Оценка влияния цифрового неравенства на уровень социально-экономического развития регионов Российской Федерации

Введение

Проблема цифрового неравенства, т.е. неравномерности развития информационно-коммуникационных технологий (ИКТ) в российских регионах уже достаточно длительное время притягивает внимание отечественных исследователей. Одна из первых работ, использующих математический аппарат для оценки цифрового неравенства (разрыва) регионов датирована 2014 годом (Кузнецов Ю.А., Маркова С.Е.) [1]. С тех пор многие ученые и специалисты посвятили свои труды изучению данной проблематики, как то: Дятлов С.А., Селищева Т.А. [2], Дронов В.Н., Махрова О.Н. (2015) [3], Селищева Т.А., Асалханова С.А. [4], Сафиуллин А.Р., Моисеева О.А. [5], Александрова Т.В. [6].

Из числа последних работ следует выделить серьезное исследование региональных аспектов цифрового неравенства под авторством Литвинцева Г.П., Карелин И.Н. (2020) [7]. Ни в коей мере не оспаривая результаты данной научной работы, даже в большей части соглашаясь с основными выводами авторов, считаем целесообразным провести подобное исследование на основании упрощенных массивов информации, более наглядных и доступных широкому кругу читателей и специалистов.

Практически во всех источниках априори принимается, что цифровое неравенство и уровень развития ИКТ непосредственным образом влияют на региональное социально-экономическое развитие [1, 2, 4, 6, 7]. Однако одни авторы отмечают положительное воздействие ИКТ на экономический рост [1, 4, 7] и эффективность экономики [2, 4]. Напротив, отдельные специалисты отмечаю, что цифровое неравенство ведет к ухудшению социально-экономического развития регионов [4, 6].

При этом ряд исследователей приходят к выводу о том, что цифровое неравенство порождается социально-экономическим отставанием ряда регионов. Так, указывается, что первопричиной цифрового разрыва выступает: «неравномерность социально-экономического развития регионов» [3, 6], «социально-экономическая дифференциация российских регионов» [2, 4], «экономические параметры» [7], «экономическое неравенство» [2]. Получается замкнутый круг – цифровое неравенство тормозит развитие регионов, при этом депрессивные регионы отстают в развитии ИКТ в силу недостаточных темпов экономического роста и социально-экономического развития в целом.

Среди зарубежных научно-исследовательских работ по представленной проблематике следует выделить труды: Ван Дьюка Дж. [8, 9], Шрайди Дж. [10], Экилара А. [11], Желез М. [12], Мьювеллы Г. с соавторами [13], Мёрфи К. с соавторами [14], Уидмара Ню и Лай Дж. [15]. В этих работах проанализированы самые разнообразные аспекты влияния цифровизации на экономический рост различных стран и отдельных регионов.

Таким образом, развитие ИКТ, экономический рост и социально-экономическое развитие регионов – явления взаимосвязанные и взаимообусловленные. Но мало кем из ученых ставилась цель доказать это на практике языком цифр, тем более, используя системный подход, основываясь на различных источниках информации. Скорее всего, в период бурного роста ИКТ именно они и являлись драйвером экономического развития регионов. Но сейчас, когда проникновение мобильного и стационарного широкополосного доступа (далее по тексту: ШПД) к интернету по стране в ряде регионов превышает 100%, значительного улучшения социально-экономических показателей не фиксируется. Мы полагаем, что более правильным должен считаться подход, согласно которому в условиях повсеместного почти 100%-го проникновения ШПД к сети Интернет не цифровое неравенство порождает различия в экономическом развитии регионов, а наоборот, именно отсталость депрессивных регионов приводит к такому социально-экономическому расслоению и появлению цифрового неравенства.

Мало того, некоторые исследователи пришли к выводу, что наибольшее влияние цифровизация оказывает на экономику и без того развитых регионов, при этом в менее развитых регионах цифровое развитие «может иметь не очень благоприятные результаты» [7]. В этой связи настоящая работа направлена, в определенной степени, на уточнение роли и влияния ИКТ и цифрового неравенства на социально-экономическое развитие российских регионов, основываясь на актуальных данных официальной статистики и существующих рейтингов цифрового развития.

