Анализ ИТ-компаний Новосибирской области

С.Р. Халимова
А.И. Иванова
А.В. Гореев

Одной из ключевых отраслей высокотехнологичной промышленности и наукоемких услуг считается сектор информационно-коммуникационных технологий (ИКТ), который можно назвать одной из основных жизнеобеспечивающих систем современной экономики.

По мнению К. Фримена, ни одна другая высокотехнологичная отрасль не имеет столь сильного влияния на остальную экономику, как информационные технологии [1]. Они пронизывают всю экономику и находят применение во всех отраслях – с традиционных до самых передовых. Компании, активно использующие ИКТ, имеют возможность сокращать затраты на разработку новых продуктов и услуг и быстрее выводить их на рынок. В сочетании с другими отраслями и секторами высокотехнологичного (и не только) бизнеса ИКТ содействуют появлению новых технологических решений, способных кардинально менять привычный уклад жизни и ведения дел. Расширяя возможности для обмена данными со всеми партнерами по цепочке поставок, ИКТ способствуют изменению отношений между поставщиками и потребителями, что помогает формированию сетевых отношений [2].

В широком смысле термин ИКТ включает все устройства, сетевые компоненты, приложения и системы, которые в совокупности позволяют людям и организациям взаимодействовать в цифровом пространстве. В отечественной литературе в рамках статистического учета дано следующее определение термина – «технологии, использующие средства микроэлектроники для сбора, хранения, обработки, поиска, передачи и представления данных, текстов, образов и звука» [3].

Использование ИКТ экономическими агентами способствует повышению эффективности их деятельности. В частности, на региональном уровне показано, что распространение ИКТ оказывает положительное влияние на производительность труда как в добывающей, так и в обрабатывающей промышленности, причем значимые факторы имеют отраслевую и региональную специфику. Среди значимых факторов следует выделить такие характеристики ИКТ-среды, как доступ к сети интернет; использование «облачных» сервисов и локальных вычислительных сетей; приобретение вычислительной техники; использование услуг сторонних организаций и специалистов по ИКТ и получение регионом субсидии на ИКТ, а также факторы общего уровня научного и технологического развития, такие, как вовлеченность в научные исследования и разработки и доля высокотехнологичного бизнеса в региональной экономике [4].

Исследования, посвященные влиянию ИКТ на экономическое развитие, доказывают важность этого сектора экономики. Вместе с тем, многочисленные практические примеры дополнительно иллюстрируют то, как ИКТ меняют повседневную жизнь, как компаний, так и отдельных потребителей. С учетом того влияния, которое в настоящее время сектор ИКТ оказывает на различные отрасли экономики, следует также проанализировать закономерности развития самого сектора.

Новосибирская область является одним из лидеров научно-технологического развития, будучи сильным инноватором, регион традиционно занимает высокие места в рейтингах российских регионов. Сильными сторонами региона является деятельность, направленная на создание инноваций, однако в том, что касается их использования, Новосибирская область уступает другим субъектам Федерации [5].

Сектор ИКТ включает в себя как компании, занимающиеся деятельностью в области информационных (ИТ), так и коммуникационных технологий. Каждое из двух направлений имеет свои отличительные черты, вытекающие, в том числе, из технологических особенностей этих видов деятельности. Для более полного учета отраслевых особенностей развития в данной статье рамки анализа были ограничены только ИТ.

В среднем по России, по оценкам на основе данных Росстата, вклад ИТ-сектора в экономику региона составляет от 1% до 3%, тогда как в Новосибирской области в 2022 г. он был равен 4,1%, что свидетельствует о значимой роли сектора в регионе и обусловливает необходимость детального анализа его текущего состояния.

Цель исследования – провести комплексный анализ состояния ИТ-сектора Новосибирской области. В рамках данной статьи для этого будут выделены ключевые направления специализаций ИТ-компаний региона, на основе которых будет проведена кластеризация ИТ-сектора, а также оценена значимость дифференциации между полученными кластерами. Выявление значимых различий между разными группами компаний обосновывает необходимость диверсифицированного подхода к разработке мер поддержки компаний ИТ-отрасли Новосибирской области.

