УДК 33 Экономика. Народное хозяйство. Экономические науки
В работе исследуется влияние цифровых инноваций на устойчивость территориального развития российских регионов. Цель исследования – выявление ключевых детерминант цифровых инноваций на региональном уровне и оценка их вклада в сокращение территориальных диспропорций и снижение, вследствие этого, региональной дифференциации. Методология исследования включает панельный регрессионный анализ, расчет глобального индекса Морана и пространственную авторегрессию. На основе данных Росстата, доклада НИУ ВШЭ «Цифровая трансформация: ожидания и реальность» и исследования СКОЛКОВО «Цифровая жизнь российских регионов» проведен количественный анализ факторов, определяющих интенсивность цифрового спроса и предложения. Выявлено, что ключевым фактором является человеческий капитал (численность ИКТ-специалистов, доля населения с высшим образованием), тогда как различия в душевых доходах не оказывают статистически значимого влияния. Построена эконометрическая модель, объясняющая до 68% межрегиональной вариации цифрового спроса. Обосновано, что сокращение цифрового разрыва способствует выравниванию доступа к социально-экономическим ресурсам и повышению качества жизни, что является необходимым условием устойчивого территориального развития. По результатам исследования предложены направления региональной политики, ориентированные на развитие человеческого капитала и институциональной среды.
цифровые инновации, устойчивое территориальное развитие, человеческий капитал, цифровой разрыв, региональная экономика, цифровая трансформация
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. Ватлина Л.В., Плотников В.А. Цифровизация и инновационное развитие экономики // Известия Санкт-Петербургского государственного экономического университета. 2023. № 1 (139). С. 106-113.
2. Еловская М.А. Тенденции развития российской софтверной отрасли // Известия Санкт-Петербургского государственного экономического университета. 2022. № 1 (133). С. 108–113.
3. Еловская М.А. Цифровая трансформация экономики: проблемы, перспективы и ее влияние на экономическую безопасность // Известия Санкт-Петербургского государственного экономического университета. 2024. № 4 (148). С. 114-120.
4. Копачева Д.В., Боркова Е.А. Инвестирование в цифровые технологии как часть инновационного развития // Цифровая экономика: перспективы развития и совершенствования: сборник научных статей международной научно-практической конференции. Курск, 2020. С. 120-123.
5. Кузнецова Д.С., Зирюкова П.А., Боркова Е.А. Роль цифровых технологий в государственных активах и активах предприятий // Приоритеты новой экономики: энергопереход 4.0 и цифровая трансформация. Сборник тезисов всероссийской научно-практической конференции. М., 2022. С. 373–377.
6. Миэринь Л.А., Петров А.Н., Хорева Л.В. Роль крупных корпораций в развитии отдалённых регионов России: социальные стратегии и инновации // Известия Санкт-Петербургского государственного экономического университета. 2020. № 5 (125). С. 150-157.
7. Окрепилов В.В., Гагулина Н.Л. Эффективность экономики регионов России в условиях цифровизации // Экономика Северо-Запада: проблемы и перспективы развития. 2020. № 2-3 (61-62). С. 14-23.
8. Окрепилов В.В., Кузнецов С.В. Планирование научно-технического и социально-экономического развития в регионах Северо-Запада: исторический контекст // Экономика Северо-Запада: проблемы и перспективы развития. 2024. № 3 (78). С. 12-22.
9. Петров А.Н., Хорева Л.В., Шраер А.В. Инновационное развитие как условие достижения устойчивости в нефтегазовом комплексе // Вестник Самарского государственного экономического университета. 2014. № 12 (122). С. 92-97.
10. Плотников В.А. Транснациональные цепочки создания ценности и глобальные механизмы ценообразования: взгляд теоретика // Известия Санкт-Петербургского государственного экономического университета. 2022. № 2 (134). С. 7-13.
11. Плотников В.А., Маслюк А.В. Перспективы цифровизации процессов государственного управления // Управленческое консультирование. 2022. № 3 (159). С. 87–94.
12. Тетерин М.И. Влияние киберугроз на устойчивость телекоммуникационных сетей и методы их нейтрализации // Научный аспект. 2024. Т. 48, № 6. С. 6172–6178.
13. Чибинев Н.Н., Ляшенко Н.В. Кибератака как новый вид чрезвычайных ситуаций // Инженерный вестник Дона. 2024. № 7 (115). С. 149–157.
