CC BY
65
doi: 10.24411/0235-2451-2020-10915
УДК 339.9
Архитектурные аспекты создания региональной цифровой платформы сельского хозяйства*
А. Н. РАЙКОВ, С. И. АНТИПИН, Н. П. ФУЧЕДЖИ
Институт проблем управления им. В. А. Трапезникова РАН, ул. Профсоюзная, 65, 117342, Москва, Российская Федерация
Резюме. Исследования проводили с целью разработки подхода к построению концепции создания региональной цифровой платформы сельского хозяйства. Работу выполняли в следующем порядке: сформирован список существующих методов для построения цифровых платформ различного уровня сложности, разработана система критериев оценки методов, включенных в сформированный список, выполнено их ранжирование по важности, предложена гибридная методика построения региональной цифровой платформы сельского хозяйства. В процессе исследования в список существующих методов включены наиболее известные, используемые в мировой практике при цифровой трансформации отраслей (стратегический анализ, архитектурный подход, гибкие технологии, методы менеджмента качества). Критерии оценки и ранжирования существующих методов выбраны на основе анализа порядка 40 целевых установок развития российского сельского хозяйства, выявленных в нормативных правовых документах. При построении системы критериев оценки методов в работе учтены их возможные взаимовлияния, а также динамика изменения во времени. Для этого проведено соответствующее когнитивное моделирование и построена когнитивная модель из 11 факторов, помогающая выбрать наиболее адекватный набор критериев для оценки важности методов с учетом особенностей каждого региона. Для реализации гибридной методики построения цифровой платформы предложено использовать авторский конвергентный подход, который обеспечивает необходимые условия для целенаправленной интеграции разных методов проектирования информационных систем и цифровых платформ в условиях множественности и иногда нечеткой определенности целей. Конвергентный подход опирается на использование методов решения обратных задач на концептуальных моделях, генетических алгоритмов и анализа больших данных. Предложенный подход прошел апробацию при разработке концепции создания национальной платформы «Цифровое сельское хозяйство Российской Федерации» федерального уровня.
Ключевые слова: агропромышленный комплекс, когнитивное моделирование, концепция, регион, цифровая платформа. Сведения об авторах: А. Н. Райков, ведущий научный сотрудник (e-mail: Alexander.N.Raikov@gmail.com); С. И. Антипин, младший научный сотрудник (e-mail: sergey.antipin@gmail.com); Н. П. Фучеджи, ведущий инженер (e-mail: n.fuchedzhi@mail.ru). Для цитирования: Райков А. Н., Антипин С. И., Фучеджи Н. П. Архитектурные аспекты создания региональной цифровой платформы сельского хозяйства // Достижения науки и техники АПК. 2020. Т. 34. № 9. С. 85-90. doi: 10.24411/0235-2451-2020-10915.
* Работа выполнена при поддержке Российского фонда фундаментальных исследований, грант №18-29-03086.
Architectural aspects of creating a regional digital agriculture platform
A. N. Raikov, S. I. Antipin, N. P. Fuchedzhi
Trapeznikov Institute of Control Sciences, Russian Academy of Sciences, ul. Profsoyuznaya, 65, 117342, Moskva, Russian Federation
Abstract. The purpose of the study was to develop an approach to build the concept of creating a regional digital platform for agriculture. At first, we formed a list of existing methods for building digital platforms of various complexity levels, then we developed a system of criteria for evaluating the methods included in the generated list, then these methods were ranked in order of importance, and a hybrid method was proposed for constructing a regional digital agriculture platform. In the course of the study, the list included the most famous methods, used in the world practice for the digital transformation of industries (strategic analysis, architectural approach, flexible technologies, quality management methods). The criteria for assessing and ranking the existing methods were selected based on an analysis of about 40 targets for the development of Russian agriculture, identified in the regulatory legal documents. When building a system of criteria for evaluating the methods, we considered their possible interactions and temporal trends. For this, we conducted cognitive modelling and built a cognitive model of 11 factors, which helps to choose the most adequate set of criteria for assessing the importance of methods, taking into account the characteristics of each region. To implement a hybrid methodology for building a digital platform, it is proposed to use the author's convergent approach, which provides the necessary conditions for the purposeful integration of various methods of designing information systems and digital platforms under conditions of multiple and sometimes fuzzy definitions of goals. The convergent approach is based on the use of methods for solving inverse problems on conceptual models, genetic algorithms, and big data analysis. The proposed approach was tested when developing the concept of creating the national platform Digital Agriculture of the Russian Federation.
