Введение
В условиях стремительной цифровой трансформации современного общества цифровизация становится ключевым направлением государственной политики. Формирование цифровой экономики и электронного государства требует не только развития технологической инфраструктуры, но и адаптации населения, институтов и бизнес-среды к новым условиям. Особую значимость цифровизация приобретает на региональном уровне, где сохраняется выраженная неоднородность в уровне развития и доступности цифровых сервисов. На фоне этого важной задачей становится выявление роли цифровизации в обеспечении социально-экономического роста и выравнивании региональных различий. Настоящее исследование направлено на выявление влияния цифровых факторов – как институциональных, так и поведенческих – на валовой региональный продукт на душу населения (VPC) как обобщённый показатель развития.
Материалы и методы исследования
Цифровая трансформация является одним из ключевых факторов, определяющих социально-экономическое развитие в современном мире. Ряд исследований посвящен изучению влияния цифровизации на различные аспекты жизни общества и экономики, в том числе на региональном уровне.
Влияние цифровизации на экономику и благосостояние
Многие авторы рассматривают общие аспекты влияния цифровизации на экономику и благосостояние населения. Так, Буздова А.З. анализирует роль и влияние цифровизации на развитие экономики в целом [1]. Сафиуллин А.Р., Волков С.М. и Ковальчук И.Н. затрагивают аспекты влияния цифровизации на общественное благосостояние [2]. Рыбакова В.А. и Шалимов И.В. рассматривают цифровизацию экономики и ее влияние на благосостояние общества [3].
Влияние цифровизации на экономический рост
Влияние цифровизации на экономический рост является предметом изучения многих научных работ. Мишаков В.Ю., Дайтов В.В. и Гордиенко М.С. рассматривают влияние цифровизации на экономическую устойчивость в развитых и развивающихся странах [4]. Чжан Цз., Чжао В., Чэн Б. и другие изучают влияние цифровой экономики на высококачественное экономическое развитие в Китае [5].
Цифровизация и качество жизни
Отдельное внимание уделяется влиянию цифровизации на качество жизни населения. Пахомов Е.В. проводит анализ подходов к оценке влияния цифровизации на качество жизни населения [6]. Ряд зарубежных исследователей также касаются этой темы. Например, Ишназарова З.М., Барлыбаев А.А., Ситнова И.А., Ишназаров Д.У. и Рахматуллин И.М. изучают влияние цифровизации на качество жизни населения [7]. Крыжановский О.А., Бабурина Н.А., Лёвкина А.О. рассматривают, как улучшить качество жизни с помощью цифровизации [8].
Региональные аспекты цифровой трансформации
Некоторые работы фокусируются на региональном уровне. Чистникова И.В., Антонова М.В. и Михайличенко М.Ю. представляют научный подход к исследованию влияния цифровизации на экономику региона [9]. Шакибаев М.К., Балгинова К.М. и Шайкенова Н.Т. анализируют влияние цифровизации на социально-экономическое развитие мегаполиса на примере Алматы [10]. Люева А.М. и Казова З.М. (2020) рассматривают цифровизацию и ее влияние на российскую экономику [11].
Международный опыт и сравнительный анализ
В исследованиях также представлены международные аспекты цифровизации и ее влияния. Иорданова В.Г. и Черенкова С.А. изучают влияние цифровизации мировой экономики на экономический рост в странах мира на примере КНР и США [12]. Стаценко С.С. анализирует влияние цифровой экономики на благосостояние населения Китая [13].
Данные и методика исследования
В качестве основной методологической базы использована панельная модель с фиксированными эффектами. Объектом исследования выступают 85 субъектов Российской Федерации в период 2021–2023 гг. В качестве зависимой переменной используется валовой региональный продукт на душу населения (VPC) в текущих ценах.
В основу построения модели положен подход, опирающийся на разработку системы эмпирически измеримых индикаторов, отражающих ключевые факторы цифровой трансформации регионов. Методологическая рамка сформирована на стыке институциональной, пространственной и цифровой экономики. Для обоснованного выбора переменных в исследовании использована авторская группировка факторов цифровой трансформации, основанная на результатах работ Крамина Т.В. и Имашевой И.Ю. и других авторов, опубликованных в рецензируемых журналах [14].
