CC BY
149
DOI: 10.24411/2309-4788-2020-10258
Э.М. Магомадов - Кандидат экономических наук, доцент, Доцент кафедры учета, анализа и аудита в цифровой экономике, ФГБОУ ВО «Чеченский государственный университет», Грозный, Россия, chgu@yandex.ru,
E.M. Magomadov - Сandidate of the economic sciences, associated Professor, Assistant professor of the pulpit of the account, analysis and аудита in digital economy Chechen State University, Grozny, Russia;
А.Х. Муртазалиева - 3 курс Института экономики и финансов ФГБОУ ВО «Чеченский государственный университет», chgu@yandex.ru,
A. Kh. Murtazalieva - 3 courses of the Institute of the economy and finance of the Chechen state university.
ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ ДИНАМИКИ РАЗВИТИЯ ПРЕДПРИЯТИЙ В УСЛОВИЯХ
ЦИФРОВОЙ ТРАНСФОРМАЦИИ ECONOMIC AND MATHEMATICAL MODELS OF DYNAMICS OF ENTERPRISE DEVELOPMENT IN THE CONDITIONS OF DIGITAL TRANSFORMATION
Аннотация. В статье рассмотрены вопросы экономико-математического моделирования динамики экономического развития предприятий, находящихся в условиях цифровой трансформации, представляющей собой процесс интеграции цифровых технологий во все аспекты деятельности предприятия и вносящей коренные изменения в технологии, операции и способы создания новой продукции. Проанализированы характерные особенности математических моделей и макроэкономической производственной функции. Результатом цифровой трансформации производственных мощностей предприятия является неуклонное вытеснение новым цифровым производством старого производства. Установлены уравнения баланса для двухкомпонентной системы взаимодействующих двух производств, которые описываются связанными нелинейными дифференциальными уравнениями. Рассмотрены различные варианты экономического развития предприятий, цифровая трансформация которых может сопровождаться временным замедлением темпов роста выпуска продукции и кризисными явлениями. Результаты данного исследования могут быть применены в анализе хозяйственной деятельности смарт-предприятий с программами цифровой экономики.
Abstract. In article are considered questions of economic and mathematical modeling speakers economic development enterprise, residing in condition of the digital transformation, presenting itself process of the integrations digital technology in all aspects of activity of the enterprise and contributing scolded changes to technologies, operations and ways of the creation to new product. Will analysed typical particularities of the mathematical models and to production function. The result to digital transformation of the production powers of the enterprise is a steady displacing by new digital production old production. The Installed equations of the balance for двухкомпонентной of the system interacting two productions, which are described bound by nonlinear differential equations. They are considered different variants of the economic development enterprise, which digital transformation can be accompanied the temporary deceleration a rate of growth production output and crisis phenomenas. The results given studies can be aplying in analysis of economic activity смарт-enterprise with program of the digital economy.
Ключевые слова:
Смарт-предприятия, цифровые технологии, макроэкономическая производственная функция, цифровая трансформация.
Keyword: Smart-enterprises, digital technologies, production function, digital transformation.
Статья посвящена изучению мирового опыта в экономико-математическом моделировании в смарт-предприятиях в условиях цифровой трансформации экономических отношений и возможности применения этого опыта при анализе хозяйственной деятельности смарт-предприятий с программами цифровой экономики.
