Цифровой разрыв в регионах России: оценка и приоритеты в контексте решения национальных целей развития страны

Исследование выполнено за счет гранта Российского научного фонда № 25-28-01533,

Цифровая трансформация общества, объявленная четвертой промышленной революцией, предполагает не только беспрецедентные возможности для экономического роста, социальной инклюзии и доступа к знаниям, но и новые формы социальной стратификации. На смену традиционным барьерам постепенно приходит цифровое неравенство ( digital inequality ) — комплексная проблема дифференциации доступа, а также использования и получения выгод от информационно-коммуникационных технологий. Однако статичное понимание неравенства как простого наличия или отсутствия интернет-подключения устаревает в условиях быстро меняющейся технологической среды. Сегодня на первый план выходит динамическая и многомерная категория цифрового разрыва ( digital divide ), отражающая разницу в наличии инфраструктуры, а также растущее отставание в навыках, качестве использования и способности извлекать капитал из цифровой среды.

Термин «цифровой разрыв» был введён в научный оборот в докладе Национального управления по телекоммуникациям и информации США в 1995 году, где была отмечена дифференциация в доступе к телекоммуникационным технологиям между различными социально-географическими группами1. Хотя это явление ранее обсуждалось в публичном дискурсе, именно в данном исследовании оно получило системное определение как неравенство в обладании информационными ресурсами, обусловленное различиями в доступности телефонии, компьютеров и интернета, особенно среди жителей сельских и городских территорий, малообеспеченных слоёв и расовых меньшинств в сравнении с остальным населением. Значительную роль в популяризации термина сыграл Билл Клинтон, который не только использовал его в публичных выступлениях, но и расширил его значение, указав на разрыв между включёнными и исключёнными из цифровой экономики2. Именно он акцентировал необходимость преодоления данного неравенства, выделив его ключевые параметры: уровень дохода, образования, географическую локацию и расовую принадлежность групп населения.

Научное оформление термин «цифровой разрыв» получил в работе социолога Пиппы Норрис (Norris, 2003), которая определила его как неравенство в доступе к цифровым технологиям между социально уязвимыми и благополучными группами населения. Норрис предложила его многоуровневую концепцию, выделив глобальное измерение – диспропорцию между развитыми и развивающимися странами, социальное – внутренние различия по доходам, образованию, возрасту и расе – и демократическое – неравенство в использовании цифровых ресурсов для политического участия. В 2001 году Организация экономического сотрудничества и развития ввела данный термин в международную политическую повестку, закрепив его в докладе «Понимание цифрового разрыва». Согласно позиции ОЭСР, цифровой разрыв характеризует дисбаланс между различными социально-экономическими субъектами не только в возможностях доступа к информационно-коммуникационным технологиям (ИКТ), но и в интенсивности их использования для решения широкого круга задач, включая коммерческую деятельность3. При этом акцент сместился на комплексное использование ИКТ, что является более широкой проблемой, чем просто наличие подключения к интернету.

Современная концепция цифрового неравенства структурируется на трех уровнях. Первый уровень представляет собой неравенство в доступе к ИКТ, обусловленное различиями в инфраструктурной обеспеченности, экономической доступности оборудования и подключения для социально уязвимых групп и географически удаленных территорий (Attewell, 2001). Второй уровень характеризуется неравенством в качестве использования цифровых технологий, где ключевым фактором выступает дифференциация цифровых компетенций. Эффективность использования технологий варьируется в зависимости от социально-экономического контекста – от образовательных практик до профессионального применения (Журавлев, Чаадаев, 2024). При этом даже при наличии технических навыков сохраняется проблема неэффективного использования потенциала ИКТ, например при преобладании пассивного потребления контента над его созданием (Гладкова и др., 2019).

Третий, наиболее комплексный уровень неравенства связан с возможностями извлечения выгод от использования цифровых технологий и концепцией «цифрового капитала». Согласно подходу Рагнедды, восходящему к веберовской традиции, цифровой капитал представляет совокупность ресурсов (инфраструктурных и когнитивных), позволяющих трансформировать технологические возможности в позитивные изменения качества жизни (Ragnedda, 2017). Данный уровень интегрирует предыдущие, поскольку извлечение выгод невозможно без базового доступа и развитых компетенций (Rastvortseva, Panasiuk, 2025). Именно третий уровень имеет особое значение для региональной экономики, поскольку концентрация цифрового капитала в развитых регионах приводит к углублению диспропорций в производительности труда (Журавлев, 2018), усилению зависимости периферийных территорий от федеральных цифровых платформ (Ускова, Кожевников, 2013), миграции высококвалифицированных кадров в цифровые кластеры, что ограничивает экономический потенциал депрессивных регионов (Деревцова и др., 2021).

Цифровой разрыв наблюдается среди российских регионов (Басова, 2021; Кожевников, 2019). Например, по данным Росстата за 2023 год, в ведущих регионах (Москва, Санкт-Петербург, Татарстан) доля домохозяйств с широкополосным доступом к интернету превышает 90%, при этом в ряде других субъектов (Новгородская, Тверская, Орловская, Тамбовская, Костромская области) этот показатель остается на уровне ниже 80%, а для организаций разрыв может быть еще более значительным. Такая дифференциация напрямую влияет на качество жизни граждан, конкурентоспособность бизнеса и эффективность государственного управления, создавая «цифровые периферии» с ограниченными возможностями для развития.

