Распространение интернета и межрегиональное цифровое неравенство в России: тенденции, факторы и влияние пандемии

Введение

Последние несколько десятилетий происходит активное проникновение информационно-коммуникационных технологий (ИКТ)¹, в частности Интернета, во все сферы человеческой деятельности. Связанные с этим изменения последних лет в технологиях, способах производства, во взаимодействии экономических агентов принято называть цифровизацией [1]. Фактически речь идет о технологической революции, отдельные авторы говорят также о новой промышленной революции [2]. Внедрение цифровых технологий, распространение интернет-экономики обеспечивало до трети экономического роста Швеции, Германии, Великобритании и других развитых стран [3]. За период 2010—2017 гг. цифровой сектор экономики в России вырос на 17 %, почти вдвое опережая рост ВВП [4], а затраты на развитие цифровой экономики достигли 3,7 % ВВП к 2019 г. (в развитых странах — в 2—3 раза выше) [5]. Рост числа абонентов широкополосного доступа к сети Интернет на 1 % в среднем приводит к 0,1 %-ному приросту ВРП в регионах России, а повышение интенсивности использования — к дополнительному приросту выпуска на 0,05 % [6]. Таким образом, распространение Интернета — значимый фактор экономического роста.

В 2021 г. доля пользователей Интернета превысила 59 % населения Земли, что выше, например, показателей урбанизации. Наиболее высокие значения характерны для стран Северной Европы, в том числе Балтийского региона, Северной Америки, Южной Кореи (более 80 %), а наиболее низкие — для центральноафриканских стран (в некоторых — менее 10 %). В России значение составляет около 77 % [5], но наблюдаются существенные пространственные различия [7].

Распространение (диффузия) технологий неравномерно в пространстве, а глобальный риск роста цифрового неравенства называется одним из наиболее вероятных [8]. Различия между странами, регионами, домохозяйствами в доступе к ИКТ, в умении их использовать росли. Фактически это создает ограничения для части общества в возможности участия в современных экономических процессах, уменьшает доступ к современному дистанционному образованию и телемедицине [9], ограничивает возможности бизнеса по выходу на новые рынки и пр. Так, в России в городах доступ к скоростному Интернету имели около 81 % жителей, а в сельской местности — только 65,8 %². Значимость этих различий обострилась в период внедрения карантинных мер [10].

Внедрение цифровых технологий обеспечило возможность осуществления многих повседневных процессов во время пандемии: дистанционное обучение, электронные госуслуги, доставка товаров и т. д., а также стало одним из факторов адаптации бизнеса за счет расширения ­интернет-торговли [11]. В мире и в России повысилась потребность в использовании онлайн-сервисов и «безлюдных» технологий [12]. При этом скорость внедрения новых технологий в мире росла и до коронакризиса [13], [14]. Если раньше, например, для распространения телевидения требовались десятилетия, а в 2020 г. новые интернет-сервисы, например программы видеоконференций (Zoom и прочие), были освоены большинством пользователей за месяцы. Повсеместными стали различные формы удаленной работы. Так, до пандемии удаленный режим работы отмечало только 2 % респондентов, а в мае 2020 г. перешли на него частично или полностью уже 16 % опрошенных³, но если в Москве и Санкт-Петербурге — 29 %, то в сельской местности — менее 10 % опрошенных.

Внедрение цифровых технологий рассматривается правительствами многих стран одновременно как инструмент антикризисных мер и как фактор долгосрочного развития. В частности, в России в план действий по восстановлению экономики в 2020—2021 гг. входили меры по переводу госуслуг в онлайн-формат, а одной из национальных целей развития⁴ обозначен рост доли домохозяйств, имеющих широкополосный доступ к Интернету, до 97 % (в 2020 г. — около 77 %). Но между регионами сохраняются существенные различия, требующие проведения региональной декомпозиции национальной цели. Для этого необходимо понимание базовых факторов распространения Интернета.

В новых условиях разрыва мировых производственных цепочек в 2022 г., торговых и иных ограничений описанная выше роль цифровых технологий в России повышается. В частности, повсеместное распространение в 2022 г. получили онлайн-магазины (например, Ozon, Wildberries, «Яндекс.Маркет» и др.), обеспечивающие импорт товаров (в том числе параллельный импорт) и их доставку по всей стране. Наблюдается рекордный рост ­онлайн-торговли⁵.

