Анализ межрегионального цифрового неравенства в России на основе данных о занятости в «информационноемких» видах деятельности

Введение

Одним из последствий цифровой трансформации экономики является возрастание значимости доступа к цифровой среде, как фактора конкурентоспособности хозяйствующих субъектов на различных рынках, так и населения. Использование цифровых технологий и уровень благосостояния населения все больше коррелируют между собой и обуславливают друг друга. Поэтому в последние годы все большую актуальность приобретают исследования такого явления как цифровое неравенство между различными группами субъектов в различных его проявлениях.

По этой проблеме было опубликовано довольно много научных работ, касающихся, например, цифрового неравенства между странами, регионами, городской и сельской местностью, между разными социальными и возрастными группами населения, неравенства в доступе к определенным цифровых технологиям, в отдельных сферах жизнедеятельности и пр. Среди отечественных авторов, занимающихся исследованием цифрового неравенства в России, можно отметить Бричку Е. И., Евлахову Ю. С. [2], Меликян А. А. [10], Гладкову А. А, Гарифуллина В. З. [4], Добринскую Д. Е., Мартыненко Т. С. [6], Земцова С. П. [8], Демидову К. В., Кичаева Д. Ю. [9], Платонову С. И. [12], Шелудякова И. С., Лебедеву (Красса) Е. Н. [17], Пономареву Е. А. [13], Отвагину И. Е. [11], Балашову М. А., Цвигун И. В., Почекунину М. В. [1] и др. Тем не менее, проведя анализ статей, связанных с исследованием подходов к определению цифрового неравенства, мы можем заключить, что предмет изучения большинства из них можно отнести к одному из уровней модели трехуровневого цифрового неравенства [2]:

1.Неравенство в доступе к информационно-коммуникационной инфраструктуре. Здесь различные группы населения и территории сравниваются между собой по степени обеспеченности широкополосным Интернет, персональными компьютерами, мобильными устройствами, сотовой связью и пр. Другими словами здесь оценивается наличие потенциальной возможности участия в цифровой экономике.

2.Различия в целях и интенсивности использования цифровых технологий. В данном направлении исследований оценивается то, насколько активно используются возможности, которые предоставляют цифровые технологии. Для этого производится сравнение уровня цифровых компетенций населения, интенсивность использования различных цифровых сервисов и платформ, связанных с электронной коммерцией, финансами, государственными и муниципальными услугами и пр.

3.Эффективность использования цифровых технологий. Здесь исследуется отдача, которую получают представителями различных территорий и социальный групп от использований цифровых технологий. Во многом, эффективность от использования новых технологий является производной от предыдущих аспектов цифровизации. Однако, в большей степени, отдача и преимущества, получаемые от них, определяются такими факторами, как уровень человеческого капитала, а также структура и уровень развития экономики. Для оценки эффективности использования цифровых технологий применяются такие показатели, как вклад цифровой экономики в валовый внутренний продукт и валовый региональный продукт, то есть уровень доходов населения, получаемый с помощью использования цифровых технологий, темпы роста цифровой экономики, социальные преимущества, уровень прогрессивности используемых технологий и пр.

В связи с пониманием того, что использование цифровых технологий, связано с ростом доходов и получением прочих благ и преимуществ, ряд авторов начал оперировать термином «цифровой капитал», под которым понимается как свойство отдельного человека («совокупность опыта, навыков, знаний, компьютерной грамотности и др.» [6]), позволяющее ему успешно «влиться» в цифровую реальность, так и актив сообщества, объединенного некой территорией.

Проблемой оценки данного уровня неравенства, то есть, по сути, разницы в отдаче от «цифрового капитала», является трудность сбора информации, имеющей неоднородный и многоплановый характер, что усугубляется высоким уровнем неформальной занятости в это области [3].

Добавим, что, в связи с дальнейшим развитием цифровых технологий появляются новые аспекты неравенства. В частности, четвертый уровень цифрового неравенства, связанный с внедрением технологий искусственного интеллекта выделяется Земцовом С. П. [8], который отмечает рост межрегиональных диспропорций в уровне их использования.

Отдельно стоит упомянуть об оценке работы региональных властей в сфере цифровизации государством. Правительство РФ ежегодно ранжирует рейтинг цифровой трансформации регионов, учитывающий качество предоставления государственных услуг в цифровом виде, импортозамещение цифровых решений, обеспечение кибербезопасности и пр. [5]. Также в оценке работе глав субъектов РФ используется показатель «цифровая зрелость государственного и муниципального управления, ключевых отраслей экономики и социальной сферы, в том числе здравоохранения и образования» [14]. Отметим также, что Министерство государственного управления, информационных технологий и связи Московской области реализует проект «Цифровой регион», с помощью которого можно сравнить активность региональных властей в области внедрения технологий искусственного интеллекта.

