Взаимосвязь цифрового разрыва и неравномерности экономического развития в регионах РФ: методика анализа

Проблема количественной оценки взаимосвязи цифрового разрыва и неравномерности экономического развития в регионах РФ в современных условиях приобретает особую значимость, связанную, во-первых, с эмпирически наблюдаемой дифференциацией регионов как по уровню развития ИКТ-сектора, так и по общей динамике социально-экономического развития регионов, во-вторых, с наличием разнообразных трактовок понятия «цифровой разрыв» и его синонимов в отечественной и зарубежной литературе.

Понятия «цифровое неравенство», «цифровой разрыв», «цифровой барьер», «информационное неравенство» являются синонимами, а в мировом научном сообществе даже существует отдельный устоявшийся термин digital divide [1]. Официально сущность понятия «цифровое неравенство» впервые была определена в 2000 г. на саммите стран «большой восьмерки», на о. Окинава, где была принята Хартия глобального информационного общества. Основным ее принципом является обеспечение доступности информационных и коммуникационных технологий (ИКТ) для всех граждан мира [2].

Исследования последних лет акцентируют внимание на формах цифрового неравенства как разницы в доступе к информации в целом, ИКТ, интернету, цифровым ресурсам между богатыми и бедными странами, регионами, хозяйствующими субъектами, которое усиливает различия в общественном территориальном развитии [3; 4]. В контексте представленных исследований проблема цифрового неравенства трансформируется в проблему информационной бедности, впервые обозначенную в 1997 г. в Программе развития ООН. Она представляет собой острое неравенство в возможности получения информационно-коммуникационных услуг между различными социальными группами и странами, формируя и усиливая экономический, социальный, культурный разрывы между богатыми и бедными регионами и странами. При этом под «цифровым разрывом» также понимают неравномерное распространение навыков, необходимых для использования инструментов ИКТ в полной мере [5].

Отдельную группу исследований составляют работы, в которых рассматриваются уровень, причины и следствия цифрового неравенства [6; 7]. На современном этапе, когда процессы цифровизации привели к определенным результатам и акценты управления смещаются в сторону масштабирования, неравномерность цифрового развития социальноэкономического пространства внутри страны получила новый импульс для исследований.

В связи с этим актуализировались исследования, посвященные разработке методик оценки цифрового неравенства, выявлению факторов, его формирующих, а также влияния его величины и характера на социальноэкономическое развитие отдельных территорий и страны в целом.

На современном этапе в исследованиях взаимосвязи территориального развития национальной экономики и неравномерности развития ИКТ-сектора можно выделить следующие направления:

– транслирование объективной пространственно-отраслевой неравномерности развития территорий в условиях перехода к цифровой экономике – в рамках данного направления авторы среди причин отмечают объективную разницу в материальных, человеческих, капитальных ресурсах, которые являются платформой цифрового прорыва [8; 9] в усилении технологической неравномерности, связанной с разным уровнем освоения территориями достижений IV НТР и нового технологического уклада [10], с существующей отраслевой специализацией регионов [8];

– выделение новых признаков, связанных с развитием и масштабированием ИКТ для выявления общих и частных тенденций территориального развития национальной эко-номики 1 [11; 12];

– выявление новых параметров при систематизации и классификации причин формирования и углубления горизонтальных и вертикальных диспропорций в территориальном развитии национальной экономики с учетом уровня развития ИКТ и их последующего масштабирования [13; 14], уровня информационного [8; 9; 15; 16] и цифрового [17; 18] развития;

– формирование конкурентоспособности территорий в новых условиях перехода к цифровой экономике, проявляющегося в снижении затратности и повышении эффективности производства хозяйствующих субъектов региона [15; 19].

Данные направления исследований доказывают актуальность изучения взаимосвязи уровней экономического и цифрового развития регионов в рамках методического обеспечения количественной оценки цифрового разрыва на последующее прогрессивное территориальное развитие национальной экономики.

Исходя из перечисленного в рамках данной работы сформулирована следующая гипотеза: величина цифрового разрыва оказывает влияние на неравномерность экономического развития территорий. Необходимо отметить, что цифровой разрыв рассматривается нами одновременно в двух аспектах: 1) как неравенство развития ИКТ-сектора в регионах РФ; 2) как разница между развитием показателей, характеризующих формирование ИКТ и дальнейшее их активное использование в рамках каждого региона.

