Технологии машинного обучения являются достаточно мощным инструментом анализа больших данных, поэтому могут быть применены в российских регионах для разработки стратегии инновационного развития промышленности.
Для сравнения результатов качества прогнозирования и выбора наиболее оптимального метода на примере радиоэлектронной промышленности (РЭП) применен способ «машинного обучения k-ближайших соседей», нейронные сети «многослойный персептрон» и адаптивная нейро-нечеткая система вывода, включающая в себя алгоритм роя частиц, а также многомерные адаптивные регрессионные сплайны.
В качестве целевых функций рассмотрены: 1) объем инновационных товаров; 2) разработанные передовые производственные технологии; 3) сальдированный финансовый результат (информатизация и связь).
Представленная модель прошла обучение на основе выборки пакета девяти входных и трех целевых показателей в период с 2010 по 2022 г. для 83 регионов России. Для последующей верификации обученной модели оставлен 2023 г. выборки. Наиболее качественный прогноз был получен с помощью алгоритма машинного обучения k-ближайших соседей.
При проведении оценки было установлено, что перспективы инновационного развития в отрасли имеют те регионы, у которых значения прогнозных целевых функций попадают в плановые сегменты в 2023 г. Оценка проводилась лишь в тех регионах, для которых прогноз считался наиболее качественным, т. е. средняя абсолютная процентная ошибка < 0,5, это - Краснодарский и Пермский край, Нижегородская, Свердловская, Челябинская и Новосибирская области.
При выполнении подобного анализа для алгоритмов многомерных адаптивных регрессионных сплайнов (для цели 3), роя частиц (для цели 2), многослойных персептронов (для цели 1), было установлено, что претендующими на лидерство в отрасли РЭП имеют Нижегородская и Свердловская области, что частично подтверждает выводы, полученные с помощью способа машинного обучения.
Идентификаторы и классификаторы
- SCI
- Экономика
Разработка стратегии инновационного развития промышленности является важным направлением наращивания отечественного технологического лидерства.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Гринев С.А., Квинт В.Л. Формирование стратегических приоритетов промышленного развития РФ как инновационный фактор преодоления кризисных периодов. Экономика промышленности. 2023;16(3):275-283. DOI: 10.17073/2072-1633-2023-3-275-283 EDN: GHAACG
2. Яшин С.Н., Кошелев Е.В., Суханов Д.А. Эволюционное нейросетевое моделирование импортозамещения в радиоэлектронной промышленности регионов. Финансы и кредит. 2024;30(4):765-787. DOI: 10.24891/fc.30.4.765 EDN: FTRWRE
3. Yoosefzadeh-Najafabadi M., Earl Hugh J., Tulpan D., Sulik J., Eskandari M. Application of machine learning algorithms in plant breeding: Predicting yield from hyperspectral re ectance in soybean. Frontiers in Plant Science. 2021;11:2169. DOI: 10.3389/fpls.2020.624273 EDN: CAOJNT
4. Ramezanpour A., Beam A.L., Chen J.H., Mashaghi A. Statistical physics for medical diagnostics: Learning, inference, and optimization algorithms. Diagnostics. 2020;10(11):972. DOI: 10.3390/diagnostics10110972 EDN: EPVPUP
5. Okolie J.A., Savage Sh., Ogbaga C.C., Gunes B. Assessing the potential of machine learning methods to study the removal of pharmaceuticals from wastewater using biochar or activated carbon. Total Environment Research Themes. 2022;1-2:100001. DOI: 10.1016/j.totert.2022.100001 EDN: JDEHYA
6. Jaiswal A., Babu A.R., Zadeh M.Z., Banerjee D., Makedon F. A survey on contrastive self-supervised learning. Technologies. 2021;9(1):2. DOI: 10.3390/technologies9010002 EDN: PTDEZE
7. Fleer S., Moringen A., Klatzky R.L., Ritter H. Correction: Learning ef cient haptic shape exploration with a rigid tactile sensor array. PLoS One. 2020;15(2):e0230054. DOI: 10.1371/journal.pone.0230054