Наибольшее количество исследований в этой области касаются именно первого уровня неравенства, поскольку его относительно легко измерить. Но, благодаря быстрому распространению и удешевлению технологий, цифровое неравенство стало все больше проявляться на втором и третьем уровнях. И, хотя каждый новый уровень цифрового неравенства связан с предыдущим [9], может складываться ситуация, когда при полном равенстве доступа к цифровой инфраструктуре между какими-либо субъектами наблюдается большое неравенство в ее использовании. Ряд авторов считает, что пространственная диффузия информационных технологий и расширение онлайн- сектора в России должны вести к снижению межрегионального цифрового неравенства [9], но мы полагаем, что этому препятствует центр-периферийная структура экономики страны.

Целью настоящей статьи является попытка определения цифрового неравенства третьего уровня в России путем анализа показателей занятости в информационноемких видах деятельности в регионах страны и производительности труда в этой сфере.

Основная часть

Оценить неравенство третьего уровня, то есть сравнить насколько эффективно используется «цифровой капитал» в разных регионах довольно трудно в количественном выражении. Действительно, как выделить объем доходов, получаемых помощью цифровых технологий из его общего уровня, или измерить полезность потребляемых цифровых благ? Кроме того, обобщенные статистические данные об активности населения во многих областях виртуальной цифровой экономики, например, онлайн-играх, в региональном разрезе отсутствуют в принципе.

В настоящем исследовании мы руководствовались предположением о том, что цифровой капитал лучше реализуется в «информационноемких» видах деятельности, связанных с интеллектуальным трудом и работой с информацией. Кроме того, занятые именно в этих сферах деятельности являются основными получателями преимуществ, которые дают цифровые технологии в профессиональных сферах деятельности.

Исходя из этих соображений и данных статистики, находящихся в открытом доступе, в качестве таких видов деятельности выбрали деятельность, относящуюся к следующим разделам классификатора видов экономической деятельности ОКВЭД-2: «деятельность в области информации и связи», «деятельность финансовая и страховая», «деятельность профессиональная, научная и техническая».

Мы предполагаем, что межрегиональное неравенство в развитии этих видов деятельности является косвенным свидетельством цифрового неравенства третьего уровня между ними. Для измерения данного неравенства на основе данных Единой межведомственной информационно-статистической системы (ЕМИСС) [7] и сайта Росстата [15] были использованы такие инструменты, как индексы концентрации Херфиндаля-Хиршмана (HHI) и Crn, коэффициент вариации, а также проведен сравнительный анализ абсолютных и относительных показателей занятости, заработной платы и валового регионального продукта за период с 2017 по 2024 годы.

Индекс HHI рассчитан, как сумма квадратов долей занятых в информационноемких видах деятельности в регионах России. Индекс Crn рассчитан, как сумма долей n регионов-лидеров по показателю доли занятых в данной сфере. Коэффициент вариации представляет собой отношение стандартного отклонения к среднему значению исследуемых показателей.

Приведем некоторые показатели цифровизации, позволяющие оценить неравенство в доступе к цифровой среде и интенсивности ее использования.

Таблица 1

Отдельные показатели доступности цифровой среды в России

Таблица 1 показывает, что большинство показателей доступности цифровой среды и направлений ее использования за последние десять лет показали существенный прирост. В целом, это свидетельствует о доступности цифровых технологий для всех россиян, хотя некоторое неравенство, конечно, же остается. Показатели электронной коммерции и обеспеченности «умными» телевизорами все еще далеки от 100% и здесь наблюдается явное преимущества центра перед периферией, но, судя по их темпам роста, ситуация и здесь постепенно выравнивается. Для оценки разброса значений указанных показателей в регионах нами был рассчитан коэффициент вариации. Его значения позволяют сделать вывод о существенном снижении дифференциации показателей, то есть о выравнивании доступности технологий, за рассматриваемый период. Кроме того, коэффициент вариации показывает, что в 2016 году уровень неравенства первого уровня в разы ниже, чем второго, а к 2025 году разница между дифференциацией показателей практически исчезла за исключением электронной коммерции.

Таблица 2

Показатели концентрации занятости в информационноемких видах

деятельности, рассчитанные на основе данных о регионах России

Из данных таблицы 2 видно, что показатели концентрации выросли весьма незначительно и доля регионов-лидеров по численности занятых в этой сфере (г. Москва, г. Санкт-Петербург и Московская область) практически не изменилась. Индексы HHI и CR3 рассчитаны на основе данных об абсолютном количестве численности занятых в информационноемких видах деятельности в регионах России. Тем не менее, относительно большое увеличение коэффициента вариации, рассчитанного по данным о долях занятых в данных видах деятельности в общей численности занятых в регионах, показывает рост уровня неравенства по этому признаку. Это можно объяснить ростом доли занятых в этой области в ряде регионах, не входящих в тройку лидеров, и ее снижением в регионах-аутсайдерах. В целом, значения показателя Cr3 говорят о весьма высоком уровне концентрации занятости в информационноемких видах деятельности в нашей стране. Действительно, в г. Москва, г. Санкт-Петербург и Московской области сосредоточены около 20% всех занятых в России. В тоже время на них приходится более 40% занятых в данных видах деятельности.

