Динамика структурной трансформации реального сектора экономики Республики Армении в контексте смены промышленных парадигм

История развития человеческих обществ характеризуется чередованием эволюционных и революционных изменений. Эволюционный тип трансформаций предполагает постепенные и медленные сдвиги, тогда как революционный связан с резкими и кардинальными изменениями, формирующими новые основы социальноэкономического развития. Наиболее яркими проявлениями второго вида являются промышленные революции.

На протяжении последних 40 тысяч лет технологический прогресс демонстрирует устойчивый гиперболический рост с периодическими колебаниями. В рамках сверхдлинных циклов фазы накопления и зарождения инноваций сменяются фазами их быстрого распространения и совершенствования (Гринин и др., 2020). С середины XX века темпы технологического развития приобрели экспоненциальный характер: в пределах одного человеческого поколения может смениться несколько технологических парадигм (Дзюбенко, 2020).

новой геополитической реальности».

Параллельно с ускорением научно-технического прогресса в последние десятилетия возросла частота кризисов различного генеза – экономических, финансовых, социальных и политических. В условиях кризисов инновации часто выполняют функцию антикризисного механизма, ускоряя адаптацию экономик к новым условиям и стимулируя процессы цифровизации (Brem et al., 2023). Те страны, которые способны оперативно адаптироваться к изменению внешнеэкономической конъюнктуры, не только снижают негативное воздействие шоков, но и получают дополнительные возможности для ускоренного роста.

Республика Армения после обретения независимости в 1991 году столкнулась с необходимостью перехода от централизованной плановой экономики к рыночной системе в условиях глубоких трансформационных кризисов. В то время как в развитых странах активно распространялись персональные компьютеры, интернет и новые программные платформы, Арме- ния вынуждена была решать задачи институциональных и структурных преобразований. Это объективно привело к временной технологической изоляции и снижению скорости интеграции в глобальные процессы. В настоящее время, чтобы компенсировать отставание, страна вынуждена ускоренными темпами внедрять цифровизацию, которая позволит внедрить и распространить цифровые технологии и инфраструктуру на внутреннем рынке.

Сильной стороной экономики Армении является высокий уровень качества человеческого капитала: значительная доля высококвалифицированных специалистов формирует основу для развития секторов, связанных с информационными технологиями и наукоёмким производством. Однако сохраняющийся разрыв между глобальными технологическими трендами и внутренними возможностями ограничивает уровень технологической конкурентоспособности страны.

Понимание логики смены промышленных революций и соотнесение их с текущим состоянием национальной экономики является ключом к объективной оценке уровня развития стран, а также к формированию стратегий его модернизации и интеграции в мировую экономику. В связи с этим было принято решение о проведении исследования реального сектора экономики Армении в контексте промышленных революций.

В условиях ускоряющейся цифровой трансформации и роста частоты экзогенных шоков особую значимость приобретает анализ структурных изменений реального сектора малых открытых экономик. Для Армении, находящейся на поздней стадии Индустрии 3.0 и адаптирующейся к элементам Индустрии 4.0, ключевым является не только темп экономического роста, но и характер перераспределения добавленной стоимости, занятости и производительности труда между секторами экономики.

Цель настоящего исследования заключается в анализе структурной трансформации реального сектора экономики Республики Армении в контексте смены промышленных парадигм и оценке влияния цифровизации, занятости и производительности труда на динамику выпуска в краткосрочной и долгосрочной перспективе. Для достижения поставленной цели в статье используется сочетание структурного анализа и эконометрического моделирования на основе ARDL-подхода.

Материалы и методы исследования

Методологической основой исследования послужили общенаучные и специальные методы экономического анализа, включая сравнительный, системно-структурный, статистический и эконометрический подходы. Объектом исследования является реальный сектор экономики, определяемый в соответствии с методологией Статистического комитета Республики Армении. Временной охват исследования – 2008–2025 гг., при этом часть показателей анализируется за период 2012–2025 гг. в связи с переходом к методологии СНС-2008. Эмпирическая база исследования включает официальные статистические данные Статистического комитета Республики Армении (Армстат), Центрального банка Республики Армении (CBA), Группы Всемирного банка (WBG), Международного валютного фонда (IMF), Организации объединенных наций (UN), а также результаты расчётов и апробации построенных моделей, полученные авторами в ходе исследования.

Для количественной оценки влияния структурных факторов на динамику реального сектора экономики Армении был использован метод авторегрессионной модели с распределёнными лагами (ARDL), позволяющий одновременно анализировать краткосрочные и долгосрочные эффекты при наличии переменных различного порядка интеграции.

Путь трансформации от Индустрии 1.0 к Индустрии 6.0

В мировой экономической истории можно выделить несколько этапов технологической трансформации, связанных с промышленными революциями, каждая из которых обеспечивала переход на новую ступень социально-экономического развития.

Первая промышленная революция (Industry 1.0, I.1) происходила во второй половине XVIII – середине XIX века. Её ключевым результатом стал переход от аграрного к индустриальному обществу. Ручной труд был заменён механизированным производством, появились станки, фабрики и мануфактуры, а использование энергии водяного колеса и парового двигателя стало основой для массового производства (Го-родничая, 2024).

