DOI: 10.33917/es-5.203.2025.6-19

Рассматриваются проблемы трансформации системы управления экономикой Российской Федерации для работы в условиях гибридных рисков и угроз критического характера. Структурирован комплекс мер по трансформации систем управления, выделен ряд функциональных этапов. Обоснована необходимость мер как общеуправленческого, так и специального технического характера, направленных на то, чтобы управляемый контур системы государственных и корпоративных центров управления в инфраструктуре ресурсообеспечения оказался готов к такого рода рискам и угрозам. Сделан вывод, что наиболее подходящим управленческим инструментом является использование модели цифрового «двойника» экономического объекта (организационного агента). Полученные результаты позволят решать организационные задачи в случае «выбывания центров управления разного уровня» для работы с управляющими центрами отрасли (региона) и работы в режиме диалога со структурами Правительства Российской Федерации и инфраструктурными организациями.

Источники:

1. Агеев А.И., Логинов Е.Л. США, Китай, Россия: конфликтные уязвимости в условиях транзита к новой геостратегической парадигме // Экономические стратегии. 2024. Т. 26. № 6(198). С. 16–25. DOI: https://doi.org/10.33917/es-6.198.2024.16-25

2. Агеев А.И., Грабчак Е.П., Логинов Е.Л. Устойчивость экономической суперсистемы России и Белоруссии в условиях ядерной атаки // Микроэкономика. 2025. № 2. С. 5–13. DOI: 10.33917/mic-2.121.2025.5-13.

3. Перевооружение Европы [Электронный ресурс]. Livejournal. 2025. 7 марта. URL: https://spydell.livejournal.com/802118.html

4. Павел Шпидель: Расходы федерального бюджета России [Электронный ресурс]. Дзен. 2024. 1 октября. URL: https://dzen.ru/a/ZvwlBD2apwzl2Nap

5. Бюджет России [Электронный ресурс]. TADVISER. 2025. 22 января. URL: https://www.tadviser.ru/index.php/Статья:Бюджет_России

DOI: 10.33917/es-2.194.2024.78-87

Целый ряд разного рода критических ситуаций (от природных и техногенных катаклизмов до попыток переворота и военных действий), которые имели место прежде всего в самый последний период жизни нашей страны, продемонстрировал значительно более серьезные, близкие к предельно возможным нагрузки на сотрудников силовых и других ведомств, чем это предусматривалось в течение многих постсоветских лет. Стало ясно, что нужны новые, более жесткие и эффективные, технологии формирования и развития компетенций специалистов. Цель статьи — разработка инструментария и методических рекомендаций осуществления отбора и подготовки кадров для работы или службы в структурах, функционирование которых предусматривает критические когнитивные и психологические нагрузки, в том числе в условиях сложных специальных ситуаций (операций).

Источники:

1. Агеев А.И., Логинов Е.Л., Голублев А.А. Специальная подготовка кадров в интересах государственных ведомств для выполнения особо важных задач в сложных условиях с критической интеллектуальной и психологической нагрузкой на сотрудников// Новые технологические вызовы: проблемы цифровой трансформации систем управления: Материалы международной конференции. М.: МНИИПУ, 2019. С. 9–11.

2. Гайнуллин Д.Е., Кодзов Т.Н. Применение цифровых технологий обучения в образовательных организациях МВД России // Проблемы современного педагогического образования. 2023. № 79-1. С. 111–113.

3. Агеев А.И., Логинов Е.Л., Шкута А.А. Нейрооперирование поведением когнитивных агентов на основе электронной семантической интерпретации состояний сознания и психики с эффектами погружения, присутствия и единения с виртуальной реальностью // Микроэкономика. 2020. № 1. С. 5–12.

DOI: 10.33917/es-1.187.2023.56-69

В условиях санкционной экономической и научно-технической блокады резко актуализировалась потребность в построении цифровых механизмов управления процессами импортозамещения на основе планово-координирующих компетенций, аналогичных компетенциям, которые были у Государственного комитета СССР по науке и технике.

