Despite the growing popularity of online shopping, there is a lack of research on regional differences in consumer behaviour and preferences, particularly among women. The study aims to investigate the regional differences in women’s online shopping behaviour in Kazakhstan by conducting an in-depth analysis of the factors influencing female consumers. Using data from a survey of 400 women across different regions of Kazakhstan, logistic regression analysis was utilised to examine the relationship between online shopping frequency and several independent variables. The analysis found that the pandemic significantly affected online shopping behaviour in Kazakhstan, leading to decreased shopping frequency across all regions. Additionally, we found that women living in urban areas were significantly more likely to shop online frequently than those in rural areas, with an odds ratio of 0.504 (p = 0.014). The research also revealed notable differences in Internet penetration rates, with Karaganda, Pavlodar regions and Astana city having the highest rates among women (93.1 %, 93.0 %, and 94.5 %, respectively), while Atyrau and Kyzylorda regions had the lowest (80.7 % and 80.0 %). Therefore, it is recommended that policymakers should focus on expanding Internet infrastructure in remote regions by developing customised online marketplaces that meet the needs of urban areas like Almaty city. The findings of this study underscore the importance of considering regional differences in understanding the factors that drive online shopping behaviour in Kazakhstan. By investing in initiatives that promote e-commerce adoption and cater to consumers’ unique needs and preferences in different regions, policymakers can help foster a more inclusive and dynamic e-commerce ecosystem in Kazakhstan.
Идентификаторы и классификаторы
The rapid growth of the Internet and e-commerce has fundamentally transformed how consumers purchase goods and services. Online shopping has become increasingly popular due to its convenience, variety of products, and competitive prices. With a population of more than 18 million, Kazakhstan is the largest landlocked country in the world and has experienced a significant increase in Internet penetration and e-commerce adoption in recent years. The COVID-19 pandemic has further accelerated the shift toward online shopping as physical distancing measures and lockdowns have limited traditional brick-andmortar retail options.
Список литературы
1. Abdunurova, A. (2019). Digital behavior of consumers in Kazakhstan: approaches to online purchase and the relation to advertising in social networks. Central Asian Economic Review, (1), 55-64. EDN: ZEHTXB
2. Al-Oeisi, K., Dennis, C., Alamanos, E., & Jayawardhena, C. (2014). Website design quality and usage behavior: Unified Theory of Acceptance and Use of Technology. Journal of Business Research, 67(11), 2282-2290. https://doi.org/10.1016/].jbusres.2014.06.016.
3. Aslam, W., Arif, I., Farhat, K., & Khursheed, M. (2018). The Role of Customer Trust, Service Quality and Value Dimensions in Determining Satisfaction and Loyalty: An Empirical Study of Mobile Telecommunication Industry in Pakistan. Market-Trziste, 30(2), 177-194. DOI: 10.22598/mt/2018.30.2.177
4. Banerjee, S., & Seetharaman, P. (2022). How attractive is a locale to e-tailers? Introducing a regional e-tailing adoption model for non-metropolitan India. IIMB Management Review, 34(2), 116-129. DOI: 10.1016/j.iimb.2022.07.004 EDN: EPNSYL
5. Bureau of National Statistics. (2021). Annual statistical collections of the Republic of Kazakhstan. https://stat.gov.kz/official (In Kazakh) www.economyofregions.org.