Вторая промышленная революция (Industry 2.0, I.2 ) охватывает период с 1870 года до начала Первой мировой войны. Её специфика заключалась в совершенствовании производственных процессов, внедрении конвейерного производства, активной электрификации, а также в бурном развитии транспортной инфраструктуры – железнодорожного, морского и воздушного транспорта (Николаев и др., 2021).

Третья промышленная революция (Industry 3.0, I.3) началась в середине XX века и продолжалась до начала XXI века. Её определяющими характеристиками стали автоматизация и компьютеризация производства, что обеспечило рост производительности, точности и скорости производственных операций за счёт внедрения электронных систем управления и обработки данных (Уринсон, 2018).

Четвёртая промышленная революция (Industry 4.0, I.4) стартовала в 2010-х гг. и продолжается в ряде стран в настоящее время. Её отличительными признаками являются цифровизация, роботизация, использование технологий интернета вещей (IoT) и искусственного интеллекта. Концепция I.4 тесно связана с NBIC-конвергенцией (Nano-Bio-Info-Cognito), объединяющей нанотехнологии, биотехнологии, информационные технологии и когнитивные науки, что открывает возможности для создания новых материалов, процессов и бизнес-моделей (Heilala, Singh, 2023; Бабкин и др., 2023). Если развитие первых трёх революций происходило с линейным ускорением, то четвёртая характеризуется экспоненциальным воздействием на экономику и общество (Уринсон, 2018).

Пятая промышленная революция (Industry 5.0, I.5) начала формироваться с 2020 года в условиях углубляющейся глобализации. Её концепция связана с SCBIN-конвергенцией (Socio-Cognito-Bio-Info-Nano), объединяющей социальные, когнитивные, биологические, информационные и нанотехнологии (Бабкин и др., 2021). Основная цель I.5 – это интеграция творческого потенциала человека с эффективностью робототехники для персонализации и гибкости производственных процессов, что обеспечивает переход к кастомизированному производству (Городничая, 2024; Chourasia et al., 2022). Предполагается, что этот этап завершится к 2050 году.

Шестая промышленная революция (Industry 6.0, I.6), согласно прогнозам, начнётся около 2050 года. Её основными характеристиками станут клиентоориентированность, гибкие и динамичные цепочки поставок, автоматизированные системы с высокой степенью адаптивности, а также интегрированные сети создания добавленной стоимости, функционирующие как внутри национальных экономик, так и на международном уровне (Бабкин и др., 2025; Chourasia et al., 2025). Поскольку она рассматривается как перспективный сценарий, в настоящем исследовании она используется лишь как контекст, не выступая объектом эмпирической верификации.

Таким образом, рассмотрение эволюции промышленных революций позволяет зафиксировать ключевые направления трансформации производственных систем в глобальном масштабе. Для оценки возможностей и ограничений адаптации указанных тенденций в национальном контексте была проанализирована динамика развития реального сектора экономики Республики Армении.

Динамика развития реального сектора экономики Армении

На рисунке 1 представлена динамика реального прироста ВВП в Республике Армении в 2008–2024 гг. Наиболее глубокие спады совокупного ВВП зафиксированы в 2009 году (-14,10 п. п. на фоне глобального финансово-экономического кризиса) и в 2020 году (-7,20 п. п. вследствие пандемии COVID-19). В 2016 году в условиях регионального валютного кризиса прирост составил лишь 0,20 п. п., что свидетельствует о стагнации и сохранении технологической базы, характерной для Индустрии 3.0. Существенный рост произошёл в 2022 году (+12,60 п. п. к 2021 году) за счёт притока капитала, расширения ИКТ-сектора и ускоренной цифровизации, что отражает переходные процессы к Индустрии 4.0. В 2024 году темпы роста замедлились до 5,90 п. п., что указывает на необходимость перехода к более устойчивой и человекоцентричной модели Индустрии 5.0.

Существенные изменения в рассматриваемый период наблюдались в отраслевой структуре ВВП Армении ( рис. 2 ), отражая перераспределение добавленной стоимости между клю-

Рис. 1. Прирост реального ВВП в 2008–2024 гг., % к прошлому году

-20,0

2008        2010        2012        2014        2016        2018        2020        2022        2024

Источники: Армстат, базы данных, национальные счета.

Рис. 2. Структура ВВП Армении по секторам экономики в 2012–2024 гг., % от ВВП

□ Сельское хозяйство                     □ Обрабатывающая промышленность

□ Остальная промышленность              □ Строительство о Услуги                                □ КИУФП и налоги

Источники: Армстат, базы данных, национальные счета.

чевыми секторами экономики. В 2012–2024 гг. доля сельского хозяйства сократилась с 17,91 до 7,81%, тогда как удельный вес сектора услуг увеличился с 45,70 до 61,99%, закрепив его доминирующее положение. При этом доля обрабатывающей промышленности оставалась относительно стабильной (9–12%), составив 10,16% в 2024 году, что указывает на отсутствие масштабных сдвигов в сторону углубления производственных процессов и технологического обновления. Остальная промышленность (горнодобывающая промышленность, энергетика, водоснабжение и переработка отходов) суммарно формировала 5,63% ВВП в 2024 году, сохраняя преимущественно инфраструктурный и ресурсно ориентированный характер.