В 2011 году на Ганноверской выставке-ярмарке группой германских исследователей, бизнесменов и общественных деятелей, входящих в научно-исследовательский альянс по разработке стратегических принципов высокотехнологичного производства, был предложен термин «Промышленность 4.0» и ее принципы. Это событие ознаменовало осмысление и начало перехода к новой индустриальной революции, основанной на повсеместном применении «умных» технологий, способных полностью исключить человека из процесса принятия рутинных решений в сфере производства. Распространение информационных технологий, тотальная автоматизация самых разнообразных процессов, открытие принципиально новых материалов и безотходных способов их использования, успехи в создании кибер-физических систем, обладающих искусственным интеллектом — все это стало предпосылками для осознания новых, революционных возможностей в организации промышленного производства. Переход к новой смарт-системе производства и мероприятия по трансформации производственных отношений должны тщательно обосновываться, а наиболее эффективным инструментом описания проектируемых систем и процессов является инструментарий экономико-математического моделирования, позволяющий проводить эксперименты с проектируемой системой, изучать ее свойства, оценивать эффективность, предвосхищать возникновение проблем и ошибок без риска понести колоссальные потери, неизбежные в случае проведения экспериментов с реальной системой. Аппарат экономико-математического моделирования в настоящее время достаточно хорошо разработан для описания
любых, даже самых сложных процессов и систем, однако, новизна решаемых задач при создании смарт-предприя-тий не позволяет сделать однозначный выбор в пользу применения каких-то определенных инструментов, в связи с чем целесообразно изучение зарубежного опыта применения этих методов при создании смарт-предприятий, поскольку у развитых стран в данном вопросе уже есть определенные эмпирические знания. Поэтому целью данной статьи является изучение мирового опыта в использовании экономико-математических моделей на предприятиях в условиях цифровой трансформации экономических отношений.
Одним из важных направлений формирования цифровой экономики является организация процессов цифровизации производственных предприятий. Эти процессы сопровождаются широким внедрением таких новых технологий, как обработка и аналитика больших данных, машинное обучение, искусственный интеллект, роботизация, дополненная реальность, промышленный интернет вещей (IoT), 3D-печать, облачные вычисления и т. д. Широкое развитие и диффузия цифровизации стали возможными за счет снижения стоимости технологий, увеличения вычислительных мощностей и скорости передачи данных. Цифровая трансформация предприятия опирается на операционную цифровизацию, представляющую собой внедрение цифровых инструментов для повышения эффективности предприятия. Внедрение цифровых инструментов в операционную деятельность позволяет предприятиям удаленно управлять физическими элементами оборудования предприятия и его производством в целом. Набор эффективных экономико-математических методов моделирования представляет для «умного предприятия» инструментарий, позволяющий увеличивать выпуск готовой продукции, снижать издержки, сокращать расход материалов, повышать доступность оборудования. Как отмечается в исследовании исполнительного комитета СНГ по состоянию, проблемам и перспективам развития информационного общества, необходимо разрабатывать новые методы, позволяющие правильно понять и исследовать открывающуюся перед ним новую высокодинамичную информационную картину мира. Методы экономико-математического моделирования, позволяющие получить объективные и непредвзятые количественные обоснования, должны занять среди этих методов важную нишу. Исходя из приведенного анализа актуальных направлений исследования становления смарт-промышленности можно выделить следующие перспективные направления экономико-математического моделирования смарт-предприятий:
1. В первую очередь интерес вызывает эволюция макроэкономической производственной функции в связи с переходом к неоиндустриальной смарт-экономике. Использование методов экономико-математического моделирования дает возможность теоретически обосновать качественные изменения этой функции в связи с появлением новых технологических комбинаций классических факторов производства, и возможным появлением нового фактора производства в виде информатизации или искусственного интеллекта.
Можно предложить несколько спецификаций производственной функции предприятий с учетом действия этого нового фактора (обозначим его I):
— мультипликативная функция (аналог Кобба - Дугласа):
у = а0Ка1Ьа21аз,
где факторы производства представлены в натуральном измерении;
— аддитивно-мультипликативная функция:
у = агК + а2Ь + а31 + аАКЬ + а5К1 + а6Ы,
где факторы производства представлены в стандартизированном виде.
Второй вариант может оказаться более информативным для статических моделей, поскольку способен отразить различные мультипликативные эффекты, получаемые от разных сочетаний факторов. Если же рассматривать развитие производственной функции в динамике, то информативнее может оказаться первый вариант, так как есть основания полагать, что параметр а3 описывается некой ^-образной кривой, зависящей от времени, например кривой Гомперца или логистической кривой:
1
а-, =---.
