Введение: робототехника и конкуренция

В настоящее время мир вошел в зону глобальной геополитической турбулентности, для которой характерно беспрецедентное усиление конкурентных процессов между разными государствами. Это означает выход на новый уровень технологической конкуренции, одним из важнейших элементов которой выступает роботизация национальной экономики. Если некоторое время назад технологическое развитие выступало основой благосостояния населения, то сейчас оно еще является условием обеспечения технологического, а с ним – и политического суверенитета страны. Фактор роботизации экономики выступает в качестве своеобразного резерва в повышении эффективности всех видов деятельности, а способность задействовать этот резерв дает государству преимущества перед его конкурентами.

В России ситуация с роботизацией является вдвойне острой. С одной стороны, в стране долгое время имело место крайне слабое насыщение экономики промышленными роботами, с другой – после 2022 года игнорирование этой проблемы стало просто недопустимо по геополитическим причинам. Сегодня в России принимаются программы развития, определяющие целевые уровни роботизации разных отраслей. В рамках национального проекта «Средства производства и автоматизации» реализуется федеральная инициатива «Развитие промышленной робототехники и автоматизации производства», целью которого является достижение страны к 2030 году 25 места в рейтинге по показателю плотности роботизации, значение которого должно к указанному году составить не менее 145 ед. на 10 тысяч человек.

На сегодняшний день имеется множество исследований относительно влияния роботизации на разные сегменты экономики РФ, однако общие ориентиры относительно масштаба и результативности предстоящих изменений пока так и не определены. В связи с этим цель статьи состоит в построении макроэкономической модели, позволяющей оценить влияние роботизации обрабатывающей промышленности на общую эффективность производства, а также в получении количественных оценок необходимых для этого инвестиционных ресурсов, их отдачи и влияния на рынок труда. Новизна подхода состоит в использовании агрегированных данных относительно роботизации разных стран и получении на их основе косвенных оценок влияния роботизации обрабатывающей промышленности на производительность труда национального производства и на масштабы высвобождения занятых. Социальные проблемы, связанные с перераспределением работников между отраслями, в статье не рассматриваются.

Влияние роботизации на производительность труда: обзор эмпирических исследований

Роботизация и внедрение технологий искусственного интеллекта (ИИ), став определяющим трендом современной экономики, инициировали интенсивные дискуссии об их воздействии на эффективность производства. Ниже будут рассмотрены ключевые направления подобных исследований в российской и зарубежной литературе с акцентом на основных эмпирических выводах и имеющихся противоречиях.

Предварительно отметим, что сегодня исследование влияния роботизации на экономические процессы осуществляется путем построения соответствующих эконометрических моделей. Такой подход является традиционным и фактически безальтернативным, чем и объясняется массивный корпус методически схожих работ. Аналогично экономическим итогом роботизации в большинстве случаев выступает ПТ, которая аппроксимируется отношением добавленной стоимости к численности занятых с учетом паритета валют. Такой подход также во многом является упрощением, но эффективной альтернативы не имеет, что и оправдывает его широкое распространение.

На макроуровне исследования фокусируются на агрегированных эффектах, что зачастую сопряжено с противоречивыми выводами. Практически все работы демонстрируют положительную связь между внедрением промышленных роботов и динамикой совокупной производительности труда (ПТ), однако при этом отмечается неравномерность технологической трансформации: значимые статистические эффекты наблюдаются лишь в отраслях, достигших высокой насыщенности робототехническими решениями [1, 2].

Существенным вкладом в эту проблематику является исследование [3], в котором на основе панельных данных 17 развитых стран мира за период 1993–2007 гг. продемонстрировано, что рост плотности роботов способствует увеличению производительности труда в среднем на 0,37 п.п. ежегодно. По мнению авторов, вклад роботов в годовой рост производительности сопоставим с вкладом паровых технологий в Великобритании 1850–1910 гг. в эпоху индустриальной революции (0,35 п.п.), но значительно меньше вклада ИКТ в США и ЕС в 1995–2005 гг. (0,6–1,0 п.п.).

Положительное влияние роботизации на совокупную производительность экономики установлено и в работах [4, 5], в которых авторы рассчитали, что увеличение числа роботов на тысячу рабочих на одну единицу в США в период 1993–2007 гг. способствовало росту ВВП страны примерно на 0,13 п.п. Этот скромный положительный эффект не компенсировал негативного воздействия роботизации на рынок труда, приводящего к снижению уровня занятости и уменьшению доходов населения на 0,34 и 0,50 п.п. соответственно. Позитивное воздействие роботизации на повышение эффективности производства за счет уменьшения удельного веса трудовых затрат в структуре доходов неоднократно подчеркивалось и в других научных исследованиях (например, [6, 7, 8, 9]).

Результаты анализа 30 стран за период 1975–2019 гг. в исследовании [10] демонстрируют неравномерный характер воздействия автоматизации на экономические процессы в разных странах. Так, в большинстве стран, включая США, средний вклад роботов в рост ПТ за период 1975–2019 гг. не превышал 0,2 п.п. в год, однако в некоторых странах и на отдельных временных отрезках наблюдался существенно более выраженный эффект. Например, в Германии в 1996–2005 гг. и в Японии в 1976–1995 гг. вклад роботизации в рост производительности составлял 0,70 и 0,87 п.п. соответственно. В последующие периоды наблюдалось постепенное снижение данного эффекта вплоть до отрицательных значений в Японии в 2006–2019 гг.: –0,09 п.п. Этот процесс протекал на фоне интенсивного расширения практики производственного аутсорсинга и офшоринга, который снижал воздействие автоматизации на увеличение продуктивности в странах-заказчиках и усиливал его в принимающих странах. Например, вклад роботизации в рост ПТ в указанный период в отдельных странах Восточной Европы составил: Словакия – 0,75 п.п., Чехия и Словения – по 0,74 п.п., Венгрия – 0,41 п.п.