Цель исследования — описать некоторые общие пространственные тенденции и выявить отдельные значимые факторы, определяющие различия в распространении и использовании Интернета в регионах России в последнее десятилетие. Новизна работы заключается в проведении эконометрического анализа на основе региональных данных за продолжительный период времени с учетом взаимного влияния различных групп технологий на разных уровнях цифрового неравенства. Особое внимание уделено некоторым изменениям в период пандемии.

В статье представлен краткий обзор основных закономерностей распространения новых технологий, выявленных в литературе, для обоснования гипотез эмпирического анализа. Далее рассматриваются три формы цифрового неравенства в регионах России, проводится оценка их взаимосвязей, выявляются отдельные факторы. В заключение приводятся выводы и некоторые рекомендации.

Обзор исследований

Распространение новых технологий, в том числе цифровых, между странами и регионами в целом подчиняется классическим закономерностям диффузии инноваций [15], [16], [17]. В мире накоплен большой опыт подобных исследований (см. подробный обзор в [18]).

Общество в зависимости от скорости освоения новой технологии можно разделить на несколько групп (по Э. Роджерсу [15]): новаторы, ранние последователи, раннее большинство, консерваторы. Изначально распространение новой технологии во многом повторяет существующие паттерны социально-экономического неравенства и может их усиливать. Если рассматривать страну как единое сообщество, то подобные закономерности можно увидеть между регионами [17], [18]. К регионам-новаторам в России обычно относятся глобальные города — Москва и Санкт-Петербург, к ранним последователям — Московская область и крупнейшие агломерации, а к отстающим — слаборазвитые регионы Северного Кавказа, Южной Сибири, сельские территории. При этом уровень проникновения новой технологии зависит от инновационно-географического положения региона, то есть близости или удаленности от источника инновации ([10]). В регионах-новаторах выше доля потенциальных пользователей, раньше начало диффузии и скорость распространения. Близость к инновационному ядру определяет особое положение приморских и отдельных приграничных регионов [18], [19], куда новые технологии могут приходить раньше. Плотность контактов и коммуникаций с ядром в них выше, например у Северо-Западных регионов России — со странами Северной Европы.

При описании пространственных закономерностей диффузии выделяют три основных модели [18], [20]: площадную (или соседства), каскадную (или иерархическую) и сетевую (цепную). В первом случае распространение идет в ближайшие поселения, во втором — по иерархии городов, а в третьем — по сетевому принципу. Также можно выделить директивную форму распространения, когда государство определяет направления и пути внедрения технологии, например при распространении электронных госуслуг.

Неоднородность социально-экономического пространства и неравномерность процесса распространения ИКТ породили проблему цифрового неравенства, или цифрового разрыва (от англ. digital divide)⁶. Под ними понимаются различия в доступе к инфраструктуре ИКТ, навыках и целях использования цифровых технологий. Выделяются три основных уровня:

1) доступ в Интернет: наличие физической инфраструктуры и доступность с точки зрения стоимости подключения и абонентской платы [21], [22];

2) умение жителей пользоваться цифровыми технологиями: цифровая грамотность, компетенции, умение заказывать товары, услуги и т. д. [23];

3) умение жителей и предпринимателей применять Интернет для коммерческих целей: размещение онлайн-заказов, интернет-банкинг, электронная коммерция (e-commerce) и т. д. [24], [25].

Большая часть исследований посвящена ­какому-либо одному из указанных уровней [26]. Но высокая доступность технологии может и не влиять на уровень ее использования населением [23], [26]. Соответственно, наличие Интернета в конкретных поселениях может и не способствовать экономическому росту и повышению качества жизни населения, хотя именно к этому стремится государство, внедряя различного рода программы поддержки цифровизации.

Действия человека относительно новой технологии зависят и от личностных факторов (возраст, пол, опыт, склонность к риску и т. д.), и от факторов среды, например культуры местного сообщества [22], [27], [28]. Поэтому для исследования этих процессов применяют большой набор социологических [29] и статистических методов.

