Journal
OIL AND GAS TECHNOLOGIES AND ENVIRONMENTAL SAFETY SERIES: MARINE ENGINEERING AND TECHNOLOGIES SERIES: FISHING INDUSTRY SERIES: MANAGEMENT, COMPUTER SCIENCE AND INFORMATICS SERIES: ECONOMICS

VESTNIK OF ASTRAKHAN STATE TECHNICAL UNIVERSITY (ARCHIVAL)
History Links News Contacts
Submit manuscript
Home / Journals / Vestnik of Astrakhan State Technical University. Series: Management, computer science and informatics / Issue 4 / REGRESSION MODELS OF ASSESSING INFLUENCE OF ECONOMIC INDICATORS ON AMOUNT OF SERVICES IN INFORMATION AND COMMUNICATION TECHNOLOGIES
REGRESSION MODELS OF ASSESSING INFLUENCE OF ECONOMIC INDICATORS ON AMOUNT OF SERVICES IN INFORMATION AND COMMUNICATION TECHNOLOGIES
Submit manuscript Download PDF
Text
To cite
Citations:

REGRESSION MODELS OF ASSESSING INFLUENCE OF ECONOMIC INDICATORS ON AMOUNT OF SERVICES IN INFORMATION AND COMMUNICATION TECHNOLOGIES
UDK 33 Экономика. Экономические науки
Noskov Sergey 1
Vergasov Alexandr Sergeevich 2
Authors:
1.  Irkutsk State University of Railway Transport (Doctor of Technical Sciences, Professor; Professor of the Department of Information Systems and Information Security)

Irkutsk, Irkutsk region, Russian Federation
2.  Irkutsk State Transport University (Lecturer of the Department of Information Systems and Information Security)

Russian Federation
Type:
Article
DOI:
https://doi.org/10.24143/2072-9502-2021-4-95-103
Pages:
from 95 to 103
Status:
Published
Received:
26.10.2021
Accepted:
29.10.2021
Published:
29.10.2021
Subject area:
UDK 33 Экономика. Экономические науки
Language:
Russian
Keywords:
information and computer technologies, amount of import and export, regression model, model competition, adequacy criteria, oil, petroleum products and natural gas, gross domestic product
Abstract and keywords
Abstract (English):
The paper highlights the results of a regression model contest organized using the computing technology and presents the mathematical models of the impact of economic indicators (the cost of exported crude oil, petroleum products, natural gas, direct investment abroad and to Russia, the volume of GDP) on the amount of exports and imports of telecommunications, computer and information services (ICT). The choice of such output indicators in the model is stipulated by a significant growth of the ICT world market over the past decades. Besides, the relative growth of telecommunications, computer and information services is much more dynamic compared to services in the conventional spheres such as transportation, construction, and goods processing. Another important reason for choosing these particular indicators is a high level of participation of IT enterprises in the ICT services export. According to some estimates, about 2,000 firms in the in-dustry are involved. In other words, more than 60% of ICT enterprises in Russia are exporting their services to foreign countries, the most countries-importers of ICT services from Russia being the European countries and the United States. The amount of ICT services, as follows from the formal and meaningful analysis of the constructed models, is more than 50% provided by the level of de-velopment of the country's economy, in which GDP is the main indicator. At the same time, the dynamics of both export and import of telecommunications, computer and information services is also significantly influenced by the cost of exported raw materials: crude oil, oil products and natural gas. The models presented in the work can be effectively used for further detailed analysis of the influence of macroeconomic factors on the development of information and computer technologies and for solving a wide range of medium and short term forecasting problems.