Рост роли услуг на фоне сокращения аграрного сектора в целом соответствует переходу к постиндустриальной отраслевой структуре, однако количественные изменения не в полной мере сопровождаются сопоставимыми качественными преобразованиями. Значительная часть услуг развивается на основе ограниченного внедрения современных технологических и цифровых решений, что сдерживает рост производительности труда и не позволяет трактовать наблюдаемые сдвиги как завершённый переход к модели, соответствующей принципам Индустрии 4.0. В результате трансформация носит преимущественно адаптационный характер и отражает перераспределение экономической активности без существенного повышения технологической глубины производства и услуг.

Изменения в структуре занятости в 2010– 2023 гг. (рис. 3) усилили тенденцию перераспределения трудовых ресурсов между секторами экономики, отражая процессы структурной адаптации реального сектора. Численность занятых в сельском хозяйстве сократилась с 457,4 тыс. до 225,4 тыс. человек (-50,7%) и перераспределилась в другие сектора. Одновременно занятость в сфере услуг увеличилась с 521,4 тыс. до 674,6 тыс. человек (+29,4%), что соответствует росту значимости сферы обслуживания в структуре экономики. Наиболее высокий относительный прирост занятости наблюдался в обрабатывающей промышленности – с 68,0 тыс. до 121,5 тыс. человек (+78,7%), вместе с тем его следует интерпретировать преимущественно как результат восстановления и расширения производства и перераспределения рабочей силы. Такая динамика может частично отражать технологическое обновление, однако имеющихся оснований недостаточно для вывода о масштабной модернизации отрасли. Рост занятости в строительстве (с 85,8 тыс. до 118,4 тыс. человек (+38,0%) носил преимущественно циклический характер и был обусловлен как реализацией инфраструктурных проектов, так и расширением спроса на рынке недвижимости. Существенную роль сыграли повышение заработных плат, изменение условий государственной целевой программы «Доступное жильё для молодых семей», а также внедрение механизма возврата подоходного налога в размере процентных платежей, полученных по ипотечному кредиту при покупке недвижимости на первичном рынке. Совокупное действие этих факторов стимулировало спрос на ипотеку и рост цен на жильё, что, в свою

Рис. 3. Занятость населения по секторам экономики в 2010–2023 гг., постоянное население в возрасте 15–74 лет, 1000 чел., среднее за год

□ Сельское хозяйство                       □ Обрабатывающая промышленность

□ Остальная промышленность               □ Строительство

□ Услуги

Источники: Армстат, базы данных, обследование рабочей силы.

очередь, поддержало увеличение предложения на рынке недвижимости и расширение активности в сфере строительства.

В совокупности выявленные сдвиги указывают на отход от аграрно ориентированной модели и формирование более диверсифицированной структуры занятости при ведущей роли сферы услуг. Вместе с тем качественные характеристики рабочих мест и уровень технологической оснащённости позволяют говорить скорее о переходной фазе структурной адаптации, чем о приближении к завершённой модели Индустрии 4.0: перераспределение занятости не сопровождается сопоставимым ростом технологической глубины и производственной сложности, что ограничивает потенциал устойчивого повышения производительности труда в долгосрочной перспективе.

Положительная динамика производительности труда в 2012–2023 гг. (рис. 4) отражает повышение эффективности использования трудовых ресурсов, однако требует дифференцированной интерпретации по секторам. В целом по экономике выпуск на одного занятого увеличился с 3,64 до 5,86 млн драмов в постоянных ценах 2012 года (+61,0%). Наиболее высокий прирост зафиксирован в промышленности в целом – с 6,35 до 13,86 млн драмов на одного занятого (+118,2%), однако в обрабатывающей промышленности рост составил лишь 36%, что указывает на сохранение ограниченной технологической глубины перерабатывающих отраслей и значимость экстенсивных факторов (изменение структуры выпуска, загрузка существующих мощностей). В сельском хозяйстве увеличение производительности на 82,9% во многом обусловлено сокращением занятости, перераспределением ресурсов и технологическим прогрессом.

В сфере услуг выпуск на одного занятого вырос на 63,4%, что отражает повышение эффективности отдельных видов деятельности, включая использование цифровых инструментов и организационные изменения, однако неоднородность сектора и различия в технологическом оснащении его составляющих ограничивают трактовку такого роста как системного эффекта цифровизации. В строительстве динамика производительности носила нестабильный характер, что объясняется высокой цикличностью инвестиционной активности, зависимостью отрасли от макроэкономической конъюнктуры, развитием технологий строительства и улучшением качества строительных материалов.

