CC BY
266
JEL: O25; O33; O38 Вестник СПбГУ Экономика. 2019. Т. 35. Вып. 4
Цифровая экономика в условиях четвертой промышленной революции: возможности и ограничения
В. П. Вишневский
Институт экономики промышленности НАН Украины, Украина, 03057, Киев, ул. М. Капнист, 2
Для цитирования: Вишневский В. П. (2019) Цифровая экономика в условиях четвертой промышленной революции: возможности и ограничения. Вестник Санкт-Петербургского университета. Экономика. Т. 35. Вып. 4. С. 606-627. https://doi.org/10.21638/spbu05.2019.406
Статья посвящена анализу взаимосвязей цифровой экономики и промышленности в условиях четвертой промышленной революции. Анализ концептуальных аспектов рассматриваемой проблемы показал, что цифровая экономика является одним из элементов формируемого «умного» киберфизического социума, в котором реализована интеграция технологий как материального производства, так и цифровых. В этой связи известная дихотомия «индустриальное общество — постиндустриальное общество» теряет свой смысл, поскольку «железо» и «цифра» органично дополняют друг друга и коэволюцинируют, хотя возможности и ограничения этого процесса в большей степени определяются развитием производственных, а не цифровых технологий. Эмпирический анализ проблемы с использованием методов статистического анализа и математического моделирования на основе экономических данных по 74 странам мира за 2014-2016 гг. показал, что размеры цифровой экономики хорошо коррелируют с валовым накоплением основного капитала, а индустриально развитые страны отличаются от менее развитых не столько уровнем ее развития, сколько размерами инвестиций в основные фонды. Стратегические перспективы экономического развития стран в современном мире, разделяемом на новые зоны технологического влияния, определяет Индустрия 4.0 — «умная» роботизированная киберфизическая промышленность, тяготеющая к потребителю. Поэтому для достижения более высокого уровня доходов в национальной экономике требуется не только развивать цифровую экономику, но и одновременно наращивать вложения в современные производственные технологии на территории своей страны или около нее. Анализ возможностей и ограничений развития цифровой экономики на примере цифровизации налоговой системы РФ показал, что в целом она проходит успешно, но тем не менее создает некоторые проблемы для экономики, поскольку с помощью современных цифровых технологий отвлекаются ресурсы, необходимые для развития индустрии. Поэтому цифровую экономику нужно встраивать в действующие механизмы макроэкономического регулирования, используя в том числе новые возможности, открываемые цифровой революцией.
Ключевые слова: цифровая экономика, промышленная революция, Индустрия 4.0, цифровые технологии, производственные технологии, обрабатывающая промышленность, киберфизическая система.
© Санкт-Петербургский государственный университет, 2019
Введение
Цифровая экономика растет в мире быстрыми темпами. Это объективно обусловлено ускоренным развитием и широким применением цифровых технологий, основанных на представлении данных в виде последовательности дискретных значений. В результате объемы накапливаемой в мире информации увеличиваются по экспоненте и уже достигли масштабов эксабайтов (1018 байтов) [Hu et al., 2014, p. 655].
Все это является одним из последствий цифровой революции, которая, как считается, началась в 50-70-е гг. XX в. в связи с изобретением и широким использованием транзисторов, электронных вычислительных машин и Интернета1, хотя корректней было бы утверждать, что она стартовала в 2000-е гг., когда объемы накапливаемой цифровой информации превысили объемы аналоговой и стали расти опережающими темпами2.
В принципе, ответ на вопрос о том, когда именно начинается отсчет цифровой революции, не столь значим. Важно иное, а именно: объемы цифровой информации, как следствие ускоренного развития и распространения цифровых технологий, растут намного быстрее, чем реальный сектор, что создает объективные предпосылки для ускоренного развития цифровой экономики и повышенного внимания к ней со стороны деловых кругов и правительств.
С одной стороны, это свидетельствует о том, что повышается информационная емкость материального производства. И это действительно так. Однако, с другой стороны, возникает вопрос: а не «хайповый» ли этот рост? В том смысле, что виртуальный мир отрывается от реального, в то время как именно реальный мир в конечном счете решает, кто (какая страна или группа стран) находится в лидерах, а кто отстает, кто в состоянии обеспечить населению стабильно высокий уровень жизни, а государству — безопасность (продовольственную, экономическую, экологическую, военную и др.), а кто — нет. Можно хорошо зарабатывать, например, на игре «Мир танков», наращивая ВВП, но это вряд ли поможет, если стране угрожают танки реальные (хотя и они без современного цифрового управления тоже теряют свое значение). Очевидно, что требуется и то и другое, и «цифра» и «железо» в комплексе — с помощью цифровых технологий придумывать, конструировать, производить и обслуживать машины и оборудование, повышая уровень общей производительности.
В связи с вышеуказанным цель данной статьи — выявление взаимосвязей цифровой экономики и промышленности в условиях четвертой промышленной революции и обоснование необходимости их совместного развития для решения задач ускорения экономического роста.
Структура статьи построена следующим образом. В первой части исследованы концептуальные аспекты связи цифровой экономики и промышленности, в том
1 Techopedia (2019) What is the Digital Revolution? URL: https://www.techopedia.com/defini-tion/23371/digitalhttps://www.techopedia.com/definition/23371/digital-revolution (дата обращения: 06.07.2019).
2 С тех пор подавляющая часть накапливаемой информации (более 90%) имеет цифровую форму. См.: University of Southern California (2011) How much information is there in the world? Science Daily, 11 February 2011. URL: https://www.sciencedaily.com/releases/2011/02/110210141219.htm (дата обращения: 06.07.2019).
числе в контексте гипотезы жизненного цикла технологий. Во второй — выполнен эмпирический анализ этой связи, который опирается на статистические данные, характеризующие развитие 74 стран мира за 2014-2016 гг. В третьей части рассмотрены возможности и ограничения развития цифровой экономики на примере цифровизации налоговой системы РФ, которая в целом проходит успешно, но тем не менее создает некоторые проблемы для экономического развития. Завершает работу краткое заключение, в котором изложены основные концептуальные положения, опирающиеся на результаты выполненного исследования.
1. Связь цифровой экономики с промышленностью:
концептуальный аспект
В связи с быстрым развитием цифровой экономики в последние годы появилась масса исследований, посвященных оценкам ее размеров и перспектив. Это анализ, проведенный МВФ [IMF staff, 2018], ОЭСР [OECD, 2017], Accenture [Knickrehm, Berthon, Daugherty, 2016] и т. д., в том числе и в отношении России — от The Boston Consulting Group [Банке и др., 2017] и McKinsey&Company [Аптекман и др., 2017]. Представленные оценки значительно разнятся, потому что сама цифровая экономика имеет различное понимание — в узком и широком смысле [IMF staff, 2018, p. 7].
В узком смысле цифровая экономика — это валовая добавленная стоимость, созданная в секторе информационно-коммуникационных технологий (ИКТ): в подсекторах оказания информационно-коммуникационных услуг и производства соответствующих товаров (электронных устройств, элементов дата-центров, электронных сетей и др.). В широком смысле — это валовая добавленная стоимость, созданная во всех секторах экономики с помощью ИКТ.
В узком смысле цифровую экономику оценивают, например, специалисты ОЭСР, которые подсчитали, что в странах — членах этой организации стоимость, добавленная сектором ИКТ в процентах от общей добавленной стоимости в текущих ценах, колеблется в основном в интервале 3-7 % (около 3 % — в Турции и Мексике, около 7 % — в Швеции, Финляндии, и только в самой развитой в «цифровом» отношении Корее — более 10 %) [OECD, 2017, p. 117]. Такой же подход предпочитает использовать МВФ [IMF staff, 2018, p. 7]. В широком смысле она характеризуется, например, специалистамиAccenture [Knickrehm et al., 2016] как доля общего экономического выпуска во всех секторах, полученного от потребления исходных цифровых ресурсов: цифровых навыков, цифрового оборудования и промежуточных цифровых товаров и услуг, используемых в производстве добавленной стоимости. При таком расширенном подходе цифровая экономика оценивается в размере более 1/5 мирового ВВП (т. е. приблизительно в 4 раза больше, чем в рамках узкого подхода).