Keywords: agro-industrial complex; cognitive modelling; concept; region; digital platform.
Author Details: A. N. Raikov, leading research fellow (e-mail: Alexander.N.Raikov@gmail.com); S. I. Antipin, junior research fellow (e-mail: sergey.antipin@gmail.com); N. P. Fuchedzhi, leading engineer (e-mail: n.fuchedzhi@mail.ru).
For citation: Raikov AN, Antipin SI, Fuchedzhi NP. [Architectural aspects of creating a regional digital agriculture platform]. Dostizheniya nauki i tekhniki APK. 2020;34(9):85-90. Russian. doi: 10.24411/0235-2451-2020-10915.
Цифровые платформы - актуальный инструмент интенсивного развития экономики. Они обеспечивают синергию множества сквозных цифровых технологий и сервисов, а также предоставление высококачественных услуг.
Цифровая платформа — это набор цифровых сервисов, которые способствуют взаимодействию между различными, но взаимозависимыми группами заинтересованных лиц (пользователей) через интернет [1]. Платформа, как правило, обеспечивает:
обмен полезной информацией и данными между участниками взаимодействия;
реализацию транзакций с обменом товарами или услугами;
поддержку виртуального сотрудничества, процессов заключения и выполнения соглашений и др.
Известно множество методов и подходов к проектированию информационных систем. Например, существует порядка 400 методов визуализации, более 100 методов менеджмента знаний, более 50 методов стратегического мышления, около 300 когнитивных архитектур, сотни сквозных цифровых технологий, десятки адекватных методов обработки и анализа данных и др. Поэтому построение цифровой платформы подразумевает решение
многокритериальной задачи, причем учитывающей неопределенность ситуации, а также динамику политических, экономических и социальных событий.
Следует иметь в виду, что методы прогноза показателей потребления цифровых услуг зачастую дают существенную ошибку, а маркетинговые и экспертные способы оценки перспективных потребностей не всегда позволяют вовремя учесть последствия инновационных проектных решений. На динамику событий влияют плохо предсказуемые обстоятельства и желания потребителей. Например, если цифровой сервис не пользуется спросом, это не значит, что он не нужен, просто потребность в нем может возникнуть позже.
Для обеспечения адекватности и эффективности региональной цифровой платформы необходимо решение задачи мониторинга потребности отдельных секторов АПК в цифровых технологиях и услугах. При этом следует отметить, что появляющиеся иногда расхождения между терминологией нормативных документов, отражающих потребность в цифровых технологиях, и терминологий, используемой для описания собственно инженерных решений по цифровым технологиям, могут привести к потере эффективности их разработки [2].
Цели и задачи развития всего российского агропромышленного комплекса обозначены в недавно принятой стратегии [3]. Цели, поставленные в указанном документе, достаточно амбициозные. Кроме того, в сфере национальной продовольственной безопасности и собственно АПК можно насчитать около десяти нормативных правовых актов, в которых обозначено порядка 40 целей и подцелей, главные из них определяют приоритет продовольственной безопасности страны, повышение конкурентоспособности агропромышленной продукции.
При этом явно видны барьеры, которые будут препятствовать решению подобных задач. Так, в России необходимо существенно увеличить потребление молока. Однако это не позволяет сделать зависимость российской мясомолочной отрасли от импорта племенного молодняка и племенного материала. Доля импортных генетических ресурсов составляет порядка 30 % общего объема российской племенной продукции. Причем если в 2017 г. было импортировано 59,4 тыс. голов молодняка молочного скота, то в 2019 г. - 69 тыс. Животные зарубежной селекции дают больше молока, однако период их эксплуатации значительно меньше. Это приводит к еще большему вытеснению отечественной племенной продукции и замещению ее зарубежными генетическими ресурсами, стоимость которых постоянно растет, как следствие, падает уровень продовольственной независимости и безопасности страны.
