Концепция «цифровой регион»: методологические основы формирования и реализации в социальной сфере
Скачать PDF | Загрузок: 11
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 15, Номер 2 (Февраль 2025)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=80480019
Аннотация:
Актуальность исследования определена приоритетами развития цифровой экономики и цифрового общества, принятием соответствующих стратегических документов на национальном и региональном уровне; необходимостью масштабирования и интеграции технологий и информационно-аналитических систем «умного города» в приложении ко всей территории субъектов на основе отбора передовых практик; развития других методологических аспектов концепции «Цифровой регион» (формирования цифрового качества жизни, цифровой культуры и пр.).
Целью исследования является формирование методологических основ концепции «цифровой регион» в рамках управления социальной сферой качеством жизни населения территорий. Для этого проанализированы дефиниционные основы и структурная модель категории «цифровой регион», историко-правовые аспекты ее легитимизации на территории Российской Федерации, организационно-экономические, технологические и инфраструктурные механизмы формирования экосистемы цифрового региона, связь концепции «цифровой регион» с цифровым потенциалом и цифровым профилем региона, реализация в социальной сфере за счет формирования цифрового качества жизни.
Объектом исследования является концепция «цифровой регион», предметом исследования – методологические основы ее формирования и реализации в социальной сфере.
Результаты исследования позволили определить концептуальную модель категории «цифровой регион», включающую его определение и основные структурные блоки (цифровая трансформация отраслей экономики, развитие цифрового государственного управления на региональном уровне, разработка цифровых региональных систем мониторинга экономики и социальной сферы, разработка и реализация концепции цифрового качества жизни).
Ключевые слова: цифровой регион, цифровой потенциал, цифровое качество жизни, цифровое развитие, цифровая трансформация, социальная сфера
JEL-классификация: R11, R12, R13
Введение
Футурологи второй половины XX века активно формировали прогнозы развития информационного общества на основе использования кибернетических управленческих механизмов и методов, цифровых технологий и инструментов (Э. Тоффлер «Третья волна» [41], «Футурошок» [39], Дж. Нейсбит «Мегатренды» [25]). Современные ученые развивают концепции мира, характеризуемые аббревиатурами VUCA (от англ. изменчивость, неопределенность, сложность и неоднозначность), BANI (хрупкий, тревожный, нелинейный, непостижимый), SHIVA (расщепленный, ужасный, невообразимый, беспощадный, возрождающийся), отражающих не только положительные, но и отрицательные экстерналии (эффекты) цифровизации экономики и общества. Фактические это означает тотальную цифровизацию и ускорение всех происходящих социальных процессов, не только в экономике, но и в других сферах жизни [53]. Исследователи предполагают, что к 2038-2050 гг. общество войдет в точку технологической сингулярности, в которой изменения будут происходить каждую минуту.Можно констатировать, что цифровизация в той или иной степени охватывает все отрасли экономики и социальной сферы, при этом данная тенденция будет нарастать по мере реализации цифрового потенциала региона – достижения перспективного уровня развития территории с учетом использования всех цифровых ресурсов для удовлетворения насущных цифровых потребностей [21].
Вслед за мировыми тенденциями в России интенсивно происходят процессы цифровой трансформации экономики, социальной сферы, государственного управления согласно целям и приоритетам соответствующих национальных и региональных Стратегий в области цифровой трансформации [1] [2], реализации национальных проектов («Цифровая экономика» [3], «Экономика данных» [4]), Стратегии развития информационного общества РФ до 2030 гг. [5], Стратегии Научно-технологического развития РФ до 2035 года [6], Планов мероприятий («дорожных карт») Национальной технологической инициативы (рынки «TechNet», «AeroNet», «NeuroNet», «HealthNet», «HomeNet», «EnergyNet» и др.) [7].
В рамках Стратегии развития искусственного интеллекта на период (до 2030 года) [8] в 2021 году инициировано создание национальной системы управления данными (НСУД) как единого массива данных с закрытыми и открытыми для общественности модулями, с 2023 года – массива обезличенных данных государственных органов («Госдата.хаб»), формирование общенационального озера данных. В рамках государственных сервисов цифровизируются профили граждан для оказания массовых социально значимых услуг [28], производится отбор флагманских решений регионов в области науки и техники.
Согласно расчетам НИУ ВШЭ вклад цифровизации в ВВП России увеличится до 18,4% к 2030 году, а вклад индустрии информации – до 2,3% [4]. Развивается цифровая инфраструктура первичного уровня, обеспечивая охват населения доступом к сети Интернет на уровне 83-87% в различных регионах [32]. Все большее количество организаций используют сайты, ERP- и CRM-системы, облачные технологии, искусственный интеллект. На рынке искусственного интеллекта работает порядка 800 отечественных компаний, из которых 90% являются перспективными стартапами. Фонд содействия инновациям с 2021 года проводит конкурсы для стартапов в этой области. Глобальные инвестиции в искусственный интеллект по прогнозам IDC будут увеличиваться на 27% ежегодно (к 2026 году превысят $ 300 млрд). В России большие генеративные модели развивают «Яндекс» и «Сбер» [27].
В ТОП-10 регионов по количеству решений в области искусственного интеллекта входит Московская область, ЯНАО, Новосибирская, Челябинская, Тульская области, Приморский край, Сахалинская область, г. Санкт-Петербург, Кемеровская область-Кузбасс, Белгородская область. Проекты представлены в области развития компьютерного зрения, рекомендательных систем и интеллектуальной поддержки принятия решений, обработки естественного языка, распознавания и синтеза речи, перспективных методов искусственного интеллекта, BigData. В ТОП-10 разработчиков цифровых региональных решений с применением искусственного интеллекта входят компании ГБУ МО «ЦРЦТ», ПАО «Ростелеком», ОАО «К-Скай», «Группа компаний ЦРТ – Центр речевых технологий», ООО «ПТМ Платформа Третье Мнение», ООО «Объединение когнитивных ассоциативных систем», ГБУЗ «НПКЦ ДитДЗМ», ООО «БФТ-проект», ООО «РТК «Радикология», ООО «Формула Софт» [35].