Рис. 4. Объем выпуска на одного занятого по секторам экономики в 2012–2023 гг., в постоянных ценах 2012 года, млн армянских драмов

15,0

12,5

2012    2013    2014    2015    2016    2017    2018    2019    2020    2021    2022    2023

^н В целом по экономике

—•— Обрабатывающая промышленность

—•— Строительство

—•— Сельское хозяйство

—•— Остальная промышленность

—•— Услуги

Источники: Армстат, базы данных, национальные счета и обследование рабочей силы.

Рис. 5. Численность занятого населения с высшим образованием и валовый коэффициент охвата студентов первым уровнем высшего образования в 2008–2023 гг.

■     ■ Занятых, 1000 чел.                                Валовой коэффициент охвата, %

Линейная (Валовой коэффициент охвата, %)

Источники: Армстат, базы данных, обследование рабочей силы, образование.

В 2008–2023 гг. численность занятых с высшим образованием в экономике Армении увеличилась на 62,0% – с 248,7 тыс. до 402,9 тыс. человек ( рис. 5 ), при этом валовой коэффициент охвата высшим образованием оставался относительно стабильным (43,2–56,4%). Динамика указывает на рост доли работников с формально подтверждённым уровнем высшего образования, однако сам по себе этот показатель не является надёжным индикатором технологического развития экономики. Международные сопоставления демонстрируют, что высокие значения доли лиц с высшим образованием могут наблюдаться в странах с различным уровнем экономического развития и технологической сложности, что ограничивает аналитическую применимость показателя без учёта качества образования и структуры занятости.

В этом контексте увеличение численности занятых с высшим образованием следует трактовать как формирование потенциального кадрового ресурса для цифровой и технологической адаптации, ассоциируемой с элементами Индустрии 4.0, но не как прямое подтверждение соответствующего перехода. Реализация данного потенциала определяется институциональной средой, технологической оснащён- ностью рабочих мест и способностью реального сектора трансформировать человеческий капитал в рост производительности труда и инновационную активность. При отсутствии устойчивых механизмов взаимодействия между системой образования, рынком труда и бизнесом возможны недоиспользование квалификаций и ограниченный эффект для структурной модернизации.

Инвестиции в науку и инновационную деятельность в экономике Республики Армении остаются ограниченными и не в полной мере соответствуют задачам технологической модернизации реального сектора. В 2008–2023 гг. государственные расходы на образование колебались в пределах от 1,94 до 3,42% ВВП, отражая поддержку накопления человеческого капитала, тогда как доля внутренних расходов на НИОКР составляла лишь 0,18–0,24% ВВП (рис. 6 ), заметно уступая значениям как развитых, так и ряда сопоставимых развивающихся экономик. Ускорение роста финансирования НИОКР в 2022–2023 гг. может рассматриваться как формирование начальных предпосылок для расширения исследовательской базы и укрепления связей между наукой и производством, однако без устойчивого наращивания ресурсов и институционализации механизмов

Рис. 6. Объемы внутреннего финансирования научно-исследовательских разработок в 2008–2023 гг.

■    ■ в млн долл. США          в % к ВВП          Линейная (в % к ВВП)

Источники: Армстат, базы данных, образование и наука.

трансфера технологий указанные изменения сохраняют фрагментарный характер и ограничивают возможности системного перехода к инновационно ориентированной модели развития.

Развитие информационно-коммуникационных технологий (далее – ИКТ-сектора) в экономике Армении отражает расширение цифровых видов экономической активности и усиление внешней конкурентоспособности отдельных сегментов сферы услуг. С 2008 по 2024 год экспорт ИКТ-услуг увеличился более чем в десять раз – с 111,61 до 1 180,57 млн долл. США (рис. 7). Доля ИКТ-услуг в общем экспорте услуг достигала 16,07% в 2022 году и 20,16% в 2024 году, что свидетельствует о возрастающей роли сектора во внешнеэкономической специализации страны. Вместе с тем рост доли ИКТ в экспорте услуг не является прямой мерой технологического развития экономики в

Рис. 7. Объемы экспорта ИКТ-услуг в 2008–2023 гг.

■     ■ в млн долл. США            в % от экспорта услуг            Линейная (в % от экспорта услуг)

Источники: Центральный банк Республики Армении, базы данных, платежный баланс.

целом: технологическая зрелость определяется масштабом внедрения цифровых решений в широкий круг отраслей реального сектора и их вкладом в устойчивый рост производительности труда. Одновременно устойчивое наращивание экспорта ИКТ-услуг косвенно указывает на накопление технологических и кадровых компетенций, которые при наличии каналов диффузии способны поддерживать структурную модернизацию за пределами самого ИКТ-сектора.

Особенно показательной является динамика 2020 года, когда доля ИКТ-услуг в общем экспорте услуг увеличилась в 2,7 раза по сравнению с 2019 годом. На фоне ограничений, вызванных пандемией COVID-19, резкое сокращение предложения услуг, требующих непосредственного взаимодействия, повысило относительную значимость дистанционно предоставляемых сервисов, вследствие чего ИКТ-сектор выступил фактором краткосрочной устойчивости и адаптивности экономики, частично компенсируя спад в традиционных сегментах сферы услуг.

