ, %	Експорт послуг ІКТ, %	Імпорту товарів ІКТ, %	Високотехнологічний експорт, %	Патентні заявки		Дослідники в НДДКР, на млн. ос	Науково-технічні статті в журналах
												Нерезиденти	Резиденти
–	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
2007	3082,5	3,80	3,1	7	2	118	3	1	11	2	4	2723	3440	6,55	1847
2008	4029,7	3,83	4,2	11	3	120	4	1	12	2	3	2872	2825	11	1844
2009	3855,4	3,83	1,8	18	4	119	6	0,7	14	2	6	2380	2434	17,9	1639
2010	3569,8	4,34	2,6	23	6	117	13	1	17	3	4	2756	2556	23,3	1682
2011	2974,0	4,38	2,2	29	7	121	18	0,9	18	3	4	2604	2649	28,7	1727
2012	2545,5	4,64	2,4	34	8	130	23	1	19	4	6	2464	2491	35,3	1692
2013	3891,0	5,15	1,8	41	8,83	138	26,5	0,93	22,2	3,8	5,89	2556	2856	41	–
2014	3068,6	5,23	1,15	43,4	8,42	144	45,5	–	30,7	–	–	–	–	43,4	–

Джерелo: розроблено автором на основі [59],[60],[61],[62],[63],[64],[65],[67],[68],[69],[70],[71],[72],[73],[74],[76],[77],[78],[79],[80],[81]

Зрозуміло, що у трансформаційні економіці на якісне зростання реагуватимуть зростанням і чинники, пов’язані з суспільним добробутом, якими є інформаційні чинники, наведені у табл.3.1 (абоненти широкосмугового Інтернету, користувачі Інтернету, абоненти мобільного зв’язку, захищені сервери). Однак зростання ВВП на душу населення не привело до суттєвого зростання кількості патентних заявок або ж чисельності дослідників в НДДКР.

Зважаючи на низькі рівні таких показників, як частка вискотехнологічного експорту в загальному експорті, частка експорту ІКТ в загальному експорті, частка імпорту ІКТ в загальному імпорті, частка експорту послуг ІКТ в загальному експорті послуг, кількість патентів, зареєстрованих резидентами і нерезидентами, кількість науковців в НДДКР на 1 млн. осіб, можна припустити, що недофінансування є визначальним чинником неефективності знаннєєвого сектору в Україні.

Для визначення впливу інформаційно-комунікаційних технологій на національну економіку побудуємо економетричну модель, використовуючи дані по 30 досліджуваних країнах з 6 регіонів світу за 20 показниками. Для цього скористуємося програмою Wolfram Mathematica – система комп'ютерної алгебри, використовувана в багатьох наукових, інженерних, математичних і комп'ютерних областях. Спочатку система була придумана Стівеном Вольфрамом, в даний час розробляється компанією Wolfram Research [122].

За допопомогою данної програми використаємо для обрахунку данних метод кластеризації – задача розбиття заданої вибірки об'єктів (ситуацій) на підмножини, що називаються кластерами, так, щоб кожен кластер складався з схожих об'єктів, а об'єкти різних кластерів істотно відрізнялися. Завдання кластеризації відноситься до статистичної обробки, а також до широкого класу завдань навчання без вчителя. У нашому випадку за рахунок складності обрахунку великого масиву даних по 30 досліджуванх країнах, метод кластеризації дозволить розбити країни на группи за схожістю показників і, як наслідок, будет створено кластери країн за рівнем розвитку ІКТ. Це, в свою чергу, дозволить виявити величину впливу ІКТ на національну економіку тієї чи іншої країни.

Метод кластеризації має наступний вигляд побудови [122]:

(3.1)

де  – показники, що діляться на n-кластерів.

Наприклад, для прорахунку 4 кластерів вносимо наступні данні:

(3.2)

Тоді отримуємона виході:

(3.3)

Так само виристуємо дані по 30 країнам та Україні за 20 показниками за 2014 р. (Додаток), щоб вироститати кластеризацію і поділити країни за схожістю показників та рівнем розвитку:

In [110]: = FindClusters[Import["indexes.csv"] -> {"Данія", "Ісландія", "Велика Британія", "Швеція", "Люксембург", "Корея (Респ.)", "Гонконг. Китай", "Японія", "Австралія", "Нова Зеландія", "Білорусь", "Росія", "Казахстан", "Молдова", "Азербайджан", "Україна", "США", "Канада", "Барбадос", "Уругвай", "Аргентина", "Маврикій", "Сейшельскі Острови", "ПАР", "Тунис", "Кабо-Верде", "Бахрейн", "Катар", "ОАЕ", "Саудівська Аравія", "Кувейт"},

9]

Export["clustered.csv", FindClusters[Import["indexes.csv"], DistanceFunction -> SquaredEuclideanDistance], "Table"]

ClusteringComponents[Import["indexes.csv"], 5]

