Распространение интернета и межрегиональное цифровое неравенство в России: тенденции, факторы и влияние пандемии
- DOI
- 10.5922/2079-8555-2022-4-4
- Страницы / Pages
- 57-78
Аннотация
Востребованность цифровых технологий во всем мире росла из-за смены техноэкономической парадигмы; в условиях пандемии повысилась потребность в онлайн-сервисах. Но в России существенны различия между регионами в возможностях и умениях использования подобных технологий. В 2020 г. Интернет ускоренно распространялся в большинстве регионов, хотя ранее наблюдалось замедление по мере насыщения рынков, а цифровое неравенство между регионами сократилось. В целом распространение Интернета соответствует закономерностям пространственной диффузии инноваций. Среди лидеров — крупнейшие агломерации и северные регионы, отстают территории с высокой долей сельских жителей. Приморские и приграничные регионы (Санкт-Петербург, Калининградская область, Карелия, Приморский край и др.) имеют лучший доступ к Интернету благодаря близости к центру распространения новых технологий, высокой интенсивности внешних связей. Регионы-лидеры влияют на соседние благодаря площадной диффузии. Эконометрически выявлено, что доступ к Интернету зависит от доходов, среднего возраста и уровня образования населения, а его использование — от сложившегося делового климата и факторов доступности Интернета. Если по доступу к Интернету процессы цифровизации постепенно переходят к этапу насыщения, а разрыв между регионами — двукратный, то по использованию цифровых технологий — разрыв многократный. Так, во многих регионах доля онлайн-торговли, ставшей драйвером развития экономики в период локдаунов, близка к нулю. По результатам исследования сформулированы некоторые рекомендации.
Abstract
The demand for digital technologies has been growing due to a shift in the technological and economic paradigm. The need for online services has increased since the beginning of the COVID pandemic. There are significant disparities between Russian regions in the digital technology accessibility and the development of computer skills. In 2020, the Internet diffused rapidly in most regions, although previously, there had been a slowdown. As markets got saturated with digital services, the digital divide between Russian regions narrowed. Overall, the Internet use patterns are consistent with those of the spatial diffusion of innovations. Amongst the leaders, there are regions home to the largest agglomerations and northern territories of Russia, whereas those having a high proportion of rural population lag behind. Coastal and border regions (St. Petersburg, the Kaliningrad region, Karelia, Primorsky Krai, etc.) have better access to the Internet due to their proximity to the centres of technological innovations as well as the high intensity of external relations. Leading regions have an impact on their neighbours through spatial diffusion. Econometrically, access to the Internet depends on income, the average age and level of education, and its use depends on the business climate and Internet accessibility factors. Regional markets are gradually getting more saturated with digital services and technologies. The difference between regions in terms of access to the Internet is twofold, whereas, in terms of digital technology use, the gap is manifold. In many regions, the share of online commerce, which became the driver of economic development during the lockdown, is minimal. Based on the results of the study, several recommendations have been formulated.
Список литературы
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 % опрошенных<3>, 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 развития<4> 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-торговли<5>.
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).