ТЕОРЕТИЧЕСКИЕ АСПЕКТЫИССЛЕДОВАНИЯ

Как отмечено, понятие цифрового разрыва многогранно, что связано прежде всего с развитием цифровой экономики в мире и России. В рамках первых исследований по данной проблеме трактовка понятия «цифровой разрыв» базировалась на неравенстве доступа и использования ИКТ хозяйствующими субъектами [15]. Именно развитость ИКТ в регионе лежит в основе формирования возможностей свободной коммуникации субъектов экономических отношений [20] и функционирования ИКТ-рын-ков [21; 22]. Исходя из этого цифровой разрыв преимущественно определялся разницей в проникновении услуг широкополосного доступа к сети Интернет среди домохозяйств и услуг мобильного интернета по регионам России. Ю. Н. Соловьева, Г. Ф. Фейгин [23] количественную оценку цифрового разрыва в субъектах РФ предлагают дополнить такими показателями, как затраты на внедрение и развитие ИКТ и доля занятых в секторе ИКТ в общей численности занятого населения региона. В. П. Самарина, К. А. Никитина [20] доступность широкополосного интернета также предлагают дополнить стоимостными величинами закупаемого и (или) арендуемого органами исполнительной власти разных уровней отечественного программного обеспечения.

Развитость ИКТ-сектора, характеризующегося в ряде регионов превышением 100 % широкополосного подключения к интернету со скоростью более 100 мегабит в секунду, стала основой перехода ко второму этапу исследования цифрового разрыва. При этом понятие цифрового разрыва также существенно расширилось: он трактуется как любое неравномерное распределение доступа к ИКТ, а также различие в возможностях их применения и в получаемых за их счет благ. Такая трактовка стала основой для расширения перечня показателей при характеристике цифрового разрыва. В исследованиях зарубежных и российских авторов преобладает использование интегральных показателей, основывающихся на различных данных:

• 1)    индексе доступности к ИКТ [10];

• 2)    индексе готовности региона к информационному обществу (составляющие: человеческий капитал, экономические показатели цифровизации, ИКТ-инфраструктура, социальный эффект от внедрения цифровизации) [24];

• 3)    индексе цифровизации экономики и общества регионов РФ (составляющие: «…интен-сивность проникновения телекоммуникационных технологий и их использование населением

региона, интенсивность проникновения и использования телекоммуникационных услуг в организациях, развитие цифровых навыков у работников организаций)…» [22];

• 4)    методологии Центра финансовых инноваций и безналичной экономики Московской школы управления «Сколково» [25].

В целом использование интегральных показателей в соответствии с международными практиками во многом определяется спецификой статистической базы РФ, а также проблематикой и областью исследования.

В современных условиях при анализе цифрового разрыва приоритет отдается количественной оценке взаимосвязи развития ИКТ и макроэкономики [26–28], развития цифровой экономики и инновационного развития регионов [8; 29], роста и распространения ИКТ и влияния на углубляющееся социальноэкономическое неравенство [21; 30]. В исследовании F. Calvino и C. Criscuolo [31] обосновывается влияние цифровых технологий на различные сферы деятельности в экономике страны. Основой исследований А. В. Минакова, Л. О. Евраева [32] является цифровой потенциал как развитие цифровой экономики в перспективе, формирующий объективные предпосылки нивелирования неравномерности социально-экономического развития территорий. При этом для оценки взаимосвязей авторы предлагают использовать традиционные индикаторы развития цифровой экономики, дополненные композитными индексами предметных областей исследования. Последние могут включать в себя существующие в регионе предпосылки (факторы) производства и использования цифровых технологий (цифровая инфраструктура, человеческий капитал, научно-инновационный потенциал и т. д.) [33].

На основе математического моделирования А. А. Павлов доказал, что «…только определенные значения ИКТ могут оказывать положительное влияние на экономический рост, инновационное развитие и производительность труда в стране в целом и регионов в частности…» [27].

Е. В. Болгова с соавторами в рамках исследования развития цифровой экономики инновационных регионов, используя индикаторы в рамках методики DECA , предложили разделить их на нецифровые и цифровые факторы. Если показатели цифровых факторов являются традиционными, то индикаторы нецифрового сектора могут включать в себя удельный вес организаций, осуществляющих инновации, численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры, темп роста затрат организаций на ИКТ и проч. [34].

Как представляется, расширение перечня индикаторов с последующей их конкретизацией для количественной оценки развития цифровой экономики и социально-экономического развития регионов может рассматриваться как основа для формирования нового этапа теоретико-методических исследований цифрового разрыва в региональном развитии, в рамках которых цифровое неравенство может рассматриваться как масштабирование неравных экономических возможностей доступа к цифровым технологиям и их применения, определяющих неравномерность социальноэкономического и культурного развития территориальных образований различного уровня.