8. Piryonesi S.M., El-Diraby T.E. Role of data analytics in infrastructure asset management: Overcoming data size and quality problems. Journal of Transportation Engineering, Part B: Pavements. 2020;146(2):04020022. EDN: AYCFJP
9. Uddin S., Haque I., Lu H., Moni M.A., Gide E. Comparative performance analysis of K-nearest neighbour (KNN) algorithm and its different variants for disease prediction. Scienti c Reports. 2022;12:6256. DOI: 10.1038/s41598-022-10358-x EDN: ORWMCM
10. Halder R.K., Uddin M.N., Uddin M.A., Aryal S., Khraisat A. Enhancing K-nearest neighbor algorithm: A comprehensive review and performance analysis of modi cations. Journal of Big Data. 2024;11:113. DOI: 10.1186/s40537-024-00973-y EDN: JXQFJN
11. Xiong L., Yao Y. Study on an adaptive thermal comfort model with K-nearest-neighbors (KNN) algorithm. Building and Environment. 2021;202:108026. DOI: 10.1016/j.buildenv.2021.108026 EDN: BXOVWX
12. Patchanok S., Korn S. Random kernel k-nearest neighbors regression. Frontiers in Big Data. 2024;7:1402384. DOI: 10.3389/fdata.2024.1402384 EDN: KWSBHS
13. Zardini E., Blanzieri E., Pastorello D. A quantum k-nearest neighbors algorithm based on the Eucli dean distance estimation. Quantum Machine Intelligence. 2024;6:23. DOI: 10.1007/s42484-024-00155-2 EDN: JJNEGI
14. Boateng E., Otoo J., Abaye D. Basic tenets of classi cation algorithms K-nearest-neighbor, support vector machine, random forest and neural network: A review. Journal of Data Analysis and Information Processing. 2020;08(04):341-357. DOI: 10.4236/jdaip.2020.84020 EDN: GXCKNR
15. Isabona J., Imoize A.L., Ojo S., Karunwi O., Kim Y., Lee C.-C., Li C.-T. Development of a multilayer perceptron neural network for optimal predictive mo deling in urban microcellular radio environments. Applied Sciences. 2022;12(11):5713. DOI: 10.3390/app12115713 EDN: CJKBVO
16. Rashedi K.A., Ismail M.T., Al Wadi S., Serroukh A., Alshammari T.S., Jaber J.J. Multi-layer perceptronbased classi cation with application to outlier detection in Saudi Arabia stock returns. Journal of Risk and Financial Management. 2024;17(2):69. DOI: 10.3390/jrfm17020069 EDN: UXSITG
17. Sagias V.D., Zacharia P., Tempeloudis A., Stergiou C. Adaptive neuro-fuzzy inference system-based predictive modeling of mechanical properties in additive manufacturing. Machines. 2024;12(8):523. DOI: 10.3390/machines12080523 EDN: WIWIMI
18. Putra V.G.V., Mohamad J.N. Adaptive neuro-fuzzy inference systems (ANFIS) and arti cial neural networks (ANNs) for optimizing electrospun PVA/ TiO2 ber diameter. The Journal of The Textile Institute. 2022;114(10):1898-1908. DOI: 10.1080/00405000.2022.2150954 EDN: DDTAGZ
19. Qiao J., Wang G., Yang Z., Luo X., Chen J., Li K., Liu P. A hybrid particle swarm optimization algorithm for solving engineering problem. Scienti c Reports. 2024;14:8357. DOI: 10.1038/s41598-024-59034-2 EDN: FNUQJK
20. Tang K., Meng C. Particle swarm optimization algorithm using velocity pausing and adaptive strategy. Symmetry. 2024;16(6):61. DOI: 10.3390/sym16060661 EDN: OEOZNB
21. Adnan R.M., Liang Z., Heddam S., Zounemat-Kermani M., Kisi O., Li B. Least square support vector machine and multivariate adaptive regression splines for stream ow prediction in mountainous basin using hydro-meteorological data as inputs. Journal of Hydrology. 2020;586:124371. DOI: 10.1016/j.jhydrol.2019.124371 EDN: YSURAK
22. Hwaidi A., Badr A., Henedy S., Ostrowski K., Imran H. Application of multivariate adaptive regression splines (MARS) approach in prediction of compressive strength of eco-friendly concrete. Case Studies in Construction Materials. 2022;17:e01262. DOI: 10.1016/j.cscm.2022.e01262 EDN: YRRXOF
Выпуск
Другие статьи выпуска
В современных условиях экономического развития одним из ключевых стратегических факторов, определяющих качество жизни трудоспособного населения, выступает сохранение профессионального здоровья и обеспечение длительного трудового долголетия работников.
Данный аспект приобретает особую значимость в контексте растущей конкуренции на рынке труда и необходимости повышения производительности труда.
Реализация данного приоритета осуществляется через комплекс корпоративных инициатив, включающих специализированные программы укрепления профессионального здоровья, которые направлены на достижение оптимального баланса физического, психического и социального благополучия сотрудников, что в свою очередь способствует повышению их трудовой эффективности и снижению издержек предприятий на медицинскую помощь и компенсации.
В статье рассмотрены результаты исследования, проведенного среди руководителей региональных органов управления, по вопросам создания методических материалов для оценки рентабельности программ укрепления здоровья, внедрения системы профессиональной переподготовки с учетом современных требований рынка труда, оптимизации финансирования с учетом экономической целесообразности и возврата инвестиций, развития нормативно-правовой базы с учетом экономических показателей эффективности, а также разработки механизмов государственно-частного партнерства в сфере корпоративного здоровья.
Показано, что инвестиции в здоровье сотрудников окупаются за счет снижения заболеваемости, уменьшения текучести кадров и повышения качества производимой продукции, а внедрение соответствующих программ укрепления здоровья персонала можно рассматривать как важный инструмент стратегического развития бизнеса в условиях современной рыночной экономики.
Одним из основных стратегических приоритетов, оказывающих влияние на формирование достойной жизни работающего населения страны, является их профессиональное здоровье и профессиональное долголетие. Для этого применяют корпоративные целевые проекты, в том числе включающие корпоративные программы укрепления профессионального здоровья на рабочем месте, способствующие работникам достичь персонального рационального уровня физического, ментального и социального благополучия.
С целью проведения оценки влияния корпоративных мероприятий на укрепление здоровья работающих в стране было выполнено исследование, состоящее в анкетировании руководителей органов управления регионов.
В результате анализа полученных данных выявлено, что в регионах активно разрабатываются и выполняются региональные проекты «Укрепление общественного здоровья», а также региональные и муниципальные программы и планы укрепления корпоративного здоровья.
Предложения и рекомендации органов управления регионов по совершенствованию разработки и внедрения корпоративных программ укрепления профессионального здоровья персонала промышленных предприятий относились к дальнейшему развитию нормативно-методических документов, методической базы, процесса профессиональной переподготовки, а также увеличению финансирования.
Конец прошлого столетия и начало XXI века ознаменовались появлением в научном сообществе нового научного тренда, привлекшего внимание многих профессиональных коллективов по всему миру - тренда на снижение выбросов углерода в атмосферу, который образуются в процессе сжигания ископаемого топлива. Такие научные веяния получили значительную поддержку в большинстве стран мира, став на какое-то время «мейнстримом», главным научным течением, приведшим к понятию «декарбонизация экономики». Считалось, что снижение выбросов углерода является одним из основных способов борьбы с изменениями климата, так как именно углерод, содержащийся в выбросах парниковых газов, является одним из основных элементов, разрушающих озоновый слой атмосферы. Не отрицая негативного воздействия любых выбросов в атмосферу, связанных с работой промышленных компаний, использующих природное топливо в качестве основного источника получения энергии, результаты ряда выполненных исследований стали ставить под сомнение негативный эффект воздействия выбросов в атмосферу в результате сжигания природного топлива: процессы изменения климата происходят на нашей планете циклично, а «декарбонизация экономики» стала инструментом геополитической борьбы за мировые рынки сбыта товаров, произведенных при помощи «чистого топлива».