Out [110] = {{"Данія", "Швеція"}, {"Ісландія", "Люксембург"}, {"ВеликаБританія", "Австралія", "Канада"},{"Корея (Респ.)", "Японія", "США"},{"Гонконг. Китай", "НоваЗеландія", "Аргентина", "ПАР"}, {"Білорусь", "Казахстан", "Україна"}, {"Росія"}, {"Молдова", "Азербайджан", "Барбадос", "Уругвай", "Маврикій", "СейшельскіОстрови", "Кабо-Верде", "Бахрейн", "Катар", "Кувейт"},{"Тунис", "ОАЕ", "СаудівськаАравія"}}

Out[111] =clustered.csv"

Таким чином, за допомогою методу кластеризації було отримано 9 кластерів за схожістю рівня показників соціально-економічного та інформаційного розвитку. Зобразимо їх графічно (рис. 3.3):

Рис. 3.3. Структура кластеризації досліджуваних країн

Джерело: розроблено автором на основі[122]
Таким чином, за допомогою методу кластеризації пропонуємо зробити наступні висновки щодо аналізу досліджуваних країн:

1. 
   Данія та Швеція попадають в один кластер за рахунок схожості показників. Обидві країни мають високів рівні соціально-економічного розвитку та сфери ІКТ. Вважаємо, що саме взважувана політика уряду, правильна стратегія розвитку та вектор інформаматизації допомогли країнам досягнути високих показників. Тож стверджуємо, що чим вищий рівень ІКТ, тим вищий рівень розвитку країни. Отже, вплив ІКТ на економіку Данії та Швеції досить високий.
   
2. 
   Ісландія та Люксембург – економікою країн схожі на попередній кластер, однак мають дещо нижчі показники розвитку ІКТ (однак входять в топ-10 країн за даним показником), показники соціально-економічного розвитку залишаються на високому рівню. Відміність даних економік від попереднього кластеру може пояснюватися також географічно віддаленістю Ісландії та невеликою террироріальністю Люксембургу, що створює певні перепони розвитку економіки. Вплив ІКТ на економіку даних країн вважаємо високим
   
3. 
   Велика Британія, Австралія, Канада – високорозвинуті країни, що входять до Співдружності націй. Мають високі темпи розвитку, займають довгий час топ-позицій у рейтигах різноманітних показників. Величина ІКТ є високою, однак варто відмітити, що на економіку данних країн сфера ІКТ посередньо впливає, адже тут виступають й інші сильні сфери розвитку для даних країн. Тож вплив ІКТ на економіку Великої Британії, Австралії та Канади вважаємо вище середнього.
   
4. 
   Південна Корея, Японія, США – високоіндустріальнорозвинуті країни, мають високі показники розвитку інформаційного суспільства. Враховуючи значимість кожного досліджуваного показника, вважаємо вплив ІКТ на економіку даних країн високим, що дозволяє країнам швидко адаптуватися до новітніх технологій та зосереджувати свою увагу на створенні найновітніших чинників інформатизації суспільства.
   
5. 
   Гонконг, Нова Зеландія, Аргентина, ПАР – країни є представниками різних регіонів світу. За ознакою поділу можно виокремити дані країни, як ті, що мають великі темпи розвитку інформатизації, що є досить перспективним у розвитку ІКТ, і як наслідок, впливає на збільшення впливу ІКТ на національні економіки даних країн. Тож за рахунок високих темпів розвитку інформаційних технологій країни зуміли покрашити рівень розвитку економіку. Вважаємо високий вплив ІКТ на національну економіку в данному кластері.
   
6. 
   Білорусь, Казахстан, України – країни, що входять до складу СНД, схожі за територією, рівнем розвитку та культурою. Є перспективними у розвитку інформатизації суспільства, однак мають невисокі показники ІКТ та соціально-економічного розвитку. Урядам держав необхідно провести реоргаізцію економіки, розробити низку законів, що створять сприятливий клімат для покращення сфери інформаційних технологій, що, як наслідок, позитивно вплине на економіку країн. В данному кластері вплив ІКТ на економіку данних країн вважаємо середнім.
   
7. 
   Росія – країна увійшла до окремого кластеру, адже має свої специфічні значення показників. У розвитку ІКТ займає позиції вище середнього, однак в економіці країни існує низка барєрів, що стримує ріст інформаційних технологій, внаслідок чого унеможливлює покращення національної економки. Вплив вважаємо середнім
   
8. 
   Молдова, Азербайджан, Барбадо, Уругвай, Маврикій, Сейшельські о-ви, Кабо-Верде, Бахрейн, Катар, Кувейт – найбільший кластер, до якого ввійшли країни з невисокими показниками соціально-економічного та технологічного розвитку. Країни ОПЕК, такі як Бахрейн, Катар, Кувейт вважаємо, що за похибкою ввійшли до даного кластеру із-за відсутності даних по досліджуваним показникам. Країнам кластеру необхідно переглянути політику інформатизації, зробити всі умови розвитку ІКТ, що дозволить покращити рівень інформатизації та національної екооміку вцілому. Рівень впливу ІКТ вважаємо середнім.
   