В работах по эконометрическому анализу факторов цифрового неравенства (табл. 1) в качестве зависимых переменных (факторов) чаще всего выступают различные характеристики распространения цифровых технологий, например наличие разных каналов подключения и стоимость подключения. Один из базовых факторов неравенства — различия в уровне социально-экономического развития между регионами, измеряемые, например, разницей в ВРП на душу населения. Проблема в том, что сами цифровые технологии также способны влиять на ВРП, о чем уже говорилось выше. Поэтому при построении эконометрических моделей используются различные способы избежать подобной эндогенности между переменными: обобщенный метод моментов (подход Ареллано — Бонда) или двухшаговый метод наименьших квадратов (МНК).

Также на доступность Интернета влияют доходы населения, размер города и плотность жителей, иными словами — размер потенциального рынка для интернет-провайдеров [35]. Умение использовать Интернет зависит от доходов, уровня образования и возраста потенциальных пользователей [36]. А вот умение извлекать прибыль с помощью Интернета зависит от сложившегося делового климата, в частности конкуренции компаний на основе инноваций за рынки сбыта, в том числе в онлайн-секторе [37]. В отдельных работах [33], [36] показано влияние ситуации в соседних регионах, то есть диффузия соседства; для оценки этой связи используется, например, индекс Морана I.

Гипотезы, данные и методика исследования

Выявленные за рубежом закономерности не всегда могут быть напрямую применимы для регионов России. Среди сдерживающих факторов развития ИКТ в России отмечаются относительно низкий уровень доходов населения, неразвитость инфраструктуры в сельской местности, слабая востребованность новых технологий бизнесом на неконкурентных рынках [18], [38], [39]. При анализе отечественных данных практически не применяются эконометрические методы. Рассматривался обычно один год и одна технология.

Исходя из проведенного обзора литературы и последних тенденций нами проверялось несколько гипотез:

1. Различия между регионами России в уровне проникновения Интернета в целом соответствуют выявленным в литературе пространственным особенностям и факторам диффузии инноваций (табл. 2). В частности, на цифровое неравенство влияют различия в доходах, уровне образования, развитии бизнеса, а также географические характеристики региона: близость к источнику инноваций (диффузия соседства) и наличие крупного города (иерархическая диффузия). Доступность Интернета влияет на его использование, в частности на распространение ­онлайн-торговли, что ранее не анализировалось.

2. Распространение цифровых технологий в регионах России в 2020 г. ускорилось из-за роста востребованности удаленных сервисов в период пандемии [14]. Этот тезис широко представлен в литературе, впрочем, максимальные скорости распространения этих технологий могли быть уже достигнуты ранее, так как более половины домохозяйств используют Интернет. Согласно теории диффузии инноваций, в этом случае скорость распространения снижается.

3. Межрегиональное цифровое неравенство в России в 2020 г. выросло из-за увеличивающегося разрыва между богатыми и бедными регионами. Однако, согласно теории пространственной диффузии, неравенство могло снижаться на завершающих стадиях диффузии.

Для подтверждения гипотез подробно рассматривалась пространственная дифференциация и динамика показателей по регионам России за последний доступный период 2014—2020 гг. на основе предоставляемых Росстатом данных⁷ (табл. 2). Насколько нам известно, все три уровня цифрового неравенства ранее для России подробно не анализировались. Использовалось несколько показателей для целей верификации. Первый уровень (доступ к интернет-инфраструктуре) измеряется через показатель доли домохозяйств, имеющих доступ с компьютера (intern1) [36] и широкополосный доступ к Интернету (intern2) [31]. Второй уровень (умение использовать Интернет) измеряется как интенсивность использования Интернета (не реже одного раза в неделю) (intern3) [35], а также его применение для заказа товаров и/или услуг (intern4)⁸ [34]. Для третьего уровня (умение применять Интернет для коммерческих целей) нами взят показатель доли онлайн-сектора в торговле⁹ (intern5), который ранее не использовался с этими целями. Последний показатель напрямую не связан с населением, но косвенно отражает способность жителей и предпринимателей (владельцев интернет-магазинов и точек продаж) использовать Интернет для получения экономических выгод. Других близких показателей для наших целей в статистике не обнаружено. К тому же актуальность исследования процессов распространения ­онлайн-торговли резко повысилась в последние годы.

