Предметом исследования являются налоговые и бюджетные инструменты стимулирования развития человеческого капитала в наукоемких отраслях экономики. Цель работы – провести диагностику фискальных инструментов стимулирования человеческого капитала с тем, чтобы выявить институциональные ограничения государственной финансовой поддержки, сдерживающие развитие компетенций работников предприятия в наукоемких отраслях. В работе применяются следующие методы: анализ научных публикаций и документов нормативной правовой базы, связанных с государственной поддержкой рационального использования компетенций работников в наукоемких отраслях экономики; эмпирический анализ влияния налоговых и бюджетных преференций на развитие человеческого капитала для достижения технологического суверенитета и лидерства. Проведен обзор литературы по следующим аспектам исследуемой проблемы: рациональное использование компетенций работников в наукоемких отраслях экономики, влияние налоговых и бюджетных преференций на развитие человеческого капитала для достижения технологического суверенитета и лидерства, сепарирование эффектов государственной финансовой поддержки для объективной оценки их роли в стимулировании интеллектуального капитала. Выявлены ограничения экосистемной обусловленности налоговых и бюджетных инструментов, направленных на развитие человеческого капитала в наукоемких отраслях для достижения технологического суверенитета и лидерства. Результаты исследования могут быть полезны сотрудникам финансовых ведомств, преподавателям экономических дисциплин и студентам управленческих, юридических и экономических специальностей.
Идентификаторы и классификаторы
- SCI
- Экономика
По мнению ученых, «особенностью развития российской экономики является низкая готовность сотрудников стать активными агентами интеллектуальной ЧМС» [8, с. 236]. При этом Н. М. Абдикеев, О. М. Абросимова и М. Д. Фуфаев считают, что «совершенствование подготовки кадров и внедрение современного оборудования на рабочих местах способствуют повышению результативности работы, в частности, разработке новых передовых производственных технологий» [9, с. 16].
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Chandler A.D. Strategy and structure: Chapters in the history of the industrial enterprise. Cambridge, MA: The MIT Press; 1962. 463 p.
2. Grant R.M. Toward a knowledge-based theory of the firm. Strategic Management Journal. 1996;17(S2):109-122. https://doi.org/10.1002/smj.4250171110.
3. Teece D.J. Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal. 2007;28(13):1319-1350. https://doi.org/10.1002/smj.640.
4. Mintzberg H., Waters J. A. Of strategies, deliberate and emergent. Strategic Management Journal.1985;6(3):257-272. https://doi.org/10.1002/smj.4250060306.
5. Романчева Н.И., Юркевич Е.В. Оценка существенности взаимосвязей характеристик киберсоциальной системы. Труды международного симпозиума «Надежность и качество». 2016;1:232-235.
6. Юркевич Е.В. Введение в теорию информационных систем. М.: ИД Технологии; 2007. 270 с.
7. Mintzberg H. The structuring of organizations. Englewood Cliffs, NJ: Prentice-Hall; 1979. 512 p.
8. Юркевич Е.В., Калугина А.Д., Крюкова Л.Н. Киберсоциальные системы как инструмент оптимизации стратегического управления на промышленном предприятии. Мат. XI Междунар. конф. «Управление развитием крупномасштабных систем» (MLSD’2018). (Москва, 1-3 октября 2018 г.). М.: ИПУ РАН; 2018;1:236-238.
9. Абдикеев Н.М., Абросимова О.М., Фуфаев М.Д. Оценка влияния факторов интеллектуального промышленного производства на достижение технологического суверенитета. Бизнес. Образование. Право. 2025;(3):13-18. https://doi.org/10.25683/VOLBI.2025.72.1374.
10. Pfeffer J. The human equation: Building profits by putting people first. Boston, MA: Harvard Business School Press; 1998. 345 p.
11. Volberda H.W., van den Bosch F.A.J., Heij C.V. Management innovation: Management as fertile ground for innovation. European Management Review. 2013;10(1):1-15. https://doi.org/10.1111/emre.12007.