6. Chen, L. D., Gillenson, M. L., & Sherrell, D. L. (2002). Enticing online consumers: An extended technology acceptance perspective. Information & Management, 39(8), 705-719. DOI: 10.1016/S0378-7206(01)00127-6 EDN: DZVZRL
7. Chiang, K. P., & Dholakia, R. R. (2003). Factors driving consumer intention to shop online: an empirical investigation. Journal of Consumer psychology, 13(1-2), 177-183. &2_16. DOI: 10.1207/S15327663JCP13-1
8. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. Management Information Systems Quarterly, 13(3), 319-340. DOI: 10.2307/249008
9. Dittmar, H., Long, K., & Meek, R. (2004). Buying on the internet: Gender differences in on-line and conventional buying motivations. Sex Roles, 50, 423-444. :SERS.0000018896.35251.c7. DOI: 10.1023/B
10. Garbarino, E., & Strahilevitz, M. (2004). Gender differences in the perceived risk of buying online and the effects of receiving a site recommendation. Journal of Business Research, 57(7), 768-775. DOI: 10.1016/S0148-2963(02)00363-6
11. Gefen, D., Karahanna, E., & Straub, D. W. (2003). Trust and TAM in online shopping: An integrated model. Management Information Systems Quarterly, 27(1), 51-90. DOI: 10.2307/30036519 EDN: EABRSH
12. Gu, Z., Wei, J., & Xu, F. (2016). An empirical study on factors influencing consumers’ initial trust in wearable commerce. Journal of Computer Information Systems, 56(1), 79-85. DOI: 10.1080/08874417.2015.11645804
13. Hasan, B. (2010). Exploring gender differences in online shopping attitude.Computers in Human Behavior, 26(4), 597601. DOI: 10.1016/j.chb.2009.12.012
14. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression. Hoboken, New Jersey: John Wiley & Sons. DOI: 10.1002/9781118548387
15. Hsiao, K. L., & Chen, C. C. (2016). What drives in-app purchase intention for mobile games? An examination of perceived values and loyalty. Electronic commerce research and applications, 16, 18-29. DOI: 10.1016/j.el-erap.2016.01.001
16. Kim, J., & Lee, K. H. (2019). Influence of integration on interactivity in social media luxury brand communities. Journal of Business Research, 99, 422-429. DOI: 10.1016/j.jbusres.2017.10.001
17. Khamzina, Z., Buribayev, Y., Yermukanov, Y., & Alshurazova, A. (2020). Is it possible to achieve gender equality in Kazakhstan: Focus on employment and social protection.International Journal of Discrimination and the Law, 20(1), 5-20. DOI: 10.1177/1358229120927904 EDN: VRSFMC
18. Kleisiari, C., Duquenne, M. N., & Vlontzos, G. (2021). E-Commerce in the Retail Chain Store Market: An Alternative or a Main Trend? Sustainability, 13(8), 4392. DOI: 10.3390/su13084392 EDN: LZNMGO
19. Li, C., Zeng, J., Jin, X., & Chu, W. (2021). Quality index evaluation model of MPP sold under the E-commerce platform. Mathematical Problems in Engineering, 1-9. DOI: 10.1155/2021/5589839
20. Long, J. S., & Freese, J. (2014). Regression models for categorical dependent variables using Stata. College Station, Texas: Stata Press.
21. Lu, J., Hung, K., Wang, L., Schuett, M. A., & Hu, L. (2016). Do perceptions of time affect outbound-travel motivations and intention? An investigation among Chinese seniors. Tourism Management, 53, 1-12. DOI: 10.1016/j.tour-man.2015.09.003
22. Mahmood, M., Batool, S. H., Rafiq, M., & Safdar, M. (2022). Examining digital information literacy as a determinant of women’s online shopping behavior. Information Technology & People, 35(7), 2098-2114. DOI: 10.1108/ITP-05-2021-0397 EDN: YTTDAK
23. Molla, A., & Licker, P. S. (2005). eCommerce adoption in developing countries: A model and instrument. Information & Management, 42(6), 877-899. DOI: 10.1016/j.im.2004.09.002
24. Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least squares path modeling: Helping researchers discuss more sophisticated models. Industrial Management & Data Systems, 116(9), 1849-1864. DOI: 10.1108/IMDS-07-2015-0302
25. Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model.International Journal of Electronic Commerce, 7(3), 101-134. DOI: 10.1080/10864415.2003.11044275
26. Peng, C. Y. J., Lee, K. L., & Ingersoll, G. M. (2002). An introduction to logistic regression analysis and reporting. The Journal of Educational Research, 96(1), 3-14. DOI: 10.1080/00220670209598786 EDN: EGUCMX
27. Riffai, M. M. M. A., Grant, K., & Edgar, D. (2012). Big TAM in Oman: Exploring the promise of on-line engagement via e-commerce adoption by SMEs.International Journal of Information Management, 32(3), 239-250. DOI: 10.1016/j.ijinfomgt.2011.11.007
28. Rodgers, S., & Harris, M. A. (2003). Gender and e-commerce: An exploratory study. Journal of Advertising Research, 43(3), 322-329. DOI: 10.1017/S0021849903030307 EDN: DZXHZJ
29. Sharma, A., & Jhamb, D. (2020). Changing consumer behaviours towards online shopping-an impact of Covid 19. Academy of Marketing Studies Journal, 24(3), 1-10.