Таблица 1
Система показателей для моделирования, включая прокси-переменные факторов цифровой трансформации
|
Название группы факторов |
Переменная |
Описание |
|
Степень доступности широкополосного интернета |
PEN |
Доля активных абонентов фиксированного широкополосного доступа (далее – ШПД) в интернет |
|
Современные инновационные технологии |
IM |
Доля онлайн-продаж в общем обороте розничной торговли |
|
Цифровые навыки населения |
GS |
Доля зарегистрированных пользователей ЕПГМУ, активно использующих электронные сервисы |
|
Цифровые навыки населения (дополнительно) |
GSU |
Доля граждан, использующих механизм получения госуслуг в электронной форме |
|
Цифровая зрелость институтов |
DM |
Индекс цифровой зрелости региональных институтов (органы власти, здравоохранение, образование, транспорт, строительство и пр.) |
|
Инструментальная переменная |
POP |
Численность населения на конец периода (используется для расчёта PEN) |
|
Зависимая переменная |
VPC |
Валовой региональный продукт на душу населения (итоговый показатель социально-экономического развития региона), тыс.руб. |
Источник: составлено авторами.
В рамках данного исследования все цифровые факторы агрегированы в четыре ключевых группы, отражающих системные направления трансформации:
1. Степень доступности широкополосного интернета
2. Современные инновационные технологии
3. Цифровые навыки населения
4. Цифровая зрелость институтов
Для каждой группы факторов цифоровой трансформации были подобраны соответствующие прокси-переменные (табл. 1), значимые для оценки их влияния на уровень регионального благосостояния (VPC).
Каждая переменная системы, представленной в таблице 1, отражает не абстрактную теоретическую конструкцию, а имеет чёткую институциональную и статистическую интерпретацию, базируется на открытых данных Росстата и ЕМИСС и специализированных государственных платформ [15,16].
Базовое уравнение модели исследования представлено в следующем виде:
VPC = α + β·GS + γ·DM + ε, (1)
где α, β, γ – параметры модели, ε – ошибка регресии.
Были также построены альтернативные модели, спецификация которых включала переменные PEN, GSU, IM. Однако они были исключены из конечных вариантов моделей в силу их незначимости.
Результаты исследования и их обсуждение
По результатам построения модели по панельным данным (на основе уравнения (1)) выявлена статистически значимая зависимость между показателями цифровизации и VPC (табл. 2). Итоговая регрессионная модель имеет следующий вид:
VPC = −44622687,18 + + 68799,64·GS + 17165,85·DM. (2)
Таблица 2
Результаты панельной эконометрической модели оценки влияния факторов цифровой трансформации
|
Переменная |
Коэффициент |
Стандартная ошибка |
t-статистика |
p-значение |
|
C * |
–44 622 687.18 |
833 415.50 |
–5.35 |
0.0000 |
|
GS |
68 799.64 |
12 655.99 |
5.44 |
0.0000 |
|
DM |
17 165.85 |
6 243.57 |
2.75 |
0.0064 |
|
R2 |
0.152522 |
F-статистика |
22.67643 |
* – свободный член.
Источник: составлено авторами.
Параметры модели, построенной по уравнению (1), представлены в таблице 2.
GS (доля активных пользователей ЕПГМУ): переменная показала наивысшую статистическую значимость (p < 0.001), что подтверждает важность цифровой вовлечённости граждан. Это отражает прямую связь между цифровыми навыками населения, доступом к госуслугам и экономическим развитием: регионы, где население более активно использует ЕПГМУ, демонстрируют более высокий уровень его благосостояния. Этот факт также опосредованно указывает на более высокий уровень доверия к цифровым каналам, снижения транзакционных издержек и повышение скорости административного взаимодействия.