Согласно исследованию [11], процесс роботизации приобрел особое значение после финансово-экономического потрясения 2009 г., став главным катализатором роста производительности труда в таких странах, как Тайвань и Словения, и заняв второе место по значимости после традиционного накопления физического капитала в Китае, Чехии, Венгрии, Индии, Польше и других странах. Вместе с тем авторы подчеркивают необходимость учитывать специфику отдельных отраслей и особенностей национальных экономик для понимания полноты эффекта внедрения роботов.

Многочисленные исследования [12, 13, 14] подтверждают положительную связь между внедрением промышленных роботов и ростом ПТ в обрабатывающей промышленности, однако этот эффект не является универсальным и безграничным. Как оказывается, роботизация относится к преимущественно специализированным технологиям: согласно исследованию [15] в Европе более 70% промышленных роботов сконцентрировано в трех секторах – автомобилестроении, металлообработке и производстве пластмасс. Исследование [16] расширяет этот список за счет фармацевтики, химической промышленности, производства промышленного оборудования и продуктов питания.

Ключевым фактором, определяющим производительные эффекты роботизации, по мнению ряда авторов, является гетерогенность предприятий. Исследования выявляют явление «положительной селекции»: более крупные и изначально более производительные предприятия с большей вероятностью внедряют роботов [13, 17]. Данные анализа роботизации промышленности Испании демонстрируют, что предприятия, внедрившие роботов, достигают повышения производительности на 20–25% в течение четырех лет, но затем этот рост стабилизируется, тем самым демонстрируя наличие определенной точки насыщения [13]. Однако производительность на уровне отдельного предприятия сама по себе (при контроле размера) не всегда выступает целью внедрения роботов: например, в Германии менее производительные предприятия внедряют роботов в попытке «догнать» конкурентов, что указывает на многообразие мотивов автоматизации [17].

В работе [18] обобщены результаты 81 научного исследования, включающие около 1800 количественных оценок воздействия роботизации на ПТ, и представлен полномасштабный мета–анализ, раскрывающий ключевые закономерности внедрения роботов. Анализ продемонстрировал тенденцию к снижению эффекта от роботизации на поздней стадии её развития, заметно более слабую связь между производительностью и уровнем роботизации во вторичном секторе экономики и среди крупных предприятий, а также значительные преимущества роботизации для развивающихся экономик. Дополнительные данные свидетельствуют о влиянии качества используемых в исследованиях исходных данных на результат. Работы, основанные на данных статистики Международной федерации робототехники (IFR), зачастую демонстрировали более высокие значения эффекта. Таким образом, мета-анализ подтвердил, что влияние роботизации неоднородно и сильно зависит от контекста, включая уровень развития экономики, отраслевую специфику и этап технологического внедрения.

В российской научной литературе данная проблематика изучается относительно недавно, но уже сформировался солидный корпус работ, позволяющих выявить основные тенденции роботизации в России. Прежде всего, РФ существенно отстаёт от мировых лидеров по плотности роботизации (29 роботов на 10 тыс. занятых в 2024 году против 177 в среднем по миру). Среди ключевых барьеров, препятствующих распространению роботизации в России, выделяются: наличие дешёвой рабочей силы, снижающей стимулы к автоматизации [19]; недостаток квалифицированных кадров для внедрения и обслуживания робототехники [20, 21]; финансовые ограничения, особенно для малых и средних предприятий (МСП) [22]; исторический разрыв в развитии робототехники после распада СССР [23]; инерция в развития отраслей [24]; дефицит инвестиционных ресурсов [21].

Важный вклад в понимание факторов роста ПТ в России вносит исследование [25], в котором показано, что наибольший относительный выигрыш от внедрения роботов наблюдается у российских МСП, что указывает на возможность использования роботизации как инструмента сокращения внутреннего разрыва в производительности разных сегментов экономики и элемента «догоняющего» развития.

Аналогичные выводы получены и в работе [24], в которой на основе данных 725 российских промышленных предприятий за 2017 год установлена положительная связь между внедрением роботов и ПТ только для МСП: даже незначительное внедрение роботов на этих предприятиях даёт значительный прирост производительности – 29,8%. Для крупных компаний такой связи не обнаружено, что объясняется «цифровым разрывом»: крупные предприятия уже находятся на более высоком уровне цифровизации, и для ощутимого эффекта им требуется более глубокая и комплексная роботизация.

Исследования российских авторов, также как и зарубежных, демонстрируют положительную корреляцию между внедрением промышленных роботов и ростом ПТ [25, 26, 27]. При этом дискуссионность вопроса о влиянии роботизации на рынок труда сохраняется. Некоторые авторы прогнозируют значительное сокращение рабочих мест [28, 29], тогда как другие указывают на возможность создания новых профессий и рост производительности, способный компенсировать потери занятости [30].

