ІНСТРУМЕНТАРІЙ РЕГРЕСІЙНО-КОРЕЛЯЦІЙНОЇ МОДЕЛІ ДЛЯ ПРОГНОЗУВАННЯ ВПЛИВУ ЦИФРОВІЗАЦІЇ НА ЕКОНОМІЧНЕ ЗРОСТАННЯ - Наукові конференції
Головна
UA RU EN

Вас вітає Інтернет конференція!

Вітаємо на нашому сайті

Рік заснування видання - 2011

ІНСТРУМЕНТАРІЙ РЕГРЕСІЙНО-КОРЕЛЯЦІЙНОЇ МОДЕЛІ ДЛЯ ПРОГНОЗУВАННЯ ВПЛИВУ ЦИФРОВІЗАЦІЇ НА ЕКОНОМІЧНЕ ЗРОСТАННЯ

12.04.2024 11:48

[2. Економічні науки]

Автор: Войцех Владислав Олександрович, аспірант, Ukrainian-American Concordia University, Київ



На сучасному етапі розвитку цифровізація стає одним з ключових факторів економічного зростання. Цифровізація являє процес перетворення інформації та бізнес-процесів в цифровий формат, який прискорює інновації, підвищує ефективність та сприяє глобалізації. Оцінка впливу цифровізації на економіку є важливим кроком для розробки ефективних державних політик і стратегій розвитку бізнесу [1, c. 433; 4, c. 100]. В цьому контексті регресійно-кореляційні моделі надають дієві інструменти для прогнозування та аналізу цього впливу. Цифровізація впливає на економічне зростання через кілька каналів: по-перше, цифровізація покращує доступ до інформації, по-друге, оптимізує виробничі процеси, по-третє, сприяє створенню нових ринків та бізнес-моделей, а також підвищує якість життя споживачів. Аналіз цих процесів дозволяє зрозуміти, як цифрові технології можуть стимулювати економічне зростання та які фактори максимізують цей вплив. Цифровізація суттєво трансформує сучасну економіку, стаючи ключовим фактором їх розвитку та конкурентоспроможності. Цей процес впливає на всі сектори, від виробництва до споживання, сприяючи підвищенню результатів через автоматизацію та оптимізацію робочих процесів. Такий підхід дозволяє компаніям та урядам збирати та аналізувати великі обсяги даних, що відкриває нові можливості для обґрунтованого прийняття рішень, сприяє стратегічному плануванню та покращує оперативне управління.

Завдяки цифровізації з'являються інноваційні бізнес-моделі, які могли бути недоступні в традиційних умовах. Це створює конкурентні переваги та стимулює економічне зростання [2, c. 83; 3, c. 206]. Доступ до нових ринків стають простішими завдяки цифровим каналам, що дозволяє компаніям легко розширювати свою присутність по всьому світу. Позитивний вплив цифровізації також відчутний у соціальній сфері в частині покращення доступу до освіти, охорони здоров'я та інших важливих послуг, підвищуючи загалом якість життя населення. Водночас, існують значні виклики, такі як питання конфіденційності, кібербезпеки та необхідність забезпечення рівного доступу до цифрових ресурсів для всіх верств населення. Важливо зазначити, що цифровізація сприяє створенню більш стійких економічних моделей, надаючи можливості для оптимізації використання ресурсів та зменшення викидів. Інноваційний потенціал цифрової трансформації стимулює технологічний прогрес у всіх секторах економіки, спонукаючи до розвитку нових продуктів і послуг. Однак, для того, щоб максимально використати переваги цифровізації, необхідно адекватно відповідати на супутні виклики, забезпечуючи безпеку даних, приватність інформації та доступ до цифрових можливостей для всіх груп населення. Таким чином, цифровізація не тільки суттєво змінює ландшафт сучасних економік, але й ставить перед суспільством нові завдання щодо забезпечення інклюзивного та стійкого розвитку.

В даному контексті регресійно-кореляційна модель виступає як ключовий інструмент аналізу, надаючи можливість глибоко проаналізувати взаємозв'язки між змінними для виявлення того, як економічний розвиток залежить від різних аспектів цифровізації. За допомогою цієї моделі можливо не тільки ідентифікувати наявність зв'язку між цифровою трансформацією та економічними показниками, а й оцінити силу та значимість цього зв'язку. Такий підхід уможливлює прогнозування майбутніх тенденцій, дозволяючи урядам та бізнесу зорієнтуватися у своєму плануванні та стратегічному розвитку. Водночас, регресійно-кореляційна модель допомагає «фільтрувати» вплив зовнішніх факторів. Це не тільки покращує точність аналітичних висновків, але й дозволяє більш ефективно розподіляти ресурси, спрямовуючи інвестиції в найбільш перспективні напрямки.

