Jelen tanulmányban Oroszország digitális fejlődését hasonlítjuk össze az Európai Unió országaival a Nemzetközi digitális gazdaság és társadalom fejlettségét mérő mutató (I-DESI) öt fő dimenziója alapján. Kutatásunk célja a dimenziók közötti kapcsolatok és redundancia vizsgálata, a 29 vizsgált ország csoportosítása a többváltozós statisztikai elemzés eszközeivel, valamint Oroszország helyzetének részletesebb vizsgálata. Tanulmányunkban az I-DESI öt fő dimenziójából főkomponens-analízis segítségével (PCA) két látens dimenziót (faktort) emelünk ki, illetve a dimenziók közötti oksági kapcsolatokat is feltárjuk parciális korrelációs elemzés révén, amely megmutatja, hogy e dimenziók közül kettő a másik három dimenzió által megmagyarázható. Ezt követően klaszterelemzés segítségével csoportosítjuk a 29 országot, illetve többdimenziós skálázás (MDS) segítségével meghatározzuk az országok és országcsoportok helyzetét a két főkomponens által alkotott térben. Eredményeink alapján Oroszország a digitalizációt tekintve közepesen fejlett országnak tekinthető, de a földrajzi és gazdasági jellemzőit is tükröző egyedi jellegzetességeinek, sajátos fejlődési mintázatának köszönhetően egymagában önálló csoportot alkot a vizsgált országokon belül.

This paper continues the authors’ earlier analysis, in which we used five principle dimensions of the International Digital Economy and Social Index (I-DESI) for the 28 countries of the EU and the Russian Federation to examine how Russia’s development relates to that of other EU countries. The aim of this paper is not to establish a ranking, but to determine the relationship between each dimension and the groups into which these 29 countries can be divided by multivariate statistical analysis tools and to analyze the group to which the Russian Federation belongs. We use Principal Component Analysis (PCA) to map our data to a lower-dimensional space (revealing two latent dimensions), and to analyze causal relations between the principal dimensions using partial correlation coefficients, concluding that two of the five main dimensions can be explained by three independent dimensions. Thereafter, we use cluster analysis to group our objects (i. e. the 29 countries) into clusters, and multidimensional scaling (MDS) to visualize the location of these groups and countries on the plane of the two components (from the PCA), focusing on the Russian Federation. According to our results, the Russian Federation can be classified as a moderately developed country in terms of its I-DESI score, but its location on the plane of principle components differs from the group of moderately developed EU-countries, forming a separate “group” on its own, largely owing to the unique characteristics of the country’s digital development.

No abstract

The Network Readiness Index (NRI) is one of the indicators that shows the level of digital development of countries. The NRI for 2021 shows the development of 130 countries, in contrast to the 45 countries covered by the International Digital Economy and Society Index (I-DESI) of the European Union, which measures only the most developed countries. This paper aims to determine the relationship between 12 sub-pillars of NRI. We use Principal Component Analysis (PCA) to perform a mapping of our data to a lower-dimensional space, and further analyse the causal relationships between the principal sub-pillars using partial correlation coefficients, concluding that two of the twelve main sub-pillars can be explained by ten independent sub-pillars. Thereafter, we use cluster analysis to group our objects (i.e. the 130 countries) into clusters.

No abstract