аспирант
Россия
Дана оценка факторов цифрового развития и инструментов прогнозирования инфраструктурного обеспечения цифровой трансформации с применением когнитивной карты автора, выявлены положительные тенденции в сфере устранения цифрового неравенства, что обеспечило рост абонентов в сельской местности и отдаленных регионах; увеличение общего объема передаваемой информации и трафика на одного абонента; высокий уровень цифровой зрелости государственных органов управления, в т.ч. в регионах; наличие ядра в макрорегионах, а также ограничения в части несбалансированности по параметрам плотности сети, техническим характеристикам, доступности услуг ИКТ сектора в некоторых регионах; большей активности в использовании потенциала Интернет в более развитых регионах; относительно низкой цифровой готовности бизнеса в использовании с его стороны новых возможностей, позволившие определить модели прогнозирования цифровой трансформации региона, дающие возможность органам государственного управления разработать меры по стимулированию и наращиванию цифрового потенциала субъектов региональной экономики.
инструменты, прогнозирование, цифровая трансформация, регион, инфраструктурное обеспечение, цифровые решения
Цель работы – выявить факторы развития инфраструктурного обеспечения широкополосного доступа в Интернет и определить инструменты прогнозирования цифровой трансформации в российских регионах.
Методы исследования. Методологической основой исследования факторов цифрового развития и инструментов прогнозирования инфраструктурного обеспечения цифровой трансформации послужили диалектический метод, корреляционно-регрессионный анализ, ряд научных методов анализа и синтеза.
Результаты исследования. Дана оценка факторов развития инфраструктурного обеспечения цифровой трансформации региона с применением когнитивной карты автора, выявлены положительные тенденции в сфере устранения цифрового неравенства, а также ограничения в части несбалансированности по параметрам плотности сети, техническим характеристикам, доступности услуг ИКТ сектора в некоторых регионах, позволившие сформировать модели прогнозирования цифровой трансформации в российских регионах, необходимые для органов государственного управления в процессе выработки мер по стимулированию и наращиванию цифрового потенциала субъектов региональной экономики.
Введение. Актуальность темы исследования связана с тем, что рост цифрового развития региона является важным фактором повышения инвестиционной привлекательности, влияет на доступность образования и квалификацию профессиональной базы, развитие бизнеса и электронной коммерции [13]. Своевременными становятся исследования по решению дискуссионных вопросов оценки инструментов прогнозирования и факторов цифровой трансформации в российских регионах [1; 4; 8; 9; 14].
Дискуссия. Развитие сегментов рынка широкополосного доступа в Интернет зависит от предпочтений домохозяйств к типу устройств для выхода в Интернет. Предпочтение мобильных устройств сильнее влияет на долю домохозяйств, имеющих доступ в Интернет, чем предпочтение компьютеров [4; 8]. Парный коэффициент корреляции для мобильных устройств составил 0,9 (связь очень сильная), для компьютеров - 0,38 (связь слабая). При этом уровень обеспеченности населения компьютерами, ниже чем мобильными устройствами (таблица 1).