30. Sayyida, S., Hartini, S., Gunawan, S., & Husin, S. N. (2021). The impact of the COVID-19 pandemic on retail consumer behavior. Aptisi Transactions on Management, 5(1), 79-88. DOI: 10.33050/atm.v5i1.1497 EDN: HUQUQE
31. Sigala, M. (2020). Tourism and COVID-19: Impacts and implications for advancing and resetting industry and research. Journal of Business Research, 117, 312-321. DOI: 10.1016/j.jbusres.2020.06.015 EDN: XCURLI
32. Stafford, T. F., Turan, A., & Raisinghani, M. S. (2004).International and cross-cultural influences on online shopping behavior. Journal of Global Information Technology Management, 7(2), 70-87. DOI: 10.1080/1097198X.2004.10856373
33. Toleuuly, A., Yessengeldin, B., Khussainova, Z., Yessengeldina, A., Zhanseitov, A., & Jumabaeva, S. (2020). Features of e-commerce risk management in modern conditions. Academy of Strategic Management Journal, 19(1), 1-6. EDN: YZUUVA
34. Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. Management Information Systems Quarterly, 36(1), 157-178. DOI: 10.2307/41410412
Выпуск
Другие статьи выпуска
He study aims to revisit the relationship between aviation pollution, tourism, and economic development through the lens of the Environmental Kuznets Curve (EKC), particularly at the regional level, using New Zealand as a case study. We are the first to estimate aviation pollution at regional airports in New Zealand and use them as proxy for the regional pollution in an EKC setting. Our findings provide evidence of an EKC at New Zealand regions, indicating that tourism and economic development contribute to the long-term regional environment improvement. This highlights the necessity for environment policy to be tailored at a regional level, rather than solely at the national scale. Additionally, our research introduces a novel approach to EKC studies by incorporating new pollution estimations, which enhances the understanding of regional environmental dynamics. Among others, we discovered that that the sustainable tourism policy has, and will, work well in New Zealand. This study underscores the importance of considering regional factors in environmental policymaking and offers insights that could inform future strategies for balancing economic growth with environmental sustainability.
Научно-технологическое и инновационное развитие в России становится все более значимым на государственно уровне. Целью исследования является дифференциация субъектов Российской Федерации для формирования подходов к реализации системной региональной научно-технологической и инновационной политики. гипотеза исследования заключается в том, что социально-экономические, пространственные и административно-исторические факторы должны учитываться при реализации научно-технологической и инновационной политики регионов России. В исследовании применены аксиоматический и дескриптивный методы, а также экономико-статистический анализ и картирование. В ходе исследования составлена система показателей для дифференциации регионов, состоящая из 3 блоков. Результаты дифференциации регионов Российской Федерации представлены в виде таблицы и карты. Они демонстрируют разнородности и общности регионов, которые позволяют формировать направления реализации региональной научно-технологической и инновационной политики. Анализ позволил распределить регионы на 23 группы по 4 типам - от наиболее до наименее научно-технологически и инновационно развитых регионов. Для успешного научно-технологического и инновационного развития сформированы рекомендации в зависимости от типов регионов. Передовому типу регионов необходимо реализовывать политику исследовательского лидерства и ориентира для других регионов, а также развития международного сотрудничества. Развитому типу регионов необходимо ориентироваться на лучшие практики передовых регионов, осуществлять развитие своих целевых направлений науки, организовывать межрегиональную исследовательскую кооперацию внутри групп для усиления своих конкурентных преимуществ. Типу регионов, имеющих потенциал к развитию, необходимо вовлечение в федеральную научно-технологическую повестку, что может стать мощным импульсом, в том числе и с точки зрения привлечения федерального финансирования. Типу регионов с низкой базой необходимо формирование кооперационных связей с более развитыми регионами, схожими с ними по структуре экономики и территориальному расположению, образуя сателлита такого региона. Представленная в исследовании дифференциация регионов Российской Федерации по ключевым характеристикам и параметрам подтверждает гипотезу, ориентируя региональную научно-технологическую и инновационную политику на системность и научную обоснованность в принятии решений.