Методология исследования

Методология настоящего исследования основана на использовании статистических методов обработки информации, включая корреляционно-регрессионный анализ, индексный метод, рейтинговые и экспертные оценки.

Исходными данными для анализа послужила официальная статистическая отчетность Росстата за 2017-2020 гг. (основные социально-экономические показатели и показатели развития цифровой экономики в субъектах Российской Федерации), исследования Московской школы управления Сколково, Высшей школы экономики (НИУ ВШЭ) и ряд рейтингов и индексов: «Цифровая Россия» (Сколково), цифровой Медиаиндекс регионов (упоминаемость в интернет-медиа по методологии «Медиалогии»), рейтинг ИКТ-бюджетов регионов-2020 (CNews Analytics) и некоторые другие исследования.

Существенное влияние на ход исследования оказывала неполнота/неоднородность исходной информации, несопоставимость рейтингов разных лет, субъективность рейтинговых экспертных оценок, отсутствие информации по ключевым показателям за 2020 и даже за 2019 год (к началу 2021 года), отдельные из них могли радикально изменить полученные результаты/выводы. Таким образом, возникла сложность адекватной оценки и сравнения социально-экономических параметров по неполной группе релевантных показателей – статистическая база невелика как по годам, так и по регионам. При этом сравнение уровня развития ИКТ до 2017 года с современными показателями лишено смысла: слишком высокие темпы цифровизации демонстрировали все без исключения российские регионы в последние годы. С целью преодоления вышеуказанных сложностей было принято решение о сопоставлении различных обобщающих рейтингов цифровизации и уровня социально-экономического положения регионов на предмет выявления среди полученных пар значений статистических зависимостей при помощи одного из простейших методов обработки статистической информации, а именно корреляционно-регрессионного анализа, т.е. определения линейной регрессии, показывающей тесноту связи между признаками (факторами).

Авторы сознательно упростили набор методов исследования, чтобы дать возможность широкому кругу читателей, а не только узкому кругу специалистов, наглядно ознакомиться с наличием связи между сравниваемыми рейтингами, показателями и явлениями.

Методология исследования предполагала сравнение как субъективных рейтингов, составленных на основе экспертных оценок («Цифровая Россия», Индекс цифрового развития регионов «Медиалогия», Рейтинг социально-экономического положения регионов (СЭПР) от РИА Рейтинг), так и их сопоставление с объективными критериями и показателями цифровизации регионов (уровень проникновения ШПД в интернет), итоговыми показателями социально-экономического развития регионов (СЭРР), основополагающим из которых является ВРП на душу населения, а также выявление фактов наличия устойчивой взаимосвязи между данными явлениями, или, напротив, отсутствия таковой.

За основу исследования принят рейтинг «Цифровая Россия». Как известно, субиндексы в составе индекса «Цифровая Россия» учитывает экспертную оценку таких критериев, как: влияние уровня цифровизации регионов на повышение их конкурентоспособности, на качество жизни граждан, на экономический рост, поэтому сам по себе этот индекс является во многом носителем качественной, а не количественной информации о влиянии цифровизации на социально-экономическое положение субъекта Федерации.

Взвешенные оценки информационных фактов, оценка степени их влияния на общество (цитируемость), оценка их содержательной окраски (отношения к ним среди читателей) и достоверности в зависимости от степени доверия к источнику – все это роднит индекс «Цифровая Россия» с медиарейтингом цифрового развития регионов от «Медиалогии».

Известная доля субъективности данных рейтингов обусловила необходимость использования и точных количественных характеристик социально-экономического положения регионов (ВРП на душу населения) и цифровизации в них (уровень проникновения ШПД в интернет). В качестве иллюстрации областей применения проведенных сопоставлений, можно привести ряд примеров.

1. Оценивая изменение динамики только одного составного индекса – «Цифровая Россия» – с реальными темпами экономического роста и иными социально-экономическими показателями, уже можно с определенной степенью достоверности оценить влияние цифровизации на экономику региона, а также выявить влияние цифровых разрывов на социально-экономическое развитие.