Исследование социального неравенства городского и сельского населения показало необходимость государственной поддержки социально незащищенных семей и домохозяйств с низким уровнем дохода в организации доступа к ИКТ (Костяев, 2024). Исследование

А.И. Ивановой выявило ключевые факторы цифрового неравенства для трех групп заинтересованных сторон: домохозяйств (на доступ к интернету влияют возраст населения, уровень образования и ИКТ-субсидии, а на качество использования – региональные ИКТ-расходы), государства (доля пожилого населения сдерживает развитие, а субсидии на цифровизацию стимулируют и доступ, и использование услуг) и бизнес (цифровизация медленнее в густонаселенных южных регионах из-за культурных особенностей, спрос на онлайн-коммерцию зависит от образования, субсидии бизнесу не показали значимого эффекта) (Иванова, 2023).

Мы считаем, что уровни цифрового разрыва могут проявляться по-разному для каждой группы субъектов России ( рис. 1 ). Понимание факторов, формирующих ключевые составляющие его трех уровней для разных секторов экономики, позволит более целенаправленно и эффективно проводить политику цифровизации в регионах.

Решение проблемы цифрового неравенства является ключевым для достижения национальных целей развития страны, сформулиро- ванных в стратегических документах. В первую очередь это «Стратегия развития информационного общества в Российской Федерации на 2017–2030 годы»4, которая ставит задачу ликвидации цифрового неравенства и обеспечения повсеместного доступа к надежным и быстрым интернет-сетям. Ее реализация конкретизирована в национальной программе «Цифровая экономика Российской Федерации», где одним из приоритетов является преодоление разрывов в цифровой инфраструктуре между регионами.

Более того, задачи по сокращению цифрового неравенства интегрированы в указ Президента РФ «О национальных целях развития до 2030 года»5, в частности по обеспечению «цифровой трансформации» и повышению благосостояния граждан.

Цель данного исследования заключается в выявлении и эконометрической оценке ключевых детерминант, формирующих цифровой разрыв в регионах России на трех структурных уровнях (неравенство в доступе, качество использования и возможности извлечения выгод) для трех ключевых групп субъектов – домохозяйств, бизнеса и государства.

Рис. 1. Индикаторы трех уровней цифрового разрыва для разных секторов экономики регионов России

	Цифровой разрыв I уровня		Цифровой разрыв II уровня		Цифровой разрыв III уровня
Домохозяйства	Доля домохозяйств с широкополосным интернетом		Уровень ежедневного использования интернета среди населения		Распространенность онлайн-покупок среди населения
Бизнес	Доля организаций с широкополосным интернетом		Распространенность облачных сервисов среди организаций		Доля интернет-торговли в розничном обороте
Государство	Доля органов власти и местного самоуправления со скоростью интернета не менее 2 Мбит/с		Вовлеченность населения во взаимодействие с органами власти		Удовлетворенность качеством электронных услуг

Источник: составлено авторами.

Описание методики исследования и обоснование ее выбора

Основным методом выступил эконометрический анализ на основе панельных данных. Для построения моделей использовались три подхода: объединенная регрессия, модели со случайными и фиксированными эффектами. Определение корректной модели проводилось с помощью статистических тестов Бреуша – Пагана и Хаусмана. Анализ был произведен в эконометрическом пакете Gretl. В ходе анализа было определено, что во всех случаях лучшими являются модели с фиксированными эффектами.

Критериями качественной оценки эконометрических моделей в исследовании на панельных данных служат теоретическая обоснованность переменных, статистическая значимость коэффициентов ( p-value ), объясняющая способность модели ( R ²), выполнение ключевых предпосылок (отсутствие мультиколлинеарности и автокорреляции остатков), а также проверка на гетероскедастичность с использованием робастных стандартных ошибок. В данной работе выбор модели с фиксированными эффектами ( FE ) был статистически и содержательно обоснован. Сначала тест Бреуша – Пагана отверг нулевую гипотезу об отсутствии индивидуальных региональных эффектов, указав на несостоятельность объединённой регрессии ( Pooled OLS ). Затем тест Хаусмана, показав статистическую значимость, отверг предпосылку модели со случайными эффектами ( RE ) о некоррелированности индивидуальных эффектов с регрессорами. Поскольку такие постоянные, но неучтённые региональные особенности (например, географическое положение, исторически сложившаяся институциональная среда) почти наверняка влияют как на уровень цифровизации, так и на экономико-демографические показатели, модель FE является корректной. Она позволяет элиминировать влияние неизменных во времени характеристик регионов и оценивать эффекты исключительно на основе внутрирегиональной динамики за период 2017–2023 гг., обеспечивая состоятельные оценки взаимосвязей между детерминантами и уровнями цифрового разрыва.

В качестве зависимых переменных были определены индикаторы трех уровней цифрового разрыва для разных заинтересованных групп, представленных на рисунке 1.

