Исследование посвящено проблемам и ограничениям применения цифровых экосистем в адаптивном управлении социально-экономической динамикой. Рассматриваются ключевые факторы, влияющие на эффективность платформенного подхода, включая неоднородность цифровой зрелости участников, фрагментацию организационных процессов, недостаточную нормативно-правовую поддержку и риски информационной безопасности. Выявлены основные препятствия внедрения экосистемных решений и предложены направления повышения их результативности, такие как стандартизация обмена данными, развитие компетенций участников и интеграция платформенных технологий с аналитикой больших данных. Работа демонстрирует потенциал цифровых экосистем для повышения гибкости, адаптивности и предсказуемости социально-экономических систем в условиях динамично меняющейся внешней среды.
Проведённое исследование направлено на применение комплекса методов с целью доказательной оценки влияния внешних и внутренних факторов на инвестиционно-инновационное развитие сельского хозяйства Ростовской области и Краснодарского края (Азово-Черноморского края). Анализ методов оценки показал, что в экономической литературе существует множество количественных и качественных методов, которые применимы на различных уровнях экономики. Однако, наибольшего эффекта от заданной оценки возможно достичь при комплексном применении существующих методов. В данной статье проанализированы статистические данные Азово-Черноморского края. Применяя качественные методы оценки влияния внешних и внутренних факторов на инвестиционно-инновационное развитие, были отобраны зависимая переменная и регрессоры для линейной регрессионной модели. В ходе эксперимента предложена линейная регрессионная модель, позволяющая оценить влияние внешних и внутренних факторов на инвестиционно-инновационное развитие сельского хозяйства Азово- Черноморского края. Построена корреляционная матрица в Microsoft Excel. Регрессионная модель была скорректирована посредством МНК в прикладном программном пакете для эконометрического моделирования Gretl и подвержена проверочным тестам корректности модели линейной регрессии. Сделаны выводы о качестве влияния отобранных регрессоров модели на инновационно-инновационное развитие Азово-Черноморского края.