В таких условиях миссия цифровой платформы может состоять в обеспечении перелома динамики развития событий для безусловного достижения поставленных перед агропромышленным сектором экономики стратегических целей. Однако реализация относительно простой, казалось бы, идеи обеспечить с помощью цифровой платформы интегрированную обработку сведений о значениях и взаимосвязи тысяч показателей по всем видам продукции и услуг в агропромышленном комплексе не может обеспечить требуемого решения. Причина в том, что в процесс обработки данных могут включаться иные факторы, которые необходимо учитывать, такие как:
различия в фиксации племенной истории животных в России и за рубежом приводят к потере информации при импорте и экспорте;
системы государственной поддержки различных участников многоуровневого процесса не синхронизированы;
отсутствие актуальных данных о потребности других стран в продукции российского АПК;
отсутствует четкая организация совместных международных исследований в области молекулярной генетики;
неполные сведения по учету животных и стад в российской книге племенных данных;
разрозненность данных большого количества отраслевых союзов, ассоциаций и др.
Учет подобных факторов при решении задач регионального сельского хозяйства мог бы помочь оптимизировать построение цифровой платформы. Например, на федеральном уровне целесообразно создание соответствующей информационно-аналитической системы приоритетизации и сегментации экспорта продукции российского АПК [4].
Цель исследования - определение концептуальных основ методологии создания региональной цифровой платформы агропромышленного комплекса России.
Для формирования оптимального набора цифровых компонентов платформы, подлежащей созданию, необходимо определение соответствующих критериев оценки из множества имеющихся методов и подходов с учетом специфики развития регионального АПК. Многокритериальный подход априори предопределяет востребованность адекватной гибридной методики для построения концептуальных основ региональной цифровой платформы сельского хозяйства [2].
Для целенаправленного и устойчивого построения цифровой платформы критерии целесообразно распределить по следующим трем блокам показателей, направленных на обеспечение высокого уровня качества цифровой платформы: целостности, мотивации (репутационный) и менеджмента [5]. Такой подход создает необходимые условия для ускоренной сходимости процессов управления и принятия решений по достижению заданных требований к проектированию цифровой платформы.
Источник информации для построения системы критериев - положения нормативных и распорядительных документов федерального и регионального уровней, которые определяют целевые установки развития АПК. Собственно, эти установки и являются основой для формулирования требуемых критериев. После формирования списка критериев их сопоставляют между собой по важности с применением метода парных сравнений, а также с учетом возможной динамики изменений во времени.
Так, согласно Федеральному закону от 29.12.2006 № 264-ФЗ «О развитии сельского хозяйства», основные цели государственной аграрной политики:
повышение конкурентоспособности российской сельскохозяйственной продукции и товаропроизводителей, обеспечение качества продовольственных товаров;
устойчивое развитие сельских территорий, обеспечение занятости сельского населения, повышение уровня его жизни, в том числе оплаты труда работников, занятых в сельском хозяйстве;
сохранение и воспроизводство используемых для нужд сельскохозяйственного производства природных ресурсов и др.
Указ Президента Российской Федерации от07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» определяет национальные цели, которые, в частности, предусматривают создание в агропромышленном комплексе высокопроизводительного экспортно-ориентированного сектора.
Шкала уровня <<< Ниже <<< Средний >>> Выше >>> Затрудняюсь ответить
пренебрежимо малый низкий высокий абсолютный
Оценка 1 2 3 4 5 0
Рис. 1. Лингвистическая шкала для сравнения критериев
Указ Президента РФ от 31.12.2015 N 683 «О Стратегии национальной безопасности Российской Федерации» предусматривает обеспечение продовольственной безопасности, которая осуществляется за счет:
достижения продовольственной независимости Российской Федерации;
ускоренного развития и модернизации агропромышленного и рыбохозяйственного комплексов, пищевой промышленности и инфраструктуры внутреннего рынка;
повышения эффективности государственной поддержки сельскохозяйственных товаропроизводителей и расширения их доступа на рынки сбыта продукции и др.
Анализ утвержденных нормативных документов только на федеральном уровне позволил сформировать перечень из 40 критериев. По каждому региону они могут быть своими. В каждом регионе при выборе критериев могут быть выделены отдельные проекты. Например, Белгородская область формирует новые наукоемкие проекты по созданию системы обнаружения и анализа аномалий в поведении крупного рогатого скота по видеоизображению и интеллектуального сервиса распознавания заболеваний зерновых культур на основе технологий машинного обучения и междисциплинарных знаний в составе цифровой платформы для сельскохозяйственных товаропроизводителей. Подобные проекты могут быть учтены при выборе для оценки решений по построению региональной цифровой платформы в области сельского хозяйства. Так, критериями могут быть следующие:
повышение конкурентоспособности сельскохозяйственной продукции региона;
расширение доступа сельскохозяйственных товаропроизводителей к рынкам сбыта;
недопущение бесконтрольного оборота генно-инже-нерно-модифицированных организмов;
диверсификация наукоемких проектов в области сельского хозяйства;
обеспечение устойчивого развития сельских территорий и др.