Keywords:
information and computer technologies, amount of import and export, regression model, model competition, adequacy criteria, oil, petroleum products and natural gas, gross domestic product
Text
Publication text (PDF): Read Download
Введение В соответствии с национальными интересами и стратегическими национальными приоритетами в России разработана Стратегия национальной безопасности, введенная в действие Указом Президента РФ от 31 декабря 2015 г. № 683 «О Стратегии национальной безопасности Российской Федерации». Стабилизация национальной экономики является важной частью экономической составляющей национальной безопасности государства [1]. Значительной угрозой экономике любой страны является ее моноотраслевость [2, 3], заключающаяся в формировании значительной доли бюджета за счет одной отрасли. В России со второй половины XX в. таковой является нефтегазовая отрасль, при этом действительная оценка уровня зависимости экономики от этой отрасли может быть занижена в силу существенной вовлеченности в нее других отраслей [4]. Разрабатываемыми направлениями стабилизации экономики являются оптимизация добычи ресурсов с последующей их переработкой и диверсификация доходной части бюджета страны [5]. Следует отметить, что решение поставленных задач косвенно влияет на экологию и, как следствие, на экологическую безопасность страны. Основным инструментом перераспределения доходов должна выступать взвешенная и проработанная политика в области государственного регулирования экономики страны [6, 7]. Одним из наиболее перспективных направлений качественного изменения стратегии развития экономики в рамках сложившейся конъюнктуры является инвестирование в сферу информационных и компьютерных технологий (ИКТ) [8]. Данное утверждение базируется на следующих фактах. Во-первых, благодаря развитию ИКТ помимо улучшений в самой отрасли происходит повышение эффективности других секторов экономики и рост международной торговли [9–11]. Во-вторых, развитие отечественной IT-отрасли позволит увеличить темпы импортозамещения. В-третьих, существует прямое положительное влияние уровня ИКТ на информационную безопасность государства. Наконец, в России уже реализуется национальный проект «Цифровая экономика РФ», включающий в себя следующие направления: кадровое обеспечение для цифровой экономики, информационная безопасность, цифровые технологии и т. д. Для количественного измерения уровня данного показателя разработана методика подсчета так называемого индекса развития ИКТ, состоящего из субиндексов доступа, использования и навыков [12]. Россия – это страна с сырьевой экономикой, а рыночная конъюнктура сильно зависима от показателей нефте- и газодобычи в стране. В условиях масштабной цифровизации представляется интересным рассмотреть влияние добывающего сектора на импорт-экспортную составляющую отечественного ИКТ-рынка. Сделать это качественно позволяет подход, основанный на методах регрессионного моделирования, в рамках которого можно оценить значимость влияния независимых факторов на выходной показатель, что и предполагается осуществить в настоящей работе. Моделирование зависимости объема услуг в сфере информационных и коммуникационных технологий от макроэкономических показателей в России В качестве количественных показателей уровня развития ИКТ примем объемы экспорта и импорта телекоммуникационных, компьютерных и информационных услуг, выраженные в миллионах долларов США. Этот выбор обусловлен значительным ростом мирового рынка услуг за последние десятилетия в целом. При этом относительный рост телекоммуникационных, компьютерных и информационных услуг намного более динамичен в своем развитии по сравнению с услугами в традиционных сферах, таких как транспортировка, строительство, переработка товаров. Немаловажной причиной выбора именно данных показателей является также высокий уровень участия предприятий отрасли в экспорте ИКТ услуг. По некоторым оценкам, в него вовлечены около 2 000 фирм отрасли ИКТ. Другими словами, более 60 % предприятий ИКТ в России занимаются экспортом своих услуг в зарубежные страны. Следует отметить, что основными странами-импортерами услуг ИКТ из России являются европейские страны и США. Телекоммуникационными сервисами, в соответствии со «Стратегией развития экспорта услуг до 2025 года», принято считать услуги трансляции или передачи звуковой информации, изображений и других информационных потоков через системы кабельной, радиотрансляционной, телевизионной или спутниковой связи, услуги по аренде и техническому обслуживанию линий связи, сетей передачи звука, изображений и данных. К компьютерным услугам относятся операции, связанные с созданием и внедрением программного обеспечения, деятельность, связанная с обработкой данных, хранением баз данных и действиями с ними, услуги по разработке, дизайну и размещению веб-страниц на сервере, предоставлению консультационных услуг, связанных с программным обеспечением и функционированием вычислительной техники. В список информационных услуг включено снабжение средств массовой информации сводками новостей, фотографическим материалом и тематическими статьями, услуги по использованию коммерческих сайтов в интернете. По прогнозам Минэкономразвития, экспорт услуг сферы ИКТ к 2025 г. должен достигнуть объема более 12 млрд долл. США и стать самым быстрорастущим сектором экономики России. В качестве факторов, влияющих на и , выделены следующие