Корреляционная матрица связей между показателями умного и устойчивого города
Расчет корреляции между показателями умного города за 2016 год представлен на рис. 1. Значение показателя г в интервале (0: 0,1) свидетельствует об отсутствии связи между показателями, в интервале (0,1: 0,3) - слабая связь; (0,3: 0,5) - умеренная; (0,5: 0,7) - заметная; (0,7: 0,9) - близкая связь; (0,9: 0,99) - сильная; (0,99: 1) - функциональная. Исходя из приведенных категорий оценок, анализируя рис. 1, можно сделать вывод, что присутствует наличие сильной связи между показателями инвестиций в интеллектуальную собственность и коэффициентом изобретательской активности, а также между уровнем инновационной активности и удельным весом организаций, использовавших специальные программные средства.
Рис. 1. Корреляционная матрица связей между показателями умного города за 2016 год Fig. 1. CorrelationmatrixofLinksbetweensmartcityindicatorsfor 2016
Заметную обратную связь имеют показатели: объем инвестиций в основнойкапитал, направленных на приобретение ИКТ, уровень инновационной активности организаций, а также показатель объема инвестиций в ИКТ организациями, использовавшими специальные программные средства. Поскольку данные показатели имеют обратную связь, то увеличение объема инвестиций в ИКТ вызовет снижение инновационной активности и снижение доли предприятий, использовавших специальные программные средства. Данный факт необходимо учитывать при формировании когнитивной карты. Ряд показателей имеет слабую связь. Например, показатель «число самостоятельных образовательных организаций высшего образования, использующих дистанционные образовательные технологии для реализации образовательных программ высшего образования» слабо связан с показателями: «прирост высокопроизводительных рабочих мест; удельный вес занятых в ИКТ»; «коэффициент изобретательской активности (число отечественных патентных заявок на изобретения, поданных в России)»; «затраты на разработку и приобретение программ для ЭВМ и баз данных, связанных с инновационной деятельностью». Показатель «количество персональных компьютеров в образовательных организациях» имеет очень слабую связь либо совсем ее не имеет со всеми выделенными показателями. Исключением являются: показатель «затраты на исследования и разработки в% к ВВП в целом по России», с которым имеется заметная прямая связь, показатель «удельный вес занятых в ИКТ», с которым наблюдается заметная обратная связь.
Таким образом, показатели, имеющие заметную и сильную связь, будут выстроены в цепочки в когнитивной карте; показатели, не имеющие или имеющие слабую связь, будут формировать отдельные направления развития.
В целом, проанализированные связи являются устойчивыми. Хотя корреляционная матрица для показателей «умного города» в 2019 году, аналогичная отраженной на рис. 1, свидетельствует об определенном ослаблении связанности внутри данной системы (что может отражать определенные проблемы с обеспечением системности развития «умных городов» в России), однако теснота большей части выявленных связей существенно не изменилась.
Анализ взаимосвязи и взаимозависимости показателей устойчивого города показал следующие результаты (рис. 2).
Источник: составлено авторами.
Рис. 2. Корреляционная матрица связей между показателями устойчивого города за 2016 год Fig. 2. Correlationmatrixoflinksbetweensustainablecityindicatorsfor 2016
Как видно из данных рис. 2, показатели устойчивого города не имеют междусобой сильной зависимости, наблюдается только заметная зависимость между такими показателями, как «среднедушевые денежные доходы» и «индекс производительности труда», а «численность населения с денежными доходами ниже величины прожиточного минимума» имеет обратную зависимость, т. е. чем выше среднедушевые доходы, тем ниже численность населения с денежными доходами ниже величины прожиточного минимума; «ВРП на душу населения в текущих основных ценах» имеет значимую связь с показателями «уровень занятости населения в возрасте 15-72 лет» и «среднемесячный размер социальной поддержки на одного пользователя», т. е. рост ВРП на душу населения вызовет рост размера среднемесячной социальной поддержки. Также выявлено наличие значимой обратной связи с показателем «степень износа основных фондов организаций».