2. Сопоставляя динамику индекса «Цифровая Россия» и рейтинга ИКТ-бюджетов регионов, можно оценить относительную эффективность вложений в цифровизацию в разрезе субъектов Федерации, и даже рассчитать стоимость одного балла рейтинга, в случае выявления значимой связи между ними. Предполагается, что увеличение цифровых бюджетов должно повлиять на увеличение индекса «Цифровая Россия».

3. Сопоставляя индекс «Цифровая Россия» и проникновение ШПД по регионам, можно оценить относительную эффективность проводимых мероприятий по цифровизации регионов, направленных на снижение цифрового разрыва. По умолчанию подразумевается, что увеличение доли абонентов ШПД должно повлиять на рост индекса «Цифровая Россия». Теоретически, можно рассчитать, какой процент прироста новых абонентов ШПД соответствует одному баллу индекса (в случае выявления значимой связи между явлениями).

4. Возвращаясь к основной теме исследования, а именно, к оценке влияния цифрового неравенства на уровень социально-экономического развития регионов России, можно спрогнозировать их экономический рост путем определения числа баллов индекса, приходящихся на 1% экономического роста, или потери в росте и других экономических показателях в силу существующего цифрового разрыва.

К сожалению, даже сейчас, в начале 2021 года, данные по ВРП за 2019 год остаются неизвестными, а индекс «Цифровая Россия» актуален по состоянию на 2018 год, что снижает ценность настоящего исследования. С целью устранения данного недостатка авторы воспользовались альтернативным рейтингом социально-экономического положения регионов (СЭПР) от РИА Рейтинг. Сводная таблица источников информации для анализа представлена ниже (таблица 1).

Таблица 1

Источники исходной информации для проведения исследования

Table 1

Sources of background information for the study

Результаты исследования и обсуждение

Наш анализ показал, что значимая связь проявляется только между парами: рейтинг ИКТ-бюджетов регионов (ТОП-20), 2020 – Индекс цифрового развития регионов (Медиаиндекс, ТОП-20), 2020; ИКТ-расходы на душу населения, 2019 – ВРП на душу населения, 2018. В то же время выявлена связь между рейтингами «Цифровая Россия», 2018 и СЭПР-2018, что само по себе достаточно субъективно, т.к. они построены, по большей части, на основании экспертных суждений, а не на строгих фактах региональной экономики и математической статистики (к последнему из рейтингов данное утверждение применимо в меньшей степени). Результаты исследования представлены в таблице 2.

Таблица 2

Сводная таблица результатов исследования

Table 2

Summary table of the results of the study

Таким образом, по всей совокупности российских регионов не выявлена четкая статистическая зависимость между развитием ИКТ, цифровым неравенством, экономическим ростом и уровнем их социально-экономического развития, что подтверждает гипотезу исследования.

Обсуждение результатов начнем со сравнения наиболее актуальных на сегодняшний день рейтингов.

1. Вначале сравним индекс цифрового развития регионов (Медиаиндекс) от компании Медиалогия за 2020 год с рейтингом социально-экономического положения регионов (СЭПР) за 2019 год с целью выявления сопоставимости лидеров медиарейтингов и экономического развития. Сопоставление показало, что 15 регионов из ТОП-20 обоих рейтингов попали в оба списка (таблица 3).

Таблица 3

Сравнение ТОП-20 регионов рейтингов цифровизации и социально-экономического развития

Table 3

Comparison of the top 20 regions in the digitalization and socio-economic development rankings

Анализ данных относительно лидеров индекса социально-экономического развития показал, что в ТОП-20 Медиандекса входит всего 5 субъектов Российской Федерации: «Ямало-Ненецкий автономный округ» (6 место), «Ростовская область» (15), «Белгородская область», «Сахалинская область», «Воронежская область» (места с 18 по 20). Это дает нам основания перейти к дальнейшим сравнениям. Тем не менее, по итогам сопоставления 20 пар значений (включая остальных 5 участников рейтинга цифрового развития) установлено, что сила связи не является значимой (средней силы), линейная зависимость выражена достаточно слабо, коэффициент детерминации R² = 0,306 (рис. 1), что можно расценивать как результат незначительного числа наблюдений.