Представленная трактовка аккумулировала в себе следующие выделенные на основе библиографического обзора зависимости:

– на современном этапе исследований само понятие цифрового разрыва стало более емким, представляя собой разновидность экономического неравенства, возникающую вследствие неравных экономических возможностей формирования и последующего масштабного использования цифровых технологий по совокупности объективных и субъективных факторов;

– основу объективных факторов формирования и масштабирования цифрового разрыва, с нашей точки зрения, формирует уникальность экономического потенциала территорий, определяющая и технологическую, и экономическую, и инфраструктурную нерав- номерность развития регионов РФ; в группе субъективных факторов преобладают институциональные факторы как разносторонние мероприятия в рамках государственной политики по формированию и развитию цифровой экономики;

– управление масштабами цифрового разрыва между территориями может нивелировать все виды экономического неравенства развития регионов;

– эффективность управления цифровизацией опосредована комплексностью количественной оценки цифрового разрыва (при отсутствии единой методики оценки цифрового разрыва регионов – мезоуровня) и количественной оценкой взаимосвязи разрыва и экономического развития регионов;

– комплексность предполагает дифференциацию индикаторов на характеризующие (оценивающие объемы использования цифровых технологий в экономической, социальной жизни регионов) и формирующие (оценивающие условия для развития ИКТ-сектора), а также признание различного вклада двух групп процессов в наращивание объемов производства.

Данные выводы легли в основу разработки авторской методики анализа цифрового разрыва в развитии регионов с последующей ее апробацией.

МАТЕРИАЛЫ И МЕТОДЫ

Авторская методика анализа цифрового разрыва и оценки его влияния на экономическое развитие регионов базируется на интегральном подходе к определению сущности цифрового разрыва, предполагающем не только выявление различий в возможностях доступа к информации и ИКТ-сектору, но и оценку масштабности их использования всеми хозяйствующими субъектами региона (рис. 1).

В качестве цели предложенной методики может быть определена группировка субъектов РФ, одновременно учитывающая и величину цифрового разрыва, и уровень социальноэкономического развития регионов.

I этап /

I stage

• -    Выбор показателей для анализа / Selecting indicators for analysis

• -    Объединение показателей в группы / Grouping indicators into groups

II этап /

II stage

• -    Сбор данных по выбранным показателям / Collecting data on selected indicators

• -    Анализ уровня цифрового разрыва в регионах РФ / Analysis of the level of the digital divide in the regions of the Russian Federation

Ш этап /

Ш stage

IV этап /

IV stage

• -    Оценка влияния величины цифрового разрыва на неравномерность экономического развития территорий /

Assessment of the impact of the digital divide on the uneven economic development of territories

• -    Построение авторской матрицы / Construction of the author’s matrix

• -    Группировка регионов на основе сопоставления уровня цифрового разрыва и их экономического развития / Grouping of regions based on a comparison of the level of the digital divide and their economic development

Источник : составлено авторами. Source : compiled by the authors.

Рис. 1. Алгоритм методики анализа цифрового разрыва

и оценка его влияния на экономическое развитие регионов

Fig. 1. The algorithm of the digital divide analysis methodology and assessment of its impact on the economic development of regions

Первый этап включает в себя объединение показателей в группы: 1) формирующие (оценивающие готовность региона к цифровой трансформации); 2) характеризующие (оценивающие масштабность и доступность использования ИКТ всеми хозяйствующими субъектами). Конкретизация выбранных показателей по каждой группе определялась особенностями официальной статистики в региональном разрезе, опубликованной Росстатом в сбор- нике «Регионы России. Социально-экономические показатели». Результаты группировки индикаторов представлены в табл. 1.

Второй этап – количественная оценка цифрового разрыва – предполагает:

• 1)    конкретизацию объектов анализа – 85 субъектов РФ, что обосновано целью исследования, предполагающей выявление разрывов и прогнозирование на их основе перспектив развития регионов и страны в целом;

  Табл. 1. Группировка индикаторов анализа цифрового разрыва регионов

  
  

  Table 1. Grouping of indicators for analyzing the digital divide of regions

  Обозначение / Description                   Единица измерения / Unit of measurement

  Группа формирующих ИКТ-индикаторов / A group of ICT-forming indicators

  В процентах от общего количества обследо- 1. Доля организаций, имеющих широкополосный доступ к сети ванных организаций / Percentage of the total / птрттирт / i jrcrdn itoti глис ллптп hrr\drihdMн InfpmpT орррес                           х                          '-7 Интернет / Organizations wit roa an Internet access number of organizations surveyed

  Тысяч рублей на 1000 человек населения / 2. Затраты на внедрение и использование цифровых технологий / Thousand rubles per 100 people of the popula- The cost of introduction and use of digital technologies                tion*

  В процентах от общего количества опрошен- 3. Удельный вес домашних хозяйств, имеющих широкополосный ного населения / Percentage of the total popula- доступ к сети Интернет / Households with broadband Internet access tion surveyed