Предлагается использование интеллектуальных цифровых платформ для управления развитием науки и техники на принципах советских информационных сетевых проектов ОГАС и ЕГСВЦ. Обосновывается необходимость использования цифровых информационно-коммуникационных технологий и вычислительных сервисов на различных уровнях управления инновационными агентами любых форм собственности через создание и конфигурирование многослойных информационно-управляющих полей.

1. Агеев А.И., Логинов Е.Л. Мировое сообщество в условиях сверхкритической бифуркации // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: ИНЭС, 2022. С. 9–12.

2. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: Институт экономических стратегий, Ассоциация «Аналитика», 2016. 460 с.

3. Грабчак Е.П. Импортозамещение в энергетике России в условиях санкций // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: МНИИПУ, 2022. С. 16–18.

4. Грабчак Е.П., Логинов Е.Л., Чиналиев В.У., Епишкин И.И. Управление развитием сложных научно-технических комплексов на основе интеллектуальных цифровых платформ (реализация компетенций Госкомитета СССР по науке и технике в условиях цифровой экономики). М.: ИНЭС, 2023. 504 с.

5. Чиналиев В.У. Развитие политики импортозамещения в промышленности России // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: МНИИПУ, 2022.С. 50–53.

DOI: https://doi.org/10.33917/es-3.177.2021.6-17

Энергетика, как и оборонный комплекс, является одной из ключевых отраслей, на которых базируются процессы жизнеобеспечения страны и вытекающая отсюда устойчивость конструкции государства. Мировая практика четко выявила ключевую зависимость внутриполитической и социальной стабильности от надежности и устойчивости энергоснабжения. Многофакторную живучесть энергетической суперсистемы в обычных и критических условиях природного и техногенного характера можно обеспечить за счет формирования сетецентрической системы повышенной устойчивости управления, опирающейся на распределенную сеть межкорпоративных катастрофоустойчивых дата-центров по обработке и хранению сверхбольших массивов данных. Предлагается использование дата-центров как базы для цифровых «двойников» энергетических объектов и процессов с целью итогового выхода на новое качество управления на основе цифровой топологии в рамках единой цифровой модели энергетической суперсистемы с возможностью защищенного сбора, хранения, обработки, обмена данными, необходимыми для управления энергетическими объектами различных отраслевых подсистем ТЭК России, а также для региональных и муниципальных властей. Использование цифровой топологии позволяет при локальных взаимодействиях осуществлять поиск и реализацию решений по продвижению к локальным и сете- и полицентрическим ресурсно-операционным оптимумам для минимизации затрат (ценовой нагрузки на потребителя) отдельных компаний и всей отрасли с целью поддержания надежности и устойчивости энергоснабжения, включая затраты на безопасность систем критической информационной  инфраструктуры

DOI: 10.33917/mic-1.96.2021.5-10

Рассматриваются проблемы формирования единой цифровой информационной среды группы отраслевых и межотраслевых кластеров крупных и средних компаний в рамках международных интеграционных объединений (союзов) с участием России. Обоснована возможность и целесообразность вовлечения в контур управления распределенных по экономическим пространствам различных видов ресурсов. Предлагается сформировать ресурсно- и объектно- (агентно) структурированные матрицы платежеспособного спроса и кооперационного предложения продукции и услуг в России и за рубежом.

 

Источники:

1. Грабчак Е.П. Цифровая трансформация электроэнергетики. М.: Кнорус, 2018. 340 с.

2. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С. Имитационное моделирование системы «умный город»: концепция, методы и примеры // Экономический анализ: теория и практика. 2020. Т. 19. № 2 (497). С. 226-250.

3. Логинов Е.Л., Шкрабляк А.С. Тенденции развития электронных финансовых транзакций и методов их контроля в глобальных телекоммуникационных сетях // Инженерная физика. 2009. № 9. С. 47-53.