Таблица 1 - Индикаторы ВРП на душу населения и показатели цифровизации по федеральным округам в Российской Федерации за 2016-2021 гг. [2; 7; 12]
|
Федеральные округа |
Показатели |
Годы |
2021 г. в % к 2016 г. |
|||||
|
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
|||
|
Центральный |
ВРП на душу населения в ценах 2016 г. |
663882 |
676496 |
695437 |
707955 |
702292 |
768307 |
115,7 |
|
Уд. вес домохозяйств, |
77,5 |
78 |
76,8 |
74,5 |
76,2 |
79 |
1,5 |
|
|
Кол-во МУ на 1000 чел. населения |
2295 |
2409,9 |
2364,7 |
2582,9 |
2593,7 |
2 844,1 |
123,9 |
|
|
Северо-Западный |
ВРП на душу населения в ценах 2016 г. |
605321 |
610769 |
625427 |
636060 |
623338 |
701256 |
115,8 |
|
Уд. вес домохозяйств, |
81 |
79,7 |
77,8 |
75,5 |
77,7 |
77,7 |
-3,3 |
|
|
Кол-во МУ на 1000 чел. населения |
2349,7 |
2358,7 |
2251,2 |
2431,3 |
2338,6 |
2 478,4 |
105,5 |
|
|
Южный |
ВРП на душу населения в ценах 2016 г. |
332286 |
343252 |
349087 |
353276 |
347977 |
363636 |
109,4 |
|
Уд. вес домохозяйств, |
75,7 |
77,1 |
71,8 |
69,7 |
72,4 |
75,4 |
-0,3 |
|
|
Кол-во МУ на 1000 |
1748,4 |
1787,2 |
1746,5 |
1876,8 |
1857 |
1 965 |
122,4 |
|
|
Северо-Кавказский |
ВРП на душу населения в ценах 2016 г. |
202143 |
205175 |
206816 |
210332 |
209911 |
220197 |
108,9 |
|
Уд. вес домохозяйств, |
61,4 |
66 |
62 |
59 |
63,5 |
63,4 |
2 |
|
|
Кол-во МУ на 1000 чел. населения |
1331,9 |
1371,5 |
1331,3 |
1400,9 |
1339 |
1 361,2 |
102,2 |
|
|
Приволжский |
ВРП на душу населения в ценах 2016 г. |
373572 |
379176 |
386001 |
393721 |
381909 |
394894 |
105,7 |
|
Уд. вес домохозяйств, |
71,1 |
71,4 |
70,4 |
65,6 |
69,4 |
67,2 |
-3,9 |
|
|
Кол-во МУ на 1000 чел. населения |
1843,7 |
1851,5 |
1843,2 |
1943,8 |
1915,8 |
2 010,1 |
109,0 |
|
|
Уральский |
ВРП на душу населения в ценах 2016 г. |
792608 |
816386 |
858838 |
864850 |
823338 |
876031 |
110,5 |
|
Уд. вес домохозяйств, |
75,3 |
73,8 |
72,7 |
70,9 |
72,7 |
74,3 |
-1 |
|
|
Кол-во МУ на 1000 чел. населения |
2001 |
1905,5 |
1954,7 |
2066,3 |
2034,5 |
2 102,1 |
105,1 |
|
|
Сибирский |
ВРП на душу населения в ценах 2016 г. |
404113 |
413812 |
423743 |
428828 |
414248 |
428332 |
106,0 |
|
Уд. вес домохозяйств, |
71,4 |
69,6 |
67 |
65,2 |
67,3 |
66 |
-5,4 |
|
|
Кол-во МУ на 1000 чел. населения |
1905,8 |
1832,4 |
1805,8 |
887,0 |
1838,9 |
1 894,4 |
99,4 |
|
|
Дальневосточный |
ВРП на душу населения в ценах 2016 г. |
543021 |
543564 |
562045 |
578906 |
567907 |
604821 |
111,4 |
|
Уд. вес домохозяйств, |
71,7 |
72,2 |
69 |
62,4 |
67,3 |
66,8 |
-4,9 |
|
|
Кол-во МУ на 1000 чел. населения |
1665,5 |
1681,4 |
1623,1 |
1734,7 |
1698,1 |
1 750,2 |
105,1 |
|
Источник: рассчитано автором
Это может быть связано с экономическим фактором (стоимость устройства) и целями использования устройства. Данные таблицы 1 отражают волнообразное изменение удельного веса домохозяйств, имеющих компьютеры (снижение до 2020 г. и небольшое восстановление в 2020-2022 гг.). Положительная динамика последних трех лет может быть связана с новыми тенденциями в использовании компьютеров после опыта пандемии 2020 г. При этом корреляционный анализ указывает на наличие положительной связи между ВРП на душу населения и удельным весом домохозяйств, имеющих компьютеры, т.е. экономический фактор (доходы) примерно на 40 % определяет колебания показателей (региональную дифференциацию). В силу усреднения коэффициент корреляции по федеральным округам выше, но имеет тенденцию к снижению, т.е. связь ослабевает. Также между динамикой ВРП на душу населения и обеспеченностью домохозяйств мобильными устройствами проявляется положительная корреляционная связь. В разрезе федеральных округов она отличается от умеренной (r=0,5) до сильной (r=0,84), но в целом в разрезе всех регионов связь ослабевает и составляет 0,36 (умеренная), т.е. экономический фактор объясняет колебание показателя только на 13 %. На основе выявленных тенденций и связей нами выдвинута гипотеза - низкая связь между показателями обеспеченности населения устройствами (компьютеры, смартфоны) и экономическими параметрами (ВРП на душу населения) связана с их приобретением в кредит. Более низкая цена смартфона обеспечивает ему экономическое преимущество перед приобретением компьютера. Таким образом, население все больше предпочитает мобильные устройства для выхода в Интернет по сравнению со стационарными, исключение составляют смарт-ТВ и игровые приставки, доля которых также возрастает, но остается пока незначительной. Рост популярности данного типа устройств связано с потреблением более «тяжелого» (по объему) контента - фильмы, игры и т.п.