Обзор литературы

В современных исследованиях уделяется большое внимание изучению факторов, влияющих на развитие цифровых технологий и ИТ-компаний. В конце XX в. развитие информационно-коммуникационных технологий получило широкую поддержку на государственном уровне во многих странах. Повышенный интерес к ИТ не случаен. Это пример «технологии общего назначения», которая находит свое применение во многих отраслях экономики. Так, в обрабатывающей промышленности практически в любом технологическом процессе есть возможности для внедрения информационных технологий для управления процессами посредством компьютеризации [6].

Наряду с исследованиями, направленными на изучение факторов, влияющих на развитие ИТ-компаний, большое число работ посвящено выявлению эффектов, оказываемых сектором на развитие других отраслей экономики, например, судостроение, авиационное и машинное производство [7-8]. Ряд работ посвящен проблеме влияния ИТ на развитие широкого класса систем управления [9-10]. По результатам данных исследований, ИТ позволяют более эффективно реализовать известные принципы и методы управления, а также создать принципиально новые концепции и методы управления. ИТ-сектор оказывает существенное воздействие на развитие общества, бизнеса и государственного управления, рост качества жизни, коммуникации между субъектами экономики, что находит свое отражение в появлении новых ИТ-продуктов и услуг, таких как медицинские микроустройства, технологии обмена унифицированной информацией между транспортными средствами, перспективные платформы сбора, обобщения и представления контента и знаний [11-12]. Появление и распространение ИТ оказывает влияние и на рынок труда, предъявляя новые требования к квалификации работников. Показано, что все больше значение приобретают когнитивные навыки в противовес традиционным двигательным [13]. Однако, несмотря на широкое распространение ИТ и их включение в большинство сфер экономики, они не меняют фундаментальные основы делового цикла и нестабильность инвестиционного поведения [1].

Рост инвестиций в развитие ИТ также положительно влияет на производительность труда и общую производительность факторов. Будучи дополнением или заменой инвестиций в другие капитальные товары, они увеличивают возможности производства секторов и отраслей, использующих информационно-коммуникационные технологии [14].

Специфика в целом сектора ИКТ и, в частности, ИТ-компаний в том, что ключевым активом, создающим стоимость, является человеческий капитал, поэтому доступность высококвалифицированных специалистов определяет перспективы создания и выживания новых ИТ-компаний [15-16]. В качестве факторов, привлекающих создателей ИТ-компаний в тот или иной регион, выделяют наличие вузов, занимающихся образовательной и научной деятельностью в области компьютерных наук. При этом значение имеет само присутствие вуза в регионе вне зависимости от его размера [17], а на рождение ИТ-компаний положительно влияют близость к аналогичным фирмам данной отрасли, агломерационные эффекты, местный предпринимательский капитал, уровень развития инфраструктуры, доля высокотехнологичных фирм на территории региона, близость и плотность рекреационных и культурных объектов [18-19]. Институциональная среда оказывает существенное воздействие и на появление, и на уход компаний с рынка [20-21].

В качестве условий, благоприятных для развития ИТ, в европейских исследованиях выделяются государственная поддержка и сильное политическое лидерство. Направления поддержки разнообразны и определяются спецификой региона: для регионов с низким уровнем развития актуальны вложения в повышение компьютерной грамотности, а в развитых странах необходимо вкладывать государственные инвестиции в исследования и разработки в области информационно-коммуникационных технологий [22]. В условиях нестабильной внешней среды роль государственной поддержки особенно возрастает [23].

Таким образом, развитие ИТ-компаний, с одной стороны, находится под влиянием различных факторов региональной среды; с другой, вносит свой вклад в динамику региональной экономики. При этом ИТ-компании зачастую нуждаются в государственной поддержке. Учитывая существующие ограничения на возможности предоставления поддержки на региональном уровне, целесообразно направлять ее адресно. Повышению эффективности адресной поддержки будет способствовать понимание принципов осуществления деятельности отдельными компаниями, для чего необходимо составить портрет типичной ИТ-компании.

Развитие ИТ-сектора в Новосибирской области

Выделенные факторы региональной среды, способствующие развитию ИТ-компаний, присутствуют в Новосибирской области. Здесь есть развитый научный центр и профильные вузы, Новосибирск является центром крупной агломерации, а экономика области достаточно диверсифицирована. Новосибирская область входит в число лидирующих регионов в сфере развития информационных технологий. В регионе работают признанные компании-лидеры, известные как внутри страны, так и за ее пределами.