4. Макаров В.Л., Ву Ц., Ву З., Хабриев Б.Р., Бахтизин А.Р. Мировые торговые войны: сценарные расчеты последствий // Вестник Российской академии наук. 2020. Т. 90. № 2. С. 169-179.

5. Грабчак Е.П., Медведева Е.А., Васильевна И.Г. Как сделать цифровизацию успешной // Энергетическая политика. 2018. № 5. С. 25-29.

6. Грабчак Е.П., Медведева Е.А., Голованов К.П. Импортозамещение – драйвер развития или вынужденная мера // Энергетическая политика. 2016. № 3. С. 74-85.

7. Логинов Е.Л., Логинов А.Е. Интеллектуальная электроэнергетика: новый формат интегрированного управления в Единой энергетической системе России // Национальные интересы: приоритеты и безопасность. 2012. Т. 8. № 29 (170). С. 28-32.

DOI: 10.33917/es-6.172.2020.46-57

Мировые достижения в области нейронаук открыли ранее недоступные возможности для создания принципиально новых систем управления на основе нейроинтерфейсов (мозг — компьютер — мозг). Происходит гибридизация сред — постепенное размывание границ между физической, когнитивной и цифровой реальностью. Описания социальных и когнитивных практик реальных людей трансформируются в формирование искусственного электронного субъекта, который становится более реальным, подменяя в социуме биологический объект (человек есть то, как он представлен в электронной информационной среде). При этом развитие нейроинтерфейса в перспективе ведет к перекодировке нервной ткани и меняет биологический субстрат человеческого мозга и тела в векторе конвергентной коллаборации живых и искусственных нервных систем.

Наши американские партнеры-конкуренты (Минобороны США в лице DARPA) ведут мультидисциплинарные комплексные исследования в этой сфере, лидируя по реальным результатам, руководство США наращивает госфинансирование. Происходит качественное изменение технологий управления человеком, социумом и государством. Задача России в этих условиях — формирование собственного сегмента Нейронет с опорой на отечественные нейротехнологии по аналогии с программным импортозамещением в российской атомной энергетике.

Источники:

 

1. Красильникова Ю. Нейроинтерфейсы лишат людей когнитивной свободы [Электронный ресурс] // Хайтек. 2017. 15 августа. URL: https://hightech.fm/2017/08/15/cognitive_liberty.

2. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: ИНЭС, Ассоциация «Аналитика», 2016. 460 с.

3. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

DOI: 10.33917/mic-4.93.2020.5-11

В статье рассматриваются проблемы цифрового мониторинга международных расчетов с кооперированной структурой рынков финансовых активов в рамках ЕАЭС как мультиагентных систем. Обосновано внедрение цифровой платформы с аналитическими сервисами для выявления кластерных валютно-финансовых интерпретаций наблюдаемых операций и выявления центров управления цепочками транзакций конкретных финансовых операторов. Предлагается построение вычислительно наблюдаемой базы (анализируемого информационного массива) электронных финансовых транзакций, позволяющей идентифицировать источники, посредников и бенефициаров перечисления (в том числе бюджетного) каждой денежной единицы в безналичной форме через любое количество счетов, служащих основой установления всех участников финансовой цепочки.

Источники:

1. Агеев А.И., Логинов Е.Л., Махутов Н.А. Криптовалютная управленческая модель формирования единой электронной валюты ЕАЭС // Экономические стратегии. 2018. Т. 20. № 6 (156). С. 74-83.

2. Агеев А.И., Логинов Е.Л. Стратегические тренды конструируемой экономической реальности // Экономические стратегии. 2012. Т. 14. № 10 (108). С. 6-15.

3. Бауэр В.П., Ворожихин В.В., Райков А.Н., Смирнов В.В. Сможет ли криптовалюта обеспечить развитие цифровой экономики в России? // Информационное общество. 2017. № 4-5. С. 35-42.