Для проверки первой гипотезы также проведены эконометрические расчеты по выявлению детерминант цифрового неравенства (табл. 2). Мы предложили и применили несколько индикаторов для оценки каждого из основных факторов, выявленных в литературе: финансовая доступность Интернета [31; 32], характеристики пользователей [34], [35], [36], институциональные условия [37] и экономико-географические особенности регионов [18], [19], [33], [36]. В одной модели использовались слабо коррелирующие показатели, чтобы избежать мультиколлинеарности. В конечную модель отобраны лишь значимые переменные. Ранее для оценок на основе российских данных не использовалась система уравнений. Это позволило избежать уже упоминавшейся проблемы коррелированности эндогенных переменных и снизило смещение оценок.

В статье даны оценки изменения межрегионального цифрового неравенства под влиянием пандемии и в предшествующие годы. Для целей верификации использовано несколько индикаторов, характеризующих степень дисперсии массива данных: коэффициент вариации, отношение максимального значения к минимальному и индекс Тейла. Оценена зависимость скорости роста показателя от его базового значения в предыдущий год для проверки третьей гипотезы о дивергенции значений между регионами.

Результаты исследования

География цифрового неравенства в России

Первый тип цифрового неравенства оценивался через показатели доступа к ИКТ-инфраструктуре. Основу устойчивого использования Интернета составляют технологии широкополосного доступа (ШПД): оптоволоконные кабели, выделенные линии, 4G и т. д. В 2020 г. в России доступ к быстрому Интернету имели 77 % домашних хозяйств (рис.1).

1

Доля домашних хозяйств, имеющих широкополосный доступ к Интернету в 2020 г., %

Примечание: штриховкой выделены регионы, в которых значение показателя выросло в 2020 г., а темп роста в 2020 г. был выше, чем в 2019 г.

В среднем больше доля в крупнейших агломерациях с повышенным спросом на соответствующие технологии и высокой конкуренцией провайдеров, снижающих цену на Интернет: Москве, Санкт-Петербурге (87 %), Тюмени, Казани, Самаре, Воронеже, в соседних с ними регионах (Тульская, Московская, Ленинградская области), а также на Севере (ЯНАО, ХМАО, Магаданская, Мурманская области, Карелия), где востребованы услуги связи в условиях высокой изоляции, а также необходимость взаимодействия с «большой землей». Кроме того, в северных регионах больше доходы жителей и концентрация населения в городах, где доступ традиционно выше. Больше среднероссийского значения доля в приморских регионах: Приморском, Хабаровском краях, в Крыму, Ростовской, Сахалинской и Ленинградской областях — благодаря высокой интенсивности межрегиональных и международных взаимодействий. Хуже всего дела обстоят в Чукотском АО (46,3 %), Тверской области (59,2 %), Забайкальском крае (61,7 %), Мордовии и Костромской области. Чукотка и Забайкалье имеют большое число удаленных поселений, а остальные регионы — сельских поселений. В них слабо развита магистральная цифровая инфраструктура, в то же время обычно больше доля пожилых жителей с низким уровнем образования и доходов, а соответственно, меньше и востребованность Интернета. В целом географическая картина соответствует выявленным в литературе закономерностям.

Второй индикатор — доля домашних хозяйств, имеющих доступ к Интернету с домашнего компьютера (ПК) (65,9 % для России), — в меньшей мере связан с развитием мобильной связи и требует от домохозяйств дополнительных расходов на приобретение ПК. В целом географическая картина довольно близкая. В сельских и горных регионах высока стоимость услуг из-за сложностей проведения линий, недоступности ПК из-за низких доходов. Поэтому в Ингушетии, Чечне, Карачаево-Черкессии значение ниже 45 %.