Национальная экономика России сегодня нуждается в позитивных хозяйственных практиках резильентности и последующего развития в современных условиях глобальной турбулентности. на уровне региональных экономик такая потребность еще более возрастает, поскольку даже несколько относительно небольших точек роста, в числе которых быстрорастущие компании (БРК, «газели»), способны стать драйверами для всего региона. Цель исследования - анализ результатов быстрорастущих компаний и их влияния на региональную резильентность в период острой фазы глобального экономического кризиса, вызванного пандемией COVID-19 (2020-2021 гг.). Исследование основано на анализе выборки 11940 компаний (в том числе 403 БРК) Свердловской, Вологодской, Курганской, Липецкой, Оренбургской, Челябинской областей, Красноярского края и Республики Башкортостан. В качестве методов использовались оценка долей БРК по численности и объему выпуска, а также оценка корреляции при помощи непараметрического метода - коэффициента Спирмена. Доля БРК по выборке в целом и для каждого рассматриваемого региона согласуется с общемировыми тенденциями (2-4 %). Отраслевая структура быстрорастущих компаний в различных регионах специфична, то есть БРК как феномен в разных регионах проявляется индивидуальным образом. «Газели» демонстрируют более высокую способность сохранять рабочие места в период острой фазы пандемии в большей части регионов выборки. Так, при среднем значении прироста занятых в 2 % в 2020 г. для БРК в Красноярском крае и Свердловской этот показатель составил 25 %. Установлено, что БРК оказывают положительное влияние на региональную резильентность в условиях экономического спада в таких видах деятельности, как транспортировка и хранение, торговля оптовая и розничная, а также добыча полезных ископаемых. Для обрабатывающих производств результат получился обратным: большая доля быстрорастущих компаний характерна для регионов с более слабыми темпами роста объема производства по этому виду деятельности в 2020-2021 гг. Полученные результаты могут быть использованы для обоснования значимости разработки и реализации программ государственной поддержки быстрорастущих компаний не только на федеральном, но и региональном уровне.
Объявив 2021 год годом креативных индустрий, Россия подчеркнула важность развития этого сектора на национальном уровне. Однако существующие базы данных и инструменты не позволяют провести всестороннюю оценку потенциала креативных индустрий. Цель данного исследования - разработка методики выявления потенциала развития креативного бизнеса в городах и ее апробация на примере базы данных городов второго эшелона Сибири и Урала. Научной новизной предлагаемой методики является выделение трех элементов потенциала развития креативного бизнеса: творческий потенциал, потенциал капитализации и коммерческий потенциал. Предложена методика, включающая алгоритм и совокупность показателей оценки, интеграция которой с базой данных городов второго эшелона позволит создать практикоориентированный информационно-аналитический инструмент поддержки принятия управленческих решений в области развития креативного бизнеса в городах. Применение методики к городам второго эшелона Урала и Сибири позволило выделить города с высоким потенциалом (имеющие три элемента потенциала): Березовский, Верхний Уфалей, Верхняя Пышма (Свердловская область), Белово, Новокузнецк, Юрга (Кемеровская область), Копейск (Челябинская область); города со средним потенциалом (имеющие два элемента): Алапаевск, Асбест, Заречный, Среднеуральск, Мыски, Мариинск, Катав-Ивановск, Трехгорный, Златоуст, Кыштым, Бийск, Новоалтайск, Северск, Сургут, Урай, Югорск, а также города с отдельными элементами потенциала развития креативного бизнеса. Отмечена слабая корреляция между элементами потенциала и низкое разнообразие креативной среды городов, не позволяющее капитализировать и коммерциализировать творческий потенциал городов. Авторы предлагают усилить межмуниципальное, внутрирегиональное и межрегиональное взаимодействие, а также разработать стратегические документы, связанные с развитием креативного бизнеса. Результаты данного исследования позволят органам местного самоуправления и бизнес-сообществу определить города с наибольшим потенциалом для развития креативного бизнеса.
