UDC 33
This paper examines the impact of digital innovation on the sustainable territorial development of Russian regions. The objective of the study is to identify the key determinants of digital innovation at the regional level and assess their contribution to reducing territorial disparities and, consequently, regional differentiation. The research methodology includes panel regression analysis, the calculation of the global Moran's I index, and spatial autoregression (SAR). Using Rosstat data, the HSE report "Digital Transformation: Expectations and Reality," and the SKOLKOVO study "Digital Life of Russian Regions," a quantitative analysis of the factors determining the intensity of digital demand and supply was conducted. Human capital (the number of ICT specialists and the proportion of the population with higher education) was found to be a key factor, while differences in per capita income had no statistically significant impact. An econometric model was constructed that explains up to 68% of the interregional variation in digital demand. It is substantiated that narrowing the digital divide promotes equal access to socioeconomic resources and improves quality of life, which is a prerequisite for sustainable territorial development. The study's findings suggest regional policy directions focused on developing human capital and the institutional environment.
digital innovations, sustainable territorial development, human capital, digital divide, regional economy, digital transformation
Введение
Устойчивое территориальное развитие предполагает сбалансированное продвижение экономической, социальной и экологической составляющих на уровне регионов, при котором обеспечивается долгосрочное повышение качества жизни населения и сохраняется потенциал для будущих поколений. В современной экономике цифровые инновации играют роль одного из ключевых драйверов такого развития, предоставляя инструменты для повышения производительности, доступности государственных услуг, снижения пространственного неравенства и экологической нагрузки [1, c. 106]. Однако эффект от цифровизации далеко не автоматичен: он сильно зависит от исходных условий, институциональной среды и, что особенно важно, от способности территорий генерировать и абсорбировать цифровые инновации.
Российская Федерация характеризуется значительной межрегиональной асимметрией как по уровню социально-экономического развития, так и по степени внедрения цифровых технологий. В этой связи, оценка эффективности экономики регионов в условиях цифровизации требует пересмотра традиционных подходов и учёта не только технологической, но и институциональной составляющей [7, 8].
По данным Росстата, доля организаций, использовавших искусственный интеллект в 2024 г., колебалась от 2,5% в Северо-Кавказском федеральном округе до 6,8% в Уральском округе. Ещё более контрастная картина наблюдается по показателям цифрового спроса (активность населения в использовании онлайн-сервисов, поисковые запросы, регистрация на портале госуслуг). Такой разрыв не только воспроизводит существующие диспропорции, но и может их усиливать, поскольку цифровые технологии становятся критическим фактором конкурентоспособности.
С концепцией устойчивого развития цифровые инновации связаны через три основных канала [2, c. 108-113]. Экономический канал – цифровая трансформация отраслей ведёт к росту производительности, созданию новых рабочих мест и повышению эффективности использования ресурсов [5]. Социальный канал – цифровые сервисы (образование, здравоохранение, государственные услуги) выравнивают доступ населения к благам независимо от места проживания. Экологический канал – оптимизация логистики, энергосберегающие технологии и безбумажный документооборот снижают антропогенную нагрузку. Следовательно, изучение факторов, определяющих уровень цифрового развития регионов, приобретает не только прикладное, но и фундаментальное значение для обоснования политики устойчивого территориального развития.
Цель данной работы – выявить ключевые детерминанты цифровых инноваций на региональном уровне в России и оценить их вклад в сокращение территориальных диспропорций. Основная гипотеза состоит в том, что определяющим фактором выступает не столько текущий уровень валового регионального продукта, сколько накопленный человеческий капитал и качество регионального управления.
Материал и методы исследования
Эмпирическую базу составили официальные данные Федеральной службы государственной статистики за 2020–2024 гг. (формы № 3-информ, № 1-Т, выборочное обследование населения по вопросам использования ИКТ), аналитический доклад НИУ ВШЭ «Цифровая трансформация: ожидания и реальность» (2022) и исследование СКОЛКОВО «Цифровая жизнь российских регионов» (2020). Последнее содержит агрегированный индекс цифровой жизни, включающий семь измерений (транспорт, финансы, торговля, здравоохранение, образование, медиа, государственное управление), а также суб‑индексы спроса и предложения, нормированные от 0 до 1.
Для количественного анализа построена панельная модель 85 субъектов Российской Федерации за три периода (2021–2024 гг.). Зависимые переменные:
- Ydemand – индекс цифрового спроса (характеризует активность населения: поисковые запросы, вовлечённость в соцсети, использование электронных услуг);
- Ysupply– индекс цифрового предложения (наличие онлайн-сервисов, порталов, цифровых платформ).
Набор переменных сформирован на основе модели, предложенной коллегами [11], и включает три группы факторов:
- Экономический фактор – валовой региональный продукт на душу населения (тыс. руб., в постоянных ценах 2020 г., логарифмирован).
- Человеческий капитал – доля населения с высшим образованием в возрасте 25–64 лет (%); численность ИКТ-специалистов на 1000 занятых (чел.).
