Страница автора: Александр Агеев

Миграция как ресурс мировой экономики

DOI: 10.33917/es-7.165.2019.58-65

Представленные в статье социодемографические тренды показывают, что глобальная миграция становится качественно новым вызовом. Из категории преимущественно гуманитарной она превращается в фактор глобальной экономической и технологической конкурентоспособности

Источники:

1. Капица С.П. Общая теория роста человечества. Как рос и куда идет мир человека [Электронный ресурс] // Никитский клуб. URL: http://nikitskyclub.ru/wp-content/uploads/2015/02/Спецвыпуск-2.pdf.

2. Measuring digital development: Facts and figures 2019 [Электронный ресурс] // Committed to connecting the world. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/facts/default.aspx.

3. Народонаселение [Электронный ресурс] // Организация Объединенных Наций. URL: https://www.un.org/ru/sections/issues-depth/population/

4. World Population Prospects 2019 [Электронный ресурс] // United Nations. URL: https://population.un.org/wpp/default.aspx?aspxerrorpath=/wpp

Стратегия Трампа на выборах: нейроматематический ключ к глубинным слоям сознания американского избирателя

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.

Тернистый путь, или Почему государство не должно «ждать» появления цифровых платформ

DOI: 10.33917/es-6.164.2019.106-113

Эпоха цифровых перемен касается всех. Под лозунгом цифровизации государственные органы начали реализацию национальных проектов, понимая под этим в основном создание ГИСов, инфраструктуры и электронных сервисов. Крупный бизнес, чувствуя новые прибыльные возможности, пробует себя в строительстве платформ и разработке новых технологий, постепенно заполняя цифровое пространство и оставляя все меньше и меньше места для осуществления обязанностей, закрепленных за государственными органами Конституцией, в новых экономических условиях. При этом налицо усиление экспансии «наших западных партнеров», особенно в отраслевых направлениях. И только малый и средний бизнес остался в стороне от «цифры» — ни желания, ни капитала у этого сегмента экономики просто нет. Работа госорганов по старым шаблонам, ожидание, что бизнес придумает и разработает все сам, а министерствам и ведомствам останется лишь выбрать и поощрить «лучшие кейсы», генерация презентаций на форумах вместо реальных шагов диагностирует растерянность наших «цифровых лидеров», отсутствие четкого видения трансформации существующих процессов и дальнейшего развития государственного управления в условиях цифровой экономики. Предлагаем вашему вниманию статью, которая раскроет подход к созданию новой экономической модели управления — государственных цифровых платформ. Описанные решения показаны авторами на примере транспортно-логистического комплекса Российской Федерации.

Источники:

1. Аверьянов М.А., Евтушенко С.Н., Кочетова Е.Ю. Когда спадает цифровой ажиотаж: две стратагемы для государственного управления // Экономические стратегии. 2019.

№ 2. С. 30–37.

2. Аверьянов М.А., Евтушенко С.Н., Кочетова Е.Ю. Государство и экономика: новые цифровые возможности // Экономические стратегии. 2017. № 5. С. 106–112.

3. Цифровой эффект [Электронный ресурс] // РБК. URL: https://plus.rbc.ru/news/5d1466b47a8aa93b0e2b365f.

 

Цифровая навигация в матрице реальностей: оперирование бифуркационными траекториями движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек

DOI: 10.33917/es-5.163.2019.48-55

Целью статьи является рассмотрение возможностей оперирования вероятностями реальности (понимаемой как интерпретация человеком картины окружающего реального и выдуманного мира с вытекающими линиями поведения) для противодействия системным сбоям в работе механизмов управления социумом. Предлагается идентификация системно-параметрических взаимосвязей, в том числе величины перетоков информации и ее вычислительной обработки, кластеризации, доработки и использования при реализации технологии «разведки будущего» в рамках некой суперсистемы цифровой структуры управления социумом. Формируются возможности проникновения на уровень сознательной (смысловой) и бессознательной (эмоциональной) интерпретации событий, когда необходимо обеспечить у личностей и их групп логические цепочки (событийные ряды) трактовки истории и интерпретацию событий в отношении проблем, которые могут повлиять на поддержание стабильности базового образа будущего. Создается возможность для навигации по контролируемому набору возможных траекторий движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек при управлении социумом в рамках процесса формирования материального будущего, реализуемого через самоподстройку окружающей субъективной реальности к «матрице ключевых смысловых образов» в направлении базового образа будущего

Источники:

1. 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.