Рис. 1. Корреляционное поле и линейная функция «Медиаиндекс цифровизации-2020 – индекс социально-экономического положения регионов-2019» (умеренная связь) [рассчитано авторами]

Fig. 1. Correlation field and linear function «Media Index Digitalization 2020 - Index of socio-economic status of regions-2019» (moderate correlation) [calculated by the authors]

2. Оценить влияние экономических параметров на темпы цифровизации позволяет сравнение рейтинга ИКТ-бюджетов и цифрового развития (Медиаиндекс), которые также практически совпадают по составу участников и списку лидеров (таблица 4).

Таблица 4

Сравнение регионов-участников ТОП-20 рейтингов ИКТ и цифрового развития [составлено авторами на основе источников, приведенных в таблице 1]

Table 4

Comparison of top 20 regions in the ICT and digital development rankings

[compiled by the authors based on the sources cited in Table 1]

Это позволяет сделать вывод о наличии прямой зависимости между бюджетом на ИКТ и развитием цифровых технологий в регионе, что и должно происходить по логике вещей, а фактически подтверждает наши предположения: связь очень сильная, практически линейная (R² = 0,913) (рис. 2).

Рис. 2. Корреляционное поле и линейная функция «ИКТ-бюджет регионов-2020 – индекс цифровизации-2020» (очень сильная связь) [рассчитано авторами]

Fig. 2. Correlation field and linear function «ICT-budget of regions-2020 - digitalization index-2020» (very strong correlation) [calculated by the authors]

3. По этой же логике, казалось бы, лидеры социально-экономического развития должны иметь максимальные ИКТ-бюджеты. Тем не менее, по итогам сопоставления 20 пар значений ТОП-20 рейтинга ИКТ-бюджетов регионов с индексом СЭПР установлено, что сила связи не является значимой, линейная зависимость выражена довольно слабо (умеренная связь), коэффициент детерминации R² = 0,330 (рис. 3), что также можно расценивать как следствие незначительного числа наблюдений. Однако настоящая причина кроется не в этом.

Рис. 3. Корреляционное поле и линейная функция «ИКТ-бюджет регионов-2020 – индекс СЭПР-2019» (умеренная связь) [рассчитано авторами]

Fig. 3. Correlation field and linear function «ICT-budget of the regions-2020 - Index of SEPR-2019» (moderate correlation) [calculated by the authors]

4. Так, если взять все 85 пар значений индексов СЭПР регионов и рейтинга ИКТ-бюджетов за аналогичный период (доступны данные за 2018 и 2019 годы), то значимой связи мы тоже не увидим: коэффициент детерминации R² = 0,135, что означает слабую связь между признаками (рис. 4).

Рис. 4. Корреляционное поле и линейная функция «ИКТ-бюджет-2019 – индекс СЭПР-2019» (слабая связь) [рассчитано авторами]

Fig. 4. Correlation field and linear function «ICT-budget-2019 - index SEPR-2019» (weak relationship) [calculated by the authors]

Взяв данные по ИКТ-бюджетам за 2020 год, принципиального различия не получено (R² = 0,145).

5. Сравнение ИКТ-бюджетов по всем 85 регионам с индексом «Цифровая Россия» выявило практически полное отсутствие связи (R² = 0,075) (рис. 5).

Рис. 5. Корреляционное поле и линейная функция "ИКТ-бюджет-2019 – индекс "Цифровая Россия"-2018" (очень слабая связь, отсутствие связи) [рассчитано авторами]

Fig. 5. Correlation field and linear function "ICT-budget-2019 - Digital Russia Index -2018". (very weak correlation, no correlation) [calculated by the authors]

Это вполне объяснимо: данное сравнение некорректно в силу огромных разниц в ИКТ-бюджете, с одной стороны, и социально-экономических, а также показателях цифрового развития регионов, с другой, влияющих на сводный индекс «Цифровая Россия». Индекс «Цифровая Россия» составлен в диапазоне значений от 0 до 100, при этом разброс значений (дисперсия) в нем не столь значителен, как разница в бюджетах регионов, которая может достигать значения в несколько десятков раз. Поэтому гораздо корректнее сравнивать удельные показатели: бюджет ИКТ на душу населения и показатели социально-экономического развития, например, ВРП на душу населения, причем также по всей группе регионов.