Независимые переменные моделей:

• 1)    Pop_urbaniz – доля городского населения в общем населении, % (+ предполагается положительное воздействие на индикаторы) (Шабу-нова и др., 2020; Костяев, 2024; Fong, 2009; Rastvortseva, Manaeva, 2022);

• 2)    Pop_women – доля женщин в общем населении, % (- отрицательное воздействие) (Antonio, Tuffley, 2014; Acilar, S$bn, 2023);

• 3)    Pop_pension – доля населения старше 65 лет, % (-) (Груздева, 2022a; Van Dijk, 2013; Krueger et al., 2018);

• 4)    Empl_educ – доля занятых с высшим образованием, % (+) (Cruz-Jesus et al., 2016; Soom-ro et al., 2020);

• 5)    Inst_inform – доля занятых в неформальном секторе, % (-) (Anakpo et al., 2023; Dutta et al., 2023);

• 6)    Inst_ small_bus – доля микро- и малых предприятий в общей совокупности, % (+) (Duncombe, Heeks, 2002; Arendt, 2008);

• 7)    Econ_paym – абонентская плата за интернет к средним доходам, % (-) (Martin, Robinson, 2007);

• 8)    Econ_Inequal – индекс Джини, % (-) (Fidan, 2016);

• 9)    Econ_food – расходы на питание в общем объеме расходов, % (-) (Nanthikesan, 2000; Zhang, 2013);

• 10)    Econ_poverty – население с доходом ниже прожиточного минимума, % (-) (Груздева, 2022b; Norris, Inglehart, 2013; Wamuyu, 2017).

Источники информации – открытые статистические данные из ежегодников «Регионы России» за 2018–2024 гг. и статистическое исследование Росстата6. Объекты исследования – 82 региона РФ, период – 2017–2023 гг.7 Выборка составила 574 наблюдения.

Результаты исследования

Рассмотрим распределение индикаторов цифрового разрыва всех трех уровней для домохозяйств по регионам России ( рис. 2–4 ).

Анализ доли домохозяйств с широкополосным интернетом показал, что в 2023 году доступ к нему имели 87,3% домохозяйств, наибольший рост в этом отношении демонстрируют субъекты с крупными инвестиционными проектами и поддержкой инновационного бизнеса (Республика Татарстан, Москва, Чеченская Республика) и северные территории, где цифровая инфра-

Рис. 2. Доля домохозяйств с широкополосным интернетом, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего. Источник: составлено авторами.

Рис. 3. Уровень ежедневного использования интернета среди населения в регионах России, 2023 год, % Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего.

Источник: составлено авторами.

структура компенсирует географическую удаленность. Примечательно, что высокие показатели также наблюдаются в южных регионах, стимулируемых развитием туристического сектора, и в малонаселенных субъектах, где легче достичь полной зоны покрытия. В свою очередь, отставание характерно для аграрных регионов с преобладанием пожилого населения, чья профессиональная деятельность не связана с онлайн-средой. При этом даже активная цифровизация в некоторых из них пока не позволяет преодолеть общее отставание.

Наиболее высокий уровень ежедневного использования интернета характерен для развивающихся регионов (Республика Северная Осетия – Алания, Республика Дагестан, Республика Калмыкия) и удаленных территорий (Чукотский АО, Амурская и Сахалинская области). Это объясняется компенсаторной ролью цифровых технологий: в условиях ограниченного доступа к возможностям офлайн для развлечений, образования, профессиональной деятельности и общения (особенно в горных и удаленных районах) интернет становится ключевым каналом коммуникации. Таким образом, высокая интернет-активность выступает следствием неблагоприятных социально-экономических условий.

Также можно опровергнуть предположение о диффузии инноваций из центра на соседние регионы. Например, юго-восточный полукруг около Москвы демонстрирует отставание в освоении IT-технологий. Сдерживающими факторами выступают старение сельского населения и низкая ресурсная обеспеченность, что характерно для северо-западных территорий, где высокие затраты на подключение и невысокие доходы населения препятствуют приобретению устройств и оплате высокоскоростного доступа. Это позволяет заключить, что цифровые навыки могут формироваться даже в условиях дефицита ресурсов.

Пространственная дифференциация распространения практики онлайн-покупок в России демонстрирует выраженную зависимость от социально-экономических характеристик регионов. Лидерство столичных агломераций и инновационного центра (например, в Республике Татарстан), а также влияние эффекта соседства подтверждает роль экономического развития и инфраструктурной близости как драйверов роста. В удалённых регионах (Республика Калмыкия, Республика Бурятия, северные автономные округа) интернет-торговля выполняет восполняющую функцию для офлайн-торгов-ли, тогда как низкая активность в иных пери-

Рис. 4. Распространенность онлайн-покупок среди населения в регионах России, 2023 год, % Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего.

Источник: составлено авторами.

ферийных субъектах связана с удалённостью, высокой долей пожилого населения и ограниченными стимулами для диверсификации бизнеса, что указывает на значительный потенциал дальнейшего роста отрасли.

Построенные три модели влияния факторов на эти три индикатора представлены в таблице 1.

В ходе анализа выявлена статистически значимая отрицательная взаимосвязь между долей абонентской платы в доходах населения и распространенностью широкополосного доступа в интернет: рост цен на услуги на 1% приводит к снижению доли оснащенных интернетом домохозяйств на 5,87%. Цифровая доступность негативно связана с долей населения с доходами ниже прожиточного минимума, где увеличение данного показателя снижает проникновение широкополосного доступа на 2,9%. Обнаружена положительная связь с долей расходов на питание, что, вероятно, опосредовано общим ростом доходов и благосостояния, стимулирующим онлайн-потребление (Olumekor et al., 2024). Увеличение доли теневого сектора в экономике снижает доступ домохозяйств к сети на 0,33%, отражая экономическое неблагополучие регионов8. Среди демографических факторов положительное влияние оказывает доля женщин в структуре населения, в частности её рост на 1% повышает доступность на 0,01%, что связывают с их более высокой интернет-активностью9.

