Ученые НИУ ВШЭ выяснили, насколько часто россияне смотрят телевизор и слушают музыку, занимаясь другими делами

Исследователи Института социальной политики НИУ ВШЭ оценили масштаб «накладывающегося потребления досуга» в России. Оказалось, что около трети времени за просмотром ТВ, чтением или в интернете россияне совмещают с другими делами — от работы до еды, а для радио и музыки этот показатель превышает 80%. Исследование опубликовано в журнале «Вопросы экономики».
Команда Центра исследований благополучия и бюджетов времени населения ИСП НИУ ВШЭ — Мария Нагерняк, Сергей Тер-Акопов, Наталья Воронина и Наталья Тер-Акопова — разделила досуг на «чистый» (одно дело) и «совмещенный» (параллельные активности). Для анализа выбрали самые совмещаемые практики: интернет, ТВ, чтение, радио и музыку. Прогулки, спорт или театры, напротив, чаще первичны и нерегулярны, поэтому не подходили для изучения именно накладывающегося досуга.
Просмотр ТВ остается самой продолжительной практикой: в будни около 3 часов 20 минут, в выходные почти 4 часа. Интернет-досуг занимает в среднем 2,5 часа в будни и 3 часа в выходные. Однако главный вывод: доля совмещенного времени сильно зависит от типа активности.
При просмотре телевизора, чтении и интернет-серфинге доля параллельных занятий составляет около трети. То есть в основном это самостоятельное занятие, но примерно каждый третий 15-минутный интервал россияне совмещают с чем-то еще.
С радио и музыкой картина иная: здесь совмещенное время достигает 80–90%. Эти практики почти всегда служат фоном для работы, домашних хлопот, поездок или общения.
Мария Нагерняк
«Учет только первичной деятельности может значительно занижать реальные затраты на досуг, — комментирует Мария Нагерняк, руководитель Центра исследований благополучия и бюджетов времени населения ИСП НИУ ВШЭ. — Если мы не фиксируем параллельные активности, мы просто не видим, сколько времени люди на самом деле проводят в интернете или за музыкой. Это не методологический нюанс, а значимый пласт повседневной жизни».
Интернет-досуг чаще всего совмещают с просмотром телевизора (26,7% случаев), приемом пищи (14%), оплачиваемой работой (12,5%) или просто отдыхом — «ничегонеделанием» (11,2%). Просмотр ТВ — с пассивным отдыхом, едой и домашними делами. Чтение нередко сопровождается фоновым телесмотрением, работой и нахождением в соцсетях.
Радио и музыка — чемпионы по совмещаемости. Они звучат во время оплачиваемой работы, домашних дел, поездок и встреч с друзьями.
Исследование выявило, что мужчины проводят больше чистого времени в интернете, за просмотром ТВ и чтением, чем женщины. В распределении совмещенного времени гендерных различий почти нет. Значит, женский досуг не только короче, но и более раздроблен — чаще совмещен с выполнением различных обязанностей.
Работающие респонденты тратят меньше чистого времени на все виды досуга, чем неработающие, но у них выше объем совмещенного времени. Это стратегия экономии: занятые вынуждены совмещать отдых с делами, чтобы компенсировать его нехватку.
С возрастом растет чистое время у телевизора и снижается — в интернете. Однако объем совмещенного времени от возраста почти не зависит: фоновое потребление остается стабильным всю жизнь.
Образование тоже влияет: люди с высшим образованием меньше времени проводят у телевизора и больше — за чтением, причем в чистом формате.
Исследователи связали объем досуга с субъективным ощущением нехватки времени. Объем совмещенного времени с депривацией досуга не связан, а вот чистого времени — напрямую. Люди, которым не хватает времени на отдых, в среднем на час меньше в день проводят за чистым телесмотрением и на 20 минут меньше — за чтением и музыкой.
Наталья Воронина
«Наши данные позволяют по-новому взглянуть на то, как россияне распределяют время, — резюмирует Наталья Воронина, аналитик центра. — Досуг — это не просто “свободное время”, а сложный конструкт, часто вплетенный в работу и быт».
Исследование основано на данных проекта «Экономическое поведение домашних хозяйств» за 2023–2024 годы. Объединенная выборка — более 24 тысяч человек. Участники заполняли дневники времени с 15-минутной детализацией, отмечая все виды деятельности, включая параллельные.
Лилия Овчарова, проректор НИУ ВШЭ
«Бюджеты времени становятся важным инструментом формирования социальной политики. Показатели, связанные с наличием времени на досуг, активно используются в международной практике для оценки качества жизни и благополучия населения. В современных реалиях для корректной оценки временных затрат на досуг необходимо учитывать контекст накладывающегося потребления и разделять чистый и совмещенный досуг».
Ярослав Кузьминов, научный руководитель НИУ ВШЭ
«Современный человек живет в условиях постоянно ускоряющейся жизни, что подталкивает его к многозадачности и накладывающемуся потреблению — ситуации, когда можно выполнять несколько действий одновременно. Игнорирование этой многозадачности в исследованиях повседневных практик ведет к систематическому занижению реального объема потребления, поскольку одна единица временного ресурса фактически сопряжена сразу с получением нескольких благ — от контента до товаров и услуг. Яркий пример — потребление досуга: люди за завтраком слушают музыку, смотрят телевизор или развлекают ребенка. Или пример смартфона: еще 10 лет назад были плееры и фотоаппараты, а теперь человек может делать несколько вещей одновременно — иметь экранное время во время прослушивания музыки или создания фотоснимков».
Вам также может быть интересно:
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.
4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики
Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».