2. Добрынин А.П., Черных К.Ю., Куприяновский В.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, SMART CITY, BIG DATA и др.) // International Journal of Open Information Technologies. 2016. № 1. С. 4–11.

3. 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.

4. Агеев А.И. Будущее России: в тисках истории, хаоса и сценариев // Мир России: Социология, этнология. 2010. № 1. С. 126–162.

5. Нестик Т.А. Коллективный образ будущего: социально-психологические аспекты прогнозирования // Вопросы психологии. 2014. № 1. С. 3–13.

6. Розин М.Д., Мощенко И.Н., Джикаев Д.А. Моделирование политической напряженности методами семантического дифференциала и теории катастроф // Математический форум (Итоги науки. Южный федеральный округ). 2010. С. 341–352.

7. 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.

8. Логинов Е.Л., Шкута А.А., Борталевич В.Ю. Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей // Искусственные общества. 2018. № 4.

9. Николаев В.И., Толстых Н.Н. Конфликтное взаимодействие инфокоммуникационных систем // Теория и техника радиосвязи. 2018. № 2. С. 72–84.

10. Неганов В.А., Антипов О.И., Неганова Е.В. Фрактальный анализ временных рядов, описывающих качественные преобразования систем, включая катастрофы // Физика волновых процессов и радиотехнические системы. 2011. № 1. С. 105–110.

11. Минаев В.А., Сычев М.П., Вайц Е.В. и др. Моделирование информационно-психологических воздействий на социум в случае независимых параллельных межличностных коммуникаций в социальных подгруппах // Информация и безопасность. 2017. № 3. С. 352–355.

12. Муртазина Е.П., Журавлев Б.В. Системный анализ нейрофизиологических показателей целенаправленного внимания при изучении испытуемыми инструкции выполнения последующей деятельности // Нейрокомпьютеры: разработка, применение. 2014. № 8. С. 22–27.

13. Магницкий Н.А. Использование методов хаотической динамики для обнаружения атак на ресурсы распределенных информационных систем // Труды Института системного анализа Российской академии наук. 2015. № 1. С. 57–59.

14. Бондарко В.М., Бондарко Д.В., Солнушкин С.Д., Чихман В.Н. Моделирование результатов психофизических экспериментов нейронными сетями // Нейрокомпьютеры: разработка, применение. 2018. № 5. С. 31–33.

15. Пителинский К.В. Инновационные и информационные технологии как средства захвата и удержания власти // Вестник Московского института лингвистики. 2015. № 8. С. 130–135.

16. Подшивалов Г.К. Метод прогнозирования стохастических процессов с изменяющимися фазовыми режимами // Управление риском. 2012. № 1. С. 20–29.

17. Першина М.П., Нечай Е.Е., Васильева Т.А. Цветные революции на постсоветском пространстве: новые технологии государственных переворотов // Этносоциум и межнациональная культура. 2017. № 3. С. 114–127.

18. Райков А.Н. Когнитивное программирование // Экономические стратегии. 2014. № 4. С. 108–113.

19. Ковалева М.Е., Булыгина В.Г. Психофизиологические предикторы психической адаптивности у специалистов опасных профессий (на примере военнослужащих) // Психология и право. 2017. № 4. С. 137–150.

20. Рязанов Д.Ю. Моделирование и анализ процессов трансформации личности современного человека с использованием методов теории катастроф // Вестник МГТУ Станкин. 2010. № 2. С. 143–151.

21. Намиот В.А., Чернавский Д.С. «Непредсказуемость квантового мира» и логические катастрофы // Биофизика. 2003. № 6. С. 1147–1150.

22. Тимофеев А.И., Дмитриева В.А. Мыслящие системы и проблемы нашей цивилизации // Искусственный интеллект. 2014. № 4. С. 116–122.