После выбора критериев каждому из них присваивается вес, который формируется экспертным образом, например, в соответствии с методикой [6]. Для оценки критериев заполняется матричный вопросник с определением балльных оценок, а для их сравнения может быть использована 5-балльная шкала, представленная в лингвистическом виде (рис. 1).
Результат выбора критериев показал, что в первый блок (целостность) из перечисленных ранее трех целесообразно включать следующие:
повышение конкурентоспособности продукции; Рис. 2. Когнитивная модель.
рост объема инвестиций в основной капитал, увеличение добавленной стоимости;
рост объема ресурсов домашних хозяйств, качества жизни сельского населения;
повышение доходности сельхозтоваропроизводителей.
По второму блоку (репутационный) критериев целесообразно выбирать из следующих: инновационная прорывная идея; деловая репутация на мировом уровне; создание пространства доверия и атмосферы лидерства.
По третьему блоку (менеджмент) было предложено выбирать из таких критериев, как:
наличие стратегической определенности работ; безусловное соблюдение сроков решения задач; наличие гибкости и принципов реинжиниринга. Из перечисленного списка критериев в результате экспертного парного сравнения их важности были отобраны следующие шесть:
повышение конкурентоспособности продукции; рост объема инвестиций в основной капитал; увеличение добавленной стоимости; повышение качества и уровня жизни сельского населения;
инновационная прорывная идея; безусловное достижение поставленных целей. Прогнозирование возможных изменений критериев с учетом воздействия различных факторов можно провести с применением когнитивного моделирования. Оно обеспечивает целостное представление рассматриваемой проблемной области в виде взаимосвязанных факторов. Это помогает исследовать различные сценарии действий органов власти и товаропроизводителей.
Когнитивная модель представляется набором из 11...12 меняющихся во времени факторов [2]. При цифровой трансформации регионального АПК к их числу экспертным образом [2, 6] были отнесены следующие: конкурентоспособность продукции (главная цель); цифровая платформа; виртуальное сотрудничество;
1. Конкурентоспособность продукции (главная цель)
11.Международное сотрудничество АПК
6.Умные цепи поставок
8.0беспечение кибербезопясности
ФАКТОРЫ РАЗВИТИЯ РЕГИОНАЛЬНОГО АПК
10. Экспорт продукции АПК
.Научно-техническое развитие АПК
9.Система поддержки
4. Взаимодействие граждан и бизнеса
З.Виртуальное сотрудничество
ФАКТОРЫ ЦИФРОВОЙ ТРАНСФОРМАЦИИ АПК
взаимодействие граждан и бизнеса; новые ценности для граждан и бизнеса; умные цепи поставок, смарт-ферма; инновационные проекты; информационная безопасность; система поддержки решений; поставка продукции в другие регионы; экспорт.
После выявления этих факторов эксперты определяют взаимосвязи между ними, на основании которых создается когнитивная модель (рис. 2).
Когнитивная модель позволяет определить возможную динамику развития событий с учетом тех или иных управленческих решений, которые интерпретируются воздействием на сочетания различных ее факторов. Для этого решаются прямая и обратная задачи.
Решение прямой задачи дает ответ на вопросы, типа: «Что будет, если приоритет отдать инновационным проектам?». Решение обратной задачи дает возможность найти наилучшие управленческие воздействия на факторы для достижения главной цели (фактор 1). Для этого можно использовать генетический алгоритм из сетевой экспертно-аналитической системы «Архидока» [7]. На основе анализа результата работы генетического алгоритма (рис. 3) лицо, принимающее решение, (руководитель) оценивает приемлемость выданной алгоритмом рекомендации. Если руководитель с учетом имеющейся у него информации считает результат неприемлемым, то генетический алгоритм может предложить иное решение, которое также ведет к достижению главной цели.