Анализ активности домохозяйств в Интернет отражает наличие слабой связи между доступом в Интернет и использованием платформы государственных и муниципальных услуг (r=0,42) и приобретением товаров, услуг через Интернет (r=0,43). Второй значимый фактор, на наш взгляд, влияющий на предпочтения домохозяйств мобильной связи - его несвязанность с местом доступа к Интернет и возможность реализовать свои социокультурные и психологические потребности. На рисунке 1 три первые цели, названные респондентами, относятся к сфере общения, т.е. основное назначение мобильной связи - традиционно, но формы ее реализации стали более приближенными к реальному общению.
Рисунок 1 - Цели использования Интернет населением в возрасте 15-74 лет
в Российской Федерации в 2021 г., % от числа обследованных [2; 3]
Далее - информационная цель, возможность доступа к различной видео, аудио и т.д. информации, а также ее простейшая техническая обработка и хранение; третья - доступ к услугам - государственным, финансовым, здравоохранения, образование, а также торговля, поиск вакансии, аренда жилья и др.; четвертая - развлечение. Как отмечают специалисты, в России появился сегмент «эксклюзивной Интернет-аудитории» (около 30 % владельцев смартфонов) - это те, для кого смартфон единственный канал доступа в Интернет [5; 6; 8]. Несмотря на высокую приверженность молодого поколения мобильному Интернет, сегмент «эксклюзивной аудитории» примерно на 37 % состоит из лиц старше 55 лет. Также следует отметить, что составе «эксклюзивной аудитории 55+» наибольшее количество пользователей, не имеющих базовых цифровых навыков. Анализ числа активных абонентов мобильного Интернет и обеспеченности населения мобильными устройствами свидетельствует, что почти во всех регионах число мобильных устройств (или Sim-карт), подключенных к Интернет, более 1 ед. на чел., т.е. не зависит от численности населения региона (наличие в семье детей, трудовая миграция, вахты, командировки и пр.).