Показатель «численность студентов в высших учебных организациях на 10000 человек населения» не имеет связи либо имеет слабую связь со всеми остальными показателями, следовательно, при построении когнитивной карты данный показатель будет использоваться обособленно. Остальные показатели, имеющие значимую и заметную связь, будут объединяться в группы, в которых один показатель является ключевым, посредством него осуществляется управление показателями-узлами, а остальные - инструментами управления ключевым показателем.
Для определения ключевого показателя была рассчитана корреляция между индикаторами умного и устойчивого города (рис. 3).
Источник: составлено авторами.
Рис. 3. Корреляционная матрица связей между показателями умного и устойчивого города за 2016 год
Fig. 3.Correlation matrix of Links between indicators of smart and sustainable cities for 2016
Результаты
Исходя из приведенных расчетов, можно сделать следующие выводы.
1. На показатель «затраты на исследования и разработки в% к ВВП в целом по России» значимое и умеренное влияние оказывают два показателя: «индекс производительности труда», с которым имеется прямая зависимость, «уровень безработицы» - обратная.
2. На показатель «доля высокотехнологичных и наукоемких отраслей экономики в ВРП» значимое прямое влияние оказывают следующие показатели: «индекс потребительских цен» и «степень износа основных фондов организаций». Также существует обратная связь с показателем «уровень безработицы».
3. На показатель «прирост высокопроизводительных рабочих мест» прямое значимое влияние оказывают показатели: «индекс потребительских цен» и «степень износа основных фондов организаций»; обратное значимое влияние оказывают показатели «ВРП на душу населения в текущих основных ценах» и «среднемесячный размер социальной поддержки на одного пользователя».
4. На показатель «уровень инновационной активности организаций» оказывает значимое влияние показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя», «индекс производительности труда»; обратное значимое влияние оказывают показатели: «численность населения с денежными доходами, ниже величины прожиточного минимума», «степень износа основных фондов организаций».
5. На показатель «коэффициент изобретательской активности» оказывают значимое прямое влияние: «среднедушевые денежные доходы», «индекс производительности труда»; обратное влияние имеет один показатель - «численность населения с денежными доходами ниже величины прожиточного минимума».
6. На показатель «удельный вес затрат на инновационную деятельность в общем объеме отгруженных товаров, выполненных работ, услуг» прямое значимое влияние оказывают показатели: «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя», «индекс производительности труда». Обратного влияния на данный показатель показатели «устойчивого города» не имеют.
7. На показатель «уровень цифровиза-ции местной телефонной сети (город)» прямое заметное влияние оказывают показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет» и обратное заметное влияние оказывают показатели: «численность населения с денежными доходами, ниже величины прожиточного минимума», «степень износа основных фондов организаций».
8. На показатель «уровень цифрови-зации местной телефонной сети (сельская местность)» прямое заметное влияние оказывает показатель «численность студентов в высших учебных организациях на 10000 человек населения», а обратная заметная зависимость выявлена у показателя «степень износа основных фондов организаций».
9. На показатель «доля организаций, использующих широкополосный доступ к сети Интернет» ни один показательне оказывает заметного влияния, выявлена слабая связь с показателями устойчивого города.
10. На показатель «удельный вес организаций, осуществлявших технологические инновации» оказывают значимое прямое влияние показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя» и обратное значимое влияние оказывает показатель «степень износа основных фондов организаций».
11. На показатель «удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, работ» оказывает прямое влияние показатель «индекс производительности труда», а обратная значимая зависимость выявлена с показателем «численность населения с денежными доходами ниже величины прожиточного минимума».
12. На показатель «доля продаж через
Интернет в общем объеме оборота розничной торговли» прямое значимое влияние оказывают показатели:«среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя» «индекс производительности труда». Показателей, имеющих обратную видимую или значимую связь с данным показателем, не выявлено.