3 1 + Ьеа 1
Выбор S-образной кривой обусловлен лавинообразным характером процессов информатизации, и, возможно, развития искусственного интеллекта, когда приросты зависят от достигнутого уровня, и сначала идут с ускорением развития, а затем по мере насыщения — с замедлением.
2. Всевозможные вариации модели Леонтьева «Затраты-Выпуск» и межотраслевого баланса, с помощью которых можно решать минимум три задачи:
— сквозного планирования и управления промышленностью на основе единого цифрового пространства промышленности;
— обоснования предприятий, требующих первоочередной цифровой интеграции, оценки потерь от сохранения «несмартизированных» участников создания цепочек стоимости и т.п.;
— повышения спроса в условиях внедрения цифровых бизнес-моделей и расширения цифрового взаимодействия с клиентами за счет снижения транзакционных издержек.
В качестве коэффициентов технологической матрицы модели «Затраты—Выпуск» можно использовать не только натуральное выражение затрат, но денежное. При этом, в денежном выражении коэффициента затрат можно выделить определенные стоимостные компоненты, например, затраты труда (1^), затраты на транспортировку (Сгу), транзакционные издержки, связанные с промежуточным и конечным потреблением продукции (¿у). Таким же образом можно рассматривать фактор времени (Су), как элемент затрат, связанный с организацией цепочки создания стоимости. Это открывает целый пласт уже оптимизационных задач, позволяющих определить
взаимосвязанные отрасли и потребителей, в наибольшей степени нуждающихся в интеграции на основании единого цифрового пространства промышленности. Рассмотрим один из вариантов общей математической постановки таких задач. Предположим, что затраты матрицы затрат межотраслевого баланса можно снизить за счет смартизации производств в отраслях i и j:
Ъ ц — —
где — некий уровень смартизации предприятий, измеряемый величиной в диапазоне (0; 1). (Причем, заметим, если одна из взаимодействующих сторон не является смарт-предприятием, эффекта снижения затрат наблюдаться не будет). Сам же уровень смартизации предприятий является некоторой ^-образной функцией от инвестиционных затрат К, связанных с преобразованием традиционного предприятия в смарт-предприятие:
11
1 I и ,
1 + Ъ1е~т1к1' 3 1 + Ь]е~т1к1' Есть основания предполагать, что в рамках одной отрасли связь инвестиционных затрат с уровнем смартизации описывается одной и той же функцией (параметр Ь одинаков), и отличается лишь параметром масштаба производства (т^т^), так как очевидно, чем крупнее предприятие, тем больше «умного» оборудования необходимо внедрить, чтобы достичь того же уровня смартизации производства. Тогда задачу по снижению издержек производства за счет внедрения смарт-индустриализации в рамках ограниченных инвестиционных ресурсов можно представить в виде:
тт
г ,, — 11 -
Х — (Е- А)~1У, 1
ч ч \ 1 4- 1 _1_ и „-т,к
1 + Ь1е~тЛ 1 + Ь]е~
I
— Кцт,
где А — (яу)п х п - технологическая матрица, элементы которой а^ — х^ / Х^показывают, сколько продукции отрасли i необходимо затратить для производства одной единицы продукции отрасли j, Упх1 — вектор-столбец конечной продукции.
3. Третьим направлением экономико-математического моделирования смарт-предприятий можно назвать вариации сетевых моделей, транспортной задачи, задачи о назначениях и т.п. Построение сетевого графа взаимодействий потребителей, производителей и других контрагентов, например, в какой-то конкретной отрасли позволит найти решение следующих проблем:
— обоснования сетевых эффектов при создании смарт-предприятий в данной отрасли и оценить тот, минимально необходимый уровень цифровизации сети, при котором затраты от дальнейшего внедрения «умных» технологий будут компенсироваться ростом эффективности сети в целом;
— в рамках ограничений на объем доступных инвестиционных ресурсов определение предприятий, нуждающихся в первоочередной цифровизации своих производств так, чтобы путь прохождения заказа от заявки до его получения оказался с минимальными издержками;
— оптимизации движения товаров (от их проектирования до потребления конечными клиентами) в условиях интернета вещей и «умной» инфраструктуры.