Объединение компаний-разработчиков программного обеспечения РУССОФТ³ отмечает, что в Новосибирской области сформирована полноценная софтверная отрасль, кадры для которой готовят сильные университеты. Среди всех российских регионов область занимала 4-е место по размеру софтверной индустрии по итогам 2021 г. и входила в группу регионов-лидеров.

Развитие информационных технологий в Новосибирской области базируется на мощной научной базе. Так, согласно результатам исследования патентных заявок в сфере цифровых технологий, проведенного ИСИЭЗ НИУ ВШЭ⁴, Новосибирская область входит в группу регионов, специализирующихся на технологиях, которые могут быть использованы в производстве.

В то же время обращение к данным Росстата^5,6 показывает достаточно противоречивую картину. С одной стороны, Новосибирская область находится в числе лидеров осуществления деятельности в сфере информационных технологий (и шире – информационно-коммуникационных технологий); с другой – в экономике области широкого применения цифровые технологии не находят.

По сравнению с другими российскими регионами Новосибирская область занимает лидирующие позиции по доле занятых в секторе информационно-коммуникационных технологий (2-е место в 2021 г.) и по абсолютным показателям затрат и инвестиций в основной капитал (5-е место). При этом относительно других регионов доля затрат на исследования и разработки в области цифровых технологий в общем объеме затрат на исследования и разработки сравнительно невелика. Таким образом, финансирование исследований в сфере цифровых технологий в Новосибирской области находится на высоком уровне, что подтверждается и данными о патентной активности в соответствующей области знаний, но она не является ключевым научным направлением для региона.

Наличие развитого сектора информационно-коммуникационных технологий в регионе порождает закономерный вопрос о территории приложения производимых продуктов и услуг. Косвенно об объеме регионального рынка можно судить по тому, насколько активно предприятия и организации используют в своей деятельности цифровые технологии и специальные программные средства. По данным статистики, за исключением проведения научных исследований⁷, по сравнению с другими российскими регионами в Новосибирской области значительно меньшая доля организаций использует в своей деятельности какие-либо информационно-коммуникационные технологии⁸.

Методология исследования

За обобщенными статистическими показателями стоит деятельность отдельных компаний. И для более глубокого понимания не только количественного масштаба развития сектора информационных технологий в Новосибирской области Министерством цифрового развития и связи Новосибирской области в 2023 г. был проведен опрос ИТ-компаний с целью выявить те направления деятельности, на которых специализируются компании региона. В опросе приняли участие 198 компаний. При этом были включены следующие вопросы:

1. Вид деятельности компании;
2. Специализация компании;
3. Является ли компания субъектом малого и среднего предпринимательства;
4. Является ли компания резидентом какой-либо организации или членом отраслевой ассоциации;
5. Наличие/желание получить аккредитацию;
6. Являлась ли компания/ее сотрудники получателями мер поддержки ИТ-отрасли;
7. Заинтересованность в месте в технопарке.

Для получения всестороннего представления о деятельности компаний, помимо результатов опроса компаний, мы используем также данные финансовой отчетности, публикуемые в открытом доступе сервисом проверки контрагентов List-Org⁹. Они включают следующие данные:

• нематериальные активы;
• результаты исследований и разработок;
• основные средства;
• выручка;
• чистая прибыль;
• возраст компании;
• численность занятых;
• учредители компаний также являются учредителями других ИТ-компаний.

На основе результатов опроса и данных финансовой отчетности с использованием статистических методов проводится комплексный анализ ИТ-рынка Новосибирской области, состоящий из следующих этапов:

• Факторный анализ видов специализации ИТ компаний;
• Кластерный анализ ИТ-компаний Новосибирской области с использованием показателя «Специализация компании»;
• Анализ данных финансовой отчетности компаний.

Результаты опроса компаний, а также фактор наличия у учредителей других ИКТ-компаний представлены в виде бинарных переменных: 1 – если компания имеет данную характеристику и 0 – при ее отсутствии, а данные финансовой отчетности, возраст и численность – в виде количественных характеристик. Для проведения анализа нами использован статистический пакет SPSS. Поскольку среди факторов присутствуют как качественные, так и количественные переменные, нами использована процедура двухступенчатой кластеризации.