Найденные критерии помогают осуществить выбор методов и подходов, которые наиболее адекватны для обеспечения цифровой трансформации регионального сельского хозяйства и создания соответствующей цифровой платформы. В результате экспертного анализа существующих методов и подходов к построению больших информационных систем, цифровых экосистем и
Рис. 3. Результат работы генетического алгоритма: по горизонтальной оси расположены блоки значений пяти факторов, которые относятся к типу управляемых, то есть таких, воздействие на которые управляет процессом цифровой трансформации (факторы с номерами 2, 3, 6, 8, 9); на основании каждого блока находится шкала (-1; +1), определяющая значение фактора; ось ординат отражает значение функции качества (фитнес-функцию), характеризующей качество каждого промежуточного шага генетического алгоритма; на нулевом уровне фитнес-функции выделен ряд черных точек, определяющих наиболее эффективное решение.
платформ были предварительно отобраны следующие: архитектурный подход;
методы стратегического анализа и планирования; классический подход с опорой на ГОСТ серий 19,
34;
методы проектного управления; метод структурирования функций качества; гибкие технологии типа Agile, SAFe, Lean, Scrum, Kanban;
онтологический (семантические сети) подход и др. Очевидно, что список подходов и методов этим не ограничивается. Например, для анализа глобальных изменений торговой политики в сфере АПК, оценки нереализованного потенциала торговли, анализа эластичностей спроса на импорт и эластичностей замещения между импортерами могут использоваться [8, 9, 10] следующие: Глобальная модель равновесия (GSIM), Модель постоянной эластичности замещения CES (Constant Elasticity of Substitution), модель общего равновесия CGE (Computable General Equilibrium) [11], гравитационная модель и их различные модификации для осуществления сегментации и приоритетизации экспорта продукции [4].
С учетом необходимости дальнейшего развития региональной цифровой платформы при разработке концептуальных основ следует учесть то, что формирование географической копии земель сельскохозяйственного назначения целесообразно осуществлять с использованием Федеральной государственной информационной системы территориального планирования (ФГИС ТП).
Перечисленные методы и подходы довольно детально описаны в научной и прикладной литературе и проанализированы в ходе нашей работы. Остановимся кратко, для примера, только на архитектурном и стратегическом.
В основу использования архитектурного подхода положены соответствующие стандарты. Например, концептуальная схема построения и развития архитектуры TOGAF [12], в перспективе с возможным учетом
когнитивных архитектур [13]. Основная цель его применения в контексте нашей работы состоит в увязке стратегии развития регионального сельского хозяйства со стратегией его цифровой трансформации (рис. 4). Идея такой структуризации взята из работы [14]. При этом подходе используют принцип выделения архитектурных уровней (деятельности, информационно-системный и технологический) и артефактов (например, информации, данных, интеграции, эффективности, результативности, безопасности и др.) [2]. Это обеспечивает независимость разработки и развития компонентов создаваемой цифровой системы с их целостным охватом.
Довольно быстро при создании цифровой платформы регионального АПК можно реализовать методы стратегического планирования. Это обусловлено
Стратегическая модель, видение
Модель потребности
Модель деятельности
проекты Интеграционная модель
Интероперабельность
Рис. 4. Состав архитектурных компонент.
специальной организацией коллективных стратегических совещаний, в частности, на основе методов SWOT- и PEST-анализа, когнитивного моделирования и генетических алгоритмов, которые целесообразно использовать для анализа потребностей отраслей экономики в цифровых платформах и технологиях [2, 15]. В стационарных условиях управления региональным АПК при стратегическом планировании особенно важно улучшение взаимопонимания участников принятия командных решений. Это связано, прежде всего, с необходимостью учета очень большого количества факторов, характеризующих ситуацию, число которых может достигать нескольких сотен. При предваритель-
Главная цель
Окно возможностей
Анализ проблем
Цели, задачи, критерии
s W
о т
Эксперты
(HPIftf
1. Заполнить анкету
2. Дать предложения в план
^^I N | Проблемы Когнитивная модель
План мероприятий (дорожная карта)
Рис. 5. Порядок коллективного стратегического планирования Достижения науки и техники АПК. 2020. Т 34. № 9 _
ной подготовке такой порядок коллективного стратегического планирования может быть реализован за несколько часов (рис. 5).
Результат ранжирования различных методик по выбранным критериям показывает, что методика выполнения работ по созданию региональной цифровой платформы должна носить гибридный характер и охватывать, прежде всего, основные элементы следующих подходов:
стратегическое планирование; архитектурный подход; методы проектного управления; методы менеджмента качества;
гибкие технологии проектирования;
метод конвергентного управления;
онтологический метод. Таким образом, как показал проведенный анализ существующих методик выполнения работ по созданию цифровой платформы для регионального сельского хозяйства по разработанным критериям, целесообразно осуществлять сборку гибридной методологии, составленной из серии отдельных методик и подходов.
