Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/92120
Название: | Цифровизация промышленного производства в регионах России: пространственные взаимосвязи |
Другие названия: | Digitalisation of Industrial Production in the Russian Regions: Spatial Relationships |
Авторы: | Naumov, I. V. Dubrovskaya, J. V. Kozonogova, E. V. Наумов, И. В. Дубровская, Ю. В. Козоногова, Е. В. |
Дата публикации: | 2020 |
Издатель: | Institute of Economics, Ural Branch of the Russian Academy of Sciences Институт экономики Уральского отделения РАН |
Библиографическое описание: | Наумов И. В. Цифровизация промышленного производства в регионах России: пространственные взаимосвязи / И. В. Наумов, Ю. В. Дубровская, Е. В. Козоногова // Экономика региона. — 2020. — Том 16, выпуск 3. — С. 896-910. |
Аннотация: | Digitalisation is a new global trend that significantly influences the economic and social development of various territorial systems (from municipal to macroeconomic level). We hypothesise that the digital transformation of industrial enterprises is becoming a key factor of territorial competitiveness that determines regional development prospects and the possibility of increasing the growth rate of the national economy. To substantiate this hypothesis, we examined the spatial relationships, which emerge when industrial enterprises introduce digital technologies at the regional level, as well as assessed the impact of digitalisation processes on the renewal of the human resource capacity of the regional industry. For analysing the digital modernisation of the regional industry, we used official statistics on the share of organisations using radio-frequency identification (RFID). We chose this particular indicator because RFID-technology is the closest to cyber-physical systems, which enable the so-called smart production (the main indicator of the fourth industrial revolution). Using the global and local Moran’s indexes and the migration matrix of spatial weights, we studied the spatial heterogeneity of the digital industry transformation across the Russian regions. Anselin’s local autocorrelation matrix was applied to analyse inter-regional relationships, which emerge when manufacturing enterprises use of digital technologies. The calculated negative spatial autocorrelation index proves that digitalisation processes in industrial production have a high spatial heterogeneity: only a small part of the regions is characterised by a high level of RFID use by manufacturing enterprises. Using the migration flow matrix of graduates, we revealed that the constituent entities of the Russian Federation differ not only in indicators of using digital technologies but also in attractiveness to young, highly qualified personnel. The results of the spatial analysis confirm that the introduction of smart production technologies by industrial enterprises significantly influences the progressive socio-economic development of territories. This conclusion opens up new topics for research, including the theory of regional economic growth and the issues of transformation of the digital space of the national economic system. Новый общемировой тренд цифровизации оказывает существенное влияние на экономическое и социальное развитие территориальных систем различного уровня, от муниципального до макро-экономического. Цифровая трансформация промышленных предприятий, согласно нашей гипотезе, становится ключевым фактором территориальной конкурентоспособности, который определяет перспективы развития регионов и возможности повышения темпов роста национальной экономики. Исследование пространственных взаимосвязей в процессах использования цифровых технологий производственными предприятиями на региональном уровне и оценка влияния процессов цифровизации на обновление кадрового потенциала промышленности регионов стали главной целью первого этапа обоснования представленной гипотезы. Для анализа цифровой модернизации промышленности в регионах мы использовали официальные статистические данные по удельному весу организаций, использующих RFID-технологии, которые позволяют осуществлять автоматическую идентификацию объектов. Выбор данного показателя обусловлен тем, что технологии RFID являются наиболее близкими к киберфизическим системам, которые и обеспечивают так называемое умное производство — главный индикатор четвертой промышленной революции. Исследование пространственной неоднородности цифровой трансформации промышленности по регионам России было произведено с помощью глобального и локальных индексов Морана с использованием миграционной матрицы пространственных весов. Для исследования межрегиональных взаимосвязей в процессах использования цифровых технологий производственными предприятиями использовалась матрица локальных индексов автокорреляции Л. Анселина. Полученный в ходе расчетов отрицательный индекс пространственной автокорреляции доказывает, что процессы цифровизации промышленного производства имеют высокую пространственную неоднородность: лишь малая часть регионов отличается высоким уровнем использования RFID-технологий производственными предприятиями. С помощью матрицы миграционных потоков выпускников было выявлено, что субъекты РФ отличаются не только показателями использования цифровых технологий, но и уровнем привлекательности для молодых высококвалифицированных кадров. Результаты проведенного пространственного анализа доказывают, что внедрение технологий умного производства промышленными предприятиями является значимым фактором прогрессивного социально-экономического развития территорий. Данный вывод открывает широкие горизонты в области исследования как теории регионального экономического роста, так и вопросов трансформации цифрового пространства национальной экономической системы. |
Ключевые слова: | DIGITAL TRANSFORMATION INDUSTRIAL ENTERPRISE RFID-TECHNOLOGY MIGRATION FLOW MATRIX MORAN’S INDEX SPATIAL AUTOCORRELATION LOCAL INDEX OF SPATIAL AUTOCORRELATION SPATIAL HETEROGENEITY HIGHLY QUALIFIED PERSONNEL DIGITAL SPACE ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ПРОМЫШЛЕННОЕ ПРЕДПРИЯТИЕ RFID-ТЕХНОЛОГИИ МАТРИЦА МИГРАЦИОННЫХ ПОТОКОВ ИНДЕКС МОРАНА ПРОСТРАНСТВЕННАЯ АВТОКОРРЕЛЯЦИЯ ЛОКАЛЬНЫЙ ИНДЕКС ПРОСТРАНСТВЕННОЙ АВТОКОРРЕЛЯЦИИ ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ ВЫСОКОКВАЛИФИЦИРОВАННЫЕ КАДРЫ ЦИФРОВОЕ ПРОСТРАНСТВО |
URI: | http://elar.urfu.ru/handle/10995/92120 |
Условия доступа: | info:eu-repo/semantics/openAccess |
ISSN: | 2411-1406 2072-6414 |
DOI: | 10.17059/ekon.reg.2020-3-17 |
Сведения о поддержке: | The article has been prepared in accordance with the plan of Institute of Economics of the Ural Branch of RAS for 2020. Статья подготовлена в соответствии с Планом НИР Института экономики УрО РАН на 2020 год. |
Источники: | Экономика региона. 2020. Том 16, выпуск 3 |
Располагается в коллекциях: | Economy of Regions |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2020_16_3_017.pdf | 1,87 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.