  Группа индикаторов, характеризующих развитие ИКТ / A group of indicators characterizing ICT development

  4.    Доля организаций, имеющих веб-сайт / Organizations with a website 5.    Доля организаций, использовавших специальные программные В процентах от общего количества обследо-средства / Organizations that used special software tools ванных организаций / Percentage of the total 6.    Доля организаций, использовавших электронный обмен данными number of organizations surveyed между своими и внешними информационными системами / Organizations that used electronic data exchange between their own and external information systems 7.    Удельный вес домашних хозяйств, имеющих персональный В процентах от общего количества опрошен-компьютер / Households with a personal computer ного населения / Percentage of the total popula- 8.    Доля населения, использовавшего сеть Интернет / Population tion surve ed who used the Internet 9.    Численность активных абонентов фиксированного широкопо- Человек на 100 человек населения / People per лосного доступа к сети Интернет / Number of active subscribers to 100 people of the population fixed broadband Internet access ** * В целях исключения привязки данных к площади субъекта и его финансовым возможностям показатель

  
  

  был дополнительно нормирован путем деления значений на численность постоянного населения этого региона за аналогичный период, умноженного на тысячу. / To exclude the link between the data and the area of the constituent and its financial capabilities, the indicator was additionally normalized by dividing the values by the permanent population of this region for the same period, multiplied by a thousand.

  ** Показатель не использовался в расчетах, так как отсутствуют данные по некоторым субъектам (Московская область, Ленинградская область, Ненецкий автономный округ и др.). / The indicator was not used in the calculations, since there is no data for some regions (Moscow Region, Leningrad Region, Nenets Autonomous Okrug, etc.).

  Источник: составлено авторами на основе: Регионы России. Социально-экономические показатели: стат. сб. // Федеральная служба государственной статистики. URL: (дата обращения: 24.02.2025). Source: compiled by the authors from Rosstat data .

  
  

• 2)    сбор исходных данных по каждому показателю и составление промежуточных таблиц с соответствующими значениями по каждой группе индикаторов (см. табл. 1); особо отметим четырехлетний период исследования (2019– 2022 гг.), который связан с отсутствием данных за более поздний период по ключевому показателю «ВРП на душу населения» в региональном разрезе на момент апробации методики;

• 3)    ранжирование каждого индикатора по региону для каждого года (по убыванию значений); диапазон значений рангов для 85 регионов – от 1 до 85 соответственно;

• 4)    определение итогового ранга значений по каждому показателю за весь период исследования (как суммы промежуточных рангов); допустимый интервал значений при этом определяется перемножением количества лет наблюдения и минимального (максимального) значения промежуточного ранга; в настоящем исследовании промежуточные ранги находятся в диапазоне 1–85, количество лет наблюдения – 4, следовательно, диапазон итоговых рангов – от 4 до 340; в табл. 2 представлен фрагмент с результатами расчетов и группировкой регионов по одному из показателей (по другим показателям построены аналогичные таблицы 1 );

• 5)    суммирование итоговых рангов отдельно для характеризующих и формирующих индикаторов в разрезе регионов с последующим ранжированием полученных сумм по возрастанию значений (диапазон рангов и в группе характеризующих, и в группе формирующих показателей – от 1 до 85, что соответствует количеству рассматриваемых регионов);

• 6)    определение наличия цифрового разрыва как разницы в значениях итогового ранга для формирующих и характеризующих индикаторов; при этом нужно учитывать следующее:

  – чем выше результат, тем больше цифровой разрыв,

  – минусовые значения результата свидетельствуют о преобладании характеризующих индикаторов над формирующими, т. е. о превышении цифровой активности над готовностью региона к цифровой трансформации, что является отражением высокого уровня развития цифровой экономики в регионе,

  – положительные (плюсовые) значения рассчитанного показателя могут говорить об отставании региона по масштабу использования информационно-коммуникационных технологий в жизнедеятельности субъектов;

• 7)    исходя из полученных результатов регионы разделены на три группы (табл. 3) – границы групп установлены авторами эмпирическим путем (на основе сопоставления данных за четыре года по 85 наблюдениям, явной схожести характеристик территорий по рассматриваемым признакам и приближенности вида распределения совокупности регионов к нормальному); важно отметить, что данный пункт методики не является универсальным, поскольку в зависимости от количества анализируемых территорий и периодов, целей исследования указанную градацию необходимо трансформировать.

Фрагмент результатов проведенных расчетов и группировки регионов представлен в табл. 4.