12. Чигоряев К.Н., Скопинцева Н.А., Ульященко В.В. Оценка стоимости человеческого капитала на основе произведенных затрат. Известия Томского политехнического университета. 2008;313(6):54-56.
13. Нарбут В.В., Абдикеев Н.М. Интеллектуализация промышленного производства как фактор достижения технологического суверенитета: сущность и принципы. Мир новой экономики. 2025;19(3):6-16. https://doi.org/10.26794/2220-6469-2025-19-3-6-16.
14. Child J. Organization: A guide to problems and practice. London: Paul Chapman Publishing Ltd; 1997. 309 p.
15. Teece D.J. Business models and dynamic capabilities. Long Range Planning. 2018;51(1):40-49. https://doi.org/10.1016/j.lrp.2017.06.007.
16. Blomquist N.S. Should educational expenses be deductible? A comparison of tax bases in a model where education is a choice variable. Journal of Public Economics. 1982;18(1):65-83. https://doi.org/10.1016/0047-2727(82)90011-1.
17. Bednar S., Gicheva D. Tax benefits for graduate education: Incentives for whom? Economics of Education Review. 2013;36:181-197. 10.1016/j.econedurev.2013.07.001.
18. Hoxby C., Bulman G. The effects of the tax deduction for postsecondary tuition: Implications for structuring tax-based aid. NBER Working Paper. 2015;(21554). https://doi.org/10.3386/w21554.
19. Киреенко А.П., Красикова Т.Ю. Вычеты по индивидуальному подоходному налогу и спрос на образование: опыт России. Journal of Tax Reform. 2023;9(2):145-160. (На англ.). https://doi.org/10.15826/jtr.2023.9.2.134.
20. Тихонова А.В., Малкова Ю.В. Развитие в России системы STEM-образования и ее налоговое стимулирование. ЭКО: всероссийский экономический журнал. 2023;53(3):27-46. https://doi.org/10.30680/ECO0131-7652-2023-3-27-46.
21. Тихонова А.В. Проблема сепарирования эффектов государственной финансовой поддержки и варианты ее решения. Экономика. Налоги. Право. 2023;16(5):104-113. https://doi.org/10.26794/1999-849X-2023-16-5-104-113.
22. Васильченко А.Д. Налоговое стимулирование в системе финансовой поддержки развития человеческого капитала. Дис. … канд. экон. наук. М.: Финансовый университет; 2026. 222 с.
23. Akerlof G.A. The market for “lemons”: Quality uncertainty and the market mechanism. The Quarterly Journal of Economics.1970;84(3):488-500. https://doi.org/10.2307/1879431.
24. Громов В.В. Специфика и проблемы налогового стимулирования малых ИТ-компаний в России. Финансовый журнал. 2022;14(1):8-25. https://doi.org/10.31107/2075-1990-2022-1-8-25.
25. Сосновский С., Воинов В., Галияхметов Р. Приняты меры налоговой поддержки: условия для развития IT-отрасли, отечественного ПО и радиоэлектронной продукции и др. ЭЖ-Бухгалтер. 2022;(28):7-9. URL: https://www.eg-online.ru/article/457768.
26. Турбина О. ФИНВ по налогу на прибыль организаций: определены параметры применения (виды деятельности, порядок, размер). ЭЖ-Бухгалтер. 2024;(36):6. URL: https://www.eg-online.ru/article/491062.