Выводы. В результате проведенного исследования предложен гибридный подход к созданию цифровой плат-
Формулирование приоритетов
формы для регионального АПК с интеграцией различных методов проектирования цифровых систем. Интеграция должна базироваться на основных положениях стратегического планирования и архитектурного подходов.
Предложенный подход прошел апробацию при построении концепции создания национальной платформы «Цифровое сельское хозяйство Российской Федерации» федерального уровня.
Литература.
1. OECD. An introduction to online platforms and their role in the digital transformation. Paris: OECD Publishing, 2019. 216 p. doi: 10.1787/53e5f593-en.
2. Ершова Т. В., Райков А. Н., Хохлов Ю. Е. Система мониторинга потребностей отраслей экономики в цифровых платформах и технологиях//Информационное общество. 2020. № 2. С. 2-17[Электронный ресурс]. URL: http://infosoc.iis.ru/article/view/460 (дата обращения: 03.07.2020).
3. Стратегия развития агропромышленного и сельскохозяйственного комплекса Российской Федерации до 2030 года, утв. Распоряжением Правительства Российской Федерации от 12 апреля 2020 г. № 993// Официальный интернет-портал правовой информации [Электронный ресурс]. URL: http://publication.pravo.gov.ru/Document/View/0001202004150003 (дата обращения: 03.07.2020).
4. Raikov A., Abrosimov V. Import countries ranking with econometric and artificial intelligence methods // Digital Transformation and Global Society. DTGS 2018. Springer, Cham, 2018. Part I. P. 402-414. doi: 10.1007/978-3-030-02843-5_32.
5. Raikov A. N. Manufacturer's strategic risk temperature assessment (SRT) with convergent approach, cognitive modelling and blockchain technology//9th IFAC Conference on Manufacturing Modelling, Management and Control. Berlin: IFAC-PapersOnLine, 2019. Vol. 52. Issue 13. P. 1289-1294. doi: 10.1016/j.ifacol.2019.11.376.
6. E-Expertise: Modern Collective Intelligence / D. Gubanov, N. Korgin, D. Novikov, et al. Switzerland: Springer, Cham, 2014. 112 p. doi: 10.1007/978-3-319-06770-4.
7. Райков А. Н., Панфилов С. А. Специальное программное обеспечение «Сетевая экспертно-аналитическая система «Архидока» // Свидетельство о государственной регистрации программ № 2011613934 по заявке 2011612011 от 29 марта 2011 г. М.: Роспатент.
8. Jammes O., Olarreaga M. Explaining SMART and GSIM. Washington D.C.: The World Bank. Available, 2005. [Электронный ресурс] URL: http://wits.worldbank.org/witsweb/download/docs/explaining_smart_and_gsim.pdf(дата обращения: 15.08.2020).
9. Francois J., Keith H. Global simulation analysis of industry-level trade policy, mimeo. 2002. 17 p. [Электронный ресурс]. URL: http://wits.worldbank.org/data/public/GSIMMethodology.pdf (дата обращения: 15.08.2020).
10. How confident can we be in CGE-based assessments of free trade agreements? / T. Hertel, D. Hummels, M. Ivanic, et al.// GTAP Working Paper. 2003. No. 26. 32 p. [Электронный ресурс]. URL: https://www.gtap.agecon.purdue.edu/resources/download/1533. pdf (дата обращения: 15.08.2020)
11. Wing I. S., Rose A. Z. Economic consequence analysis of electric power infrastructure disruptions: General equilibrium approaches //Energy Economics. 2020. Vol. 89. Article 104756. doi: 10.1016/j.eneco.2020.104756.
12. The TOGAF Standard, Version 9.2 Overview. 2018. [Электронный ресурс]. URL: https://www.opengroup.org/togaf (дата обращения: 03.08.2020).
13. Kotseruba I., Tsotsos J. K. 40 years of cognitive architectures: core cognitive abilities and practical applications // Artificial Intelligence Review. 2020. Vol. 53. P. 7-94. doi: https://doi.org/10.1007/s10462-018-9646-y.