9. 
   Тунис, ОАЕ, Саудівська Аравія – арабські країни, ща мають високі темпи розвитку економіки та мають перспективний напрям розвитку в ІКТ. Сьогодні уряди держав роблять високі акценти саме на удосконаленні сфери ІКТ, що провокую позитивній ріст показників національної економіки країн. Рівень впливу ІКТ вважаємо високим.
   

Таким чином, метод коастеризації допоміг нам розбити країни на группи за показниками й більш детально визначити лідерів та аутсайдерів у розвитку інформаційно-комунікаційних технологій та їх впливу на національну економіку.

Для визначення пріоритетів розвитку ІКТ задля поліпшення рівня впливу на національну економіку України розглянемо також запропоновані показники у табл.3.1 (1-15) за допомогою методу кореляції, щоб показати тісноту зв’язку факторів впливу між собою. Дослідження проводилося визначенням кореляційного аналізу за допомогою інструментів програми Excel MS Office (табл.3.2) [123].

Таблиця 3.2

Кореляційна матриця показників розвитку ІКТ в Україні, 2014 р.

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
1	1
2	0,827	1
3	0,981	0,921	1
4	0,990	0,899	0,999	1
5	0,981	0,921	1	0,999	1
6	0,915	0,983	0,976	0,964	0,976	1
7	0,981	0,921	1	0,999	1	0,976	1
8	-0,195	0,390	0,001	-0,052	0	0,217	0	1
9	0,981	0,921	1	0,999	1	0,976	1	0	1
10	0,752	0,992	0,866	0,839	0,866	0,954	0,866	0,5	0,866	1
11	0,752	0,992	0,866	0,839	0,866	0,954	0,866	0,5	0,866	1	1
12	-0,485	-0,311	-1	-1	-1	-0,971	-1	0,024	-1	-0,854	-0,854	1
13	-0,224	-0,133	-0,409	-0,361	-0,409	-0,597	-0,409	-0,912	-0,409	-0,811	-0,811	0,387	1
14	-0,155	-0,157	-0,994	-0,987	-0,994	-0,994	-0,994	-0,107	-0,994	-0,914	-0,914	0,991	0,504	1
15	0,398	-0,186	0,212	0,263	0,212	-0,005	0,212	-0,977	0,212	-0,305	-0,305	-0,235	0,805	-0,106	1

Джерелo: рoзрахoванo автором на основі (табл. 3.1).

Як видно з табл. 3.2, дуже високий кореляційний зв’язок спостерігається між показниками ВВП на душу населення (ПКС) та користувачами Інтернету (0,99), що є характерним для ненасичених ринків ІКТ.

Високий кореляційний зв’язок виявлено між показниками нормалізованого ВВП на душу населення та показниками індексу розвитку ІКТ, вартості кошику послуг ІКТ, абонентів фіксованого широкосмугового Інтернету, абонентів рухомого стільникового зв'язку, захищених серверів та частки імпорту ІКТ в загальному імпорті країни. Дані показники є перспективними щодо розвитку в галузі ІКТ в Україні.

Розглянему графічну інтерпретацію кореляційного аналізу, а саме покажемо тісноту впливу досліджуваних показників факторів на ВВП на душу населення (ПКС) як основного показника соціально-економічного розвитку (рис. 3.2).
Рис. 3.4. Відображення тісноти зв’язку між ВВП на душу населення (ПКС) та досліджуваними факторами

Джерело: розроблено автором на основі табл. 3.2
За рис. 3.4 існує від’ємний зв’язок між ВВП (ПКС) та експортом товарів ІКТ, патентними заявками та дослідниками в НДДКР. Тобто дані факторивід’ємно впливають на ВВП (ПКС), проте тіснота зв’язку невисока, тож ними можна знехтувати.

З огляду на встановлення принципової відмінності у ступені впливу інформаційно-комунікаційних чинників в попередньо досліджуваних країнах з різним рівнем розвитку інформаційного суспільства (топ-30 країн за рівнем розвитку ІКТ та країни СНД), результати кореляційного аналізу взаємозв’язку між інформаційними чинниками України свідчать про значний потенціал, що слугує розвитку впливу сфери ІКТ на національну економіку.

Таким чином, на основі кореляційно-кластерного аналізу спеціалізованих показників надано оцінку впливу інформаційних чинників на економіку країни, визначено пріоритетні напрямки розвитку ІКТ, що дозволить в подальшому розширити шляхи розвитку національної економіки під впливом ІКТ в умовах інформатизації суспільства.Запропонована економетрична модель може використовуватися для оцінки впливу інформаційних чинників в сфері ІКТ на національну економіку на прикладі й інших країн світу.