экономические показатели: – – стоимость экспортированной сырой нефти (в млн долл.); – – стоимость экспортированных нефтепродуктов (в млн долл.); – – стоимость экспортированного природного газа (в млн долл.); – – прямые инвестиции за границу (в млн долл.); – – прямые инвестиции в Россию (в млн долл.); – – валовой внутренний продукт РФ (ВВП) (в млрд долл.). Для построения модели воспользуемся статистическими данными (табл.) по выделенным показателям за 2001–2020 гг. [13]. Фактические значения показателей х1 х2 х3 х4 х5 х6 y1 y2 24 990 9 375 17 770 2 541 2 847 328,5 547 1 046 29 113 11 253 15 897 3 533 3 474 370,1 599 1 104 39 679 14 060 19 981 9 724 7 929 461,5 589 983 59 045 19 269 21 853 13 782 15 403 633,3 695 973 83 438 33 807 31 671 17 880 15 508 817,7 1 041 1 202 102 283 44 672 43 806 29 993 37 595 1 061 1 369 1 513 121 503 52 228 44 837 44 801 55 874 1 393 2 281 2 228 161 147 79 886 69 107 55 663 74 783 1 779 3 045 3 270 100 593 48 145 41 971 43 281 36 583 1 308 2 551 3 302 135 799 70 471 47 739 52 616 43 168 1 633 2 624 3 955 181 812 95 710 64 290 66 851 55 084 2 047 3 101 4 946 180 930 103 624 62 253 48 822 50 588 2 191 3 494 5 169 173 668 109 414 65 972 86 507 69 219 2 288 4 163 6 080 153 896 115 810 54 685 57 082 22 031 2 049 4 504 6 854 89 588 67 454 41 779 22 085 6 853 1 357 3 933 5 558,04 73 713 46 191 31 190 22 314 32 539 1 281 3 903 5 468,89 93 377 58 247 38 661 36 757 28 557 1 575 4 652 5 383,42 129 202 78 235 49 753 31 377 8 785 1 665 5 260 5 487,9 122 229 66 947 41 787 21 923 31 975 1 703 5 489 5 243,7 72 366 45 346 25 248 5 298 8 663 1 464 5 936 5 901,39 Следует отметить, что существуют определенные зависимости между экспортными объемами нефти и нефтепродуктов и особенностями ценообразования нефтепродуктов в странах – крупнейших потребителях и России [14, 15]. Так, например, установлена положительная связь между общим объемом экспорта из России и уровнем экспорта сырой нефти и газа. Поставим задачу построения регрессионных моделей, связывающих выходные переменные и с входными в классе линейных по параметрам аппроксимирующих функций, хорошо себя зарекомендовавших при исследовании сложных объектов различной природы: (1) (2) где и – преобразования независимых переменных, выбранные из набора для некоторой переменной х в рамках проведения конкурса моделей в соответствии с предложенной в [16] вычислительной технологией. Такой конкурс состоит в построении множества альтернативных вариантов модели заданного класса и последующем выборе лучшего варианта на основе использования векторного критерия оценки его адекватности [17]. Включим в его состав широко применяющиеся в регрессионном анализе критерии Фишера F и множественной детерминации R [18–20]. Кроме того, для углубленного анализа полученных моделей будем использовать оценки вкладов факторов в соответствующие выходные показатели (см., например, [17, 21]). Для модели (1) они рассчитываются по формуле где Величины p(xi) позволяют оценить степень влияния переменной на выходной фактор , выраженную в процентах. В результате проведенного конкурса при построении моделей (1) и (2), в рамках которого было построено несколько тысяч их альтернативных вариантов, а также с привлечением приемов преобразования регрессоров, представленных в работах [22–25], сформированы следующие модели: (3) (4) Отметим высокое качество аппроксимации моделей (3) и (4), на что указывают значения критериев R и F, а также близость расчетных и фактических траекторий выходных переменных (рис. 1 и 2). Рис. 1. Расчетные и фактические значения экспорта ИКТ, модель (3) Рис. 2. Расчетные и фактические значения импорта ИКТ, модель (4) Проанализируем знаки коэффициентов моделей. Они указывают на то, что позитивное влияние на у1 оказывают только переменные и , а на – они же, а также и . Рост остальных факторов приводит к снижению импорта и (или) импорта объемов телекоммуникационных, компьютерных и информационных услуг. Анализ вкладов факторов позволяет сделать вывод о том, что более 50 % этого объема обеспечивается уровнем развития экономики страны, индикатором которого является ВВП. При этом на динамику как экспорта, так и импорта телекоммуникационных, компьютерных и информационных услуг существенное влияние оказывают также стоимость экспортированной сырой нефти, нефтепродуктов и природного газа. Влияние остальных факторов незначительно. Модели (3) и (4) могут быть использованы для дальнейшего детального анализа влияния экономических факторов на развитие ИКТ и решения широкого круга задач прогнозного характера. Заключение В работе в результате организованного с использованием соответствующей вычислительной технологии конкурса регрессионных моделей разработаны математические модели влияния экономических показателей – стоимости экспортированной сырой нефти, нефтепродуктов, природного газа, прямых инвестиций за границу и в Россию, объема ВВП – на объемы экспорта и импорта телекоммуникационных, компьютерных и информационных услуг. Эти объемы, как следует из моделей, более чем наполовину зависят от уровня развития экономики страны, обобщенным выражением которого является ВВП. При этом на динамику и экспорта, и импорта телекоммуникационных, компьютерных и информационных услуг весьма значительное влияние оказывают также такие важные макроэкономические показатели, как стоимость экспортированной сырой нефти, нефтепродуктов и природного газа.
References