Малые города по-прежнему являются значимым элементом каркаса расселения на территории Российской Федерации. Социально-экономическое положение, функции населенных пунктов и мотивы жителей предопределяют перспективы развития или деградации малых городов. Цель статьи заключается в систематизации существующих и выделении новых факторов социально-экономического развития приграничных малых городов. Методика проводимого исследования предполагает изучение и анализ зарубежных и отечественных публикаций, а также собранных статистических данных малых городов российско-белорусского приграничья. Раскрываются результаты проверки научной гипотезы о влиянии факторов приграничного положения и межгосударственной интеграции на изменение социально-экономических процессов в малых городах российско-белорусского приграничья. Выделены новые функции и факторы социально-экономического положения малых городов, расположенных в приграничье, структурированы по типам влияния. Приграничное положение малого города может быть фактором развития в условиях сохраняющейся барьерности межгосударственной границы. В малых городах российско-белорусского приграничья происходит большее снижение численности населения в сравнении с его региональными показателями и крупными городами. Инвестиции в основной капитал на душу населения на всем анализируемом периоде, за редким исключением, не превышают 50 % от значения в целом по региону. При этом количество квадратных метров жилья на душу населения выше в малых городах, чем в среднем по региону. Рекомендованная к разработке надгосударственная стратегия развития российско-белорусского приграничья позволит стимулировать экономику малых городов и улучшить качество жизни населения. При стратегическом планировании развития малых городов российско-белорусского приграничья необходимо разграничить их экономические функции, сформировать специализацию, что позволит подчеркнуть идентичность и использовать конкурентные преимущества в борьбе за ресурсы с более крупными агломерациями.
Устойчивое развитие транспортной системы обеспечивает единство экономического пространства, целостность и национальную безопасность страны. общий подход и гипотеза исследования заключаются в том, что инфраструктура выступает важным фактором благополучия, который приносит региону экономические выгоды и является важной детерминантой социально-экономического роста, при этом ее эффекты распространяются за пределы самого региона. Сочетание эконометрических и геоинформационных подходов позволило провести пространственный анализ влияния фондовооруженности, транспортной и телекоммуникационной инфраструктуры на валовой региональный продукт на душу населения и производительность труда в промышленности, выявить их прямые и косвенные эффекты. оценки продемонстрировали статистически значимое положительное влияние косвенных эффектов фондовооруженности, индекса развития железных дорог и телекоммуникаций на уровень экономического развития. Вместе с тем отрицательные прямые эффекты показателей железнодорожной инфраструктуры для промышленности указывают на то, что в условиях концентрации экономической активности возрастающая нагрузка на транспортную сеть не соответствует темпам ее физического прироста при сохраняющемся высоком износе. Данный вывод подтверждается отрицательным косвенным эффектом фондовооруженности на производительность труда в промышленности в двух модельных спецификациях при положительном прямом влиянии. Положительные экстерналии телекоммуникаций для экономики возникают за счет обеспечения доступности сетей и информационных ресурсов предприятий и населения, увеличения технологических возможностей и скорости взаимодействия хозяйствующих субъектов. Телекоммуникационная инфраструктура является фактором роста промышленного производства, однако ее отрицательные косвенные эффекты свидетельствуют о том, что регионы, находящиеся в окружении регионов с высокой динамикой распространения мобильной связи, испытывают замедление темпов производительности труда в промышленности. Полученные оценки и наличие пространственной автокорреляции валового регионального продукта на душу населения и производительности труда промышленности важно учитывать при разработке программ финансирования инфраструктурных проектов.
