Архив статей журнала
Новые вызовы, стоящие перед отечественной экономикой, требуют построения моделей, позволяющих адекватно оптимизировать процессы управления промышленностью на уровне региона. Данная работа посвящена разработке агент-ориентированной модели трехуровневого иерархического минимаксного управления региональным промышленным комплексом. Целью настоящего исследования является разработка методики решения задачи идентификации параметров агент-ориентированной модели управления промышленным комплексом региона на примере Свердловской области. Для выполнения поставленной цели предложено теоретическое обоснование реализуемого подхода, приведена формализация задачи идентификации параметров системы управления промышленным комплексом региона, описан алгоритм построения и отбора моделей для оценки параметров системы управления. В качестве метода решения задачи идентификации выбран подход на базе линейного регрессионного анализа. Подготовка информационной базы для апробации подхода проводилась в условиях Свердловской области по 28 видам экономической деятельности, относящихся к промышленному производству, по данным за 2005-2021 гг. При построении статистических моделей идентификации фазовый вектор задается следующими параметрами: среднегодовая численность работников предприятий, основные фонды, валовая добавленная стоимость, объем отгруженных товаров, выполненных работ и услуг, сальдированный финансовый результат организаций, инвестиции в основной капитал, затраты на внедрение и использование цифровых технологий. Вектор управления задан факторами привлечения бюджетных средств, а также привлечения средств кроме бюджетных (из внешних источников). В результате исследования построено 125 моделей достаточно высокого качества, которые могут быть использованы в решении задачи идентификации параметров для построения агент-ориентированной модели управления процессами развития промышленности Свердловской области. Полученные статистические модели позволяют установить связь между агентами, уточнить их специфику, рассчитать и дать оценку результатов применения механизмов управления. Предложенный подход применим для построения прогнозов развития регионального промышленного комплекса в соответствии с планируемыми управляющими воздействиями, а также для вычисления оптимального набора управляющих воздействий для достижения промышленностью целевых параметров.
В последние годы российская экономика пережила серию санкционных и пандемических шоков, однако реакция российских регионов на них оказалась весьма различной, что объясняется разным пространственным положением и отраслевой структурой их экономик. В настоящей статье на основе помесячных данных за 2016-2023 гг. оценивается в динамике уровень стресса региональных физических объемов промышленного производства, оборота розничной торговли и объема платных услуг населению. Индекс стресса рассчитывался как скользящая разница между стандартным отклонением и средним темпом прироста показателя к сопоставимому периоду прошлого года. Интегральный индекс стресса представлен в виде простой суммы частных индексов стресса, нормированных с помощью метода эквивалентных дисперсий в пределах панельной выборки. В результате получены временные ряды частных и интегрального индексов стресса в масштабах страны, федеральных округов и субъектов РФ, проведены межрегиональные сравнения среднего уровня стресса в рассматриваемом периоде и в трех его подпериодах (допандемическом, пандемическом (03.2020 -02.2022) и постпандемическом / новом санкционном). Полученные данные свидетельствуют о большей и относительно однотипной чувствительности сферы услуг российских регионов к пандемии, разной реакции промышленности регионов на санкционные шоки, что создавало эффект диверсификации в масштабах страны, большей реакции торговли на пандемический шок и промышленности на новый санкционный шок. В среднем наиболее уязвимыми к шокам оказались субъекты Северо-Кавказского ФО, а наибольшую устойчивость проявили регионы Сибирского ФО. Исследование показало, что важными факторами устойчивости реального сектора региональных экономик к пандемическому шоку являются отраслевая структура и уровень доходов в регионе, а к санкционным шокам-также его пространственное размещение.
В условиях ускоренной технологизации и роста промышленного производства обостряется проблема экологической нагрузки на окружающую среду. В связи с этим актуальной задачей является оценка воздействия промышленного производства на экологическую ситуацию в целях определения достижения параметров устойчивого развития промышленного комплекса региона. Исходя из предположения, что эффект декаплинга представляет собой наиболее эффективный инструмент для определения перспектив устойчивого развития промышленного комплекса региона, в работе обоснован теоретический подход к исследованию взаимообусловленного устойчивого развития промышленных комплексов и экологической обстановки, в контексте которого апробирована методика оценки эффекта декаплинга. Авторская методика основана на комплексном применении научно обоснованных методических подходов для расчета эффекта декаплинга: корреляционный анализ, система аудита эколого-экономических метрик, методика Организации экономического сотрудничества и развития. Синтез результатов диагностики эффектов декаплинга, проведенной на примере промышленных комплексов регионов Уральского экономического района за период 2016-2022 гг., позволил выявить и доказать устойчивую взаимосвязь экономического роста и экологической ситуации в промышленных комплексах регионов. Комплексное применение отобранных методов расчета эффекта декаплинга является существенным преимуществом оригинальной методики, которое позволяет определить позиции промышленного комплекса на матрице устойчивого развития в разрезе: величины эффекта декаплинга и экологической нагрузки. Визуализация результатов в виде матриц устойчивого развития позволила диагностировать позиции промышленных комплексов: Пермского края, Оренбургской и Свердловской областей как динамически устойчивые; Курганской области, Республик Башкортостан и Удмуртия - относительно устойчивые; Челябинской области - ориентированные на устойчивое развитие. Полученные результаты обеспечивают перспективный горизонт дальнейших исследований, связанный с оценкой эффекта декаплинга как индикатора и инструмента устойчивого развития промышленного производства, что послужит базой для определения стратегических направлений и ограничений устойчивого развития промышленности в экологически ориентированной экономике; позиционирования отдельных комплексов в контексте эколого-экономического развития промышленности Российской Федерации.