Анализ использования широкополосного доступа в Интернет организациями отражает волновую динамику показателя: с 2015 г. по 2017 г. доля организаций, использующих ШПД в Интернет, активно росла во всех регионах (за исключением Северо-Кавказского ФО), 2018-2019 гг. - это период сближения регионов по уровню активности бизнеса в использовании фиксированного ШПД в Интернет, т.е. в регионах лидерах прирост числа и доли организаций, использующих ШПД в Интернет, замедлился, а в регионах с более низкими показателями - возрос, наметившаяся тенденция была «сломлена» в 2020 г. вследствие пандемической ситуации, когда активность организаций в использовании ШПД в Интернет снизилась, 2021-2022 гг. - период восстановления. При этом в 2022 г. разрыв между регионами снова увеличился. Отсюда можно предположить, что доля организаций, использующих фиксированный ШПД в Интернет, связана с общей деловой активностью бизнеса и других структур в экономике, поскольку использование Интернет для бизнеса имеет производственное значение. Корреляционный анализ дифференциации регионов по доле организаций, использующих фиксированный ШПД в Интернет, показал наличие связи с показателями: доля организаций, имеющих веб-сайты (r=0,56, умеренная), доля организаций, использующих для размещения заказов на товары и услуги (r=0,71, сильная), доля организаций, использующих облачный сервис (r=0,35, слабая). Но в динамике связь между показателями более слабая; отчетливо проявляется для регионов Центрального и Северо-Западного ФО, при движении регионов от центра России к периферии связь проявляется, но существенно ослабевает. Сопоставление активности населения и организаций в части использования Интернет для размещения/приобретения товаров и доли Интернет-торговли в обороте розничной торговли региона показало, что последний показатель больше коррелирует с Интернет активностью населения, чем организаций; однако общая связь слабая. Более существенная связь обнаружена между числом абонентов фиксированного широкополосного доступа в Интернет и долей Интернет-торговли в обороте розничной торговли региона, коэффициент корреляции в этом случае составил 0,57 (связь средняя). Сопоставление показателей активности населения и организаций в Интернет-торговле свидетельствует о наличии несогласованности между спросом и предложением, активность населения выше, чем организаций. Как свидетельствуют данные рисунка 2, только в 16 регионах активность организаций выше, чем домохозяйств.
Рисунок 2 - Дисбаланс спроса и предложения между активностью населения и организаций в Интернет-торговле по регионам России за 2022 гг. [2]
На наш взгляд, данная тенденция содержит в себе угрозу «утечки» финансов из регионов в сторону более развитых центров, поскольку Интернет-торговля осуществляется через федеральные торговые площадки. Регионы, в которых активность организаций выше, используют Интернет-торговлю как канал продвижения региональных товаров, преимущественно это небольшие регионы периферии. Не обнаружена связь между использованием широкополосного доступа в Интернет организациями и долей организаций, использующих продвинутые цифровые технологии на основе ШПД. Как свидетельствуют данные таблицы 2, усредненные значения по регионам в рамках федеральных округов максимально сближены, диапазон колебаний составляет от 2,7 % (технологии искусственного интеллекта) до 7 % (технологии использования больших данных).
Таблица 2 - Использование цифровых технологий на основе широкополосного доступа в Интернет по федеральным округам в России за 2021 г. [2; 3; 7; 11;12]
|
Федеральные округа |
Облачные сервисы |
ERP-системы |
Технологии сбора, обработки и анализа больших данных |
Цифровые платформы |
Интернет вещей |
Геоинформационные системы |
Технологии ИИ |
|
РФ |
27,1 |
13,8 |
25,8 |
14,7 |
13,7 |
12,6 |
5,7 |
|
Центральный |
28,9 |
15,5 |
25 |
15,5 |
14,2 |
11,2 |
6,6 |
|
Северо-Западный |
28,2 |
14,6 |
25,6 |
14,9 |
13,5 |
13,1 |
5,4 |
|
Южный |
24,7 |
11,6 |
26,3 |
14 |
13,1 |
12,2 |
5,5 |
|
Северо-Кавказский |
26 |
11,8 |
28,6 |
14,6 |
17,2 |
13 |
5,3 |
|
Приволжский |
27,8 |
14,1 |
23,8 |
14,1 |
13 |
12,6 |
5,5 |
|
Уральский |
26,8 |
15,4 |
30,8 |
16,3 |
15,4 |
14,7 |
6,2 |
|
Сибирский |
25,1 |
12,2 |
25,1 |
14,4 |
12,1 |
13,9 |
4,7 |
|
Дальневосточный |
23,8 |
9,7 |
28,2 |
12,6 |
13,3 |
13,2 |
3,9 |
|
Макс по регионам |
40,1 |
29,1 |
41 |
21,8 |
30,3 |
20,3 |
11,2 |
|
Мин по регионам |
16,1 |
3,5 |
11,1 |
5,7 |
6,3 |
6,7 |
2,3 |
|
Разрыв между ФО |
5,1 |
5,8 |
7 |
3,7 |
5,1 |
3,5 |
2,7 |
При этом внутрирегиональный разброс значений более значительный. Можно отметить, что условно представленные данные отражают стартовые возможности федеральных округов и регионов к переходу на более высокий уровень цифровизации. В части перспективных технологий положение регионов неоднозначно: в использовании технологий обработки больших данных, геоинформационных систем, цифровых платформ лидирует Уральский ФО (он же занимает вторую позицию по остальным технологиям), технологий Интернет-вещей - Северо-Кавказский ФО, технологий искусственного интеллекта - Центральный ФО. Наименьшая степень готовности прослеживается для регионов Дальневосточного и Сибирского ФО. Анализ связи между цифровой зрелостью органов государственной власти в регионах и размером бюджета на развитие информационных технологий показал наличие слабой связи между показателями (r=0,37). Также была изучена связь между доходами отрасли связи и численностью абонентов фиксированного и мобильного широкополосного доступа в Интернет. В результате установлено, что величина доходов напрямую связана с данными показателями, коэффициент корреляции составляет 0,98 (таблица 3).
