Научный архив: статьи

Систематизация научных знаний о цифровых двойниках: оценка потенциала в экономике инноваций (2026)

Цель. Систематизировать научные представления о цифровых двойниках (ЦД) с учетом их потенциала в качестве инструмента цифровой модернизации социально-экономических систем в условиях экономики инноваций.

Методы. Методологическая основа исследования включает библиометрический, сравнительный и контент-анализ публикаций, индексируемых в международной базе ScienceDirect и российской eLibrary за 2000–2024 гг. Использованы методы классификации, систематизации, тематического моделирования и интерпретации данных. Анализ проводился по количественным и качественным признакам: динамика публикаций, терминологическое поле, дисциплинарная направленность и особенности национальных исследовательских традиций.

Результаты работы. Установлен устойчивый рост публикационной активности, особенно в последние 5 лет. Наибольшее число исследований сосредоточено в инженерных, компьютерных и медицинских науках, что отражает технологическую ориентацию дискурса. Выявлены различия между международными и отечественными публикациями, касающиеся терминологии, приоритетов и уровня междисциплинарной интеграции, что указывает на асинхронность развития и ограничивает трансфер инженерных решений в социально-экономическую сферу. Разработаны классификация прикладных областей и таксономия методов реализации цифровых двойников, которые могут использоваться для унификации терминологии и ориентира прикладных исследований. При этом выявлен значительный неосвоенный потенциал применения ЦД в управленческих и организационно-экономических практиках – от логистики и технического обслуживания до стратегического планирования и цифровых отраслевых программ, что делает их важным инструментом цифровой модернизации экономики инноваций.

Выводы. Проведенный анализ подтвердил высокий потенциал цифровых двойников для интеграции в управленческие процессы, стратегическое планирование и развитие отраслевых программ в контексте экономики инноваций. Практическая значимость исследования заключается в создании унифицированной базы знаний, которая может служить основой для стратегического управления и цифровой модернизации экономики инноваций. Перспективы дальнейших исследований связаны с институционализацией терминологии, развитием междисциплинарных моделей и анализом кейсов внедрения технологии.

НЕЙРОСЕТЕВАЯ КЛАССИФИКАЦИЯ ПРОЕКТОВ ТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ РОССИЙСКИХ КОМПАНИЙ: ПЕРСПЕКТИВЫ ЭКСТРЕМАЛЬНОГО УПРАВЛЕНИЯ (2024)

Для достижения целей устойчивого социально-экономического развития и обеспечения технологического суверенитета Российской Федерации критически важен выбор методов эффективного управления технологическими проектами. Статья посвящена разработке нового инструментария нейросетевой классификации проектов технологического развития российских компаний и обоснованию актуальности применения методологии экстремального управления такими проектами. Методологическую базу исследования составили концепции управления жизненным циклом проекта и интеллектуального анализа данных. Методы исследования – интеллектуальный анализ текстов проектной документации с применением большой языковой модели, интеллектуальная классификация проектов на основе двумерной проекции многомерных кластеров с использованием Orange Data Mining. Информационной базой послужили нормативные документы в сфере научно-технологического развития Российской Федерации, открытые базы данных о проектах российских компаний. В работе разработан новый инструментарий нейросетевой классификации, основанный на большой языковой модели. Показано, что большинство проектов развития критических и сквозных технологий характеризуются низкой определенностью целей и решений, поэтому необходимо применять экстремальный подход к их управлению. Полученные результаты могут использоваться российскими компаниями для обоснования выбора модели управления проектами, а также экспертами-практиками при оценке проектов технологического развития

Издание: УПРАВЛЕНЕЦ
Выпуск: Т. 15 № 4 (2024)
Автор(ы): Михненко П. А.
МОДЕЛИРОВАНИЕ ИНДЕКСОВ ПРОИЗВОДИТЕЛЬНОСТИ ТРУДА В ОБРАБАТЫВАЮЩИХ ПРОИЗВОДСТВАХ И ДОБЫЧЕ ПОЛЕЗНЫХ ИСКОПАЕМЫХ (2019)

Актуальность исследования определяется наличием существенного потенциала роста производительности труда в российской экономике. Предметом исследования является методика расчета индекса производительности труда и ее применение для сравнения динамики этого экономического показателя в обрабатывающих производствах и сфере добычи полезных ископаемых. Целями исследования являются оценка адекватности и инструментальной содержательности индекса производительности труда, рассчитываемого как отношение валовой добавленной стоимости к совокупным затратам труда в отрасли, а также получение выражения для индекса производительности труда, отражающего динамику рентабельности основных фондов и фондовооруженности в анализируемых отраслях. Методология исследования основана на статистическом и регрессионном анализе и экономико-математическом моделировании динамики индекса производительности труда. Получены следующие результаты: сделан вывод, что традиционный подход к расчету и анализу динамики производительности труда не позволяет выявить и сопоставить причины ее изменения в исследуемых отраслях. Предложены авторские модели индексов, характеризующих динамику производительности труда как изменение рентабельности основных фондов, приходящейся на одного занятого, с учетом влияния динамики фондовооруженности отрасли. Показано, что прирост «латентной» производительности труда в добыче полезных ископаемых в 2008-2015 гг. составил 2,19 %. В обрабатывающих производствах за указанный период имел место спад «латентной» производительности на 2,94 %. Сформулированы следующие выводы: полученные результаты характеризуют динамику производительности труда в обрабатывающих производствах и сфере добычи полезных ископаемых, однако предлагаемая методика расчета может использоваться и для анализа других отраслей. Результаты расходятся с традиционными статистическими данными, что указывает на возможности предложенного метода по оценке неявных предпосылок изменения динамики производительности труда в отраслях экономики.