1. Kuznecova E. I. Nacional'naya ekonomicheskaya bezopasnost' kak predmet ekonomicheskoy strate-gii gosudarstva // Nacional'nye interesy: prioritety i bezopasnost'. 2008. T. 4. № 7 (28). S. 30-34.

2. Isham J., Woolcock M., Pritchett L., Busby G. The varieties of resource experience: Natural resource export structures and the political economy of economic growth // World Bank Economic Review. 2005. V. 19 (2). P. 141-174.

3. Farzanegan M. R., Markwardt G. The effects of oil price shocks on the Iranian economy // Energy Economics. 2009. V. 31 (1). P. 134-151.

4. Ishhanyan M. V., Sotnikova O. A. Ekonometricheskiy analiz zavisimosti mezhdu dinamikoy mi-rovogo rynka syroy nefti i kursom akciy transportnyh kompaniy // Vklad transporta v nacional'nuyu ekonomicheskuyu bezopasnost': sb. tr. II Mezhdunar. nauch.-prakt. konf. (Moskva, 06 aprelya 2017 g.) / pod red. R. A. Kozhevnikova, Yu. I. Sokolova. M.: Izd-vo MIIT, 2017. S. 154-156.

5. Nurunnabi M. Transformation from an Oil-based Economy to a Knowledge-based Economy in Saudi Arabia: the Direction of Saudi Vision 2030 // Journal of the Knowledge Economy. 2017. V. 8 (2). P. 536-564.

6. Zaorskiy G. V., Ilyuschenko T. V. Resursnoe obespechenie gosudarstvennogo regulirovaniya ekonomiki // Problemy razvitiya mirovoy i rossiyskoy ekonomiki: materialy Mezhdunar. nauch. konf. (Irkutsk, 26 marta 2013 g.) / otv. red. V. P. Gorev. Irkutsk: Izd-vo Baykal. gos. un-ta ekonomiki i prava, 2013. S. 61-78.

7. Ivanter V. V. Strategiya perehoda k ekonomicheskomu rostu // Problemy prognozirovaniya. 2016. № 1 (154). S. 3-7.

8. Nath H. K., Liu L. Information and communications technology (ICT) and services trade // Information Economics and Policy. 2017. N. 41. P. 81-87.

9. Liu L., Nath H. K. Information and communications technology and trade in emerging market economies // Emerging Markets Finance and Trade. 2013. V. 49 (6). P. 67-87.

10. Tay C. Comparison of the impact of information and communication technology between bilateral trade in goods and services // Journal of System and Management Sciences. 2020. V. 10 (1). P. 1-31.