В связи с такими расхождениями возникают и разные оценки влияния цифровой экономики на экономический рост. Простой расчет показывает, что увеличение цифровой экономики на 10 % может соответствовать десятым долям процента ВВП или же величинам, намного более существенным. Тем более что нет полной ясности в отношении корректного измерения этого влияния.
На эту проблему еще в 1987 г. обратил внимание Р. Солоу. В небольшой заметке в газете New York Times он писал: «Вы можете видеть компьютерный век везде,
кроме статистики производительности» [Solow, 1987]. Естественно, что такой скепсис нобелевского лауреата в отношении нового компьютерного мира вызвал широкую реакцию и обсуждение в кругах специалистов [Платонов, 2007]. Его итоги вкратце можно подвести так: влияние на производительность все-таки есть, но не такое большое и не такое очевидное, как можно было бы предположить априори [Harkushenko, Knjazev, 2019, р. 18-19].
С этим можно не согласиться, ведь цифровая экономика имеет самостоятельное значение. Она генерирует информационные продукты, которые являются отдельными объектами распределения, обмена и потребления [Клейнер, 2017, с. 13], и развивается по особым экономическим законам: снижающихся (а не растущих) предельных издержек на производство информационных продуктов, возрастающей (а не падающей) полезности для потребителей сетевых благ и др. [Красильни-ков, 2007; 2009; Стрелец, 2009].
Тем не менее преимущественно цифровой путь, по-видимому, не самый лучший вариант развития. Ведущие экономики мира создали крупнейшие цифровые корпорации-гиганты (так, Google, Microsoft, Amazon, Facebook и другие входят в число самых дорогих брендов мира3), эти страны уже располагают большими объемами цифровой экономики, что, однако, не очень помогает им в соревновании с быстрорастущими новыми индустриальными странами, которые постепенно выходят вперед по глобальному индексу силы (global powerindex) [National Intelligence Council, 2012], который показывает, кто будет определять пути развития мира в XXI в.
Чтобы избежать такого сценария или по крайней мере смягчить последствия его реализации, развитые страны вынуждены заниматься восстановлением своей промышленности. Например, в США в 2018 г. темпы возврата ранее выведенных за рубеж производственных мощностей достигли наиболее высокого уровня за весь период наблюдений (с 2007 г.), благодаря чему в обрабатывающей промышленности тенденция к сокращению рабочих мест была переломлена и теперь в этой отрасли численность занятых растет [Moser, 2019].
Причины, определяющие особое значение промышленности для решения стратегических задач развития, хорошо известны, но на волне эйфории построения постиндустриального общества на них не обращали внимания, поскольку экономики ведущих развитых стран до некоторого времени росли и без того хорошо. Вкратце они таковы.
Во-первых, современная промышленность является генератором научно-технического прогресса и инноваций в экономике. Так, в ЕС на долю промышленности, которая производит около16 % ВВП, приходится 64 % расходов на НИОКР и почти 50 % — на инновации [European Commission, 2018, p. 13]. Инновационная активность крупных промышленных предприятий примерно вдвое больше активности крупных предприятий в других секторах экономики [Institut der deutschen..., 2013, s. 11].
Во-вторых, она выступает в качестве незаменимого драйвера экономического роста. Спрос со стороны промышленности поддерживает бизнес-услуги и другие непромышленные сферы деятельности, повышает потребность в высококвалифи-
3 Forbes (2019) The World's Most Valuable Brands. 2019 Ranking. URL: https://www.forbes.com/ powerful-brands/list/ (дата обращения: 06.08.2019).
цированной рабочей силе и способствует развитию рынков труда в других секторах национальной экономики. Например, в ЕС каждое новое рабочее место в обрабатывающей промышленности создает от 0,5 до 2 рабочих мест в других отраслях [European Commission, 2018, p. 13].
В-третьих, промышленность является важным фактором глобальной конкурентоспособности национальных экономик. В ЕС она обеспечивает более 80 % экспорта товаров [European Commission, 2018, p. 13] и почти 60 % общих объемов экспорта (включая экспорт услуг) [Institut der deutschen..., 2013, s. 11].
В-четвертых, промышленность, в том числе в связи с распространением промышленного интернета вещей, является главным генератором больших данных в цифровой экономике [Baily, Manyika, 2013] и одновременно — одним из крупнейших их потребителей [McKinsey Global Institute, 2016, p. 2-3]. Благодаря этому новому ресурсу предприниматели во всех отраслях экономики получили возможность глубоко погружаться в историю хозяйственных процессов, выявлять новые закономерности и взаимосвязи между отдельными их элементами и входящей информацией, а затем оптимизировать факторы, оказывающие наибольшее влияние на производительность и конечные результаты деятельности.
Для стран, претендующих на достойное место во вновь формирующейся системе мировой экономики, в настоящее время важно не просто контролировать обрабатывающую промышленность где-нибудь в мире, а физически возвращать ее на свою территорию (reshoring, back-shoring) или в места, приближенные к ней (nearshoring) [Miebach Consulting, 2017; Kaivo-Oja, Knudsen, Lauraeus, 2018]. Это объясняется тем, что размещение современного «умного» производства определяется уже мотивами не только экономии издержек (использование преимуществ мест с дешевой рабочей силой, которые в связи с роботизацией частично утрачивают свое значение), но и создания стоимости (важность наращивания инновационного потенциала, лучшее удовлетворение запросов клиентов на большее разнообразие и индивидуализацию продуктов и др.) [Fratocchi et al., 2016].
Еще одна очень важная причина таких трансформаций — необходимость учета фактора геополитического риска: многие глобальные цепочки поставок и создания стоимости сейчас распадаются в связи с эскалацией торговых, технологических и валютных конфликтов, прежде всего между двумя крупнейшими мировыми игроками — США и Китаем. Глобализованный мир на глазах распадается на относительно обособленные технологические зоны влияния ведущих стран (групп стран), в пределах которых предприятия пытаются оградить себя от политически мотивированных технологических запретов, тарифов, экономических санкций и др. Как отмечают специалисты, даже в случае, если конфликты будут прекращены, уже принятые в качестве меры предосторожности решения по перемещению производственных мощностей вряд ли будут отменены [Rudd, 2019].
Все это в комплексе придает особое значение современной промышленности, известной как Индустрия 4.0, являющейся продуктом новой — уже четвертой — промышленной революции, которая базируется на революции цифровой и характеризуется слиянием инновационных технологий, размывающих линии между физическими, цифровыми и биологические сферами [Шваб, 2016, с. 11-12]. Причем она важна не только для развитых, но и для тех развивающихся стран, которые стремятся решить свои многочисленные проблемы, «поймав» новую волну техно-
логических инноваций. В этой связи специалисты в области промышленной политики правильно предупреждают об опасностях преждевременной деиндустриализации, когда в развивающихся странах (в том числе и в бывших союзных республиках) обрабатывающая промышленность замещается низкопроизводительной сферой услуг, а не высокотехнологичными сервисными секторами экономики, как это было в развитых странах [Rodrik, 2015].
Однако проблема состоит даже не в соотношении индустриализации, деиндустриализации и постиндустриализации. Действительно важной является смена мировоззренческого гештальта как результат изменения объективных свойств самой действительности. Формируемый сейчас новый социум — это общество уже не индустриальное (производство товаров), но и не постиндустриальное (оказание услуг). Оно качественно иное — киберфизическое, а его гибридные продукты «.. .не являются ни товарами, ни услугами исключительно» [Smit et al., 2016, p. 20]. Кибер-физические технологии и искусственный интеллект дают возможность сделать его «умным» и строить на этой основе новый смарт-социум, который японцы, стремящиеся всех опередить, уже назвали Обществом 5.0 [Government of Japan, 2015].
В этом смысле известная дихотомия «индустриальный — постиндустриальный» теряет свой смысл. В новом смарт-обществе и смарт-производстве «железо» и «цифра» органично дополняют друг друга и совместно развиваются, коэволю-ционируют. Но пределы возможностей и ограничения этой коэволюции все же в большей степени определяются развитием «железа», а не «цифры» как таковой. Чтобы пояснить эту мысль, обратимся к концепции жизненного цикла технологий, в рамках которой зависимость между затратами на создание и продвижение новых производственных технологий (х) и получаемыми результатами (у) описывается S-образными (логистическими) технологическими кривыми (рис. 1).