Таким образом, все участники рыночных и социальных отношений охвачены интенсивной цифровизацией, включая региональные социально-экономические системы. Развитие интеграционных процессов для объединения существующих и вновь созданных программных продуктов и сервисов в перспективе призвано создать единое цифровое пространство муниципалитетов, регионов и страны в целом. Существующие барьеры в этом отношении являются временными и будут устранены по мере развития цифровой инфраструктуры и других элементов цифрового потенциала региона.
Целью исследования является формирование методологических основ концепции «цифровой регион» в рамках управления социальной сферой качеством жизни населения территорий. Объектом исследования является концепция «цифровой регион», предметом исследования – методологические основы ее формирования и реализации в социальной сфере.
Материалы и методы
В качестве методов исследования были использованы преимущественно формализация, систематизация, моделирование, индукция, сравнительный анализ, экономико-статистические методы. Информационной базой исследования послужили научные публикации, данные источников сети Интернет, нормативно-правовые акты, сайты органов региональной власти. В силу объемности и многоаспектности темы исследование реализовано преимущественно в теоретико-методологическом ключе.
Подходы к цифровому моделированию социально-экономической системы региона.
Георгий Клейнер, член корр. РАН, ЦЭМИ утверждал: «В цифровую экономику мы вступим, когда каждый объект мира будет сопровождаться его цифровой моделью в памяти компьютера. Такая модель будет создаваться раньше, чем появится сам объект и будет продолжать работать после того, как объект перестанет физически существовать» [48]. Цифровые модели проецируются на крупные социально-экономические системы с множеством агентов, сначала в частных областях (отдельные сервисы для развития отраслей экономики и социальной сферы), затем интегируясь в единые экосистемы.
Последние десятилетия для получили активное развитие методы оптимизации, математического и программного моделирования развития социально-экономических систем (имитационного, агент-ориентированного, дискретно-событийного, когнитивного, на основе системной динамики, формирования структурных уравнений).
Известным примером цифровой модели социально-экономического развития территорий были программный симулятор «Dream Valley», разработанный в Финляндии в 2014 году и применяемый в Корее. Также среди зарубежных программных продуктов для формирования математических моделей системной динамики территориального развития известны VenSim, PowerSim, iThink, DYNAMO, Stella, ModelMaker и др. Помимо универсальных систем существует ряд инструментальных продуктов для имитационного моделирования, учитывающих специфику региона и нацеленных на конкретные отрасли экономики и социальной сферы (например, для цифрового управления животноводством в Канаде была создана линейно-динамическая система ABPPS (Alberta Beef Productions Simulations System, Х. Панг, Т. Берг, М. Макерехин, Дж. Бесараб), в США - система AGMOD and SWOPSIM, в Финляндии – DREMFIA, разработанная Х. Оехтоненом) [2].
В числе первых российских разработок для математического моделирования регионального развития стали системы «Прогноз» [7], «ТАИС» [31], «Губернатор» [12], «Сирена-2». Собственные модели социально-экономического развития региона также представили Институт информатики РАН, А.А. Дороницын [2], А.Г. Аганбегян и др. [21]
Высокую эффективность в программно-математической формализации систем регионального развития продемонстрировал метод когнитивного моделирования Р. Аксельрода [40]. Когнитивная модель (карта) представляет собой граф, описывающий восприятие субъектом (индивидом, группой) изучаемого объекта и включающий три базовых элемента (описываются в теории графов): цикл, путь, компонента. Вводится термин «концепт», представляющий собой ключевой элемент системы и выраженный вершиной, причинно-следственные связи представлены в виде направленных дуг. Отношения между двумя концептами могут быть положительными, отрицательными, нулевыми и сложными. Связи могут быть заданы функцией или числом, что обеспечивает гибкость системы. Один концепт может с различной силой или направленностью влиять на остальные.
Для моделирования развития сложно структурируемой социальной сферы региона и качества жизни населения когнитивное моделирование обладает большими перспективами. Например, А. Блохин на его основе создал структурную модель качества жизни, связанного со здоровьем с использованием типовой методики SF-36 [3], З.Н. Исмиханов – модель для оценки и прогнозирования социально-экономического развития Республики Дагестан [8], Х.Х. Калажоков – модель социально-экономического развития территории на основе теории катастроф [9]. Перерабатывать разрозненную информацию о количественных и качественных характеристиках социальной сферы также позволяет метод динамических нечетких множеств Л. Заде (наиболее известный программный продукт - Fuzzy Logic Toolbox) [14].
Концепты когнитивного моделирования и совокупность наиболее эффективных эконометрических методов математического моделирования (ковариационный, дисперсионный, кластерный, факторный, регрессионный анализ) были объединены при создании структурного моделирования или моделирования структурными уравнениями (structural equation modeling, К. Йореског, В. Кислинг, Д. Уайли). Его также называют казуальным моделированием или анализом ковариационных структур. Подход является наиболее передовым из существующих, позволяет выявить сложно формализуемые и расчленяемые другими методы взаимосвязи между наблюдаемыми (явными, управляющими) и ненаблюдаемыми (скрытыми, латентными) переменными [26]. Структурное моделирование в отличие от большинства других методов математического моделирования, опирающихся на индуктивную (эксплораторную) логику, опирается на дедуктивную (конфирматорную) логику или логику «от обратного» (от общего к частному) [23].
Преимущества структурного моделирования, возможность верификации сформированной модели социально-экономических систем с помощью всей совокупности наиболее известных эконометрических методов, обуславливает доказанную эффективность и популярность математического метода среди российских и зарубежных исследователей [47, 50-52, 54]. По статистике применения метод структурных уравнений превзошел ранее популярный в научных кругах метод дисперсионного анализа (ANOVA), в т.ч. за счет снятия вопросов факторной нагрузки при корреляции факторов. Главным ограничением его применения является высокие требования к статистической компетентности пользователя, необходимость его погружения в технические детали и содержательную методологию [16, 26].
Подробные обзоры указанных видов моделирования и собственные разработки в области формализации регионального социально-экономического развития в цифровом виде на базе структурных уравнений в SPSS Amos были представлены в серии авторских публикаций [1, 18-20, 22, 55].