Выпуск
Другие статьи выпуска
Оценка деятельности организации (компании, предприятия) в условиях неопределенности (информационной энтропии), латентной и/или явной противоречивости данных может содержать следующие угрозы: введение в заблуждение как внешних, так и внутренних заинтересованных сторон компании (стейкхолдеров); оперирование некачественными, неточными и в итоге бесполезными результатами анализа деятельности предприятия; некачественное определение показателей его финансовой успешности (ФУ). Вследствие этого создается симметрия заблуждений в отношении тех или иных активов и оценки ФУ компании в целом, что влечет принятие стейкхолдерами некорректных управленческих и/или инвестиционных решений, решений по оптимизации деятельности компании, организации, нарушения прав заинтересованных сторон. Целью настоящего исследования явилось рассмотрение подходов к математическому моделированию взаимосвязи финансовой успешности компании и качества информационного обеспечения (ценности данных). В ходе работы использовались общенаучные методы исследования, а также методологический подход к обоснованию принятия управленческих и/или инвестиционных решений при наличии информационной энтропии данных. Авторами статьи предложен подход, основанный на применении математического аппарата для анализа взаимосвязей различных факторов, влияющих на оценку деятельности организации и качество информационного обеспечения (ценность данных). Внедрение результатов исследования позволит предприятиям повысить такие показатели, как эффективность, финансовую устойчивость, платежеспособность и др. для определенной i-стадии жизненного цикла деятельности компании.
Актуальность темы исследования определяется тем, что сфера российского внутреннего туризма является одной из приоритетных отраслей экономики РФ. Целью работы стало выявление ключевых этапов и особенностей стратегического управления развитием туристских территорий в России. Автором были изучены статистические данные по внутреннему туризму, произведен анализ законодательной базы РФ касательно развития отрасли, определены ключевые черты и принципы стратегического управления ее развитием на федеральном и региональном уровнях. Для каждого из них предложена структурная модель. Результаты исследования могут быть использованы как представителями научного сообщества, так и предпринимателями, региональными и муниципальными властями при разработке проектов в сфере туризма.
Целью настоящего исследования является анализ инструмента управления человеческими ресурсами (HR) и элемента архитектуры управленческого контроллинга в организациях стран Центральной и Восточной Европы (ЦВЕ) – цифрового аутсорсинга. Актуальность работы заключается в определении его прикладного управленческого контекста, включающего принятие решений, распределение ответственности, механизмы контроля и формирование доверия в отношениях «компания-заказчик – провайдер цифровых услуг». На основе анализа практик цифрового HR-аутсорсинга, в числе которых – расчет заработной платы, электронный кадровый документооборот и использование интеллектуальных HR-платформ, показано, что цифровизация внешнего хода процессов сопровождается изменением логики управленческого контроля. Это выражается в смещении последнего от операционного мониторинга к рискориентированным и предиктивным моделям. В ходе работы выявлен управленческий парадокс цифрового аутсорсинга, заключающийся в том, что передача операционного исполнения функций внешнему провайдеру не приводит к снижению управленческой ответственности компании-заказчика, а, напротив, усиливает требования к управляемости, интерпретации данных и институционализированному контролю принимаемых решений. Автором статьи показано, что в странах Центральной и Восточной Европы эффективность цифрового аутсорсинга определяется не уровнем технологической автоматизации HR-процессов, а качеством архитектуры корпоративного управления и развитием системы управленческого контроллинга. Полученные результаты имеют практическую значимость для организаций, реализующих цифровой аутсорсинг HR-функций в институционально неоднородной среде стран ЦВЕ.
В статье рассматриваются проблемы недостаточной согласованности процессов управления объектами интеллектуальной собственности (ИС) и научными исследованиями и разработками наукоемкого предприятия, а также отсутствие формализованного учета уровней развития техники и технологий при принятии организационных решений. Указанные факторы затрудняют оптимизацию портфеля объектов ИС и приводят к снижению результатов коммерциализации результатов интеллектуальной деятельности (РИД), и актуальность данной проблемы обусловлена ростом конкуренции и необходимостью повышения эффективности научно-исследовательских и опытно-конструкторских работ наукоемких предприятий. Целью исследования является проектирование системы управления объектами ИС таких компаний, включающее формирование комплексного организационного контура и формализацию задач жизненного цикла РИД. В ходе работы создана структурно-функциональная модель, отражающая взаимосвязь задач координации объектов ИС с этапами жизненного цикла РИД в составе комплексной системы управления научными исследованиями и разработками на наукоемком предприятии. Полученные результаты могут стать основой для проектирования совокупности взаимосвязанных моделей и алгоритмов, реализующих метод комплексного управления ИС наукоемкого предприятия и обеспечивающих согласование научно-технической, правовой и экономической логики управления, а также повышение координации жизненного цикла РИД.
Формирование и доминирование цифровой экономики знаменует собой переход от традиционных факторов производства (земля, труд, капитал) к новому, ключевому ресурсу – интеллектуальному капиталу (ИК). В современных условиях именно он, а не материальные активы, становится основным источником конкурентных преимуществ, устойчивого развития и стабильно высокой стоимости компании. В статье анализируется трансформация роли интеллектуального капитала в рамках цифровой экономики. Управление ИК рассматривается как условие стратегического развития бизнеса с целью формирования среды для эффективного развития человеческого капитала и его реализации при создании интеллектуального продукта. Целью исследования явился анализ влияния цифровых технологий на такие компоненты, как человеческий, структурный, отношенческий и клиентский капиталы; его объектом стал интеллектуальный капитал организации как экономическая категория, а предметом – совокупность методов, инструментов и отношений, складывающихся в процессе управления ИК в условиях цифровой экономики. В ходе работы были использованы общенаучные методы: анализ, синтез, сравнение, классификация, моделирование. В качестве результатов предлагаются новые подходы к оценке и управлению интеллектуальным капиталом, основанные на data-ориентированных решениях и интеграции в цифровые экосистемы, а также практические рекомендации по построению эффективной системы управления.
В условиях цифровизации и возрастающей сложности процессов разработки программного обеспечения (ПО) управление данными (Data Governance) становится стратегическим направлением развития российских цифровых и высокотехнологичных компаний. Опираясь на современные исследования по бизнес-аналитике (Business Intelligence) и Data Governance последних лет, а также на эмпирические примеры применения систем Business Intelligence в управлении качеством разработки ПО и аналитике человеческих ресурсов (HR-аналитики) в телекоммуникационной компании, авторы обосновывают интегрированную модель управления данными (включающую стратегический, технологический и культурно-кадровый уровни), что представляет собой цель исследования. В статье раскрывается сущность «искусства управлять данными» как инструмента стратегического менеджмента; сделан вывод, что Data Governance выступает не только технологическим, но и социально-управленческим процессом, формирующим культуру принятия решений. Результаты исследования могут быть использованы при разработке корпоративных стратегий цифрового управления и построении систем Data Governance.
Целью исследования явился анализ эволюции методов построения рекомендательных систем и подходов к оценке их качества в условиях многокритериальности и изменяющихся пользовательских предпочтений. В ходе работы рассмотрены основные этапы развития рекомендательных технологий, систематизированы современные алгоритмы и архитектуры, включая гибридные, нейросетевые и графовые модели. Особое внимание уделено методам оценки качества рекомендаций и классификации метрик, отражающих точность, уровень ранжирования, разнообразие и ресурсную эффективность по группам. В статье также показано, что ориентации исключительно на метрики точности для адекватной оценки результативности рекомендательных систем недостаточно. Авторы исследования рассмотрели ключевые методологические проблемы, включая холодный старт, разреженность данных и необходимость баланса между точностью и разнообразием рекомендаций, и сделали вывод о целесообразности комплексного многокритериального подхода к оценке рекомендательных систем. Результаты исследования могут быть использованы научными работниками, разработчиками рекомендательных систем, специалистами в области машинного обучения и анализа данных, а также представителями бизнеса при выборе и оценке эффективности рекомендательных алгоритмов.