Второй тип (уровень) неравенства — использование цифровых технологий населением. Во время пандемии возросла доля жителей России с базовым уровнем цифровой грамотности за счет обучения наиболее отстающих¹⁰: с 66 % в 2020 г. до 70 % в 2021 г. Но важно не только умение пользоваться Интернетом, но и интенсивность его использования. Доля активных пользователей, выходивших в Интернет (дома, на работе или в любом другом месте) не реже одного раза в неделю, составляет 84,1 %. Она выше в наиболее финансово обеспеченных регионах с большим числом молодых специалистов и высокой концентрацией жителей в городах: Ханты-Мансийском и Ямало-Ненецком АО, Москве, Санкт-Петербурге, Московской области. Среди неожиданных лидеров — Чукотский АО, Чечня, Дагестан, Кабардино-Балкария, где высока доля молодых жителей, активно вовлеченных в интернет-пространство. Использовать Интернет 1-2 раза в неделю можно с рабочего компьютера, с мобильного устройства, из пунктов коллективного доступа и т. д. В слаборазвитых регионах, где выше доля занятых в бюджетном секторе (система госуправления, образование, здравоохранение), доля активно использующих Интернет может быть выше, так как эти организации обеспечены доступом благодаря различным госпрограммам¹¹.

Доля населения, использовавшего Интернет для заказа товаров или услуг, была в 2020 г. в два раза ниже — 40,3 % (рис. 2).

2

Доля населения, использующего интернет для заказов товаров и услуг в 2020 г., %

Примечание: штриховкой выделены регионы, в которых значение показателя выросло в 2020 г., а темп роста в 2020 г. был выше, чем в 2019 г.

Лидерами являются те же богатые северные регионы и крупнейшие агломерации, в которых жители готовы доплачивать за подобные услуги. В Москве и Подмосковье значение выше 60 %, что можно объяснить высоким уровнем доходов, широким распространением подобных сервисов благодаря конкуренции бизнесов. В Кабардино-Балкарии значение составляет ниже 22 % из-за слабого развития инфраструктуры, высокой доли сельских жителей в удаленных горных поселениях, распространения теневого бизнеса, не заинтересованного в использовании цифровых технологий, в том числе интернет-банкинга. Менее развита онлайн-доставка в большинстве регионов Северного Кавказа, во многих староосвоенных регионах с большой долей пожилого населения (Рязанская, Орловская, Липецкая, Ульяновская области), на внутриконтинентальных территориях с низкими доходами населения, удаленностью поселений от крупных рынков (Тыва, Хакасия, Красноярский край). Неожиданно низкий показатель отмечается в Приморском крае, где сравнительно высока стоимость Интернета (рис. 3).

3

Доля продаж через Интернет в торговле, %

Примечание: штриховкой выделены регионы, в которых значение показателя выросло в 2020 г., а темп роста в 2020 г. был выше, чем в 2019 г.

Третий уровень цифрового неравенства связан с умением населения и предпринимателей получать экономические выгоды от пользования интернет-технологиями. В 2020 г. по сравнению с 2019 г. наблюдался значительный рост доли онлайн-продаж в России — с 2 до 3,9 %. Но в Москве доля ­онлайн-торговли составила около 9,3 %, а в Чечне, на Чукотке, во многих регионах СКФО, в Бурятии — около нуля.

Выше значение в крупных агломерациях (Новосибирск, Санкт-Петербург, Томск, Нижний Новгород, Казань, Самара) с хорошим доступом домохозяйств к Интернету, высокой долей студентов, платежеспособным спросом и развитым интернет-бизнесом. Молодое поколение в целом более активно используют онлайн-сервисы. На карте прослеживается и влияние бизнесов регионов с высоким уровнем цифровизации на соседние: Сибирский кластер с центром в Новосибирске, Уральский — с центром в Екатеринбурге, Москва и Подмосковье. Многие предприниматели начинают экспансию своих интернет-магазинов в соседние регионы из-за преимуществ логистики.