Следует отметить, что исследования российских авторов хотя и остаются относительно немногочисленными по сравнению с зарубежными работами, в последние годы активно множатся, что указывает на растущий интерес к данному направлению и подчеркивает необходимость дальнейших исследований, учитывающих специфику российской экономики, для формирования эффективной стратегии технологической модернизации. В этом контексте следует отметить наметившийся перекос в корпусе работ по роботизации в сторону отдельных сегментов экономики и рассмотрению их специфики. Данное обстоятельство не позволяет нарисовать простую и наглядную картину тех перспектив, которые имеются на сегодняшний день у России в части масштабной цифровизации производства и ускорения технологического прогресса. Именно поэтому в дальнейшем будет рассмотрена максимально агрегированная макроэкономическая модель, позволяющая оценить возможности нового технологического витка в России.

Экономические эффекты от роботизации: методология исследования

В отличие от существующих страновых и секторальных исследований процесса роботизации постараемся оценить макроэкономические эффекты и понять, как они могут изменить геополитическую картину мира. Фактически мы задаемся вопросом о том, насколько весомым является фактор массового внедрения роботов для глобальной конкуренции государств. Для этого мы будем исходить из условной гомогенности международного рынка промышленных роботов, внедрение которых ведет к росту эффективности национальной экономики всех без исключения государств. В связи с этим было бы полезно получить некую усредненную оценку того, насколько сильно влияет процесс роботизации, прежде всего, обрабатывающей промышленности, где сосредоточены основные производственные технологии, на среднюю производительность труда в стране. Для этого предположим, что переменная ПТ (отношение ВВП к численности занятых) страны зависит от плотности роботизации обрабатывающей промышленности следующим образом:

        (1)

где P – совокупная производительность труда в стране; R – численность роботов на 10.000 человек в обрабатывающей промышленности страны (плотность роботизации); L – численность занятых в экономике страны; a, b, c и g – положительные параметры модели, оцениваемые статистически.

В основе зависимости (1) лежит вполне разумная идея о том, что главным источником продуктивной роботизации страны выступает обрабатывающая промышленность, которая ведет не только к росту производительности труда в этой отрасли, но и через межотраслевые цепочки передает позитивные импульсы на другие звенья экономики, ведя тем самым к росту совокупной ПТ. Данное положение отражает тот факт, что именно обрабатывающая промышленность является главным драйвером процесса роботизации национальной экономики.

Вторая важная гипотеза модели (1) состоит в том, что влияние роботизации носит нелинейный характер и рано или поздно исчерпывается. Одновременно с этим предполагается, что автоматизация любой сферы экономики не бесконечна и абсолютно безлюдные производства невозможны. Этими соображениями обусловлено введение квадратичной зависимости в формуле (1), что позволяет исследовать некие предельные состояния роботизации. Рассматриваемая гипотеза базируется на двух бесспорных фактах: во-первых, даже полностью роботизированное производство нуждается в сопровождении со стороны живых людей, во-вторых, эффект масштаба сам по себе может препятствовать полной автоматизации выпуска продукции.

Третья идея предполагает введение контрольной переменной в (1) в виде численности занятых в экономике, ибо имеет место очевидная зависимость: чем больше экономика (как по территории, так и по населению), тем сложнее добиться ее масштабной роботизации (это отражено отрицательным знаком коэффициента при занятости). Даже при прочих равных обстоятельствах роботизация Китая и Сингапура требует, по крайней мере, разного времени. Тем самым последнее слагаемое в модели (1) учитывает страновые особенности и, прежде всего, масштаб экономики рассматриваемого государства.

Перечисленные три идеи составляют новизну и оригинальность эконометрической зависимости, которая подлежит проверке с помощью имеющихся эмпирических данных. Главное преимущество предлагаемой спецификации состоит в учете фактора нелинейности влияния роботизации на эффективность экономики, что в свою очередь позволяет расширить аналитические рамки исследования и углубить интерпретацию количественных результатов.

Окончательная зависимость совокупной ПТ страны от плотности роботизации имеет экспоненциальный вид:

        (2)

Представленная зависимость (2) является параболической с точкой максимума, которая определяется по формуле:

        (3)

Точка (3) задает тот верхний предел роботизации, до которого роботизация дает положительное макроэкономическое влияние на рост совокупной ПТ. Накачивание производства роботами свыше величины R* не имеет смысла и чревато холостыми затратами. Вместе с тем именно этот предел позволяет определить тот потенциал роботизации, который несет в себе явный технологический прогресс. В каком-то смысле величина R* выступает в качестве своеобразной технологической границы, к которой каждой стране следует стремиться. Таким образом, помимо всего прочего, R* является полезным макроэкономическим индикатором проектируемой роботизации национальной экономики.

Наличие индикатора R* и начальных условий для страны позволяет осуществить серию аналитических расчетов. Прежде всего, это максимальный индекс роботизации, который может быть обеспечен за счет тотальной автоматизации обрабатывающей промышленности относительно текущего уровня и который оценивается по формуле:

        (4)

где ρ – темп прироста роботизации обрабатывающей промышленности; R₀ – плотность роботизации промышленности в текущий период (последний отчетный период).

Подстановка величины R* в зависимость (2) позволяет рассчитать максимальную ПТ в условиях предельной насыщенности промышленности роботами. Тогда возможный выигрыш в ПТ от реализации программы роботизации обрабатывающей промышленности можно оценить по формуле:

        (5)

где ξ – темп прироста ПТ национальной экономики, возможный за счет массированной роботизации промышленности; P₀ – ПТ в текущий период (последний отчетный период).

