Creative Economy Creative Economy Креативная экономика 1994-6929 2409-4684 BIBLIO-GLOBUS Publishing House 126165 10.18334/ce.20.6.126165 BNCCRF Articles Статьи Research Article Tax incentives for individual entrepreneurs in the digital and human resources environment of Russian regions: investment response heterogeneity Налоговые стимулы индивидуальных предпринимателей в цифровой и кадровой среде регионов России: неоднородность инвестиционного отклика https://orcid.org/0000-0002-1875-54746676-9762 Serbulova Natalia Mikhailovna Сербулова Наталья Михайловна

Доцент кафедры менеджмента и бизнес-технологий, кандидат технических наук, доцент

 nserbulova@mail.ru https://orcid.org/0009-0003-1985-0240 Oganezov Eduard Benyaminovich Оганезов Эдуард Беняминович

Аспирант кафедры менеджмента и бизнес-технологий

 oganezov_e@mail.ru Don State Technical University Донской государственный технический университет 30 06 2026 20 6 VOL 20, NO6 (2026) ТОМ 20, №6 (2026) 1273 1294 28 05 2026 22 06 2026 Copyright ©; 2026, Serbulova N.M., Oganezov E.B. Copyright ©; 2026, Сербулова Н.М., Оганезов Э.Б. 2026 Serbulova N.M., Oganezov E.B. Сербулова Н.М., Оганезов Э.Б. https://1economic.ru/lib/126165

The article uses interregional data from the Federal Tax Service of Russia based on simplified taxation reporting and official regional statistics for 2021–2024 to examine the associated relationship between reductions in the effective tax burden on individual entrepreneurs and changes in fixed capital investment across Russian regions. The empirical analysis combines double machine learning and the estimation of conditional regional effects. The research hypothesis is that the investment response to tax incentives depends not only on the size of tax relief but also on the quality of the regional environment, including digital infrastructure, transport connectivity, and human capital. The average estimate for the country is statistically unstable, while regional investment responses differ substantially. A more pronounced positive response is associated with economic scale, digital development, and labor force quality. The findings indicate that tax incentives are more closely linked to investment dynamics when embedded in a broader regional policy mix for business development rather than offered as an isolated measure. The estimates may be taken into account when designing targeted regional support packages for small business.

В статье на основе межрегиональных данных Федеральной налоговой службы России по отчётности упрощённой системы налогообложения и официальной региональной статистики за 2021–2024 гг. исследуется ассоциированная связь между снижением эффективной налоговой нагрузки на индивидуальных предпринимателей и динамикой инвестиций в основной капитал в субъектах Российской Федерации. Эмпирический анализ сочетает методы двойного машинного обучения и оценку условных региональных эффектов. Гипотеза исследования состоит в том, что инвестиционный отклик на налоговые стимулы определяется не только размером льготы, но и качеством региональной среды: уровнем цифровизации, транспортной доступности и кадрового потенциала. Средняя оценка по стране статистически неустойчива, тогда как инвестиционный отклик в регионах демонстрирует существенную вариативность. Более выраженный положительный отклик ассоциирован с крупным масштабом экономики, развитой цифровой инфраструктурой и более высоким качеством человеческого капитала. Результаты показывают, что налоговые преференции в большей степени сопряжены с инвестиционной динамикой как часть комплексной стратегии развития бизнеса, а не как изолированный инструмент. Полученные оценки могут учитываться при разработке адресных региональных программ поддержки малого предпринимательства