6. Даже сравнение ИКТ-бюджетов на душу населения по всем 85 регионам с индексом «Цифровая Россия» также выявило практически полное отсутствие связи (рис. 6).

Рис. 6. Корреляционное поле и линейная функция "ИКТ-бюджет на душу населения 85 регионов (2019) – индекс "Цифровая Россия"- 2018 (полное отсутствие связи) [рассчитано авторами]

Fig. 6. Correlation field and linear function "ICT-budget per capita 85 regions (2019) - Digital Russia index - 2018 (complete lack of connection) [calculated by the authors]

Действительно, если рейтинг ИКТ-бюджетов и цифрового развития (Медиаиндекс) практически совпадают по составу участников и списку лидеров, то в отношении ИКТ-бюджетов на душу населения картина совершенно иная. Там в ТОП-20 входит совершенно другой состав участников, и только 7 из них являются лидерами рейтинга СЭПР: Москва, С-Петербург, Тюменская обл., Ямало-Ненецкий АО, Сахалинская область, Республика Саха (Якутия), Пермский край, Московская обл. (табл. 5).

Таблица 5

Сопоставление ТОП-20 рейтинга цифровизации с другими индексами

[составлено авторами на основе источников, приведенных в таблице 1]

Table 5

Comparison of the top 20 digitization rankings with other indices

[compiled by the authors based on the sources cited in the table 1]

Среднее значение ИКТ-бюджета на душу населения по стране составило в 2020 году 1446,9 руб. (1099,5 руб. в 2019 году). Ниже среднего значения у таких развитых в экономическом отношении регионов, как: Московская обл., Краснодарский край, Новосибирская обл., Самарская обл., Свердловская обл., Республика Башкортостан, Республика Татарстан, Ленинградская обл., ХМАО-Югра, Челябинская обл., Воронежская обл., Нижегородская обл., Красноярский край, Ростовская обл., Белгородская обл. Из этого списка только Новосибирская область не входит в ТОП-20 экономически развитых регионов (23 место по итогам 2019 года). Лидерами по уровню ИКТ-расходов на душу населения, помимо Москвы, по-прежнему остаются удаленные районы Севера и Дальнего Востока: Ненецкий АО, Чукотский АО, Ямало-Ненецкий АО и Сахалинская обл.

Высокий уровень ИКТ-бюджетов в них объективно обусловлен сложными климатическими условиями или особенностями географического положения [16]. Как видим, не всегда наличие высокого бюджета на ИКТ означает его высокое значение на душу населения (Краснодарский край, Московская область и многие другие регионы).

В то же время наличие высокого бюджета на ИКТ в целом по номинальной сумме и на душу населения, в том числе, вовсе не означает высокое экономическое развитие региона (Камчатка (76 место в 2020 году), Магаданская обл. (75 место) и др.).

Выше среднего значения в 1 446,9 руб. расходы на ИКТ на душу населения только в 15-и регионах, а в 60-и – т.е. в 4 раза больше – расходы ниже среднего значения по стране, в том числе у таких лидеров рейтинга по сумме общего бюджета на ИКТ (и одновременно экономически развитых регионов), как: Московская обл., Краснодарский край, Самарская обл., Свердловская обл., Республика Башкортостан, Республика Татарстан, Ленинградская обл., ХМАО-Югра.

Поэтому сопоставление рейтингов по ИКТ-бюджетам (в том числе на душу населения) и индексов экономического развития в данном контексте также выглядит неуместным (не представляет научного интереса). Таким образом, следует говорить о наличии связи между уровнем социально-экономического развития региона и его совокупным бюджетом на ИКТ, но наличие взаимосвязи бюджета на ИКТ на душу населения с экономическим положением субъекта Федерации не выявлено.