Индекс 1+ξ является прямым указателем результата внедрения новых технологий и выступает в качестве главного экономического эффекта автоматизации национального производства. Однако процесс роботизации чреват еще и социальными потрясениями в виде вытеснения работников из национального производства, что оценивается по аналогии с предыдущими соотношениями:

        (6)

где μ – темп прироста (вытеснения) занятости из-за массированной роботизации экономики; λ – темп экономического роста относительно текущего периода (последнего отчетного периода).

Приведенные индикаторы (4)–(6) достаточно полно характеризуют последствия возможной автоматизации национального производства, однако для уяснения экономической целесообразности массовой роботизации следует оценить ее издержки (C) и экономический эффект (E):

        (7)

        (8)

где V₀ – средняя цена одного промышленного робота; N₀ – численность занятых в обрабатывающей промышленности в текущем периоде (последнем отчетном периоде); W₀ – средняя заработная плата работника в текущем периоде; L₀ – численность занятых в экономике в текущем периоде.

Если E>C, то форсированная роботизация экономики является экономически оправданной; в противном случае процесс автоматизации производства носит искусственный характер и не окупается.

Представленная схема позволяет осуществлять сценарные расчеты роботизации национальной экономики в зависимости от темпов протекания сопряженных процессов.

Исходные данные и эконометрическая модель

Для построения эконометрической модели (1) использовались исходные данные, представленные на официальном сайте Международной федерации робототехники (International Federation of Robotics, IFR), в базах данных Международной организации труда (ILOSTAT) и Мирового банка (World Bank). Характеристики показателей, используемых для моделирования, приведены в таблицах 1–3.

Таблица 1

Количество промышленных роботов на 10.000 занятых в обрабатывающей

Источник / Source: International Federation of Robotics (IFR)

Таблица 2

Совокупная производительность труда, долл./чел.

Источник / Source: расчеты авторов по данным World Bank и ILOSTAT / calculations by authors based on data from World Bank and ILOSTAT

Таблица 3

Численность занятых в экономике, тыс. чел.

Источник / Source: ILOSTAT

Имеющиеся данные позволяют построить пространственно-временную панель, которая сводится к полной регрессии в соответствии с выбранной зависимостью (1):

(9)

n=120; R²=0,60; DW=1,88; A=1,42%; ВР=1,53; р-значение=0,46,

где t – период наблюдений (год); i – индекс страны; P – совокупная производительность труда; R – плотность роботизации обрабатывающей промышленности; L – численность занятых в национальной экономике; n – число наблюдений; DW – критерий Дарбина–Уотсона; А – ошибка аппроксимации; BP – статистика Бройша–Пагана; р-значение – достигнутый уровень значимости. Модель проходит все статистические тесты и может быть использована для аналитических расчетов.

Полученные данные позволяют определить «международную» технологическую границу промышленной роботизации: R*=514,2 ед. на 10 тыс. работников. Это служит основой для оценки всех остальных экономических индикаторов; начальные значения переменных брались за 2023 год.

Здесь необходимо оговорить тот факт, что в модели (9) роботизация обрабатывающей промышленности дает мультипликативный эффект для всей национальной экономики. В модели все цепочки, по которым распространяется данное влияние, скрыты, однако масштаб этого влияния вполне отчетливо фиксируется. Контрольная переменная масштаба занятости в модели (9) также демонстрирует то, с какими проблемами в части массовой автоматизации производства сталкиваются крупные страны. В целом же все знаки модели (9) соответствуют априорным положениям и позволяют проводить агрегированные прикладные расчеты.

Отдельно следует подчеркнуть тот факт, что роботизация промышленности является неединственной, а возможно, и не главной причиной различий в уровне ПТ разных стран. Этот факт отражен величиной коэффициента детерминации, равным 0,6. Это означает, что 40% дисперсии ПТ объясняется факторами, не нашедшими отражения в модели (9). Это обстоятельство следует учитывать при интерпретации полученных результатов.

Обсуждение результатов

Полученные цифровые результаты позволяют сделать некоторые предварительные, но немаловажные выводы.

Во-первых, роботизация промышленности может быстро превысить естественный предел. Учитывая, что технологическая граница составляет R*=514,2, то Южная Корея уже в 2015 году, а Сингапур – в 2017 превысили это значение и далее функционировали в режиме избытка промышленных роботов. Причем Сингапур после 2019 года начал осуществлять коррекцию данного показателя вниз, тогда как Южная Корея продолжала монотонное накачивание плотности роботизации промышленности. Судя по всему, карликовые государства существуют в особом режиме автоматизации своих предприятий, а их опыт не может переноситься на более крупные страны. Подчеркнем, что подобные выводы были получены при построении как традиционной международной инновационно-технологической матрицы [31], так и ее расширенной формы [32].

Во-вторых, процесс автоматизации национального производства существенно зависит от усилий властей. Об этом недвусмысленно говорит опыт Китая, который за 8 лет нарастил плотность роботизации почти в 10 раз, что является беспрецедентным примером. Находясь в 2015 г. на последнем 20-ом месте среди группы рассматриваемых стран табл. 1, в 2023 г. он переместился на 3-ю позицию. По всей видимости, мобилизационные программы развития КНР позволили сделать процесс автоматизации производства тотальным и безальтернативным.

В-третьих, уровень роботизации производства, а следовательно, и ее резервы в различных странах сильно различаются. Например, Китай уже близок к технологической границе роботизации, США предстоит пройти еще весьма значительный путь, а Россия только включилась в этот процесс (табл. 4). Относительный путь от текущего состояния до технологической границы R* для России почти в 190 раз больше, чем для Китая. В этом смысле разные страны находятся на совершенно разных стадиях освоения робототехнических систем, однако, как показал опыт КНР, эти различия не фатальны и могут быстро преодолеваться.

В-четвертых, фактор робототехники сам по себе не дает фантастического выигрыша в совокупной производительности труда. Например, Китай уже практически исчерпал этот резерв (осталось менее 1%), США близки к своему техническому пределу (менее 10%), но и у России данные возможности весьма ограничены (чуть более 50%) (табл. 4). Как отмечалось ранее, заметный прирост ПТ промышленные роботы продуцируют на локальных производственных площадках и небольших предприятиях, тогда как в целом по экономике этот эффект «растекается» и за счет усреднения становится относительно скромным.

Таблица 4

Резервы роботизации крупнейших стран мира

Источник / Source: расчеты авторов / calculations by authors

В-пятых, эффект от роботизации по абсолютной величине является небольшим (доли процента), но для разных стран он демонстрирует заметную дифференциацию. Например, эластичность ПТ (ν) по плотности роботизации в Китае втрое ниже, чем в США, а в России ниже, чем в Китае (табл. 4); эластичность оценивается по формуле:

                                                                                                     (10)

Не вдаваясь в детали, можно констатировать, что макроэкономический потенциал масштабной автоматизации производства оказывается не столь велик, как этого можно было ожидать. Фактически значение тотальной роботизации экономики в определенной мере мифологизировано и заметно переоценено. Все полученные цифры ставят под сомнение тезис о технологическом оптимизме, согласно которому масштабная автоматизация способна радикально повысить эффективность производства. В любом случае данный вопрос в свете полученных результатов становится дискуссионным.

Если попытаться объяснить скромные последствия роботизации, то данные табл. 4 дают для этого определенную основу. Не претендуя на исчерпывающее объяснение, ситуация выглядит следующим образом. Рывок в эффективности экономики робототехника дает на зрелых этапах внедрения; по мере насыщения предприятий автоматическими линиями каждый дополнительный робот дает все более ощутимый эффект, ибо приближает экономику к технологической границе. Именно это и видно в табл. 4: в США роботизация промышленности идет давно, а потому технологический эффект от нее более выражен; Китай гораздо позже стартовал в деле широкого внедрения автоматических комплексов, поэтому у него эффект гораздо слабее, чем в США, хотя он вполне заметен в силу быстрого приближения к технологической границе R*. Россия же сейчас только вступает в гонку по роботизации производства с крайне низкого старта, а потому требуется довольно много времени, пока новое оборудование достигнет значительной доли, способной дать макроэкономический эффект роста ПТ. Другими словами, эффект от роботизации во многом зависит от времени и скорости технологической диффузии в сегменте промышленных роботов.

Таблица 5

Результаты страновой конкуренции в области роботизации

Источник / Source: расчеты авторов / calculations by authors

Хотя сказанное со всей очевидностью высвечивает колоссальное отставание России от развитого мира в деле роботизации своей обрабатывающей промышленности, ситуация отнюдь не так драматична, как это может показаться на первый взгляд. Дело в том, что важным аспектом проблемы является сокращение разрыва отставания разных стран от глобального лидера (США) по достижении технологической границы роботизации R*. Как оказывается, если США и Китай выйдут на означенный предел, то разрыв между ПТ двух стран не сократится, а только увеличится (табл. 5); причем КНР будет приближаться к 4-кратному отставанию. Ситуация с Россией и США выглядит с точностью до наоборот: РФ заметно сократит свое отставание, когда преимущество гегемона составит меньше трети от уровня ее ПТ. Это означает, что относительная ПТ России по сравнению с США составит почти 76%, а это превышает технологическую границу эффективности, за которой стране становится выгодно не только заимствовать иностранные технологии, но и разрабатывать свои собственные [33, 34]. В данном случае мы имеем дело с выгодами низкого старта, которые в настоящее время могут быть успешно использованы Россией даже в самых неблагоприятных обстоятельствах.

Получив цифры, которые говорят об относительно скромном макроэкономическом эффекте роботизации промышленности в смысле стимулирования совокупной ПТ, рассмотрим выгодность этой кампании. Для этого оценим для выбранных трех стран экономию на затратах труда (E) и издержки на внедрение промышленных роботов (C) (табл. 6 и табл. 7 соответственно; все начальные значения брались за 2023 год; Y – объем ВВП; F – число роботов). Во всех расчетах использовалась единая средняя цена промышленного робота в 25,6 тыс. долл. [1]; в качестве источника данных о среднем уровне ежемесячной заработной платы в стране использована статистика ILOSTAT.

Таблица 6

Масштаб экономии от роботизации промышленности

Источник / Source: расчеты авторов / calculations by authors

Результаты расчетов являются до некоторой степени неожиданными. Как оказывается, самый впечатляющий экономический эффект в абсолютном выражении характерен для США – почти в 3 раза больше, чем в России и в 25 раз больше, чем в Китае. Это связано в основном с большей заработной платой американских работников по сравнению с китайскими и российскими. Большая величина эффекта для России продуцируется ее отдаленностью от технологической границы R*. Учитывая, что Китай уже подошел к самой границе R*, его выигрыш оказывается довольно скромным. В относительном выражении Россия оказывается в числе главных выгодополучателей (табл. 6).

Что касается издержек на автоматизацию промышленности, то они наиболее значительны у Китая из-за большой численности занятых в отрасли, нуждающихся в замене, и в России из-за необходимости закупки большого числа специализированных роботов. В США издержки примерно вдвое ниже из-за относительной дешевизны роботов по сравнению с живым трудом. В относительном измерении издержки на роботизацию во всех странах невысоки и лишь в России они претендуют на макроэкономическую величину (табл. 7).

Таблица 7

Финансовые затраты на роботизацию промышленности

Источник / Source: расчеты авторов / calculations by authors

Особый интерес представляет соизмерение результатов и затрат кампании роботизации промышленности. Для этого можно воспользоваться показателем нормы прибыли (r):

        (11)

Как оказывается, процесс роботизации является не просто экономически оправданным, но обладает поистине фантастической рентабельностью, достигая тысяч процентов годовых (табл. 7). Пожалуй, выбивается из этого ряда КНР, которая внедряла робототехнические системы не столько по экономическим, сколько по стратегическим соображениям. Однако и в этом случае отдача от вложений в роботизацию приближается к сотне процентов.

Разумеется, на практике приведенные цифры могут оказаться значительно скромнее. Это связано с несколькими обстоятельствами.

Во-первых, с растянутостью процесса роботизации во времени. Это означает, что общий эффект получается не за один такт (год), а за несколько шагов (лет), в связи с чем годовая прибыльность резко падает. Для учета указанного эффекта, строго говоря, следует воспользоваться уточняющей формулой:

        (12)

где r* – годовая норма прибыли программы роботизации; r – норма прибыли всей программы роботизации (за один такт/год); T – период программы роботизации.

Для понимания масштаба фактора времени в (12) достаточно указать, что общая прибыльность для российской программы роботизации длительностью в 5 лет по сравнению с ее мгновенной реализацией падает с 1776,8% до 79,8%, то есть в 22 раза.

Во-вторых, снижение рентабельности связано с возникновением недоучтенных издержек по монтажу и эксплуатации нового оборудования, которое может кратно увеличивать цену кампании роботизации. Кроме того, могут иметь место и повышенные цены на робототехнику по разным направлениям, что также делает итоговые оценки прибыльности более умеренными.

Тем не менее, указанные обстоятельства не меняют суть дела – роботизация является крайне выгодным проектом.

Могут возникнуть вполне резонные сомнения в столь значительных прибылях от роботизации, однако они в целом безосновательны. Дело в том, что в литературе уже отмечалось, что для современных рынков киноиндустрии, фармацевтики, гаджетов и нефтедобычи норма прибыли составляет сотни и даже тысячи процентов [35]. Судя по всему, индустрия робототехники попадает в разряд подобных сверхрентабельных отраслей, что вполне естественно – в противном случае технологический прогресс не имел бы смысла.

Отдельного обсуждения заслуживает кажущееся противоречие между относительно скромным влиянием роботизации производства на совокупную ПТ и крайне высокой прибыльностью кампании роботизации. Помимо всего указанного выше важное значение имеет исходный уровень трудоемкости (капитализации) национальной экономики и цена живого труда. Например, если доля затрат на живой труд в стране велика, равно как и зарплата работников, то будет значительной и экономия на живом труде за счет роботизации, следовательно, рентабельность вложений в автоматизацию производства. В табл. 7 фигурируют технологически развитые и богатые страны – США, Китай и Россия, что и предопределяет солидные цифры рентабельности; для стран с низким технологическим уровнем и заработной платой (например, страны Африки) внедрение производственных роботов может оказаться вообще нерентабельным.

Дискуссионные вопросы

Выше мы намеренно не рассматривали проблемы с вытеснением работников из-за роботизации производства, тогда как для России это 34% от нынешнего уровня занятых. Однако речь не идет о единоразовом вытеснении такой массы людей. Например, если к 2030 году в России будет реализован федеральный проект «Развитие промышленной робототехники и автоматизации производства» и достигнуто целевое значение плотности роботизации в 145 ед. на 10 тысяч человек, то высвобождение занятых составит лишь 16% занятых. Если же эту цифру распределить на 5 лет, то готовой излишек будет около 3%, что уже не является проблемой в условиях дефицита рабочих рук в стране. Однако детальное обсуждение влияния роботизации на рынок труда и переобустройства высвобождаемых трудовых ресурсов выходит за рамки статьи.

Что касается некоторых методологических нюансов модели (9), то они продуцируются в основном нехваткой исходных данных. Например, Россия не фигурирует в выборке стран, ибо по ней отсутствуют соответствующие данные. Вместе с тем можно вполне обоснованно предположить, что рынок промышленных роботов является глобальным и их влияние на национальные экономики подчиняется универсальному правилу с учетом некоторых страновых особенностей. Тот факт, что после 2022 года России был перекрыт доступ ко многим робототехническим системам мирового рынка, не меняет выводов. Дело в том, что Россия научилась обходить введенные санкции; кроме того, у нее есть почти неограниченная возможность приобретать китайские модели производственных роботов. Таким образом, доступность РФ к новым технологиям сохранилась, хотя стоимость таковых из-за дополнительных издержек возрастает, что легко можно учесть в приведенных выше аналитических расчетах.

Вопрос о стоимости некоего усредненного промышленного робота является дискуссионным, но не непреодолимым. Такой подход вызван желанием получить макроэкономические оценки, однако при необходимости можно осуществить более подробную калькуляцию процесса внедрения роботов с учетом их рыночной цены, стоимости монтажа и наладки, а также с разбивкой их функционала и специфики, а также рыночных сегментов. Можно перейти к интервальным оценкам, которые в свою очередь также могут усредняться для удобства анализа. В любом случае все ограничения, использованные при построении модели (9) и работы с ней, могут быть существенно ослаблены.

Разумеется, сама модель (1) в виде эконометрической зависимости (9) несет в себе множество упрощений и условностей. Всё это означает, что полученные результаты нельзя абсолютизировать. Любые нюансы в реальной жизни могут опровергнуть полученные обобщенные оценки. В связи с этим все представленные выводы следует воспринимать в качестве предварительных, которые нуждаются в конструктивной дискуссии, уточнении и развитии. Вместе с тем сами результаты представляются достаточными для очередного шага в осмыслении такого явления, как роботизация производства.

Заключение

Построенная эконометрическая зависимость ПТ от плотности роботизации позволила уяснить целый ряд моментов и поставить новые вопросы.

Во-первых, идею технологического оптимизма, согласно которой массовая роботизация способна обеспечить революционный рост эффективности производства, предварительно можно классифицировать как мифологический нарратив. На самом деле процесс роботизации имеет свой предел, а его достижение не приводит к слишком большому росту ПТ. Тем самым полученные результаты открывают дискуссию о роли роботизации в современном обществе.

Во-вторых, автоматизация производства в разных странах происходит крайне неравномерно. Например, Россия имеет значительный резерв в деле внедрения роботов в промышленности, тогда как Китай уже практически исчерпал возможности этого драйвера технологического прогресса, а такие передовые малые страны, как Сингапур и Южная Корея вообще превысили разумный предел в замене людей роботами, что ставит барьер в их долгосрочном росте ПТ.

В-третьих, технологическая конкуренция на рынке промышленных роботов приводит к неожиданным рокировкам в позициях разных стран. Например, если США и Китай выйдут на технологическую границу роботизации, то разрыв в ПТ двух стран не сократится, а только увеличится в пользу США. Аналогичные достижения в паре США и Россия дадут прямо противоположный результат: РФ сократит свое отставание, а преимущество Америки составит меньше трети от уровня ее ПТ. Для России это имеет решающее значение – относительная ПТ России по сравнению с США составит почти 76%, а это превышает критическую границу эффективности (около 70%), за которой стране становится выгодно не только заимствовать иностранные технологии, но и разрабатывать свои собственные. Тем самым масштабная роботизация промышленности помимо всего прочего для России означает превращение из покупателя (реципиента) в производителя (донора) высоких технологий.

В-четвертых, расчет отдачи от роботизации обрабатывающей промышленности показывает весьма высокую продуктивность этого процесса. Рентабельность капитала, расходуемого на закупку и внедрение промышленных роботов, в США и России исчисляется двух- и трехзначными цифрами процентов. Это лишний раз доказывает, что роботизации национальной экономики должна поддерживаться государством, но реализовываться частным сектором, у которого для этого имеется достаточно стимулов.

Построенную модель следует рассматривать как полезный аналитический инструментарий для исследования рынка промышленных роботов. В дальнейшем она может быть усовершенствована в различных направлениях.

СПИСОК ИСТОЧНИКОВ

1. Jungmittag A., Pesole A. The impact of robots on labour productivity: A panel data approach covering 9 industries and 12 countries. JRC Working Papers on Labour, Education and Technology no. 2019/08. European Commission:  Joint Research Centre, 2019. 27 p. URL: https://publications.jrc.ec.europa.eu/repository/handle/JRC118044.

2. Kromann L., Malchow–Moller N., Skaksen J.R., Sorensen A. Automation and productivity – A cross-country, cross industry comparison, Industrial and Corporate Change. 2019;29(1):1–23. https://doi.org/10.1093/icc/dtz039.

3. Graetz G., Michaels G. Robots at Work. The Review of Economics and Statistics. 2018;100(5):753–768. https://doi.org/10.1162/rest_a_00754.

4. Acemoglu D., Restrepo P. Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives. 2019;33(2):3–30. https://doi.org/10.1257/jep.33.2.3.

5. Acemoglu D., Restrepo P. Robots and Jobs: Evidence from US Labor Markets. NBER Working Paper. Working Paper 23285. 2017. URL: http://www.nber.org/papers/w23285

6. Dauth W., Findeisen S., Südekum J., Woessner N. DP12306 German Robots – The Impact of Industrial Robots on Workers. CEPR Discussion Paper No. 12306. 2017. URL: https://cepr.org/publications/dp12306.

7. Autor D., Salomons A. Is automation labor-displacing? Productivity growth, employment, and the labor share. National Bureau of Economic Research. Working Paper 24871. 2018. URL: https://doi.org/10.3386/w24871.

8. Blanas S., Gancia G., Lee T. Who Is Afraid of Machines? Economic Policy. 2019;34(100):627–690. https://doi.org/10.1093/epolic/eiaa005

9. Carbonero F., Ernst E., Weber E. Robots Worldwide: The Impact of Automation on Employment and Trade. International Labour Office. Working Paper No. 36. 2018. 16 p. URL: http://pinguet.free.fr/ilo648063.pdf

10. Cette G., Devillard A., Spiezia V. The contribution of robots to productivity growth in 30 OECD countries over 1975–2019. Economics Letters. 2021;200:109762. https://doi.org/10.1016/j.econlet.2021.109762

11. Eder A., Koller W., Mahlberg B. The contribution of industrial robots to labor productivity growth and economic convergence: a production frontier approach. Journal of Productivity Analysis. 2024;61:57–181. https://doi.org/10.1007/s11123-023-00707-x.

12. Ballestar M. T., Díaz-Chao Á., Sainz J., Torrent-Sellens J. Impact of robotics on manufacturing: A longitudinal machine learning perspective. Technological Forecasting and Social Change. 2021;162:1–13. https://doi.org/10.1016/j.techfore.2020.120348.

13. Koch M., Manuylov I., Smolka M. Robots and firms. The Economic Journal. 2021;131(638):2553–2584. https://doi.org/10.1093/ej/ueab009.

14. Dottori D. Robots and employment: Evidence from Italy. Economia Politica. 2021;38(2):739–795. https://doi.org/10.1007/s40888-021-00223-x.

15. Fernandez–Macias E., Klenert D., Anton J.I. Not so disruptive yet? Characteristics, distribution and determinants of robots in Europe. Structural Change and Economic Dynamics. 2021;58:76–89. https://doi.org/10.1016/j.strueco.2021.03.010.

16. Acemoglu D., Lelarge C., Restrepo P. Competing with robots: Firm–level evidence from France. AEA Papers and Proceedings. 2020;110:383–388. https://doi.org/10.1257/pandp.20201003.

17. Deng L., Plumpe V., Stegmaier J. Robot adoption at German plants. IWN Discussion Papers, No. 19/2020.  URL: https://www.econstor.eu/bitstream/10419/228627/1/iwh-dp2020-19rev.pdf.

18. Schneider F. Do robots boost productivity? A quantitative meta-study. MPRA Paper No. 123392. 2024. URL:  https://mpra.ub.uni-muenchen.de/123392/1/MPRA_paper_123392.pdf.

19. Гурлев И. В. Цифровизация экономики России и проблемы роботизации. Вестник Евразийской науки. 2020;12(4):36. URL: https://esj.today/PDF/08ECVN420.pdf

20. Архипова Л.С., Мельникова Д.М. Оценка современных барьеров, влияющих на цифровизацию российского рынка труда. Региональная экономика и управление: электронный научный журнал. 2022;2(70):7002. https://doi.org/10.24412/1999-2645-2022-270-2.

21. Федюнина А.А., Городный Н.А., Симачёв Ю.В. Рынок промышленной робототехники в России под санкциями: в поиске драйверов спроса и предложения. ЭКО. 2024;(2):91–107. https://doi.org/10.30680/ECO0131-7652-2024-2-91–107.

22. Игошина Д.Р. Особенности цифровизации бизнес-процессов в компаниях малого и среднего предпринимательства. Индустриальная экономика. 2021;11(5):1092–1097. https://doi.org/10.47576/2712-7559_2021_5_11_1092.

23. Ермолов И.Л. О роли промышленной робототехники в развитии промышленности России. Инновации. 2019;(10):127–129. https://doi.org/10.26310/2071-3010.2019.252.10.015.

24. Староватова Д.А. Связь уровня роботизации и производительности труда: важен ли масштаб бизнеса? Journal of new economy. 2023;24(1):81–103. https://doi.org/10.29141/2658–5081–2023–24–1–4.

25. Федюнина А.А., Городный Н.А., Симачев Ю.В. Влияние роботизации на производительность промышленных предприятий в России.  Российский журнал менеджмента. 2023;21(1):66–88. https://doi.org/10.21638/spbu18.2023.104.

26. Анисимов А.Ю., Алексахина С.А., Козлова У.А., Горшкова А.А. Оценка влияния автоматизации и роботизации на производительность труда и модернизацию промышленности. Друкеровский вестник. 2025;(4):169–182. https://doi.org/10.17213/2312-6469-2025-4-169-182.

27. Романова И.В., Игишев А.В. Влияние роботизации на производительность труда и квалификационные требования к персоналу на высокотехнологичных производствах. Экономика и управление: проблемы, решения. 2025;3(5):38–49. https://doi.org/10.36871/ek.up.p.r.2025.05.03.006.

28. Урунов А.А., Родина И.Б. Влияние искусственного интеллекта и интернет-технологий на национальный рынок труда. Фундаментальные исследования. 2018;(1):138–142.

29. Земцов С.П. Роботы и потенциальная технологическая безработица в регионах России: опыт изучения и предварительные оценки. Вопросы экономики. 2017;(7):142–157. https://doi.org/10.32609/0042-8736-2017-7-142-157.

30. Толкачёв С.А., Кулаков А.Д. Роботизация как направление неоиндустриализации (на примере США). Мир новой экономики. 2016;(2):79–87.

31. Балацкий Е.В., Раптовский А.В. Инновационные и инвестиционные факторы эффективности производства. Общество и экономика. 2007;(1):3–27.

32. Балацкий Е.В., Екимова Н.А. Инновационно–технологические матрицы и национальные стратегии экономического развития. Управленец. 2019;10(5):9–19. https://doi.org/10.29141/2218-5003-2019-10-5-2.

33. Балацкий Е.В. Идентификация технологического фронтира. Форсайт. 2021;15(3):23–34. https://doi.org/10.17323/2500-2597.2021.3.23.34.

34. Балацкий Е.В. (2012). Технологическая диффузия и инвестиционные решения. Журнал Новой экономической ассоциации. 2012;15(3):10–34.

35. Балацкий Е.В., Екимова Н.А.  «Особый сектор» экономики как драйвер экономического роста. Journal of New Economy. 2020; 21(3):5–27. https://doi.org/10.29141/2658-5081-2020-21-3-1.