Агент-ориентированное моделирование развивается сегодня в двух направлениях – суперкомпьютерное моделирование и геоинформационные системы (ГИС) [14]. ГИС представляет собой базы данных с графическим и атрибутивным представлением информации, возможности визуализации результатов ее обработки (построения графиков, таблиц, карт). Среди наиболее известных программных продуктов для создания ГИС социально-экономических и территориальных систем ArcGIS, MapInfo и др. Сложные интерактивные карты с заданными метриками и их взаимосвязью позволяют определить оптимальное место для нового строительного объекта (жилого, социального, инфраструктурного), сформировать кадастровые карты земель и объектов, произвести районирование, экологический мониторинг, анализ социальной инфраструктуры и других атрибутов для обеспечения высокого качества жизни. Агенты в геоинформационных системах (коммерческие организации, спецслужбы, органы власти, население) ведут себя максимально реалистично.
На основе агент-ориентированного моделирования по типу геоинформационных систем сегодня создаются цифровые двойники городов по всему миру, представляющие собой цифровую модель муниципалитетов, комбинацию концепций «цифровой двойник» и «умный город». Подробнее о создании цифровых двойников, их архитектуре, технологиях и примерах в мировой и российской практике можно ознакомиться в авторских трудах [6, 22, 43, 48]. Технологии «умного города» целесообразно рассмотреть подробнее, т.к. именно на его основе, согласно мнению ряда исследователей, формируется концепция «цифровой регион».
Эволюция развития концепций «умный город» и «умный регион»
Создание идеального для жизни безопасного города описывали еще философы-утописты («Город-солнце» Т. Кампанелла) [10]. Промышленная революция сделала позволила сделать городское хозяйство комфортным, а постиндустриальное общество предложила для этих целей новые цифровые технологии. Идея «смартизации» возникла в 90-е гг. и начала активно развиваться именно в привязке к городской инфраструктуре.
Данная концепция сразу стала прикладной, не случайно именно Международный союз электросвязи дал одно из наиболее известных определений «умного города» как инновационного муниципалитета, использующего информационно-коммуникационные технологии в целях повышения качества жизни и конкурентоспособности территории, обеспечения эффективности муниципальных служб [11]. Институт стандартов Великобритании также рассматривал повышение качества жизни как ключевую цель создания умных городов на основе объединения различных систем (физических, цифровых, человеческих систем) [36].
В результате «умные города» появились в США, странах Европейского союза, Японии, Южной Корее [38]. Можно выделить следующие виды «умных городов» на Западе: нацеленных на борьбу с природными и техногенными авариями и катаклизмами (на основе датчиков сейсмической активности, шума, загрязнений), соблюдение общественного порядка (на базе систем видеонаблюдения и «компьютерного зрения», управление транспортными потоками, комплексные [42].
В 2015 года зарубежом (прежде всего в странах ЕС) был объявлен переход от «умных городов» к «умным регионам» с «умной экономической специализацией» (приоритетными направления развития региона на основе анализа специфичных особенностей отраслей и компетенций) [45]. «Умная специализация» была разработана в 130 регионах стран Евросоюза, обмен соответствующими практиками был произведен в Брюсселе в 2016 г. Новым видением европейских городов в XXI веке стало создание местной полицентрической городской сети.
Сегодня комплекс технологий «Умный город» рассматривается как интегрированный конгломерат систем управления, мониторинга и коммуникации в целях обеспечения устойчивого развития и аналитики городского метаболизма [17]. В России «умные города» формируют в соответствии с зарубежными аналогами на основе технологий интернета вещей, больших данных, искусственного интеллекта, «умных зданий». Минстрой в 2024 году в очередной раз рассчитал индекс «IQ городов» по разработанной методике совместно с МГУ им. Ломоносова по 235 городам России, назвав в числе лидеров Москву, Тюмень, Южно-Сахалинск и Черкушинский городской округ, отметив общий рост цифровизации муниципалитетов на 55% [15]. В рейтинге безопасных городов Safe Cities Index 2021 Москва занимает 38 место из 60 [42].
В 2017 году разработкой методологических и методических основ внедрения цифровых технологий в практику муниципалитетов занялся специально созданный Консорциум на основе коллаборации Минкомсвязи России, ПАО «Росатом», ПАО «Ростелеком», Университета ИТМО и МГУ им. М.В. Ломоносова. В 2018 году был представлен первые рейтинг «умных регионов» в журнале «Бизнес территория». «Умный регион» определялся в данном случае схожим образом с западными коллегами, подчеркивая целевые установки внедрения ИКТ в виде повышения качества жизни и условий ведения бизнеса [33]. Интегральные показатели рейтинга рассчитывались в разрезе результатов внедрения ИКТ в сферы производства, сельского хозяйства, ЖКХ и строительства. Лидерские позиции заняли Калужская и Московская область, г. Москва получил только третьей место согласно составленной методике расчета рейтинга. Сегодня концепции «умного города» анонсировали Ханты-Мансийский автономный округ, Приморский край, Новосибирская, Свердловская, Ульяновская, Ростовская области, началось законодательное закрепление категории «умный город» [17].
Основными барьерами для создания умных регионов в России явились их высокий уровень социально-экономической дифференциации, фрагментации и изолированности по отношению друг к другу, низкий уровень сформированности межрегиональных цепочек производства, недоучет специфических особенностей при осуществлении регионального управления, порождаемых избыточной централизацией и универсальностью методов [17], а главное – недостаток финансирования.
Результаты исследования
Как можно видеть из результатов приведенного выше анализа, российские исследователи и практики государственного управления вслед за мировыми тенденциями и практикой стран Европейского союза начали разработку и реализацию концепции «умный регион», по большей части представляющей собой расширенную версию концепции «умный город». Подобная основа безусловно позволяет агрегировать мировой опыт масштабирования сквозных цифровых технологий «умного города», повысить эффективность их применения и степень интегрированности систем муниципалитетов, однако «умные территории» по-прежнему остаются набором практических технологий, курируются преимущественно Минстроем и не содержат в себе необходимого научно-теоретического расширения смыслов их применения. Для создания методологических, аксеологических и идейных основ формирования регионального цифрового пространства, на наш взгляд, гораздо больше применим термин «цифровой регион».
