Введение
Наличие экономического неравенства между населением различных территорий, проявляющееся в разнице в реальной заработной платой, доступе к различного рода благам и возможностях самореализации, является одной из наиболее острых проблем России. В феврале 2024 года средний уровень заработной платы в г. Москва составил 146248 руб., в г. Санкт-Петербург – 104870 руб., в Тюменской области – 109311 руб. В тоже время в Самарской области этот показатель был равен 59043 руб., в Алтайском крае – 47731 руб., а в р. Ингушетия – 37755 руб. [1]. На начало 2024 года уровень безработицы в г. Санкт-Петербург и Нижегородской области составил 1,5%, в г. Москва, Красноярском крае и Новгородской области – 1,7%. В это же время в Северо-Кавказском федеральном округе уровень безработицы был равен 9,7% [2]. Подобное неравенство наблюдается и на региональном уровне. Так, например, в Иркутской области средняя заработная плата в муниципальных образованиях колеблется от 133773 руб., до 50304 руб. [3]. Подобная разница в заработной плате обусловлена целом рядом фактором, наиболее важными из которых являются большая территория нашей страны, неравномерность обладания регионов природными ресурсами и высокий уровень централизации экономики.
Рост значимости информационных технологий для экономического развития и качества жизни людей, позволивший многим исследователям использовать термин «информационная экономика», а затем и «цифровая экономика», породил, так называемое, «цифровое неравенство» [4]. Цифровое неравенство проявляется в разных аспектах [5]: в неравенство по уровню доступа к цифровых технологиям, неравенство в наличии навыком работы с цифровыми технологиями, неравенство в особенностях их использования. По мнению ряда исследователей, цифровое неравенство все больше определяет неравенство экономическое [6]. Более того, эти два явления взаимообуславливают друг друга. Поэтому, можно предположить, что преодоление цифрового неравенства путем всеобщей цифровой трансформации экономики позволит уменьшить неравенство в уровне жизни.
Выделим факторы, которые говорят в пользу положительного влияния цифровой трансформации на снижение экономического неравенства.
1. В среднем пользователь Интернет проводит в Сети 6 часов и 40 минут каждый день. Средний же россиянин, использующий Интернет, тратит на него 8 часов 21 минуту [7]. Это означает, что мы уделяем цифровой реальности около половины времени, отведенного нам на бодрствование. Другими словами, независимо от места проживания люди половину своего дня имеют одинаковые возможности.
2. Роль цифровых благ в системе ценностей человека постоянно растет. Еще в 2011 году Организация объединенных наций признала доступ к Интернету одним из фундаментальных прав человека [8]. Соответственно, выравнивание доступа к цифровым благам, означает выравнивание уровня жизни и доходов.
3. В связи с ростом доли в экономике информационного труда, электронной коммерции и цифровых платформ доступ человека к рынку труда, капитала и бизнес-среде все меньше зависит от его географического местоположения. Для наемного работника и предпринимателя периферийных территорий резко расширяется рынок сбыта и доступ к факторам производства.
4. Информация и знания в современной экономике становятся главным производственным ресурсом, поскольку с улучшением качества цифровой инфраструктуры любой человек получает равный доступ к ним и образовательным услугам.
5. Интернет-занятость снижает не только географические барьеры входа в экономическую среду. Люди, ранее не имеющие возможности трудится или заниматься предпринимательской деятельностью из-за негибкого графика рабочего дня, различного рода дискриминации, возрастных ограничений и т.п., теперь могут реализовать и монетизировать свой потенциал с помощью Сети.
6. Жители периферийных, с точки зрения экономического потенциала, территорий при появлении единого рынка труда, основанного на цифровых платформах и удаленной занятости, должны получить конкурентное преимущество за счет относительно низкой стоимости рабочей силы.
7. Развитие информационно-коммуникационных технологий, Интернета вещей, виртуальной реальности и т.п. делает возможным управление производственными процессами на расстоянии. Кроме того, с ростом информационноемкости продукции, относительная стоимость ее транспортировки снижается. Следовательно, предприниматели из «центра» получают стимул перемещать производство и капитал на отдаленные территории, обладающие преимуществом в цене трудовых и природных ресурсов.
Целью данной работы является проверка гипотезы о том, что цифровая трансформация экономической деятельности позволит уменьшить экономическое неравенство между территориями.