 individual entrepreneurs tax incentives regional business environment small business digitalization human capital regional economy индивидуальные предприниматели налоговые стимулы региональная предпринимательская среда цифровизация малого бизнеса человеческий капитал региональная экономика 1. Балакин Р.В., Стешенко Ю.А. Обзор подходов к оценке влияния новых вызовов на экономику и отдельные аспекты налогообложения // Финансовый журнал. – 2024. – № 3. – c. 68-85. – doi: 10.31107/2075-1990-2024-3-68-85. 2. Баринова В.А., Земцов С.П., Царева Ю.В. Предпринимательство и институты: есть ли связь на региональном уровне в России // Вопросы экономики. – 2018. – № 6. – c. 92-116. – doi: 10.32609/0042-8736-2018-6-92-116. 3. Борисов А.Н., Бородин А.И., Губарев Р.В., Дзюба Е.И., Сагатгареев Э.Р. Управление инвестиционной привлекательностью субъектов Российской Федерации в контексте достижения целей устойчивого развития ООН // Вестник МГИМО-Университета. – 2022. – № 3. – c. 202–230. – doi: 10.24833/2071-8160-2022-3-84-202-230. 4. Бородин В.А., Галушкина А.И., Нагаева Е.А. Выбор оптимальной системы налогообложения для субъектов малого предпринимательства // Экономика и управление: проблемы, решения. – 2020. – № 1. – c. 109–114. 5. Гончаренко П.А. Территориальные инновационные системы и региональная инновационная политика // Форсайт. – 2012. – № 4. – c. 18-31. 6. Земцов С.П., Смелов Ю..А. Факторы регионального развития в России: география, человеческий капитал или политика регионов // Журнал новой экономической ассоциации. – 2018. – № 4. – c. 84-108. – doi: 10.31737/2221-2264-2018-40-4-4. 7. Зубаревич Н.В. Стратегия пространственного развития: приоритеты и инструменты // Вопросы экономики. – 2019. – № 1. – c. 5-29. – doi: 10.32609/0042-8736-2019-1-5-29. 8. Игнатьева Е.Д., Мариев О.С. Методология и инструментарий структурно-функционального анализа регионального развития // Экономика региона. – 2013. – № 1. – c. 226–237. – doi: 10.17059/2013-1-22. 9. Картаев Ф.С., Полунин К.Е. Влияет ли рейтинг инвестиционного климата на экономическое развитие региона // Вопросы экономики. – 2019. – № 5. – c. 90–102. – doi: 10.32609/0042-8736-2019-5-90-102. 10. Клычева Г.С., Леонтьева Ж.Г., Фахретдинова Э.Н., Заугарова Е.В., Файзуллин И.М. Специальные налоговые режимы для малого бизнеса: проблемы выбора оптимальной налоговой нагрузки // Учет. Анализ. Аудит. – 2023. – № 4. – c. 74–83. – doi: 10.26794/2408-9303-2023-10-4-74-83. 11. Кузнецова Е.В. Необоснованная налоговая выгода при дроблении бизнеса: актуальные проблемы доказывания // Наукосфера. – 2022. – № 1–2. – c. 308–313. 12. Мызрова К.А., Мявлина Н.Ж., Захарова Ю.Н., Заводцков А.С. Цифровые технологии как фактор устойчивого развития малого бизнеса // Креативная экономика. – 2024. – № 9. – c. 2193-2210. – doi: 10.18334/ce.18.9.121528. 13. Мызрова К.А., Панько Ю.В., Овчинникова С.В., Брюхачев В.А. Цифровая трансформация малого бизнеса: возможности, перспективы и препятствия // Креативная экономика. – 2024. – № 12. – c. 3251-3268. – doi: 10.18334/ce.18.12.122173. 14. Никитин А. Инвестиционный рейтинг как инструмент стимулирования эффективности управления развитием регионов России // Экономическая политика. – 2016. – № 6. – c. 192-221. – doi: 10.18288/1994-5124-2016-6-09. 15. Пинская М.Р., Костин А.А., Аветисян С.А., Мангасарян Р.Я., Минасян М.М. Дифференциация налоговой нагрузки по размеру субъектов малого и среднего предпринимательства // Финансы: теория и практика. – 2026. – № 1. – c. 174-187. – doi: 10.26794/2587-5671-2026-30-1-174-187. 16. Пиньковецкая Ю.С. Инвестиции в основной капитал по регионам России в 2019 году // Статистика и Экономика. – 2021. – № 1. – c. 47-53. – doi: 10.21686/2500-3925-2021-1-47-53. 17. Приложение к статистическому сборнику «Регионы России. Социально-экономические показатели. 2025». Раздел 10 «Инвестиции», табл. 10.1 «Инвестиции в основной капитал по субъектам Российской Федерации». Росстат. [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/Pril_Region_Pokaz_2025.rar (дата обращения: 15.05.2026). 18. РосстатПриложение к статистическому сборнику «Регионы России. Социально-экономические показатели. 2025». Раздел 1 «Население» (табл. 1.1, 1.3, 1.20), раздел 2 «Труд» (табл. 2.3, 2.7), раздел 4 «Образование» (табл. 4.21), раздел 8 «Валовой региональный продукт» (табл. 8.1, 8.2), раздел 13 «Сельское хозяйство» (табл. 13.1), раздел 16 «Транспорт» (табл. 16.9), раздел 17 «Информационные и коммуникационные технологии» (табл. 17.7.1), раздел 19 «Финансы» (табл. 19.1, 19.2). [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/Pril_Region_Pokaz_2025.rar (дата обращения: 15.05.2026). 19. Садыков М.А., Суптело Н.П. Эффективность применения специальных налоговых режимов для субъектов малого и среднего предпринимательства // Вестник Московского университета им. С.Ю. Витте. Серия 1: Экономика и управление. – 2023. – № 1. – c. 53–60. – doi: 10.21777/2587-554X-2023-1-53-60. 20. Федеральная налоговая служба. Набор открытых данных по форме № 5-УСН «Отчет о налоговой базе и структуре начислений по налогу, уплачиваемому в связи с применением упрощенной системы налогообложения». [Электронный ресурс]. URL: https://data.nalog.ru/opendata/7707329152-usn (дата обращения: 15.05.2026). 21. Федеральные законы о федеральном бюджете на 2022–2024 гг. (№ 390-ФЗ от 06.12.2021; № 466-ФЗ от 05.12.2022; № 540-ФЗ от 27.11.2023). 22. Чаркина Е.С., Мирошников С.Н. Улучшение инвестиционного климата как главный вызов регионального развития // Экономика и управление. – 2016. – № 6. – c. 13–17. – url: https://emjume.elpub.ru/jour/article/view/100. 23. Asheim B.T., Isaksen A. Regional innovation systems: the integration of local «sticky» and global «ubiquitous» knowledge // The Journal of Technology Transfer. – 2002. – № 1. – p. 77-86. – doi: 10.1023/A:1013163908494. 24. Athey S., Imbens G.W. Machine learning methods that economists should know about // Annual Review of Economics. – 2019. – p. 685-725. – doi: 10.1146/annurev-economics-080217-053433. 25. Chernozhukov V., Chetverikov D., Demirer M., Duflo E., Hansen C., Newey W., Robins J. Double/debiased machine learning for treatment and structural parameters // The Econometrics Journal. – 2018. – № 1. – p. 1-68. – doi: 10.1111/ectj.12097. 26. Rodríguez-Pose A. Do institutions matter for regional development? // Regional Studies. – 2013. – № 7. – p. 1034–1047. – doi: 10.1080/00343404.2012.661420. 27. Wager S., Athey S. Estimation and inference of heterogeneous treatment effects using random forests // Journal of the American Statistical Association. – 2018. – № 523. – p. 1228–1242. – doi: 10.1080/01621459.2017.1319839. 28. Wooldridge J.M. Econometric Analysis of Cross Section and Panel Data. / 2nd ed. - Cambridge, MA: MIT Press, 2010. – 1064 p.