Таблица 1. Модели влияния факторов на цифровой разрыв в регионах России для домохозяйств

Переменная	Модель 1		Модель 2		Модель 3
	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ
Зависимая переменная	Доля домохозяйств с широкополосным интернетом		Уровень ежедневного использования интернета среди населения		Распространенность онлайн-покупок среди населения
const	103,022		206,246		190,357
Econ_paym	- 5,86872*** (<0,0001)	–	- 6,72647*** (<0,0001)	–	- 6,49025*** (<0,0001)	–
Econ_food	0,577059*** (<0,0001)	–	0,286635*** (0,0069)	–
Econ_poverty	- 2,08662*** (<0,0001)	–	- 3,15031*** (<0,0001)	–	- 3,51617*** (<0,0001)	–
Econ_Inequal			- 2,53034*** (<0,0001)	–	- 2,35555*** (<0,0001)	–
Pop_pension			0,303511*** (<0,0001)	–	0,335796*** (<0,0001)	–
Pop_women	0,00972588*** (0,0046)	–
Inst_inform	- 0,330099*** (0,0031)	–			- 0,47624*** (0,0037)	–
Inst_small_bus					0,06118*** (0,0041)	+
R-квадрат	0,723586		0,765169		0,736065
Стандартная ошибка модели	5,402668		5,552066		7,898893
Число наблюдений	574		574		574

*p < 0,1;

**p < 0,05;

***p < 0,01.

Примечание: в скобках представлены оценки значимости коэффициентов; ВНВ – возможные направления влияния.

Источник: составлено авторами.

Отсутствие высоких доходов ограничивает возможность высокоскоростного подключения с большим объемом трафика, вынуждая сокращать использование. Коэффициент Джини демонстрирует отрицательную связь: высокий уровень экономического неравенства, означающий концентрацию доходов у узкой группы населения, приводит к снижению регулярного использования интернета на 2,5% вследствие его недоступности для широких слоев. Низкая доступность формирует слабую цифровую компетентность из-за отсутствия условий для приобретения и отработки соответствующих навыков. Парадоксальная положительная связь выявлена с долей пожилого населения: её увеличение повышает частоту использования интернета на 0,3%, что объясняется наличием у данного контингента пользователей специфических цифровых навыков для решения практических задач и потребностью в поддержании социальных связей (Кочетков, Мельникова, 2024).

Проведенный эконометрический анализ подтверждает взаимосвязь третьего уровня цифрового неравенства, проявляющегося в использовании интернета для онлайн-заказов, с факторами первого и второго уровней, такими как доступ и компетенции. Способность на- селения получать преимущества от цифровизации серьезно подрывается комплексом неблагоприятных экономических факторов. При этом выявлена положительная зависимость доли онлайн-заказов от доли пожилого населения, рост которой на 1% увеличивает показатель на 0,33%, что объясняется функцией он-лайн-среды, обеспечивающей доступ к товарам при ограниченной физической мобильности. Кроме того, установлена положительная связь с плотностью микро- и малых организаций: увеличение их числа на 1000 человек повышает уровень онлайн-заказов на 0,06%, поскольку именно данный сектор формирует конкурентное локальное предложение, стимулирующее использование услуги.

Рассмотрим распределение регионов России по показателям цифрового разрыва среди организаций ( рис. 5–7 ).

Цифровое неравенство в предпринимательском секторе, как и для домохозяйств, во многом обусловлено различиями в доступности широкополосного подключения к сети Интернет. Анализ показывает, что в последние годы доля организаций, имеющих доступ к широкополосному интернету, сокращается в большинстве регионов.

Рис. 5. Доля организаций с широкополосным интернетом в регионах России, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста выше среднего в 2017–2023 гг.

Источник: составлено авторами.

Рис. 6. Распространенность облачных сервисов среди организаций в регионах России, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста выше среднего в 2017–2023 гг.

Источник: составлено авторами.

Наблюдается обратная зависимость между уровнем интернетизации домохозяйств и организаций в ряде регионов-лидеров, таких как Оренбургская, Калужская, Орловская, Белгородская области, Удмуртская Республика, Алтайский край и Кемеровская область, где широкополосный доступ для организаций, вероятно, выступает фактором стратегического развития и выхода на новые рынки. Рост показателя в Томской области связывается с реализацией федерального проекта «Информационная инфраструктура» и наличием наукоемких структур, требующих стабильного подключения10. В то же время снижение обеспеченности организаций интернетом в южных регионах страны, в г. Москве, г. Санкт-Петербурге и Республике Татарстан может объясняться распространением теневых схем подключения через физических лиц, а также постпандемийным переходом на удалённый формат работы, при котором сотрудники используют личные каналы связи, учитываемые в статистике домохозяйств.

