Оценка эффективности муниципального управления в условиях цифровизации

Повышение эффективности муниципального управления сохраняет свою актуальность в контексте глубокой трансформации российской экономики и социальной сферы [1, 2], в том числе происходящих под влиянием внешних факторов санкционного давления [3]. Рост нестабильности в любой системе управления всегда приводит к возрастанию уровня рисков и вероятности непредвиденного изменения ситуации, что требует активизации контроля. Традиционные механизмы государственного и муниципального контроля,

ГРНТИ 82.13.00

EDN EAMKUA

Лина Владиславовна Ватлина – кандидат экономических наук, доцент, доцент кафедры теоретической и прикладной экономики Сибирского университета потребительской кооперации (г. Новосибирск). ORCID 0000-0002-7059-1606 Владимир Александрович Плотников – доктор экономических наук, профессор, профессор кафедры общей экономической теории и истории экономической мысли Санкт-Петербургского государственного экономического университета. ORCID 0000-0002-3784-6195

Василий Николаевич Стегний – доктор социологических наук, профессор, профессор кафедры социологии и политологии Пермского национального исследовательского политехнического университета. SPIN-код РИНЦ 22209615, РИНЦ AuthorID 554602

фокусирующиеся на эпизодических проверках и фискальном надзоре [4], демонстрируют свою ограниченность в условиях необходимости оперативного реагирования на вновь возникающие вызовы [5].

В соответствии с Федеральным законом № 131-ФЗ «Об общих принципах организации местного самоуправления в Российской Федерации», контроль со стороны субъектов федерации за деятельностью муниципальных органов должен быть нацелен, в первую очередь, на обеспечение качества исполнения делегированных государственных полномочий и соблюдение бюджетного законодательства (см.: . По сути дела, в данном случае речь идет о той форме контроля, который в теории управления именуется «жестким» или «программным». Суть его состоит в том, чтобы вернуть управляемую систему к запрограммированному состоянию, в случае ее отклонения от этого состояния.

Новые экономические реалии, с которыми сталкивается современная Россия, включая санкционное давление, ограничение доступа к внешнему финансированию, дисбалансы в монетарной сфере, нестабильную работа многих предприятий, затронутых санкциями, и т.д., актуализировали задачу мобилизации внутренних ресурсов развития. Муниципалитеты при этом играют ключевую роль в поддержке малого и среднего предпринимательства и предоставлении социально значимых услуг населению. Поэтому именно им в новых условиях должна, по нашему мнению, отводиться основная роль в организации нормального течения социально-экономических процессов.

Однако, как показывают данные Министерства финансов Российской Федерации (см.: mestnogo_samoupravleniya_po_regulirovaniyu_mezhbyudzhetnykh_otnoshenii_na_regionalnom_i_munitsip alnom_urovnyakh), эффективность использования межбюджетных трансфертов, направляемых в местные бюджеты, остается на уровне около 72%, свидетельствуя о наличии существенных резервов и необходимости модернизации контрольного инструментария, который должен быть ориентирован на повышение эффективности муниципального управления.

Целью настоящего исследования является разработка концептуальной модели сетевого публичного контроля, направленной на повышение его оперативности, прозрачности и результативности за счет комплексного использования цифровых технологий.

Материалы и методы

Методологическую основу работы составляет системный анализ, сочетающий количественные и качественные методы исследования. Нормативно-правовая база исследования включает Федеральный закон от 6 октября 2003 г. № 131-ФЗ «Об общих принципах организации местного самоуправления в Российской Федерации» (в ред. от 2025 г.), Указ Президента РФ № 607 от 28 апреля 2008 года «Об оценке эффективности деятельности органов местного самоуправления» в актуальной редакции 2025 года, а также распоряжение Правительства РФ № 4502-р от 15 ноября 2025 года «О поощрении победителей Всероссийского конкурса "Лучшая муниципальная практика" 2025 года».

Эмпирическую базу формируют официальные данные Росстата, Минфина России и Минцифры России, а также иных государственных органов за период 2020–2025 годов, с акцентом на постсанкционные изменения. В частности, при проведении исследования учитывались положения, приводимые в отчетах Минфина России об исполнении консолидированных бюджетов субъектов РФ и муниципальных образований, отчетах Минцифры России о цифровизации регионов, отчетов о реализации национальных проектов и др.

Для количественного анализа применялись методы кластеризации (алгоритм k-means) с целью группировки муниципальных образований по уровню зрелости управления на основе ключевых показателей. Влияние фактора цифровизации на интегральный индекс эффективности оценивалось с помощью регрессионного моделирования. Качественная составляющая исследования представлена контент-анализом нормативных документов и данными экспертных интервью с представителями органов власти муниципалитетов Новосибирской области, проведенных Л.В. Ватлиной. Статистическая обработка данных осуществлялась с использованием программного обеспечения Python (библиотеки scikit-learn, matplotlib) и MS Excel.