ИТ-компании Новосибирской области: данные опроса. Среди опрошенных компаний 143 занимаются разработкой компьютерного программного обеспечения, оказывают консультационные услуги в данной области (код 62 по классификации ОКВЭД-2), 24 – занимаются деятельностью в области информационных технологий (код 63 по классификации ОКВЭД-2), остальные указали другие виды деятельности в качестве основных. В табл. 1 приведено описание анализируемой выборки.

Таблица 1

Описание структуры выборки ИТ-компаний Новосибирской области

Источник: данные опроса.

Для проверки того, насколько репрезентативной является сформированная выборка, было проведено сравнение ее размера с некоторыми объемными характеристиками генеральной совокупности – всеми ИТ-компаниями Новосибирской области. Размеры регионального ИТ-сектора были оценены на основе базы данных СПАРК. Ориентируясь на данные СПАРК как генеральную совокупность, следует иметь в виду, что эта база также имеет свои ограничения и включает не все существующие компании, часть информации остается закрытой. В первую очередь это данные о компаниях, связанных с оборонно-промышленным комплексом и государственной тайной, кроме того, существуют «спящие компании», не ведущие экономическую деятельность. И те, и другие компании нельзя считать полноценными элементами регионального рынка, поскольку в значительной степени они руководствуются нерыночными мотивами, поэтому невключение их в генеральную совокупность не окажет существенного влияния на результаты сопоставления. Результаты сопоставления приведены в табл. 2.

Таблица 2

Ключевые показатели деятельности ИТ-компаний, относящихся к кодам 62 и 63 по ОКВЭД-2

Источник: расчеты авторов по данным СПАРК, сервиса проверки контрагентов List-Org и данным опроса.

На компании, включенные в выборку, приходится почти половина общей выручки и более трети занятости ИТ-сектора Новосибирской области. Таким образом, анализируемую выборку можно считать репрезентативной, а меры поддержки этих компаний окажут влияние на существенную часть отраслевого рынка.

Факторный анализ видов специализации ИТ-компаний. Так как использование всех видов деятельности (их оказалось 32), представленных в анкете, снижает качество кластеризации из-за большого числа факторов, был использован факторный анализ с целью снижения размерности и статистической группировки видов специализации по компонентам. Использование факторного анализа позволяет объединить коррелированные между собой виды специализации в компоненты таким образом, что сами компоненты не коррелируют друг с другом.

По итогам проведенного факторного анализа 32 вида деятельности компаний были объединены в 11 компонент:

1. Умный город; мультимедиа; спорт; безопасность; транспорт и логистика; космические технологии; экология; сельское хозяйство;
2. Автоматизация бизнес-процессов; офисное ПО; виртуальная реальность/до-полненная реальность; технологии для метавселенной; игры и развлечения; информационная безопасность; аппаратные решения (серверы, СХД, сетевое оборудование);
3. Хранение данных (облачные хранилища, хостинг); геоинформационные и навигационные системы; консультационные услуги; ритейл (ПО для онлайн касс, программы лояльности, маркетплейсы и т. д.);
4. Анализ и ведение баз данных (BI, SQL); искусственный интеллект; цифровые двойники;
5. Создание сайтов; большие данные;
6. Образование, наука; медицина, фармакология, ветеринария;
7. Дизайн;
8. Интернет вещей (IoT); банковская сфера, финтех;
9. БПЛА (беспилотники);
10. Государственный сектор;
11. Промышленность.

Использование данного метода позволяет уже на данном шаге выделить внутриотраслевые объединения компаний с точки зрения специализации. Проведенная группировка позволяет предположить, что это смежные специализации, для которых требуются близкие компетенции, или у компаний есть компетенции в этих смежных специализациях. Здесь речь идет не столько о том, что специализации являются технически близкими (в некоторых случаях, скорее, наоборот), сколько именно об обладании компаниями соответствующими компетенциями, что говорит о некоторой диверсификации деятельности ИТ- компаний.

Классификация ИТ-компаний Новосибирской области

На этом этапе была проведена классификация ИТ-компаний с учетом выделенных 11 компонент, отвечающих за их специализацию, и ответов на вопросы опроса. Данный анализ позволит выделить доминирующие виды специализаций рынка информационных технологий Новосибирской области. При выборе переменных, вошедших в итоговый вариант кластеризации, мы ориентируемся на показатель силуэтной меры связности и разделения кластеров, отвечающий за качество кластеризации. Для данной кластеризации она приблизительно равна 0,3, что в целом свидетельствует о среднем качестве.