Таким образом, динамика структуры выпуска, занятости, производительности труда и цифровой активности указывает на переходный и неоднородный характер структурной трансформации реального сектора экономики Республики Армении: наряду с формированием отдельных элементов Индустрии 4.0 и появлением в отдельных сегментах признаков, соотносимых с Индустрией 5.0, сохраняются отстающие отрасли с характеристиками поздней Индустрии 3.0. Это приводит к тому, что количественные сдвиги лишь частично сопровождаются сопоставимым качественным углублением технологической базы и не обеспечивают завершённого перехода экономики от Индустрии 3.0 к Индустрии 4.0 на системном уровне. Для проверки устойчивости выявленных взаимосвязей и оценки вклада ключевых факторов в динамику выпуска далее применяется эконометрическое моделирование.

ARDL-моделирование реального сектора

Поскольку переход между промышленными парадигмами на макроэкономическом уровне проявляется не напрямую, а через совокупность индикаторов, анализ структурной трансформации реального сектора экономики Республи- ки Армении требует количественной оценки факторов, отражающих адаптацию экономики к новым технологическим и организационным условиям. Для формализации взаимосвязи между выявленными структурными сдвигами и динамикой выпуска в исследовании проведён регрессионный анализ с использованием модели авторегрессионного распределённого лага (Autoregressive Distributed Lag, ARDL). Данный тип моделей представляет собой линейные модели временных рядов, в которых зависимые и независимые переменные учитываются не только в текущем периоде, но и в пределах их лаговых значений.

Впервые методология ARDL была предложена Pesaran и Shin (Pesaran, Shin, 1998), а впоследствии доработана совместно с Smith (Pesaran et al., 2001). Общая спецификация ARDL имеет вид:

к              к

V t = P o + ^ P ityt-i + ^ + <Р 1 У с-1

1=1           i=0

+

2%t-1 + ?t ,

где y_t — зависимая переменная;

x_t — независимая переменная;

P₀ — свободный член;

Pi и 8i — краткосрочные коэффициенты;

Vi и V2 — долгосрочные коэффициенты; к — максимальный уровень лага в модели; £_t — ошибки (белый шум).

Согласно международным исследованиям, ARDL-модели успешно применяются как для развитых, так и для развивающихся стран, поскольку позволяют учитывать как стационарные, так и нестационарные переменные без строгого требования к их порядку интеграции, а также выявлять краткосрочные и долгосрочные эффекты. Так, Jangid, Bal и Debata установили положительную долгосрочную взаимосвязь между цифровизацией и экономическим ростом в странах G-20 и отрицательный краткосрочный эффект (Jangid et al., 2024). При этом развитие цифровых технологий оказалось особенно значимым в банковском и финансовом секторе, где оно повышает производительность и снижает информационную асимметрию, увеличивая доступность финансовых услуг для широких слоёв населения.

В исследовании Ngepah, Saba и Kajewole, напротив, была выявлена статистически значимая отрицательная долгосрочная зависимость между внедрением технологий Индустрии 4.0 и добавленной стоимостью обрабатывающей промышленности ЮАР (Ngepah et al., 2024). Данный эффект авторы объясняют ограниченными ИКТ-возможностями, недостаточной защитой данных, слабым уровнем инвестиций в средне- и высокотехнологичные отрасли, а также институциональными пробелами в системе регулирования.

Эконометрический анализ для Армении был проведён в программе EViews 12. В качестве базы данных использовались квартальные показатели Статистического комитета Республики Армении с первого квартала 2014 года по первый квартал 2025 года (45 наблюдений). Выбор временного интервала обусловлен необходимостью охвата ключевых экзогенных шоков: пандемии COVID-19 (2020–2021 гг.), Второй Арцахской войны (2020 г.), специальной военной операции (2022–2025 гг.) и переселения жителей из Арцаха (2023 г.).

Учитывая цели исследования, специфику доступной статистической информации и результаты предварительного анализа научной литературы, для эконометрического моделирования были использованы кумулятивные показатели по отношению к соответствующим периодам предыдущего года (табл. 1). Такой подход позволяет обеспечить сопоставимость временных рядов и снизить влияние сезонных колебаний при анализе структурных изменений в реальном секторе экономики.

Согласно классификатору видов экономической деятельности Республики Армении № HD-011-2013 от 19 сентября 2013 года1, реальный сектор включает 20 разделов, поэтому для агрегированной оценки динамики структурной трансформации в исследовании используется совокупный показатель ВВП как обобщённый индикатор экономической активности и основной идентификатор макроэкономических эффектов. Альтернативные агрегированные показатели, позволяющие в сопоставимой форме оценить совокупное влияние структурных и цифровых факторов на экономику в целом, в рамках доступной статистики отсутствуют либо приводят к смещению оценок. Использование кумулятивных значений обусловлено особенностями публикации данных по ИКТ-и ИТ-сферам, которые в сопоставимых ценах представлены преимущественно в виде индексов к соответствующим периодам предыдущего года, что потребовало приведения остальных индикаторов к единому формату динамики.