Эволюция системы государственного контроля: от надзора к сетевому мониторингу

Исторически система государственного контроля за деятельностью муниципалитетов в России прошла несколько этапов развития. Начальный этап, ознаменованный принятием Указа Президента РФ № 607

в 2008 году, характеризовался эпизодическими проверками и оценкой по ограниченному набору формальных показателей. Следующий этап, инициированный в 2018 году, был связан с внедрением регулярного KPI-мониторинга, что позволило перейти к более системной оценке показателей работы муниципалитетов. Наконец, текущий этап, формирующийся к 2025 году, определяется переходом к сетевым моделям цифрового контроля, которые интегрируют данные из множества источников в режиме, близком к реальному времени, с элементами предиктивной аналитики на основе искусственного интеллекта.

Этот эволюционный сдвиг является ответом на вызовы фрагментации данных, для преодоления которых сформирована достаточная технологическая и инфраструктурная основа в рамках цифровизации процессов государственного и муниципального управления [6]. В настоящее время функционирует свыше пятисот разрозненных государственных информационных систем регионального уровня, что затрудняет формирование целостной картины. Сетевой подход предполагает создание единого информационно-аналитического контура, объединяющего федеральные платформы, такие как «Госуслуги», систему «Цифровые управленческие решения» (ЦУР) и региональные информационно-аналитические системы (ИАС).

Модель интегрального контроля и уровни зрелости муниципального управления

В рамках исследования разработана и апробирована модель интегрального мониторинга эффективности муниципального управления, основанная на концепции динамических уровней зрелости [7]. Модель предлагает переход от фрагментарной оценки к целостной системе диагностики, позволяющей не только констатировать текущее состояние, но и выстраивать траекторию развития муниципалитета. Система оценки структурирована по четырем ключевым направлениям, отражающим основные векторы устойчивого развития территории: экономическое развитие, социальная сфера, экологическая устойчивость и институциональное качество. Для каждого направления на основе методологии сбалансированной системы показателей (BSC) определен комплекс ключевых показателей эффективности (KPI), их источники данных и алгоритмы расчета.

Ядро модели составляет детализированная матрица уровней зрелости (таблица 1), описывающая эволюцию управленческих практик от рутинных операций к сетевым интеллектуальным системам. Каждый последующий уровень характеризуется качественным скачком в использовании данных, технологий и степени вовлеченности стейкхолдеров.

Таблица 1

Матрица уровней зрелости муниципального управления

Критерий	Уровень 1 (Начальный)	Уровень 2 (Базовый)	Уровень 3 (Продвинутый)	Уровень 4 (Сетевой)
Экономическая эффективность	Ручной учет, реактивное администрирование налогов и сборов	Автоматизированный реестр МСП, мониторинг базовых показателей	AI-прогнозирование экономического роста, таргетированная поддержка отраслей	Сетевое кросс-муниципальное партнерство в рамках региональных инновационных кластеров
Социальная ответственность	Эпизодические социологические опросы, бумажный прием обращений	Единый портал предоставления муниципальных услуг, электронная очередь	Система обратной связи в реальном времени, дашборды общественного мнения	Цифровые советы граждан для соуправления, партисипаторное бюджетирование на платформенной основе
Экологическая устойчивость	Базовый мониторинг состояния окружающей среды по отчетным данным	Внедрение IoT-сенсоров для сбора данных (воздух, вода, отходы)	Предиктивная аналитика энергопотребления и выбросов, «умные» сети ЖКХ	Формирование экологических кластеров с замкнутым циклом ресурсов, интеграция в региональные «зеленые» программы
Институци‐ ональное развитие	Бумажный документооборот, низкая прозрачность процессов	Внедрение систем электронного документооборота, публикация ключевых документов в открытом доступе	Использование блок-чейн-реестров для обеспечения верифицируемой прозрачности решений и закупок	Проведение непрерывного аудита с применением AI-алгоритмов, автономное выявление аномалий и рисков

Разработано Ватлиной Л.В.

Для количественной оценки и перехода от качественных дескрипторов к измеряемому индексу введена формула расчета интегрального индекса эффективности:

I^^Wr-^^^* 100%, rmax ‘min

где P i - нормализованное значение по i-му направлению (экономика, социум, экология, институты); P_m i _n, Р тах — минимальное и максимальное возможные значения для нормализации; W i - весовой коэффициент направления, отражающий его приоритетность (в исследовании предлагается: w ₃k = 0,30; w _Cоц = 0,25; w _Экол = 0,20; W uhct = 0,25).

Апробация модели проводилась на репрезентативной выборке из 30 муниципальных образований Новосибирской области, включающей городские округа (Новосибирск, Бердск, Обь), муниципальные районы (Искитимский) и сельские поселения. Подлинность и достоверность исходных данных обеспечивалась за счет использования исключительно официальных источников: отчетов Правительства Новосибирской области об исполнении национальных проектов (уровень освоения бюджетных средств – 96%), данных ФНС по динамике сектора МСП (150,9 тыс. субъектов, прирост +2,5%), статистики Мин-цифры Новосибирской области об охвате высокоскоростным интернетом (51 населенный пункт) и материалов Росстата.