Табл. 2. Фрагмент расчетной таблицы «Ранжирование регионов РФ по показателю “Доля организаций, имеющих веб-сайт, %”»

Table 2. An extract of the calculation table “Ranking of the FR regions by the indicator “Organizations with a website, %”

Регион / Region	Исходные данные / Initial data, %	Ранг / Rank	Сумма / Amount
	2019 2020 2021 2022	2019 2020 2021 2022
Белгородская область	58,7  57,5  56,2   52,8	9      1      2      4	16
Брянская область	50,2  43,2  48,9  49,0	45    46    22    15	128
Владимирская область	55,5  48,0  49,2  49,8	17    17    20    11	65

1 С полными данными проведенных авторами расчетов по предлагаемой методике можно ознакомиться здесь: Группировка регионов // Google.Документы. URL: (дата обращения: 30.05.2026).

Продолжение табл. 2

Регион / Region	Исходные данные / Initial data, %	Ранг / Rank	Сумма / Amount
	2019 2020 2021 2022	2019 2020 2021 2022

Сахалинская область	53,7	50,7	49,6	47,5	31	10	17	28	86
Еврейская автономная область	42,9	38,1	39,1	40,0	77	74	80	79	310
Чукотский автономный округ	45,4	38,8	43,5	43,9	68	70	64	51	253

Источник : рассчитано авторами. Source : calculated by the authors.

Табл. 3. Распределение регионов по группам на основе разницы в развитии формирующих и характеризующих ИКТ-индикаторов

Table 3. The distribution of regions by groups from the difference in the development of formative and characterizing ICT indicators

Группа / Group	Характеристика группы /           Результат п. 6 методики / Group characterization         The result of p. 6 of the methodology
1. Регионы-лидеры / Leading regions	Высокий уровень цифровизации Разница меньше –5 / The difference с преобладанием характеризующих is less than –5 индикаторов над формирующими
2. Регионы с практически отсутствующим разрывом / Regions with virtually no gap	Разница между формирующими      Разница в промежутке от –5 до 5 и характеризующими индикаторами включительно / Difference is between практически отсутствует              –5 and 5 inclusive
3 Регионы-аутсайдеры / Outsider regions	Средние значения по формирующим индикаторам при отставании региона Разница больше 5 / The difference по масштабу использования ИКТ     is more than 5 в жизнедеятельности субъектов

Источник : составлено авторами. Source : compiled by the authors.

Табл. 4. Фрагмент расчетной таблицы «Распределение субъектов по группам на основе уровня цифрового разрыва»

Table 4. An extract of the calculation table

“Distribution of constituents by groups from their digital divide”

	Й о '5b Йн И S CD	S л Е о ^	и S Е & 5 Ct Ui о ^	Н У s Е ^ о я S Ct ct CD С<	& ЬС s 3 cd 2 -5 и ° Ct Ct CD ^	О CD Ct CD CD СП Я СП сП Сц Й	1 S Е CD 2 ^ Й &" §■ X 0
Белгородская область		419	765	24	19	5	2
Брянская область		488	790	37	22	15	3
Владимирская область		389	666	22	12	10	3
<…>
Сахалинская область		332	831	13	27	–14	1
Еврейская автономная область		889	1 708	85	84	1	2
Чукотский автономный округ		729	981	79	39	40	3
Источник : рассчитано авторами. Source : calculated by the authors.

Третий этап – оценка влияния величины цифрового разрыва на неравномерность экономического развития территорий.

Как отмечено, для выявления взаимосвязи уровня цифрового и экономического развития большинством исследователей используется ВРП на душу населения [35; 36]. Применительно к специфике данного исследования считаем необходимым использование средних значений по каждому региону, а также среднероссийских значений за аналогичный период анализа. В результате их сопоставления регионы могут быть отстающими (со значениями ниже среднероссийского) и лидирующими (со значениями выше российского). Аналогичный подход апробирован в ранних работах авторов [37].

В целом предложенная методика допускает выделение большего количества групп на ос- нове значений валового регионального продукта на душу населения (например, аналогично этапу II). Однако в этом случае результирующая матрица станет более сложной (девять и более квадрантов), а анализ тенденций – затруднительным. Для 85 единиц наблюдения считаем достаточным выделение шести квадрантов.

Фрагмент результатов проведенных расчетов с последующей группировкой представлен в табл. 5.

Четвертый этап – построение матрицы на основе сопоставления уровня цифрового разрыва (ось Х ) и данных ВРП на душу населения (ось Y ) с учетом представленных параметров группировки регионов по каждой из осей. На рис. 2 показана авторская матрица с разбивкой на квадранты.