4. Ковалевич Д.В. Перспективы развития единого финансового рынка ЕАЭС // Наука и бизнес: пути развития. 2018. № 8 (86). С. 95-99.

5. Логинов Е.Л., Грабчак Е.П., Григорьев В.В., Райков А.Н., Шкута А.А. Управление экономикой России в условиях с предельно большой компонентой неопределенности развития чрезвычайных ситуации и критического недостатка информации // Проблемы безопасности и чрезвычайных ситуаций. 2019. № 4. С. 104-110.

DOI: 10.33917/mic-2.91.2020.5-12

В статье рассматриваются проблемы формирования цифровой модели повышения прозрачности и успешности обеспечения контроля движения активов между участниками товарных, финансовых и имущественных сделок в рамках финансовой системы ЕАЭС. Предлагается обеспечить повышение наблюдаемости любых сегментов финансовой системы, которую можно цифровым образом структурировать путем электронной цифровой идентификации каждой денежной единицы в доступных для мониторинга пространствах движения товарных, финансовых и имущественных активов. Получаемые результаты анализа могут быть использованы для оптимизации операционной динамики электронных транзакций явных альянсов и неформальных картелей финансовых агентов в наблюдаемом пространстве цифровых форматов финансовых коммуникаций с учетом движения финансовых средств в различной форме и номинированных в различных валютах.

Источники:

1. Агеев А.И., Радина В.А. Методика цифровой экономики в части управления и контрольной деятельности в реальном секторе экономики //Экономические стратегии. 2019. Т. 21. № 3 (161). С. 44-56. 

2. Агеев А.И., Ворожихин В.В., Кузык Б.Н., Махутов Н.А., Побываев С.А. Проблемы развития торговой, клиринговой, расчетной и платежной систем, обеспечивающих оптимизационное взаимодействие российских финансовых институтов и хозяйствующих субъектов //Стратегические тренды трансформации социально-экономических систем в рамках цифровой экономики/Материалы международной научно-практической конференции. М.: ИПР РАН, 2018. С. 7-9.

3. Агеев А.И., Логинов Е.Л., Махутов Н.А., Побываев С.А. Формирование системных механизмов защиты российских валютно-финансовых ресурсов в условиях спекулятивного манипулирования мировыми финансовыми рынками // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 7-2 (54). С. 8-11.

DOI: 10.33917/es-7.165.2019.78-93

Ключевым фактором, определяющим успех выборной стратегии Трампа, стало использование методов когнитивной нейрофизиологии — цифровой идентификации виртуального двойника реального избирателя в информационных и социальных сетях. Семантизация состояний сознания и психики индивидов, выявляемых в Глобальной сети, позволяет на основе вычислительных решений осуществить инкапсуляцию (схватывание) целостной позиции, устраивающей большинство доступных для мониторинга людей, с целью задания вектора устойчивой сходимости выборной платформы Трампа и взглядов описанного и проанализированного конкретного американского избирателя. Идентификация позволяет воздействовать на доминантный очаг эмоционально-образного блока для дистанционной когнитивной коррекции политической позиции людей в условиях стратегической бифуркации (выборы). Российские наработки в сфере нейроменеджмента личности также имеют большое научно-практическое значение

Источники:

1. Агеев А.И. Репертуар властвования // Экономические стратегии. 2013. № 8. С. 5. 2. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87. 3. Ветров Д.П. Машинное обучение — состояние и перспективы: Труды XV Всероссийской научной конференции RCDL’2013 // Электронные библиотеки: перспективные методы и технологии, электронные коллекции. Ярославль: Ярославский государственный университет им. П.Г. Демидова, 2013. С. 21–27. 4. Агеев А.И. Выбор идентичности // Экономические стратегии. 2014. № 1. С. 5. 5. Логинов Е.Л., Райков А.Н., Шкута А.А. Использование нейротехнологий при программировании когнитивно-поведенческих стереотипов действий личностей для устойчивого функционирования систем управления социумом // Нейрокомпьютеры: разработка, применение. 2018. № 9. С. 34–45. 6. Агеев А.И. Предпринимательство: проблемы собственности и культуры. М.: Наука, 1991. 112 с. 7. Расследование Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit [Электронный ресурс] // The Insider. URL: https://theins.ru/politika/38490. 8. Гнездицкий В.В., Корепина О.С., Чацкая А.В., Клочкова О.И. Память, когнитивность и эндогенные вызванные потенциалы мозга: оценка нарушения когнитивных функций и объема оперативной памяти без психологического тестирования // Успехи физиологических наук. 2017. № 1. С. 3–23. 9. Емелин К.Э., Ахапкин Р.В., Александровский Ю.А. Когнитивный профиль пациентов с депрессивными расстройствами и его значение для антидепрессивной терапии и социального функционирования // Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2018. № 1. С. 23–32. 10. Зеленина Н.В., Нагибович О.А., Овчинников Б.В., Юсупов В.В. Возможности использования современных достижений психогенетики в интересах профессионального психологического отбора в Вооруженных силах Российской Федерации // Вестник Российской военно-медицинской академии. 2016. № 3. С. 245–250. 11. Апанович З.В. Эволюция методов визуализации коллекций научных публикаций // Russian Digital Libraries Journal. 2018. № 1. С. 1–42. 12. Абрамов Е.С., Басан Е.С., Басан А.С. Разработка системы управления уровнем доверия в мобильной кластерной беспроводной сенсорной сети // Известия ЮФУ. Технические науки. 2015. № 7. С. 41–52. 13. Гриднев С.Е., Кургалин С.Д., Туровский Я.А. Моделирование поведения человека и его ошибок с использованием искусственных нейронных сетей // Актуальные направления научных исследований XXI века: теория и практика. 2015. № 5-2. С. 249–253. 14. Цукерман В.Д. Математическая модель фазового кодирования событий в мозге // Математическая биология и биоинформатика. 2006. № 1-2. С. 97–107. 15. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных технологий. М.: ИНФРА-М, 2011. 383 с. 16. Астахова Л.В. Информационное поведение пользователя цифровых ресурсов как объект технологического мониторинга в обществе, основанном на знаниях // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2018. № 10. С. 17–25. 17. Стриженко А.А. Изменение коммуникативных и социальных моделей поведения людей в цифровую эпоху: мифы и реальность // Вестник Алтайской академии экономики и права. 2010. № 1. С. 57–61. 18. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных технологий. М.: ИНФРА-М, 2011. 383 с. 19. Артеменков С.Л. Сетевое моделирование психологических конструктов // Моделирование и анализ данных. 2017. № 1. С. 9–28. 20. Дружинин В.Н., Бирюков С.Д., Воронин А.Н., Толоконникова Е.В. Психометрическое моделирование тестирования интеллекта и креативности // Информационный бюллетень РФФИ. 1996. № 4. 21. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. М.: СИНТЕГ, 2003. 160 с. 22. Агарков В.А., Бронфман С.А., Божко С.А., Шерина Т.Ф., Гуртовенко И.Ю. Влияние социально-психологических факторов и особенностей культуры на ожидания российских пациентов от психотерапии // Вестник новых медицинских технологий. 2014. № 1. С. 204. 23. Дьячук П.П. (мл.), Дьячук П.П., Карабалыков С.А., Шадрин И.