Яшин С.Н.доктор экономических наук, профессор, заведующий кафедрой менеджмента и государственного управления, Нижегородский государственный университет им. Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация jashinsn@yandex.ru https://orcid.org/0000-0002-7182-2808 SPIN-код: 4191-7293
Кошелев Е.В.кандидат экономических наук, доцент кафедры менеджмента и государственного управления, Нижегородский государственный университет им. Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация ekoshelev@yandex.ru https://orcid.org/0000-0001-5290-7913 SPIN-код: 8429-5702
Предмет. Эволюционное нейросетевое моделирование влияния цифровых технологий на экономическое развитие. Цели. Эволюционное нейросетевое моделирование влияния цифровых технологий на экономическое развитие регионов России. Определение регионов-лидеров, где это влияние положительное и существенное, а также регионы, имеющие перспективы такого положительного влияния. Методология. Использовано эволюционное нейросетевое моделирование. Результаты. Нейросетевое моделирование включает в себя этапы: сбор, корректировка на инфляцию и стандартизация данных; построение и обучение нейронной сети; верификация сети; определение регионов-лидеров и сегментов входных и выходных переменных; оценка соответствия исследуемых регионов заданным сегментам сети. При этом целевыми функциями являются: валовой региональный продукт, инвестиции в основной капитал, оборот организаций, сальдированный финансовый результат деятельности организаций. Получено, что для всех целевых функций средняя относительная ошибка (MAPE) получилась меньше на незнакомых данных 2021 г. Это говорит о хорошей адаптации модели. Сравнение графиков целевых и предсказанных значений для всех четырех целевых функций иллюстрирует хорошее качество прогноза. Выводы. Полученные результаты могут быть полезны государственным структурам для планирования процессов цифровизации в указанных регионах. Также результаты могут использовать инвесторы для выбора направлений капитальных вложений своих средств.
Ключевые слова: адаптивная нейро-нечеткая система вывода, оптимизация роя частиц, прогнозирование временного ряда, цифровые технологии
Список литературы:
Зеленков М.Ю. Критерии и методы оценки эффективности цифровизации управления транспортно-логистическими системами // Тренды и управление. 2019. № 2. С. 76—90. URL: Link
Pimenova A.L., Kuzmina S.N., Vaganova V.A., Yahvarov E.K. Digitalization Tools in Ensuring the Efficiency of the Enterprise Activity. DEFIN ‘20: Proceedings of the III International Scientific and Practical Conference. 2020, article no. 32, pp. 1–4. URL: Link
Шинкевич А.И., Надеждина М.Е. Методика оценки эффективности цифровизации производственных процессов нефтехимического предприятия // Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2021. № 2. С. 72—84. URL: Link
Кокуйцева Т.В., Овчинникова О.П. Методические подходы к оценке эффективности цифровой трансформации предприятий высокотехнологичных отраслей промышленности // Креативная экономика. 2021. Т. 15. № 6. С. 2413—2430. URL: Link
Бекарев А.В. Оценка эффективности цифровизации как инструмент результативности мер государственной поддержки по обеспечению продовольственной безопасности // Продовольственная политика и безопасность. 2024. Т. 11. № 1. С. 9—24. URL: Link
İnel M.N. An Empirical Study on Measurement of Efficiency of Digital Transformation by Using Data Envelopment Analysis. Management Science Letters, 2019, vol. 9, pp. 549–556. URL: Link
Gal P., Nicoletti G., Von Rüden C. et al. Digitalization and Productivity: In Search of the Holy Grail – Firm-Level Empirical Evidence from European Countries. International Productivity Monitor, 2019, vol. 37, pp. 39–71. URL: Link
Gbadegeshin S.A. The Effect of Digitalization on the Commercialization Process of High-Technology Companies in the Life Sciences Industry. Technology Innovation Management Review, 2019, vol. 9, pp. 49–63. URL: Link
Zhang T., Shi Z.-Z., Shi Y.-R., Chen N.-J. Enterprise Digital Transformation and Production Efficiency: Mechanism Analysis and Empirical Research. Economic Research – Ekonomska Istraživanja, 2022, vol. 35, iss. 1, pp. 2781–2792. URL: Link
Barteková E., Börkey P. Digitalisation for the Transition to a Resource Efficient and Circular Economy. OECD Environment Working Papers, 2022, no. 192. URL: Link
Wang Z., Lin S., Chen Y. et al. Digitalization Effect on Business Performance: Role of Business Model Innovation. Sustainability, 2023, vol. 15, iss. 11. URL: Link
Lin B., Huang C. Nonlinear Relationship Between Digitization and Energy Efficiency: Evidence from Transnational Panel Data. Energy, 2023, vol. 276, 127601. URL: Link
Li S., Gao L., Han C. et al. Exploring the Effect of Digital Transformation on Firms' Innovation Performance. Journal of Innovation & Knowledge, 2023, vol. 8, iss. 1, 100317. URL: Link
Chen C., Zhang Y., Wang S. Digital Transformation and Firm Performance: A Case Study on China's Listed Companies in 2009–2020. Digital Economy and Sustainable Development, 2023, vol. 1, article no. 18. URL: Link
Saeed S., Altamimi S.A., Alkayyal N.A. et al. Digital Transformation and Cybersecurity Challenges for Businesses Resilience: Issues and Recommendations. Sensors (Basel), 2023, vol. 23, iss. 15. URL: Link
Shehadeh M., Almajali D., Abu-AlSondos I. et al. Digital Transformation and Its Impact on Operational Efficiency and Competitive Advantage in Islamic Banks. 2023 International Conference on Business Analytics for Technology and Security (ICBATS), 2023, no. 03, pp. 1–6. URL: Link
Wang L., Shao J. Digital Economy, Entrepreneurship and Energy Efficiency. Energy, 2023, vol. 269, 126801. URL: Link
Hui N., Yu Q., Gu Y. Does the Digital Economy Improve the Innovation Efficiency of the Manufacturing Industry? Evidence in Provincial Data from China. Sustainability, 2023, vol. 15, iss. 13. URL: Link
Li S., Wang W., Wang L., Wang G. Digital Economy and 3E Efficiency Performance: Evidence from EU Countries. Sustainability, 2023, vol. 15, iss. 7. URL: Link
Huo P., Wang L. Digital Economy and Business Investment Efficiency: Inhibiting or Facilitating? Research in International Business and Finance, 2022, vol. 63, 101797. URL: Link
Kalyanmoy Deb. Multi-Objective Optimization Using Evolutionary Algorithms. New York, John Wiley & Sons, 2009, 544 p.