Авторы |
Зависимая переменная, оценивающая цифровое неравенство |
Независимые |
Метод расчета |
Grosso, 2007 [30] |
Количество абонентов широкополосной связи |
Наличие разных каналов подключения (+), ВВП на душу населения (+) |
Обобщенный метод наименьших квадратов для панельных данных (Panel EGLS) |
Lin, Wu, 2013 [31] |
Количество абонентов широкополосной связи на душу населения |
Наличие разных каналов подключения (+), стоимость подключения (–) |
Обобщенный метод моментов (GMM) |
Haucap et al., 2016 [32] |
Уровень проникновения широкополосного доступа, % |
Стоимость подключения (–), разнообразие тарифов (+), доходы населения (+), высокий уровень образования (+) |
Двухшаговый метод наименьших квадратов (2SLS) |
LucendoMonedero et al., 2019 [33] |
Индекс цифрового развития домашних хозяйств и отдельных лиц |
Влияние соседних регионов (+) |
Индекс Морана I |
Szeles, 2018 [34] |
Доля интернет-пользователей и пользователей электронной коммерции, % |
Высокий уровень образования (+), затраты на научные исследования (+), экономический рост (+/–) |
Многоуровневое моделирование (MLM) |
Vicente, López, 2011 [35] |
1. Доля домохозяйств, имеющих доступ к Интернету, %. 2. Доля домохозяйств с широкополосным подключением. 3. Доля лиц, регулярно пользующихся Интернетом, %. 4. Доля лиц, заказавших товары или услуги онлайн, % |
ВВП на душу населения (+), высокий уровень образования (+), возраст (–/+), занятость в услугах (+) |
Факторный анализ для зависимых переменных |
Pick, Sarkar, Johnson, 2015 [36] |
1. Доля домохозяйств с настольным компьютером или ноутбуком, %. 2. Доля от общего числа домохозяйств с широкополосным доступом в Интернет, %. 3. Доля лиц в возрасте 18 лет и старше, проживающих в домохозяйствах, имеющих только беспроводные телефоны, %.4. Количество абонентов мобильных беспроводных высокоскоростных устройств на душу населения |
Влияние соседних регионов (+), высокий уровень образования (+/–), индекс социального капитала Патнэма (+) |
Методы: кластерный анализ (метод k-средних) индекс Морана I, МНК |
Pick, Sarkar, Parrish, 2021 [37] |
Деловой климат (+), высокий уровень образования (+/–), индекс человеческого развития (+), |
Двухшаговый МНК(2SLS) |
|
Источник: составлено авторами на основе приведенных исследований. |
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.
Переменная |
Расшифровка |
Возможное направление влияния |
Зависимые переменные |
||
intern1 |
Удельный вес домашних хозяйств, имеющих доступ к Интернету с домашнего компьютера, % |
|
intern2 |
Доля домашних хозяйств, имеющих широкополосный доступ к Интернету, % |
|
intern3 |
Доля населения, являющегося активными пользователями Интернет, % |
|
intern4 |
Доля населения, использовавшего Интернет для заказа товаров и/или услуг, % |
|
intern5 |
Доля продаж через Интернет в общем объеме оборота розничной торговли, % |
|
Финансовая доступность Интернета (доходы жителей и стоимость услуг) |
||
intprice |
Отношение абонентской платы за доступ к Интернету к средним доходам населения, % |
– |
income |
Отношение номинальных денежных доходов с учетом межрегиональных цен к прожиточному минимуму, % |
+ |
market_inc |
Сумма денежных доходов всех жителей за вычетом прожиточного минимума, млрд руб. |
+ |
Характеристики человеческого капитала |
||
heurb |
Доля занятых горожан с высшим образованием в общей численности населения региона, % |
+ |
old |
Доля постоянного населения старше трудоспособного возраста (> 59 для мужчин; > 54 для женщин), % |
– |
Институциональные условия (деловой климат и развитие бизнеса) |
||
SME |
Число малых предприятий, включая микро, на 1000 ЭАН, ед. |
+ |
inform |
Доля занятых в неформальном секторе, % |
– |
Экономико-географические характеристики диффузии инноваций |
||
centr |
Численность населения города — центра региона (оценка на конец года), тыс. чел. |
+ |
intern_n |
Средний уровень распространения Интернета среди домохозяйств в соседних регионах |
+ |
Источник: составлено авторами на основе обзора литературы. |
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 данных<7> (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 торговле<9> (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 отстающих<10>: 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 госпрограммам<11>.
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.