Структура цифрового региона не должна ограничиваться технологическими решениями, а содержать также концепты цифрового качества жизни (включая цифровую культуру, положительные и отрицательные экстерналии цифрового развития), цифровые математические модели развития экономики и социальной сферы и государственные информационно-аналитические системы, учитывать цифровой профиль региона как типологические особенности его цифровых ресурсов и цифровых потребностей, баланс между которым характеризуется реализацией цифрового потенциала территории.
Категория цифровой регион в научной литературе (как отечественной, так и зарубежной) является непроработанной, а его концепция – несформированной, как свидетельствуют результаты поисковых запросов. Например, в системе РИНЦ по указанному запросу удалось найти несколько публикаций (даже статей по реализации концепции «умный город» немного).
Например, Д.В. Мухаметов указывает, что цифровой регион и «умный город» - комплекс взаимосвязанных технологических и управленческих систем. Цифровой регион, по мнению исследователя, имеет минимальные различия с «умным городом» с точки зрения технологий и управленческих задач, является его расширенной версией. При этом вопрос масштабирования становится не вопросом технологий, а вопросом инфраструктуры [17]. Исследователь отождествляет категории «цифровой регион» и «умный регион».
Неполнота обоснования модели «цифрового региона» как расширенной версии «умного города», представляющего собой только комплекс технологий, позволяет выявить дефицитарность методологической проработки данной концепции и обосновать необходимость ее преодоления научными методами.
Правительственные органы также рассматривают концепцию «цифровой регион» как эволюционно более комплексную и совершенную версию «умного региона», не ограничивающуюся простым сложением «умных» практик муниципалитетов. Так, в 2019 году на заседании Совета по цифровой экономике при Совете Федерации было предложено начать осуществление перехода к цифровому региону, рассматривая его в качестве принципиально нового этапа цифровизации территориального управления. Было отмечено, что «умные города», не смотря на свою эффективность, не позволяют повышать должным образом качество жизни населения, требуются комплексные региональные решения [44].
Как результат, уже в 2020 году был разработан проект «Цифровой регион» в целях комплексного финансирования цифровых инициатив субъектов РФ и внедрения цифровых платформенных решение в отрасли экономики, социальной сферы, а также в области государственного и муниципального управления. Для этого планировалось подготовить нормативно-правовую базу, обеспечить цифровизации ЖКХ и энергетики (как приоритетных отраслей), создать системы для вовлечения россиян в процессы управления регионами через ИТ-платформы. Ключевыми показателями реализации федерального проекта выступали скорость цифровых процессов и цифровизация основных отраслей региона [35].
Однако из-за пандемии коронавируса проект «Цифровой регион» был «заморожен» и остается в этом состоянии до сих пор. В большинстве случаев это аргументируется тем, что отсутствуют централизованные механизмы для реализации данной концепции, региональные кейсы слишком серьезно различаются между собой и являются сложно сопоставимыми [46]. А также тем фактом, что большинство цифровых инициатив региона реализуется сегодня вне федерального бюджета, имеют «фрагментарный характер и неопределенную перспективу» [17].
Проблема финансирования становится определяющей в реализации концепции цифрового региона. Екатеринбург, Пермь и Нижний Новгород объявили о создании интегральных практик цифровизации на едином региональном пространстве, но в большинстве регионов для этого просто нет средств, особенно в текущей сложной политической и экономической ситуации.
Однако в рамках КПЭ губернаторов уже сейчас создаются центры управления регионами (ЦУР), внедряются элементы инцидент-менеджмента. В этой связи представляется целесообразным финансовая поддержка цифровизации отдельных муниципалитетов, а не региона в целом. Также следует отметить, что 93% рынка «умных технологий» приходится на Москву, 2% - на Санкт-Петербург и только 5% на все остальные регионы России [17]. Рассматриваются перспективы создания объединенных региональных систем «Безопасный город».
Бизнес также в определенной степени может компенсировать дефициты институциональных механизмов региональной интеграции цифровых систем. Уже сегодня программные продукты для реализации концепции цифровых регионов предлагают АНО «Цифровой регион» в Рязанской области, ГБУ «Цифровой регион» в Самарской области, Ростелеком, БФТ-Холдинг, НПО «Криста» (18 филиалов и представительств в России), ПЛИНОР и др. Экосистема цифрового региона от Ростелекома включает цифровые решения в трех ключевых областях: безопасность, управление и комфорт.
Таким образом, можно заключить, что структура концепции «Цифровой регион» начала свою формализацию не в теоретическом ключе, а в результате практической деятельности разработчиков.