7. В доказательство приведем сравнение по всем 85 регионам рейтинга ИКТ-бюджетов на душу населения-2019 и индекса СЭПР-2019 (рис. 7). Все последующие сопоставления составлены по данным официальной статистики и соответствующих рейтингов.

Рис. 7. Корреляционное поле и линейная функция «ИКТ-бюджет на душу населения (2019) – рейтинг СЭПР-2019» (полное отсутствие связи) [рассчитано авторами]

Fig. 7. Correlation field and linear function «ICT-budget per capita (2019) - EPA&P 2019 ranking» (completely unrelated) [calculated by the authors]

Как видим, что сила статистической связи стремится к нулю. Если отталкиваться от предположения, что регионы-аутсайдеры по бюджету на ИКТ на душу населения формируют группу субъектов, представляющих цифровой разрыв (имеющих ярко выраженное цифровое неравенство), то сопоставление показателей их социально-экономического и цифрового развития не дает основания полагать о наличии значимой связи между данными явлениями. Таким образом, гипотеза нашла свое подтверждение с учетом определенной доли субъективной оценки, присутствующей в каждом из исследований, взятых за основу для настоящего анализа. Далее перейдем к прямым количественным сравнениям с уровнем ВРП регионов.

8. Выше уже говорилось, что корректнее сравнивать ИКТ-расходы регионов на душу населения и конкретные показатели социально-экономического развития, например, самый наглядный из них – ВРП на душу населения, причем также по всей группе регионов (85), так как простое сравнение ИКТ-бюджетов с удельным ВРП некорректно по определению. В силу отсутствия информации о ВРП регионов за 2019-20 годы, перейдем к сравнению ВРП на душу населения за 2018 год и ИКТ-расходами на душу населения на следующий, 2019 год (рис. 8).

Рис. 8. Корреляционное поле и линейная функция "ИКТ-бюджет на душу населения (2019) – ВРП на душу населения-2018" (связь сильная) [рассчитано авторами]

Fig. 8. Correlation field and linear function "ICT-budget per capita (2019) - GRP per capita-2018". (strong correlation) [calculated by the authors]

Налицо сильная связь (R² = 0,716). Но тут, вероятно, существует обратная зависимость – ВРП региона генерирует достаточный доход для опережающего финансирования развития ИКТ-сектора, так что говорить о влиянии больших бюджетов, выделяемых на цифровизацию, в качестве основного стимула экономического роста, на наш взгляд, было бы преждевременным.

9. Недостаток предыдущего сопоставления – устаревшая информация. Но ничего не остается делать, как сравнивать по имеющимся в наличии данным ВРП на душу населения и индекс «Цифровая Россия»-2018 за соответствующий период (рис. 9).

Рис. 9. Корреляционное поле и линейная функция «ВРП на душу населения-2018» – индекс «Цифровая Россия-2018» (почти полное отсутствие связи) [рассчитано авторами]

Fig. 9. Correlation field and linear function «GRP per capita-2018» - «Digital Russia Index-2018» (almost no correlation) [calculated by the authors]

Налицо почти полное отсутствие связи (R² = 0,030), что подтверждает нашу точку зрения – ВРП на душу населения, т.е главный экономический показатель региона, не зависит от индекса цифрового развития, т.к. последний синтетический индекс зависит от множества параметров, и экономические показатели тут играют далеко не главную роль. Однако практически полное отсутствие связи кажется маловероятным. Возможно, на полученный результат оказало сильное влияние несовершенства экспертных оценок, которые преобладали в рейтинге «Цифровая Россия».

10. Предыдущий вывод выглядит несколько странным, в особенности с учетом следующего сравнения. Так, самое корректное сравнение рейтингов, имеющих одинаковую шкалу от 0 до 100: «Цифровая Россия» по федеральным округам 2017-2018 и социально-экономического положения регионов (СЭПР) 2017-2018 показало наличие сильной связи (R² = 0,762) (рис. 10.)

