<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Фундаментальные исследования</journal-title>
      </journal-title-group>
      <issn>1812-7339</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.17513/fr.44021</article-id>
      <article-id pub-id-type="publisher-id">ART-44021</article-id>
      <title-group>
        <article-title>КЛАСТЕРИЗАЦИЯ СТРАН С ФОРМИРУЮЩИМСЯ РЫНКОМ ПО УРОВНЮ ЦИФРОВИЗАЦИИ И ВЛИЯНИЮ НА НАЛОГОВО-БЮДЖЕТНУЮ ПОЛИТИКУ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Мухамадиева</surname>
              <given-names>Д.Н.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Mukhamadieva</surname>
              <given-names>D.N.</given-names>
            </name>
          </name-alternatives>
          <email>d.mukhamadieva@inno.mgimo.ru</email>
          <xref ref-type="aff" rid="affc1f301f2"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Гринь</surname>
              <given-names>Р.И.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Grin</surname>
              <given-names>R.I.</given-names>
            </name>
          </name-alternatives>
          <email>ruslanman1996@mail.ru</email>
          <xref ref-type="aff" rid="affc1f301f2"/>
        </contrib>
      </contrib-group>
      <aff id="affc1f301f2">
        <institution xml:lang="ru">Федеральное государственное автономное образовательное учреждение высшего образования «Московский государственный институт международных отношений (университет) Министерства иностранных дел Российской Федерации»</institution>
        <institution xml:lang="en">Federal State Autonomous Educational Institution of Higher Education "Moscow State Institute of International Relations (University) of the Ministry of Foreign Affairs of the Russian Federation"</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2026-05-02">
        <day>02</day>
        <month>05</month>
        <year>2026</year>
      </pub-date>
      <issue>5</issue>
      <fpage>47</fpage>
      <lpage>54</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://fundamental-research.ru/ru/article/view?id=44021</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Цифровая трансформация развивается с разной скоростью в мире, что требует особого подхода к анализу политики стран по макроэкономическим показателям. Научная новизна заключается в применении многомерной классификации для изучения влияния цифровизации на фискальную политику с учетом динамики изменений, а практическая ценность – в использовании группировки государств с помощью эконометрического моделирования. Целью исследования является кластеризация стран с формирующимся рынком по показателям их уровня цифровизации и влиянию на налогово-бюджетную политику. В работе использованы методы сравнительного анализа, систематизации, обобщения, а также статистический, эконометрический анализ и графический метод. Теоретической основой стали научные труды международных и российских ученых. Таким образом, в работе предложена методология кластеризации стран с формирующимся рынком по показателям уровня их цифровизации и влиянию на налогово-бюджетную политику. Используя метод главных компонент и алгоритм k-means, исследование выявляет три основных кластера: кластер 1 – медленно развивающихся стран с низкими показателями цифровизации (Таджикистан, Туркменистан), кластер 2 – относительно развитых экономик с замедленным темпом развития цифровых технологий (включая Россию, Чехию, Венгрию, Эстонию) и кластер 3 – стран с высокими темпами цифровой трансформации (включая Китай, Вьетнам, Болгарию). Результаты подтверждают теорию относительной конвергенции, то есть темпы роста у стран с более слабым развитием выше, чем у тех стран с более высоким уровнем прогресса, и демонстрируют, что цифровизация оказывает дифференцированное влияние на параметры налогово-бюджетной политики в различных группах стран. Группировка стран по уровню цифровизации позволяет на эконометрическом уровне использовать переменные для оценки влияния цифровой трансформации на макроэкономическое равновесие.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>Digital transformation is developing at different speeds in the world, which requires a special approach to the analysis of countries’ policies based on macroeconomic indicators. The scientific novelty lies in the application of a multivariate classification to study the impact of digitalization on fiscal policy, taking into account the dynamics of changes, and the practical value lies in the use of a grouping of states using econometric modeling. The purpose of the study is to cluster emerging market countries according to their level of digitalization and impact on fiscal policy. The methods of comparative analysis, systematization, generalization, as well as statistical, econometric analysis and graphical method are used in the study. The theory is based on the scientific works of international and Russian scientists. Thus, the paper proposes a methodology for clustering emerging market countries by indicators of the level of their digitalization and impact on fiscal policy. Using the principal component method and the k-means algorithm, the study identifies three main clusters: cluster 1 – slowly developing countries with low rates of digitalization (Tajikistan, Turkmenistan), cluster 2 – relatively developed economies with a slow pace of digital technology development (including Russia, the Czech Republic, Hungary, Estonia) and cluster 3 – countries with high rates of digital transformation (including China, Vietnam, Bulgaria). The results support the theory of relative convergence, i.e., growth rates in countries with weaker development are higher than those with higher levels of progress, and show that digitalization has a differentiated impact on fiscal policy parameters in different groups of countries. Grouping countries by level of digitalization makes it possible to use variables at the econometric level to assess the impact of digital transformation on macroeconomic equilibrium.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>кластерный анализ</kwd>