При интерпретации показателя ИКТ учитывается его внутренняя структура: до 2019 года преобладала телекоммуникационная деятельность, что ограничивает трактовку ИКТ как прямого индикатора цифровизации, однако с 2020 года вклад ИТ-сегмента существенно возрос и в настоящее время почти втрое превышает долю телекоммуникаций. Вместе с тем телекоммуникации сохраняют самостоятельную значимость как инфраструктурная основа цифровых сервисов и важный элемент модернизации системы связи в постсоветский период. Поскольку ИКТ-сектор по классификации NACE Rev.2 входит в состав ВВП, статистически значимая положительная связь между их динамикой носит во многом проциклический характер и отражает сонаправленное движение ключевых компонентов экономической активности. В условиях ограниченности сопостави-

Таблица 1. Показатели для моделирования и их обозначения

Обозначение	Переменная
GDP	Реальный ВВП (индекс)
ICT	Реальный прирост деятельности в ИКТ-секторе (индекс)
EMP	Прирост занятости (индекс)
PROD	Реальный прирост объема выпуска на одного занятого (индекс)
DUMMY	Фиктивная переменная, принимающая значение 0 и 1
Источник: составлено авторами.

1 Классификатор видов экономической деятельности // Статистический комитет Республики Армения. URL: мых альтернатив выбранный подход позволяет оценить вклад цифровых видов деятельности в структурную трансформацию реального сектора без искажения общей макроэкономической динамики.

Фиктивная переменная (DUMMY) была введена в модель для учёта периодов, характеризующихся резкими отклонениями макроэкономической динамики от тренда, обусловленными воздействием экзогенных факторов различной природы. Переменная принимала значение 1 в кварталах 2020Q2–2020Q3 и 2022Q2–2023Q2 и значение 0 во всех остальных случаях. Выбор периода 2020Q2–2020Q3 обусловлен воздействием пандемии COVID-19 и ограничительных мер, приведших к резкому снижению экономической активности, разрыву производственных цепочек и сокращению предложения в ряде отраслей, что соответствует фазе наиболее жёсткого пандемийного шока для реального сектора. Включение периода 2022Q2–2023Q2 связано с совокупным влиянием геополитических и миграционных факторов (последствия релокации населения из РФ, вынужденное переселение населения из Арцаха, перераспределение внешнеэкономических потоков). Несмотря на высокие темпы роста ВВП в этот интервал, динамика характеризовалась асимметрией и структурной неоднородностью, сопровождаясь скачками отдельных показателей, перераспределением спроса и предложения, а также изменениями структуры занятости и выпуска, что могло искажать оценки устойчивых взаимосвязей без введения корректирующего индикатора.

Стационарность временных рядов была проверена при помощи расширенного теста Дики – Фуллера. Согласно полученным значениям (табл. 2), переменные GPD и ICT являются стационарными на 10% уровне значимости, в то время как переменные EMP и PROD становятся стационарными после первой разности. В соответствии с допущениями ARDL-модели допускается использование переменных разного порядка интеграции, поэтому в анализ были включены все показатели в форме первой разности.

Выбор оптимальной спецификации осуществлялся на основе критерия Акаике. Минимальному значению критерия соответствовала модель со структурой (1, 0, 0, 0, 0), представленная в таблице 3.

Полученное линейное уравнение имеет вид:

AGDPt = 0,219 ■ AGDPt-1 + 0,091 ■ AICTt + +0,174 ■ AEMPt + 0,520 ■ APRODt - (2)

-1,534 ■ DUMMY.

Значение R-квадрат модели составило 0,59, а скорректированный R-квадрат – 0,55, что свидетельствует о приемлемом качестве спецификации и объяснительной способности модели.

Таблица 2. Значения расширенного теста Дики – Фуллера

Переменная	p-значение I(0)	p-значение I(1)
GDP	0,0513	0,0009
ICT	0,0534	0,0006
EMP	0,1024	0,0000
PROD	0,2008	0,0000
Источник: составлено авторами.

Таблица 3. ARDL-модель реального сектора Армении

Переменная	Коэфф.	Ст. ошиб.	t-статистика	p-значение
DGDP(–1)	0,218606	0,109895	1,989225	0,0539	*
DICT	0,091139	0,032526	2,801995	0,0079	***
DEMP	0,174139	0,045685	3,811690	0,0005	***
DPROD	0,520105	0,098592	5,275327	0,0000	***
DUMMY	-1,533546	0,737753	-2,078672	0,0445	**
Примечание: *** p-значение < 0,01; ** p-значение < 0,05; * p-значение < 0,10. Источник: составлено авторами.