Факторы цифрового неравенства в регионах России

Для подтверждения первой гипотезы и описанных выше закономерностей мы разработали эконометрическую модель, учитывающую три уровня цифрового неравенства (табл. 3). На первом уровне на доступность Интернета для населения влияет стоимость подключения к Интернету и доходы населения. Увеличение доходов на 1 % ведет к росту доли домохозяйств, имеющих доступ к Интернету с домашнего компьютера, на 0,167 %, а повышение цен — снижает на 0,119 %. Важно наличие большого потребительского рынка, куда новые технологии приходят раньше. Если в регионе сумма денежных доходов населения выше на 1 %, то в нем доступность Интернета выше на 0,023 %. Иными словами, первый уровень неравенства преимущественно определяется экономическими характеристиками.

Второй уровень неравенства — в использовании Интернета для заказа товаров и услуг населением — связан с уровнем образования и средним возрастом жителей. Если доля горожан с высшим образованием на 1 % выше, то доля заказывающих в Интернете среди жителей региона больше на 0,2 %. Менее образованные и возрастные жители реже пользуются подобными услугами из-за неумения и недоверия технологиям. Важны и институциональные условия [40]. Так, если плотность малого бизнеса в регионе выше на 1 %, то и доля пользователей увеличивается на 0,24 %. Предприниматели конкурируют и активнее вкладывают средства во внедрение новых технологий, освоение онлайн-рынков. Если же в регионе широко распространена неформальная занятость, ассоциирующаяся с неблагоприятной деловой средой, то и доля пользователей интернет-сервисами ниже. Предприниматели стремятся скрыться от надзорных органов, а потому не заинтересованы в цифровизации своих услуг.

Третий уровень неравенства — умение получать экономические выгоды от пользования Интернетом — связан со всеми предыдущими, а соответственно, подвержен всем выявленным выше факторам. Распространение ­онлайн-торговли зависит от доли населения, имеющего доступ в Интернет с домашнего компьютера, так как предполагает возможность доставки товаров на дом. Очевидно, что и умение заказывать товары и услуги напрямую влияет на объем ­онлайн-торговли. Кроме того, важен уровень распространения Интернета в соседних регионах, что связано с диффузией соседства и распространением торговых сетей из крупных торгово-транспортных центров, обеспечивающих доставку товаров онлайн.

Динамика распространения цифровых технологий и межрегионального цифрового неравенства в период пандемии

Для подтверждения второй гипотезы об ускорении диффузии в 2020 г. в таблице 4 обобщены данные о динамике показателей в России в 2014—2020 гг. Согласно теории диффузии нововведения, по мере насыщения цифровыми технологиями скорость распространения падает, особенно после достижения 50 %-го охвата потенциальных пользователей. Снижение темпов роста хорошо заметно по 2018—2019 гг. в большинстве показателей. Поэтому в 2020 г. темпы роста были ниже, чем в среднем за предыдущие годы, кроме распространения ­онлайн-торговли и широкополосного Интернета. То есть наша гипотеза об ускорении диффузии напрямую не подтверждается. Но если учитывать стадию распространения, то все не так однозначно, так как для большинства показателей в большинстве регионов темпы роста в 2020 г. были выше, чем в 2019 г. (рис. 1—3).

Высокий прирост обеспеченности широкополосным доступом в Интернет (ШПД) связан с переходом на удаленный режим работы, распространением дистанционного образования, потребностью в различных онлайн-сервисах в период пандемии [41]. Выше прирост в регионах наблюдается вблизи крупных агломераций: Рязанская, Ярославская, Ивановская, Ленинградская, Самарская области. Это может быть связано с отъездом части населения, в том числе временных работников, из плотно заселенных крупных городов. Так, например, в период самоизоляции в 2020 г. за город (преимущественно в Московскую область) выехали 18 % москвичей¹². Снижение доходов населения в 2020 г. могло привести к отказу части домохозяйств от услуг ШПД, особенно в староосвоенных и сельских регионах (в Смоленской, Саратовской, Тверской областях), где выше доля пожилых и менее обеспеченных жителей. По использованию ПК для доступа в Интернет в России максимальные значения достигнуты в 2017 г. (70,3 %), затем они несколько снизились из-за конкуренции иных форм выхода в Интернет: использование планшетов, смартфонов и т. д.