13. На показатель «удельный вес организаций, использовавших информационные и коммуникационные технологии», значимое влияние оказывает только один показатель - «уровень занятости населения в возрасте 15-72 лет»; показателей, имеющих обратную заметную или значимую связь, не выявлено.
14. На показатель «удельный вес организаций, использовавших Интернет со скоростью не менее 2 Мб/с» ни один из выделенных показателей устойчивого города влияния не оказывает.
Для исследования динамики развития концепции «умный город» был проведен корреляционно-регрессионный анализ выделенных показателей за 2019 год (рис. 4).
Источник: составлено авторами.
Рис. 4. Корреляционная матрица связей между показателями умного и устойчивого города за 2019 год
Fig. 4.Correlation matrix of links between smart and sustainable city indicators for 2019
Сравнительный анализ корреляционных матриц на рис. 3 и 4 выявил тенденцию к ослаблению зависимости показателей «умного города» от показателей «устойчивого города», что свидетельствует о постепенном переходе территориального образования к концепции «умный город» и постепенного проникновения результатов НТП и наукоемких технологий в различные сферы жизнедеятельности людей.
Заключение
Проведенный корреляционно-регрессионный анализ показателей «устойчивого города» и «умного города» позволил выявить основные показатели, воздействующие на эффективность перехода территориального образования к концепции «умный город», посредством которых будет осуществляться управление этим переходом. Также были выявлены показатели, оказывающие влияние на управляющие показатели и позволяющие контролировать и изменять их уровень за счет оказываемого на них влияния. На основе полученных результатов будет построена когнитивная карта процесса перехода территориального образования к концепции «умный город», индексы системной оценки развития «умного горда» в конкретных регионах.
Список литературы / References
умный город устойчивый управление
1. Ahvenniemi, H., Huovila, A., Pinto-Seppд, I., Airaksinen, M. (2017) What are the differences between sustainable and smart cities?,Cities, 60, 234-245.
2. Akande, A., Cabral, P., Gomes, P., Casteleyn, S. (2019) The Lisbon ranking for smart sustainable cities in Europe, Sustainable Cities and Society, 44, 475-487.
3. Akimova, O.E., Volkov, S.K., Kuzlaeva, I.M. (2020) Koncepciya «umnyjustojchivyjgorod»: Siste- ma pokazatelejdlyaocenkiurovnyaregional'nojustojchivosti I adaptivnostiregional'nogorazvitiya [The concept of «smart sustainable city»: a system of indicators to assess the level of regional sustainability and adaptability of regional development], In Regional 'nayaekonomika: teoriyaIpraktika [Regional Economy: Theory and Practice], 12 (483), 2354-2390.
4. Albino, V., Berardi, U., Dangelico, R.M. (2015) Smart cities: Definitions, dimensions, performance, and initiatives, Journal of Urban Technology, 22 (1), 3-21.
5. Anthopoulos, L., Janssen, M., Weerakkody, V.A (2016) Unified Smart City Model (USCM) for smart city conceptualization and benchmarking, International Journal of e-Government Research, 12 (2), 76-92.
6. Berardi, U. (2015). Sustainability assessments of buildings, communities, and cities, In Assessing and measuring environmental impact and sustainability, 497-545.
7. Bibri, S. E., Krogstieb, J. (2017) Smart sustainable cities of the future: An extensive interdisciplinary literature review, Sustainable Cities and Society, 31, 183-212.
8. Bifulco, F., Tregua, M., Amitrano, C., D'Auria, A. (2016) ICT and sustainability in smart cities management, International Journal of Public Sector Management, 29(2), 132-147.
9. Camagni, R. (1998) Sustainable urban development: definition and reasons for a research programme, International Journal of Environment and Pollution, 10(1), 6-27.
10. ETSI TS103 463 V1.1.1 (2017-07).Access, Terminals, Transmission and Multiplexing (ATTM); Key Performance Indicators for Sustainable Digital Multiservice Cities (2017). Sophia Antipolis, ETSI, 62 p.