Практическое применение модели продемонстрировало ее диагностическую ценность. На примере г. Новосибирска (данные за 2025 г.), расчет индекса по приведенной формуле дал результат: I = 85,85%, что соответствует сетевому уровню зрелости муниципального управления (уровень 4). В то же время, для г. Бердска расчетный индекс составил 62%, что указывает на базовый уровень зрелости (уровень 2) в этом муниципальном образовании. Кластерный анализ (метод k-means) на основе рассчитанных индексов и профилей KPI подтвердил логику предложенной матрицы, выявив четыре устойчивые группы муниципалитетов в Новосибирской области с характерным для региона распределением (таблица 2).

Таблица 2

Результаты эмпирического анализа по кластерам зрелости (на примере муниципалитетов Новосибирской области, средние значения за 2025 г.)

Кластер (Уровень зрелости)	Доля в выборке	Средний индекс (I), %	Разрыв до цели 2027 г. (п.п.)	Типичные представители
1 (Начальный)	25%	42	+38	Отдаленные сельские поселения с низким уровнем развития ИКТ-инфраструктуры
2 (Базовый)	48%	61	+21	Многие муниципальные районы (напр., Искитимский)
3 (Продвинутый)	20%	77	+11	Городские округа Бердск, Обь
4 (Сетевой)	7%	91	+6	Городской округ Новосибирск

Разработано Ватлиной Л.В.

Важным результатом апробации стало эмпирическое подтверждение гипотезы о положительном влиянии роста уровня зрелости на общую эффективность. Муниципалитеты, которые в период наблюдения демонстрировали динамику перехода со второго на третий уровень (n=12), показали статистически значимый средний прирост интегрального индекса на 15% (t-тест, p=0,04). Регрессионный анализ установил сильную детерминацию: интегральный индекс эффективности (I) на 67% объясняется уровнем цифровизации (ЦифрИндекс) и развитием малого бизнеса (МСП%):

1 = 28,5 + 0,42 • ЦифрИндекс + 0,31 • МСП% (R²=0,67, p <0,01).

Полученный коэффициент β₁ = 0,42 подтверждает, что каждый условный «шаг» в цифровизации приводит к существенному росту общей управленческой эффективности, даже с учетом региональной специфики, присущей модельному региону (в нашем случае им явилась Новосибирская область). Визуализация данных в виде радар-диаграммы (см. рисунок) демонстрирует сбалансированность развития по направлениям у лидеров (Кластер 4) и выраженные диспропорции у аутсайдеров (Кластер 1), где особенно отстают экологические и институциональные показатели.

Таким образом, предложенная модель служит не только инструментом диагностики, но и основой для формирования адресной государственной политики поддержки муниципалитетов, позволяя перейти от унифицированных требований к их деятельности по развитию территорий к дифференцированному подходу, основанному на объективных данных об уровне их цифровой и управленческой зрелости, что определяет, в конечном счете управленческий потенциал и потенциал развития муниципалитетов.

Рекомендации по оптимизации системы контроля с учетом региональной специфики

Для преодоления выявленных ограничений и реализации потенциала сетевого подхода в таких регионах, как Новосибирская область, предлагается адаптированный комплекс мер. Первоочередной задачей, наряду с разработкой единого федерального реестра KPI, является создание и тиражирование «легковесных» цифровых решений и облачных сервисов, доступных для муниципалитетов с ограниченным ИТ-бюджетом. Программа переподготовки кадров должна включать дистанционные модули и стажировки на базе муниципалитетов-лидеров региона.

Рис. Радар уровней зрелостей муниципалитетов Новосибирской области (рачеты Ватлиной Л.В.)

Также целесообразно предусмотреть в рамках конкурса «Лучшая муниципальная практика» отдельную номинацию или квоту для пилотных проектов из регионов с преобладанием сельских территорий, что будет стимулировать поиск адаптивных моделей развития муниципального управления и контроля. Данные меры, как показывают расчеты на основе региональных данных, позволят перейти к проактивному управлению эффективностью и могут обеспечить прирост результативности муниципального управления в регионе на 18–22% в среднесрочной перспективе.

Заключение

Проведенное исследование, включая верификацию на данных Новосибирской области, подтверждает, что цифровизация является ключевым драйвером модернизации системы государственного контроля за эффективностью муниципального управления. Переход к сетевому мониторингу на основе цифровых данных позволяет повысить обоснованность управленческих решений. Предложенная модель интегрального контроля, учитывающая уровни зрелости, показала свою адекватность и на региональном уровне.

Реализация рекомендаций, учитывающих территориальную специфику, будет способствовать не только укреплению устойчивости отдельных муниципалитетов, но и сбалансированному развитию регионов в целом, что является стратегическим условием национальной устойчивости и достижения стратегических целей развития, определенных Указом Президента Российской Федерации от 7 мая 2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года».