Наблюдаемый рост доли организаций, использующих облачные сервисы, с 20,5% в 2017 году до 26,7% в 2023 году характеризуется значительной межрегиональной дифференциацией. Лидерство таких субъектов, как Новгородская область, связано с реализацией целевых программ поддержки IT-бизнеса11, в то время как в Чеченской Республике внедрение обусловлено потребностями ключевых секторов экономики – торговли и строительства. Высокие показатели ряда других регионов объясняются присутствием крупных IT-компаний, расширяющих межрегиональное взаимодействие. При этом после 2022 года в отдельных регионах, включая Республику Татарстан, отмечено снижение темпов прироста вплоть до отрицательных значений, что может быть следствием ухода международных IT-компаний и перехода части организаций на отечественные или собственные технологические решения в период адаптации, что в перспективе способно оказать влияние на уровень цифровых компетенций в профессиональной деятельности.

Рис. 7. Доля интернет-торговли в розничном обороте в регионах России, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста выше среднего в 2017–2023 гг.

Источник: составлено авторами.

Третий уровень дифференциации организаций детерминирован долей онлайн-продаж в общем розничном обороте. На общероссийском уровне в 2023 году данный показатель достиг 8,1%, что более чем в шесть раз превышает значение 2017 года и отражает общую тенденцию. Республика Калмыкия демонстрирует исключительную динамику, увеличив долю он-лайн-продаж в несколько раз за 2022–2023 гг., что коррелирует с расширением числа интернет-магазинов на треть. Традиционно высокие показатели характерны для Москвы, Московской области и Санкт-Петербурга, где платежеспособный потребительский спрос и ориентация на экономию времени стимулируют развитие онлайн-услуг. Наблюдается экспансия онлайн-торговли в восточном направлении от упомянутых инновационных кластеров, сопровождаемая развитием региональной логистической инфраструктуры и запуском доставки локальными офлайн-магази-нами, чему способствует низкая конкуренция на начальном этапе. Высокие темпы роста также отмечаются в приграничных регионах

Дальнего Востока, где развита реэкспортная деятельность с использованием зарубежных товаров. В то же время низкие значения онлайн-продаж в регионах, прилегающих к Московской агломерации, объясняются доступностью более конкурентоспособных товаров из центрального кластера, что ограничивает стимулы для развития локальных интернет-платформ.

Определим факторы формирования цифрового разрыва для бизнеса по трем уровням ( табл. 2 ).

Анализ выявил парадоксальную положительную корреляцию между относительной стоимостью интернет-услуг и их доступностью для организаций. Повышение затрат сопряжено с развитием инфраструктуры, при этом наибольшая доступность отмечается в экономически отсталых регионах, тогда как в развитых субъектах РФ доля подключенных организаций снижается. Это может объясняться неполнотой статистических данных о подключениях индивидуальных предпринимателей и малых предприятий, сосредоточением крупных потребителей интернета в богатых регионах.

Таблица 2. Модели влияния факторов на цифровой разрыв для бизнеса в регионах России

Переменная	Модель 4		Модель 5		Модель 6
	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ
Зависимая переменная	Доля организаций с широкополосным интернетом		Распространенность облачных сервисов среди организаций		Доля интернет-торговли в розничном обороте
const	41,0952		- 11,8994		7,82935
Econ_paym	4,33742*** (0,0026)	–
Econ_food	- 0,641560*** (0,0002)	–
Econ_poverty	1,06756*** (0,0009)	–	- 0,550377*** (<0,0001)	—	- 0,77296*** (<0,0001)	–
Econ_Inequal	2,00355*** (0,0009)	–	- 2,53034*** (<0,0001)	—
Pop_urbaniz			1,00442*** (<0,0001)	+
Pop_pension	- 0,486757*** (<0,0001)	–			0,137196*** (<0,0001)	–
Empl_educ	- 0,862195*** (<0,0001)	+
Inst_ small_bus					0,022634*** (0,0002)	+
R-квадрат	0,454307		0,677729		0,612755
Стандартная ошибка модели	8,904748		3,112697		1,956002
Число наблюдений	574		574		574

*p < 0,1;

**p < 0,05;

***p < 0,01.

Примечание: в скобках представлены оценки значимости коэффициентов; ВНВ – возможные направления влияния.

Источник: составлено авторами.

На втором уровне цифрового неравенства использование облачных технологий демонстрирует обратную зависимость от экономического благосостояния регионов. Рост доли населения с доходами ниже прожиточного минимума на 1% снижает внедрение облачных решений на 0,55%. Основными потребителями услуг выступают крупные компании развитых регионов, где урбанизация, а не уровень образования, является ключевым фактором внедрения.

На третьем уровне установлено, что доля онлайн-продаж положительно коррелирует с активностью микро- и малых предприятий и наличием пожилого населения как целевой аудитории, несмотря на общее снижение использования онлайн-каналов в регионах с высокой долей бедного населения. Онлайн-торговля позволяет малым предприятиям расширять географию сбыта и повышать эффективность деятельности.

Рассмотрим развитие цифрового разрыва на трех уровнях для государственного сектора в регионах РФ ( рис. 8–10 ).

Первый уровень цифрового неравенства в государственном секторе характеризуется долей органов государственной власти и органов местного самоуправления, обеспеченных скоростью передачи данных в интернете не менее 2 Мбит/с. К 2023 году данный показатель достиг 72,6%, что на 12,5 п. п. превышает значение шестилетней давности. Наибольший рост был зафиксирован в 2020 году, когда меры противодействия пандемии коронавируса выступили катализатором перевода взаимодействия между органами государственной власти и местного самоуправления, а также коммуникации с населением в онлайн-формат, включая оперативное информирование через социальные сети. Данный скачок стал возможен благодаря ускоренной цифровизации, обеспеченной в том числе за счет целевых государственных субсидий, направленных в отдельные регионы.