В. Диагностика неустойчивых когнитивных состояний активных агентов // Нейроинформатика-2016: Сб. науч. трудов: В 3 ч. М.: Национальный исследовательский ядерный университет «МИФИ», 2016. С. 259–270. 24. Володенков С.В., Митева В.В. Особенности трансформации моделей массового информационного потребления в условиях эволюции технологий политической коммуникации // Гражданин. Выборы. Власть. 2019. № 2. С. 122–133. 25. Черниговская Т.В., Шелепин Е.Ю., Защиринская О.В. и др. Психофизиологические и нейролингвистические аспекты процесса распознавания вербальных и невербальных паттернов коммуникации. СПб.: ВВМ, 2016. 203 с. 26. Лефевр В.А. Рефлексия. М.: Когито-Центр, 2003. 495 с. 27. Райков А.Н. Конвергентный синтез когнитивной модели на основе глубокого обучения и квантовых семантик // International Journal of Open Information Technologies. 2018. Т. 6. № 12. С. 43–50. 28. Президент Дональд Трамп объявляет стратегию национальнойбезопасности [Электронный ресурс] // US. Embassy in Belarus. URL: https://by.usembassy.gov/be/президент-дональд-трамп-объявляет-ст/ 29. Рогожникова Т.М. Политическая коммуникация и вербальная суггестия в формате психолингвистической парадигмы // Политическая лингвистика. 2019. № 2. С. 24–37. 30. Субботина Н.Д. Суггестия и контрсуггестия в обществе. М.: КомКнига, 2006. 208 с. 31. Смирнов И., Безносюк Е., Журавлев А. Психотехнологии. Компьютерный психосемантический анализ и психокоррекция на неосознаваемом уровне. М.: Прогресс, Культура, 1995. 416 с. 32. Выполняемые проекты [Электронный ресурс] // НИЦ «Курчатовский институт». URL: http://www.nrcki.ru/catalog/index.shtml?g_show=34693&path=3878,34693. 33. Научно-практические разработки / Институт психологии Российской академии наук [Электронный ресурс] // Институт психологии РАН. URL: http://www.ipras.ru/cntnt/rus/institut_p/nauchnopra.html. 34. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и суперкомпьютерные технологии в общественных науках // Нейрокомпьютеры: разработка, применение. 2017. № 5. С. 3–9. 35. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Сушко Г.Б. Моделирование социальных процессов на суперкомпьютерах: новые технологии // Вестник Российской академии наук. 2018. № 6. С. 508–518. 36. Денисов А.А., Денисова Е.В. Конструирование абстрактных сознаний // Информационные войны. 2013. № 1. С. 2–13. 37. Денисов А.А., Денисова Е.В. Теорема и парадокс барьера осознания // Экономические стратегии. 2015. № 5–6. С. 142–157. 38. Вайно А.Э., Кобяков А.А., Сараев В.Н. Образ Победы. М.: Институт экономических стратегий РАН, компания «GLOWERS», 2012. 140 с. 39. Психолингвистическая экспертная система ВААЛ [Электронный ресурс]. URL:http://www.vaal.ru/prog/rukov.php. 40. Аудиальная программа «Бименталь» [Электронный ресурс] // Mirmageric.ru. URL: https://mirmageric.ru/prs.php?str=bmental. 41. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36. 42. Агеев А.И., Логинов Е.Л. Нейроменеджмент личности. М.: Институт экономических стратегий, 2019. 120 с. 43. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Проанализированы возможности формирования интеллектуальной цифровой инфраструктуры управления экономикой страны в особых условиях: глобальных бедствий, катастроф и чрезвычайных ситуаций. Оценен опыт создания больших информационных систем управления экономикой страны в особый период. Предложен конвергентный подход к созданию требуемой системы для поддержки управления. Показано, что в указанных условиях высокую эффективность управления можно обеспечить на основе специальной поддержки процессов самоорганизации и антиколлапсной самонастраивающейся интеграции сегментов информационных систем и интеллектуальных сервисов, адаптируемых к условиям известного, предсказуемого и неизвестного характера. При этом интеграция сетевых инфраструктур предполагает распределенную обработку и хранение данных на основе взаимодействия и объединения различных сетевых сред, что позволяет обеспечить недостижимую ранее надежность, устойчивость и восстанавливаемость управления экономикой.