Рис. 10. Зависимость индекса социально-экономического развития регионов России-2018 от индекса «Цифровая Россия»-2018 (сильная связь) [рассчитано авторами]

Fig. 10. Dependence of the index of socio-economic development of Russian regions-2018 on the «Digital Russia index»-2018 (strong correlation) [calculated by the authors]

Как видим, зависимость между цифровым индексом и экономическим рейтингом практически копирует данные сопоставления ИКТ-бюджетов регионов на душу населения (2019) и ВРП на душу населения (2018), что свидетельствует о наличии связи между уровнями социально-экономического развития региона и цифровизации, но вопрос о порядке связи (факторном и результативном признаках) остается дискуссионным, а гипотеза исследования подверглась некоторым сомнениям.

11. В заключение мы проанализировали данные о проникновении ШПД в интернет по регионам в 2017-2019 гг. - в сравнении с рейтингом социально-экономического положения регионов 2017-2019 гг. (рис. 11).

Рис. 11. Зависимость рейтинга социально-экономического развития регионов России за 2017-2019 гг. (вертикальная ось) от совокупного уровня проникновения ШПД в интернет (горизонтальная ось) (умеренная связь) [рассчитано авторами]

Fig. 11. The dependence of the socio-economic development rating of Russian regions for 2017-2019 (vertical axis) on the aggregate level of broadband Internet penetration (horizontal axis). (vertical axis) on the aggregate level of broadband Internet penetration (horizontal axis) (moderate relationship) [calculated by the authors]

Действительно, связь между проникновением ШПД в интернет (мобильного и стационарного в сумме) и уровнем социально-экономического развития региона не назовешь линейной и значимой (R² = 0,299–0,355). Поэтому можно говорить о подтверждении гипотезы исследования.

12. При сравнении проникновения ШПД по регионам-2018 (мобильного и стационарного в сумме) с ВРП на душу населения за соответствующий период (рис. 12) заключаем, что связь практически полностью отсутствует (R² = 0,001).

Рис. 12. Зависимость ВРП на душу населения за 2018 год от уровня проникновения ШПД в интернет (2018) (полное отсутствие связи) [рассчитано авторами]

Fig. 12. Dependence of GRP per capita for 2018 on the level of broadband Internet penetration (2018) (complete lack of connectivity) [calculated by the authors]

Как и следовало ожидать, данное сравнение не показало никакой связи (коэффициент детерминации стремится к нулю), т.к. совокупный уровень проникновения ШПД повсеместно приближается к 100% и даже превышает его в ряде регионов, а ВРП на душу населения по регионам различается кардинально, в разы. Последнее исследование носит, таким образом, уточняющий характер, и позволяет окончательно удостовериться в правильности выдвинутой гипотезы. Авторы сознательно публикует результаты исследования линейной регрессии по всем сравниваемым парам признаков, т.к. более сложные зависимости, загромождающие текст и существенно усложняющие порядок исследования и изложение его результатов, показали аналогичный результат по критериальному признаку силы связи, т.е. коэффициенту детерминации.

Доказательством влияния развития ИКТ и наличия цифрового неравенства на уровень социально-экономического развития региона послужил бы сопоставимый прирост ВРП на душу населения вслед за ростом индекса «Цифровая Россия» соответствующего региона, ростом бюджета ИКТ-расходов, повышением уровня проникновения ШПД к интернету. Адекватность прироста ВРП опровергает выдвинутую гипотезу, несоответствие или отсутствие такого роста (что и имеет место быть) – подтверждает.

Таким образом, основная гипотеза исследования нашла свое подтверждение: между уровнем цифровизации и социально-экономическим положением регионов не существует явно выраженной линейной зависимости. Это подтверждает результаты некоторых аналогичных исследований [17]. Тем самым, зависимость между явлениями более сложная и требует дополнительных исследований, в том числе с использованием многофакторных моделей.

Но следует отметить, что возможно цифровизация и социально-экономическое положение регионов имеют не прямую, но опосредованную взаимосвязь, например, в контексте:

а) доступности различных услуг для населения (финансы, доставка необходимых товаров, коммуникации, телемедицина, образование, т.п.), что влияет на уровень потребления и, соответственно, на экономику региона [18 – 21];

б) развитости конкурентной цифровой среды для ведения предпринимательской, в том числе инновационно-внедренческой деятельности [22, 23];

в) создания стимулов для развития шеринговых моделей в региональной экономике [24, 25];

г) оптимизации взаимодействия властных институтов, граждан и предпринимателей, что в том числе снижает уровень коррупциогенности [16, 19].