Анализ процессов цифровизации государственного управления в регионах России позволяет выявить значительную дифференциацию. Бесспорными лидерами остаются Москва и Санкт-Петербург, самыми первыми приступившие к активному внедрению IT-решений в государственные процессы. Среди других субъектов выделяется Омская область, достигшая лидерских позиций по степени подключения органов государственной и муниципальной власти к сети Интернет. Здесь успешно функционирует ГИС «Единая система управления бюджетным процессом», а Министерство экономики региона интегрировано в цифровую платформу МСП.ру с перспективой ее использования для муниципалитетов.

Пермский край демонстрирует активное развитие цифровой инфраструктуры, располагая более чем 200 государственными информационными системами, 62 из которых имеют ключевое значение для региона. Цифровая трансформация муниципалитетов здесь осуществляется на основе регулярной оценки по семи целевым показателям, также поддерживается цифровизация бизнеса12. Значительный прогресс наблюдается в Чеченской Республике, где уровень цифровизации вырос благодаря реализации республиканской программы13.

В то же время в ряде регионов, таких как Иркутская, Рязанская, Волгоградская и Ростовская области, где сохраняются проблемы социально-экономического характера, показатель цифровизации находится на уровне 60%, не демонстрируя существенного роста. Респуб-

Рис. 8. Доля органов власти и местного самоуправления со скоростью интернета не менее 2 Мбит/с в регионах России, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего.

Источник: составлено авторами.

лика Татарстан, будучи пионером в предоставлении полного спектра из 319 государственных и муниципальных услуг в цифровой форме, сталкивается с проблемой доступности высокоскоростного интернета. Наиболее сложная ситуация характерна для Чукотского АО, Пензенской области и Республики Бурятии, где цифровые технологии в системе госуправления развиваются на начальной стадии.

Согласно данным за 2023 год, среднероссийское значение вовлеченности населения во взаимодействие с органами власти достигло 74,6%, что свидетельствует о росте более чем на треть за шестилетний период интенсивности взаимодействия граждан с органами государственной и муниципальной власти через интернет. Такая динамика наблюдается и в субъектах Российской Федерации. Наибольших значений показатель достигает в Краснодарском крае, Воронежской и Ивановской областях, республиках Башкортостан и Тыва. В данных регионах платформа «Госуслуги» активно используется в основном малообеспеченными категориями населения для получения информации в социальной сфере14. В то же время наиболее существенное отставание отмечается в регионах Юга и Дальнего Востока, где взаимодействие с органами власти либо развито слабо, либо в значительной степени осуществляется в традиционной форме личного посещения, что обусловлено как культурными особенностями, так и недостаточным развитием институтов гражданского общества.

Показатель удовлетворенности граждан качеством предоставления государственных услуг в электронном формате отражает третий уровень неравенства в государственном секторе. К 2023 году доля удовлетворенных пользователей составила 49,8%, что на 20% ниже значений 2017 года. Данная тенденция преобладает в большинстве регионов.

Рис. 9. Вовлеченность населения во взаимодействие с органами власти в регионах России, 2023 год, % Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего, сеткой – с отрицательным ростом.

Источник: составлено авторами.

Рис. 10. Удовлетворенность качеством электронных услуг в регионах России, 2023 год, %

Примечание: заштрихованы регионы с темпом прироста в 2017–2023 гг. выше среднего, сеткой – с отрицательным ростом.

Источник: составлено авторами.

Наибольшее отставание по удовлетворенности качеством предоставления государственных услуг в электронном формате зафиксировано в Псковской, Воронежской, Калужской, Магаданской и Амурской областях, а также в республиках Алтай и Марий Эл, где процессы цифровизации реализуются менее интенсивно по сравнению с другими субъектами Российской Федерации. Следствием этого является ограниченная доступность социально значимых услуг, особенно востребованных в депрессивных регионах. Согласно данным Росстата, в Псковской области 12,1% населения указали на данную причину в качестве основного фактора отказа от использования электронных государственных услуг.

Дополнительным фактором, усугубляющим ситуацию, является низкое социально-экономическое развитие указанных регионов, где преобладает пожилое население, предпочитающее очное взаимодействие через МФЦ не только для решения административных вопросов, но и для удовлетворения потребности в социальной коммуникации.

В группу лидеров по степени удовлетворенности входят Самарская и Ленинградская области, Ростовская область, Республика Татарстан и Кабардино-Балкарская Республика. Эти регионы характеризуются относительно высоким экономическим развитием в рамках своих федеральных округов, что способствует формированию более обеспеченного и образованного населения, обладающего необходимыми навыками, возможностями и ресурсами для эффективного использования цифровых государственных услуг.

Определим влияние факторов на формирование цифрового разрыва в государственном секторе ( табл. 3 ).

