Детальная информация

Целью работы является выявление однородных групп регионов по уровню цифровой трансформации для разработки эффективной региональной политики, направленной на обеспечение устойчивого развития. В ходе исследования были решены следующие задачи: - систематизированы существующие подходы к классификации регионов в области цифрового развития; - собран и обработан статистический материал по показателям цифровой трансформации регионов РФ; - проведен кластерный анализ и интерпретированы полученные кластеры с содержательной экономической точки зрения; - проведен SHAP-анализ на основе моделей машинного обучения для выявления наиболее значимых признаков; - разработаны рекомендации по совершенствованию региональной политики в области цифрового и устойчивого развития. Актуальность темы обусловлена активной реализацией национальных программ, направленных на цифровую трансформацию регионов России («Цифровая экономика», «Экономика данных»), а также сохраняющейся межрегиональной дифференциацией, которая усложняет процессы в области цифрового и устойчивого развития. Методологическая основа исследования включает общенаучные методы исследования, методы машинного обучения и кластерного анализа. Практическая значимость работы заключается в возможности использования полученных результатов органами государственной власти для уточнения приоритетов региональной цифровой политики и корректировки мер по снижению уровня цифрового неравенства и обеспечению устойчивого развития.

The purpose of the work is to identify homogeneous groups of regions in terms of the level of digital transformation in order to develop an effective regional policy aimed at ensuring sustainable development. The following tasks were solved in the course of the study: - the existing approaches to the classification of regions in the field of digital development are systematized; - statistical material on indicators of digital transformation of the regions of the Russian Federation has been collected and processed; - cluster analysis was carried out and the obtained clusters were interpreted from a meaningful economic point of view; - a SHAP-analysis based on machine learning models was performed to identify the most significant features; - recommendations have been developed to improve regional policy in the field of digital and sustainable development. The relevance of the topic is due to the active implementation of national programs aimed at the digital transformation of Russian regions ("Digital Economy", "Data Economy"), as well as the continuing interregional differentiation, which complicates the processes in the field of digital and sustainable development. The methodological basis of the research includes general scientific research methods, machine learning and cluster analysis methods. The practical significance of the work lies in the possibility of using the results obtained by public authorities to clarify the priorities of regional digital policy and adjust measures to reduce digital inequality and ensure sustainable development.

• ВВЕДЕНИЕ
• 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЦИФРОВИЗАЦИИ РЕГИОНОВ
  • 1.1. Цифровая трансформация: основные понятия, этапы и эволюция
  • 1.2. Систематический обзор литературы в области цифрового развития регионов
  • 1.3. Подходы к классификации регионов по уровню цифровизации
• 2. МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ
  • 2.1. Сравнительный анализ методов многомерной статистики и машинного обучения
  • 2.2. Кластерный анализ
  • 2.3. Модели классификации и SHAP-значения как метод интерпретации
• 3. МОДЕЛИРОВАНИЕ И ИНТЕРПРЕТАЦИЯ ЦИФРОВИЗАЦИИ РЕГИОНОВ РФ
  • 3.1. Формирование системы показателей. Подготовка данных
  • 2.2. Кластеризация регионов и интерпретация результатов
  • 3.3. Анализ значимости признаков с использованием модели классификации и SHAP-значений
  • 3.4. Экономическая интерпретация результатов и разработка рекомендаций
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А
• ПРИЛОЖЕНИЕ Б
• ПРИЛОЖЕНИЕ В
• ПРИЛОЖЕНИЕ Г