Статьи в выпуске: 7
Агропродовольственные системы все больше подвержены экономической нестабильности, вызванной действием широкого спектра факторов, проблемы с идентификацией которых затрудняют предсказуемость их функционирования. Статья направлена на формирование теоретико-методических основ нейросетевого прогнозирования агропродовольственных систем. Методологической базой исследования послужили теория интеграции в приложении к предприятиям агропромышленного сектора и системный подход. Использовался комплекс общенаучных и специальных методов, включая элементы статистического анализа. Предложена авторская трактовка понятия «агропродовольственная система» как совокупности взаимосвязанных экономических субъектов, охватывающих весь цикл производства, хранения, переработки, распределения и потребления продуктов питания, объединенных и взаимодействующих между собой на основе экономических отношений и обеспечивающих достижение индивидуальных и совокупных системных эффектов. Сформирована структурная схема интеграции и взаимодействия элементов агропродовольственной системы, включающих экономические субъекты сельского хозяйства и продовольственного сектора, вертикально интегрированные структуры, домашние хозяйства населения. Обоснован концептуальный подход к систематизации эндогенных и экзогенных факторов прогнозирования. Экзогенные факторы были классифицированы как факторы первого и второго уровня по отношению к экономическим субъектам в зависимости от оказываемого влияния. Анализ особенностей проявления экзогенных факторов в функционировании агропродовольственной системы РФ выявил ее нестабильность, связанную с высокой волатильностью факторов данного типа, что определяет актуальность построения прогностических моделей на основе нейронных сетей. Результаты исследования способствуют более глубокому пониманию влияния различных факторов на параметры функционирования агропродовольственной системы и помогают разрабатывать соответствующие методы прогнозирования с использованием нейронных сетей.
Углубление технологического разрыва между промышленными регионами, усиление внешнеэкономических ограничений и необходимость достижения технологического суверенитета определяют актуальность перехода к интеллектуальному формату развития промышленных экосистем с высокой степенью сложности, динамической самоорганизации и когнитивной трансформации. Статья направлена на разработку концептуального фреймворка оценки и управления интеллектуальной зрелостью промышленных экосистем в условиях экономики данных и институциональной трансформации. Методологическая база исследования основана на онтологическом и системно-структурном подходах, синтезе концепций Индустрий 5.0–6.0, когнитивной экономики, цифрового суверенитета и зрелостных моделей. Использованы методы нарративного анализа, сравнительного типологизирования, нормализации показателей, индексного моделирования и экспертной калибровки весовых коэффициентов. Информационную базу составили аналитические материалы, подготовленные Национальным центром развития искусственного интеллекта при Правительстве Российской Федерации за 2023–2024 гг. В результате сформирован концептуальный фреймворк, включающий: 1) многоуровневую типологию зрелости, отражающую эволюцию экосистем от базовой цифровизации к институционализированной интеллектуальности; 2) категориальную модель оценки интеллектуальной зрелости промышленных экосистем с расчетом интегрального индекса; 3) систему критериев и индикаторов по одиннадцати направлениям оценки; 4) методику стратификации и ранжирования промышленных экосистем по уровню интеллектуальной зрелости; 5) управленческие функции фреймворка в качестве инструмента стратегического планирования, мониторинга и когнитивной трансформации. Выявлено, что фреймворк обеспечивает структурированную платформу для стандартизации методов оценки и управления интеллектуальной зрелостью промышленных экосистем, создавая основу для институционализации ИИ, формирования программ развития и перехода к адаптивным, рефлексивным и стратегически управляемым промышленным экосистемам.
В условиях санкционного давления, перестройки глобальных логистических цепочек, изменения конъюнктуры товарных рынков и необходимости ускоренного импортозамещения возрастает стратегическая ценность монопрофильных муниципальных образований. Многие из них являются центрами высокотехнологичных и системообразующих производств, что способствует обеспечению устойчивого пространственного развития страны. Указанное обстоятельство актуализирует необходимость оценки уровня развития монопрофильных муниципальных образований РФ для определения наиболее эффективных методов управления ими. Статья посвящена разработке методического подхода к исследованию экономической ценности монопрофильных муниципальных образований в экономическом пространстве региона. Методологическая основа исследования включает теоретические положения пространственной экономики, градоведения, ценностного и локализационного подходов. Использовались методы систематизации, обобщения, функционального анализа и синтеза. Предложен методический подход к исследованию экономической ценности монопрофильных муниципальных образований, включающий последовательную оценку степени их участия в процессах функционирования и развития экономического пространства региона, а также их функциональной полезности как результата реализации градообразующей и градообслуживающей функций. Теоретическая и практическая значимость разработанного методического подхода заключается в том, он позволяет оценивать экономическую ценность монопрофильных муниципальных образований как уникальных исследовательских объектов, увязывая ее с функционированием и развитием экономического пространства региона.
В условиях динамично развивающейся экономики, подверженной влиянию глобальной неопределенности, использование методов искусственного интеллекта позволяет строить продвинутые адаптивные модели, основанные на нелинейном взаимодействии переменных, и разрабатывать на их основе более точные экономические прогнозы и сценарии социально-экономического развития, чем с применением стандартных эконометрических и статистических методов. Исследование посвящено нейросетевому моделированию и прогнозированию валового регионального продукта субъекта Российской Федерации (на примере Нижегородской области). Информационной базой послужили региональные и макроэкономические данные Росстата, Банка России и онлайн портала Investing. com за 2000–2023 гг. Теоретико-методологической основой исследования явились расширенная производственная функция Кобба – Дугласа, базовые концепции региональной экономики и нейросетевого моделирования. Использование информации по регионам со схожей отраслевой структурой и масштабам экономики позволило увеличить массив данных для обучения моделей. В результате исследования построены две модели ВРП Нижегородской области: базовая, основанная на ограниченном количестве входных параметров и данных регионов-бенчмарков, согласно Стратегии развития области; и расширенная, основанная на большем количестве входных параметров и данных регионов одного с Нижегородской областью кластера. На их основе разработаны три прогноза ВРП Нижегородской области на 2025–2027 гг.: реалистический, оптимистический и пессимистический. Результаты по реалистическому сценарию оказались близкими к прогнозу областного правительства. Кроме того, расширенная модель позволила получить более точные прогнозы. Результаты и выводы исследования могут быть полезны при составлении прогнозов и управлении социально-экономическим развитием РФ и ее регионов
Государство тратит значительные финансовые ресурсы на поддержку субъектов малого и среднего предпринимательства, в том числе путем предоставления льготных налоговых режимов. Однако недостаток исследований отраслевой принадлежности налогоплательщиков, применяющих специальные налоговые режимы (СНР), не позволяет оценить эффективность диверсификации отдельных видов СНР и их распространенность в регионах РФ. Статья посвящена составлению профиля налогоплательщиков, применяющих СНР, в отраслевом разрезе. Методологическая база исследования основана на теории налогов и пространственном анализе. Использовались методы компаративного и структурного анализа, картографический метод. Информационную базу составили данные статистической налоговой отчетности ФНС России за 2019–2023 гг. Выявлено, что бенефициарами СНР в основном являются субъекты малого и среднего предпринимательства, осуществляющие торговлю, операции с недвижимостью, в то время как стимулирование в секторе наукоемких и обрабатывающих производств не носит преобладающего характера. В большинстве регионов, в которых введена упрощенная система налогообложения, наблюдается ситуация, когда поступления полностью формируются одним видом экономической деятельности. По единому сельскохозяйственному налогу во всех регионах (кроме Ханты-Мансийского АО) максимальная доля поступлений приходится на сельское хозяйство; по налогу на профессиональный доход во всех регионах максимальная доля поступлений приходится на физических лиц, не указавших код ОКВЭД. По СНР во всех регионах доминирует в объемах поступлений торговля, где применяются упрощенная или патентная система налогообложения. Исключение – Сахалинская область и Ненецкий АО – где поступления от СНР в основном формируются за счет соглашений о разделе продукции. Полученные результаты позволяют определить перспективы развития СНР в направлении оптимизации состава бенефициаров, структуры налоговых поступлений, и могут использоваться для формирования соответствующей региональной налоговой политики
Для Российской Федерации, столкнувшейся с новыми геополитическими реалиями, укрепление национальной безопасности и территориальной целостности связано с переосмыслением региональной политики, поиском инструментов снижения пространственных диспропорций. Несмотря на значительный объем научных исследований, посвященных региональной политике, в научном сообществе отсутствует консенсус относительно ее концептуальных основ и, как следствие, общепринятого толкования этого понятия. Практическим следствием этой неопределенности является сложность в выработке эффективных механизмов реализации региональной политики и оценке ее результатов. Статья направлена на идентификацию компонент региональной политики и разработку ее авторского определения. Методологическая база исследования представлена теориями региональной экономики и государственного регулирования регионального развития. Использованы методы теоретического анализа, синтеза, обобщения и сравнения. На основе систематизации представлений о региональной политике в странах с разными макроэкономическими парадигмами обоснованы ее компоненты и дано ее определение как подсистемы государственного регулирования, которая представляет собой стратегически ориентированную систему институтов, действий и механизмов, направленных на управление пространственной организацией воспроизводства ресурсов и условий развития территорий с целью обеспечения сбалансированного социально-экономического развития регионов, решения территориальных проблем и реализации общегосударственных и локальных интересов территорий на основе селективного и дифференцированного подходов. Концептуальное переосмысление региональной политики представляется необходимым шагом на пути формирования эффективных механизмов адаптации регионов к новым экономическим реалиям
Трансформация системы высшего образования РФ и усиление роли наукометрических индикаторов в соответствующей области государственного регулирования обуславливает потребность в изучении концептуальных и теоретических основ наукометрических услуг как элемента сервисного сопровождения научной и образовательной деятельности. Исследование направлено на теоретическое осмысление наукометрии как комплекса услуг в контексте функционирования и развития социально-экономических систем российских университетов. Методологической базой послужили теории услуг и управления наукой, концепции наукометрии. Методы работы включали исторический и сравнительный анализ, а также формализацию понятийного аппарата. Сформулировано авторское определение понятия «наукометрическая услуга» как вида специализированной консультационно-аналитической деятельности в области наукометрии, представляющего собой аналитическую обработку и интерпретацию публикационноцитатных, семантических, патентных и иных наукометрических показателей, направленной на повышение социально-экономической эффективности научной деятельности в академических системах. Разработана классификация наукометрических услуг по целевым задачам их предоставления, а также систематизированы их основные виды по субъектам-заказчикам и экономическим агентам: от индивидуального консультирования исследователей до комплексного наукометрического сопровождения научной и образовательной деятельности организаций системы высшего образования. Расширение теоретических представлений о сущности наукометрических услуг вносит вклад в понимание факторов конкурентоспособности российских университетов и системы высшего образования в глобальной научно-образовательной среде