Табл. 5. Фрагмент расчетной таблицы «Распределение субъектов по группам на основе уровня ВРП на душу населения, тыс. руб.» Table 5. An extract of the calculation table “Distribution of constituents by groups from their GRP per capita, thousand rubles”

Регион / Region	2019	2020	2021	2022	Среднее / Average	Номер группы / Group number
Российская Федерация	642,74	639,17	830,06	958,81	767,69	–
Белгородская область	615,58	643,77	882,55	859,55	750,36	1
Брянская область	334,50	349,77	411,89	474,16	392,58	1
Владимирская область	389,00	404,79	540,73	585,13	479,91	1
<…>
Сахалинская область	2 468,17	2 124,65	2 647,23	3 303,42	2 635,87	2
Еврейская автономная область	365,15	411,20	523,96	543,20	460,88	1
Чукотский автономный округ	1 965,79	2 495,51	2 932,79	2 946,17	2 585,07	2

Источник : рассчитано авторами. Source : calculated by the authors.

Ниже среднероссийского / Below the Russian average

Выше среднероссийского / Above the Russian average

I	II	III
IV	V	IV

< -5

[-5; 5]

Уровень цифрового разрыва / Digital divide level

II этап / II stage

Источник : построено авторами. Source : designed by the authors.

Рис. 2. Матрица, характеризующая взаимосвязь уровней цифрового разрыва и ВРП на душу населения Fig. 2. A matrix characterizing the correlation between the digital divide and GRP per capita

Далее в статье представлена детальная характеристика каждого квадранта матрицы. Авторы предлагают также рассмотреть расположение каждого региона РФ в данной матрице на основе проведенных по настоящей методике расчетов и обсудить результаты.

РЕЗУЛЬТАТЫ

На основании представленной матрицы можно выделить шесть квадрантов, которые соответствуют положению региона с учетом значений цифрового разрыва и уровня ВРП на душу населения.

• I.    Высокая цифровая активность (преобладание характеризующих тенденций при незначительном росте ВРП на душу населения):

  – большинству регионов, входящих в данный квадрант, свойственны высокие значения характеризующих индикаторов № 8, 9 (см. табл. 1) по сравнению с общей выборкой субъектов РФ; наблюдается тенденция к росту данных показателей, что дает потенциал для формирования цифровой активности в регионах группы;

  – вместе с тем формирующий ИКТ-фактор № 1, напротив, демонстрирует низкие значения среди регионов, а фактор № 3 – средние; по первому показателю наблюдается тенденция к незначительному росту за анализируемый период, а по второму, наоборот, к снижению.

• II.    Отсутствие цифрового разрыва без его влияния на экономическое развитие:

  – в данный квадрант попали регионы-лидеры по характеризующим показателям № 5, 9 и по формирующему № 1;

  – характеризующий фактор № 7 не демонстрирует какой-либо единой статистики по группе;

  – по показателям № 4, 6 регионы, наоборот, остаются аутсайдерами на протяжении всего рассматриваемого периода.

• III.    Преобладание формирующих цифровую экономику тенденций, неспособных в полной мере обеспечить экономическое развитие:

  – среди регионов данного квадранта лидерство значений прослеживается по формиру-

• ющему индикатору № 1; в большей части субъектов значения данного показателя растут в рассматриваемом периоде, а у остальных регионов – стабильно остаются на высоком уровне;

  – что касается характеризующих индикаторов ИКТ, внутри данного квадранта с негативной стороны выделяется показатель № 8, на среднем уровне – № 7, при этом по последнему показателю в течение анализируемого периода значения снижаются;

  – сочетание наблюдаемого явления со стороны характеризующих факторов и лидирующих позиций по упомянутому формирующему показателю не позволяет регионам данного квадранта показать высокий уровень экономического развития (ВРП).

• IV.    Высокие значения экономического развития при преобладании характеризующих тенденций, свидетельствующих о высокой цифровой активности:

  – внутри данного квадранта можно выделить формирующий индикатор № 1; лишь по одному региону в группе (Сахалинская область) наблюдается тенденция к росту значений по данному показателю, для остальных субъектов характерно резкое снижение;

  – анализируя характеризующие факторы, можно выделить индикаторы № 7, 8; находясь на стабильно лидирующих позициях по данным показателям, регионы с высокими значениями экономического развития (уровнем ВРП) автоматически обеспечивают себе высокую цифровую активность;

  – вместе с тем регионы квадранта по таким характеризующим индикаторам, как № 4, 5, на протяжении исследуемого периода остаются на среднем уровне среди общей выборки, а по показателю № 6 – в конце списка.

• V.    Высокие значения экономического развития, без цифрового разрыва:

  – по формирующему показателю № 2 в течение всего рассматриваемого периода регионы занимают лидирующие позиции (за исключением Ненецкого автономного округа), аналогичная тенденция наблюдается по индикатору № 3;

  – что касается характеризующих факторов, по показателям № 7–9 регионы данной группы находятся на лидирующих позициях среди общей выборки субъектов РФ (исключение – Ненецкий автономный округ со средним уровнем значений показателей);

  – в данном квадранте для всех субъектов характерно также отсутствие низких значений анализируемых факторов, хотя и наблюдается тенденция к снижению значений формирующего показателя № 1.