        <kwd>цифровизация</kwd>
        <kwd>метод главных компонент</kwd>
        <kwd>k-means</kwd>
        <kwd>страны с формирующимся рынком</kwd>
        <kwd>конвергенция</kwd>
        <kwd>налогово-бюджетная политика</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>cluster analysis</kwd>
        <kwd>digitalization</kwd>
        <kwd>principal component analysis</kwd>
        <kwd>k-means</kwd>
        <kwd>emerging market economies</kwd>
        <kwd>convergence</kwd>
        <kwd>fiscal and budget policy</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Поселянова Е. А. Страны с формирующимися рынками на современном этапе развития мировой экономики // Вестник ВУиТ. 2011. № 22. URL: https://cyberleninka.ru/article/n/strany-s-formiruyuschimisya-rynkami-na-sovremennom-etape-razvitiya-mirovoy-ekonomiki (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Tanzi V., Zee H. Tax Policy for Developing Countries // IMF Economic Issues. 2001. № 27. 32 p. URL: https://www.imf.org/external/pubs/ft/issues/issues27/ (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Bogachov S. V., Vishnevsky V. P., Gurnak A. V., Nekliudova V. D. Modern Tax Trends and Economic Growth in a Turbulent World: Insights from Developed and Developing Economies // Journal of Tax Reform. 2024. Vol. 10. Is. 1. P. 63–83. DOI: 10.15826/jtr.2024.10.1.157. URL: https://www.elibrary.ru/item.asp?id=65549755 (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Минаков А. В. Влияние циклических колебаний национальной экономики на государственную бюджетно-налоговую политику государства // Modern Economy Success. 2020. № 1. С. 69–76. URL: https://www.elibrary.ru/item.asp?id=42626109 (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Gupta S., Keen M., Shah A., Verdier G. (eds). Digital Revolutions in Public Finance. Washington, D.C.: International Monetary Fund, 2017. 362 p. [Электронный ресурс]. URL: https://www.academia.edu/36474732/Digital_Revolution_in_Public_Finance (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6. Keen M., Slemrod J. Optimal tax administration // Journal of Public Economics. 2017. Vol. 152. P. 133–142. URL: https://www.imf.org/en/publications/wp/issues/2017/01/20/optimal-tax-administration-44555 (дата обращения: 08.04.2026). DOI: 10.1016/j.jpubeco.2017.04.006.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7. Староверова О. В. Международный опыт цифровизации налогового администрирования // Вестник экономической безопасности. 2023. С. 216–220. DOI: 10.24412/2414-3995-2023-3-216-220. EDN: ZHMQNK.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8. Староверова О. В. Цифровые технологии налогового администрирования // Вестник экономической безопасности. 2023. № 1. С. 266–269. URL: https://cyberleninka.ru/article/n/tsifrovye-tehnologii-nalogovogo-administrirovaniya/viewer (дата обращения: 08.04.2026). DOI: 10.24412/2414-3995-2023-1-266-269.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>9. Kaufman L., Rousseeuw P. J. Finding Groups in Data: An Introduction to Cluster Analysis. New York: Wiley, 1990. 342 p. [Электронный ресурс]. URL: https://download.e-bookshelf.de/download/0000/5714/40/L-G-0000571440-0015244442.pdf (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>10. Миркин Б. Г. Методы кластер-анализа для поддержки принятия решений: обзор. М.: Высшая школа экономики, 2011. 88 с. EDN: QUSUXH.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>11. Acemoglu D., Restrepo P. The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment // American Economic Review. 2018. Vol. 108. № 6. P. 1488–1542. URL: https://shapingwork.mit.edu/wp-content/uploads/2023/11/acemoglu-restrepo-2018-the-race-between-man-and-machine-implications-of-technology-for-growth-factor-shares-and.pdf (дата обращения: 08.04.2026). DOI: 10.1257/aer.20160696.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>12. Вертакова Ю. В., Зарецкая В. Г. Исследование процессов конвергенции регионального экономического и социального развития в условиях цифровизации и модернизации российской экономики // Экономическое возрождение России. 2022. № 2 (72). С. 66–86. DOI: 10.37930/1990-9780-2022-2-72-66-86. EDN: SUVUSM.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>13. Минаков В. Ф., Шуваев А. В., Лобанов О. С. Эффект цифровой конвергенции в экономике // Известия Санкт-Петербургского государственного экономического университета. 2018. № 2 (110). С. 12–18. URL: https://www.elibrary.ru/item.asp?id=32826432 (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>14. Варламова Ю. А., Подкорытова О. А. Межстрановая конвергенция широкополосного доступа в Интернет // Вестник Санкт-Петербургского университета. Экономика. 2023. № 39 (2). С. 159–178. URL: https://cyberleninka.ru/article/n/mezhstranovaya-konvergentsiya-shirokopolosnogo-dostupa-v-internet (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>15. Исмоилов Ш. М., Худжамкулов Р. Б., Лутфулоев М. Д. Развитие электронной коммерции в Республике Таджикистан // Вестник Таджикского государственного университета права, бизнеса и политики. Серия общественных наук. 2024. Т. 98. № 1. С. 65–73. DOI: 10.24412/3005-8023-2024-1-65-73. URL: https://cyberleninka.ru/article/n/razvitie-elektronnoy-kommertsii-v-respublike-tadzhikistan (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>16. Исмоилов Ш. М., Худжамкулов Р. Б., Лутфулоев М. Д. Перспективы развития цифровой экономики в условиях Республики Таджикистан // Вестник ТГУПБП. 2020. № 3 (84). URL: https://cyberleninka.ru/article/n/perspektivy-razvitiya-tsifrovoy-ekonomiki-v-usloviyah-respubliki-tadzhikistan (дата обращения: 08.04.2026).</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