Таблица 3 - Коэффициенты корреляции числа абонентов ШПД и доходов отрасли электросвязи
|
Показатели |
Доходы |
Х1 - Численность абонентов фиксированного ШПД в Интернет |
Х2 - Численность абонентов мобильного Интернет |
|
Доходы |
1 |
|
|
|
Х1 - Численность абонентов фиксированного ШПД в интернет |
0,977982589 |
1 |
|
|
Х2 - Численность абонентов мобильного интернет |
0,977572871 |
0,989381412 |
1 |
Однако показатели обладают мультиколлениарностью, что обусловлено тем фактом, что один и тот же человек может быть одновременно абонентом фиксированного и мобильного Интернет, иметь доступ в Интернет с различных устройств. При этом доходы отрасли электросвязи слабо связаны с тарифами, поскольку их величина по регионам мало отличается (фактически фиксирована). Проведенное исследование позволяет сделать вывод, что базовым фактором развития сетей мобильного и фиксированного широкополосного доступа в интернет является численность абонентов, т.е. развитие идет экстенсивно. При этом создание общедоступной инфраструктуры осуществляется за счет средств инфраструктурных операторов. Общие капитальные вложения операторов связи (Ростелеком, МТС, Вымпелком (Билайн), Мегафон) по развитию инфраструктуры мобильного и широкополосного интернет в России за 2016-2022 гг. увеличились с 252 млрд. руб. до 354 млрд. руб. или на 40 %. В среднем уровень капитальных затрат по операторам составляет примерно 20 % от выручки в год [2; 10; 11]. АО «Мегафон» и ПАО «Ростелеком» уже с 2019 г. ведут совместную работу по продвижению 5G и цифровых решений. Показателем, характеризующим технико-технологические возможности сети, является объем переданной информации. Анализ корреляционной зависимости между показателями - число абонентов широкополосного доступа в интернет и объемом переданной информации в динамике и в разрезе регионов подтверждает наличие сильной связи между показателями, в динамике коэффициент корреляции составил 0,89, в разрезе регионов - 0,9. Более высокая связь установлена для объема переданной информации посредством мобильной связи и числом активных абонентов мобильного Интернет. Коэффициент корреляции в динамике составил 0,97 и в разрезе регионов - 0,99. С другой стороны, объем переданной информации зависит от трафика на одного абонента, коэффициент корреляции близок к единице. С учетом полученных результатов корреляционного анализа и выявленных связей для целей прогнозирования были выбраны две модели:
- экстраполяция временного тренда;
- однофакторная модель прогноза по объему трафика на одного абонента с учетом среднегодовых темпов прироста трафика за 2000-2022 гг.
Результаты сопоставления двух вариантов прогноза отражены в таблице 4 и позволяют рассматривать вариант 1 как пессимистичный (инерционный) прогноз, при котором информационные технологии не будут меняться, а рост объема информации является следствием одновременного действия увеличения числа абонентов и трафика на одного абонента (изменение предпочтений по контенту). Средний рост объема передаваемой информации увеличится примерно на 25 % за 3 года.