• VI.    Преобладание формирующих тенденций, сочетающихся с высокой степенью экономического развития:

  – в большей части субъектов данного квадранта наблюдаются стабильно высокие значения формирующих показателей № 1 и 3, при этом по последнему индикатору еще в 2019– 2020 гг. регионы занимали средние места в рейтинге, а уже в 2021 г. вышли на лидирующие позиции;

  – что касается формирующего индикатора № 2, то у половины субъектов группы значения данного показателя средние, у остальных – низкие;

  – в данном квадранте наблюдаются низкие значения лишь по характеризующему показателю № 9, однако отрицательная тенденция в течение рассматриваемого периода по данному индикатору и настолько низкие значения не могут обеспечить экономическое развитие регионов, несмотря на средние (показатели № 4, 6) и высокие (показатели № 7, 8) значения по другим факторам.

Применительно к нашему исследованию анализируемые регионы в предложенной матрице заняли следующие квадранты (рис. 3).

Если нанести полученное в авторской матрице распределение регионов РФ по квадрантам на карту РФ, становится очевидно, что присутствует некоторое взаимное влияние соседствующих регионов, которое особенно ярко проявляется в квадранте IV (рис. 4). Так, пять регионов из шести субъектов, принадлежащих данному квадранту, граничат друг с другом как минимум по одной стороне. Предположительно наибольшее влияние на другие регионы квадранта в данном случае оказывают Красноярский край и Республика Саха (Якутия), так как именно они являются наиболее крупными субъектами по занимаемой территории. При этом Сахалинская область (седьмой представитель описываемого квадранта), хотя и не граничит ни с одним из субъектов, располагается достаточно близко к ним.

Квадрант VI практически полностью охватывает Дальний Восток (за исключением Мурманской области). Его основные регионы (Камчатский край, Чукотский автономный округ, Магаданская область) также соседствуют друг с другом. Регионы из квадрантов II, III и V преимущественно сосредоточены в западной части страны, при этом внутри квадранта III связь между субъектами по территориальному признаку наиболее сильная. Субъекты квадранта I, являющегося самым многочисленным, напротив, равномерно распределены по югу России, исходя из чего связь между ними достаточно слабая.

Расположение Пермского края в матрице соответствует квадранту I. На его принадлежность к данному квадранту оказывают влияние соседствующие с ним субъекты: Кировская область, Удмуртская Республика, Республика Башкортостан.

В то же время г. Москва и Московская область, оказывая влияние друг на друга и взаимную поддержку, принадлежат квадранту V.

Представленные выводы о взаимовлиянии соседствующих регионов носят скорее обзорный характер и не являются целью текущей работы. Для более глубокого исследования данных процессов необходимо осуществить дополнительные расчеты, в том числе в области пространственной эконометрики. Этот вопрос найдет отражение в последующих работах авторов и станет основой дальнейших векторов изучения и цифрового разрыва, и экономического развития, и взаимосвязи между ними в территориальном аспекте.

I – Тверская область – Ленинградская область – Республика Адыгея – Республика Калмыкия – Республика Крым – Краснодарский край – Астраханская область – Волгоградская область – Ставропольский край – Республика Башкортостан – Удмуртская Республика – Пермский край – Ульяновская область – Кировская область – Самарская область – Саратовская область – Республика Алтай – Республика Тыва – Иркутская область – Кемеровская область – Новосибирская область – Омская область – Республика Бурятия – Забайкальский край – Приморский край – Хабаровский край	II – Воронежская область – Костромская область – Курская область – Тульская область – Вологодская область – Республика Дагестан – Республика Мордовия – Кабардино-Балкарская Республика – Оренбургская область – Курганская область – Свердловская область – Челябинская область – Республика Хакасия – Алтайский край – Амурская область – Еврейская автономная область – Белгородская область – Нижегородская область – Республика Северная Осетия – Алания	III – Брянская область – Владимирская область – Ивановская область – Калужская область – Липецкая область – Орловская область – Рязанская область – Смоленская область – Тамбовская область – Карачаево-Черкесская Республика – Республика Карелия – Архангельская область без автономных округов – Калининградская область – Новгородская область – Псковская область – Ростовская область – г. Севастополь – Республика Ингушетия – Ярославская область – Чеченская Республика – Республика Марий Эл – Чувашская Республика –    Пензенская область –    Томская область
IV – Республика Коми – Ханты-Мансийский автономный округ – Югра – Ямало-Ненецкий автономный округ – Красноярский край – Сахалинская область – Республика Саха (Якутия)	V – Московская область – г. Москва – Ненецкий автономный округ – г. Санкт-Петербург – Республика Татарстан – Тюменская область без автономных округов	VI – Мурманская область – Камчатский край – Магаданская область – Чукотский автономный округ

< –5

[–5; 5]

> 5

Уровень цифрового разрыва / Digital divide level

II этап / II stage

Источник : составлено авторами. Source : compiled by the authors.