Таблица 3

Занятость в информационноемких видах деятельности в регионах-аутсайдерах России (по данному признаку)

В таблице 3 приведены данные регионов с наименьшей численностью занятых в информационноемких видах деятельности. Данные показывают, что, во-первых, наряду с низкими абсолютными значениями численности занятых, в этих регионах наблюдается и низкое значение относительных показателей (среднее значение по регионам — 6,03, а медианное — 5,8). Во-вторых, во всех данных регионах за анализируемый период произошло снижение удельного веса занятых в информационноемких видах деятельности. Причем, это снижение произошло на фоне роста среднего показателя в России в целом. Снижение относительных показателей также позволяет нам сделать вывод о концентрации этих видов деятельности в крупных регионах за пределами вышеуказанной тройки лидеров.

Таблица 4

Занятость в информационноемких видах деятельности в регионах-лидерах

России(по данному признаку)

Из таблицы 4 видно, что во всех регионах-лидерах доля занятых в информационноемких видах деятельности выше среднероссийского показателя, как на начало, так и на конец рассматриваемого периода. При этом во всех регионах, кроме Московской области, наблюдался существенный рост значения этой доли. Сокращение доли Московской области на 0,1 п.п. объясняется негативным, в этом плане, соседством со столицей страны, которая «вытягивает» интеллектуальные ресурсы из близлежащих территорий.

Таблицы 3 и 4 позволяют подтвердить следующую закономерность: происходит концентрация информационноемкой деятельности в экономических центрах, придавая структуре их экономик более «постиндустриальный» характер, и ее отток из периферийных территорий.

Таблица 5

Производительность труда в информационноемких видах деятельности в

регионах-лидерах (по данному признаку)

В таблице 5 приведены данные о численности занятых в информационноемкой сфере и добавленной стоимости, создаваемой в ней. Сумма валового регионального продукта (ВРП), произведенного в данных видах деятельности в расчете на 1 занятого рассматривается нами, как показатель производительности труда. Данные таблицы показывают, что регионы, обладающие наибольшей численностью занятых, показывают и наибольшую производительностью труда. Особенно это касается г. Москва значительно опережающего остальные субъекты РФ (7,64 млн руб., тогда как среднее значение по всем регионам — 2,03 млн руб., медианное — 1,81 руб.). Тем не менее, отметим, в десятку лидеров в производительности труда попали и такие относительно малочисленные регионы, как Республика Калмыкия [1] и Сахалинская область. Кроме того, темпы роста этого показателя (3,01) опережают среднероссийской уровень (2,02) несмотря на изначально его высокое значение.

Заключение

Большинство изысканий в области цифрового неравенства осуществляется в рамках его трехуровневой модели: неравенство в доступе к информационно-коммуникационной инфраструктуре, неравенство в направлениях и интенсивности использования цифровых технологий, неравенство в эффективности использования цифровых технологий. Несмотря на то, что в современной экономике наиболее актуальным является третий уровень неравенства, количественные исследования в большинстве случаев связаны с его первым уровнем.

Для оценки цифрового неравенства третьего уровня в статье были использованы данные о занятости в информационноемких видах деятельности в качестве которых были выбраны «деятельность в области информации и связи», «деятельность финансовая и страховая», «деятельность профессиональная, научная и техническая». Авторы предполагают, что в информационной сфере отдача от «цифрового капитала» является более высокой, чем в материальном производстве.

Проведенный анализ показал, что в последние годы наблюдается незначительная тенденция к концентрации данных видов деятельности в регионах-лидеров и ее уровень является довольно высоким. Регионы-аутсайдеры по этому показателю показали уменьшение доли занятых в информационноемкой деятельности, а регионы-лидера, напротив, — рост. При этом наряду с низкими абсолютными значениями численности занятых в этих сферах, в этих регионах-аутсайдерах наблюдается и низкое значение относительных показателей.

Расчеты также показывают, что регионы, обладающие наибольшей численностью занятых в информационноемкой деятельности, показывают и наибольшую производительность труда в ней, что, во-первых, объясняется ростом эффективности деятельности в условиях ее концентрации на одной территории, а во-вторых — более высоким уровнем экономического развития регионов-лидеров.

Исходя из этого можно сделать вывод о том, что, в отличие от первых двух уровней, цифровое неравенства третьего уровня не уменьшается, а увеличивается. Это происходят благодаря концентрации интеллектуальной деятельности в экономических центрах и ее оттоку из периферийных территорий.

[1] Есть предположение, что высокие значения Республики Калмыкия в информационной сфере связаны с миграцией предприятий в регион после снижения региональной части налога по упрощенной системе налогообложения [Земцов].