Статья: ЭКОНОМИЧЕСКАЯ ЦЕННОСТЬ МОНОПРОФИЛЬНЫХ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ: МЕТОДИЧЕСКИЙ ПОДХОД К ИССЛЕДОВАНИЮ (2025)

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 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