Рис. 3. Матрица, характеризующая уровень цифрового разрыва и уровень ВРП на душу населения в регионах РФ

• Fig. 3. A matrix characterizing digital divide and GRP per capita in the regions of the Russian Federation

Кроме того, на основании предложенной авторами матрицы (рис. 3) и картографического представления распределения регионов в ней (рис. 4) могут быть выделены следующие группы регионов:

• 1)    регионы, в которых ВРП на душу населения является высоким при отсутствии цифрового разрыва (квадрант V: Московская область, г. Москва, Ненецкий автономный округ, г. Санкт-Петербург, Республика Татарстан и Тюменская область без автономных округов);

• 2)    регионы, в которых наблюдается и высокий уровень цифрового разрыва, и низкие значения экономического развития (квадранты

I и III: Брянская область, Республика Карелия, Омская область и др.);

• 3)    регионы, в которых наблюдается временной лаг, когда цифровой разрыв уже устранен, а уровень ВРП еще не достиг среднероссийских значений, но при этом имеет тенденцию к ежегодному росту (квадрант II: Свердловская область, Республика Дагестан, Алтайский край и др.);

• 4)    регионы, в которых наблюдается и высокий уровень цифрового разрыва, и высокие значения экономического развития (квадранты IV и VI: Республика Коми, Мурманская область, Чукотский автономный округ и др.).

  

  Источник : составлено авторами. Source : compiled by the authors.

  Рис. 4. Картографическое представление распределения субъектов РФ в авторской матрице

  Fig. 4. Cartographic representation of the distribution of the RF constituents in the author’s matrix

  
  

Таким образом, полученные выводы доказывают выдвинутую гипотезу о наличии взаимосвязи между величиной цифрового разрыва и неравномерностью экономического развития территорий.

Кроме того, предложенный инструментарий, уже сам по себе обеспечивающий научную новизну исследования, позволяет непрерывно продолжать наблюдения, при публикации и сборе данных за каждый последующий год пересчитывая суммарные ранги согласно представленному алгоритму. В этом случае не требуется изменение интервалов, в соответствии с которыми регионы попадают в ту или иную группу. Что касается временного интервала, корректным будет оставлять его неизменным (в данном случае – четыре года), при добавлении новых периодов следует исключать из расчета такое же количество самых ранних лет. Это позволит выявить именно динамику рангов, разрыва между формирующими и характеризующими ИКТ-показателями.

ОБСУЖДЕНИЕ И ЗАКЛЮЧЕНИЕ

На современном этапе теоретико-методических исследований цифрового разрыва в региональном развитии оно может рассматри- ваться как масштабирование неравных экономических возможностей доступа к цифровым технологиям и их применению, определяющих неравномерность экономического развития территориальных образований различного уровня.

В основе объективных факторов формирования и масштабирования цифрового разрыва, как нам представляется, может лежать уникальность экономического потенциала территорий, определяющая и технологическую, и экономическую, и инфраструктурную неравномерность развития регионов РФ. В группе субъективных факторов преобладают институциональные факторы как разносторонние мероприятия в рамках государственной политики по формированию и развитию цифровой экономики на разных уровнях экономической системы. Управление масштабами цифрового разрыва между территориями может нивелировать все виды социально-экономического неравенства развития регионов. Эффективность управления цифровизацией опосредована комплексностью количественной оценки цифрового разрыва (при отсутствии единой методики оценки цифрового разрыва регионов – мезоуровня) и количественной оценкой взаимосвязи разрыва и неравномерности экономического развития регионов. Это может стать основой последующих исследований, включающих инструментарий экономико-математического моделирования.

Исходя из этого предложена авторская методика количественного анализа взаимосвязи цифрового разрыва и экономического развития регионов с последующей ее апробацией. Она, в соответствии с поставленной целью (группировкой регионов, учитывающей и величину цифрового разрыва, и уровень экономического развития), включает в себя четыре этапа исследования. Авторская методика прошла апробацию на регионах РФ, в ходе которой получены результаты, подтверждающие выдвинутую гипотезу о влиянии величины цифрового разрыва на неравномерность экономического развития регионов, и выделены четыре группы регионов на основе степени данного влияния.