Поскольку ARDL/ECM-спецификация оценивается методом наименьших квадратов, корректность статистических выводов (t-и F-критериев) зависит от свойств остатков, прежде всего от отсутствия автокорреляции и выраженной условной гетероскедастичности. В связи с этим LM-тест Бреуша – Годфри не выявил серийной корреляции остатков до второго лага (p-value по F-статистике = 0,5435). Проверка на ARCH-эффекты также не показала статистически значимой условной гете-роскедастичности (p-value по F-статистике = 0,660), что подтверждает устойчивость оценок стандартных ошибок. Для полноты диагностической проверки дополнительно были рассчитаны альтернативные тесты на гетероскеда-стичность (Бреуша – Пагана – Годфри, Харви, Глейзера и Уайта); их p-value по F-статистикам составили 0,5842; 0,1159; 0,3647; 0,1610 соответственно, что не свидетельствует о наличии устойчивых нарушений, способных существенно исказить статистические выводы. Оценка мультиколлинеарности с использованием коэффициентов инфляции дисперсии (VIF) показала значения в диапазоне от 1,1257 до 1,3187, что указывает на отсутствие значимой мультиколлинеарности и стабильность параметрических оценок. Нормальность распределения остатков подтверждена тестом Харке – Бера (p-value = 0,4221). Тесты CUSUM и CUSUMQ показывают нахождение соответствующих статистик внутри 5%-ных доверительных границ на всём интервале наблюдений; графики не демонстрируют структурных разрывов или систематических отклонений, что свидетельствует о параметрической стабильности модели (приложение).

Для дополнительной проверки корректности функциональной формы и возможного пропуска значимых объясняющих переменных был проведён RESET-тест Рамсея с включением квадратов прогнозных (fitted) значений в спецификацию модели. Полученные результаты не позволяют отвергнуть нулевую гипотезу о корректной спецификации: p-value по t-статистике составил 0,3763, p-value по F-статистике – 0,3763, а p-value теста отношения правдоподобия (Likelihood Ratio) – 0,3369). Следовательно, существенных признаков функциональной неверной спецификации, пропущенных нелинейностей или систематического влияния неучтённых факторов в рамках выбранной модели не выявлено, что повышает доверие к полученным оценкам коэффициентов и их интерпретации.

Проверка на наличие долгосрочной связи между переменными с использованием ARDL bounds-теста дала значение F-статистики 16,6589, что превышает критические значения для I(0) и I(1) даже при 10%-ном уровне значимости (1,90 и 3,01 соответственно). Это позволяет сделать вывод о наличии коинтеграционной зависимости и методологически обосновывает переход к оценке модели коррекции ошибок для интерпретации краткосрочных и долгосрочных эффектов.

Интерпретация результатов ARDL-модели

В краткосрочной перспективе выявлено статистически значимое положительное влияние цифровизации, занятости и производительности труда на реальный сектор экономики Армении. Согласно данным таблицы 4, увеличение активности в ИКТ-секторе (∆ICT) на 1% приводит к росту реального ВВП примерно на 0,09%, что подтверждает высокую чувствительность экономики к процессам цифровизации. Аналогично: прирост занятости (∆EMP) на 1% обеспечивает расширение выпуска на 0,17%, а рост производительности труда (∆PROD) на 1% влечет за собой ускорение ВВП на 0,52%.

Таблица 4. Краткосрочные эффекты в ARDL-модели

Переменная	Коэфф.	Ст. ошиб.	t-статистика	p-значение
DGDP(–1)	-0,781394	0,109895	-7,110371	0,0000	***
DICT	0,091139	0,032526	2,801995	0,0079	***
DEMP	0,174139	0,045685	3,811690	0,0005	***
DPROD	0,520105	0,098592	5,275327	0,0000	***
DUMMY	-1,533546	0,737753	-2,078672	0,0445	**
Примечание: *** p-значение < 0,01; ** p-значение < 0,05; * p-значение < 0,10. Источник: составлено авторами.

Полученные результаты позволяют заключить, что именно повышение эффективности труда выступает главным драйвером краткосрочного расширения реального сектора в условиях активной цифровой трансформации. В то же время зафиксировано отрицательное краткосрочное воздействие кризисов, отражённое фиктивной переменной (DUMMY). В периоды пандемии COVID-19, активных миграционных потоков и геополитической нестабильности ВВП сокращался в среднем на 1,53%. Это указывает на высокую уязвимость экономики Армении к экзогенным шокам, что существенно ограничивает возможности для ускоренного и устойчивого перехода к новому индустриальному этапу развития.

В долгосрочном периоде влияние ключевых факторов на динамику реального сектора экономики Республики Армении усиливается, что отражает накопительный характер структурных и институциональных изменений. Долгосрочные эффекты получены на основе оцененной ARDL-модели посредством нормализации коэффициентов при уровнях объясняющих переменных в уравнении коррекции ошибок (ECM), автоматически рассчитанных в среде EViews, что позволяет интерпретировать параметры как устойчивые долгосрочные зависимости при наличии коинтеграции.

Согласно результатам, представленным в таблице 5, рост ИКТ-сектора (∆ICT) на 1% сопровождается увеличением ВВП примерно на 0,12%, расширение занятости (∆EMP) на 1% приводит к приросту ВВП на 0,22%, а повышение производительности труда (∆PROD) на 1% обеспечивает прирост выпуска на 0,67%. При этом наибольший вклад в долгосрочную динамику обеспечивает именно производительность, что подчёркивает ключевую роль эффективности использования ресурсов. Вместе с тем указанные оценки не следует трактовать как однозначное свидетельство глубокой технологической трансформации, поскольку рост производительности может формироваться сочетанием структурных сдвигов, восстановительных процессов и точечного внедрения организационных и цифровых решений.