11. Green R., Burgess J., Turner G. The ICT Sector, Growth and Productivity: Ireland and Australia Com-pared // The Economic and Labour Relations Review. 2004. V. 15 (1). P. 99-127.

12. The ICT Development Index (IDI): conceptual framework and methodology. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2015/methodology.aspx (data obrascheniya: 15.06.2021).

13. Central'nyy bank Rossiyskoy Federacii: oficial'nyy sayt. URL: https://www.cbr.ru/ (data obrascheniya: 15.06.2021).

14. Okunev D. O. Vliyanie mirovyh cen syroy nefti na cenu nefteproduktov v Rossii, Kitae i SShA // Evraziyskoe prostranstvo: dobrososedstvo i strategicheskoe partnerstvo: materialy VIII Evraz. ekonom. foruma molodezhi (Ekaterinburg, 19-21 aprelya 2017 g.): v 3 t. Ekaterinburg: Izd-vo Ural. gos. ekonom. un-ta, 2017. T. 2. S. 87-90.

15. Borenstein S., Cameron C., Gilbert R. Do gasoline prices respond asymmetrically to crude oil price changes? // Quarterly Journal of Economics. 1997. V. 112 (1). P. 304-339.

16. Bazilevskiy M. P., Vergasov A. S., Noskov S. I. Gruppovoy otbor informativnyh peremennyh v regressionnyh modelyah // Yuzh.-Sib. nauch. vestn. 2019. № 4-1 (28). S. 36-39.

17. Noskov S. I. Tehnologiya modelirovaniya ob'ektov s nestabil'nym funkcionirovaniem i neopredelennost'yu v dannyh. Irkutsk: Oblinformpechat', 1996. 320 s.

18. Bazilevskiy M. P. Analiticheskie zavisimosti mezhdu koefficientami determinacii i soot-nosheniem dispersiy oshibok issleduemyh priznakov v modeli regressii Deminga // Matematicheskoe modelirovanie i chislennye metody. 2016. № 2 (10). S. 104-116.

19. Bazilevskiy M. P. Analiticheskie zavisimosti dlya nekotoryh kriteriev adekvatnosti modeli regressii deminga // Vestn. Irkut. gos. tehn. un-ta. 2016. T. 20. № 10 (117). S. 81-89.

20. Noskov S. I., Bazilevskiy M. P. Mnozhestvennoe ocenivanie parametrov i kriteriy soglasovannosti povedeniya v regressionnom analize // Vestn. Irkut. gos. tehn. un-ta. 2018. T. 22. № 4 (135). S. 101-110.

21. Noskov S. I., Vrublevskiy I. P. Analiz regressionnoy modeli gruzooborota zheleznodorozhnogo transporta // Vestn. transporta Povolzh'ya. 2020. № 1 (79). S. 86-90.

22. Noskov S. I. Vybor metoda ocenivaniya parametrov lineynoy regressii na osnove vyyavleniya anomal'nyh nablyudeniy // Vestn. Voronezh. gos. tehn. un-ta. 2021. T. 17. № 2. S. 24-29.

23. Noskov S. I. Metod smeshannogo ocenivaniya parametrov lineynoy regressii: osobennosti pri-meneniya // Vestn. Voronezh. gos. un-ta. Ser.: Sistemnyy analiz i informacionnye tehnologii. 2021. № 1. S. 126-132.

24. Noskov S. I. Ocenivanie parametrov lineynoy regressii posredstvom maksimizacii chisla sovpadeniy znakov prirascheniy fakticheskih i raschetnyh znacheniy zavisimoy peremennoy // Informa-cionnye tehnologii i matematicheskoe modelirovanie v upravlenii slozhnymi sistemami. 2021. № 2 (10). S. 109-111.

25. Noskov S. I., Bazilevskiy M. P., Vrublevskiy I. P. Ocenka rezul'tatov srednesrochnogo progno-zirovaniya ekspluatacionnyh harakteristik zheleznoy dorogi // Vestn. Ural. gos. un-ta putey soobscheniya. 2020. № 1 (45). S. 51-57.

This work is licensed under Creative Commons Attribution 3.0 Unported

© "Редакция научных журналов"
Support Powered by Editorum,  Instructions
Login or Create
* Forgot password?