Применение нейронных сетей в регрессионном анализе регионального управления цифровизацией экономики1
Л. Е. Пынько Е. В. Толкачева
В статье представлен теоретический и практический анализ методов научного исследования современных социально-экономических процессов. Приводится сопоставительный анализ традиционных научно-исследовательских методов и нейросе- тевого анализа как эффективного своевременного способа получения качественных результатов оценки социально-экономических процессов, в том числе показателей цифровой экономики, развития цифровизации в стране. Авторами описываются предпосылки применения нейросетевого анализа деятельности региональных органов государственной власти Хабаровского края по развитию цифровой экономики. В статье раскрываются основные преимущества использования нейронных сетей в ходе регрессионного анализа регионального управления в России и в Хабаровском крае. цифровая экономика нейронная сеть
Ключевые слова.: субъект РФ, цифровая экономика, социально-экономическая среда региона, нейросетевой анализ.
Lusyena E. Pynko - Candidate of Economics, Head of the chair of mathematical methods and information technologies, the Far-Eastern institute of management - branch of RANEPA
Elena V. Tolkacheva - Candidate of Economics, associate professor, associate professor of the mathematical methods and information technologies, the Far-Eastern institute of management - branch of RANEPA
Application of neural networks in regression analysis
of regional management of digitalization
of the economy
The article deals with the theoretical and practical analysis of methods of scientific research of modern socio-economic processes. The article provides a comparative analysis of traditional research methods and neural network analysis as an effective timely way to obtain qualitative results of assessing socio-economic processes, including indicators of the digital economy and the development of digitalization in the country. The authors provide prerequisites for neural network analysis of the main trends in implementation of the provisions of national program, primarily in the socio-economic sphere of the Khabarovsk territory in the digital economy development circuit. The article reveals the main advantages of neural network analysis of implementation of the national project «national program «Digital economy» in Russia as a whole, and in the Khabarovsk territory.
Keywords: subject of the Russian Federation, digital economy, socio-economic environment of the region, neural network analysis.
Введение
Одним из направлений развития цифрового государственного управления в Российской Федерации является создание национальной системы управления данными. При этом одной из целей федерального проекта «Цифровое государственное управление» (далее по тексту Федеральный проект) выделяется внедрение цифровых технологий и платформенных решений в сферах государственного управления Для ее достижения формируется ряд задач, некоторые из которых представляют интерес и актуализируют данное исследование: это разработка методологии сбора данных и расчета показателя внутренних затрат на развитие цифровой экономики, а также методологии статистических наблюдений и измерения параметров развития цифровой экономики и построение информационных систем поддержки принятия решений высшими органами государственной власти и управления2.
В то же время, поставленные в Федеральном проекте задачи и планируемые результаты актуализируют вопросы теоретического обобщения фиксируемых сведений о состоянии развития цифровой экономики. Таким образом, сформировалось проблемное поле для изучения основных закономерностей цифровизации экономики в субъектах Российской Федерации и выявления причинноследственных связей, объясняющих фиксируемые статистические сведения.
Результаты исследования
В настоящее время уже имеется опыт научных разработок показателей цифровой экономики Высшей школы экономики [Абдрахманова, Вишневский, Гохберг, Дранев, Зинина, Ковалева, Лавриненко, Мильшина, Назаренко, Рудник, Соколов, Суслов, Токарева, Туровец, Филатова, Черногорцева, Шматко, 2019. С. 4-16] (далее - ВШЭ) и Центра финансовых инноваций и безналичной экономики Московской школы управления «Сколково» [Шибанов, Кривошея, Семерикова, Бо- ташева, Фурсова, Куликова, 2018. С.4-8] (далее - «Сколково»).
Методика, используемая ВШЭ, направлена на оценку уровня цифровиза- ции в субъектах Российской Федерации. Исследовательской группой ВШЭ была проделана большая работа в части статистического анализа традиционных показателей, в т. ч. сведений Росстата. Предлагаемая система показателей оценивает уровень информатизации через подсчет использования населением и организациями компьютеров, сети Интернет, пользователей программного обеспечения и т. п. Также для организаций статистически фиксируются: охват ERP-системами, рейтинг задействованных ERP-систем и профессионального программного обеспечения с учетом отечественных разработок и достижений в этой области; но, например, не фиксируется зависимость госкорпораций от зарубежных ERP- систем и не оценивается угроза их безопасности при использовании зарубежных ГГ-технологий. Исследовательская группа ВШЭ оперировала теми открытыми данными, которые предоставлял в т. ч. Росстат, и большая заслуга ученых в том, что в своем исследовании они приводят сопоставительный анализ цифровизации отраслей экономики России и примеры цифровизации отдельных ее секторов за рубежом. Описаны перспективы развития цифровых технологий, приведена экспериментальная оценка затрат на развитие цифровой экономики России [Абдрахманова, Вишневский, Гохберг, Дранев, Зинина, Ковалева, Лавриненко, Мильшина, Назаренко, Рудник, Соколов, Суслов, Токарева, Туровец, Филатова, Черногорцева, Шматко, 2019.С. 68-74.].