DM (цифровая зрелость институтов): показатель также продемонстрировал значимость (p ≈ 0.006), что свидетельствует о важности интеграции цифровых решений в государственные процессы. Этот факт указывает на институциональный эффект цифровизации: чем выше цифровая зрелость институтов – тем выше производительность и прозрачность экономики региона.
PEN, GSU и IM – причины исключения.
• PEN: Переменная PEN (доля абонентов, имеющих ШПД в интернет) оказалась статистически незначимой во всех спецификациях. Вероятной причиной этого факта является то, что данный показатель включает подключения со скоростями ниже международного стандарта (100 Мбит/с), что искажает его экономическое значение.
• GSU: Принимая во внимание потенциальную корреляцию с переменной GS и слабую вариативность по регионам, переменная не прошла фильтр значимости.
• IM: Фактор интенсивности интернет-маркетинга также показал слабую значимость в модели оценки влияния на объясняемую переменную.
Выводы
Проведённая апробация выбранной методологии с использованием панельной эконометрической модели позволила подтвердить наличие устойчивой и статистически значимой зависимости между уровнями цифровизации и социально-экономическим развитием регионов Российской Федерации. Полученные результаты обладают высокой внутренней согласованностью, устойчивы к изменению спецификаций и позволяют сделать ряд содержательных научных и практических выводов.
1. Цифровая активность граждан (GS) – является наиболее значимым фактором, влияющим на валовой региональный продукт на душу населения. Рост вовлеченности населения в цифровые государственные сервисы (ЕПГМУ) оказывает мощное влияние на благосостояние региона, что может быть связано с повышением административной эффективности, снижением издержек, упрощением доступа к услугам и усилением социального доверия.
2. Цифровая зрелость институтов (DM) – выступает в качестве второго по значимости предиктора VPC. Эффективная цифровая трансформация органов власти и социальной инфраструктуры способствует росту производительности и институциональному качеству, что позитивно сказывается на экономических показателях.
3. Остальные переменные (PEN, IM, GSU) – продемонстрировали ограниченную значимость. Особенно это касается PEN, традиционно воспринимаемого как базовый инфраструктурный показатель. Однако его формальное наличие без оценки качества соединения, стабильности и скорости, не даёт устойчивого эффекта, что подчёркивает необходимость переопределения понятий в цифровой статистике.
4. Пространственные различия – остаются выраженными. Несмотря на общее повышение показателей цифровизации, регионы демонстрируют высокую вариативность по GS и DM. Особенно значим разрыв между центрами цифрового роста и регионами с институциональными или инфраструктурными ограничениями. Это свидетельствует о сохраняющемся цифровом неравенстве и требует адресной региональной политики.
5. Модели, учитывающие динамику VPC (разности), подтвердили, что цифровизация влияет не только на текущий уровень благосостояния, но и на его траекторию. GS остаётся устойчивым фактором, обеспечивающим рост VPC во времени. Это означает, что цифровые компетенции и вовлеченность населения – это не только индикатор настоящего, но и предиктор будущего социально-экономического роста.
6. Практическая значимость построенной модели заключается в возможности её использования для:
• прогнозирования эффектов от цифровых программ;
• ранжирования регионов по цифровой эффективности;
• моделирования сценариев цифрового развития;
• расчёта инвестиционной отдачи от внедрения цифровых решений на уровне субъектов РФ.
Таким образом, апробация предложенной методики подтвердила, что цифровизация является не просто модным трендом, а одним из фундаментальных факторов регионального развития. Формирование цифровой политики должно опираться на количественные модели, учитывать региональные особенности и ориентироваться на системное развитие четырёх механизмов – от уровня проникновения широкополосного доступа в интернет до зрелости институтов.
Конфликт интересов
Библиографическая ссылка
Гареев Э.Я., Крамин Т.В. ЦИФРОВАЯ ТРАНСФОРМАЦИЯ И СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ РЕГИОНОВ РОССИИ // Вестник Алтайской академии экономики и права. 2025. № 9-2. С. 217-222;URL: https://vaael.ru/ru/article/view?id=4327 (дата обращения: 17.10.2025).
DOI: https://doi.org/10.17513/vaael.4327