Регресійний аналіз є потужним інструментом, який дозволяє виявляти зв'язки між змінними та прогнозувати значення однієї змінної на основі інформації про інші. У контексті цифровізації та економічного зростання, регресійний аналіз може бути використаний для оцінки, як зміни в показниках цифровізації (наприклад, широкосмуговий доступ до Інтернету, рівень освіти в галузі ІТ, інвестиції в ІТ) впливають на економічні показники (ВВП на душу населення, рівень безробіття, інноваційна активність). Кореляційний аналіз, в свою чергу, допомагає визначити наявність та силу зв'язку між змінними, дозволяючи зрозуміти, які аспекти цифровізації мають найбільший вплив на економічне зростання.

Для побудови регресійно-кореляційної моделі необхідно в першу чергу визначити змінні. Це включає вибір змінних, що входять до моделі, що має базуватися на теоретичних передбаченнях та доступності даних. Основними змінними зазвичай є показники, що характеризують рівень цифровізації, та ключові економічні індикатори. Другим етапом є збір даних, а саме за допомогою державних статистичних служб, звітів міжнародних організацій, наукових досліджень тощо. Надалі здійснюється аналіз даних в рамках використання статистичного програмного забезпечення для проведення регресійного та кореляційного аналізу. На завершення, здійснюється інтерпретація результатів, а саме оцінка отриманих коефіцієнтів регресії та кореляції для визначення впливу цифровізації на економічне зростання.

Відповідно побудова та аналіз регресійно-кореляційної моделі дозволяють отримати обґрунтовані прогнози щодо впливу цифровізації на економічне зростання. Дані результати можуть бути використані для розробки політик, спрямованих на стимулювання цифрової трансформації та підвищення конкурентоспроможності економіки. Важливо розуміти, що ефективність цифровізації залежить не тільки від технологій, а й від готовності суспільства та економіки до їх адаптації і впровадження.

В рамках забезпечення надійності регресійно-кореляційних моделей використовуються різноманітні статистичні методи, які допомагають оцінити точність моделі, виявити стабільність зв'язків між змінними та виключити можливі викривлення [1, c. 438; 5, c. 155; 6, c. 81]. Одним з основних викликів є мультиколінеарність, коли незалежні змінні тісно пов'язані між собою, що може спотворювати оцінки коефіцієнтів. В даному контексті застосовуються такі методи як фактор VIF (Variance Inflation Factor), що дозволяють виявити та оцінити мультиколінеарність. Інший важливий аспект – гетероскедастичність, яка вказує на неконстантну дисперсію помилок регресії, потенційно ведучи до ненадійних стандартних помилок. В даному контексті використовуються тест Бреуша-Пагана або тест Вайта. Автокореляція помилок також може становити ускладнення, особливо в часових рядах. Тест Дарбіна-Ватсона або тест Брейша-Годфрі дозволяє виявити та виправити автокореляцію. Перехресна перевірка використовується для оцінки загальної здатності моделі працювати з незалежними даними, розділяючи вибірку даних на тренувальні та тестові набори. Аналіз залишків відіграє ключову роль у виявленні потенційних недоліків моделі, таких як нелінійність або невідповідні змінні. Нарешті, RESET-тест Рамсея допомагає перевірити, чи правильно специфікована функціональна форма моделі, що є критично важливим для виявлення пропущених змінних. Застосування цих методів у сукупності дозволяє значно підвищити надійність і точність регресійно-кореляційних моделей, що є невід'ємною частиною розробки ефективних стратегій і політик.

Виділимо основні види моделей [1-6], а саме:

 Лінійна регресія: це основна модель для аналізу взаємозв'язку між залежною змінною (наприклад, темпами економічного зростання) і однією або кількома незалежними змінними (наприклад, показниками цифровізації). Лінійна регресія може допомогти визначити силу та напрямок впливу цифровізації на економічне зростання.

 Множинна регресія: дозволяє аналізувати вплив кількох незалежних змінних на залежну змінну. Це дозволить дослідити, як різні аспекти цифровізації (наприклад, доступ до широкосмугового інтернету, рівень освіти в галузі ІТ, кількість ІТ-компаній тощо) впливають на економічне зростання.

 Логістична регресія: може бути використана, якщо залежна змінна є категоріальною (наприклад, чи є позитивний вплив на економічне зростання: так/ні). Це дозволяє оцінити ймовірність настання події на основі одного або декількох незалежних показників.