Также целесообразно усовершенствовать и методологию формирования различных рейтингов, отражающих тенденции цифровизации в регионах в части:

1) установления более справедливых весов для показателей, составляющих синтетический индекс цифрового разрыва («Цифровая Россия»);

2) установление более точных зависимостей между факторами в региональном разрезе в пределах отдельных федеральных округов;

3) построение многофакторных моделей, учитывающих несколько социально-экономических показателей и как минимум три уровня цифрового неравенства (технико-технологический, экономический, человеческий).

В 2020 году практически все регионы получили мощный стимул к преодолению цифрового неравенства ввиду пандемии коронавируса и обусловленный ее последствиями переход на дистанционные формы обучение, оказания услуг и выполнения работ. К сожалению, в настоящий момент времени подвести итоги 2020 года ни по социально-экономическим показателям, ни по показателям развития ИКТ в силу отсутствия итоговых данных не представляется возможным. Это еще одно важное направление развития настоящего исследования.

Заключение

Статистическое моделирование связи не выявило значимой зависимости между изучаемыми признаками (явлениями). Авторы проанализировали все возможные сочетания (комбинации) пар рейтингов социально-экономического развития регионов и уровня цифровизации в них, а также наиболее приемлемых показателей цифрового и социально-экономического развития регионов (проникновение ШПД в интернет и уровень ВРП на душу населения).

Наибольшую взаимосвязь между сравниваемыми показателями (за исключением взаимообусловленных рейтингов ИКТ и цифровизации) проявили рейтинг «Цифровая Россия» и рейтинг социально-экономического положения регионов, но связь между явлениями недостаточно сильная, чтобы говорить о линейной зависимости между факторами. Таким образом, можно говорить о взаимообусловленности явлений, но никак о наличии тесной статистической связи между уровнем развития ИКТ и социально-экономического развития регионов. Скорее, речь идет об ускоренном развитии цифровизации в силу экономической мощи субъекта Федерации. Тем самым подтверждается гипотеза авторов об отсутствии прямой линейной зависимости между цифровым неравенством и социально-экономическим положением регионов.

Но вопрос ускоренной цифровизации регионов с повестки дня не снимается, особенно в условиях пандемии коронавируса, ибо дальнейшее распространение ИКТ прямо или косвенно способствует ускоренному экономическому росту в состоянии перехода на удаленный (дистанционный) формат работы предприятий, обучения и оказания электронных услуг, в т.ч. государственных.

По мнению авторов, в настоящее время не цифровое неравенство порождает социально-экономическое расслоение регионов, а наоборот, депрессивные в экономическом плане регионы были и остаются отстающими в цифровом развитии в силу своей удаленности, труднодоступности и сложности построения высокоразвитой цифровой инфраструктуры (Крайний Север, Северный Кавказ, Дальний Восток и др.).

[1] Сколково: Индекс «Цифровая Россия». URL: https://finance.skolkovo.ru/ru/sfice/research-reports/1779-2019-04-22/ (дата обращения 21.01.2021)

[2] Медиалогия: Рейтинги. URL: https://www.mlg.ru/ratings/ (дата обращения 21.01.2021)

[3] Росстат: Регионы России. Социально-экономические показатели. URL: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения 21.01.2021); НИУ ВШЭ: Тенденции развития интернета в России и за рубежом. URL: https://issek.hse.ru/mirror/pubs/share/345060549.pdf (дата обращения 21.01.2021)

[4] Агентство CNEWS Analytics. URL: https://www.cnews.ru/articles/2020-05-22_regiony_planirovali_uvelichit_itrashody (дата обращения 21.01.2021)

[5] Росстат: Регионы России. Социально-экономические показатели. URL: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения 21.01.2021)

[6] РИА РЕЙТИНГ: Рейтинг социально-экономического положения регионов. URL: https://riarating.ru/infografika/20200602/630170513.html (дата обращения 21.01.2021)