23. Городецкий А.Е., Тарасова И.Л., Зиняков В.Ю. Комбинированное логико-вероятностное и лингвистическое моделирование отказов сложных систем // Информационно-управляющие системы. 2015. № 1. С. 35–42.

24. Пановский В.Н., Пантелеев А.В. Интервальные методы синтеза нейроуправления нелинейными детерминированными динамическими системами // Вестник воздушно-космической обороны. 2017. № 4. С. 112–116.

25. Щербань И.В., Иванов С.В., Щербань О.Г. Стратегия управления игроком-союзником в задаче нелинейной дифференциальной игры с терминальными ограничениями // Вестник Воронежского государственного технического университета. 2018. № 1. С. 21–26.

Инструментарий цифровой экономики для решения проблем раздельного учета результатов финансово-хозяйственной деятельности

DOI: 10.33917/es-5.163.2019.28-39

Главной проблемой в управлении экономикой на предприятиях оборонно-промышленного комплекса является раздельный учет результатов финансово-хозяйственной деятельности в части введения отдельных банковских и лицевых счетов по каждому контракту с покупателем конкретного вида продукции для установления контроля над расходами по платежам по цепи кооперации исполнителей в рамках требований государственного регулирования государственного оборонного заказа. Физическое деление финансовых потоков каждого предприятия ОПК по отдельным счетам уже привело к резкому росту количества счетов — от нескольких единиц до полутора тысяч — и к значительному увеличению задолженности по кредитам, которая за полгода удвоилась и на июль 2019 г. составила более 2 трлн руб. Проблема усиливается из-за противоречивых требований нормативных правовых актов, что приводит к необходимости заполнения форм отчетов, отражающих различную структуру цены контракта по ГОЗ, для представления в Минобороны и органы Федерального казначейства. Но главное, они противоречат экономической сущности операций, отраженных в бухгалтерском учете, и не обеспечивают контроля за платежами, так как выбранная технология реализации ошибочна. Требуется кардинально изменить подход к решению обозначенной проблемы, которая может быть устранена только путем разработки инновационной модели цифровой системы управления экономической деятельностью через отражение данных хозяйственной деятельности в кодах показателей объектов учета и кодах хозяйственных операций в цифровом виде. А главное — необходимо осуществлять все платежи с одного лицевого счета, реально учитывая финансово-экономические потоки, отражающие хозяйственные операции по методу начисления и кассовому методу, для реализации раздельного учета результатов финансово-хозяйственной деятельности и установления действенного контроля за расходами по платежам.

Методология формирования плана на основе инструментария цифровой экономики

DOI: 10.33917/es-4.162.2019.6-17

В статье рассматривается малоизученная фундаментальная методологическая проблема создания единого плана предприятия. В настоящее время планы/бюджеты формируются из множества отдельных форм по различным аспектам производственно-хозяйственной деятельности, соединить которые в единый документ не представляется возможным. Существующий план предприятия играет формальную роль. В сложившейся ситуации необходим переход от формирования отдельных документов к созданию единого плана в субъектах реального сектора экономики для оценки всего спектра задач и целей социально-экономического развития с учетом всех ресурсов, необходимых для их реализации. Создание единого плана является задачей предельно высокого уровня сложности, которая решается путем кодирования (цифрования) различной информации по всем показателям и хозяйственным операциям с ними, отражающим хозяйственную деятельность по бизнес-процессам, а также путем существенного изменения структуры плана, осуществления функций комплаенс

Источники:

  1. Указ Президента РФ от 9 мая 2017 г. № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017–2030 годы» [Электронный ресурс] // Гарант.ру. URL: https://www.garant.ru/products/ipo/prime/doc/71570570/
  2. Thornhill J. The Big Data revolution can revive the planned economy // Financial Times. 2017. September, 4.
  3. Агеев А.И., Радина В.А. Методика цифровой экономики в части управления и контрольной деятельности в реальном секторе экономики // Экономические стратегии. 2019. № 3. С. 44–56. DOI: https://doi.org/10.33917/es-3.161.2019.44-56.