Целью данного исследования является систематизации взглядов на причины изменения климата, связанное с выбросами промышленных предприятий углерода в атмосферу, а также объективных анализ геоэкономических и геополитических причин необходимости организации проектов декарбонизации нефтегазового комплекса, прежде всего при реализации энергетических проектов в российской Арктике.
Данный вопрос имеет особую актуальность Российской Федерации, располагающей самыми крупными в мире запасами традиционных источников энергии в Арктической зоне.
Перед российскими предприятиями стоит важная задача повышения производительности труда, высокие значения которой необходимы для осуществления деятельности в условиях кадрового дефицита и мобилизационной экономики. Одними крупными предприятиями накоплен опыт реализации различных управленческих и технологических инноваций, позволяющих повысить эффективность их работы, в том числе за счет внедрения новых производственных систем, другие используют акселерационные программы, предоставляемые государством в рамках национального проекта «Производительность труда», которые основаны на внедрении бережливых технологий. Это обусловливает актуальность осмысления ранее накопленного опыта использования бережливого производства в современном контексте.
Цель работы - на основе изучения опыта ряда промышленных предприятий (РУСАЛ, НАПО, Элсиб, СИБЭКО) по реализации проектов повышения производительности труда с помощью бережливых технологий за последние десятилетия сформировать рекомендации по их использованию в отечественных организациях.
Методы исследования - анализ опыта отечественных промышленных компаний, интервью с экспертами, анализ документов по проектам повышения организационной эффективности.
Результаты проведенного исследования позволили сделать вывод, что внедрение бережливых технологий требует их адаптации к отраслевой, региональной, корпоративной специфике, а также дальнейшего развития под запросы, стоящие перед бизнесом и государством.
Анализ опыта обозначенных компаний показал, что несмотря на явную результативность использования бережливого производства для вовлечения работников в систему постоянных улучшений, они не обеспечивают должный прямой рост производительности труда.
Предложения могут быть использованы в практике компаний, приступающих к внедрению бережливых технологий.
Одной из ошибок прогнозирования тенденций экономического развития является отсутствие первоначальной проверки нормальности распределения данных как неотъемлемое условие применимости статистических процедур. Применимость данных методов к искаженным данным приводит к неточности и снижению качества экономического прогноза.
Цель работы - провести поэтапную проверку нормальности распределения данных для обеспечения более высокой достоверности экономического прогноза на основе тестов симметрии, таких как коэффициент вариации, графики квантилей, среднее абсолютное отклонение, диапазон размаха варьирования и статистика Жарка-Бера.
Обработка данных, основанная на распределении валового внутреннего продукта РФ с 2000 по 2020 г., показала наличие нормального распределения массива, что способствует достоверному экономическому прогнозу и оценки перспектив изменений в будущем с целью минимизации ошибок и искажению результатов.
В условиях активного экономического роста крупные промышленные холдинги используют возможности неорганического роста для сохранения и усиления конкурентных позиций как на внутренних, так и на международных рынках. Вместе с этим появляется все больше разнообразных передовых цифровых технологий, которые помогают руководителям и собственникам промышленных компаний более эффективно управлять процессом интеграции приобретенных активов. Грамотное использование инструментов цифровизации значительно упрощает и ускоряет проведение каждого этапа сделок слияний и поглощений (англ. mergers and acquisitions), также сокращает расходы на содержание проектного офиса при реализации этих сделок.
В данной статье представлено авторское и институциональное (официальное) определение интеграционных процессов в промышленности.
Проведен систематизированный и структурированный анализ мировых сделок слияний и поглощений, которые проводились во всех отраслях и конкретно в промышленном секторе в 2020-2024 гг. Проанализированы экономические, технологические драйверы и перспективы развития рынка слияний и поглощений.
Приведены примеры крупнейших интеграционных сделок в промышленности за последние 10 лет. Рассмотрены основные этапы сделок слияний и поглощений, дано подробное описание каждого этапа и их особенностей. Также представлен перечень цифровых инструментов и современных технологий, которые используются при проведении всех этапов интеграционного процесса промышленных активов. Основной упор сделан на оценку влияния цифровых инструментов и решений в разрезе рассматриваемых этапов интеграционного процесса.
Сформулирован вывод о влиянии цифровизации на реализацию интеграционных процессов в промышленности, а также возможном дальнейшем упрощении и ускорении проведения части этапов интеграционных сделок благодаря использованию продвинутых цифровых решений.
В статье рассмотрена проблема противоречивости и недостаточной точности количественных методов, применяемых при анализе сделок слияний и поглощений.
Авторы отмечают, что критерии эффективности заключенных сделок, используемые большинством исследователей, не соответствуют реальным факторам, которые учитываются руководством компаний при принятии решений о сделке.
Это приводит к разрыву между теоретическими разработками и их практическим применением, а также ограничивает внедрение научных результатов в практику.
В работе исследованы и идентифицированы основные недостатки наиболее распространенных методов анализа: накопленной избыточной доходности (Cumulative Abnormal Returns, или CARs) и избыточной доходности покупки и удержания (Buy and Hold Abnormal Returns, или BHAR), а также впервые предложены гипотезы среднесрочной доходности и долгосрочной окупаемости, отражающие критерии прогноза успешности сделок слияний и поглощений с позиции менеджмента.
Разработаны новые подходы к статистическому анализу рынка слияний и поглощений, позволяющие выявлять сделки, результаты которых существенно отличаются от средних показателей в ту или иную сторону.
Дальнейшая разработка и эмпирическая проверка предложенных подходов могут способствовать внедрению новых методик оценки эффективности слияний и поглощений, а также созданию на их основе отраслевых и универсальных рекомендаций для руководителей компаний-покупателей.
В настоящем исследовании осуществлен анализ текущего состояния российской электронной промышленности, проведенный на основании данных Росстата, системы «СПАРК-Интерфакс», Минпромторга России, Минцифры России, Минэкономразвития России, отчетов и материалов Ассоциации российских разработчиков и производителей электроники, других данных и источников информации.
Проанализированы ключевые показатели электронной отрасли Российской Федерации, в том числе ее структура, динамика развития, место российской электронной промышленности в мировой промышленности, территориальная организация в разрезе регионов России, определены ключевые предприятия отрасли.
Отдельное внимание уделено выявлению проблем развития российской электронной промышленности, дифференцированных по двум основным направлениям: рыночные проблемы и вопросы государственного регулирования отрасли.
К рыночным проблемам отнесены высокий уровень импортной зависимости российской электронной отрасли, невозможность развития производственной технологической основы электронной промышленности в условиях открытой конкуренции с мировыми производителями, высокий уровень зависимости развития электронной отрасли от емкости внутреннего рынка; к управленческим проблемам - качество и эффективность деятельности органов исполнительной власти, курирующих развитие российской электронной отрасли, а также низкий уровень проработанности и обоснованности стратегирования развития российской электронной отрасли.
На основании проведенного анализа сформированы управленческие рекомендации, направленные на улучшение экономической ситуации в российской электронной промышленности, повышение степени контролируемости и управляемости ее развитием со стороны органов исполнительной власти. Ключевые рекомендации затрагивают необходимость разработки новых подходов к развитию отечественной электроники, формирование практикоориентированной отраслевой стратегии, согласованной со всеми заинтересованными участниками, вовлеченными в разработку, создание специализированных управленческих структур, направленных на адаптацию разработок военной электроники под нужды гражданского сектора.
Результаты исследования могут быть использованы органами власти, экспертными и прочими организациями при разработке и реализации промышленной политики на федеральном и региональном уровне.
Евразийский экономический союз - основной внешнеэкономический проект России в ХХI в. Его сохранение и расширение в условиях антироссийских санкций имеет большое значение для всех стран, входящих в него. В исследовании изучена проблема низкого уровня промышленной и агропромышленной кооперации между странами Евразийского экономического союза.
Актуальность темы обосновывается санкционным давлением на РФ и Беларусь, необходимостью импортозамещения, создания отечественного промышленного комплекса в стратегически важных отраслях, необходимостью экономического противостояния давлению «коллективного Запада».
Цель исследования - выявление возможностей развития интеграционной модели Евразийского экономического союза на базе промышленной и агропромышленной кооперации. Выдвинута гипотеза - усиление промышленной кооперации в рамках Евразийского экономического союза позволит значительно повысить его интеграционные эффекты.
Для достижения цели и проверки гипотезы использованы следующие методы: динамического норматива, индексный метод оценки международной торговли, построения восходящих кооперационных цепочек Организации экономического сотрудничества и развития.
Среди результатов исследования выделяется доказательство первичной роли кооперации для создания привлекательных экономической и интеграционной моделей Евразийского экономического союза.
Горно-металлургическая отрасль является одной из стратегически значимых отраслей российской промышленности, перед ней открыты обширные возможности для будущего развития. Повсеместное использование металлов в рамках Индустрии 4.0 и «зеленых» трендов стимулирует увеличение спроса на них, открывая новые перспективы. В то же время металлургия сталкивается и со значительным числом вызовов, требующих своевременного ответа. К ним относятся рост торговых барьеров, нехватка инвестиционных ресурсов, ограничение доступа к зарубежным технологиям, высокая волатильность макроэкономических параметров и другие. Эффективность развития отрасли в долгосрочной перспективе зависит от способности компаний адаптироваться к новым реалиям и гибкости реализуемых стратегий. В таких условиях особенно важной представляется роль стратегического управления и планирования в металлургической промышленности как на государственном, так и на корпоративном уровне.
В исследовании проведен обзор современных трендов и тенденций развития мировой металлургической отрасли, а также определены условия функционирования российских компаний. Представлен критический анализ системы стратегического планирования развития отрасли. Выполнен обзор долгосрочных стратегий ведущих металлургических компаний России, таких как ПАО «ГМК «Норильский никель»», АО «Уральская горно-металлургическая компания» (УГМК), АО «Русская медная компания», АО «ЕВРАЗ», АО «МЕЧЕЛ», ПАО «Северсталь», АО «Металлоинвест».
Предложен концептуальный подход к стратегическому планированию развития российской металлургической промышленности, учитывающий характер и направленность современных вызовов, стоящих перед отраслью.
Разработаны практические рекомендации, направленные на совершенствование управления долгосрочным развитием российского горно-металлургического сектора.
Горно-металлургическая отрасль является одной из стратегически значимых отраслей российской промышленности, перед ней открыты обширные возможности для будущего развития. Повсеместное использование металлов в рамках Индустрии 4.0 и «зеленых» трендов стимулирует увеличение спроса на них, открывая новые перспективы. В то же время металлургия сталкивается и со значительным числом вызовов, требующих своевременного ответа. К ним относятся рост торговых барьеров, нехватка инвестиционных ресурсов, ограничение доступа к зарубежным технологиям, высокая волатильность макроэкономических параметров и другие. Эффективность развития отрасли в долгосрочной перспективе зависит от способности компаний адаптироваться к новым реалиям и гибкости реализуемых стратегий. В таких условиях особенно важной представляется роль стратегического управления и планирования в металлургической промышленности как на государственном, так и на корпоративном уровне.
В исследовании проведен обзор современных трендов и тенденций развития мировой металлургической отрасли, а также определены условия функционирования российских компаний. Представлен критический анализ системы стратегического планирования развития отрасли. Выполнен обзор долгосрочных стратегий ведущих металлургических компаний России, таких как ПАО «ГМК «Норильский никель»», АО «Уральская горно-металлургическая компания» (УГМК), АО «Русская медная компания», АО «ЕВРАЗ», АО «МЕЧЕЛ», ПАО «Северсталь», АО «Металлоинвест».
Предложен концептуальный подход к стратегическому планированию развития российской металлургической промышленности, учитывающий характер и направленность современных вызовов, стоящих перед отраслью.
Разработаны практические рекомендации, направленные на совершенствование управления долгосрочным развитием российского горно-металлургического сектора.
Ключевым условием эффективного использования огромного пространства России является формирование полицентричного пространственного каркаса, узлами которого являются не только крупнейшие/крупные, но и городские агломерации более низкого уровня иерархии.
Однако проблема заключается в том, что в науке их феномен является слабоизученным, а также отсутствуют концептуальные основы стратегии развития, учитывающей особенности таких агломераций.
Цель работы - разработка концепции стратегии развития российских городских агломераций с численностью менее 500 тыс. человек («второго эшелона»).
Для ее достижения были решены задачи: выявить специфику данных агломераций; исследовать особенности и проблемы управления стратегическим развитием агломераций в регионах России; разработать основные элементы концепции стратегии развития агломераций с учетом капитализации их конкурентных преимуществ.
Объектом исследования являются агломерации, ядрами которых выступают большие (с населением 100-250 тыс. чел.) и крупные (свыше 250 тыс. чел.) города (Архангельск, Вологда, Калуга, Норильск, Сургут, Тамбов, Ханты-Мансийск, Южно-Сахалинск).
Исследование базируется на основных положениях теории и методологии стратегирования академика В. Л. Квинта. Были использованы монографический, компаративный, экономико-статистические методы; проведен анализ стратегических документов федерального и регионального уровней, нормативно-правовых актов.
Выявлено, что исследуемые агломерации имеют значительный, однако нереализованный потенциал, что связано с недостаточным учетом в управлении их особенностей (слабо сформированная спутниковая зона; базис экономики составляют преимущественно отрасли нижних технологических переделов; дезинтеграция агломерационного пространства); несформированностью системы стратегирования развития.
Обоснованы стратегические приоритеты развития агломераций, направленные на реализацию стратегических возможностей и подкрепленные конкурентными преимуществами: а) производство продукции с высокой добавленной стоимостью на основе консолидации научно-технологического потенциала агломерации в рамках кластерно-сетевых и вертикально интегрированных производств; б) превращение агломераций в центральные места высшего уровня иерархии, представляющие широкий спектр социальных услуг; в) развитие на базе их современных транспортных узлов, мультимодального транспортно-логистического центра.
Перспективы исследования видятся в обосновании для агломераций пула стратегических проектов, направленных на превращение их в центры роста макро- и регионального уровня.
В статье обосновано утверждение, что период глобальных изменений системного и структурного характера, формирующих новые параметры, факторы и условия, создающих турбулентность и усиливающих неопределенность, для России необходимо воспринимать не как новую нормальность, а как период постнормальности.
Показано, что с учетом национальных интересов и целей этот период необходимо использовать как окно стратегических возможностей для промышленности по укреплению национальной и экономической независимости, формированию технологического суверенитета.
Особое внимание уделено формированию прочного промышленного ядра через процессы новой индустриализации или реиндустриализации российской экономики, что может способствовать не только переходу к новой нормальности, а ее активному формированию.
Уточнено, что процесс реиндустриализации потребует мобилизации и использования имеющихся ресурсов и конкурентных преимуществ, а также стратегического подхода. С этой целью в качестве теоретико-методологического базиса системной реиндустриализации предложено использовать методологию отраслевого стратегирования, являющуюся одним из направлений российской научной школы стратегирования, основоположником и лидером которой является академик, иностранный член РАН В. Л. Квинт.
Грамотное применение методологии отраслевого стратегирования позволит не только сформировать прочное промышленное ядро, обеспечивая технологический суверенитет, но и откроет возможности по становлению России одним из ключевых трансляторов формирования новой системы «норм».
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- МИСИС
- Регион
- Россия, Москва
- Почтовый адрес
- 119049, г Москва, р-н Якиманка, Ленинский пр-кт, д 4 стр 1
- Юр. адрес
- 119049, г Москва, р-н Якиманка, Ленинский пр-кт, д 4 стр 1
- ФИО
- Черникова Алевтина Анатольевна (РЕКТОР)
- E-mail адрес
- kancela@misis.ru
- Контактный телефон
- +7 (495) 9550074
- Сайт
- https://misis.ru/