Цифровые интеллектуальные активы (ЦИА) формируют добавленную стоимость бизнеса, способствуют интеллектуализации производства и в конечном итоге достижению промышленным предприятием технологического лидерства и конкурентных преимуществ высокого порядка. Цель настоящего исследования заключается в выявлении специфики ЦИА как инструментария «умного» производства и определении на ее основе моделей и принципов коммерциализации данных активов. Методологической базой послужили методы классификации, сравнительного анализа, обобщения и систематизации. В результате работы определены критерии различия цифровых технологий и цифровых интеллектуальных активов; охарактеризованы отличительные особенности ресурсной, инновационной, платформенной, инвестиционной и экосистемной концепций коммерциализации ЦИА; проведена сравнительная характеристика традиционных и цифровых моделей коммерциализации ЦИА с указанием их преимуществ и недостатков. Сделан вывод о том, что выбор концепции и модели зависит от зрелости конкретного вида ЦИА, уровня цифровизации предприятия и рыночной среды; предложена авторская классификация принципов коммерциализации ЦИА. Полученные результаты могут быть полезны руководителям компаний из разных секторов экономики при разработке собственных стратегий коммерциализации цифровых интеллектуальных активов.
Статья посвящена выработке концептуальных подходов к выбору прототипа интегрированной платформы единой цифровой системы данных экономических субъектов России (ЕЦД ЭС). Объектом исследования является система цифровых сервисов и платформ, выступающая технологической базой концепции управления «Государство как платформа», а его задачей – обоснование порядка формирования и использования интегрированной платформы ЕЦД ЭС для повышения эффективности государственного управления в рамках системы межведомственного взаимодействия. Результатами работы стало обоснование архитектуры, базовых принципов формирования и использования ЕЦД ЭС на основе трехкомпонентного взаимодействия платформенных решений. Посредством таких методов, как сравнительный анализ технологических и платформенных решений, изучение международного опыта и отечественной практики интеграции данных экономических субъектов, обоснована целесообразность выбора «интеграционного» сценария формирования платформы ЕЦС данных организаций России и модели ее трехкомпонентной платформы с целью создания на государственном уровне структуры с жестким контролем качества информации. Предложены направления трансформации межведомственного взаимодействия, области возможного использования, вызовы и барьеры, которые могут возникнуть при внедрении предложенного варианта платформы ЕЦС данных организаций России, и ожидаемые эффекты. Исследование может представлять интерес для органов государственного управления, профессиональных сообществ, а также инвесторов и других участников деловых отношений.
Цель исследования – выявление ключевых проблем управления сберегательным поведением граждан РФ в условиях макроэкономической нестабильности и разработка рекомендаций по совершенствованию сберегательной политики. Работа опирается на системный подход, методы статистического и сравнительного анализа, а также элементы эконометрического моделирования. Эмпирическая база сформирована на основе данных НАФИ, статистики Банка России и Росстата. Результатами стало выявление структурных изменений в предпочтениях населения, а также определение четырех ключевых групп проблем (снижение реальных доходов, разрыв между финансовой грамотностью и поведением, инфляционная эрозия сбережений, концентрация рисков и мошенничество). На основе корреляционно-регрессионного анализа показано, что наиболее значимыми факторами, снижающими норму сбережения, выступают рост долговой нагрузки и высокие потребительские ожидания, тогда как влияние ключевой ставки остается ограниченным (эластичность около 0,375). Авторами исследования предложен комплекс мер по развитию целевых накоплений, усилению кибербезопасности и совершенствованию долгосрочных инвестиционных инструментов. Результаты этого исследования будут полезны широкому кругу специалистов: представителям госорганов и регуляторов, работникам банков, инвестиционных компаний и управляющих фондов, преподавателям, маркетологам, экономистам, социологам, психологам и специалистам по поведенческой экономике.
Цель исследования состоит в выявлении институциональных особенностей действующей системы риск-менеджмента Федерального казначейства при управлении ликвидностью средств бюджета и в обосновании направлений ее совершенствования с учетом необходимости соблюдения баланса между сохранностью бюджетных средств и эффективностью проводимых операций. В ходе работы были рассмотрены базовая и продвинутая модели риск-менеджмента, применяемые при проведении операций на организованных и не на организованных торгах, а также механизм хеджирования рисков через сделки репо; выявлены особенности действующего подхода, основанного на использовании инфраструктуры Небанковской кредитной организации – центрального контрагента «Национальный Клиринговый Центр», требований к капиталу кредитных организаций и их кредитным рейтингам. Обосновано, что существующая система обеспечивает высокую результативность с точки зрения сохранности бюджетных средств, однако характеризуется низкой способностью реагирования на изменения на финансовом рынке из-за зависимости от внешних источников информации и практики перекладывания риска. На основе проведенного анализа сформулированы направления модернизации системы, включающие мониторинг решений Банка России в отношении участников финансового рынка, объединение информации о соответствии кредитных организаций установленным требованиям и риск-ориентированную настройку параметров операций при размещении временно свободного остатка бюджетных средств в пределах действующих нормативных и правовых актов. Результаты работы могут быть полезны в первую очередь Федеральному казначейству и иным органам государственной власти, которые осуществляют управление ликвидностью бюджетных средств, а также исследователям в области общественных финансов, риск-менеджмента и управления бюджетной ликвидностью.
Целью исследования стало изучение особенностей процесса поддержания и оценки финансовой устойчивости нефтегазовых компаний в условиях экономической нестабильности, а также выявление оптимальных для внедрения нейронных сетей этапов. Его практическая значимость заключается в формировании предпосылок для последующей разработки и внедрения нормативно-правовых актов и методического функционала с целью обеспечения финансовой устойчивости структурных предприятий. Потенциально это может служить инструментарием для развития экономики государства на макроэкономическом уровне. Результаты исследования могут быть использованы финансовыми аналитиками и государственными регуляторами при оценке и управлении отраслевыми рисками, а также инвесторами, кредитными организациями при изучении финансовой устойчивости предприятий энергетического сектора. Однако существуют ограничения для моделей, обученных на данных относительно развитых рынков (Россия, страны Персидского залива), а именно – вероятность их неточности при применении в развивающихся экономиках (например, Ангола).
Актуальность исследования обусловлена необходимостью повышения эффективности противодействия масштабным кризисным явлениям, в условиях которых последние шесть лет функционирует российская экономика. Цель работы состояла в выявлении и характеристике направлений адаптации российского государственного управления (госуправления) к сложным современным условиям. Предметом исследования явился комплексный анализ отечественной экономики: от методологии картирования до цифровизации госуправления. В работе сделаны выводы о том, что эффективность российского госуправления в кризисных условиях может быть повышена путем внедрения гибридной модели, основу которой – централизованное управление мобилизационной экономикой – следует окружить демпфером гибких инструментов государственной политики. Такая комбинация способна сократить время отклика системы госуправления на кризисные ситуации как за счет быстрого централизованного принятия решений, так и благодаря гибкой своевременной реакции на динамику кризиса. Результаты исследования полезны для представителей органов государственной власти, специалистов по антикризисному менеджменту и аналитиков, участвующих в развитии систем госуправления.
Целью исследования стала практическая апробация методики анализа и управления ресурсами (МАУР). В настоящей статье важность оценки ресурсного обеспечения представлена как одна из приоритетных задач в области управления экономическим ростом и безопасностью государства. В основе рассматриваемой методики лежит компаративный анализ ресурсов развития различных экономических субъектов в рамках единой среды. Непосредственная оценка ряда выделенных ресурсов проводилась с использованием коэффициентов враждебности. Для сравнения были взяты официальные данные международных организаций, крупных компаний и аналитических центров России, США и КНР. Полученные результаты могут способствовать как определению основных направлений изменений в экономических механизмах Российской Федерации в интересах экономического роста и обеспечения экономической безопасности, так и реализации задач по достижению технологического лидерства.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ФИНУНИВЕРСИТЕТ
- Регион
- Россия, Москва
- Почтовый адрес
- 125167, город Москва, Ленинградский пр-кт, д. 49/2
- Юр. адрес
- 125167, город Москва, Ленинградский пр-кт, д. 49/2
- ФИО
- Прокофьев Станислав Евгеньевич (Ректор)
- E-mail адрес
- rector@fa.ru
- Контактный телефон
- +8 (499) 9439580