Выводы эконометрического анализа заключаются в детерминации доступности широкополосного интернета для органов власти, где рост тарифов провайдеров снижает подключения на 5,89%. Социально-экономические факторы демонстрируют разнонаправленное влияние: улучшение материального положения (рост доли расходов на питание как индикатор благосостояния) увеличивает доступность интернета для госсектора на 0,92%, тогда как рост бедности и социальное неравенство сокращают её на 1,4 и 2,94% соответственно. Образовательный уровень населения положительно коррелирует с развитием цифровой инфраструктуры (прирост 0,7%), а наличие теневого сектора стимулирует цифровизацию госу-правления на 0,63% в целях усиления контроля. Электронное взаимодействие граждан с властью усиливается при снижении стоимости интернета (прирост 6,11%) и повышается в регионах со значительной долей пожилых (0,45%) и женского населения (0,02%), но снижается при росте бедности (-4,18%) и неравенства (-1,95%). Удовлетворённость цифровыми госус-лугами снижается при увеличении расходов на базовые потребности (-0,84%) и в старшей возрастной группе (-0,46%), однако повышается в депрессивных регионах с высокой бедностью

(+6,27%) и социальной сегрегацией (+2,87%), что объясняется адаптированными ожиданиями населения.

Проведенное исследование выявило устойчивую пространственную дифференциацию российских регионов по уровням цифровизации. Ключевой проблемой остается трехъярусное неравенство, проявляющееся в доступе к интернету, его использовании и получаемых преимуществах. Несмотря на высокие средние показатели проникновения интернета в домохозяйствах (87,3%), в депрессивных и сельских регионах сохраняется значительное отставание, обусловленное инфраструктурными ограничениями и низкой востребованностью. В биз-нес-среде фиксируется парадоксальная ситуация: снижение формального доступа до 72,9% на фоне роста использования облачных сервисов (26,7%), что свидетельствует о структурной трансформации цифровых практик.

Таблица 3. Модели влияния факторов на цифровой разрыв в регионах России для сектора государства

Переменная	Модель 7		Модель 88		Модель 9
	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ	Значения коэффициентов	ВНВ
Зависимая переменная	Доля органов власти и местного самоуправления со скоростью интернета не менее 2 Мбит/с		Вовлеченность населения во взаимодействие с органами власти		Удовлетворенность качеством электронных услуг
const	140,919		183,443		- 92,9155
Econ_paym	- 5,89839*** (0,0002)	–	- 6,11085*** (<0,0001)	–
Econ_food	0,921734*** (<0,0001)	–			- 0,84133*** (0,0017)	–
Econ_poverty	- 1,40137*** (<0,0001)	–	- 4,18377*** (<0,0001)	–	6,27475*** (<0,0001)	–
Econ_Inequal	- 2,94431*** (<0,0001)	–	- 1,95192*** (0,0007)	–	2,87417*** (0,0021)	–
Pop_women			0,0157516*** (0,0083)	–
Pop_pension			0,449120*** (<0,0001)	–	- 0,4633*** (0,0010)	–
Empl_educ	0,707953*** (0,0020)	+
Inst_inform	0,624537*** (0,0024)	–
R-квадрат	0,537785		0,782276		0,577240
Стандартная ошибка модели	9,832942		9,368695		14,08579
Число наблюдений	574		574		574

*p < 0,1; **p < 0,05; ***p < 0,01.

Примечание: в скобках представлены оценки значимости коэффициентов; ВНВ – возможные направления влияния. Источник: составлено авторами.

Наиболее острой проблемой государственного сектора является снижение удовлетворенности качеством электронных услуг до 49,8%, что объясняется асинхронностью технологической и социальной адаптации, особенно в регионах с преобладанием пожилого населения. Пространственный анализ подтверждает слабую эффективность диффузии инноваций из центров цифровизации в периферийные регионы, что формирует устойчивые кластеры цифрового отставания.

Все три уровня цифрового неравенства в секторах домохозяйств, бизнеса и государства детерминируются экономическими условиями, в частности долей населения с доходами ниже прожиточного минимума, однако воздействие этих факторов носит секторально-специфичный характер. Для домохозяйств ключевыми барьерами выступают высокая относительная стоимость интернет-услуг и низкие доходы, тогда как пожилое население и женщины проявили себя как активные пользователи в силу потребностей в коммуникации, онлайн-покупках и решении бытовых задач. В предпринимательском секторе распространенность цифровых технологий положительно связана с урбанизацией и развитием малого бизнеса, хотя в менее развитых регионах отмечается ограниченность из-за высокой стоимости подключения и низкой платежеспособности спроса. Государственный сектор демонстрирует зависимость от бюджетных ограничений и экономического благополучия регионов, при этом удовлетворенность электронными услугами выше среди малообеспеченных групп, вероятно по причине заниженных ожиданий, тогда как пожилые граждане чаще выражали недовольство, обусловленное дефицитом цифровых компетенций.

Выводы

На основании проведенного эконометрического анализа детерминант цифрового неравенства в регионах России для домохозяйств, бизнеса и государственного сектора можно сформулировать некоторые выводы и рекомендации для проведения государственной политики. Исследование подтверждает устойчивую и многомерную природу цифрового неравенства в российских регионах, которое сохраняется на трех взаимосвязанных уровнях: доступ к инфраструктуре, качество использования и способность извлекать выгоды. Ключевым систем- ным выводом является доминирующая роль экономических факторов, в частности уровня доходов населения и относительной стоимости интернет-услуг, значимо негативно влияющих на все секторы и уровни цифровизации. Это указывает, что меры, направленные исключительно на развитие инфраструктуры, без учета платежеспособного спроса и общего экономического благосостояния территорий, имеют ограниченную эффективность. Государственная политика цифровизации должна носить комплексный характер, интегрируясь с программами социально-экономического развития регионов.

