Современный город. Экономика. Молодая наука

В эпоху цифровизации и экспоненциального роста информации необходимы новые идеи и нестандартные решения в управлении. Инвестиции в молодых ученых — внимание к их идеям, поддержка инициатив, предоставление информационных площадок для высказывания мнений — это вклад в устойчивое развитие государства. Данный номер журнала включает в себя статьи, которые отражают взгляд молодой науки на ход развития общества в условиях цифровой трансформации.

Статья посвящена роли проекта цифровизации городского хозяйства «Умный город» в цифровой трансформации субъектов Российской Федерации. Проведен обзор реализации проекта, законодательных инициатив, даны примеры внедрения умных технологий (интеллектуальные приборы учета электроснабжения, ЕИАС ЖКХ) в российских городах. Рассмотрены меры стимулирования цифровизации ЖКХ, включая создание онлайн-сервисов для компаний, работающих в строительной отрасли, упрощение административных процедур, создание открытой базы цифровых решений для управления городским хозяйством, государственные инициативы по запуску пилотных программ в городах. Подчеркивается важность вовлечения граждан в управление городским хозяйством через открытые электронные платформы. Анализируются результаты внедрения цифровых технологий в рамках реализации проекта развития городского хозяйства «Умный город». Отмечен рост индекса IQ городов. Приоритеты дальнейшего цифрового развития в России — расширение технологии широкополосного интернета, использование российского программного обеспечения и подготовка IT-кадров. Для дальнейшей цифровизации ЖКХ необходимо совершенствование стандартов дистанционного контроля ЖКХ.

Статья посвящена исследованию применения технологий искусственного интеллекта для повышения эффективности управленческих решений в государственном секторе. В условиях роста объемов данных и усложнения социально-экономических процессов государственные органы сталкиваются с необходимостью внедрения инновационных инструментов для анализа информации, прогнозирования и принятия решений. В работе рассмотрены ключевые технологии искусственного интеллекта, такие как машинное обучение, обработка естественного языка и экспертные системы, а также их применение в государственном управлении. Особое внимание уделено использованию искусственного интеллекта для оптимизации бюджетного планирования, улучшения качества предоставления государственных услуг, прогнозирования социально-экономических процессов и управления кризисными ситуациями. Дополнительно поднимается вопрос о природе управленческих решений и сущности управленческого решения, если оно полностью или частично сформировано с помощью искусственного интеллекта.

В условиях глобальной урбанизации вопросы цифровизации городского управления приобретают ключевое значение. В статье исследуются современные подходы к цифровой трансформации городских агломераций, анализируются концептуальные основы цифрового правительства и оценивается практический опыт Москвы как лидера в этой сфере. Раскрыта сущность цифровизации городского управления, с акцентом на отличиях от аналогичных процессов в бизнесе. Выделены три основных элемента эффективной цифровой экосистемы: цифровое правительство, современные технологии и готовность общества к изменениям. В основе цифрового правительства лежит модель ООН, включающая принципы управления, стратегии, метрики и вовлечение заинтересованных сторон. В Москве эта модель реализована в рамках проекта «Умный город — 2030». Внедрены такие решения, как «Цифровой двой­ник», умные камеры, электронные сервисы, и другие технологии. Успешность цифровой трансформации в Москве подтверждают лидерство в Индексе IQ городов, награда World Innovation Award за вклад в устойчивое развитие, значительный рост доли высокотехнологичного сектора в ВРП. Эффективная цифровизация городского управления требует комплексного подхода, объединяющего технологические инновации, адаптивные управленческие модели и вовлеченность общества. Опыт Москвы может служить ориентиром для других городов, стремящихся к устойчивому развитию в цифровую эпоху.

В статье проведен комплексный анализ факторов, влияющих на развитие культуры управленческой деятельности в России и за рубежом, — цифровизации, санкционного давления, государственных инициатив и локальных культурных особенностей. Эффективность управленческой деятельности зависит от способности организаций адаптировать глобальные практики к локальным условиям, интегрируя инновации с культурной спецификой. В качестве методологической основы использована теория культурных измерений Г. Хофстеде, позволившая провести сравнительный анализ таких параметров, как дистанция власти (PDI) и индивидуализм. В России (PDI — 93 балла) доминирует централизованное принятие решений, в Швеции (PDI — 31 балл) распространены плоские организационные структуры. Цифровая трансформация сталкивается с различными культурными барьерами. Среди политических факторов значимы государственное регулирование, санкции и экологические стандарты. Управленческая культура является результатом синтеза локальных традиций и глобальных инноваций. Для России ключевой вызов — сочетание импортозамещения с гибкостью, инвестициями в человеческий капитал и адаптацией ESG-стандартов. Организациям нужно интегрировать цифровые технологии с глобальными трендами, сохраняя культурную специфику за счет гибких HR-стратегий и инклюзивных практик.

В статье проделан анализ классических и современных подходов к управлению знаниями. Рассмотрены ключевые теоретические концепции в этом направлении с середины XX в. до современности, отмечено явление трансформации понимания знания как экономического ресурса. Среди актуальных технологий управления знаниями нужно назвать работу с большими данными, применение искусственного интеллекта и машинное обучение. В управлении знаниями внедрены краудсорсинг и открытые инновации. Российские и зарубежные организации, обращаясь к комплексу технологий управления знаниями, в первую очередь, к инструментам искусственного интеллекта для анализа информации, могут по-новому использовать опыт, накопленный в бизнес-среде, прогнозировать изменения. За счет технологий открытых инноваций можно расширять базу знаний. При сочетании традиционных методов обучения и персонализированного подхода в цифровой среде организации достигают наиболее эффективного управления своим интеллектуальным капиталом. Благодаря этому возможно ускорять инновационное развитие, создавая более устойчивую и готовую к изменениям структуру организации.

Цифровая трансформация — одна из ключевых задач стратегического и тактического развития экономики страны. В статье представлено становление новейших практик слежения за состоянием готовности сферы образования в России к внедрению искусственного интеллекта (ИИ). Рассмотрены понятия «цифровая зрелость», «интеллектуальная зрелость», «готовность к внедрению ИИ», сделан обзор показателей, по которым проводится оценка ключевых отраслей и сфер жизни общества. Анализ данных по России показывает положительную динамику в области внедрения ИИ и стратегического планирования, однако отмечается снижение доверия и ощущения безопасности, что связано с проблемами прозрачности алгоритмов, правовыми ограничениями, а также устареванием инфраструктуры и кадровым дефицитом. Для повышения эффективности цифровизации российского образования целесообразно адаптировать элементы зарубежного опыта к определению уровня интеллектуальной зрелости, в частности интегрировать показатели успеваемости обучающихся в оценку интеллектуальной зрелости. Высокий уровень интеллектуальной зрелости сферы образования в Москве достигается за счет масштабного проекта «Московская электронная школа». Комплексный подход к анализу показателей интеллектуальной зрелости позволит обеспечить высокий экономический и качественный эффект от дальнейшей цифровой трансформации сферы образования.

Искусственный интеллект (ИИ) открывает большие возможности для развития транспортного комплекса столичного мегаполиса, повышая его эффективность, безопасность и комфорт. В настоящее время разрабатываются и внедряются следующие направления ИИ в транспортной сфере: информационная безопасность, интерактивные сервисы (чат-боты и виртуальные помощники), компьютерное зрение, генеративный ИИ, цифровые двой­ники, контроль соблюдения ПДД, интеллектуальное управление дорожным движением, беспилотный транспорт. В столице уже запущены и успешно функционируют проекты на основе ИИ-решений: Face Pay (бесконтактная оплата проезда с помощью распознавания лиц), автоматизированная информационная система «Москва.Река» (оптимизация речного транспорта), «Инцидент менеджмент» (система видеоаналитики на МКАД и ключевых магистралях). Запланирована реализация автоматизированной системы «ПРОСобытие» (агрегация и обработка сведений по инцидентам на улично-дорожной сети). Дальнейшее развитие ИИ-технологий требует масштабирования существующих систем и внедрения новых инструментов. Ключевыми условиями успеха остаются обеспечение кибербезопасности, защита персональных данных и баланс между автоматизацией и человеческим контролем. ИИ становится важнейшим фактором трансформации транспортной системы Москвы.

В статье обсуждается вопрос о сохранении историко-архитектурных комплексов, существенных для идентичности города. В ходе урбанизации перераспределяются функции отдельных частей городского пространства, усложняется инфраструктура, изменяется архитектура, из-за чего усложняется задача по интеграции исторических объектов в современную городскую среду. Рост потребности в новых городских пространствах усиливает инфраструктурное давление и снижает ценность исторической застройки. В работе по сохранению архитектурных памятников могут возникать сложности при несистемном применении нормативно-правовой базы. Один из негативных факторов — низкий уровень информированности горожан о проблеме защиты культурного наследия. Недостаточная просветительская работа и отсутствие возможности участия в принятии решений — причина безразличия горожан к судьбе городских памятников культуры. В просветительской работе с населением особой ценностью обладает опыт, накопленный в годы Великой Отечественной вой­ны. Важно поддерживать национальную идентичность и историческую память в обществе. К сохранению городских архитектурных памятников необходимо привлекать кадры, готовые к работе в условиях роста урбанизации и понимающие специфику сферы в современном ее состоянии. Необходимо усилить государственный контроль за процессами реновации и капитальной реконструкции исторической застройки, чтобы исключить случаи недобросовестной реставрационной деятельности и коммерчески мотивированных градостроительных решений.

Статья посвящена внедрению технологий искусственного интеллекта (ИИ) в управление информационным обеспечением транспортного комплекса Москвы. Важнейшими функциями технологий ИИ являются автоматическая фиксация нарушений ПДД; адаптивное управление светофорными объектами; постоянный мониторинг дорожной обстановки в реальном времени; своевременное информирование участников движения о текущей ситуации на дорогах, движении общественного транспорта и наличии свободных парковочных мест. Для успешной реализации этих функций необходимы развитая ИТ-инфраструктура, обеспечение интеграции данных из различных источников, разработка соответствующей нормативно-правовой базы, регулирующей применение технологий ИИ. Внедрение интеллектуальных технологий в процесс управления транспортным комплексом позволяет создавать более безопасную, эффективную и удобную для пользователей транспортную среду, что в конечном итоге способствует повышению качества жизни в современных городах. Опыт Москвы в применении ИИ-технологий для управления транспортным комплексом подтвердил их высокую эффективность, создав основу для распространения подобных решений в других регионах России.

Концепция потенциального выпуска помогает Центральному банку управлять совокупным спросом через регулирование денежного предложения. Потенциальный выпуск отражает уровень производства, соответствующий долгосрочному устойчивому равновесию в экономике. В статье исследована концепция потенциального выпуска и разрыва выпуска на примере Центрального федерального округа. Рассматривается модель ненаблюдаемых компонент, построенная вокруг производственной функции Кобба — Дугласа. В модель были добавлены кривые Филлипса на цены и зарплаты, а также использован закон Оукена, что позволяет повысить точность оценок циклических переменных. Построена модель ненаблюдаемых компонент, с помощью которой получают оценки потенциального выпуска. Проводятся статистическая оценка потенциала выпуска ЦФО с помощью HP-фильтра и оценка разрыва и потенциала выпуска ЦФО с помощью модели ненаблюдаемых компонент. Оценка регионального разрыва выпуска может осуществляться с помощью моделей, не учитывающих межрегиональное взаимодействие, при этом результаты близки к оценкам более сложных моделей. Для анализа потенциала выпуска эффективны модели ненаблюдаемых компонент и фильтр Ходрика — Прескотта. Однако оценки потенциала выпуска, даже в полуструктурных моделях, часто пересматриваются из-за неопределенности таких расчетов. * Настоящая статья отражает личную позицию автора. Содержание и результаты данного исследования не следует рассматривать, в том числе цитировать в каких-либо изданиях, как официальную позицию Банка России или указание на официальную политику или решения регулятора. Любые ошибки в данном материале являются исключительно авторскими. Все права защищены. Воспроизведение представленных материалов допускается только с разрешения автора.

Статья посвящена описанию динамической стохастической модели общего экономического равновесия (ДСОЭР) для экономики России, разделенной на два региона — Центральный федеральный округ (ЦФО) и остальная часть России. Представлена мотивация исследования, обосновывающая его актуальность и значимость. Приведен обзор существующих результатов в изучаемой области. Рассмотрены ключевые экономические агенты, которые обеспечивают полноту и реалистичность модели, включая домохозяйства (с использованием уравнения Эйлера для описания их поведения), фирмы, производящие товары на основе производственной функции Кобба — Дугласа, инвестиционных производителей, государство, Центральный банк. Проанализирован вклад различных факторов в динамику разрыва выпуска и инфляции. Особое внимание уделено специфике ЦФО, что позволяет более точно учитывать региональные различия и их влияние на общую экономическую динамику. Подробно описана построенная модель, представлены результаты проведенного исследования и сформулированы выводы, указывающие на практическую значимость исследования для экономической политики и прогнозирования. * Настоящая статья отражает личную позицию автора. Содержание и результаты данного исследования не следует рассматривать, в том числе цитировать в каких-либо изданиях, как официальную позицию Банка России или указание на официальную политику или решения регулятора. Любые ошибки в данном материале являются исключительно авторскими. Все права защищены. Воспроизведение представленных материалов допускается только с разрешения автора.