№ 3 (69) (2025): Экономика города: инфраструктура и цифровизация

Обложка

Весь выпуск

Статьи

Управление цифровым мегаполисом: следующий этап

Фоменко А.В.
Вестник Университета Правительства Москвы. 2025;(3 (69)):2-2
pages 2-2 views

Экономические эффекты цифровой трансформации

Преснецова В.Ю., Пресняков В.М.

Аннотация

В статье рассматриваются экономические эффекты и структурные противоречия цифровой трансформации. В условиях цифровизации государства сталкиваются с углубляющимся цифровым неравенством, проблемой занятости населения из-за сокращения рабочих мест вследствие автоматизации, фундаментальным изменением рынка труда, нехваткой ИТ-специалистов, фрагментацией цифровой инфраструктуры, зависимостью государственного управления от ограниченного круга ИТ-компаний. Для нивелирования рисков необходимы изменения в инновационной политике. Ее приоритетами должны стать меры цифровой инклюзии, масштабные программы обучения кадров, программы поддержки разработчиков для обеспечения технологического суверенитета. Вместе с тем цифровая трансформация дает положительные эффекты, в том числе рост производительности труда. Сравнительный анализ международных моделей подтверждает отсутствие универсального решения, но в приоритете - человеческий капитал, масштабируемая цифровая инфраструктура и институциональная предсказуемость. Для России перспективы развития связаны с преодолением цифрового дисбаланса между регионами через развитие интернета, создание цифровых кластеров, глубокую модернизацию образовательных программ и стимулирование долгосрочных инвестиций в технологический сектор.
Вестник Университета Правительства Москвы. 2025;(3 (69)):3-9
pages 3-9 views

Моделирование экономических рисков мегаполисов

Куркин А.А.

Аннотация

На уровне мегаполиса, в отличие от регионального или национального уровня, экономические риски носят многомерный и взаимосвязанный характер, что требует применения математического моделирования для их идентификации и оценки. Устойчивое развитие мегаполисов невозможно без комплексного анализа угроз. В статье проводится систематизация основных групп рисков мегаполисов: финансово-экономических, социально-экономических, инфраструктурных и пространственных, экологических, ресурсных, технологических и цифровых. Риски не существуют изолированно, а образуют сеть взаимного влияния. Реализация одного риска повышает вероятность реализации других. Для формализации анализа используется вероятностная модель, основанная на аксиоматике Колмогорова, позволяющая оценить вероятность наступления события и величину ущерба. Строится сетевая динамическая модель, описывающая взаимное влияние рисков и их эволюцию во времени, чтобы учесть каскадные эффекты и обеспечить более точное прогнозирование последствий. Предложенные модели могут быть использованы органами власти и бизнес-структурами для стратегического планирования, повышения инвестиционной привлекательности и минимизации негативных последствий кризисных ситуаций.
Вестник Университета Правительства Москвы. 2025;(3 (69)):10-19
pages 10-19 views

Экономическая плотность отраслей промышленности в Москве

Шмелева А.Г.

Аннотация

В статье рассматривается пространственное распределение промышленных предприятий различных отраслей по административным округам Москвы. В качестве ключевого показателя используется экономическая плотность отрасли, отражающая количество предприятий на единицу площади округа, что позволяет учитывать различия в размерах округов и корректно сопоставлять территории. Проведен анализ статистических данных, полученных на Портале открытых данных Правительства Москвы, в том числе сделан кластерный анализ и построена дендрограмма схожести округов по структуре промышленности. Вычислены индексы Херфиндаля - Хиршмана для оценки степени отраслевой специализации административных округов Москвы и коэффициенты локализации для выявления отраслей с повышенной концентрацией в отдельных округах. Удалось определить округа с высокой специализацией (например, в Зеленоградском административном округе преобладают предприятия радиоэлектронной промышленности) и с диверсифицированной структурой. Для большинства отраслей наблюдается близкое к линейному убывание показателя экономической плотности по округам, что говорит о сбалансированном распределении предприятий. Отклонения от тренда объясняются исторически сложившейся концентрацией высокотехнологичных производств в отдельных округах. Результаты исследования имеют практическое значение для промышленной политики и градостроительного планирования.
Вестник Университета Правительства Москвы. 2025;(3 (69)):20-33
pages 20-33 views

Инфраструктура мест накопления отходов в Москве: территориальная статистика и анализ

Останина О.И.

Аннотация

В статье рассматривается применение методов пространственно-территориальной статистики для анализа размещения мест накопления твердых коммунальных отходов в Москве. Исследование актуально для оптимизации инфраструктуры сбора отходов в мегаполисах. С использованием пространственных данных и картографического материала разработан и апробирован алгоритм расчета плотности размещения объектов с привязкой к площади дворовых территорий в разбиении на сетку с шагом 1 км2. Результатом стало построение тепловых карт, отражающих неоднородность распределения объектов разных типов в пределах городской территории. Вычислены статистические характеристики, такие как среднее значение и дисперсия удельной плотности. В работе приведено сравнение полученных показателей с аналогичными значениями для крупных мировых мегаполисов. Особое внимание уделено анализу экономических аспектов выявленной неоднородности. Представленный алгоритм и статистические показатели могут использоваться органами муниципального управления и профильными организациями для оптимизации планирования сети объектов сбора отходов и повышения экологической устойчивости городской среды.
Вестник Университета Правительства Москвы. 2025;(3 (69)):34-40
pages 34-40 views

Исследование взаимосвязи динамики заработных плат в бюджетном и частном секторах экономики

Мясников А.В.

Аннотация

В статье представлены результаты эмпирического исследования взаимосвязи динамики заработных плат в бюджетном (социальная сфера, наука) и частном секторах экономики на региональном уровне за 2013-2024 гг. На основе данных Росстата с применением векторной модели коррекции ошибок (VECM) была подтверждена коинтеграция временных рядов. Результаты исследования свидетельствуют о наличии связи между оплатой труда в этих секторах. В долгосрочной перспективе динамику оплаты труда задает частный сектор, в то время как бюджетный сектор адаптируется к его изменениям. В краткосрочном периоде наблюдается статистически значимое влияние роста зарплат в бюджетной сфере на частный сектор (p = 0,06 по тесту Вальда), что особенно характерно для регионов с низким уровнем доходов и высокой долей работников, подпадающих под майские указы Президента Российской Федерации 2012 г. Анализ выявил тенденцию к сокращению межсекторного разрыва в оплате труда до 2021 г. с последующим его резким увеличением к 2024 г., что объясняется институциональными различиями в гибкости принятия кадровых решений.
Вестник Университета Правительства Москвы. 2025;(3 (69)):41-47
pages 41-47 views

Разработка модели компетенций педагогического и вспомогательно-педагогического персонала

Соколов Л.А.

Аннотация

В статье рассматриваются вопросы управления персоналом образовательных организаций на основе компетентностного подхода. Использование типовых компетенций, представленных в таких документах, как Федеральный государственный образовательный стандарт, имеет определенные ограничения. Это связано с общим характером их формулировок, а также с тем, что они не адаптированы под особенности конкретной организации или ее структурных подразделений. Комплексное применение методов анализа работы (стратегический анализ, репертуарные решетки, критический инцидент, прямые атрибуты) позволяет разработать адаптированную модель компетенций с поведенческими индикаторами. На примере воспитателей детского сада была создана модель из семи компетенций: "Построение взаимоотношений", "Работа в команде", "Системность мышления", "Организованность", "Саморазвитие", "Стрессоустойчивость", "Мотивирующее убеждение". Эта модель стала основой для разработки инструментов управления персоналом, среди которых - вопросы для интервью по компетенциям, чек-листы для оценки в процессе работы и проведения аттестационных процедур, цифровой профиль для оценки психометрическими инструментами (тестами и личностным опросником).
Вестник Университета Правительства Москвы. 2025;(3 (69)):48-53
pages 48-53 views

Управление цифровой трансформацией городского вуза: методологические основы и управленческие практики

Конев Д.Н.

Аннотация

Статья посвящена обоснованию применения инновационных практик при разработке стратегии цифровой трансформации городского университета. Исходя из теории поля П. Бурдье, концепций фрактальных и ризоматических структур (Х.-Ю. Варнеке; Ж. Делёз, Ф. Гваттари) и методологии дизайн-мышления, университетская цифровая среда рассматривается как "многослойная" система самоподобных "фрагментов". В исследовании выявлялись особенности самоподобной структуры социального пространства вуза на теоретическом уровне, проводился эмпирический анализ цифрового опыта Университета Правительства Москвы. Для сбора эмпирической базы были использованы критический дискурс-анализ, картирование пользовательских путей, карты эмпатии. Выявлены четыре группы "болей" (инфраструктурные, интерфейсные, институциональные, поведенческие) и пять устойчивых пользовательских типажей. Предложена модульная ролево-чувствительная архитектура цифрового кампуса, в которой локальные решения масштабируются без потери контекста. На основе гипотез о связи самоподобия (фрактальности), клиентоцентричности и инструментов дизайн-мышления предложены способы развития цифровой среды вуза. Полученные результаты исследования дополняют отечественные исследования по клиентоориентированности и управлению изменениями в высшем образовании и ориентированы на управленцев вузов, отвечающих за цифровое развитие.

Вестник Университета Правительства Москвы. 2025;(3 (69)):54-64
pages 54-64 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».