Таблица 1 – Цифровые решения в области реализации концепции «Цифровой регион»
Элемент региональной цифровой
экосистемы
|
Цифровые решения
|
Безопасность
|
Ростелеком
|
Видеонаблюдение
|
Ростелеком
|
Транспорт
|
Ростелеком
|
Цифровая
энергетика, ЖКХ
|
Ростелеком
|
Цифровые
двойники и информационные системы
|
Ростелеком,
БФТ-Холдинг (Регион онлайн), НПО «Криста» (Процессный офис, Аналитический
центр руководителя)
|
Экология
|
Ростелеком
|
Система
управления данными
|
БФТ-Холдинг
(Единая система научно-справочной информации, Подсистема информационного
взаимодействия, Архив, Хранилище)
|
Государственные
программы и национальные проекты
|
БФТ-Холдинг
(Национальные проекты), НПО «Криста» (Государственные и муниципальные
программы)
|
Цифровое
взаимодействие с гражданами
|
БФТ-Холдинг
(«Решаем вместе»), НПО «Криста» (Web-конструктор,
Инициативный гражданин)
|
Система
открытого бюджета
|
БФТ-Холдинг
|
Управление
финансами (закрытый блок)
|
НПО
«Криста» («Социальный заказ», «Модельный бюджет» - совместим с ГИИС
«Электронный бюджет», Реестр расходных обязательств, Реестр источников
доходов, Финансовый контроль закупок, Бухгалтерский и управленческий учет,
Финансовый бюджетный контроль, Консолидированная отчетность, Исполнение
бюджета, Управление долгом и финансовыми активами, Управление доходами)
|
Управление
проектами
|
НПО
«Криста» (Управление проектами)
|
Правовые
системы
|
НПО
«Криста» (Учет соглашений)
|
Управление
муниципалитетами
|
НПО
«Криста» (Местное самоуправление)
|
Региональные
проверки
|
НПО
«Криста» (Социально-гигиенический мониторинг)
|
Поддержка
ИТ-инициатив бизнеса
|
АНО
«Цифровой регион», ГБУ «Цифровой регион»
|
Лыщикова Ю.В. и соавторы определяют три основных подхода к формированию «умных регионов» в России – технократический с акцентом на развитие инфраструктуры (начат в 2019 году ПАО «Ростелеком» при цифровизации Нижегородской, Псковской, Тюменской областей, Приморского края, Ненецкого автономного округа); экономический с акцентом на формирование территории умной экономики, кадров, предпринимателей, обеспечение технологического лидерства и «умной среды» (Краснолдарский край, Республика Татарстан); экосистемный с акцентом на комплексность развития территории «умной экономики» (Свердловская и Ульяновская области) [13]. Наблюдается постепенный переход к экосистемному подходу в формировании «умных регионов». То есть переход от «умных регионов» с развитой инфраструктурой к цифровым регионам с комплексными цифровыми экосистемами, учитывающими цифровые потребности и цифровые ресурсы территории.
Некоторые исследователи справедливо выделяют два вида цифровизации территорий: первичную (связанную с обеспечением базового доступа к сети Интернет, компьютерной техникой) и вторичную (предполагающую применение сложных прикладных программных продуктов, сквозных цифровых технологий) [5]. Можно также говорить о цифровых разрывах в уровне регионального разрыва соответствующих двух типов (в одних регионах стоит вопрос об обеспечении доступа к сети Интернет, в других – о недостаточно полном применении сложных программных продуктов и систем, что является принципиально разными задачами). Следовательно, на наш взгляд, целесообразно выделить два уровня реализации концепции «Цифровой регион» в субъектах РФ – условно «базовый» и «передовой» (названия могут быть трансформированы для реализации конкретных целей анализа). Указанные уровни отличающихся степенью использования цифрового потенциала региона, цифровых ресурсов для удовлетворения актуальных цифровых потребностей. Описание каждого из уровней в отношении элементов концепции «цифровой регион» приведено на рисунке 1.
Отправной точкой для реализации концепции цифрового региона является цифровой профиль региона – его типологические особенности, имеющие пятизвенную структуру (включающие цифровую отраслевую структуру, цифровой человеческий капитал, цифровые инвестиции, цифровую инфраструктуру, цифровое управление). Цифровой профиль региона становится, в свою очередь, ключевым фактором определения его цифрового потенциала – перспективного уровня цифрового развития, реализуемого при условии задействования всех цифровых ресурсов для удовлетворения цифровых потребностей территории.
Рисунок 1 – Реализация концепции цифрового региона в рамках дифференцированного подхода
Источник: составлено автором самостоятельно
Соотношение цифровых потребностей и ресурсов формирует баланс цифрового потенциала, который находит отражение в потенциальном или достигнутом уровне цифровой зрелости. Потенциальном – в случае рассмотрения потенциальных ресурсов и потребностей (на этом уровне должны устанавливаться максимальные показатели цифровой зрелости региона), достигнутом – при соотнесении актуализированных потребностей и мобилизованных ресурсов.
Концепция «цифровой регион» включает, на наш взгляд, четыре основных компонента: цифровую трансформацию отраслей экономики, развития цифрового государственного управления регионом и муниципалитетами, разработку цифровых региональных систем мониторинга экономики и социальной сферы, разработку и реализацию концепции цифрового качества жизни. Последняя категория (цифровое качество жизни) мало проработана в научной литературе и поэтому специально вводится автором для обозначения степени удовлетворения жизнеобеспечивающих, социальных и духовных интересов населения за счет использования информационно-коммуникационных технологий (ИКТ).
Далее по каждой из структурных элементов концепции «цифровой регион» представлено описание базового и передового уровня реализации. Регионы с базовым уровнем реализации концепции «Цифровой регион» проводят внедрение информационно-коммуникационных технологий на первичном уровне, точечно и предметно улучшая отрасли экономики и социальной сферы, однако до сих пор не имеют комплексных моделей их интеграции для обеспечения синергетического эффекта.
Регионы с передовым уровнем реализации концепции «Цифровой регион» имеют признаки единой цифровой региональной экосистемы, взаимоувязывающей разнородные программные продукты, сервисы, информационно-аналитические системы на основе сквозных цифровых технологий, а также имеют мощные прогнозные цифровые модели на основе современных методов математического моделирования и предикативной аналитики, позволяющие формировать сценарные карты цифрового развития территорий на основе реализации их цифрового потенциала, прогнозировать влияние цифровых шоков, положительных и отрицательных экстерналий цифрового развития в экономике и социальной сфере.
Таким образом, цифровой регион представляет собой концепцию создания единой цифровой экосистемы субъекта на основе реализации его цифрового потенциала - максимально полного использования цифровых ресурсов (инновационно-технологических, кадровых, инфраструктурных, финансовых, институциональных) для удовлетворения актуальных цифровых потребностей экономики и социальной сферы, повышения качества жизни населения, а также прогнозирования будущих цифровых потребностей на основе предикативной аналитики и цифрового моделирования.
Обсуждение результатов
Концепция «цифрового региона» представляет собой емкий и многообразный содержательно сложный конструкт, требующий эволюционного (а порой – и революционного в процессе ускоряющегося технологического развития) характера изучения и дополнения. Безусловно методологически данная категория будет многократно корректироваться и насыщаться в ближайшем будущем результатами новых изысканий, региональных практик, инициатив государственных органов и граждан. Однако актуальность формирования и методологического наполнения концепции «цифрового региона» не оставляет сомнений в современных условиях стремительного развития цифровой экономики и цифрового общества, формирования цифрового качества жизни как продукта глубокого проникновения ИКТ во все сферы жизни не просто как инструмента для реализации интересов и потребностей людей, но и как их детерминанты.
