Том 61, № 1 (2025)

Долгосрочное устойчивое развитие стран и регионов определяется характером и качеством взаимодействия экономической деятельности человека с окружающей средой. Сегодня, в период растущей нехватки критически необходимых ресурсов, глобальные и региональные антропосистемы сталкиваются со сложным экологическим кризисом. Это также происходит в эпоху глубоких социальных и геополитических перемен. Цель настоящей работы — обоснование трансдисциплинарного подхода к моделированию гибких и адаптивных систем высокого порядка, позволяющего интегрировать концепции и данные экономических, политических, антропологических, экологических и биологических исследований на основе теории систем. В работе предположено, что синтетический анализ взаимодействия различных по признакам групп факторов и динамики экономического роста национальных экономик возможен в рамках межпредметного подхода к комплексному моделированию поведения антропоэкосистем. При этом особое внимание в таком анализе уделяется динамике их изменения с учетом степени их адаптивности (обеспечивающейся посредством деятельности соответствующих институтов). На основе межпредметного подхода была развита методология разработки моделей поведения антропоэкосистем, а также предложен комплекс структурных моделей, позволяющий изучать взаимодействие ресурсов, элементов и процессов в антропоэкомоделях, прогнозировать вектор изменений и управлять рассматриваемыми в исследовании процессами с учетом их сложности.

Обсуждаются распространенные ошибки, допускаемые исследователями при прогнозировании событий с помощью моделей на основе машинного обучения. Такими ошибками являются: потеря самих событий, вследствие конструирования абстрактных признаков; обучение моделей происходит по клиентам, а не по событиям от клиентов; конструирование искусственных признаков; неправильная валидация и ошибочные метрики качества модели; используются статичные параметры. Приведен разбор совершенных ошибок одного примера с Kaggle. Площадь под ROC-кривой у такого примера очень высокая — 0,88. Однако эта метрика качества рассчитана некорректно. После исправления всех ошибок корректная метрика оказалась 0,599. Представлен иной подход к анализу и прогнозированию событий, который значительно отличается от классических методов машинного обучения. Метод основан на рассмотрении индивидуальных механизмов образования событий для каждого клиента. Строятся модели таких механизмов. Математическими методами восстанавливаются параметры моделей этих механизмов образования событий. Параметры экстраполируются на будущее. Прогноз будущего события получается в результате функционирования модели механизма с установленными значениями параметров. Метрика качества модели, площадь под кривой ROC, составила 0,615, что немного больше, чем в рассматриваемом примере с Kaggle, основанном на машинном обучении. Тем самым показано, что предложенный подход является конкурентным для передовых методов машинного обучения.

Статья посвящена актуальной проблеме декарбонизации транспортного сектора на международном уровне, поскольку именно на транспорт приходится основная масса выбросов парниковых газов в XXI в. Цель — оценить влияние глобальных декарбонизационных тенденций на отдельные виды транспорта и спрогнозировать вероятные масштабы выбросов до 2030 г. Современные тенденции проанализированы с учетом влияния локдаунов периода пандемии COVID-19, ввиду ограничений передвижения физических лиц и транспортных средств приведших к снижению общего уровня загрязнения атмосферы и выбросов CO₂ и иных газов, и постпандемийного времени, продемонстрировавшего восстановление и одновременное переформатирование глобальных цепочек поставок, нарушенных в предыдущие годы. Развивая положения теоретических изысканий по проблематике декарбонизации, на основе актуальных статистических данных авторы статьи построили прогнозные модели динамики объемов выбросов по подсекторам транспорта. Проведенный нами анализ показал необходимость продолжения глобальной тенденции декарбонизации, весомый вклад в который могут внести наземные автомобильные перевозки (генерируют максимальный уровень загрязнения по всем видам транспорта), и расширения использования экологических композитных компонентов. Переход к более широкому использованию экологичных видов транспорта (электромобилей) и устойчивых транспортных технологий будет способствовать улучшению состояния глобального климата.

Данная статья посвящена моделированию заработных плат рабочих специальностей средствами методологии межотраслевого баланса. Целью исследования является выявление основных факторов, влияющих на динамику оплаты труда специалистов различных профессий. Авторы предлагают расширить ранее предложенную модель ценового равновесия отраслей в части добавления рабочих специальностей как отраслей экономики, не обладающих ни конечным, ни промежуточным потреблением. Анализируются эффекты от изменения параметров спроса на продукцию отраслей со стороны конечных потребителей и коэффициентов прямых затрат на оплату труда. В результате модельного эксперимента на примере двух отраслей и двух рабочих специальностей были сделаны следующие выводы: уровень заработной платы тесно связан с распределением специалистов различных специальностей по отраслям; на рост заработных плат положительно влияет ограниченность трудовых ресурсов. Снижение производственных коэффициентов для рабочей специальности, выражающейся в снижении потребности отрасли в труде данных специалистов, вопреки распространенному убеждению, приводит к росту заработных плат, поскольку труд по мере снижения производственного коэффициента становится более эффективным. Результаты исследования могут быть полезны государственным органам при формировании стратегии развития секторов экономики, а также крупным компаниям при проведении кадровой политики.

В статье рассматривается проблема оценки рынка космических аппаратов на примере малых межорбитальных аппаратов (малых космических буксиров). Целью статьи является анализ путей развития коммерческого сегмента рынка космических услуг, связанных с появлением новой космической техники, совершенствованием космических технологий, необходимостью освоения дальнего космоса и проблемами привлечения средств частных инвесторов. Методом исследования процесса оценки рынка малых межорбитальных космических аппаратов выступает последовательный анализ его структуры, сегментов и условий использования, являющихся необходимой базой для исследования. Анализ рынка нового вида малых межорбитальных аппаратов, используемый в авторском исследовании, основывается на углубленном анализе различных подходов, используемых в экономике космической деятельности, что также позволяет в наглядном виде представить результаты полученных данных. В статье рассмотрена как практическая, так и теоретическая изученность проблемы. Предлагается подход к обеспечению последовательности процесса оценки и анализа рынка малых межорбитальных космических аппаратов на примере малых космических буксиров. Именно с этим конечным коммерческим сегментом связаны основные тенденции развития космических технологий. Проведен анализ структуры, выделены и обоснованы подходы к оценке емкости сегмента космических буксиров с учетом особенностей космического рынка, поиска инвестиционной привлекательности и продления жизни космических аппаратов на орбите. Услуги, оказываемые малыми космическими буксирами, могут быть разделены на две группы: с коротким и пролонгированным жизненным циклом. А затраты на такие услуги могут учитываться в зависимости от жизненного цикла изделий и продолжительности работы в космосе.

Человеческий капитал является одним из важнейших движущих сил устойчивого экономического роста предприятия, что приобретает еще большую значимость в условиях изменений характера труда в период цифровой трансформации экономики. Портрет работника становится все более многогранным вследствие расширения сфер его активности. Поэтому проблема управления человеческим капиталом на основе формирования индивидуальных траекторий профессионального развития работников представляется актуальной, своевременной, социально и экономически значимой. В работе предлагается модель управления человеческим капиталом, предназначенная для разработки индивидуальных траекторий профессионального развития работников предприятия, формирование которых основано на методах машинного обучения — «машинного обучения с подкреплением». Модель формирует оптимальный режим управления и рассматривается как последовательный набор программных мероприятий, направленных на развитие работника в профессиональной сфере с учетом его изменяющихся в динамике индивидуальных характеристик состояния здоровья, уровня профессиональных и надпрофессиональных компетенций, мотивации, социального капитала. Архитектуру системы управления можно рассматривать как цифровой двойник работника предприятия, который объединяет среду — модель работника как марковского процесса принятия решений и модель управления — агента — центра принятия решений предприятия. Для максимизации функции полезности агента используются алгоритмы «машинного обучения с подкреплением» DQN, DDQN, SARSA, PRO. На основе проведенных экспериментов показано, что наилучшие результаты в смысле достижения максимальной полезности агента обеспечивает алгоритм DDQN. Практическую значимость имеют результаты, сгенерированные предлагаемой моделью, реализация которых позволит в кратчайшие сроки обеспечить рост инновационности и конкурентоспособности предприятия за счет улучшения качества человеческого капитала и роста ресурсной эффективности труда.

В работе исследуется сентимент российских частных инвесторов в социальных сетях и его влияние на динамику доходности акций 78 компаний российского рынка в 2018–2022 г. Для учета сентимента при прогнозировании цен используется авторский индекс RSMI (Russian social media index), который строится на уникальной выборке сообщений из наиболее популярных у российских инвесторов социальных сетей — «Телеграм» и «Тинькофф Пульс». Индекс RSMI включает количественные (число публикаций в отношении каждой компании) и качественные (реакции инвесторов) характеристики, позволяющие определить реальное влияние той или иной публикации на инвесторов. С использованием индекса RSMI построены модели прогнозирования цен акций российских компаний методами регрессии «лассо» (lasso), «случайного леса», градиентного бустинга, экстремального градиентного бустинга, ансамблевого обучения и рекуррентной нейронной сети (LSTM). Показано, что для акций широкой выборки индикаторы технического анализа и рыночные мультипликаторы играют большую роль в построении прогнозов изменения доходности акций на часовых данных. Хотя добавление индекса сентимента и позволяет улучшить результаты прогнозирования доходности для акций широкой выборки, это не дает значительного улучшения предсказательной способности моделей и показывает разнонаправленные результаты. Наилучшие результаты добавление индекса сентимента в прогнозные модели показывает для топ-15 наиболее обсуждаемых российских компаний. Для отдельных моделей удалось добиться среднего снижения ошибок на 4,9%, а для отдельных компаний более чем на 10% уменьшить показатель ошибки MAE и на 20% MSE. Доказано, что на динамику доходности акций второго и третьего эшелона российского фондового рынка сентимент частных инвесторов на часовых данных не оказывает существенного влияния, а добавление индекса сентимента не позволяет улучшить результаты прогнозных моделей.

Предлагается постановка дискретной динамической модели рынка разработки программного обеспечения с последействием на основе задачи о быстродействии без прерываний в теории расписаний. В отличие от существующей задачи о быстродействии в нашей модели прерываний не допускаются. В результате такая задача становится NP-трудной даже в случае двух обслуживающих приборов, что приводит к необходимости использовать метод ветвей и границ в полученной дискретной динамической задаче с последействием в сочетании с точной формулой для наименьшего времени выполнения расписания с прерываниями для определения нижних оценок критерия в промежуточных узлах поискового орграфа. Известна теорема, что в задаче о рюкзаке эпсилон-версия метода ветвей и границ является полиномиальной со степенью полинома, обратно пропорциональной эпсилон. Возникает гипотеза, что это верно и для нашей задачи. Для проверки гипотезы проведен статистический эксперимент, когда параметры выбираются при помощи датчика случайных чисел, а размерность монотонно увеличивается. Кривизна графика числа раскрытых вершин от размерности в логарифмическом масштабе позволяет судить о полиномиальности или экспоненциальности эпсилон-версии метода ветвей и границ в нашей задаче. Показано, что хотя приближенный алгоритм как раз и оказался экспоненциальным, но относительное число раскрываемых вершин убывает очень быстро, что свидетельствует о его практической эффективности.