В итоговый вариант второй кластеризации вошли следующие факторы:

1. Компонента 3 (хранение данных (облачные хранилища, хостинг); геоинфор-мационные и навигационные системы; консультационные услуги; ритейл (ПО для онлайн-касс, программы лояльности, маркетплейсы и т. д.);
2. Компонента 5 (создание сайтов; большие данные);
3. Компонента 8 (интернет вещей (IoT); банковская сфера, финтех);
4. Является ли компания резидентом Академпарка или членом отраслевой ассоциации;
5. Являлась ли компания/ее сотрудники получателями мер поддержки ИТ-отрасли: налоговые льготы, ИТ-ипотека, отсрочка от армии и наличие или желание получить аккредитацию;
6. Наличие у компании нескольких специализаций.

Выборка ИТ-компаний разделилась на два кластера, в первый кластер вошла 101 компания, во второй – 97. Из 11 компонент, характеризующих виды деятельности ИТ-компании, в кластерный анализ вошли только три, что свидетельствует о наличии различий между компаниями, занимающимися данными видами деятельности.

Распределение компаний по кластерам представлено в табл. 3.

Таблица 3

Распределение компаний в кластерах, %

Источник: расчеты авторов по данным опроса.

В первый кластер в большинстве своем вошли компании с такими видами специализации, как хранение данных; геоинформационные системы; консультационные услуги; ритейл; создание сайтов и большие данные, в то время как во второй кластер – в основном компании, занимающиеся технологиями в банковской и финансовой сфере, а также интернетом вещей. Также во второй кластер вошло большее число компаний, являющихся резидентами Академпарка и членами отраслевой ассоциации. Кроме того, компании второго кластера менее диверсифицированы, так как в нем меньшее их число имеет несколько специализаций.

Что касается мер поддержки, то здесь происходит четкое деление между кластерами – компании второй группы в большей степени являлись получателями налоговых льгот, ИТ-ипотеки и отсрочки от армии. Также 95 из 97 компаний второго кластера имеют аккредитацию, в то время как 98% компаний, планирующих аккредитацию, вошли в первый кластер.

Все факторы являются значимыми при формировании кластеров (табл. 4), при этом наибольшую значимость имеют переменные, связанные с мерами поддержки ИТ-отрасли. Они имеют наибольшее значение статистики Хи-квадрат, что говорит о том, что данные факторы были ключевыми при делении компаний на кластеры.

Таблица 4

Значимость показателей при формировании кластеров

Источник: расчеты авторов по данным опроса.

Таким образом, компании второго кластера в большей степени концентрируются на какой-то одной специализации, при этом возможности, которые могла бы дать им диверсификация деятельности, они компенсируют членством в отраслевых ассоциациях и активным обращением к государственной поддержке ИТ-компаний.

Нам удалось выявить статистическую зависимость между определенными видами специализации и использованием компаниями мер поддержки, членством в ассоциациях, аккредитацией, что может способствовать более стабильному и финансово благополучному положению компании на рынке. В этой связи на следующем шаге исследования будет проведена оценка статистических различий между компаниями кластеров по данным финансовой отчетности.

Статистический анализ различий средних показателей развития компаний по данным финансовой отчетности

В связи с отсутствием части данных на этом этапе анализа некоторые компании были удалены из рассмотрения, выборка состояла из 185 компаний. В табл. 5 приведена описательная статистика по основным показателям деятельности компаний для каждого кластера.

Таблица 5

Усредненные показатели деятельности компаний каждого из выделенных кластеров

Источник: составлено авторами по данным сервиса проверки контрагентов List-Org.

Данные табл. 5 свидетельствуют о том, что в среднем компании второго кластера более крупные по сравнению с компаниями первого, чаще имеют на своем балансе нематериальные активы и результаты исследований и разработок.

Здесь следует отметить, что в целом ИТ-компании, принявшие участие в опросе, в очень редких случаях формально регистрируют результаты исследований и разработок в финансовой отчетности и ставят на баланс нематериальные активы. Поскольку в большинстве случаев соответствующие строчки финансовой отчетности нулевые, расчет описательной статистики для этих показателей будет не вполне корректным, поэтому здесь мы говорим лишь о числе и доле компаний, регистрирующих соответствующие показатели.

