Кемерово, Кемеровская область, Россия
Кемерово, Россия
Рассмотрено использование когнитивного моделирования диверсификации экономики Кемеровской области – Кузбасса. Цель – сформировать различные сценарии развития экономики Кузбасса в условиях управляемого сжатия социально-экономического пространства на основе когнитивного моделирования. Актуальность темы обоснована тем, что Кузбасс является ресурсным регионом и в условиях санкционного давления остро ощущается проблема монопольной зависимости от угольной промышленности. Исследования развития ресурсозависимых регионов на основе когнитивного моделирования достаточно полно представлены в литературе. Новизна заключается в выборе факторов когнитивной модели, где целевыми факторами являются экономический рост, доходы новых отраслей, создание неугольной экономики, а факторами, на которые оказывается управляющее воздействие, – виды социально-экономического сжатия (экономическое, демографическое, физическое, коммуникационное). Когнитивная модель представлена ориентированным графом с 23 вершинами и 130 дугами. На основе графа построена матрица смежности, где экспертным путем определены коэффициенты интенсивности, которые показывают взаимное влияние на факторы. Все факторы когнитивной модели экономической системы Кузбасса объединены в агрегированные группы: социально-экономическое сжатие; отраслевые комплексы; инвестиции; рынок, государство, план; целевые факторы. Сформированы два сценария: инерционный и целевой. Импульсное воздействие на факторы сжатия позволяет прогнозировать развитие по сформированным сценариям. Установлен рост неугольной экономики и связанных с ней факторов, среди которых увеличение новых отраслей, инвестиций в новые отрасли. Это привело к повышению целевых факторов (а именно созданию неугольной экономики).
когнитивная модель, факторы когнитивной модели, диверсификация экономики, управляемое сжатие, структурные сдвиги, импульсное воздействие факторов, сценарии развития экономики
1. Мекуш Г. Е., Курносов А. В. Критерии и показатели «сжатия» экономического пространства региона. Перспективы развития современных социально-экономических процессов: XLV Междунар. науч.-практ. конф. (Анапа, 21 декабря 2023 г.) Анапа: НИЦ ЭСП, 2023. С. 27–34. https://elibrary.ru/newjrr
2. Курносов А. В. Оценка типов и масштабов «сжатия» социально-экономического пространства муниципальных образований Кузбасса. Региональные проблемы преобразования экономики. 2025. № 3. С. 59–71. https://doi.org/10.26726/rppe2025v3aotas
3. Мекуш Г. Е., Панов А. А., Курносов А. В. Структурные сдвиги и кластерообразование как основа конкурентоспособности экономики региона. Региональная экономика: теория и практика. 2024. Т. 22. № 12. С. 2213–2233. https://doi.org/10.24891/re.22.12.2213
4. Axelrod R. Structure of decision, the cognitive maps of political elites. Princeton: Princeton University, 1976, 404.
5. Casti J. Connectivity, complexity, and catastrophe in large-scale systems. Chichester–NY–Brisbane–Toronto: John Wiley & Sons, 1979, 203.
6. Atkin R. H. Combinatorial connectivies in social systems. An application of simplicial complex structures to the study of large organisations. Birkhäuser Basel, 1977, 245. https://doi.org/10.1007/978-3-0348-5750-5