Также описаны перспективы статистического анализа сферы цифровой экономики, при этом везде использованы объективные показатели. При том, что в оценке задействован интегральный подход (который подразумевает и субъективную составляющую, т. е. оценка цифровизации и развития цифровых технологий в России с позиции ее граждан), возможно, ввиду большого объема обработанных данных исследовательская группа ВШЭ проводила оценку субъективных измерений, но не публиковала их. Отсутствие субъективного анализа: возможностей и желаний граждан, организаций, непрофильных с позиции цифровизации министерств и ведомств, госкорпораций; результативность внедрения программ цифровизации органами исполнительной власти, измеряемая эффектом обратной отдачи от субъекта управления, выражающаяся высокими показателями производительности труда, показателями стремления граждан к самообразованию в сфере цифровизации и т. п. - все это отражает, возможно, основной недостаток предлагаемой методики: ограниченность сферы проведенного анализа формальными показателями, связанными с оценкой уровня информатизации (компьютеры, сеть Интернет, экономический эффект). При этом нет анализа причинно-следственных связей исследуемых явлений, а, соответственно, предлагаемые выводы по развитию циф- ровизации недостаточно полны ввиду отсутствия субъективной составляющей.
«Сколково» также проведена значительная работа по разработке методики оценки уровня цифровизации регионов России. Методика «Сколково» основана на анализе открытых источников информации. При этом акцент делается на применении экспертных оценок сведений о развитии цифровой экономики в регионе. В условиях современной экономической, политической и социальной обстановки «Сколково» рассматривает экспертную оценку как оперативную и независимую, позволяющую получить обобщенное значение отражения развития цифровиза- ции в открытых источниках на уровне каждого из субъектов РФ [Шибанов, Кривошея, Семерикова, Боташева, Фурсова, Куликова, 2018. С. 4-6; 19-23].
Результатом исследования «Сколково» явилось ранжирование, как субъектов РФ, так и федеральных округов по индексу и субиндексам цифровизации [Шибанов, Кривошея, Семерикова, Бота- шева, Фурсова, Куликова, 2018. С.4-6.]. В данном случае исследовательская группа анализирует отдельные причинноследственные связи:
1) развитие энергетического потенциала, то есть влияние на развитие циф- ровизации путем реализации соглашения о сотрудничестве в сфере инвестиционных проектов по цифровизации в электроэнергетике между регионом и АО «Росатом Автоматизированные системы управления» (АО «РАСУ»);
2) сильное влияние в отстающих регионах, низкая экономическая активность в высокотехнологичных отраслях и недостаток финансирования и кадров для развития цифровизации;
3) основные инвестиции в регионах запланированы на решение самых насущных проблем экономической инфраструктуры и предусматривают строительство дорог, газопроводов, создание морской инфраструктуры, поэтому расходы на цифровизацию существенно ограничены и т. п.
Таким образом, в исследовании «Сколково» указаны причины, но не приводятся предложения для преодоления возникших барьеров цифровизации в регионах, т. к. причинно-следственные связи циф- ровизации государственного управления и его влияния на субъект управления недостаточно изучены [Шибанов, Кривошея, Семерикова, Боташева, Фурсова, Куликова, 2018. С. 34-38.].
Подчеркнем, что работа всеми перечисленными выше исследовательскими группами была проделана колоссальная, и каждая из приведенных методик дополняют друг друга, но, ни одна из них не прослеживает причинно-следственные связи между объектом и субъектом управления процессами цифровизации на региональном уровне. К тому же государственное управление опирается на научные исследования социально-экономических процессов, как в России в целом, так и отдельно по регионам, а они, в свою очередь, опираются на определенную методику исследования (научной оценки и прогнозирования).
Также следует отметить, что исследование деятельности региональных органов власти по формированию и развитию цифровой экономики реализуется в рамках Приказа Минэкономразвития России от 11 марта 2020 г. № 130 «Об утверждении единой методики мониторинга состояния и развития конкуренции на товарных рынках субъекта Российской Федерации» Официальный сайт Министерства социально-экономического развития, Приказ Минэкономразвития России от 11 марта 2020 г. № 130. URL: https://www.economy.gov.ru/mate- rial/dokumenty/prikaz_ miruek.orюmrazvitiya_rossii_ot_11_m.arta_2020_g_130.Mml (дата обращения: 10.07.2020 г.)..