Вариант 2 отражает более оптимистичный взгляд, в данном варианте стимулирующим фактором является рост трафика на одного абонента, что возможно не только за счет изменения предпочтений, но в большей степени за счет внедрения новых информационных технологий.
Таблица 4 - Прогноз изменения объема переданной информации по сети фиксированного широкополосного доступа в Интернет по федеральным округам Российской Федерации на 2023-2025 гг.
|
Федеральные округа |
Годы |
Темп роста,% |
|||
|
2022 (факт) |
2023 (ожид) |
2024 (план) |
2025 (план) |
||
|
Вариант 1 - По тренду (инерционный) |
|||||
|
Центральный |
13 941 |
14162,2 |
15754,1 |
17346,0 |
124 |
|
Северо-Западный |
11 019 |
11938,9 |
13494,3 |
15049,7 |
137 |
|
Южный |
6 414 |
6792,9 |
7629,0 |
8465,0 |
132 |
|
Северо-Кавказский |
2 782 |
2765,7 |
3120,1 |
3474,4 |
125 |
|
Приволжский |
19 041 |
19102,9 |
21350,7 |
23598,5 |
124 |
|
Уральский |
7 980 |
8227,7 |
9104,8 |
9981,9 |
125 |
|
Сибирский |
7 439 |
7452,6 |
8182,1 |
8911,6 |
120 |
|
Дальневосточный |
5 047 |
5540,0 |
6146,7 |
6753,3 |
134 |
|
Вариант 2 - По факторной модели (оптимистичный) |
|||||
|
Центральный |
13 941 |
31467,4 |
39350,6 |
48810,5 |
350 |
|
Северо-Западный |
11 019 |
16046,4 |
19325,9 |
23261,3 |
211 |
|
Южный |
6 414 |
7699,7 |
9449,9 |
11550,3 |
180 |
|
Северо-Кавказский |
2 782 |
3347,3 |
4081,9 |
4963,4 |
178 |
|
Приволжский |
19 041 |
22700,3 |
27382,0 |
33000,0 |
173 |
|
Уральский |
7 980 |
9605,4 |
11646,7 |
14096,4 |
177 |
|
Сибирский |
7 439 |
8901,7 |
10766,6 |
13004,4 |
175 |
|
Дальневосточный |
5 047 |
6383,3 |
7832,2 |
9570,9 |
190 |
|
Отклонение по вариантам (вариант 2 - вариант 1) |
|||||
|
Центральный |
- |
17 305 |
23 597 |
31 465 |
- |
|
Северо-Западный |
- |
4 107 |
5 832 |
8 212 |
- |
|
Южный |
- |
907 |
1 821 |
3 085 |
- |
|
Северо-Кавказский |
- |
582 |
962 |
1 489 |
- |
|
Приволжский |
- |
3 597 |
6 031 |
9 402 |
- |
|
Уральский |
- |
1 378 |
2 542 |
4 114 |
- |
|
Сибирский |
- |
1 449 |
2 584 |
4 093 |
- |
|
Дальневосточный |
- |
843 |
1 686 |
2 818 |
- |
Источник: рассчитано автором
Средний рост объема передаваемой информации составит примерно 2 раза, что соответствует экономическим законам информации. Значительный разрыв в вариантах имеет Центральный ФО, что связано с активностью в г. Москве и Московской области (примерно 50 % трафика).
Можно предположить, что реальные процессы будут соответствовать области, ограниченной данными вариантами.