 Часові ряди: аналіз часових рядів може бути корисний для вивчення тенденцій та циклічності економічного зростання в контексті цифровізації. Моделі ARIMA, SARIMA можуть допомогти в аналізі та прогнозуванні змін.

 Панельні дані: використання панельних даних може бути корисним для аналізу впливу цифровізації на економічне зростання, враховуючи індивідуальні особливості країн або регіонів протягом часу.

 Моделювання структурних рівнянь SEM (Structural Equation Modeling,): це підхід, який дозволяє одночасно аналізувати кілька регресійних рівнянь, вивчаючи складні зв'язки між змінними. SEM може бути корисним для вивчення впливу цифровізації на економіку, включаючи прямі та опосередковані ефекти.

Кожен з цих підходів має свої переваги та обмеження, тому вибір конкретної моделі або їх комбінації залежитиме від цілей дослідження, доступних даних та специфіки питання, яке вивчається.

Результати регресійно-кореляційної моделі, яка досліджує вплив цифровізації на економічне зростання, можуть відіграти значну роль у формуванні економічної політики. Визначення тенденцій і зв'язків між змінними надає цінну інформацію, яка може спрямовувати інвестиції в найбільш перспективні технології та сектори, виявляючи нові можливості для економічного розвитку.  Особливо важливою є освітня політика, яка може бути адаптована відповідно до результатів моделі, підкреслюючи необхідність підготовки кваліфікованих фахівців у галузі ІТ. Це забезпечить наявність фахівців, здатних підтримати та розвивати цифрову економіку. На міжнародному рівні аналіз може сприяти глобальній співпраці у сфері цифрових технологій та політики, відкриваючи нові шляхи для міжнародної торгівлі та інвестицій. Це підкреслює значення скоординованих дій і співпраці між країнами для стимулювання глобального економічного зростання через цифровізацію. 

В підсумку, аналіз впливу цифровізації на економічний розвиток, заснований на застосуванні регресійно-кореляційних моделей, демонструє, що цифрова трансформація відіграє значну роль у стимулюванні інновацій, оптимізації виробничих процесів та сприянні глобалізації. Це проявляється через покращення доступу до інформації, створення нових ринків та бізнес-моделей, а також підвищення якості життя споживачів, що в свою чергу, стимулює економічне зростання. Ці моделі виявляють ключові канали впливу цифровізації на економіку та підкреслюють необхідність розробки політик, які підтримують цифрову трансформацію. Водночас, виклики, пов’язані з конфіденційністю, кібербезпекою, та цифровим розривом, потребують уваги для максимізації переваг цифровізації для всіх верств населення. Регресійно-кореляційні моделі відіграють важливу роль у розумінні цього процесу, дозволяючи не тільки виявляти зв’язки між змінними, але й прогнозувати майбутні тенденції, що дозволяє урядам та бізнесу розробляти ефективні стратегії для оптимального використання потенціалу цифрової трансформації.

Література:

1. Zemlyak S., Gusarova O., Khromenkova G. Tools for correlation and regression analyses in estimating a functional relationship of digitalization factors. Mathematics. 2022. №10(3). С. 429–445. 

2. Petkovski I., Fedajev A., Bazen J. Modelling complex relationships between sustainable competitiveness and digitalization. Journal of competitiveness. 2022. Vol. 14, no. 2. P. 79–96. URL: https://doi.org/10.7441/joc.2022.02.05 (date of access: 02.04.2024).

3. Yarovenko H., Litsman M. Analysis and forecasting the impact of the country's digitalization level on its economic development. Vìsnik Sumsʹkogo deržavnogo unìversitetu. 2021. Vol. 2021, no. 4. P. 203–214. URL: https://doi.org/10.21272/1817-9215.2021.4-24 (date of access: 02.04.2024).

4. Балашова В., Москалик Р. Вплив цифровізації на зростання валового випуску (на прикладі країн європейського союзу). Grail of science. 2023. № 31. С. 97–103. URL: https://doi.org/10.36074/grail-of-science.15.09.2023.16 (дата звернення: 01.04.2024).

5. Піжук О. Структурні зміни сукупних доходів домогосподарств України в умовах цифровізації. Вісник економічної науки України. 2021. №1(40). С. 153–158.

6. Rudenko M. Econometric analysis of the impact of economy digitalization on agricultural production development. Ekonomika APK. 2020. No. 4. P. 66–79. URL: https://doi.org/10.32317/2221-1055.202004066 (date of access: 28.03.2024).



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Інші наукові праці даної секції

Конференції

Конференції 2024

Конференції 2023

Конференції 2022

Конференції 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення