Том 4, № 5 (2025)

в статье рассматриваются вопросы участия бизнеса в реализации национальных проектов. Отмечено, что в стране накоплен достаточный опыт работы в рамках нацпроектов – около 20 лет, в 2006 году стали реализовываться первые четыре проекта. За столь значительный период времени увеличилось количество национальных проектов, сегодня их 19, совершенствуются методы управления ими, включаются функции искусственного интеллекта. Обозначен рост бюджетного финансирования нацпроектов, в 2025 году по сравнению с 2024 г. он составил 80%. Важной задачей Правительства является увеличение доли внебюджетного финансирования нацпроектов. Разработано Постановление, устанавливающее правила привлечения таких источников, определены ее стандарты. Удельный вес внебюджетных источников разнится в проектах. Самый высокий уровень – 87% предполагается по нацпроекту Эффективная транспортная система, по ряду проектов софинансирование не предусмотрено (Семья, Молодежь и дети). В целом планируется доля внебюджетных средств на уровне чуть менее 24%. Обозначены проблемные моменты, связанные с участием бизнеса в финансировании нацпроектов – недостаточное стимулирование, финансовые риски, информационные проблемы (вопросы доведения информации до потенциальных инвесторов, управление большими данными для оценки результативности).

развитие современных технологий сбора и анализа данных приводит к все большей автоматизации ценообразования на товарных рынках. Все больше фирм применения алгоритмы ценообразования, последствия использования которых остаются неясными. В большинстве исследований рассматриваются подобные алгоритмы в случае, когда фирма является монополистом. В текущей же работе сравнивается ряд алгоритмов динамического ценообразования в конкурентной среде. Предполагается, что две фирмы используют алгоритмы независимо друг от друга и не знают о выборе алгоритма своего оппонента. Через череду «дуэлей» алгоритмов сравнивается несколько алгоритмов: два простых алгоритма, основанных на проблеме «многорукого бандита», параметрический алгоритм, основанный на обучении взвешенной линейнной регрессии, а также Q-learning алгоритм. Результаты показывают, что использование разных алгоритмов может приводить к дисперсии цен. Также сложность алгоритма не всегда означает большую прибыль фирмы. Работа также показывает, что, если бы фирмы выбирали алгоритмы ценообразования некооперативно в игре по выборе алгоритма, то на рынке могло бы сложиться два равновесия по Нэшу: симметричное равновесие, где обе фирмы выбирают сложные Q-learning алгоритмы и получают низкую прибыль, и асимметричное равновесие, где фирмы выбирают разные алгоритмы, получают большую прибыль, но одна фирма является лидером.

в статье рассматривается повышение эффективности использования автомобильного транспортного парка при краткосрочной волатильности спроса. Предложен интегрированный контур, включающий: вероятностное краткосрочное прогнозирование нагрузки; планирование мощностей на верхнем уровне; оперативную динамическую маршрутизацию в режиме скользящего горизонта; контроль выполнения. На этапе прогноза применяются SARIMAX, градиентный бустинг (CatBoost/LightGBM) и рекуррентные нейросети с учётом календарных, погодных и пространственных факторов; точность оценивают по MAPE/WAPE с валидацией по схеме rolling origin. План мощностей формализуется как смешанно-целочисленная задача с выбором доли аутсорсинга по зонам и интервалам времени при учете постоянных и переменных издержек, а также штрафов по SLA. Оперативная диспетчеризация решается как DVRPTW с повторным пересчетом при значимых событиях и соблюдением ограничений смен, временных окон и вместимости. Неопределенность учитывается сценарно и робастно: через буферы времени, штрафы за недовыполнение SLA и риск-компоненту CVaR в целевой функции. Целевой критерий – минимизация совокупных логистических издержек при заданном уровне сервиса. Вычислительные эксперименты и чувствительный анализ к ошибкам прогноза показывают снижение пустого пробега и стабилизацию своевременности поставок при умеренной доле аутсорсинга. Постановки DVRPTW, режим скользящего горизонта и использование CVaR описаны в современной литературе и инженерной документации, на которую опирается работа.

настоящая статья посвящена исследованию цифровой трансформации финансовой отчетности в условиях кризиса. В работе анализируется влияние экономических потрясений и других кризисных явлений на потребность в оперативной и достоверной финансовой информации. Рассматриваются возможности и ограничения внедрения цифровых технологий, включая роботизированную автоматизацию процессов, искусственный интеллект, блокчейн, облачные вычисления, для повышения прозрачности, скорости и точности подготовки и представления финансовой отчетности. Особое внимание уделяется анализу лучших практик цифровой трансформации финансовой отчетности в антикризисном управлении, выявляются ключевые факторы успеха и определяются основные препятствия на пути цифровизации. Результаты исследования показывают, что цифровая трансформация является важным инструментом повышения устойчивости и конкурентоспособности компаний в условиях кризиса, однако ее успешное внедрение требует комплексного подхода, учета специфики деятельности компании и тщательного анализа рисков и возможностей.

в статье проводится статистический анализ влияния уровня образования россиян на степень удовлетворенности разными аспектами профессиональной деятельности. Исследование основано на данных Росстата 2018, 2020, 2022 и 2024 гг., собранных для проведения «Комплексного наблюдения условий жизни населения», проводимого каждые два года. Целью настоящего исследования является обобщение результатов по большому количеству независимой выборки таким образом, чтобы выявить степень тесноты зависимости между уровнем образования и степенью удовлетворенности различными аспектами профессиональной деятельности. В результате было доказано наличие сильной корреляционной зависимости между уровнем образования и всеми аспектами удовлетворенности работой. Эта зависимость показывает значительное увеличение с 2018 года. Особенно в таких аспектах, как режим работы, профессиональная удовлетворенность и моральное удовлетворение. Связь между образованием и удовлетворенностью не линейна, но однозначно положительна. Главным фактором является соответствие между уровнем и направлением образования и характеристиками рабочего места. К тому же высокий уровень образования может вести к снижению удовлетворенности, если работник не может применить свои знания и навыки, чувствуя себя невостребованным и недооцененным.

в первой четверти XXI в. происходит стремительный процесс цифровизации экономики, изменяющий не только бизнес-процессы, но и проникающий во все сферы жизнедеятельности человека. В данной статье отражены результаты исследования японского опыта цифровизации экономики и цифровой трансформации общества. Интерес к изучению японского опыта обусловлен тем, что Япония первой в мире на государственном уровне приняла концепцию цифровой трансформации общества. В процессе исследования использовались методы системного, структурного, факторного и сравнительного анализа. Результаты исследования привели к выводу, что методологической основой национальной стратегии Японии по цифровой трансформации общества служит преодоление пяти барьеров, именуемых «стенами»: «стены» министерств и ведомств, «стены» законодательной системы, «стены» технологий, «стены» человеческих ресурсов и «стену» принятия инноваций обществом. На основе преодоления аналогичных барьеров проводится оценка возможности адаптации положительных элементов японского опыта для перехода к цифровому обществу в России.

настоящее время можно назвать эрой Больших данных, так как их потоки постоянно увеличиваются и влекут за собой возможности, влияющие на процесс сбора, хранения, обработки и анализа данных. Автор статьи отмечает, что объемы Больших данных на данный момент измеряются преимущественно в терабайтах (ТБ), петабайтах (ПБ), зеттабайтах (ЗБ) и этот показатель продолжает активно расти. В современном мире в большинстве сфер деятельности нереально избежать работы с Большими данными. Большие данные помогают улучшить качество услуг, оптимизировать производственные процессы, предсказать поведение потребителей и даже предотвратить катастрофы. Данные всегда играли важную роль [1]. Мы встречаемся с ними как пользователи интернета, а компании изучают с их помощью статистику продаж, поставок, деятельность конкурентов. Получается, что все вокруг используют Большие данные. Вместе с тем, в условиях активного развития цифровых технологий правовое регулирование Больших данных и проблемы признания их приобретают практическую актуальность [6]. Использование Больших данных ставит перед обществом важные вопросы, касающиеся защиты персональных данных, конфиденциальности и этики. Автором отмечается, что термин Большие данные (Big data) сегодня продвигается как тренд в информационных технологиях нового века и определяет не только размер наборов данных, который превосходит возможности обычных баз данных (БД). Выделяются в статье, что вместе с потоком информации увеличивается потребность в ее хранении, структуризации, обработки и анализа [2]. Если ранее данные в сеть вносили люди, сейчас же для этого существует огромное количество программ, искусственный интеллект. Облачные платформы занимают все более важное место в стратегии работы с Большими Данными.