Переменная |
Оценки коэффициентов |
Метод 2МНК |
|
Уравнение (1). Третий уровень цифрового неравенства |
|
Зависимая переменная (intern5) — доля продаж через Интернет в обороте розничной торговли. Переменная логарифмирована |
|
const |
– 145,361*** |
log(intern3) |
1,739*** |
log(intern2) |
1,556* |
log(internn) |
0,141** |
R2 |
0,135 |
Уравнение (2). Второй уровень цифрового неравенства |
|
Зависимая переменная (intern3) — доля населения, использовавшего Интернет для заказа товаров и/или услуг. Переменная логарифмирована |
|
const |
3,267*** |
log(heurb) |
0,204 ** |
log(old) |
– 0,334*** |
log(inform) |
– 0,169** |
log(SME) |
0,238*** |
R2 |
0,172 |
Уравнение (3). Первый уровень цифрового неравенства |
|
Зависимая переменная (intern1) — удельный вес домашних хозяйств, имеющих доступ к Интернету с домашнего компьютера. Переменная логарифмирована |
|
const |
4,019*** |
log(income)(t-1) |
0,167*** |
log(market_inc)(t-1) |
0,023*** |
log(intprice) |
– 0,119*** |
R2 |
0,38 |
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 % москвичей<12>. 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 бизнеса<13> [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.
Показатель |
Ежегодный рост показателя, год к году |
Отношение темпов роста |
Значение показателя |
Число регионов, |
|||||||
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2020/среднее |
2020/2019 |
2020 |
||
Первый уровень цифрового неравенства |
|||||||||||
Удельный вес домашних хозяйств, имеющих доступ к Интернету с домашнего компьютера |
103 |
102 |
103 |
100 |
98 |
95 |
101 |
99,5 |
106,3 |
65,9 |
56 |
Доля домашних хозяйств, имеющих широкополосный доступ к Интернету |
113 |
104 |
106 |
103 |
101 |
101 |
105 |
100,4 |
104,0 |
85 |
51 |
Второй уровень цифрового неравенства |
|||||||||||
Доля населения, являющегося активными пользователями Интернета |
106 |
105 |
105 |
104 |
107 |
103 |
103 |
98,1 |
100,0 |
84,1 |
47 |
Доля населения, использовавшего Интернет для заказа товаров и/или услуг |
116 |
110 |
118 |
126 |
119 |
103 |
113 |
98,2 |
109,7 |
40,3 |
51 |
Третий уровень цифрового неравенства |
|||||||||||
Доля продаж через Интернет в обороте розничной торговли |
0 |
124 |
138 |
108 |
131 |
118 |
195 |
158,1 |
165,3 |
3,9 |
74 |
Показатель |
Коэффициент вариации |
Отношение максимального значения к минимальному |
Индекс Тейла |
Коэффициент корреляции между приростом показателя в 2020 г. |
|||
Среднее, 2014—2019 гг. |
Значение, 2020 г. |
Среднее, 2014—2019 гг. |
Значение, 2020 г. |
Среднее, 2014—2019 гг. |
Значение, 2020 г. |
||
Первый уровень цифрового неравенства |
|||||||
Доля домашних хозяйств, имеющих доступ к Интернету с домашнего компьютера |
0,15 |
0,15 |
3,9 |
2,1 |
0,012 |
0,011 |
– 0,4 |
Доля домашних хозяйств, имеющих широкополосный доступ к Интернету |
0,14 |
0,1 |
2,7 |
2 |
0,012 |
0,005 |
– 0,5 |
Второй уровень цифрового неравенства |
|||||||
Доля населения, являющегося активными пользователями Интернета |
0,09 |
0,06 |
1,7 |
1,3 |
0,004 |
0,002 |
– 0,54 |
Доля населения, использовавшего Интернет для заказа товаров и/или услуг |
0,39 |
0,28 |
7,96 |
4,6 |
0,076 |
0,037 |
– 0,55 |
Третий уровень цифрового неравенства |
|||||||
Доля продаж через Интернет в обороте розничной торговли |
1,45 |
0,78 |
Н/д |
Н/д |
Н/д |
0,246 |
– 0,27 |
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 инноваций<14>.
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.