Отметим также, что различия в обладании факторами производства выше для компаний второго кластера, тогда как разброс выручки примерно одинаков, а чистой прибыли – выше для первого кластера.

Что касается динамики показателей, то, за исключением основных средств, все остальные показатели в среднем росли быстрее для компаний первого кластера (поскольку мы рассматриваем компании, находящиеся в одном регионе и занимающиеся укрупненно схожими видами деятельности, поправка на инфляцию не окажет влияния на проведенное сравнение). С учетом того, что компании первого кластера в среднем являются более маленькими, здесь можно говорить об эффекте низкой базы.

Несмотря на то, что средние значения финансовых показателей компаний очевидным образом различаются для двух выделенных кластеров, необходимо формально проверить гипотезу о равенстве средних двух групп компаний. Для проверки гипотезы используется тест Стьюдента, который показывает вероятность того, что две группы наблюдений (в данном случае – два кластера компаний) принадлежат одной и той же генеральной совокупности с одним и тем же средним. Если гипотеза будет принята, компании обоих кластеров принадлежат одной и той же совокупности компании, а значит, описываются одними и теми же характеристиками.

В табл. 6 приведены рассчитанные значения статистики Стьюдента.

Таблица 6

Статистика Стьюдента для показателей деятельности компаний

Источник: составлено авторами по данным сервиса проверки контрагентов List-Org.

Представленные в табл. 6 данные показывают вероятность того, что средние значения соответствующих показателей для двух кластеров равны. За исключением возраста, для которого высока вероятность совпадения в двух кластерах, крайне маловероятно, что средние значения основных финансовых показателей равны для первого и второго кластера. Таким образом, проверяемая гипотеза отвергается, т. е. компании разных кластеров принадлежат разным генеральным совокупностям.

Выводы

Результаты проведенного факторного анализа позволили объединить специализации, названные ИТ-компаниями Новосибирской области в качестве своих ключевых, в несколько компонент, что показывает одновременное наличие у компаний компетенций в этих смежных специализациях.

С помощью кластерного анализа компании были разделены на два кластера на основе статистической зависимости между определенными видами специализации и использованием компаниями мер поддержки, членством в ассоциациях, аккредитацией.

В первый кластер вошли компании со специализацией на хранении данных; гео-информационных системах; консультационных услугах; ритейле; создании сайтов и больших данных. Во второй кластер вошли компании, занимающиеся технологиями в банковской и финансовой сфере, а также интернетом вещей.

Во второй кластер вошло большее число компаний, являющихся резидентами Академпарка и членами отраслевой ассоциации.

Компании второго кластера менее диверсифицированы и в большей степени являлись получателями господдержки.

Дополнительно проведенный анализ финансовых показателей деятельности компаний показал, что компании, входящие в состав первого и второго кластеров, описываются разными характеристиками, что подтверждает необходимость разделения выборки компаний на кластеры.

В среднем компании второго кластера более крупные по сравнению с компаниями первого, чаще имеют на своем балансе нематериальные активы и результаты исследований и разработок. При этом различия в обладании факторами производства выше для компаний второго кластера, тогда как разброс выручки примерно одинаков, а чистой прибыли – выше для первого кластера.

Таким образом, подтверждается наличие различий между разными группами компаний, которые являются статистически значимыми, что свидетельствует о различии экономического поведения компаний из двух групп и обосновывает необходимость диверсифицированного подхода к разработке мер поддержки компаний ИТ-отрасли Новосибирской области. Практическая значимость полученных результатов заключается в том, что предложенная кластеризация позволит выбирать конкретные меры региональной экономической политики для конкретного кластера, что повысит эффективность предполагаемых действий. Разработанный алгоритм анализа ИТ-отрасли может быть применен и для других регионов и отраслей, что, однако, потребует проведения предварительного опроса компаний. Тем не менее, общая структура и логика анализа универсальна, что определяет теоретическую значимость данной работы.

¹ Статья подготовлена по плану НИР ИЭОПП СО РАН, проект «Теория и методология исследования устойчивого развития компаний высокотехнологичного и наукоемкого сектора экономики в контексте глобальных вызовов внешней среды, технологических, организационных и институциональных сдвигов», № 121040100260-3.

² Авторы выражают благодарность Министерству цифрового развития и связи Новосибирской области за оказанное содействие в подготовке статьи.

³ URL: https://russoft.org/wp-content/uploads/2023/01/Rejting-regionov.pdf

⁴ URL: https://issek.hse.ru/news/513322514.html

⁵ Мониторинг развития информационного общества в Российской Федерации. URL: https://rosstat.gov.ru/ statistics/infocommunity

⁶ Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1122 с.

⁷ В 2021 г. Новосибирская область занимала 4-е место по доле организаций, использующих ИКТ для научных исследований.

⁸ По остальным направлениям Новосибирская область занимала места с 25-го по 54-е.

⁹ URL: https://www.list-org.com

Литература / References

1. Freeman C. A hard landing for the «New Economy»? Information technology and the United States national system of innovation, Structural Change and Economic Dynamics. Structural Change and Economic Dynamics. 2001. Vol. 12. No. 2. Pp. 115-139.
2. Dement’ev V.E. Prospects for Russia Under the Digital Domination of China and the United States. Studies on Russian Economic Development. 2022. Vol. 33. No. 4. Pp. 359-366. DOI: 10.1134/S1075700722040037.
3. Что такое цифровая экономика? Тренды, компетенции, измерение: докл. к XX Апр. междунар. науч. конф. по проблемам развития экономики и общества (9–12 апреля 2019 г., Москва) / Гохберг Л.М. [и др.]; Нац. исслед. ун-т «Высшая школа экономики». М., НИУ ВШЭ. 2019. 82 с. [Chto takoe tsifrovaya ekonomika? Trendy, kompetentsii, izmerenie: dokl. k XX Apr. mezhdunar. nauch. konf. po problemam razvitiya ekonomiki i obshchestva (9–12 aprelya 2019 g., Moskva) / Gokhberg L.M. [i dr.]; Nats. issled. un-t «Vysshaya shkola ekonomiki». M., NIU VShE. 2019. 82 p. (In Russ.)]
4. Халимова С.Р., Иванова А.И. Производительность труда секторов экономики в регионах: роль информационно-коммуникационных технологий // Пространственная экономика. 2021. Т. 17. № 4. С. 69-96. [Khalimova S.R., Ivanova A.I.). Labor Productivity of Economic Sectors in the Regions: The Role of Information and Communication Technologies. Spatial Economics. 2021. Vol. 17. No. 4. Pp. 69-96 (In Russ.)] DOI: 10.14530/se.2021.4.069-096.
5. Халимова С.Р. Оценка российских регионов по уровню инновационного развития // Регион: экономика и социология. 2015. № 2. C. 150-174. [Khalimova, S.R. Evaluating Russian regions according to the level of innovation development. Region: Economics and Sociology. 2015. No. 2 (86). Pp. 150-174. (In Russ.)]
6. Freeman C. Politicas para el desarrollo de nuevas tecnologias. In: Instituto Espanol de Comercio Exterior (ed), Claves de la Economia Mundial. Madrid. IECX. 2003. Pp. 71-78.
7. Попадюк С. 3D-технологии в судостроении // Rational Enterprise Management. 2017. № 2. С. 32-34. [Popadyuk S. 3D-tekhnologii v sudostroenii. Rational Enterprise Management. 2017. No. 2. Pp. 32-34. (In Russ.)]
8. Кузнецов С.В., Горин Е.А. Цифровизация экономики и трансформация промышленной политики // Инновации. 2017. № 12 (230). С. 34-39. [Kuznetsov S.V., Gorin E.A. The digitalization of the economy and transformation of industrial policy. Innovatsii. 2017. No. 12 (230). Pp. 34-39 (In Russ.)]
9. Соколов Б.В., Цивирко Е.Г., Юсупов Р.М. Анализ влияния информатики и информационных технологий на развитие теории и систем управления сложными объектами // Труды СПИИРАН. Вып. 11. СПб., Наука. 2009. С. 11-51. [Sokolov B.V., Tsivirko E.G., Yusupov R.М. Influence Analysis of Informatics and Computer Science on Development of Theory and Systems of Control by Complex Objects. Trudy SPIIRAN. 2009. Is. 11. Pp. 11-51. (In Russ.)] URL: https://doi.org/10.15622/sp.11.1
10. Юсупов Р.М. Информационные технологии и экономика информационного общества // Инновации. 2013. № 11 (181). С. 40-46. [Yusupov R.М. Information Technologies and Information Society Economy. Innovatsii. 2013. No. 11 (181). Pp. 40-46. (In Russ.)]
11. Соколов А.В., Чулок А.А. Долгосрочный прогноз научно-технологического развития России на период до 2030 года: ключевые особенности и первые результаты // Форсайт. 2012. Т. 6. № 1. С. 12-25. [Sokolov A.V., Chulok A.A. Russian Science and Technology Foresight – 2030: Key Features and First Results. Foresight and STI Governance. 2012. Vol. 6. No. 1. Pp. 12-25. (In Russ.)]
12. Гиглавый А.В., Соколов А.В., Абдрахманова Г.И., Чулок А.А., Буров В.В. Долгосрочные тренды развития сектора информационно-коммуникационных технологий // Форсайт. 2013. Т. 7. № 3. С. 6-24. [Gi-glavyi A.V., Sokolov A.V., Abdrakhmanova G.I., Chulok A.A., Burov V.V. Long-term trends in the ICT sector. Foresight and STI Governance. 2013. Vol. 7. No. 3. Pp. 6-24. (In Russ.)]
13. Hwang G. Information and communication technologies and changes in skills. International Journal of Manpower. 2003. Vol. 24. Is. 1. Pp. 60-82.
14. Dederick J., Gurbaxani V., Kraemer K. Information Technology and Economic Performance: A Critical Review of the Empirical Evidence. ACM Computing Surveys. 2003. Vol. 35. Is. 1. Pp. 1-28. URL: https://doi.org/10.1145/641865.641866
15. Bogatyreva K., Shirokova G. From Entrepreneurial Aspirations to Founding a Business: The Case of Russian Students. Foresight and STI Governance. 2017. Vol. 11. No. 3. Pp. 25-36.
16. Семенова Р.И., Земцов С.П., Полякова П.Н. STEAM-образование и занятость в информационных технологиях как факторы адаптации к цифровой трансформации экономики в регионах России // Инновации. 2019. № 10. С. 58-70. [Semenova R.I., Zemtsov S.P., Polyakova P.N. STEAM-education and IT-employment as factors of adaptation to the digital transformation of the economy in the regions of Russia. Innovatsii. 2019. No. 10. Pp. 58-70. (In Russ.)]
17. Fritsch M., Wyrwich M. Regional Emergence of Start-Ups in Information Technologies: The Role of Knowledge, Skills and Opportunities. Foresight and STI Governance. 2019. Vol. 13. No. 2. Pp. 62-71.
18. Lasch F., Robert F., Le Roy F. Regional Determinants of ICT New Firm Formation. Small Business Economics. 2013. Vol. 40. No. 3. Pp. 671-686.
19. Moeller K. Culturally clustered or in the cloud? How amenities drive firm location decision in Berlin. Journal of Regional Science. 2018. Vol. 58. No. 4. Pp. 728-758.
20. Земцов С.П. Институты, предпринимательство и региональное развитие в России // Журнал Новой экономической ассоциации. 2020. № 2 (46). С. 168-180. [Zemtsov S.P. Institutions, entrepreneurship, and regional development in Russia. Journal of the new economic association. 2020. No. 2 (46). Pp. 168-180 (In Russ.)]
21. Иванова А.И., Кравченко Н.А. Влияние региональных условий на бизнес-демографию российских ИТ-компаний // Вопросы экономики. 2022. № 5. С. 79-98. [Ivanova A.I., Kravchenko N.A. The impact of regional conditions on the business demographics of Russian IT companies. Voprosy Ekonomiki. 2022. No. 5. Pp. 79-98. (In Russ.)] DOI: 10.32609/0042-8736-2022-5-79-98.
22. Andersen J., Coffey D. U.S. ICT R&D Policy Report: The United States: ICT Leader or Laggard? TIA Innovation White Paper: U.S. ICT R&D Policy Report. Telecommunications Industry Association, 2018. 19 p.
23. Ganichev N.A., Koshovets O.B. Rethinking Russian Digital Economy Development Under Sunctions // Studies on Russian Economic Development. 2022. Vol. 33. No. 6. Pp. 644-654. (In Russ.)] DOI: 10.1134/S1075700722060041.