По итогам проведения мониторинга развития передовых производственных технологий и их внедрения целесообразно сделать выводы об уровне цифрови- зации экономики субъекта Российской Федерации (на основе индекса «Цифровая Россия», «Сколково») и его сравнении с уровнем цифровизации в федеральном округе, в состав которого входит субъект Российской Федерации; о причинах и факторах изменения уровня цифрови- зации экономики субъекта Российской Федерации по сравнению с предыдущим периодом3.
Закономерности регионального управления социально-экономическими процессами в условиях цифровизации экономики в настоящее время остаются недостаточно изученными. При этом следует отметить, что одной из групп методов, используемых для регионального управления цифровизацией экономики в субъекте Российской Федерации, выступают административнораспорядительные методы.
Таким образом, необходимо разработать методику, которая будет давать оценку быстрого реагирования субъекта управления цифровизацией на основе нормативного регулирования и административных показателей, чтобы вовремя корректировать программы развития цифровизацией в регионах, добиваясь максимально возможного положительного эффекта от реализации программ развития в сфере цифровизации и информационных технологий. Это является основной целью настоящего исследования. Это же является основной проблемой, которая не может лежать в плоскости статистического анализа и оценки ввиду запаздывающего лага принятия решений по результатам статистического или эконометрического анализа (оценки). Необходимы новые подходы в создании такой модели, одним из которых мы видим нейросетевой анализ как эффективный и быстрый способ реагирования на оценку текущих изменений в сфере информационных технологий и цифровизации.
Все указанные выше методики не рассматривают воздействие административно-распорядительных методов регионального управления на циф- ровизацию экономики, что снижает уровень оперативности принятия решений региональными органами власти.
Прогнозированиесоциально экономических показателей региона, чаще реализуется через метод авторегрессии проинтегрированного скользящего среднего (ARIMA). В общем виде (обозначения Бокса и Дженкинса) модель записывается как АРПСС (р, d, q): параметры авторегрессии (р), порядок разности ^), параметры скользящего среднего (ф [Ля- ликов, Подвальный, Шахворостов, 2016. С. 216-223].
Подход АРПСС к временным рядам заключается в том, что изначально оценивается стационарность ряда [Ляликов, Подвальный, Шахворостов, 2016.С. 216-220]. Прогнозирование с большим значением временного окна дает более точный результат, т. к. прогнозирование с помощью моделей АРПСС выполняется путем анализа информации, которая содержится в предыстории временного ряда, а чем больше временное окно, тем большее количество информации имеется для выполнения анализа и построения качественного прогноза [Ляликов, Подвальный, Шахво- ростов, 2016]. Недостатком, выявленным при вычислениях, является неспособность модели реагировать на стрессовые колебания показателей. При текущей социальноэкономической ситуации в Российской Федерации использование моделей АРПСС может негативно сказаться на точности прогноза. Соответственно, данные модели хорошо работают в случае стабильного состояния экономики и перестают адекватно отражать поведение индексов и показателей, когда в экономике происходят существенные изменения.
Также следует отметить, что методы социально-экономического прогнозирования делятся на интуитивные и формализованные. Интуитивные методы прогнозирования используются в ситуациях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. Формализованные методы прогнозирования включают фактографические методы: методы аналогий, статистические и опережающие методы. Но указанные методы реализуются поступательно (сбор данных, обработка полученных данных, оценка результата обработки, расчет прогнозных значений или аналитический прогноз), что определяет качественный и надежный результат для управленческих решений, если не принимать во внимание фактор времени. Эти традиционные научные методы, длящиеся во времени, т. к. сбор и обработка данных требуют затрат по организации опросов или поиску сведений в открытых источниках (тех же статистических данных), их обработку и анализ. Особенно длительным будет исследование, если опросы проводятся посредством анкетирования на бумажных носителях больших групп населения или сбора данных через обработку большого количества документов на бумажных носителях. Процесс исследования сжимается во времени, если часть сбора данных исследования реализуется с применением компьютерных сетей и специализированного программного обеспечения. Тем не менее результат, полученный с применением традиционных методов, на момент приятия решения может быть уже устаревшим и не соответствующим действительности. Ввиду того, что последние 10-15 лет все процессы значительно ускорились, а государственное управление подразумевает охват, как большой территории, так и большого числа населения, проживающего на ней, то нужны новые качественные и при этом «быстрые» методы сбора данных, анализа и прогнозирования социальноэкономических процессов.