Заключение. Проведенный анализ состояния и развития инфраструктурного обеспечения цифровой трансформации российских регионов отражает как положительные тенденции (результативность реализации проектов в сфере устранения цифрового неравенства, увеличение общего объема передаваемой информации и трафика на одного абонента, наращивание со стороны бизнеса цифрового потенциала, высокий уровень цифровой зрелости государственных органов управления, в т.ч. в регионах, наличие ядра в макрорегионах), так и ограничения (несбалансированность по параметрам плотности сети, техническим характеристикам, доступности услуг ИКТ сектора в ряде регионов; большая активность в использовании потенциала Интернет в более развитых регионах; относительно низкая цифровая готовность бизнеса). В целом факторный анализ позволил сформировать модели прогнозирования цифровой трансформации, необходимые для органов государственного управления для выработки специальных мер по стимулированию и наращиванию цифрового потенциала субъектов региональной экономики.
1. Дудин, М.Н., Шкодинский, С.В., Усманов, Д.И. Оценка влияния цифрового неравенства на уровень социально-экономического развития регионов Российской Федерации// Вопросы инновационной экономики. 2021. Том 11. № 3. С. 962-984. DOI:https://doi.org/10.18334/vinec.11.3.113452.
2. Институт статистических исследований и экономики знаний. ВШЭ. Статистические сборники «Цифровая экономика». - Электронный ресурс. - Режим доступа: https://www.hse.ru/primarydata/icekr
3. Институт статистических исследований и экономики знаний. ВШЭ. Статистические сборники «Индикаторы информационного общества». - Электронный ресурс. - Режим доступа: https://www.hse.ru/primarydata/iio
4. Кулагина, Н.А., Гавричкова, Я.В., Купоров, Ю.Ю. Индикаторы оценки цифрового развития региональных хозяйственных систем: методические аспекты и практика применения // Экономические науки. 2022. № 6 (211). С. 80-87. DOI:https://doi.org/10.14451/1.211.80.
5. Леднева, О.В., Клочкова, Е.Н. Индекс развития информационно-коммуникационных технологий (IDI) в зеркале статистики: сравнительная оценка. - Текст : электронный // Интернет-журнал «Науковедение». 2015. Том 7. № 1. - Режим доступа: https://naukovedenie.ru/PDF/124EVN115.pdf
6. Москвина, О.С., Маковеев, В.Н. Статистический анализ пространственной неравномерности инновационного развития российских регионов // Проблемы развития территории. 2019. № 5 (103). С. 124-137. DOI:https://doi.org/10.15838/ptd.2019.5.103.8.
7. Российский сектор ИКТ: ключевые показатели 2022 года: Квартальный дайджест на основе официальной статистики. - М.: ВШЭ. Институт статистических исследований и знаний. 2023. - 32 с.
8. Стрелкова И.А. Цифровая экономика: новые возможности и угрозы для развития мирового хозяйства // Экономика. Налоги. Право. 2018. Т. 11. № 2. С. 18 - 26.
9. Ткаченко, Д.Н., Дык, Л.М. Методические подходы к оценке влияния инфокоммуникационных технологий на национальную экономику. - Текст: электронный // Экономика и качество систем связи. 2018. № 2. - Режим доступа: https://journal-ekss.ru/?page_id=3816
10. Устранение цифрового неравенства: сайт - Электронный ресурс. - Режим доступа: https://ucn.rt.ru/ucn-objects?activeSwitch=list&page=1&countElements=100
11. Федеральная служба по надзору в сфере связи, информационных технологий и массовых коммуникаций: сайт. - Электронный ресурс. - Режим доступа: https://77.rkn.gov.ru/law/p1815/
12. Федеральной службы государственной статистики: сайт. - Электронный ресурс. - Режим доступа: https://rosstat.gov.ru/free_doc/new_site/business/it/ikt22/index.html
13. Федорова Л.П., Ремнев П.Ю. Об оценке влияния цифровых благ на качество жизни населения и экономическую безопасность личности//Фундаментальные и прикладные исследования кооперативного сектора экономик/ Научно-теоретический журнал.- № 1.- 2023. С. 73-78
14. Федорова, Л.П. Управленческая экономика в условиях стратегических изменений: монография/ Л.П. Федорова, И.В. Григорьева, В.В. Авилова, М.В. Архипова, П.Ю. Ремнев и др. - Москва: Русайнс, 2023. - 334 с.