- Институциональный фактор – индекс качества регионального управления (оценки Агентства политических и экономических коммуникаций, нормирован); доля государственных закупок цифровых услуг в общем объёме расходов консолидированного бюджета субъекта (%).
Для оценки использован метод обобщённых наименьших квадратов (GLS) с фиксированными эффектами. Общее уравнение регрессии:
Yit = α+β1 ln (GRPit)+β2 Hit+β3 Iit+γt+εit,
где: Hit – вектор показателей человеческого капитала, Iit – институциональные переменные, γt – временные фиксы, εit – случайная ошибка. Расчёты выполнены в среде R (пакеты plm, lmtest).
Результаты и обсуждение
Анализ статистических данных за 2025 г. подтверждает наличие устойчивого цифрового разрыва. На рисунке 1 приведены значения индекса цифровой жизни и его составляющих по федеральным округам (рассчитано по методике СКОЛКОВО на основе данных табл. 18.1–18.2 Росстата).
Наибольшие значения индекса цифровой жизни характерны для Уральского (0,82) и Центрального (0,78) округов. Самый низкий показатель – в Северо-Кавказском округе (0,32), причём отставание по спросу (0,27) выражено сильнее, чем по предложению (0,37). Это согласуется с тезисом о том, что цифровой разрыв «второго уровня» (в компетенциях и навыках) глубже, чем разрыв в инфраструктуре [12, c. 6172].
1. Vatlina L.V., Plotnikov V.A. Cifrovizaciya i innovacionnoe razvitie ekonomiki // Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta. 2023. № 1 (139). S. 106-113.
2. Elovskaya M.A. Tendencii razvitiya rossiyskoy softvernoy otrasli // Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta. 2022. № 1 (133). S. 108–113.
3. Elovskaya M.A. Cifrovaya transformaciya ekonomiki: problemy, perspektivy i ee vliyanie na ekonomicheskuyu bezopasnost' // Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta. 2024. № 4 (148). S. 114-120.
4. Kopacheva D.V., Borkova E.A. Investirovanie v cifrovye tehnologii kak chast' innovacionnogo razvitiya // Cifrovaya ekonomika: perspektivy razvitiya i sovershenstvovaniya: sbornik nauchnyh statey mezhdunarodnoy nauchno-prakticheskoy konferencii. Kursk, 2020. S. 120-123.
5. Kuznecova D.S., Ziryukova P.A., Borkova E.A. Rol' cifrovyh tehnologiy v gosudarstvennyh aktivah i aktivah predpriyatiy // Prioritety novoy ekonomiki: energoperehod 4.0 i cifrovaya transformaciya. Sbornik tezisov vserossiyskoy nauchno-prakticheskoy konferencii. M., 2022. S. 373–377.
6. Mierin' L.A., Petrov A.N., Horeva L.V. Rol' krupnyh korporaciy v razvitii otdalennyh regionov Rossii: social'nye strategii i innovacii // Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta. 2020. № 5 (125). S. 150-157.
7. Okrepilov V.V., Gagulina N.L. Effektivnost' ekonomiki regionov Rossii v usloviyah cifrovizacii // Ekonomika Severo-Zapada: problemy i perspektivy razvitiya. 2020. № 2-3 (61-62). S. 14-23.
8. Okrepilov V.V., Kuznecov S.V. Planirovanie nauchno-tehnicheskogo i social'no-ekonomicheskogo razvitiya v regionah Severo-Zapada: istoricheskiy kontekst // Ekonomika Severo-Zapada: problemy i perspektivy razvitiya. 2024. № 3 (78). S. 12-22.
9. Petrov A.N., Horeva L.V., Shraer A.V. Innovacionnoe razvitie kak uslovie dostizheniya ustoychivosti v neftegazovom komplekse // Vestnik Samarskogo gosudarstvennogo ekonomicheskogo universiteta. 2014. № 12 (122). S. 92-97.
10. Plotnikov V.A. Transnacional'nye cepochki sozdaniya cennosti i global'nye mehanizmy cenoobrazovaniya: vzglyad teoretika // Izvestiya Sankt-Peterburgskogo gosudarstvennogo ekonomicheskogo universiteta. 2022. № 2 (134). S. 7-13.
11. Plotnikov V.A., Maslyuk A.V. Perspektivy cifrovizacii processov gosudarstvennogo upravleniya // Upravlencheskoe konsul'tirovanie. 2022. № 3 (159). S. 87–94.
12. Teterin M.I. Vliyanie kiberugroz na ustoychivost' telekommunikacionnyh setey i metody ih neytralizacii // Nauchnyy aspekt. 2024. T. 48, № 6. S. 6172–6178.
13. Chibinev N.N., Lyashenko N.V. Kiberataka kak novyy vid chrezvychaynyh situaciy // Inzhenernyy vestnik Dona. 2024. № 7 (115). S. 149–157.