Стандартная целевая функция в таких задачах состоит в минимизации издержек при движении из начальной в конечную вершину.
2 — ^ ^ су*у —> тт, I 1
где х^искомый объем груза, перемещаемый из i-й вершины в j-ю; затраты Су на это перемещение (для различных дуг могут быть как постоянными, так и зависеть от объема перемещаемого груза).
Стандартные ограничения: все потребители должны быть удовлетворены, суммарное производство равно суммарному потреблению:
Б
I
I
х1] —
— I
I ]
Очевидным расширением этой задачи является определение эффективного пути в условиях возможности смартизации отдельных предприятий, входящих в данную сеть.
Новая промышленная революция основывается на достижениях шестого технологического уклада, который характеризуется массовым внедрением технологий аддитивного производства, нанотехнологий и биоин-
женерии, полной цифровизацией производств, эксплуатацией кибер-физических систем, обладающих искусственным интеллектом, созданием глобальной информационной сети товаров, транспорта, зданий, производств, способных взаимодействовать друг с другом самостоятельно без вмешательства человека. Страны бывшего СССР, промышленность которых основана на технологиях 3-го и 4-го технологических укладов, сильно отстают в своем развитии от западных стран, и возможности эволюционно догнать их выглядят сомнительно. В то же время создание новых предприятий, эксплуатирующих технологии 6-го уклада, может помочь им занять определенные ниши в мировом цифровом производстве. Наиболее эффективным способом обоснования экономической целесообразности создания смарт-предприятий и преобразования существующих предприятий в смарт-предпри-ятия является использование инструментария экономико-математического моделирования, позволяющего проводить эксперименты с проектируемой системой, изучать ее свойства, оценивать эффективность, предвосхищать возникновение проблем и ошибок. Среди перспективных направлений экономико-математического моделирования смарт-предприятий в странах с эмерджентной экономикой выделены следующие:
1) использование модификаций производственных функций — для обоснования качественных изменений в факторах производства, появления новых факторов производства, их новых технологических комбинаций;
2) применение модификаций моделей Леонтьева «затраты-выпуск» и оптимизационных моделей— для сквозного планирования и управления промышленностью, обоснования предприятий, требующих первоочередной цифровой интеграции, сокращения транзакционных издержек в условиях внедрения цифровых бизнес-моделей и расширения цифрового взаимодействия с клиентами;
3) использование модификаций сетевых моделей и моделей оптимизации — для оптимизации движения товаров (от их проектирования до потребления конечными клиентами) в условиях интернета вещей и «умной» инфраструктуры, а также для обоснования первоочередных претендентов на цифровизацию в условиях ограничений на объем доступных инвестиционных ресурсов;
4) разработка корреляционно-регрессионных моделей — для оценки экономических стохастических зависимостей, а также имитационных моделей — для оценки последствий тех или иных сценариев проведения смарт-индустриализации для занятости, доходов населения и экономики в целом.
Конкретизация постановки данных моделей и подходов к их реализации требует дополнительного углубленного изучения специфики решаемых задач и формализации отдельных институциональных факторов. Это является предметом дальнейших исследований. Результаты данного исследования могут быть применены в анализе хозяйственной деятельности смарт-предприятий с программами цифровой экономики.
Источники:
1. Василенко В. (2013) Технологические уклады в контексте стремления экономических систем к идеальности. Терно-поль. Т. 8. № 1. С. 65-72.
2. Воронин А.В. (2013) Моделирование технических систем. Томск: Томский политехнический университет.
3. Глазьев С. (2017) Битва за лидерство в XXI веке. Россия-США-Китай. Семь вариантов обозримого будущего. М.: Книжный мир.
4. Евразийская экономическая комиссия (2017) Анализ мирового опыта развития промышленности и подходов к цифровой трансформации промышленности государств-членов Евразийского Экономического Союза:информационно-аналитический отчет. М.: Евразийская экономическая комиссия.
5. Каплан А.В., Каплан В.Е., Мащенко М.В., Овечкина Е.В. (2007) Решение оптимизационных задач в экономике. М.: Феникс.
6. Куприяновский В.П., Намиот Д.Е., Синягов С.А. (2016) Кибер-физические системы как основа цифровой экономики // InternationalJournalofOpenlnformationTechnologies. Vol. 4. № 2. P. 18-25.
7. Куприяновский В.П., Синягов С.А., Намиот Д.Е., Уткин Н.А., Николаев Д.Е., Добрынин А.П. (2017) Трансформация промышленности в цифровой экономике — проектирование и производство // InternationalJournalofOpenInformationTechnologies. Vol. 5. № 1. P. 50-70.
8. Мадых А.А., Охтень А.А. (2018) Моделирование трансформации влияния производственных факторов на экономику в процессе становления смарт-промышленности. Экономика промышленности. № 4 (84). С. 26-41. doi: http://doi.org/10.15407/econindustry 2018.04.026
9. Международный банк реконструкции и развития / Всемирный банк (2016) Доклад о мировом развитии «Цифровые дивиденды». Washington: Международный банк реконструкции и развития / Всемирный банк.
10. Паклин Н.Б., Орешков В.И. (2009) Бизнес-аналитика: от данных к знаниям. СПб.: Питер.
11. Трофимова Е. (2016) Киберуязвимость умных производств // СontrolЕngineering Россия. № 1 (61). С. 34-36.
12. Ансари Мустафа Цели и задачи управления организационными изменениями при внедрении СМАРТ-систем на промышленных предприятиях / Мустафа Ансари // Вестник Академии знаний. - 2018. - № 3 (26). - С. 12-18.
13. Пудеян Л.О. Конфигурация инструментов государственного управления созданием единого информационно-инновационного пространства в регионах юга России / Л.О. Пудеян // Естественно-гуманитарные исследования. - 2019. -№ 26(4). - С. 168-174.
14. Чернышева А.М. Анализ мирового опыта цифровизации экономики и его использование в Российской Федерации / А.М. Чернышева, В.В. Калыгина // Вестник Академии знаний. - 2019. - № 3 (32). - С. 276-280.
15. Atzori L., Lera A., Morabito G. (2010) The internet of things: a survey // Computer Networks. № 54. P. 2787-2805. DOI: 10.1016/j.comnet.2010.05.010.
16. Reimann M., Ruckriegel C. (2017) Road2CPS Priorities and Recommendations for Research and Innovation in Cyber-Phys-ical Systems. Stuttgart: Steinbeis-Editions.
17. Yin S., Kaynak O. (2015) Big Data for Modern Industry: Challenges and Trends //Proceedings of the IEEE. Vol. 103. № 2. P. 143-146.
18. Zaitsev D.A. (2012) Universal Petri Net //Cybernetics and Systems Analysis. Vol. 48. Issue 4.P. 498511. References:
1. Vasilenko V. (2013) Technological structures in the context of the desire of economic systems for ideality. Ternopil. T. 8. No. 1. S. 65-72.
2. Voronin A.V. (2013) Modeling of technical systems. Tomsk: Tomsk Polytechnic University.
3. Glazyev S. (2017) The battle for leadership in the XXI century. Russia-USA-China. Seven options for the foreseeable future. M .: Book world.
4. Eurasian Economic Commission (2017) Analysis of world experience in industrial development and approaches to the digital transformation of industry of the member states of the Eurasian Economic Union: information and analytical report. M .: Eurasian Economic Commission.
5. Kaplan A.V., Kaplan V.E., Mashchenko M.V., Ovechkina E.V. (2007) Solution of optimization problems in the economy. M .: Phoenix.
6. Kupriyanovsky V.P., Namiot D.E., Sinyagov S.A. (2016) Cyber-physical systems as the basis of the digital economy // InternationalJournalofOpenInformationTechnologies. Vol. 4. No. 2. P. 18-25.
7. Kupriyanovsky V.P., Sinyagov S.A., Namiot D.E., Utkin N.A., Nikolaev D.E., Dobrynin A.P. (2017) Industrial Transformation in the Digital Economy - Design and Production // InternationalJournalofOpenInformationTechnologies. Vol. 5. No. 1. P. 50-70.
8. Madykh A.A., Okhten A.A. (2018) Modeling the transformation of the impact of production factors on the economy in the process of becoming a smart industry. Economics of industry. No. 4 (84). S. 26-41. doi: http://doi.org/10.15407/econindustry 2018.04.026
9. International Bank for Reconstruction and Development / World Bank (2016) World Development Report Digital Dividends. Washington: International Bank for Reconstruction and Development / World Bank.
10. Paklin N.B., Oreshkov V.I. (2009) Business analytics: from data to knowledge. SPb .: Peter.
11. Trofimova E. (2016) Cyber vulnerability of smart industries // ControlEngineering Russia. No. 1 (61). S. 34-36.
12. Ansari Mustafa Goals and objectives of organizational change management in the implementation of SMART systems in industrial enterprises / Mustafa Ansari // Bulletin of the Academy of Knowledge. - 2018 .- No. 3 (26). - S. 12-18.
13. Pudeyan L.O. The configuration of public administration tools by creating a single information and innovation space in the regions of southern Russia / L.O. Pudeyan // Humanities Studies. - 2019 .- No. 26 (4). - S. 168-174.
14. Chernysheva A.M. Analysis of the global experience of digitalization of the economy and its use in the Russian Federation /
A.M. Chernysheva, V.V. Kalygina // Bulletin of the Academy of Knowledge. - 2019 . - No. 3 (32). - S. 276-280.
15. Atzori L., Lera A., Morabito G. (2010) The internet of things: a survey // Computer Networks. No. 54. P. 2787-2805. DOI: 10.1016 / j.comnet.2010.05.01.010.
16. Reimann M., Ruckriegel C. (2017) Road2CPS Priorities and Recommendations for Research and Innovation in Cyber-Phys-ical Systems. Stuttgart: Steinbeis-Editions.
17. Yin S., Kaynak O. (2015) Big Data for Modern Industry: Challenges and Trends // Proceedings of the IEEE. Vol. 103. No. 2. P. 143-146.
18. Zaitsev D.A. (2012) Universal Petri Net // Cybernetics and Systems Analysis. Vol. 48. Issue 4.P. 498511.
DOI: 10.24411/2309-4788-2020-10259
B.Р. Маркарян - доцент, к.э.н., Финансовый университет при Правительстве Российской Федерации, Краснодарский филиал, markarianvr@gmail.com,
V.R. Markarian - Doctor of Science (Economics), Docent of Financial University under the Government of the Russian Federation, Krasnodar branch;
О.С. Смирнов - студент 2 курса, заочная форма обучения, Финансовый университет при Правительстве Российской Федерации, Краснодарский филиал, high_consulting@mail.ru,
O.S. Smirnov - student, 2 courses, distance learning, Financial University under the Government of the Russian Federation, Krasnodar branch.
ПРОБЛЕМЫ ГАРМОНИЗАЦИИ ПРАВОВОГО ПОЛЯ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ ОТНОШЕНИЙ PROBLEMS OF HARMONIZATION OF THE LEGAL FIELD OF INTERNATIONAL ECONOMIC RELATIONS
Аннотация. В статье ставится задача проведения анализа и обобщение нормативно-правовых актов, регулирующих внешнеэкономическую деятельность Российской Федерации. В частности, авторами проведен анализ законов, регламентирующих структуру государственных органов, определяющих нормы и критерии регулирования внешнеэкономической деятельности.
Дана характеристика и выражен авторский взгляд в отношении национальных и основных международных нормативно-правовых актов, регулирующих рассматриваемые правоотношения.
Совершенно очевидно, что в современных условиях никакая либо страна не будет даже пытаться придерживаться режима «автаркии»- закрытой экономики, т.к. преимущество глобализации и углубления международного разделения труда исторически доказаны.
Однако есть при этом и нюансы, которые еще недостаточно отрегулированы в правовом поле. Взаимодействие между странами при международной торговле товарами и услугами осложнено тем, что не возможно