Соотнесение субъектов с выделенными уровнями реализации концепции «цифровой регион» возможно осуществлять на основе анализа объективных показателей (там, где это возможно) и субъективных индикаторов (на основе опросных методов, групповой экспертизы, анализа цифровых следов). Методика оценки реализации концепции может опираться на разработку опросника для проведения экспертной оценки компетентных органов и заинтересованных лиц на балльной основе с последующей интеграцией результатов по структурным элементам цифрового региона и выведением общего интегрального показателя. Свертка данных может производиться методом анализа иерархий Т. Саати, позволяющих структурировать нечеткие множества оценок.
Заключение
Результаты проведенного анализа позволили сделать следующие выводы:
1. Цифровой регион представляет собой концепцию создания единой цифровой экосистемы субъекта на основе реализации его цифрового потенциала - максимально полного использования цифровых ресурсов для удовлетворения актуальных цифровых потребностей экономики и социальной сферы, повышения качества жизни населения, а также прогнозирования будущих цифровых потребностей региона на основе предикативной аналитики и цифрового моделирования.
2. Использование технологий «умного города» составляет лишь часть концепции цифрового региона, в результате чего категория «умный регион» не тождественна категории «цифровой регион», является содержательно более узкой по отношению к последней, ограничиваясь преимущественно технологическими решениями (даже в случае их интеграции на уровне субъекта РФ).
3. Структура цифрового региона может быть представлена пятизвенной моделью, включающей цифровую трансформацию отраслей экономики, развитие цифрового государственного управления регионом и муниципалитетами, разработку цифровых региональных систем мониторинга экономики и социальной сферы, концепции цифрового качества жизни.
4. Нарастающий цифровой детерминизм современного мира, с одной стороны, актуализирует вопросы цифрового развития отраслей экономики и социальной сферы региона, с другой стороны, создает цифровое неравенство субъектов РФ. В связи с этим целесообразно выделять несколько уровней реализации концепции «цифровой регион» (условно «базовый» и «передовой»), т.к. это позволяет устанавливать взвешенные релевантные задачи перед региональными органами власти в области цифрового развития, корректно формировать показатели цифровой зрелости на основе объективной оценки цифровых ресурсов и потребностей региона, реализации его цифрового потенциала.
5. Уровень реализации концепции «цифровой регион» в субъекте РФ является характеристикой его цифрового профиля, который можно использовать для создания адаптивных программ цифрового развития региона и реализации его цифрового потенциала с учетом положительных и отрицательных экстерналий, специфики цифровых потребностей и ресурсов региона, создания цифровых карт социального развития региона на основе предикативной аналитики и цифрового моделирования.
6. Вопрос законодательной поддержки реализации концепции «цифровой регион», решение которого было приостановлено в пандемийный период в результате дефицита финансирования и организационных сложностей, актуализируется в ближайшей перспективе, т.к. создание единого цифрового пространства на национальном уровне, к которому стремится цифровая экономика и цифровое общество, требует предварительного создания региональных цифровых экосистем. В связи с этим приобретает высокую актуальность методологическая проработка концепции «цифровой регион», которая должна и будет развиваться в дальнейшем.
[1] Распоряжение Правительства Российской Федерации от 16.03.2024 г. № 637-р // http://government.ru/docs/all/152609/ (дата обращения 21.01.2025)
[2] Стратегии цифровой трансформации // https://digital.gov.ru/ru/activity/directions/1064/ (дата обращения 21.01.2025)
[3] Паспорт национального проекта «Цифровая экономика Российской Федерации» // http://static.government.ru/media/files/urKHm0gTPPnzJlaKw3M5cNLo6gczMkPF.pdf (дата обращения 21.01.2025)
[4] Национальный проект «Экономика данных». Официальный сайт Правительства РФ // http://government.ru/rugovclassifier/909/events/ (дата обращения 21.01.2025)
[5] Указ Президента Российской Федерации от 09.05.2017 г. № 203 О Стратегии развития информационного общества в Российской Федерации на 2017 – 2030 годы» // http://www.kremlin.ru/acts/bank/41919 (дата обращения 21.01.2025)
[6] Указ Президента Российской Федерации от 28.02.2024 г. № 145 «О Стратегии научно-технологического развития Российской Федерации» // http://www.kremlin.ru/acts/bank/50358 (дата обращения 21.01.2025)
[7] Постановление Правительства РФ от 18.04.2016 N317 (ред. от 13.07.2022) "О реализации Национальной технологической инициативы" // https://nti2035.ru/documents/docs/%D0%9F%D0%BE%D1%81%D1%82%D0%B0%D0%BD%D0%BE%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5%20%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D1%82%D0%B5%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%B0%20%D0%A0%D0%A4%20%D0%BE%D1%82%2018.04.2016%20%E2%84%96%20317%20%D0%B2%20%D1%80%D0%B5%D0%B4%D0%B0%D0%BA%D1%86%D0%B8%D0%B8%20%D0%BE%D1%82%2013.07.2022.pdf (дата обращения 21.01.2025)
[8] Указ Президента Российской Федерации от 10.10.2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» // http://www.kremlin.ru/acts/bank/44731 (дата обращения 21.01.2025)
Источники:
2. Баркалова Т.Г., Кокоткина Т.Н., Васильева Е.О., Беспалов Д.Э., Царегородцев Е.И. Перспективы использования имитационного моделирования при прогнозировании социально-экономического развития региона // Экономика: вчера, сегодня, завтра. – 2016. – № 9. – c. 44-59.
3. Массель Л.В., Блохин А.А. Метод когнитивного моделирования индикаторов качества жизни с учетом внешних факторов // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. – 2016. – № 4. – c. 65-75. – doi: 10.7463/0416.0839061.
4. Вклад цифровизации в рост российской экономики. Issek.hse.ru. [Электронный ресурс]. URL: https://issek.hse.ru/data/2018/07/04/1152915836/NTI_N_91_04072018.pdf (дата обращения: 21.01.2025).