Материал и методы исследования
Проблема анализа экономического неравенства на основе исследования процессов концентрации производства, также трансформация рассматриваемых отраслей под влиянием внедрения цифровых технологий были рассмотрены в трудах таких ученых как, Тюнен И. [9], Фридман Д. [10], Мюрдаль Г. [11], Кругман П. [12], Сухарев М.В. [4], Юдина М.А. [5], Дятлов С.А. [6], Растворцева С.Н. [13], Кузнецова О.В. [14], Бубнов В. А. [15], Коновалов М. Е. [16], Коробейникова О.М. [17], Жигас М.Г. [18], Березкин Ю.М. [19] и др.
Мы же в данной работе для проверки вышеуказанной гипотезы проведем анализ процессов концентрации и динамики заработных плат в двух отраслях народного хозяйства: обрабатывающей промышленности и финансовой деятельности. Если идея о положительном влиянии цифровой трансформации на снижение экономического неравенства верна, то неравенство между центральными и периферийными территориями должно снижаться быстрее в финансовой деятельности. Ведь, благодаря ее информационной природе, процессы цифровой трансформации происходят в ней интенсивнее, чем в обрабатывающей промышленности.
Для анализа изменения концентрации авторами был использован такой показатель, как количество занятых. Для анализа были использованы данные о занятости в этих отраслях в регионах России за период с 2012 по 2022 годы. Данные для расчетов были взяты из Единой межведомственной информационно-статистической системы (ЕМИСС) [20], являющейся государственным информационным ресурсов, объединяющий официальные государственные информационные статистические ресурсы. На основе данных о численности занятых авторами были рассчитаны три показателя концентрации: индекс концентрации Херфиндаля–Хиршмана (HH), индекс концентрации Кругмана (KDI) и индекс концентрации Crn. Отметим, что индекс Crn показывает в данной работе суммарную долю трех регионов, обладающих наибольшим количеством занятых в соответствующей отрасли.
Результаты исследования и их обсуждение
В таблице 1 приведем данные о долях финансовой деятельности и обрабатывающей промышленности в экономике нашей страны и сравним их с количеством занятых в этих отраслях.
Таблица 1 показывает, что вклад обеих рассматриваемых отраслей в ВВП России на протяжении анализируемого периода возрастает. При этом рост доли финансовой деятельности (в 1,67 раза) значительно опережает рост доли обрабатывающей промышленности (в 1,08 раза) несмотря на то, что доля занятых в этих сферах от общего числа занятых в экономике изменилась весьма незначительно. Данное превышение объясняется как раз высокими темпами цифровой трансформации финансовой деятельности, что позволяет существенно увеличить производительность труда.
В таблице 2 отобразим результаты проведенных расчетов и покажем динамику показателей экономической концентрации.
Таблица 1
Вклад финансовой деятельности и обрабатывающей промышленности в экономику России
|
Год |
Доля финансовой деятельности в ВВП России , % |
Доля обрабатыващей промышленности в ВВП Росии, % |
Доля занятых в финансовой деятельности в общем количестве занятых |
Доля занятых в обрабатыващей промышленности в общем количестве занятых |
|
2012 |
2,99 |
12,5 |
0,018 |
0,150 |
|
2013 |
3,12 |
12,40 |
0,019 |
0,148 |
|
2014 |
3,24 |
12,40 |
0,019 |
0,146 |
|
2015 |
3,09 |
12,60 |
0,019 |
0,144 |
|
2016 |
3,34 |
12,70 |
0,020 |
0,142 |
|
2017 |
3,30 |
13,00 |
0,020 |
0,142 |
|
2018 |
3,51 |
13,10 |
0,019 |
0,141 |
|
2019 |
3,84 |
13,20 |
0,019 |
0,140 |
|
2020 |
4,46 |
13,70 |
0,019 |
0,140 |
|
2021 |
4,82 |
13,60 |
0,018 |
0,141 |
|
2022 |
4,99 |
13,50 |
0,018 |
0,140 |
|
Изменение |
1,669 |
1,080 |
1,017 |
0,939 |
Таблица 2
Показатели концентрации финансовой деятельности и обрабатывающей промышленности за период 2012-2022 гг.
