Когнитивное моделирование экономического развития промышленных экосистем

В современных условиях развития экономики, характеризующихся высокой степенью неопределенности, задачи реиндустриализации и импортозамещения требуют новых подходов к анализу и принятию решений. В статье рассмотрено применение когнитивного подхода к моделированию условий и факторов эффективной реиндустриализации и импортозамещения промышленных экосистем. На основе когнитивной карты выполнен анализ и визуализация взаимосвязей факторов реиндустриализации и промышленной политики. Когнитивные карты служат эффективным инструментом для моделирования сложных социально-экономических систем, позволяя выявлять ключевые взаимосвязи между факторами, влияющими на их развитие. Определены три сценария развития промышленных экосистем (инновационно-прорывной, модернизационный и инерционный) и их условия, которые различаются степенью реализации шести групп факторов (политических, социальных, экономических, инновационных, производственных, управленческих). Подчеркнута важность использования инструментария когнитивного анализа для обоснования стратегических решений и формирования эффективной промышленной политики с целью обеспечения реиндустриализации и импортоопережения в промышленных экосистемах и повышения устойчивости и конкурентоспособности национальной экономики.

1. Носков В.А., Ильина А.С. Мировой опыт импортозамещения и реиндустриализации и политика экономической безопасности России. Вестник Самарского государственного экономического университета. 2021;(3(197)):17–27. https://doi.org/10.46554/1993-0453-2021-3-197-17-27

2. Khairov B.G., Novikov D.T., Prokof’yeva T.A., Protsenko I.O., Khairova S.M. Reflexive Governance of import substitution mechanism in clusters. European Research Studies Journal. 2017;20(3A):470–483. https://doi.org/10.35808/ersj/722

3. Соловьев А.И. Импортозамещение в России: проблемы и пути решения. Экономика. Налоги. Право. 2016;9(4):66–71.

4. Володина Н.Л. Преимущества создания цифровой экосистемы. Организатор производства. 2021;29(4):104–111. https://doi.org/10.36622/VSTU.2021.95.61.011

5. Попов Е.В., Симонова В.Л., Челак И.П. Оценка развития инновационных экосистем. Вопросы инновационной экономики. 2020;10(4):2359–2374. https://doi.org/10.18334/vinec.10.4.111098

6. Baldassarre B., Schepers M., Bocken N., Cuppen E., Korevaar G., Calabretta G. Industrial symbiosis: towards a design process for eco-industrial clusters by integrating circular economy and industrial ecology perspectives. Journal of Cleaner Production. 2019;216(3):446–460. https://doi.org/10.1016/j.jclepro.2019.01.091

7. Soldak M.O. Industrial ecosystems and technological development. Economy of Industry. 2019;(4(88)):75–91. https://doi.org/10.15407/econindustry2019.04.075

8. Walls J.L., Paquin R.L. Organizational perspectives of industrial symbiosis: A review and synthesis. Organization & Environment. 2015;28(1):32–53. https://doi.org/10.1177/1086026615575333

9. Клейнер Г.Б. Промышленные экосистемы: взгляд в будущее. Экономическое возрождение России. 2018;(2(56)):53–62.

10. Бузмакова М.В. Реиндустриализация – тенденция мировой экономики. Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2017;(1(45)):7–17.

11. Mityakov E., Mityakov S., Kulikova N., Yudin A., Ladynin A. Choosing a model for effective management of industrial ecosystems in Russia: a numerical experiment. Relacoes Internacionais no Mundo Atual / Brazilian Journal of Law and International Relations. 2024;1(43):495–515. URL: https:// revista.unicuritiba.edu.br/index.php/RIMA/article/view/6439/371374931

12. Гинис Л.А. Истоки современного когнитивного моделирования. Известия Таганрогского государственного радиотехнического университета им. В.Д. Калмыкова. 2005;6(50):119–128.

13. Файман А.Д. Ресурсные проекты в экономике Еврейской автономной области: оценка эффектов на основе подходов когнитивного моделирования. Вестник Забайкальского государственного университета. 2021;27(9):107–120. https://doi.org/10.21209/2227-9245-2021-27-9-107-120

14. Меренкова И.Н., Новикова И.И., Гаврилова З.В. Когнитивное моделирование диверсифицированного развития сельской экономики в условиях цифровизации. Российский экономический вестник. 2022;5(3):82–87.

15. Сериков В.В. Выбор модели оценки и прогнозирования деятельности предприятий промышленного сектора экономики в условиях импортозамещения. Государственное и муниципальное управление. Ученые записки. 2023;(2):167–174. https://doi.org/10.22394/2079-1690-2023-1-2-167-174

16. Бабикова А.В., Бабиков Н.М. Оценка цифровой трансформации в банковском секторе на основе когнитивного моделирования. Вопросы инновационной экономики. 2021;11(1):299–314. https:// doi.org/10.18334/vinec.11.1.111618

17. Morita J., Miwa K., Maehigashi A., Terai H., Kojima K., Ritter, F. Cognitive modeling of automation adaptation in a time critical task. Frontiers in Psychology. 2020;11:1971–1976. https://doi.org/10.3389/fpsyg.2020.02149

18. Kwiliński A., Kuzior A. Cognitive technologies in the management and formation of directions of the priority development of industrial enterprises. Management Systems in Production Engineering. 2020;28(2):133–138. https://doi.org/10.2478/mspe-2020-0020

19. Schürmann T., Beckerle P. Personalizing human-agent interaction through cognitive models. Frontiers in Psychology. 2020;11:561510. https://doi.org/10.3389/fpsyg.2020.561510

20. Eden C. On the nature of cognitive maps. Journal of Management Studies. 1992;29(3):261–265. https:// doi.org/10.1111/J.1467-6486.1992.TB00664.X

21. Kang B., Deng Y., Sadiq R., Mahadevan S. Evidential cognitive maps. Knowledge-Based Systems. 2012;35:77–86. https://doi.org/10.1016/j.knosys.2012.04.007

22. Заграновская А.В. Автоматический поиск концептов когнитивной карты в области стратегического управления. Вестник Российского экономического университета имени Г.В. Плеханова. 2022;(4):165–176. https://doi.org/10.21686/2413-2829-2022-4-165-176

23. Papageorgiou E., Salmeron J. A review of fuzzy cognitive maps research during the last decade. IEEE Transactions on Fuzzy Systems. 2013;21(1):66–79. https://doi.org/10.1109/TFUZZ.2012.2201727

24. Hilbert M., Miles I., Othmer J. Foresight tools for participative policy-making in inter-governmental processes in developing countries: Lessons learned from the eLAC Policy Priorities Delphi. Technological Forecasting and Social Change. 2009;76(7):880–896. https://doi.org/10.1016/j.techfore.2009.01.001

25. Заграновская А.В., Эйсснер Ю.Н. Моделирование сценариев развития экономической ситуации на основе нечетких когнитивных карт. Современная экономика: проблемы и решения. 2017;(10):33–47. URL: https://journals.vsu.ru/meps/article/view/6322/6385

26. Memon M., Ting H., Hwa C., Ramayah T., Chuah F., Cham T.H. Sample size for survey research: Review and recommendations. Journal of Applied Structural Equation Modeling. 2020;4(2):1–20. https://doi.org/10.47263/JASEM.4(2)01

27. Колбасов В.И. Сценарное планирование как эффективный метод разработки стратегии. Креативная экономика. 2012;6(8):86–92. Kolbasov V.I. Scenary planning as efficient method of strategy development. Creative Economy. 2012;6(8):86–92. (In Russ.)

28. Трегуб И.В. Математические модели динамики экономических систем. Москва: Русайнс; 2020. 162 с.