5. Власюк Л.И. Цифровое неравенство российских регионов: стратегические возможности и угрозы // Экономика промышленности. – 2023. – № 1. – c. 59-68. – doi: 10.17073/2072-1633-2023-1-59-68.
6. Минин Д.Л., Минин И.Л., Мухачева А.В., Парфенов А.А., Зарецкая А.С., Угрюмова М.Н. Вопросы управления в цифровой экономике. / Учебное пособие. - Великий Новгород: Новгородский государственный университет имени Ярослава Мудрого, 2023. – 117 c.
7. Гурьева М.А. Прогнозирование социально-экономического развития страны // Теория и практика общественного развития. – 2015. – № 10. – c. 40-42.
8. Исмиханов З.Н. Моделирование социально-экономического развития региона на основе когнитивного подхода (на примере Республики Дагестан) // Бизнес-информатика. – 2015. – № 2(32). – c. 59-68.
9. Калажоков Х.Х., Увижева Ф.Х. Оценка качества жизни как задача квалиметрии // Известия Кабардино-Балкарского научного центра РАН. – 2016. – № 6(74). – c. 38-44.
10. Кампанелла Т. Город Солнца. - М.: Изд-во Академии наук, 1960.
11. Куприяновский В.П., Буланча С.А., Кононов В.В., Черных К.Ю., Намиот Д.Е., Добрынин А.П. Умные города как «столицы» цифровой экономики // International Journal of Open Information Technologies. – 2016. – № 2. – p. 41-52.
12. Лычкина Н.Н. Динамическое имитационное моделирование развития социально-экономических систем и его применение в информационно-аналитических решениях для стратегического управления // Стратегии бизнеса. – 2013. – № 2(2). – c. 44-49.
13. Лыщикова Ю.В., Германова О.В., Кочергин М.А. Внедрение концепции «умный регион»: управленческие практики в россии и за рубежом // Гуманитарные, социально-экономические и общественные науки. – 2020. – № 12-1. – c. 146-150. – doi: 10.23672/t7159-4515-9922-k.
14. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Агент-ориентированная социо-эколого-экономическая модель региона // Национальные интересы: приоритеты и безопасность. – 2015. – № 3(288). – c. 2-11.
15. Минстрой назвал самые умные города России. Rg.ru. [Электронный ресурс]. URL: https://rg.ru/2024/06/14/minstroj-nazval-samye-umnye-goroda-rossii.html (дата обращения: 18.01.2025).
16. Митина О.В. Моделирование латентных изменений с помощью структурных уравнений // Экспериментальная психология. – 2008. – № 1. – c. 131-148.
17. Мухаметов Д.Р. От умного города к цифровому региону: проблемы масштабирования сетей управления // Вопросы инновационной экономики. – 2021. – № 1. – c. 141-156. – doi: 10.18334/vinec.11.1.111804.
18. Мухачёва А.В., Акулов А.О., Грязнова Н.Л., Подзорова Г.А. Математическое моделирование качества жизни населения: методологические и методические аспекты // Известия Дальневосточного федерального университета. Экономика и управление. – 2021. – № 1(97). – c. 117-129. – doi: 10.24866/2311-2271/2021-1/117-129.
19. Мухачёва А.В., Акулов А.О. Возможности структурного моделирования качества жизни населения региона и его экономической детерминации // Вестник Омского университета. Серия: Экономика. – 2021. – № 1. – c. 90-107. – doi: 10.24147/1812-3988.2021.19(1).90-107.
20. Мухачева А.В., Пастухова Е.Я., Кирюхина А.Н. Математическое моделирование качества жизни населения региона // Вестник Омского университета. Серия: Экономика. – 2020. – № 1. – c. 149-161. – doi: 10.24147/1812-3988.2020.18(1).149-161.
21. Мухачева А.В., Никитская Е.Ф. Развитие цифрового потенциала региона в управлении качеством жизни населения // Экономика, предпринимательство и право. – 2024. – № 3. – c. 859-884. – doi: 10.18334/epp.14.3.120602.
22. Мухачёва А.В., Иванова О.Э., Парфенов А.А. Цифровые двойники городов: возможности и преимущества // Вестник Поволжского государственного технологического университета. Серия: Экономика и управление. – 2022. – № 3-4(55). – c. 91-101. – doi: 10.25686/2306-2800.2022.3-4.91.
23. Наследов А.Н. IBM SPSS Statistics 20 и AMOS: профессиональный статистический анализ данны. - СПб.: Питер, 2013. – 416 c.
24. Национальный проект «Экономика данных». Официальный сайт Правительства РФ. [Электронный ресурс]. URL: http://government.ru/rugovclassifier/909/events/ (дата обращения: 15.12.2024).
25. Нейсбит Д. Мегатренды. - М.: ООО «Издательство АСТ»: ЗАО НЛП «Ермак», 2003. – 380 c.
26. Остапенко Р.И. Особенности моделирования латентных изменений с помощью AMOS SPSS // Перспективы науки и образования. – 2014. – № 1(7). – c. 89-95.
27. Отраслевой доклад Минцифры «Интернет в России 2022–2023 гг. Digital.gov.ru/. [Электронный ресурс]. URL: https://digital.gov.ru/uploaded/files/internet-v-rossii-v-2022-2023-godah.pdf (дата обращения: 15.12.2024).
28. Официальный сайт Министерства цифрового развития, связи и массовых коммуникаций Российской Федерации. [Электронный ресурс]. URL: https://digital.gov.ru/ru/ (дата обращения: 21.01.2025).
29. Официальный сайт проектов компании «Ростелеком». [Электронный ресурс]. URL: https://rt-projects.ru/ (дата обращения: 21.01.2025).
30. Платформа «Цифровой регион» – комплексный подход БФТ-Холдинга к цифровизации управления регионом. Bftcom.com. [Электронный ресурс]. URL: https://bftcom.com/company/media/novost/platforma-tsifrovoy-region-kompleksnyy-podkhod-bft-kholdinga-k-tsifrovizatsii-upravleniya-regionom/ (дата обращения: 21.01.2025).