14. IndEA Framework (India Enterprise Architecture Framework). 2018. [Электронный ресурс]. URL: http://egovstandards.gov.in/ sites/default/files/IndEA%20Framework%201.0.pdf (дата обращения: 15.08.2020).
15. RaikovA. N., ErmakovA. N., MerkulovA. A. Assessments of the economic sectors needs in digital technologies // Lobachevskii Journal of Mathematics. 2019. Vol. 40. No. 11. P. 1837-1847. doi: https://doi.org/10.1134/S1995080219110246.
References
1. OECD. An introduction to online platforms and their role in the digital transformation. Paris: OECD Publishing; 2019. 216 p. doi: 10.1787/53e5f593-en.
2. Ershova TV, Raikov AN, Khokhlov YuE. [System for monitoring the needs of economic sectors in digital platforms and technologies]. Informatsionnoe obshchestvo [Internet]. 2020 [cited 2020 Jul 3];(2):2-17. Available from: http://infosoc.iis.ru/ article/view/460. Russian.
3. Official Internet portal of legal information [Internet]. State system of legal information; 2005-2020. [Development strategy of the agro-industrial and agricultural complex of the Russian Federation until 2030, approved by Order of the Government of the Russian Federation dated April 12, 2020 No. 993]; 2020Apr 12[cited2020 Jul3]; 38 p. Available from: http://publication.pravo.gov.ru/Document/ View/0001202004150003. Russian.
4. RaikovA, Abrosimov V. Import countries ranking with econometric and artificial intelligence methods. In: Digital Transformation and Global Society. DTGS 2018. Part I. Springer, Cham; 2018. P. 402-14. doi: 10.1007/978-3-030-02843-5_32.
5. Raikov AN. Manufacturer's strategic risk temperature assessment (SRT) with convergent approach, cognitive modelling and blockchain technology. In: 9th IFAC Conference on Manufacturing Modelling, Management and Control. Berlin: IFAC-PapersOnLine; 2019, vol. 52, is. 13, p. 1289-94. doi: 10.1016/j.ifacol.2019.11.376.
6. Gubanov D, Korgin N, NovikovD, et al. E-Expertise: modern collective intelligence. Switzerland: Springer, Cham; 2014. 112 p. doi: 10.1007/978-3-319-06770-4.
7. Raikov AN, Panfilov SA. Spetsial'noe programmnoe obespechenie «Setevaya ekspertno-analiticheskaya sistema «Arkhidoka» [Special software "Network expert-analytical system "Archidoka"]. Certificate of state registration of programs No. 2011613934. 2011 Mar 29. Russian.
8. Jammes O, Olarreaga M. Explaining SMART and GSIM [Internet]. Washington D.C.: The World Bank. Available; 2005 [cited 2020 Aug 15]. Available from: http://wits.worldbank.org/witsweb/download/docs/explaining_smart_and_gsim.pdf.
9. Francois J, Keith H. Global simulation analysis of industry-level trade policy, mimeo [Internet]. 2002 [cited 2020 Aug 15]. 17 p. Available from: http://wits.worldbank.org/data/public/GSIMMethodology.pdf.
10. Hertel T, Hummels D, Ivanic M, et al. How confident can we be in CGE-based assessments of free trade agreements? GTAP Working Paper; 2003 [cited2020 Aug 15], vol. 26. 32p. Available from: https://www.gtap.agecon.purdue.edu/resources/download/1533.pdf.
11. Wing IS, Rose AZ. Economic consequence analysis of electric power infrastructure disruptions: General equilibrium approaches. Energy Economics. 2020;89: Article 104756. doi: 10.1016/j.eneco.2020.104756.
12. The TOGAF Standard, Version 9.2 Overview [Internet]. 2018 [cited 2020 Aug 3]. Available from: https://www.opengroup.org/ togaf.
13. Kotseruba I, Tsotsos JK. 40 years of cognitive architectures: core cognitive abilities and practical applications. Artificial Intelligence Review. 2020;53:7-94. doi: 10.1007/s10462-018-9646-y.
14. IndEA Framework (India Enterprise Architecture Framework) [Internet]. 2018 [cited 2020 Aug 15]. Available from: http:// egovstandards.gov.in/sites/default/files/IndEA%20Framework%201.0.pdf.
15. Raikov AN, Ermakov AN, Merkulov AA. Assessments of the economic sectors needs in digital technologies. Lobachevskii Journal of Mathematics. 2019;40(11):1837-47. doi: 10.1134/S1995080219110246.