|
Год |
Финансовая деятельность |
Обрабатывающая промышленность |
||||
|
HH |
KDI |
CR3 |
HH |
KDI |
CR3 |
|
|
2012 |
0,099 |
0,428 |
0,37 |
0,024 |
0,291 |
0,147 |
|
2013 |
0,105 |
0,444 |
0,381 |
0,024 |
0,298 |
0,146 |
|
2014 |
0,106 |
0,445 |
0,382 |
0,024 |
0,297 |
0,147 |
|
2015 |
0,102 |
0,438 |
0,375 |
0,024 |
0,289 |
0,151 |
|
2016 |
0,129 |
0,475 |
0,426 |
0,026 |
0,277 |
0,177 |
|
2017 |
0,138 |
0,495 |
0,438 |
0,026 |
0,270 |
0,182 |
|
2018 |
0,139 |
0,501 |
0,44 |
0,026 |
0,276 |
0,177 |
|
2019 |
0,145 |
0,511 |
0,446 |
0,026 |
0,282 |
0,178 |
|
2020 |
0,141 |
0,5 |
0,442 |
0,027 |
0,274 |
0,183 |
|
2021 |
0,135 |
0,488 |
0,432 |
0,027 |
0,270 |
0,184 |
|
2022 |
0,136 |
0,497 |
0,434 |
0,026 |
0,273 |
0,181 |
|
Изменение |
1,374 |
1,161 |
1,173 |
1,101 |
0,938 |
1,228 |
Таблица 3
Значение коэффициента корреляции
|
Финансовая деятельность |
|
|
Региональные показатели |
Темп роста заработной платы за период 2012-2022 гг. |
|
Уровень заработной платы в 2012 г. |
0,234 |
|
Количество занятых в 2012 г. |
0,394 |
|
Обрабатывающая промышленность |
|
|
Региональные показатели |
Темп роста заработной платы за период 2012-2022 гг. |
|
Уровень заработной платы в 2012 г. |
-0,356 |
|
Количеством занятых в 2012 г. |
-0,386 |
Из таблицы 2 видно, что темпы роста индекса Херфиндали-Хиршмана в финансовой деятельности превышают аналогичный показатель обрабатывающей промышленности, что говорит более высоких темпах концентрации занятых. Аналогичную тенденцию показывает и индекс Кругмана, показавший для обрабатывающей промышленности отрицательные темпы роста. Темпы роста индекса CR3, напротив, в обрабатывающей промышленности были больше чем в финансовой деятельности. Тем не менее, надо отметить, значение показателя CR3 в последней (0,434) является гораздо более высоким. В целом, динамика индексов концентрации свидетельствует о том, что экономическая концентрация в более информационном виде деятельности, то есть в финансовой сфере, происходит быстрее, а значит можно предположить, что цифровая трансформация положительно влияет на неравенство между территориями.
Далее рассмотрим изменения уровня неравенства в заработных платах. На начало анализируемого периода, существенная разница в уровне оплаты труда присутствовала в обеих отраслях. Мы не будет приводить данные об абсолютных размерах заработных плат в регионах России. Отметим лишь тот факт, что значения этого показателя различалось в 3-4 раза между отдельными регионами.
В данной статье, с помощью коэффициента корреляции, мы оценим влияние уровня заработной платы и количества занятых в рассматриваемых отраслях в регионах на начало анализируемого периода на темпы роста заработной платы [20].
Значения коэффициента корреляции, приведенные в таблице 3 показывают, что в финансовой отрасли наблюдается положительная зависимость между темпом роста заработной платы и вышеуказанными факторами, хотя и не очень сильная. То есть, в среднем в центральных регионах благосостояние в этой сфере росло быстрее, чем в периферийных, и разрыв между ними увеличился.
В обрабатывающей промышленности наблюдалась обратная ситуация. Значения коэффициента корреляции здесь показывают, что в регионах с меньшей численностью занятых и более низкой заработной платой наблюдались более высокие темпы роста заработной платы. Это означает, что уровень неравенства здесь снизился.
Заключение
Анализ показал, что в информационной деятельности, представленной финансовой отраслью, где темпы цифровой трансформации происходят быстрее, уровень экономического неравенства увеличился, а в обрабатывающей промышленности, где материальные ресурсы все еще играют большую роль, напротив, рост концентрации был незначительным, а разрыв в уровне заработной платы снизился. В результате, мы можем заключить, что гипотеза о положительном влиянии цифровой трансформации на снижение экономического неравенства не подтвердилась.
Напротив, из динамики рассчитанных показателей видно, что цифровая трансформация усиливает экономическое неравенство между территориями и вызывает, в том числе отток занятых в центральные регионы.