31. Рванцов Ю.А. Сравнительный анализ систем имитационного моделирования деловых процессов по критерию функциональной полноты // Вестник Донского государственного технического университета. – 2011. – № 1(52). – c. 69-73.
32. Регионы России. Социально-экономические показатели 2023. Rosstat.gov.ru. [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/Reg_Rus_Pokaz_2023.htm (дата обращения: 15.12.2024).
33. Рейтинг «УМНЫЙ РЕГИОН» за 2017 год впервые в России составлен журналом «Бизнес Территория». Biz-ter.ru. [Электронный ресурс]. URL: https://biz-ter.ru/articles/&art_id=1175 (дата обращения: 20.01.2025).
34. Решения Цифрового региона. Krista.ru. [Электронный ресурс]. URL: https://www.krista.ru/products/ (дата обращения: 21.01.2025).
35. Семенова Л.У. Федеральный проект «Цифровой регион» и национальный проект «Цифровая экономика» в социально-экономическом развитии Карачаево-Черкесской Республики // Альманах Крым. – 2023. – № 35. – c. 54-57.
36. Стандарты «умного города». Bsigroup.com. [Электронный ресурс]. URL: https://www.bsigroup.com/en-GB/smart-cities (дата обращения: 18.01.2025).
37. Стратегии цифровой трансформации. Digital.gov.ru. [Электронный ресурс]. URL: https://digital.gov.ru/ru/activity/directions/1064/ (дата обращения: 15.12.2024).
38. Стрябкова Е.А., Лыщикова Ю.В. От «Умного города» – к «Умному региону»: эволюция концепта или новая парадигма развития // Экономика: вчера, сегодня, завтра. – 2018. – № 12А. – c. 248-255.
39. Тоффлер Э. Шок будущего. / Перевод с английского. - М.: ООО «Издательство ACT», 2002. – 557 c.
40. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. - М.: СИНТЕГ, 1998. – 376 c.
41. Тоффлер Э. Третья волна. / Перевод с английского. - Москва: АСТ: АСТ Москва, cop. 2009 (Архангельск : ИПП Правда Севера), 2009. – 795 c.
42. «Умные» города: мировой опыт. Trends.rbc.ru. [Электронный ресурс]. URL: https://trends.rbc.ru/trends/industry/616e613c9a79473e73ff9138 (дата обращения: 18.01.2025).
43. Абрамова Е.Р., Асалиев А.М., Глинская М.И., Завьялов Д.В., Киреева Н.С., Ларин О.Н., Морщинина Н.И., Мухачева А.В. и др. Устойчивость цепей поставок в условиях цифровой трансформации бизнеса. / Монография. - Москва: Общество с ограниченной ответственностью «Русайнс», 2024. – 304 c.
44. Федеральный проект «Цифровой регион». Tadviser.ru [Электронный ресурс]. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%A4%D0%B5%D0%B4%D0%B5%D1%80%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82_%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%BE%D0%B9_%D1%80%D0%B5%D0%B3%D0%B8%D0%BE%D0%BD (дата обращения 21.01.2025)
45. Филимоненко И.В., Васильева З.А., Лихачева Т.П. Модель управления развитием регионов на основе концепции «умная специализация» // Инновационные кластеры в цифровой экономике: теория и практика: Труды VIII научно-практической конференции с международным участием. Санкт-Петербург, 2017. – c. 508-526.
46. «Цифровой регион» идет на смену «Умному городу». Comnews.ru. [Электронный ресурс]. URL: https://www.comnews.ru/content/202459/2019-10-21/2019-w43/cifrovoy-region-idet-smenu-umnomu-gorodu (дата обращения: 21.01.2025).
47. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. - New Jersey: Princeton University Press, 1976. – 440 p.
48. Mukhacheva A.V., Ugryumova M.N., Morozova I.S., Mukhachyev M.Yu. Digital Twins of the Urban Ecosystem to Ensure the Quality of Life of the Population // Proceedings of the International Scientific and Practical Conference Strategy of Development of Regional Ecosystems “Education-Science-Industry” (ISPCR 2021): International Scientific and Practical Conference Strategy of Development of Regional Ecosystems “Education-Science-Industry” (ISPCR 2021). Veliky Novgorod, 2022. – p. 331-338.– doi: 10.2991/aebmr.k.220208.047.
49. Morozova E.A., Mukhacheva A.V., Kiryukhina A.N., Egorova N.M. Integral Modelling Of The Quality Of Life Of The Region's Population // International conference on economic and social trends for sustainability of modern society: European Proceedings of Social and Behavioural Sciences EpSBS. Том 90. Krasnoyarsk, 2020. – p. 269-278.– doi: 10.15405/epsbs.2020.10.03.31.
50. Kline R.B. Principles and practice of structural equation modeling. - New York: The Guilford Press, 2011. – 432 p.
51. Lehtonen H., Barlund I., Tattari S., Hilden M. Combining dynamic economic analysis and environmental impact modelling: addressing uncertainty and complexity of agricultural development // Environmental Modelling & Software. – 2007. – № 5. – p. 710-718. – doi: 10.1016/j.envsoft.2005.12.028.
52. Model Reduction and Coarse-Graining Approaches for Multiscale Phenomena. - Berlin-Heidelberg-New York: Springer, Complexity series, 2006. – 562 p.
53. Popova N., Shynkarenko V., Kryvoruchko O., Zéman Z. Enterprise management in vuca conditions // Економiчний часопис-XXI. – 2018. – № 3-4. – p. 27-31. – doi: 10.21003/ea.V170-05.
54. Pеiеrls R. Model-Making in Physics // Contemporary Physics. – 1980. – № 1. – p. 3-17.
55. Morozova E.A., Mukhacheva A.V., Kiryukhina A.N., Logunov T.A. Social And Economic Development Of A Region: Issues Of Integrated Modelling // Ii international conference on economic and social trends for sustainability of modern society: European Proceedings of Social and Behavioural Sciences EpSBS, Vol. 116. Krasnoyarsk, 2021. – p. 373-383.– doi: 10.15405/epsbs.2021.09.02.41.
Страница обновлена: 24.03.2025 в 14:03:59