Экономический смысл этих кривых заключается в том, что сперва, когда новая технология только начинает свой жизненный путь, усилия по ее развитию,
V
К.; + К.
Усилия (затраты)
х =
К.+К,
Рис. 1. Жизненный цикл технологий в контексте цифровой экономики Примечание: К — цифровой капитал; Щ — физический капитал; V — добавленная
стоимость.
как правило, приносят скромные результаты, поскольку создание и настройка новых производственных процессов, методов и инструментов требуют времени и денег. Но потом, как результат этих усилий, новая технология раскрывает свой потенциал (если только воплощенные в ней идеи оказались правильными, а не ошибочными) и приносит растущую отдачу, в том числе за счет использования возможностей ИКТ. Наконец на стадии зрелости дальнейшие вложения в совершенствование технологий уже дают только незначительный прирост результатов с точки зрения их физической производительности [Фостер, 1987, с. 34]. Это свидетельствует о том, что потенциал данных инженерно-конструкторских решений в основном исчерпан и его уже нельзя нарастить с помощью только цифровых ухищрений. Иными словами, если использовать старое «железо», то никакой, даже самый лучший, софт и основанные на нем методы управления не смогут повысить общую производительность системы выше определенного уровня. Поэтому для решения этой задачи требуются поиск новых инженерно-конструкторских решений и переход на новые технологические кривые (например, с технологий 3.0, применяемых в Индустрии 3.0, — на технологии 4.0, применяемые в Индустрии 4.0, как это показано на рис. 1).
В связи с тем, что в Индустрии 4.0 развитие производственных технологий тесно связано с развитием технологий цифровых, на рис. 1 затраты описаны через изменение структуры капитала — удельного веса цифрового капитала К в его общей величине (сумме капиталов цифрового и физического), так что более современным производственным технологиям соответствует больший удельный вес КД Это в целом совпадает с современной практикой. В Германии, например, которая является одним из лидеров Индустрии 4.0, рост промышленного выпуска и производительности труда обеспечивается главным образом за счет фактора программного обеспечения [Мадых, Охтень, 2018, с. 28-32]. Во многих развитых странах именно цифровой (а не физический) капитал, и особенно его нематериальная часть, демонстрирует опережающие темпы роста: если в среднем в мире цифровые инвестиции в нематериальные активы составляют около 1/2 вложений в цифровые материальные активы, то в Израиле, Японии, Швеции, Великобритании и США — около 2/3 [БидЫи, Мапу1ка, 2013].
Как отмечалось, наибольшую финансовую отдачу производственные технологии обычно приносят на этапе физической зрелости, когда они хорошо отработаны. Поэтому такие зрелые технологии выгодно экспортировать (область трансферта технологий на рис. 1). При этом те страны, которые их покупают, адаптируют и внедряют с целью повышения общего уровня национальной экономики, всегда будут отставать от стран — технологических лидеров, имеющих возможность использовать потоки денег от эксплуатации и продаж зрелых технологий для инвестиций в новые поколения инженерно-конструкторских решений, потенциально способных привести к гораздо большей отдаче, чем технологии предыдущих поко-
4 Цифровой капитал выступает в двух формах: цифровых материальных активов (компьютеры, серверы, маршрутизаторы, принтеры, другие физические устройства в комплекте с соответствующими компьютерными программами) и цифровых нематериальных активов (веб-сайты, авторские права на дизайн, «ноу-хау» в цифровом анализе поведения пользователей, большие данные, роялти за использование патентов и программных продуктов, брендов, созданных благодаря цифровым технологиям, и др.) [Bughin, Manyika, 2013].
лений. Иными словами, в терминах рис. 1, изначальные потери от перехода на технологии 4.0 (Ду3-4) могут быть с лихвой компенсированы ростом их физической производительности и финансовых результатов (Ду4 > Ду3). Кроме того, как показано на рис. 1, угол наклона средней части 5-образной кривой технологий 3.0 меньше, чем угол наклона средней части 5-образной кривой технологий 4.0. Это можно интерпретировать так, что в странах с неодинаковым техническим уровнем производства может наблюдаться и разная отдача от развития цифровых технологий и цифровой экономики в целом. То, насколько все это соответствует действительности, показывает дальнейший анализ.
2. Связь цифровой экономики с промышленностью:
эмпирический аспект
Для эмпирического анализа были отобраны те страны мира, по которым имеется необходимая информация о развитии реального и цифрового секторов экономик (при этом из выборки были исключены небольшие государства, не являющиеся представительными для анализа). Исходные данные для расчетов приведены в табл. 15.
Регрессионный анализ, основанный на данных табл. 1 (после логарифмирования), показал, что на объемы ВВП по странам мира в расчете на душу населения (с учетом ППС) демонстрируют существенное влияние такие переменные, как валовое накопление основного капитала, среднемесячный заработок работников и размер цифровой экономики (В2 — 0,92, Р-критерий — 272 при табличном значении 2,7).
Для оценки силы влияния цифровой экономики на ВВП часто используют математические модели, в которых, наряду с традиционными факторами производства (капиталом и трудом в той или иной форме), используется фактор информации (информатизации, компьютеризации) ^огдешоп, Но, 8ИгоЬ, 2003; Мадых, Охтень, 2018]. Это может быть, например, трехфакторная мультипликативная функция:
у{=л0ка $ у, (1)
где А0 — масштабный коэффициент (общая факторная производительность); а, в у — показатели степени.
5 В табл. 1 размеры цифровой экономики в расчете на душу населения в стране i (Di) определялись путем умножения среднедушевого ВПП (с учетом ППС) на размеры цифровой экономики в процентах к ВВП. Последний показатель есть не по всем странам мира, а только по странам — членам ОЭСР [OECD, 2017]. Поэтому для определения (Di) в остальных странах была построена мультипликативная функция с использованием в качестве аргументов доступных показателей, имеющих влияние (как показал корреляционный анализ) на размеры цифровой экономики:
Di = ADEfMfF1c,
где Ei — экспорт услуг ИКТ (в % от экспорта услуг) в стране i; Mi — мобильные широкополосные подписки в расчете на 100 человек в стране i; Fi — фиксированные широкополосные подписки в расчете на 100 человек в стране i; AD — масштабный коэффициент; a, b, c — показатели степени.
Подбор параметров функции был выполнен по фактическим данным стран — членов ОЭСР. Рассчитанные с помощью формулы цифры выделены в таблице курсивом. Понятно, что расчеты не дают таких точных результатов, как основанные на отчетных данных, но они позволяют в целом корректно оценивать порядок цифр и межстрановые соотношения. Например, для РФ была получено значение Dp® = 1136, что соответствует 4,7 % ВВП, что меньше, чем, например, в Швеции и Финляндии (по факту — около 7 %), но больше, чем в Турции и Мексике (около 3 %).
Таблица 1. Некоторые показатели, характеризующие уровень экономического развития стран
мира, 2014-2016 гг. (долл./чел.)
Страна, г ВВП, Yi Обрабатывающая промышленность, ДС, Mi Высокотехнологичный экспорт, Е Валовое накопление основного капитала, к Среднемесячный заработок работников, 2016, и Размер цифровой экономики, Di
Албания 11 586 643 0,2 2833 1071 451
Аргентина 20 024 2840 32 3083 1274 1169
Армения 8641 840 5 1670 510 541
Австралия 46 571 2910 189 12 121 5074 2232
Австрия 49 371 8118 2168 11 231 3306 1925
Азербайджан 17 547 854 2 4589 1393 859
Бельгия 45 595 5799 3567 10 582 3691 1641
Босния и Герцеговина 11 658 1359 26 2124 1088 523
Ботсвана 16 617 902 12 5290 1257 265
Бразилия 15 645 1625 43 2807 1036 1100
Болгария 18 285 2517 157 3699 1381 1425
Канада 44 437 4346 714 10 593 4139 1777
Чили 23 541 2630 35 5536 1342 944
Китай 14 474 4273 390 6348 1621 1089
Колумбия 13 793 1585 16 3533 896 530
Коста-Рика 15 885 1845 291 2978 1294 1190
Хорватия 22 689 2851 202 4443 2071 1226
Кипр 31 534 1335 25 4420 236 1546
Чехия 33 604 8139 2028 8576 2235 1983
Дания 48 827 6110 1668 9611 4266 2051
Эквадор 11 422 998 6 3018 498 499
Египет 10 763 1805 1 1455 852 502
Сальвадор 8364 1327 30 1298 609 238
Эстония 28 952 3998 849 6793 2126 1737
Финляндия 42 280 6186 665 8809 3339 2960
Франция 40 955 4235 1616 8903 3436 1966
Грузия 9608 1048 7 2709 1028 575
Германия 47 929 9904 2346 9569 5228 2396
Греция 26 524 2239 109 3077 1449 796
Гватемала 7747 1436 14 1024 653 148
Гонконг (Китай) 57 006 651 60 12 810 2464 1857
Продолжение табл. 1
Страна, г ВВП, Уг Обрабатывающая промышленность, ДС, М{ Высокотехнологичный экспорт, Е Валовое накопление основного капитала, К Среднемесячный заработок работников, 2016, и Размер цифровой экономики, А
Венгрия 26 204 5237 1257 5530 2053 1520
Индия 6126 933 11 1778 231 191
Индонезия 11 063 2308 17 3610 450 515
Ирландия 62 708 18 019 5958 15 246 3849 3449
Израиль 36 459 4322 1286 7176 2537 1966
Италия 37 237 5332 470 6307 2958 1341
Япония 40 514 8305 748 9627 3032 2431
Казахстан 25 051 2666 156 5608 1369 1094
Корея, республика 34 601 9383 2473 10 166 3831 3599
Латвия 24 953 2667 510 5235 1620 1023
Литва 29 027 5003 630 5551 1714 1215
Малайзия 26 592 6018 1913 6902 1729 1561
Маврикий 20 135 2619 0,4 3589 1240 751
Мексика 17 490 2903 376 3876 654 490
Молдова 5135 605 5 1215 702 885
Монголия 12 108 955 8 2806 1263 606
Намибия 10 428 1073 16 3097 1094 588
Нидерланды 49 819 5291 3590 9522 3161 2391
Новая Зеландия 38 063 4285 134 8825 3161 1798
Никарагуа 5288 753 1 1546 1176 169
Норвегия 62 337 4237 884 14 893 4623 2244
Пакистан 5023 643 1 690 519 129
Перу 12 571 1714 6 2893 839 679
Филиппины 7354 1478 250 1648 679 810
Польша 26 791 4687 362 5167 2264 964
Португалия 29 706 3576 201 4531 1432 921
Румыния 22 165 4488 190 5321 1673 1165
РФ 24 114 2911 61 5058 1551 1230
Сербия 14 143 2213 44 2457 847 1176
Словакия 29 853 5956 1317 6554 2128 1343
Словения 31 948 6375 751 5944 2817 1342
Окончание табл. 1
Страна, г ВВП, Yi Обрабатывающая промышленность, ДС, М Высокотехнологичный экспорт, Ei Валовое накопление основного капитала, K Среднемесячный заработок работников, 2016, Li Размер цифровой экономики, Di
Южная Африка 13 194 1587 38 2654 558 783
Испания 34 888 4451 314 6876 2834 1326
Шри-Ланка 11 771 2211 3 3143 366 180
Швеция 47 801 6661 1580 11 260 3731 3489
Швейцария 62 203 11 210 6603 14 872 6081 2077
Таиланд 16 262 4478 506 3968 1189 1008
Турция 23 803 3975 29 6976 2002 643
Украина 8301 1001 37 1185 767 348
Великобритания 41 695 3730 1067 6874 3251 2293
США 56 091 6634 481 11 033 4417 3365
Уругвай 21 209 2701 57 4257 1219 1573
Вьетнам 6038 828 372 1453 726 179
Рассчитано по: World Development Indicators (2019) Databank.worldbank.org. URL: https://da-tabank.worldbank.org/reports.aspx?source=world-development-indicators Retrieved 9 November 2019 (дата обращения: 19.08.2019); International Labour Organization (2019) Data collection on wages and income. URL: https://www.ilo.org/travail/areasofwork/wages-and-income/WCMS_142568/lang--en/index.htm (дата обращения: 19.08.2019); OECD (2017) OECD Digital Economy Outlook 2017. URL: https://www.oecd.org/ internet/oecd-digital-economy-outlook-2017-9789264276284-en.htm (дата обращения: 19.08.2019).
Примечание: данные приведены в расчете на душу населения, с учетом паритета покупательной способности (ППС); курсивом выделены расчетные значения размеров цифровой экономики стран мира.
Расчет параметров этой функции с использованием стандартного инструментария MS Excel дал следующий ожидаемый результат:
Yt = 8,9K0'66L0 '13D0'19. (2)
Понятно, что тех в странах, где выше заработные платы и лучше развиты ИКТ, создается и большая добавленная стоимость. Перечисленные два фактора не являются главными, а наибольшее значение для поддержания и наращивания национального благосостояния имеют инвестиции в основной капитал а > ß, у.
Этот вывод можно конкретизировать, если разбить исходную выборку на группы стран (кластеры), отличающиеся по степени промышленного развития. Для этого были использованы признаки, представленные в табл. 1: 1) добавленная стоимость (ДС) в обрабатывающей промышленности; 2) высокотехнологичный экспорт (и тот и другой в расчете на душу населения с учетом ППС). Соответствующие данные были стандартизированы, а затем использованы для кластеризации методом K-средних, позволяющим минимизировать изменчивости внутри кластеров и максимизировать изменчивости между ними.
По итогам выполненного анализа были сформированы три кластера стран: страны — лидеры в сфере обрабатывающей промышленности (А), страны с хорошо развитой обрабатывающей промышленностью (В) и страны с менее развитой обрабатывающей промышленностью (С) (рис. 2).
Рис. 2. Кластеры стран мира по признакам степени развития обрабатывающей промышленности
Примечание: состав кластера А (6 стран): Ирландия, Швейцария, Нидерланды, Германия, Бельгия, Корея (республика); состав кластера В (25 стран): Норвегия, США, Австрия, Дания, Швеция, Канада, Финляндия, Великобритания, Франция, Япония, Новая Зеландия, Италия, Израиль, Испания, Чехия, Словения, Словацкая Республика, Литва, Эстония, Польша, Малайзия, Венгрия, Румыния, Таиланд, Китай; состав кластера С (43 страны): Гонконг (Китай), Австралия, Кипр, Португалия, Греция, Казахстан, Латвия, Российская Федерация, Турция, Чили, Хорватия, Уругвай, Маврикий, Аргентина, Болгария, Азербайджан, Мексика, Ботсвана, Коста-Рика, Бразилия, Сербия, Колумбия, Южная Африка, Перу, Монголия, Шри-Ланка, Босния и Герцеговина, Албания, Эквадор, Индонезия, Египет, Намибия, Грузия, Армения, Сальвадор, Украина, Гватемала, Филиппины, Индия, Вьетнам, Никарагуа, Молдова, Пакистан.
Кластер А — наиболее развитые в промышленном отношении страны, генерирующие большие объемы высокотехнологичного экспорта, которые можно назвать странами — лидерами Индустрии 4.0 (табл. 2).
Кластер В также характеризуется развитой обрабатывающей промышленностью и относительно большими размерами цифровой экономики.
Наконец кластер С объединяет наибольшее число стран, в которых обрабатывающая промышленность менее развита. Он разный по составу, поскольку в него входят как страны с высоким уровнем доходов по классификации Всемирного банка (например, Австралия, Португалия, Греция и др.), так и с доходами ниже среднего (например, Индия, Молдова, Украина, Вьетнам и др.).
Таблица 2. Некоторые экономические показатели, характеризующие кластеры
А, В и С стран мира
Кластер ВВП, долл./ чел. Обрабатывающая промышленность, ДС, долл./чел. Высокотехнологичный экспорт, долл./чел. Валовое накопление основного капитала, долл./чел. Среднемесячный заработок работников, долл./чел. Размер цифровой экономики
долл./чел. % ВВП
А 50 476 9934 4090 11 660 4307 2592 5,1
В 36 273 5432 964 7947 2823 1803 5,0
С 16 755 1780 80 3577 1134 713 4,3
Построение мультипликативных функций, аналогичных функции (2), для кластеров В и С6 показало, что при тех же значениях параметров а = 0,66 и в = 0,13, значения параметра у несколько разнятся: для кластера В у = 0,20, а для кластера С у = 0,17. Это можно объяснить тем, что в промышленно развитых странах влияние цифровой экономики на ВВП несколько выше, чем в странах с менее развитой обрабатывающей промышленностью. Однако вследствие близости полученных значений однозначный вывод делать преждевременно, поскольку очевидно, что изменение состава кластеров, периода наблюдений и т. д. может существенно отразиться на итогах расчетов.
Но есть другой, более важный результат, а именно: размеры цифровой экономики хорошо коррелируют с валовым накоплением основного капитала — коэффициент корреляции г для кластера А составляет 0,708 и для кластера В — 0,710, что свидетельствует о высокой силе связи между переменными.
Это означает, что, во-первых, вновь вводимые основные фонды, как в более, так и в менее промышленно развитых странах, уже, как правило, хорошо «оцифрованы», т. е. включают цифровые материальные и нематериальные активы, и/или стимулируют развитие цифровой экономики в других (непромышленных) секторах хозяйства.
И, во-вторых, что еще более важно, развитие цифровой экономики в отрыве от реального сектора экономики — занятие малоперспективное: например, для достижения более высокого уровня доходов в экономике страны, относящейся к кластеру С, мало развивать цифровую экономику саму по себе — нужно одновременно наращивать вложения в основной капитал, повышая их до уровня более развитых стран.
Для этого необходимы намного более серьезные вложения (табл. 2) и решение комплекса взаимосвязанных задач: ускоренного развития национальной фундаментальной и прикладной науки, улучшения системы подготовки научных и инженерно-технических кадров, формирования благоприятного инновационного и инвестиционного климата для вложений в реальный сектор, проведения соответствующей монетарной и фискальной политики, развития механизмов трансформации сбережений в инвестиции, поддержания высококонкурентной среды, снижения
6 Отдельно анализировать кластер А с использованием статистических методов ввиду малого числа наблюдений не имеет смысла.
трансакционных издержек, в том числе связанных с монополизмом и коррупцией и др. Указанные задачи выходят за пределы собственно цифровой экономики, но именно им следует уделить первоочередное внимание.
3. Возможности и ограничения развития цифровой экономики (на примере цифровизации налоговой системы России)
Цифровая экономика в России быстро развивается. По оценкам Ассоциации электронных коммуникаций, в 2018 г. темпы ее роста составили 11 %, в том числе за счет роста рынков электронной коммерции, маркетинга и рекламы, инфраструктуры и связи, цифрового контента7.
Одним из основных участников цифровой экономики и потребителей цифровых продуктов в РФ является государство. При этом особенно заметно и успешно она развивается в сфере налогового администрирования. По заявлению главы Федеральной налоговой службы (ФНС) РФ М. Мишустина, Россия уже сейчас опережает многие юрисдикции по уровню цифровизации налоговых сервисов8. В РФ в сфере налогового администрирования сначала были созданы веб-сайты, веб-порталы и персональные электронные сервисы, а затем продолжилась работа над мобильными приложениями и индивидуальными проактивными сервисами. В перспективе налоговое администрирование будет поставлено на адаптивную цифровую платформу, работающую исключительно с цифровыми данными и электронными лицами. Затем ее планируют превратить в ИТ-сервис, взаимодействующий в режиме реального времени с цифровыми процессами внутри компаний-налогоплательщиков, в том числе для целей проверки правильности начисления и уплаты налогов.
В настоящее время в составе цифровой информационной системы ФНС уже успешно функционируют и продолжают развиваться: автоматизированная система контроля за возмещением НДС; автоматизированная система контроля применения контрольно-кассовой техники; информационная система маркировки и прослеживания товаров; информационная система реестра населения и записей актов гражданского состояния.
Применение этих систем позволяет ФНС обеспечивать устойчивый прирост налоговых поступлений в бюджет, который только в 2018 г. составил дополнительные 345 млрд руб.9 Эта тенденция продолжилась и в 2019 г.10
Благодаря новым цифровым методам налогового администрирования налоговые поступления «оторвались» от экономики: налоги в 2016-2018 гг. (когда начали
7 Ассоциация электронных коммуникаций (РАЭК) (2019) Рунет подвел итоги года. URL: htt-ps://raec.ru/live/raec-news/10766/?sphrase_id=59911 (дата обращения: 20.08.2019).
8 Налоги в мире. (2019) Михаил Мишустин выступит с одним из ключевых докладов Бюро Форума по налоговому администрированию ОЭСР. URL: http://worldtaxes.ru/mihail-mishustin-vystupit-s-odnim-iz-klyuchevyh-dokladov-byuro-foruma-po-nalogovomu-administrirovaniyu-oesr/ (дата обращения: 20.08.2019).
9 Шмырова В. (2018) Глава ФНС: благодаря «аналитическим системам» бюджет получил 345 миллиардов. CNews.ru. URL: http://www.cnews.ru/news/top/2018-11-21_glava_fns_blagodarya_ana-liticheskim_sistemam_kazna (дата обращения: 20.08.2019).
10 Российская газета. (2019) Мишустин: Прирост налоговых поступлений стал максимальным за 5 лет. URL: https://rg.ru/2019/02/20/mishustin-prirost-nalogovyh-postuplenij-stal-maksimalnym-za-5-let.html (дата обращения: 20.08.2019).
2013 2014 2015 2016 2017 2018
"ВВП (2012 г. — 100%)
Реальные денежные доходы населения (2012 г. — 100 %)
Основные налоговые доходы* консолидированного бюджета (2012 г. — 100 %) .....О.....Инвестиции в основной капитал, % ВВП
Рис. 3. Сравнение инвестиций, роста ВВП и доходов населения с ростом налоговых доходов консолидированного бюджета РФ
Примечание: * основные налоговые доходы включают НДС, налог на прибыль предприятий и налог на доходы физических лиц (в ценах 2012 г.).
Рассчитано по: Федеральная служба государственной статистики (2019) Официальная статистика. URL: https://www.gks.ru/folder/10705 (дата обращения: 19.08.2019); Минфин России (2019) Бюджет. URL: https://www.minfin.ru/ru/perfomance/budget/ (дата обращения: 19.08.2019).
широко применяться цифровые технологии в администрировании налогов) увеличивались быстрее, чем ВВП страны, инвестиции и реальные доходы населения (рис. 3).
Все это свидетельствует о том, что, с одной стороны, цифровые технологии (в данном случае в налогообложении) могут быть весьма результативными и эффективными. Однако, с другой стороны, последствия их применения уже выходят за рамки экономических отношений на микроуровне, что создает не только новые возможности, но и новые проблемы. Такое увеличение налогов (в том числе за счет уменьшения теневых трансакций) — это существенное повышение фактической налоговой нагрузки на экономику, перераспределение ограниченных ресурсов в пользу государственного сектора, при этом экономический рост в РФ в последние годы небольшой, инвестиции «застряли» на уровне 20-22 % ВВП и реальные денежные доходы населения не увеличиваются (рис. 3). В принципе, исходя из стандартной теории общественных финансов, это скорее проциклическая, чем антициклическая фискальная политика.
Одно из объяснений этого состоит в том, что в настоящее время приоритетом правительства РФ являются макроэкономическая стабильность (особенно важная в связи с рисками очередного кризиса в мировой экономике) и финансовое обеспечение реализации национальных проектов, призванных стать «спусковым крюч-
ком» ускорения экономического подъема. Цифровизация системы администрирования налогов как элемент фискальной политики, нацеленной на рост налоговых поступлений в казну государства, явно способствует решению этих задач. К тому же такая фискальная политика соответствует умеренно жесткой монетарной политике Центрального банка РФ, который ставит во главу угла контроль за инфляцией.
На практике, однако, национальные проекты еще не заработали на полную мощность: из 1700 млрд руб., предусмотренных на 2019 г. для реализации национальных проектов, по состоянию на 1 июля кассовое исполнение составило 661 млрд руб.11 При этом важно подчеркнуть, что это государственные (а не частные) инвестиции, финансируемые за счет изъятия в распоряжение правительства части оборотных средств предприятий и доходов населения. Иными словами, фактически получается так, что часть ресурсов отвлекается из экономики, но обратно, в полном объеме, пока не возвращается (и это еще абстрагируясь от проблемы вытеснения частных инвестиций). Продолжение такой политики будет означать, что успехи цифровизации в сфере налогового администрирования объективно станут не двигателем, а тормозом экономического роста.
Для того чтобы избежать подобного развития событий, важно наладить надежное функционирование механизма совместной работы «цифры» и «железа». По факту, однако, до последнего времени ускоренное развитие цифровой экономики в РФ не сопровождалось таким же уверенным развитием промышленности. Средние темпы роста обрабатывающей промышленности в 2016-2018 гг. составили менее 2 %12, при том что по уровню добавленной стоимости в расчете на душу населения Россия отстает от индустриально развитых стран в разы (табл. 1 и 2). Существенное отставание наблюдается в сфере передовых технологий. Например, в наиболее развитых странах (Японии, Германии, Сингапуре, Корее) плотность установленных промышленных роботов составляет более 300 ед./10 тыс. занятых в обрабатывающей промышленности, а в РФ — 3 ед.13 Имеются проблемы с финансированием науки, которая определяет потенциал будущего развития: расходы на НИОКР в расчете на одного исследователя в РФ с учетом ППС (91 тыс. долл. в 2016 г.) существенно меньше, чем, например, в Китае (252 тыс. долл.) и других странах — промышленных лидерах14. Разумеется, это проблемы не только России, но и многих других постсоветских государств. Еще более сложная ситуация наблюдается, например, на Украине [Vishnevsky, Knjazev, 2018].
Один из способов решения этой проблемы состоит в том, чтобы сделать фискальную политику более гибкой, лучше реагирующей на особенности текущей ситуации в экономике, в том числе на потребности ускорения индустриального
11 Петров А. (2019) Финансирование нацпроектов учитывает «бюджетный подход» к их реализации. ФБА «Экономика сегодня». URL: https://rueconomics.ru/401985-finansirovanie-nacproektov-uchityvaet-byudzhetnyi-podkhod-k-ikh-realizacii (дата обращения: 19.08.2019).
12 Рассчитано по: Databank.worldbank.org. (2019). World Development Indicators | Databank. URL: https://databank.wo rldbank.org/reports.aspx?source=world-development-indicators (дата обращения: 19.08.2019).
13 International Federation of Robotics (2018). Robot density rises globally. IFR Press Releases. Frankfurt, Feb 07. URL: https://ifr.org/ifr-press-releases/news/robot-density-rises-globally (дата обращения: 19.08.2019).
14 Рассчитано по: Data.worldbank.org. (2019). Science & Technology. Data. URL: https://data.world-bank.org/topic/science-and-technology (дата обращения: 19.08.2019).
развития. Сейчас она в принципе не может быть такой, поскольку завязана на неповоротливый демократический процесс, в отличие от монетарной политики ЦБ, который обладает мандатом на оперативное регулирование. Для того чтобы сделать ее более гибкой, западные специалисты обсуждают гипотетическую возможность создания бюджетного Центробанка — автономного государственного ведомства с четко определенным спектром полномочий по принятию бюджетных решений, которое могло бы свободно и проактивно реагировать на колебания в экономике [Cohen, 2019]. В РФ, однако, учитывая ее современные институциональные и некоторые другие реалии, это предложение вряд ли реализуемо. Но со временем может быть найдено иное решение. В связи с развитием прорывных цифровых технологий (блокчейн и др.) появляется принципиальная возможность для взимания «умных» налогов в режиме реального времени без участия налоговой администрации. Для удобства автоматизации это могут быть простые плоские обязательства типа универсального налога на потребление в комплексе с «отрицательными» налогами — социальными грантами, учитывающими реальные доходы и другие личные обстоятельства людей, выявленные с помощью больших данных [Vishnevsky, Chekina, 2018]. Такая трансформация, если когда-нибудь состоится, откроет возможность проведения принципиально иной, гибкой и «умной» фискальной политики с минимальным вмешательством политического и коррупционного факторов.
Заключение
Цифровая экономика является одним из элементов формируемого нового общества. Его нельзя назвать ни постиндустриальным, ни неоиндустриальным. Оно вообще качественно иное — это «умный» киберфизический социум, в котором реализована идея интеграция «железа» и «цифры», основанная на искусственном интеллекте.
Новые киберфизические технологии возродили интерес к развитию индустрии: умной, роботизированной, точно настраиваемой на удовлетворение индивидуальных потребностей людей и предприятий и размещаемой вблизи мест потребления. По этой причине в мире идет решоринг, перераспределение производственных мощностей и генерируемой ими экономической власти, которые обусловили рост геоэкономической и геополитической напряженности, а также рисков удаленного размещения и управления бизнесом.
Цифровая экономика быстро развивается по своим законам и важна сама по себе. Тем не менее в стратегическом плане она не имеет решающего значения для успешного развития национальной экономики, которое в большей степени зависит от инвестиций в основной капитал. Как показали события последних лет, контролировать и развивать «у себя» или «около себя» важно прежде всего высокотехнологичный реальный сектор, но, разумеется, с помощью цифровых технологий и в симбиозе с ними.
Надежды на то, что «цифра» сама по себе сделает революцию в экономике страны, вряд ли сбудутся. Например, в России со временем можно будет довести показатели цифровой экономики и до 10 % ВВП, но только от этого масштабы и продуктивность всего национального хозяйства принципиально не изменятся. Кроме того, цифровые технологии и цифровая экономика, развивающиеся в отры-
ве от реального сектора и прежде всего обрабатывающей промышленности, могут становиться тормозом роста (например, если с помощью цифровых технологий отвлекаются ресурсы, необходимые для развития индустрии).
Вопрос, в принципе, нужно ставить по-иному. Стратегические возможности и ограничения развития стран, их положение в современном мире, разделяемом на новые зоны технологического влияния, определяют развитие и размещение Индустрии 4.0, а поэтому подлинную революцию может совершить не цифровая экономика сама по себе, а «умная» трансформация национального реального сектора, основанная на активном развитии научных исследований и разработок, использовании цифровых и иных ключевых технологий.
Тем не менее цифровая экономика уже оказывает эффекты макроэкономического масштаба, в том числе и в налоговой сфере. Поэтому ее нужно встраивать в механизмы макроэкономического регулирования. Сделать это очень непросто и пока не очень понятно как. Надежда, однако, заключается в том, что цифровые технологии не только создают новые проблемы, но и сами открывают новые пути их решения: «умные» (основанные на блокчейн) автоматически взимаемые налоги, «умные»(основанные на анализе больших данных) автоматически финансируемые расходы и автоматически выдаваемые кредиты, «умное», основанное на социальных рейтингах, регулирование и управление и т. д.
Таким образом, современная цифровая экономика и лежащие в ее основе цифровые технологии — это действительно очень сильный, но и весьма сложный инструмент. В большей степени именно инструмент, а не только конечный продукт. И те страны, которые сегодня научатся его правильно использовать, завтра достигнут таких результатов, которые предоставят им возможность определять тенденции и направлять развитие мировой экономики.
Литература
Аптекман А., Калабин В., Клинцов В., Кузнецова Е., Кулагин В., Ясеновец И. (2017) Цифровая Россия:
новая реальность. ООО «Мак-Кинзи и Компания СиАйЭс». 132 с. Банке Б., Бутенко В., Мишенина Д., Полунин К., Степаненко А., Сычева Е. (2017) Россия онлайн: четыре приоритета для прорыва в цифровой экономике. Boston, MA 02108, USA: The Boston Consulting Group, Inc. 24 р. Клейнер Г. Б. (2017). Системные основы цифровой экономики. Философия хозяйства. Специальный
выпуск, декабрь. С. 11-20. Красильников О. Ю. (2007) Анализ интернет-экономики на микроуровне. Известия Саратовского
университета. Новая серия. Серия Экономика. Управление. Право. № 7. C. 3-13. Красильников, О. Ю. (2009) Изменение трудовых отношений в условиях становления информационной экономики. Известия Саратовского университета. Серия Экономика. Управление. Право. Т. 9. Вып. 1. С. 3-6. Мадых А. А., Охтень А. А. (2018) Моделирование трансформации влияния производственных факторов на экономику в процессе становления смарт-промышленности. Экономика промышленности. № 4. Вып. 84. C. 26-41. Платонов В. В. (2007) «Парадокс Солоу» двадцать лет спустя, или об исследовании влияния инноваций в информационных технологиях на рост производительности. Финансы и бизнес. № 3. C. 28-39.
Стрелец И. А. (2009) Сетевые блага: новые возможности и проблемы для предпринимательства.
Мир новой экономики. № 1. C. 5-11. Фостер Р. (1987) Обновление производства: атакующие выигрывают. Пер. с англ. Общ. ред. и вступит. ст. В. И. Данилова-Данильяна. М.: Прогресс. 272 с.
Шваб К. (2016) Четвертая промышленная революция. Пер. с англ. М.: Эксмо, 138 с.
Baily M. N., Manyika J. (2013). Is Manufacturing "Cool" Again? Project Syndicate. URL: https://www.pro-ject-syndicate.org/print/skills-and-workers-in-the-new-age-of-manufacturing-by-martin-n--baily-(accessed: 07.08.2019).
Bughin J., Manyika J. (2013) Measuring the full impact of digital capital. McKinseyQuarterly. July. 8 р. URL: https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ measuring-the-full-impact-of-digital-capital (acessed: 07.08.2019).
Cohen B. (2019). The Case for a Fiscal Fed. Project Syndicate. URL: https://www.project-syndicate.org/com-mentary/fiscal-fed-independent-budget-agency-by-benjamin-cohen-2019-07 (accessed: 07.08.2019).
European Commission (2018) Re-finding Industry — Defining Innovation.Report of the independent High Level Group on industrial technologies. Directorate-General for Research and Innovation. Directorate D — Industrial Technologies. 52 p. URL: https://op.europa.eu/en/publication-detail/-/ publication/28e1c485-476a-11e8-be1d-01aa75ed71a1 (accessed: 07.08.2019).
Fratocchi L., Ancarani A., Barbieri P., Di Mauro C., Nassimbeni G., Sartor M., Vignoli M., Zanoni A. (2016) Motivations of manufacturing reshoring: an interpretative framework. International Journal of Physical Distribution & Logistics Management, vol. 46, no. 2, pp. 98-127.
Government of Japan (2015) Report on the 5th Science and Technology Basic Plan. Council for Science, Technology and Innovation Cabinet Office. December 18. 18 p. URL: https://www8.cao.go.jp/cstp/ kihonkeikaku/5basicplan_en.pdf (accessed: 07.08.2019).
Harkushenko O. M., Knjazev S. I. (2019) Analysis of Economic and Mathematical Models of Information and Communication Technology Effect on the Production Output: Does the Solow Paradox Exist? Science and Innovation, vol. 15, iss. 4, pp. 5-19.
Hu H., Wen Y., Chua T.-S., Li X. (2014) Toward Scalable Systems for Big Data Analytics: A Technology Tutorial. IEEE Access, vol. 2, pp. 652-687.
IMF staff (2018) Measuring the Digital Economy. Washington, D. C.: International Monetary Fund, Staff Report, February 28. 47 p.
Institut der deutschen Wirtschaft Köln (2013) Industry as a growth engine in the global economy. Final Report. Cologne: IW Consult GmbH, IW Köln. 162 р.
Jorgenson D. W., Ho M. S., Stiroh K. J. (2003) Lessons from the U. S. Growth Resurgence. Journal of Policy Modeling, vol. 25, no. 5, pp. 453-470.
Kaivo-Oja J., Knudsen M. S., Lauraeus T. (2018) Reimagining Finland as a manufacturing base: the nearshor-ing potential of Finland in an Industry 4.0 perspective. Business, Management and Education, vol. 16, iss. 1, pp. 65-80.
Knickrehm M., Berthon B., Daugherty P. (2016) Digital disruption: The growth multiplier. Optimizing digital investments to realize higher productivity and growth. Accenture Strategy. 11 p. URL: https://www.ac-centure.com/_acnmedia/pdf-14/accenture-strategy-digital-disruption-growth-multiplier-brazil.pdf (accessed: 07.08.2019).
McKinsey Global Institute (2016) The age of analytics: competing in a data-driven world. McKinsey & Company, in collaboration with McKinsey Analytics. 123 р. URL: https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the-age-of-analytics-competing-in-a-data-driven-world (accessed: 07.08.2019).
Miebach Consulting (2017) Miebachs nearshoring study shows: the production is being relocated closer to the industrialized countries. URL: https://www.miebach.com/en/publications/?publication=203 (accessed: 07.08.2019).
Moser H. (2019) Reshoring Was at Record Levels in 2018. Is It Enough? Industry Week, Jul 08. URL: https:// www.industryweek.com/economy/reshoring-was-record-levels-2018-it-enough (accessed: 07.08.2019).
Nationa Intelligence Council. (2012) Global Trends 2030: Alternative Worlds. Apublication of the National Intelligence Council, USA. 140 p.
OECD (2017). OECD Digital Economy Outlook 2017. Paris: OECD Publishing, Paris. 321 p.
Rodrik D. (2015) Premature deindustrialization. NBER Working Paper, no. 20935. 50 p.
Rudd K. (2019) What's Next for China's Political Economy? Project Syndicate. URL: https://www.project-syndicate.org/onpoint/what-s-next-for-china-s-political-economy-by-kevin-rudd-2019-08 (accessed: 07.08.2019).
Smit J., Kreutzer S., Moeller C., Carlberg M. (2016) Industry 4.0. European Parliament. Directorate General for Internal Policies Policy Department A: Economic and Scientific Policy. 90 p. URL: http://www.eu-roparl.europa.eu/RegData/etudes/STUD/2016/570007/IPOL_STU(2016)570007_EN.pdf (accessed: 07.08.2019).
Solow R. (1987). We'd better watch out. The New York Times. Book Review, 12 July, p. 36. Vishnevsky V. P., Chekina V. D. (2018) Robot vs. tax inspector or how the fourth industrial revolution will change the tax system: a review of problems and solutions. Journal of Tax Reform, vol. 4, no. 1, pp. 6-26. Vishnevsky V. P., Knjazev S. I. (2018) How to Increase the Readiness of Ukraine's Industry to Smart Transformations. Nauka ta innovacii, vol. 14, iss. 4, pp. 55-69.
Статья поступила в редакцию 20.08.2019 Статья рекомендована в печать 11.09.2019
Контактная информация:
Вишневский Валентин Павлович — д-р экон. наук, проф.; vvishn@gmail.com
The Digital Economy in the Context of the Fourth Industrial Revolution: Opportunities and Limitations
V. P. Vishnevsky
Institute of Industrial Economics, National Academy of Science of Ukraine, 2, ul. M. Kapnist, Kiev, 03057, Ukraine
For citation: Vishnevsky V. P. The Digital Economy in the Context of the Fourth Industrial Revolution: Opportunities and Limitations. St Petersburg University Journal of Economic Studies, vol. 35, iss. 4, pp. 606-627. https://doi.org/10.21638/spbu05.2019.406 (In Russian)
The article focuses on the analysis the relationship between the digital economy and industry in the conditions of the Fourth Industrial Revolution. Analysis of the problem's conceptual aspects has shown that the digital economy is one of the elements of the emerging smart cyber-physical society, in which the integration of material production and digital technologies is implemented. In this regard, the well-known dichotomy "industrial society — post-industrial society" loses its meaning, since "hardware" and "digit" supplement each other organically and co-evolve, although the possibilities and limitations of this process are determined to a greater extent by the production development rather than digital technologies. The empirical part of the study includes statistical analysis of the problem and mathematical modelling based on economic data on 74 countries for the period 2014-2016. This analysis showed that the size of the digital economy is well correlated with gross fixed capital formation, and that industrialized countries differ from less developed countries not so much in the level of development of the digital economy as in the amount of the fixed assets investments. In the modern world divided into new zones of technological influence the strategic prospects of countries' economic development are defined by Industry 4.0 — smart robotic cyber-physical industry, located next to the consumer. Therefore, in order to achieve a higher level of income in the national economy, it is necessary not only to develop the digital economy, but also to increase investment in modern manufacturing technologies in or around the country. The analysis of the opportunities and limitations of the digital economy development on the example of the Russian Federation tax system digitalization has shown that it is generally successful. However, it creates some problems for the economy, as modern digital technologies are used to divert resources necessary for the industrial development. Therefore, the digital economy needs to be integrated into existing macroeconomic regulation mechanisms, including through new opportunities provided by the digital revolution.
Keywords: digital economy, industrial revolution, Industry 4.0, digital technologies, production technologies, manufacturing, cyber-physical system.
References
Aptekman A., Kalabin, V., Klintsov V., Kuznetsova E., Kulagin V., Yasenovets I. (2017) Digital Russia: a New Reality. McKinsey Russia. 132 p. (In Russian)
Baily M. N., Manyika J. (2013). Is Manufacturing "Cool" Again? Project Syndicate. URL: https://www.pro-ject-syndicate.org/print/skills-and-workers-in-the-new-age-of-manufacturing-by-martin-n--baily-(accessed: 07.08.2019).
Banke B., Butenko V., Mishenina D., Polunin K., Stepanenko A., Sycheva E. (2017) Russia Online: Four Priorities for a Breakthrough in the Digital Economy. Boston, MA 02108, USA: The Boston Consulting Group, Inc. 24 p. (In Russian)
Bughin J., Manyika J. (2013) Measuring the full impact of digital capital. McKinseyQuarterly. July. URL: https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ measuring-the-full-impact-of-digital-capital (accessed: 07.08.2019).
Cohen B. (2019) The Case for a Fiscal Fed. Project Syndicate. URL: https://www.project-syndicate.org/com-mentary/fiscal-fed-independent-budget-agency-by-benjamin-cohen-2019-07 (accessed: 07.08.2019).
European Commission (2018) Re-finding Industry — Defining Innovation.Report of the independent High Level Group on industrial technologies. Directorate-General for Research and Innovation. Directorate D — Industrial Technologies. 52 p. URL: https://op.europa.eu/en/publication-detail/-/ publication/28e1c485-476a-11e8-be1d-01aa75ed71a1 (accessed: 07.08.2019).
Foster R. (1987) Innovation: The Attacker's Advantage. Transl. from English. General ed. and introductory article by V I. Danilov-Danilyan. M.: Progress. 272 p. (In Russian)
Fratocchi L., Ancarani A., Barbieri P., Di Mauro C., Nassimbeni G., Sartor M., Vignoli M. and Zanoni A. (2016) Motivations of manufacturing reshoring: an interpretative framework. International Journal of Physical Distribution & Logistics Management, vol. 46, no. 2, pp. 98-127.
Government of Japan (2015) Report on the 5th Science and Technology Basic Plan. Council for Science, Technology and Innovation Cabinet Office. December 18, 18 p. URL: https://www8.cao.go.jp/cstp/ kihonkeikaku/5basicplan_en.pdf (accessed: 07.08.2019).
Harkushenko O. M., Knjazev S. I. (2019) Analysis of Economic and Mathematical Models of Information and Communication Technology Effect on the Production Output: Does the Solow Paradox Exist? Science and Innovation, vol. 15, iss. 4, pp. 5-19.
Hu H., Wen Y., Chua T.-S., Li X. (2014) Toward Scalable Systems for Big Data Analytics: A Technology Tutorial. IEEE Access, vol. 2, pp. 652-687.
IMF staff (2018) Measuring the Digital Economy. Washington, D. C.: International Monetary Fund, Staff Report, February 28. 47 p.
Institut der deutschen Wirtschaft Köln (2013) Industry as a growth engine in the global economy. Final Report. Cologne: IW Consult GmbH, IW Köln. 162 p.
Jorgenson D. W., Ho M. S., Stiroh K. J. (2003) Lessons from the U.S. Growth Resurgence. Journal of Policy Modeling, vol. 25, no. 5, pp. 453-470.
Kaivo-Oja J., Knudsen M. S., Lauraeus T. (2018) Reimagining Finland as a manufacturing base: the near-shoring potential of Finland in an Industry 4.0 perspective. Business, Management and Education, vol. 16, iss. 1, pp. 65-80.
Kleiner G. B. (2017) Systemic fundamentals of the digital economy. Filosofiya hozyaystva. Special Issue. December, pp. 11-20. (In Russian)
Knickrehm M., Berthon B., Daugherty P. (2016) Digital disruption: The growth multiplier. Optimizing digital investments to realize higher productivity and growth. Accenture Strategy. 11 p. URL: https://www.ac-centure.com/_acnmedia/pdf-14/accenture-strategy-digital-disruption-growth-multiplier-brazil.pdf (accessed: 07.08.2019).
Krasilnikov O. Yu. (2007) Analysis of the Internet economy at the micro level. Izvestiya Saratovskogo univer-siteta. New series. Economy Series. Management. Law, vol. 7, no. 2, pp. 3-13. (In Russian)
Krasilnikov O. Yu. (2009) Changes in labor relations in the formation of the information economy. Izvestiya Saratovskogo universiteta. Series Economics. Management. Law, vol. 9, iss. 1, pp. 3-6. (In Russian)
Madykh, A. A., Okhten, O. O. (2018) Modeling the transformation of the impact of production factors on the economy in the process of smart industry formation. Ekonomika promyslovosti, vol. 4, iss. 84, pp. 26-41.
McKinsey Global Institute (2016) The age of analytics: competing in a data-driven world. McKinsey & Company, in collaboration with McKinsey Analytics, 123 p. URL: https://www.mckinsey.com/business-
functions/mckinsey-analytics/our-insights/the-age-of-analytics-competing-in-a-data-driven-world (accessed: 07.08.2019).
Miebach Consulting (2017) Miebachs nearshoring study shows: the production is being relocated closer to the industrialized countries. URL: https://www.miebach.com/en/publications/?publication=203 (accessed: 07.08.2019).
Moser H. (2019) Reshoring Was at Record Levels in 2018. Is It Enough? Industry Week. Jul 08. URL: https:// www.industryweek.com/economy/reshoring-was-record-levels-2018-it-enough (accessed: 07.08.2019).
National Intelligence Council. (2012). Global Trends 2030: Alternative Worlds. A publication of the National Intelligence Council, USA. 140 p.
OECD (2017) OECD Digital Economy Outlook 2017. Paris: OECD Publishing, Paris. 321 p.
Platonov V. V. (2007) The "paradox of Solow" twenty years later, or the study of the impact of innovation in information technology on productivity growth. Finansyi i biznes, no. 3, p. 2839.
Rodrik D. (2015) Premature deindustrialization. NBER Working Paper, no. 20935. 50 p.
Rudd K. (2019) What's Next for China's Political Economy? Project Syndicate. URL: https://www.project-syndicate.org/onpoint/what-s-next-for-china-s-political-economy-by-kevin-rudd-2019-08 (accessed: 07.08.2019).
Schwab K. (2016) The fourth industrial revolution. Transl. from English. M.: Eksmo. 138 p. (In Russian)
Smit J., Kreutzer S., Moeller C., Carlberg M. (2016) Industry 4.0. European Parliament. Directorate General for Internal Policies Policy Department A: Economic and Scientific Policy, 90 p. URL: http://www.eu-roparl.europa.eu/RegData/etudes/STUD/2016/570007/IP0L_STU(2016) 570007_EN.pdf (accessed: 07.08.2019).
Solow R. (1987) We'd better watch out. The New York Times. Book Review, 12 July, p. 36.
Strelets I. A. (2009) Network benefits: new opportunities and challenges for entrepreneurship. Mir novoy ekonomiki, no. 1, iss. 3, pp. 5-11. (In Russian)
Vishnevsky V. P., Chekina V. D. (2018) Robot vs. tax inspector or how the fourth industrial revolution will change the tax system: a review of problems and solutions. Journal of Tax Reform, vol. 4, no. 1, pp. 6-26.
Vishnevsky V. P., Knjazev S. I. (2018) How to Increase the Readiness of Ukraine's Industry to Smart Transformations. Nauka ta innovacii, vol. 14, iss. 4, pp. 55-69.
Received: 20.08.2019 Accepted: 11.09.2019
Author's information:
Valentine P. Vishnevsky — Dr. Sci. in Economics, Professor; vvishn@gmail.com