Одновременно отрицательное влияние экзогенных шоков, отражённое фиктивной переменной, сохраняется в долгосрочной перспективе: снижение ВВП в среднем на 1,94% указывает на наличие устойчивых структурных потерь. Они проявляются в ослаблении инвестиционной активности и модернизационных процессов, ограниченности расширения НИОКР и цифровой инфраструктуры, а также в рисках потери квалифицированной рабочей силы, что в совокупности сдерживает реализацию индустриальных преобразований и замедляет формирование более технологически сложной траектории развития.

С учетом представленных долгосрочных эффектов построенное уравнение коррекции ошибки принимает вид:

EC = ^GDP - (0,117 • MICT + 0,223 • MEMP + 0,666 • MPROD - 1,963 • DUMMY\

Коэффициент при уравнении равен -0,781 при уровне значимости p = 0,0000, что подтверждает наличие устойчивой долгосрочной взаимосвязи между динамикой ВВП и исследуемыми факторами.

Дискуссия

Трансформация реального сектора экономики Армении в 2008–2024 гг. характеризуется как фаза структурной адаптации в контексте смены промышленных парадигм, а не как «постепенное завершение» Индустрии 4.0. Сокращение доли сельского хозяйства, рост сектора услуг, изменения структуры занятости и расши-

Таблица 5. Долгосрочные эффекты в ARDL-модели

Переменная Коэфф. Ст. ошиб. t-статистика p-значение DGDP(–1) -0,781394 0,109895 -7,110371 0,0000 *** DICT 0,091139 0,032526 2,801995 0,0079 *** DEMP 0,174139 0,045685 3,811690 0,0005 *** DPROD 0,520105 0,098592 5,275327 0,0000 *** DUMMY -1,533546 0,737753 -2,078672 0,0445 ** Примечание: *** p-значение < 0,01; ** p-значение < 0,05; * p-значение < 0,10. Источник: составлено авторами. рение цифровых видов деятельности, включая увеличение экспорта ИКТ-услуг, согласуются с формированием Индустрии 4.0 и тенденцией к модернизации. Вместе с тем данные сдвиги не обеспечивают автоматического технологического углубления реального сектора: сохраняются ограничения, связанные с низкой долей расходов на НИОКР, ограниченными инвестициями в инновации и недостаточной развитостью механизмов трансфера технологий, что повышает риск закрепления технологической инерции и зависимости от внешней конъюнктуры.

Сопоставление с международными исследованиями показывает, что подобные ограничения типичны для развивающихся экономик и проявляются через институциональные барьеры инноваций, процикличность драйверов роста и уязвимость к экзогенным шокам. В связи с этим приоритеты промышленной и инновационной политики должны быть ориентированы на распространение цифровых решений за пределами ИКТ-сектора, повышение технологической сложности обрабатывающих производств и устойчивое наращивание производительности труда как ключевого канала структурной трансформации. Практическими направлениями выступают стимулирование НИОКР, развитие цифровой инфраструктуры и человеческого капитала, а также поддержка высокотехнологичных производств и формирование механизмов устойчивости к кризисам, что создает предпосылки для перехода к более человекоцентричным и устойчивым траекториям развития, ассоциируемым с принципами Индустрии 5.0.

Заключение

В рамках исследования выявлено, что в формировании реального сектора экономики Республики Армении прослеживается траектория от догоняющего развития начала 2000-х годов, ориентированного на преодоление технологического разрыва и включение в внешнеэкономические связи, к этапу ускоренной структурной адаптации 2020-х годов, сопровождаемому расширением цифровых видов деятельности и формированием инфраструктуры Индустрии 4.0. Эти процессы способствовали росту производительности труда и возможности диверсификации, в том числе за счёт ИТ-сектора и сервисов с более высокой добавленной стоимостью, однако не устранили институциональные и инвестиционные ограничения технологического углубления реального сектора.

Проведённый анализ показывает, что наблюдаемые структурные изменения, к которым относятся перераспределение добавленной стоимости в пользу услуг, сдвиги в структуре занятости и рост производительности, отражают переходную фазу трансформации в контексте смены промышленных парадигм. Эконометрические результаты подтверждают статистически значимое положительное влияние цифровой активности, занятости и производительности на динамику выпуска при доминирующем вкладе эффективности труда, тогда как экзогенные шоки формируют долгосрочные ограничения через снижение инвестиционной активности и ослабление модернизационных процессов. В связи с этим продвижение к более устойчивым и человекоцентричным траекториям развития, ассоциируемым с принципами Индустрии 5.0, требует комплексной промышленной и инновационной политики: расширения инвестиций в НИОКР, укрепления цифровой инфраструктуры, стимулирования технологического обновления обрабатывающих отраслей и формирования институтов, обеспечивающих трансфер и диффузию технологий, координацию науки, бизнеса и государства, а также устойчивости реального сектора к внешним потрясениям.