7. Roberts F. S. Graph theory and its applications to problems of society. Philadelphia: SIAM, 1978, 122.
8. Felix G., Nápoles G., Falcon R., Froelich W., Vanhoof K., Bello R. A review on methods and software for fuzzy cognitive maps. Artificial Intelligence Review, 2019, 52: 1707–1737. https://doi.org/10.1007/s10462-017-9575-1
9. Саак А. А., Горелова Г. В., Каурова О. В. Имитационное когнитивное моделирование молодежного рынка труда. Научно-теоретический журнал. 2020. № 3. С. 164–176. https://elibrary.ru/ksoody
10. Долматова Л. Г., Мамадиев А. Х. Применение когнитивного моделирования в сфере эколого-экономической эффективности использования земельных ресурсов. Вестник Южно-Российского государственного технического университета (НПИ). Серия: Социально-экономические науки. 2022. Т. 15. № 6. С. 234–241. https://doi.org/10.17213/2075-2067-2022-6-234-241
11. Рогачев А. Ф., Шохнех А. В., Медведева Л. Н. Экономико-математическое моделирование управления развитием средних и моногородов с использованием когнитивных карт. Аудит и финансовый анализ. 2017. № 2. С. 122–124. https://elibrary.ru/ylktys
12. Ягольницер М. А., Овсянникова М. А., Костин А. В. Синергия инвестиционных проектов: когнитивный подход. Мир экономики и управления. 2022. Т. 22. № 3. С. 51–65. https://doi.org/10.25205/2542-0429-2022-22-3-51-65
13. Арженовский И. В., Дахин А. В. Когнитивная регионология: опыт моделирования региональных социально-экономических процессов. Регионология. 2020. Т. 28. № 3. С. 470–489. https://doi.org/10.15507/2413-1407.112.028.202003.470-489
14. Сидоров А. А., Сапрон Д. В. Концептуальные основы когнитивного моделирования социально-экономического развития муниципальных образований. Доклады ТУСУР. 2015. № 2. С. 130–135. https://elibrary.ru/ubprcj
15. Сергиенко О. В. Когнитивное моделирование стратегического устойчивого социально-экономического развития аграрного сектора экономики региона. Наука о человеке: гуманитарные исследования. 2023. Т. 17. № 3. С. 242–250. https://elibrary.ru/cmttom
16. Захарова Е. Н., Иванова М. В. Когнитивное моделирование процесса обеспечения региональной конкурентоустойчивости. Экономика: вчера, сегодня, завтра. 2022. Т. 12. № 7-1. С. 55–64. https://elibrary.ru/nkpwit
17. Дабиев Д. Ф. Разработка модели выбора наиболее эффективных направлений развития региона на основе когнитивного моделирования. Фундаментальные исследования. 2022. № 1. С. 16–21. https://doi.org/10.17513/fr.43186
18. Митяков Е. С., Карпухина Н. Н., Митяков С. Н., Ладынин А. И. Когнитивное моделирование экономического развития промышленных экосистем. Экономика промышленности. 2025. № 18. С. 63–77. https://doi.org/10.17073/2072-1633-2025-1-1383
19. Макареня Т. А., Маннаа А. С., Калиниченко А. И., Петренко С. В. Когнитивное моделирование социально-экономических систем: ретроспективный анализ инструментов и информационных систем. Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2023. № 3. С. 84–94. https://doi.org/10.17308/sait/1995-5499/2023/3/84-94
20. Белан А. К., Шмат В. В. Анализ влияния ресурсных и нересурсных факторов на рост экономики Томской области с применением когнитивного подхода. Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. 2015. Т. 15. № 1. С. 78–93. https://elibrary.ru/tvrsuj
21. Природно-ресурсный сектор Дальнего Востока России: «проклятие» или локомотив развития? отв. ред. Н. В. Гальцева. Хабаровск: ИЭИ ДВО РАН, 2022. 336 с. https://elibrary.ru/hdwxxb
22. Морозова М. Е., Шмат В. В. Как познать механизмы ресурсозависимости? Применение метода когнитивного моделирования при исследовании ресурсозависимой экономики. ЭКО. 2015. № 6. С. 146–159. https://elibrary.ru/tsoarb
23. Крюков В. А., Шмат В. В. Азиатская Россия – условия и препятствия поступательной диверсификации экономики макрорегиона. Пространственная экономика. 2022. Т. 18. № 1. С. 34–72. https://dx.doi.org/10.14530/se.2022.1.034-072
24. Робертс Ф. С. Дискретные математические модели с приложением к социальным, биологическим и экологическим задачам. М.: Наука, 1986. 496 с.
25. Захарова А. А., Подвесовский А. Г., Исаев Р. А. Нечеткие когнитивные модели в управлении слабоструктурированными социально-экономическими системами. Информационные и математические технологии в науке и управлении. 2020. № 4. С. 5–23. https://doi.org/10.38028/ESI.2020.20.4.001