Для сектора домохозяйств приоритетом является снижение финансовых барьеров доступа. Сильная отрицательная зависимость между стоимостью интернета и его распространенностью требует механизмов регулирования тарифов или адресных субсидий для малообеспеченных групп населения и жителей удаленных территорий. Параллельно необходимо развивать программы повышения цифровой грамотности, ориентированные не только на базовые навыки, но и на эффективное использование онлайн-сервисов для решения повседневных задач, трудоустройства и предпринимательства. При этом выявленная высокая цифровая активность пожилого населения и женщин должна быть учтена в программах инклюзии, трансформируясь из вынужденной компенсации оф-лайн-дефицита в инструмент повышения качества жизни.

В бизнес-среде политика должна быть резко дифференцирована в зависимости от размера компаний и региона. Для микро- и малых предприятий, являющихся драйвером онлайн-торговли, необходима поддержка в виде консультационных услуг, льготного доступа к цифровым платформам и решения логистических проблем, особенно в регионах, отстающих по доле онлайн-продаж. Для крупного бизнеса и организаций, где наблюдается парадоксальная статистика снижения формального подключения на фоне роста использования облачных сервисов, важно совершенствовать методики статистического учета, для того чтобы адекватно отражать реальные цифровые практики. Общим приоритетом является стимулирование внедрения облачных технологий и цифровых решений в регионах с низким уровнем экономического развития через специальные инвестиционные программы и создание IТ-инфраструктурных хабов.

Цифровизация государственного сектора требует перехода от количественных показателей охвата к качеству и удовлетворенности услугами. Критическое падение удовлетворенности граждан электронными госуслугами сигнализирует о разрыве между технической возможностью предоставления услуги и ее реальной ценностью для пользователя. Необходима глубокая пользовательская адаптация интерфейсов, упрощение процедур и обеспечение технической поддержки, особенно для пожилых граждан. Положительная связь удовлетворенности с уровнем бедности в регионах отражает эффект низких ожиданий, что является неустойчивым основанием для оценки. Поэтому фокус должен сместиться на повышение объективного качества, скорости и прозрачности услуг. Одновременно важно продолжать ликвидацию инфраструктурных пробелов в обеспечении государственных органов высокоскоростным интернетом, особенно в муниципалитетах.

Важнейшим стратегическим выводом является подтверждение слабой пространственной диффузии цифровых инноваций из центральных регионов-лидеров в периферию. Это формирует устойчивые кластеры цифрового отставания и требует целенаправленной политики выравнивания, включающей создание региональных цифровых центров компетенций, развитие межрегиональных IТ-партнерств и реализацию инфраструктурных проектов, ориентированных на связность территорий. Таким образом, преодоление цифрового неравенства в России должно стать не отдельным технологическим направлением, а ключевым элементом комплексной региональной политики, нацеленной на сокращение социально-экономических диспропорций и создание условий для инклюзивного развития всех территорий страны.

Полемика по поводу результатов

Полученные в ходе исследования результаты репрезентативны и статистически значимы, но при этом допускают возможность альтернативных интерпретаций и выявляют ряд дискуссионных моментов. Например, положительная связь доли пожилого населения с уровнем ежедневного использования интернета и распро- страненностью онлайн-покупок может быть не столько индикатором успешной цифровой инклюзии, сколько отражением структурных диспропорций в региональном развитии. Высокая интернет-активность в депрессивных и удаленных регионах может сигнализировать не о преодолении, а о воспроизводстве цифрового неравенства, когда цифровая среда становится вынужденной заменой недоступных сервисов офлайн и не обязательно трансформируется в повышение качества жизни или цифрового капитала.

Выявленная положительная корреляция между стоимостью интернет-услуг и их доступностью для организаций вступает в противоречие с базовыми постулатами экономической теории и требует осторожной интерпретации. Данный результат может быть обусловлен несовершенством учета каналов подключения (использование личных аккаунтов сотрудников) в развитых регионах, где реальная цифровизация бизнеса опережает формальную статистику. Следовательно, наблюдаемое «снижение» доступа может отражать не реальный регресс, а смену технологических моделей потребления.

Дискуссионным является и вывод о повышенной удовлетворенности качеством электронных госуслуг в регионах с высокой долей бедного населения. Хотя это может объясняться адаптацией ожиданий, нельзя исключать, что данный эффект носит временный характер и связан с первоначальным позитивным восприятием самой возможности удаленного доступа к услугам. В долгосрочной перспективе по мере роста запросов населения и усложнения сервисов удовлетворенность может снизиться, если за формальным предоставлением услуг не последует реального повышения их качества, прозрачности и удобства.

Мы считаем, что проведенный анализ, фокусируясь на количественно измеримых детерминантах, имеет дальнейшие перспективы развития для включения качественных аспектов цифрового разрыва, таких как мотивация пользователей, культурные барьеры и субъективное восприятие технологий. Дальнейшие исследования требуют интеграции смешанных методов для более глубокого понимания причинноследственных механизмов, стоящих за выявленными статистическими закономерностями.