Наибольшими темпами в 2020 г. росла доля жителей, использовавших Интернет для заказа товаров/услуг, и доля ­онлайн-торговли, во втором случае — почти в 2 раза (с 2 до 3,9 %). В первом случае быстрее всего росли отстававшие ранее менее развитые Калмыкия, Северная Осетия, Адыгея, Дагестан, а падали существенно пострадавшие в кризис регионы, где население сокращало затраты [10]: Чукотка, Кабардино-Балкария, Тамбовская, Амурская области, Еврейская АО. Часть потребителей переключилась на онлайн-услуги, что, в свою очередь, ускорило цифровизацию бизнеса¹³ [40], [42]. Во втором случае быстрее росли регионы с высокой долей жителей молодых возрастов: Саха, Калмыкия, Камчатка и с увеличивающимся населением — Краснодарский край. Наименьшие темпы роста наблюдались в «постаревшей» Псковской области.

Третью гипотезу о росте неравенства можно считать опровергнутой, во всяком случае на уровне регионов. Практически по всем показателям в 2020 г. цифровое неравенство между регионами сократилось (табл. 5). Уровни проникновения Интернета сближались, то есть отстающие регионы росли быстрее лидеров, что видно по отрицательному значению коэффициента корреляции между приростом показателя в 2020 г. и его значением в 2019 г. Заметим также, что в среднем различия между регионами в доступе к технологиям ниже, чем в их использовании. Разрыв между регионами по доле домохозяйств, имеющих доступ в Интернет, более чем двукратный, а по доле населения, использующего Интернет для заказа товаров и услуг, — четырехкратный. Еще выше разрыв в онлайн-торговле.

Заключение и рекомендации

В соответствии с первой гипотезой удалось подтвердить закономерности, выявленные ранее в литературе. Пространственная структура распространения цифровых технологий между регионами России зависит от доходов, среднего возраста и уровня образования населения, а их использование — от сложившегося делового климата. Важны и географические факторы, в частности близость к источникам инноваций (проявление диффузии соседства) и размер центрального города (проявление иерархической диффузии). В работе выявлено, что в некоторых северо-западных регионах России (Калининградская область, Карелия, Санкт-Петербург) уровень проникновения цифровых технологий выше среднерегионального благодаря близости европейского центра инноваций¹⁴.

В результате пандемии распространение цифровых технологий в регионах России в 2020 г. ускорилось, но только в сравнении с потенциально ожидаемым, что лишь частично подтверждает вторую гипотезу. Темпы роста должны были снижаться согласно понижательному тренду поздних стадий диффузии [15], [18].

Цифровое неравенство между регионами России в 2020 г. сократилось благодаря ускоренному распространению новых технологий в отстающих регионах (конвергенция), что опровергает третью гипотезу.

Основываясь на проведенном исследовании, можно сформулировать некоторые рекомендации для региональных властей. Для снижения цифрового неравенства потребуется поддержка создания ИКТ-инфраструктуры на наименее депопулирующих территориях отстающих регионов (Тверская область, Забайкальский край, Костромская область и другие), а также в Северо-Кавказских регионах. Поможет и разработка программ предоставления ноутбуков и ПК для наиболее социально уязвимых домохозяйств, субсидирование интернет-трафика. Важна постоянная работа центров квалификаций и центров занятости над увеличением цифровой грамотности населения, в том числе среди возрастного населения, и повышение уровня доверия цифровым технологиям. В рамках нацпроекта «Цифровая экономика» возможно дальнейшее увеличение набора на цифровые специальности.

Для поддержки распространения новейших технологий в регионах-лидерах, крупнейших агломерациях необходимо субсидировать внедрение сквозных цифровых технологий (Интернет вещей, телемедицина, онлайн-образование и др.) в государственном секторе с дальнейшим распространением по стране. Повсеместно требуется улучшение доступности цифровых технологий при помощи субсидируемых программ цифровизации бизнеса с использованием типовых технологических решений [44]. Это позволит частично преодолеть проблемы низкого распространения интернет-экономики в России.

В целом рост цифровизации и занятости в ИКТ-секторе может рассматриваться как один из способов адаптации к последствиям глобальных изменений [7], [8], [44].

Исследование выполнено в рамках госзадания РАНХиГС. Авторы благодарят М. Соколову, А. Михайлова и Ш. Хлала за помощь в сборе и обработке данных.