В условиях новой реальности в России актуализируются исследования по выявлению и использованию дополнительных факторов обеспечения экономического роста. Среди них все большее значение для повышения устойчивости развития экономики и активизации макроэкономической динамики приобретает задействование пространственного фактора. Исследованию процессов формирования и оценке потенциала развития преференциальных территорий, которых в настоящее время в стране насчитывается более 860, посвящена эта статья. Методология исследования основана на базовых положениях теорий пространственного развития, экономической синергетики и институциональной теории. Применены методы компаративного, статистического, структурного и SWOT-анализа. Гипотеза исследования заключается в том, что использование выявленного потенциала развития преференциальных территорий (на примере территорий опережающего развития (ТОР) в моногородах) позволит повысить уровень технологического развития данных территорий. На начало 2024 г. в стране имеют статус ТОР 110 территорий, среди которых 84 моногородов. Проведенный SWOT-анализ позволил установить возможности и риски развития преференциальных территорий в России. На базе институционально-синергетического подхода к формированию ТОР разработана методика определения потенциалов развития. Проведенная на ее основе оценка потенциала 9 ТОР, созданных в моногородах, выявила только в трех из них (Набережные Челны, Тольятти и Невинномысск) наличие институтов нового уровня технологического развития территории. У шести ТОР ресурсы, институты развития, инфраструктура соответствуют текущему уровню технологического развития территории. Три ТОР могут опираться в своем развитии на стратегический потенциал своего региона (отмечается высокий или средний уровень качества жизни. инвестиционной привлекательности). Обоснованы рекомендации по корректировке стратегий развития территорий с учетом потенциала социально-экономического развития ТОР для перехода на следующий уровень технологического развития. Результаты проведенного исследования могут быть полезны при разработке обновленной Стратегии пространственного развития РФ, корректировке показателей эффективности преференциальных территорий.
Экономика России находится в центре дестабилизирующих событий. Статья посвящена оценке резилиентности реакции промышленного производства на внешние ограничения. Методика исследования включает определение долгосрочной и краткосрочной реакции регионов на внешние ограничения на основе методов оценки трендовых и циклических составляющих изменения объемов производства, построение моделей фазовой динамики в формате отраслевых и кросс-отраслевых трейсеров профильной и перспективной отрасли специализации, оценку резилиентности промышленности регионов на основе индикаторов долгосрочной, краткосрочной и перспективной динамики. Использованы частные индикаторы резилиентности, раскрывающие региональные отличия индексов промышленности до и после дестабилизирующих событий, длительность периода восстановления и степень достижения дошокового уровня, наличие или отсутствие отраслей-стабилизаторов экономики и др. Выделены три уровня резилиентности промышленного производства: упругая реакция регионов как достижение дошокового уровня, сверхупругая - компенсационное восстановление и позитивный постшоковый рост, пластичная реакция с негативными последствиями при нормализации событий. Объектом исследования явились экспортоориентированные монопрофильные регионы металлургической специализации. Информационной базой исследования послужили данные официальной статистики по отраслевым индексам промышленного производства за период 2006-2021 гг. Дифференцированы фактические профили резилиентности монопрофильных регионов, выявлены негативное воздействие и торможение экономического роста в Челябинской и Свердловской областях, позитивная реакция и сохранение резилиентности при санкционных ограничениях в Вологодской и Липецкой областях. Выявлены регионы с наличием отраслевых стабилизаторов с контрфазовой динамикой, амортизирующих влияние ограничений (Вологодская, Липецкая области), и регионы с отсутствием стабилизирующих отраслей (Свердловская и Челябинская области). Разграничение резилиентности промышленного производства специфицирует целевые ориентиры и инструментарий региональной промышленной политики: в регионах с пластичной реакцией на внешние ограничения - интенсификация поддержки перспективных специализаций, в регионах с упругой и сверхупругой реакцией - актуализация стратегий и программных мер стабилизации развития на основе диверсификации экономики.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru