АЛГОРИТМИЧЕСКОЕ УПРАВЛЕНИЕ» И «УМНОЕ ПРАВИТЕЛЬСТВО»: СРАВНИТЕЛЬНОЕ ИССЛЕДОВАНИЕ ИНСТИТУЦИОНАЛЬНЫХ МОДЕЛЕЙ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ГОРОДСКИХ ГОСУДАРСТВЕННЫХ УСЛУГ В РОССИИ И КИТАЕ

Внедрение искусственного интеллекта (ИИ) в систему предоставления государственных и муниципальных услуг представляет собой один из ключевых векторов трансформации современного публичного управления. По данным Опроса ООН по электронному правительству 2024 года, глобальный индекс развития электронного правительства (EGDI) вырос с 0,6102 в 2022 году до 0,6382 в 2024 году, при этом наибольшие темпы прироста продемонстрировали страны Азии [1]. Китай поднялся на 35-е место в глобальном рейтинге (EGDI = 0,8718), а Россия заняла 43-ю позицию (EGDI = 0,8533), что свидетельствует о высоком уровне цифрового развития обеих стран [1]. Вместе с тем концепция «умного города» (smart city) требует не просто цифровизации существующих сервисов, но и фундаментальной перестройки институциональных механизмов управления, в основе которых лежит переход от традиционного электронного правительства к алгоритмическому управлению (algorithmic governance).

Актуальность настоящего исследования обусловлена тем, что существующая академическая литература либо фокусируется на технологических аспектах внедрения ИИ в городское управление, либо рассматривает отдельные национальные кейсы в изоляции от сравнительного контекста. Систематические сравнительные исследования институциональных моделей, связывающих технологическую инфраструктуру «умного города» с механизмами управления государственными и коммерческими структурами, остаются недостаточно представленными в политологической науке. Цель данной работы — выявить и типологизировать различия в институциональных моделях цифровой трансформации городских государственных услуг в России и Китае на основе аналитической рамки «встроенности институтов» (institutional embeddedness).

Теоретическая рамка исследования опирается на три взаимосвязанных концептуальных поля. Во-первых, «алгоритмическое управление» понимается как система принятия управленческих решений на основе алгоритмической обработки данных, характеризующаяся автоматизацией, предсказательной аналитикой и снижением роли дискреционного суждения чиновника [2]. Во-вторых, «умное правительство» (smart government) трактуется как интегративная модель управления, объединяющая данные, технологии и институты для повышения адаптивности и отзывчивости государственных структур [3]. В-третьих, аналитическая рамка «встроенности институтов» предполагает рассмотрение технологии не как внешнего фактора, а как элемента, глубоко интегрированного в существующие институты власти, что позволяет выделить три измерения сравнения: структурное (государственно-рыночные отношения), технологическое (степень автономии алгоритмических решений) и эффективностное (прозрачность, инклюзивность, отзывчивость).

Сравнительный анализ построен на методологии наиболее похожих систем (most similar systems design): Россия и Китай демонстрируют сходные исходные параметры — обе страны характеризуются сильной ролью государства в цифровой трансформации, наличием масштабных национальных программ развития «умных городов» и высоким уровнем EGDI. Вместе с тем существенные различия в организации государственно-частного партнёрства и степени централизации управления создают базу для продуктивного сравнения. В качестве эмпирических кейсов выбраны Москва (пилотный проект ИИ-оптимизации светофоров совместно с Yandex) и Ханчжоу/Шэньчжэнь (система City Brain и «ИИ-госслужащие»).

Таблица 1.

Сравнительная характеристика институциональных моделей цифровой трансформации городских государственных услуг в России и Китае

Представленные в таблице данные позволяют выделить две различимые институциональные модели. Китайская модель характеризуется как «государственно-встроенное алгоритмическое управление» (state-embedded algorithmic governance): государство формирует институциональную инфраструктуру, в рамках которой платформенные корпорации (Alibaba, Tencent, Huawei) интегрируются на глубоком уровне, что обеспечивает высокую скорость масштабирования технологических решений. Система City Brain в Ханчжоу охватывает более 1300 перекрёстков и обеспечила повышение пропускной способности дорожной сети на 30%, в то время как в Шэньчжэне система «ИИ-госслужащих» автоматизировала обработку 70% административных заявлений, сократив сроки рассмотрения на 90% [4].

Российская модель, напротив, может быть типологизирована как «государственно-управляемое умное правительство» (state-steered smart government): государство устанавливает нормативные рамки и стратегические приоритеты, в то время как технологические решения разрабатываются и внедряются в рамках контрактных отношений с ключевыми игроками цифрового рынка (Yandex, Сбер). Пилотный проект ИИ-оптимизации светофоров в Москве, реализованный совместно с Yandex, демонстрирует применение компьютерного зрения и обучения с подкреплением для адаптивного управления дорожным движением [5]. При этом алгоритмические системы функционируют преимущественно в режиме рекомендаций, сохраняя за человеком-оператором финальное решение.

Обсуждение результатов исследования сводится к выявлению глубинных факторов, обусловливающих описанные различия. Институциональная гипотеза подтверждается: централизованная модель управления в Китае и гибридная модель в России отражают их историко-политическую специфику. Китайская система «фрагментированного авторитаризма» (fragmented authoritarianism) [6] обеспечивает координацию интересов множества акторов через иерархические механизмы целеполагания, тогда как российская модель управления характеризуется большей фрагментированностью институтов и необходимостью в посреднических механизмах согласования. Технологическая гипотеза также находит подтверждение: стратегия «импортозамещения» в России и стратегия «открытой инновационности» в Китае приводят к различным уровням зависимости от глобальных технологических цепочек [7].

Практическая значимость сравнительного анализа заключается в выявлении потенциала взаимного обучения. Российская сторона может заимствовать механизмы масштабирования технологических решений и опыт построения интегрированных платформ управления городом. Китайская сторона, в свою очередь, может обратить внимание на российский опыт сохранения прозрачности алгоритмических решений и механизмы общественного контроля. Важным общим вызовом для обеих стран остаётся обеспечение баланса между эффективностью алгоритмического управления и защитой прав граждан в условиях массовой обработки персональных данных.

Таким образом, проведённое исследование позволяет сделать следующие выводы. Во-первых, цифровая трансформация городских государственных услуг в России и Китае демонстрирует две различимые институциональные модели, обусловленные особенностями государственно-рыночных отношений и траекториями технологического развития. Во-вторых, китайская модель приближается к идеальному типу «алгоритмического управления», тогда как российская модель остаётся в рамках парадигмы «умного правительства» с более консервативным подходом к автономии алгоритмических систем. В-третьих, различия двух моделей носят не технологический, а именно институциональный характер, что требует дальнейших исследований в рамках сравнительной политологии цифрового управления.