CC BY
1
4. Постановление Правительства РФ от 28 января 2016 г. № 41 «Об утверждении Правил предоставления из федерального бюджета субсидий участникам промышленных кластеров на возмещение части затрат при реализации совместных проектов по производству промышленной продукции кластера в целях импортозамещения» (с изменениями и дополнениями)// https://base.garant.ru/ 71314830/?ysclid=lz6pqr3s1i20515488.
5. Бурук Анна Филипповна, Котёлкин Дмитрий Дмитриевич, Марков Леонид Сергеевич Кластерный проект: понятия, типология, подходы к моделированию // Мир экономики и управления. 2017. №3. URL: https://cyberleninka.ru/article/n/klastemyy-proekt-ponyatiya-tipologiya-podhody-k-modelirovaniyu (дата обращения: 29.07.2024).
6. Агропромышленные кластеры: зарубежный опыт и российские практики Евгений Куценко, Сергей Артемов, Василий Абашкин, Екатерина Исланкина // Российская кластерная обсерватория ИСИЭЗ НИУ ВШЭ.
7. Капнинова О.С., Павлова А.В., Полянин А.В. Кластеризация сельскохозяйственного производства и пищевой промышленности // Вестник Академии знаний. 2019. №4 (33). URL: https://cyberleninka.ru/article/n/klasterizatsiya-selskohozyaystvennogo-proizvodstva-i-pischevoy-promyshlennosti (дата обращения: 29.07.2024).
8. Стратегия развития пищевого кластера республики Татарстан на 2018-2021 годы / Утверждена распоряжением Кабинета Министров Республики Татарстан от 6 марта 2018 г. N° 478-р.
9. Боброва Е.А. Целевые установки развития агропромышленного комплекса на региональном уровне / Боброва Е.А., Лытнева Н.А., Парушина Н.В., Сучкова Н.А. // Вестник ОрелГИЭТ. 2018. № 2 (44). С. 7-11.
10. Бабкин А.В., Кудрявцева Т.Ю., Бахмутская А.В. Проблемы и направления формирования промышленной политики региона (на примере Санкт-Петербурга) // Известия Санкт-Петербургского университета экономики и финансов. 2011. № 4 (70). С. 27-33.
11. Федеральная служба государственной статистики: Региональная статистика// https://rosstat.gov.ru/regional_statistics (дата обращения: 29.07.2024).
12. Бабкин А.В., Ноговицына О.С. Научно-методические аспекты оценки эффективности инновационной инфраструктуры промышленного комплекса региона // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2012. № 1 (139). С. 56-61.
13. Инновационные кластеры цифровой экономики: теория и практика //Алетдинова А.А., Андреев В.В., и др. Монография. - Санкт-Петербург, Издательство СПбПУ, 2018.
14. Бабкин А.В., Новиков А.О. Кластер как субъект экономики: сущность, современное состояние, развитие // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2016. № 1 (235). С. 9-29.
EDN: WYRZAY
А.В. Бабкин - к.т.н., д.э.н., профессор Высшей инженерно-экономической школы, заведующий научно-исследовательской лабораторией «Цифровая экономика промышленности», Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия,
A.V. Babkin - Candidate of Technical Sciences, Doctor of Economics, Professor of the Higher School of Engineering and Economics, Head of the research laboratory "Digital Economy of Industry", St Petersburg Polytechnic University of Peter the Great, St Petersburg, Russia;
П.А Михайлов - аспирант, Высшая инженерно-экономическая школа, Институт промышленного менеджмента, экономики и торговли, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия,
P.A Mikhailov - graduate student, Higher School of Engineering and Economics, Institute of Industrial Management, Economics and Trade, St Petersburg Polytechnic University of Peter the Great, St Petersburg, Russia;
Л.В. Ташенова - к.э.н., ассоциированный профессор кафедры маркетинга, директор Института исследований цифровой экономики Карагандинского государственного университета имени Е.А. Букетова (Казахстан), исполнитель гранта РНФ в СПбПУ, Санкт-Петербург, Россия,
L.V. Tashenova - candidate of economic sciences, Associate Professor, Department of Marketing, Director of the Institute for Digital Economics Research, Karaganda State University named after E.A Buketov (Kazakhstan), Executive of the RNF grant in SPbPU, St Petersburg, Russia.
СИСТЕМА ПОКАЗАТЕЛЕЙ ДЛЯ ОЦЕНКИ ЦИФРОВОГО КОЭВОЛЮЦИОННОГО ПОТЕНЦИАЛА СИСТЕМООБРАЗУЮЩЕГО ИННОВАЦИОННО-АКТИВНОГО ПРОМЫШЛЕННОГО КