Assessment of digitalization of Russian enterprises in the context of the impact on labor productivity

Full Text

Введение Рост производительности труда (ПТ) зависит от многих факторов, в т.ч. и от цифровизации. Но так как цифровизация включает в себя весь спектр технологий, позволяющих принимать решения на основе цифровых данных по всем областям деятельности предприятия, то оценка ее влияния на рост ПТ представляет собой весьма непростую задачу. Основная сложность заключается в том, что непонятно как измерять цифровизацию как наличие: определенных технологий, например, электронного документооборота, или средств труда, позволяющих реализовывать цифровые технологии, например, компьютеров на рабочих местах, или цифровой культуры на предприятии. Вместе с тем оценка влияния цифровизации на ПТ необходима, так как позволяет выявить те характеристики цифровизации, которые в большей степени обеспечивают рост ПТ. Владея такой информацией, предприятия смогут оптимизировать процессы собственной цифровой трансформации, что позитивно скажется и на развитии экономики страны в целом. Исходя из этого существует объективная необходимость измерения состояния цифровизации для оценки ее влияния на ПТ. Важность самой цифровизации и оценки ее состояния, а также ее влияния на эффективность бизнеса подчеркивается в (Карапаев, Нуреев, 2019; Baiming, Voskerichyan, 2024; Parviainen et al, 2017; Kraus et al, 2021; Белоусов, 2019; Арылбаева, 2020; Паршутина, Солодовник, Амелина, 2023). Но для понимания механизмов влияния цифровизации на ПТ необходимы не только рамочные конструкции, как в (Parviainen, 2017), но и выявление статистически значимых взаимосвязей между конкретными показателями цифровизации и бизнес-показателями предприятий. Обзор литературы Работы, посвященные поиску показателей цифровизации для оценки ее влияния на ПТ, можно условно разделить на четыре группы. В первой группе работ авторы оценивают цифровизацию по наличию и развитости цифровой инфраструктуры. Так в работе Н.Н. Волковой и Э.И. Романюк рассчитывается индекс цифровой среды, в котором в качестве отдельного блока выступают показатели, применяемые предприятиями: удельный вес организаций, использующих широкополосный интернет; удельный вес организаций, использующих «облачные» сервисы; доля организаций, имеющих веб-сайт; доля организаций, использующих электронный документооборот и электронный обмен данными между своими и внешними информационными системами; доля организаций, использующих специальные программные средства, и удельный вес населения, использующего интернет для заказа товаров и услуг. С помощью корреляционного анализа авторы выявили наличие положительной связи между подиндексом цифровой среды предприятий и ПТ (Волкова, Романюк, 2020). Схожие результаты приводит D. Siololo, на примере 168 компаний африканских стран с помощью регрессионного анализа доказывая положительную связь между наличием у компании веб-сайта, использованием интернета и мобильных переводов и выручкой (Siololo, 2022). М.А. Боровская, М.А. Масыч и Т.В. Федосова, напротив, получили противоречивые, по замечаниям самих авторов, результаты: тестировали несколько моделей множественной регрессии и для большинства из них фактор цифровой инфраструктуры оказался незначимым (Боровская, Масыч, Федосова, 2020). М.Е. Надеждина, И.А. Зарайченко и А.А. Фаррахова в качестве показателя, который будет свидетельствовать о переходе промышленного предприятия на новый уровень развития, предлагают использовать долю оборудования предприятия, охваченного датчиками интернета вещей. По мнению авторов, такие датчики будут способствовать снижению издержек и тем самым приведут к росту ПТ (Надеждина, Зарайченко, Фаррахова, 2022). На важность интернета вещей как фактора роста ПТ промышленных предприятий также обращают внимание И.Г. Паршутина, А.И. Солодовник и А.В. Амелина (Паршутина, Солодовник, Амелина, 2023). В работе R. Shahnazi также оценивается взаимосвязь между применением средств цифровизации (интернета, сайтов, видеозвонков, электронной коммерции и т.п.) и ростом ПТ в странах европейского союза. В результате автор фиксирует не только прямые, но и вторичные эффекты от применения средств цифровизации. Так увеличение использования средств цифровизации в одной стране, по расчетам автора, приводит к росту ПТ не только в этой стране, но и в других странах европейского союза (Shahnazi, 2021). Y. Laddha, A. Tiwari, R. Kasperowicz, Y. Bilan и D. Streimikiene проводили оценку влияния широкого спектра информационно-коммуникационных технологий на ПТ в 98 странах за период с 2000 по 2015 г. и выявили их положительное влияние (Laddha et al., 2022). Д.М. Самохвалов и С.А. Суслов в своей методике по оценке цифровизации дополняют оценку по элементам цифровой инфраструктуры величиной финансовых затрат на развитие цифрового сельского хозяйства. Общий вывод авторов заключается в том, что рост ПТ во многом обусловлен цифровой трансформацией отрасли. Вместе с тем авторы обращают внимание, что финансовые затраты - это ресурсы, обеспечивающие цифровизацию (Самохвалов, 2024), которые в первое время будут снижать возможные положительные эффекты от цифровизации. Продолжая тему цифровизации сельского хозяйства, В.Д. Добровлянин и Е.А. Антинескул с помощью корреляционного анализа фиксируют сильную положительную связь между технологическими инновациями, которые включают в себя цифровизацию, и индексом производства (Добровлянин, Антинескул, 2022). Другим источником информации о состоянии цифровизации является поведение предприятия. По мнению F. Meng и W. Wang его можно определить с помощью анализа текста (data mining) и подсчета количества ключевых слов, связанных с цифровизацией, таких как искусственный интеллект (AI), большие данные, облачные вычисления, оцифровка, информация, разведка, сеть, Интернет+, интернет вещей, электронная коммерция и др. На основе данных для 862 производственных компаний Китая, имеющих акции класса А, торгующиеся на Гонконгской и Шанхайской биржах, авторы выделяют следующие 4 группы предприятий в зависимости от соотношения уровня их цифровизации и результативности бизнеса: предприятия с высоким уровнем цифровизации и высокой результативностью, предприятия с высоким уровнем цифровизации и низкой результативностью, предприятия с низким уровнем цифровизации и высокой результативностью, предприятия с низким уровнем цифровизации и низкой результативностью. Дальнейшие рекомендации авторов по повышению результативности бизнеса основаны на особенностях каждой группы (Meng, Wang, 2023). Также информацию о состоянии цифровизации можно получить из опросов экспертов относительно цифровых практик предприятий. В работе X. Chen, X. Zhang, Zh. Cai and J. Chen (Chen et al., 2024) представлены результаты экспертной оценки 352 китайских предприятий и с помощью регрессионного анализа выявлено наличие обратной U-образной зависимости между цифровизацией и эффективностью малого и среднего бизнеса. Предварительно авторы на основе факторного анализа выделили следующие характеризующие цифровизацию составляющие: цифровизация в целом (цифровизация бизнес-процессов, цифровизация продуктов и сервисов), цифровая инфраструктура, включая наличие согласованной со стратегией бизнеса стратегии цифровизации (Chen et al., 2024). Аналогичный подход используют B. Ribeiro-Navarrete, J.M. Martín Martín, J.M. Guaita-Martínez и V. SimonMoya, которые предпринимают попытку построить синтетический показатель цифровизации предприятия на основе включения в него большого перечня цифровых практик. Но в отличие от предыдущего исследования авторы (RibeiroNavarrete et al., 2023) предварительно выделили 8 групп блоков поведенческих норм, характеризующих состояние цифровизации на предприятии. Также данный подход распространен в практике консалтинговых фирм. В статье Т.А. Гилевой приведен обзор 8 моделей оценки цифровой зрелости предприятий, применяемых консультантами. В итоге автор выделяет пять укрупненных оценочных направлений цифровизации: стратегия и бизнес-модель, потребители, организационная культура и персонал, операционные процессы и информационные технологии (Гилева, 2019). Z.T. Kalender и M. Žilka провели анализ 42 моделей цифровой зрелости и выявили 10 приоритетных элементов сфер цифровизации, которые присущи большинству моделей (Kalender, Žilka, 2024). P.P. Senna, A.C. Barros, J.B. Roca, A. Azevedo анализировали 55 моделей с целью создания интегративного варианта, который позволил бы максимально учесть все сферы преобразования предприятия в результате цифровизации (Senna et al., 2023). Аналогично действовали E. Suprun, S. Roumi, Sh. Mohamed, R.A. Stewart, которые предложили оценивать цифровую зрелость на основе 56 показателей из 7 направлений (Suprun et al., 2024). По мнению авторов (Kalender, Žilka, 2024; Senna et al., 2023; Suprun et al., 2024), модели цифровой зрелости помогают предприятиям оценить текущее состояние цифровизации, а также установить цели по ее улучшению для повышения эффективности бизнеса. В целом диагностика цифровизации через оценку поведенческих практик как подход для оценки связи цифровизации и ПТ можно рассматривать как весьма продуктивный, так как он позволяет не только фиксировать наличие цифровых технологий в организации, но и учитывать то, как эти цифровые технологии применяются, что, по нашему мнению, в большей степени должно отражать реальное состояние цифровизации на предприятии. И следуя этой логике, при таком подходе должно быть легче измерить взаимосвязь между цифровизацией и ПТ. На важность формирования при цифровизации цифровой культуры для повышения ПТ обращается внимание в работе A.L. Leal-Rodríguez, C. Sanchís-Pedregosa, A.M. Moreno-Moreno и A.G. Leal-Millan. Исследователи отмечают, что только при изменении норм поведения в сторону цифровой культуры возможно реальное изменение ситуации с цифровизацией на предприятиях (Leal-Rodríguez et al., 2023). Еще одно возможное направление поиска показателей для оценки связи цифровизации и ПТ - опросы участников процессов цифровизации о целях, проблемах и отношении к цифровизации. Так Т.Ю. Стукен, Т.А. Лапина и О.С. Коржова отмечают, что цифровизация предприятий всегда сопровождается определенными проблемами и чем больше целей цифровизации, тем с большим числом проблем сталкивается предприятие. Но несмотря на это, в целом делается вывод о наличии положительных последствий цифровизации, в т.ч. о росте ПТ (Стукен и др., 2023; Лапина и др., 2023). Д.А. Плетнев и Е.В. Козлова также обращают внимание на проблемы, которые снижают рост ПТ при цифровизации. В частности, они исследуют склонность к оппортунизму российских работников при цифровизации и выявляют факторы, которые снижают оппортунистическое поведение, а значит положительно влияют на рост ПТ (Плетнев, Козлова, 2023). Исследованию рисков цифровизации, которые могут затормозить развитие предприятия, посвящена работа C. Shang, J. Jiang, L. Zhu, P. Saeidi. Авторы с помощью нескольких эконометрических моделей выявляют статистически значимое влияние на рост рисков цифровизации, связанных с ухудшением эффективности предприятий, таких факторов, как недостаточное участие высшего руководства в процессах цифровизации и нестабильная рыночная среда. По мнению авторов, устранение данных факторов будет способствовать цифровой трансформации и росту эффективности предприятий (Shang et al., 2023). Таким образом, проведенный анализ литературы выявил наличие различных направлений в исследовании связи между цифровизацией и ПТ с точки зрения поиска показателей, максимально отражающих влияние цифровизации на производительность. Цель исследования - провести оценку состояния цифровизации российских предприятий и взаимосвязи цифровизации с ПТ. Материалы и методы Оценка состояния цифровизации выполняется на основе данных, предоставленных платформой «Эффективность.рф». В рамках методики этого проекта проводится оценка состояния цифровизации предприятий по 11 бизнеспроцессам: управление корпоративной информацией и коммуникациями, управление финансами, управление продажей товаров и услуг, информационные технологии, управление закупками, хранением и логистикой, управление техническим обслуживанием и ремонтами, управление персоналом, управление охраной труда и промышленной безопасностью, правовая поддержка бизнеса, управление предприятием, управление маркетингом. Кроме того, дополнительно проводится оценка состояния цифровизации по показателям, отражающим специфику отрасли, в которой работает предприятие. И на основе оценки по 11 бизнес-процессам и отраслевой оценки по специальной методике формируется общий показатель состояния цифровизации. Показатель может иметь значения от 1 до 100. Чем ближе значение к 100 баллам, тем выше уровень цифровизации предприятия. И наоборот. ПТ определялась как соотношение годовой выручки (нормированной по уровню инфляции) и среднесписочной численности. Данные по цифровизации и производительности предоставлены за 2022-2023 гг. В исследовании используется информация по оценке 183 предприятий, участвующих в нацпроекте «Производительность труда». Все предприятия соответствуют следующим критериям: несырьевая отрасль (обрабатывающая промышленность, транспорт, торговля, строительство, сельское хозяйство) и выручка не менее 400 млн руб. в год. Отобранные для исследования предприятия проходили оценку текущего уровня цифровизации в 2022-2023 гг. и по ним имелись данные по ПТ. Для классификации предприятий по группам соотношений цифровизации и ПТ были использованы средние арифметические значения. Результаты Как и предполагалось, предприятия находятся в разной ситуции по цифровизации своей деятельности. Так минимальное значение общей оценки по цифровизации составило 1,27 баллов, а максимальное - 80,95 баллов. При этом медиана составила 27,98 баллов, т.е. мы фиксируем в среднем относительно невысокий уровень цифровизации предприятий, участвовавших в исследовании. 75 % предприятий имеют оценку менее 39 баллов. Распределение предприятий по уровням цифровизации приведено на рис. 1. Количество предприятий / Number of enterprises 70 62 60 50 42 40 34 30 23 20 10 7 9 4 1 1 0 1-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 Баллы / Points Рис. 1. Распределение предприятий по уровням цифровизации Источник: составлено по расчетам С.Б. Шаронова, Т.А. Лапиной. Figure 1. Distribution of enterprises by digitalization levels Source: compiled according to the calculations of the S.B. Sharonov, T.A. Lapina. Далее мы проанализировали полученные оценки по цифровизации отдельных бизнес-процессов (рис. 2). Управление финансами 45,91 Управление предприятием Управление корпоративной информацией и коммуникациями Управление продажей товаров и услуг 40,57 37,54 34,89 Управление закупками, хранением и логистикой 31,41 Управление маркетингом Управление техническим обслуживанием и ремонтами Управление персоналом 29,09 24,73 24,48 Управление ОТ и ПБ 23,87 Информационные технологии 23,27 Правовая поддержка бизнеса 18,24 0 5 10 15 20 25 30 35 40 45 50 Рис. 2. Распределение средних оценок цифровизации по основным бизнес-процессам предприятий, баллы Источник: составлено по расчетам С.Б. Шаронова, Т.А. Лапиной. Financial management Enterprise management Corporate Information and… Managing the sale of goods and services Procurement, storage and logistics… Marketing Maintenance and repair management Personell management Occupational Health&Safety IT Legal support 45,91 40,57 37,54 34,89 31,41 29,09 24,73 24,48 23,87 23,27 18,24 0 5 10 15 20 25 30 35 40 45 50 Figure 2. Distribution of average digitalization ratings by main business processes of enterprises, points Source: compiled according to the calculations of S.B. Sharonov, T.A. Lapina. На предприятиях наиболее развита цифровизация управления финансами, средняя оценка по которой в два с половиной раза превышает оценку цифровизации по правовой поддержке бизнеса (самое низкое значение) (рис. 2). Неравномерность распространения цифровизации по бизнес-процессам объясняется с одной стороны, разной важностью отдельных бизнес-процессов в организациях, с другой - «давлением» внешней среды. Такая ситуация с неравномерностью фиксируется и в (Suprun et al., 2024). Далее результаты по оценке цифровизации предприятий были сопоставлены с данными по ПТ (рис. 3). Рис. 3. Распределение предприятий по типу соотношения цифровизация / производительность труда Источник: составлено по расчетам С.Б. Шаронова, Т.А. Лапиной. Fig. 3. Distribution of enterprises by type of digitalization/labor productivity ratio Source: compiled according to the calculations of S.B. Sharonov, T.A. Lapina. Для наибольшей части предприятий характерно соотношение низкая цифровизация / низкая ПТ (см. рис. 3). Но наибольший интерес представляют группы с высоким уровнем цифровизации и низкой производительностью (23,6 %) и с низким уровнем цифровизации и высокой производительностью (18,5 %). Т.е. для 42,1 % предприятий по данной классификации отсутствует зависимость между цифровизацией и ПТ. Наличие противоречий между сочетанием значений цифровизации и ПТ показано и на рис. 4. Млн руб. / Million rubles 9 8 7 6 5 4 3 2 1 0 7,5 7,0 7,2 6,8 8,8 7,8 1-33 34-67 68-100 2022 2023 Баллы / Points Рис. 4. Средние значения производительности труда, млн руб., по уровням цифровизации (баллы 1-100) в 2022 и 2023 гг. Источник: составлено по расчетам С.Б. Шаронова, Т.А. Лапиной. Figure 4. Average values of labor productivity, million rubles, by digitalization levels (points 1-100) in 2022 and 2023 Source: compiled according to the calculations of S.B. Sharonov, T.A. Lapina. В 2022-2023 гг. ПТ ниже всего оказалась у группы предприятий со средним уровнем цифровизации. Таким образом, эмпирические данные свидетельствуют о низком уровне цифровизации предприятий в целом, неравномерности цифровизации бизнеспроцессов на предприятиях, противоречивости взаимосвязи цифровизации и ПТ. Обсуждение Результаты проведенного эмпирического исследования по оценке цифровизации и ее взаимосвязи с ПТ позволяют сформулировать следующие выводы. Прежде всего констатируется низкий в среднем уровень цифровизации, хотя в исследовании есть предприятия, уровень цифровизации которых достаточно высок (близок к максимальному). Вместе с тем, другие исследования (например, Meng, Wang, 2023) фиксируют также низкий уровень цифровизации на примере предприятий Китая. Но при этом за 3 года уровень цифровизации обследуемых предприятий вырос минимум в 8 раз (Meng, Wang, 2023). Поэтому представляется важным проводить оценку цифровизации регулярно, например, раз в год, для того чтобы отслеживать динамику цифровизации и использовать эту информацию для оценки влияния цифровизации на ПТ. Далее сложным представляется верное определение временного интервала между измерением состояния цифровизации и измерением ПТ. В нашем исследовании измерение было в один период времени, но скорее всего, существует определенный временной лаг между состоянием цифровизации и состоянием производительности, и учет таких особенностей позволит получить более точные оценки взаимосвязи цифровизации и ПТ. Логичными представляются и не только измерение текущего состояния цифровизации и ПТ, но и измерение и оценка их динамики, для того чтобы понять насколько изменение состояния цифровизации влияет на изменение ПТ. Вместе с тем, полученные результаты можно использовать для понимания состояния цифровизации предприятий, участвовавших в исследовании. Заключение Многочисленные исследования в области связи цифровизации и производительности труда обращают внимание с одной стороны, на проблему неоднозначного влияния цифровизации на производительность (например, повышение результатов при одновременном росте затрат), а, с другой - на сложность измерения данной связи. Практически в каждом исследовании авторы предлагают собственный набор показателей цифровизации, которые, по их мнению, должны быть положительно связаны с производительностью труда. При этом даже при использовании одних и тех же показателей могут быть получены противоположные результаты о направлении влияния и о степени влияния. Еще одна сложность в исследовании связи цифровизации и производительности труда - это форма этой зависимости. Авторы используют как линейные, так и не линейные модели для понимания формы связи между показателями цифровизации и производительности. Все вышеперечисленное отражает сложность исследования данной научной проблемы и формирует понимание того, что поиск моделей для описания связи между цифровизацией и производительностью будет продолжен.

About the authors

Stanislav B. Sharonov

Autonomous Noncommercial Organization “Productivity Digital Technologies”

Author for correspondence.
Email: sbsharonov@ctprf.ru
ORCID iD: 0009-0000-4759-318X
SPIN-code: 1578-8283

CEO

11 Maly Karetny per., Moscow, 127051, Russian Federation

Tatiana A. Lapina

Omsk State University

Email: lapinaomgu@gmail.com
ORCID iD: 0000-0003-1854-8034
SPIN-code: 5109-7763

PhD in Economic Sciences, Associate Professor of the Department of Regional Economics and Human Resource Management

55a Mira pr., Omsk, 644077, Russian Federation

References

Supplementary files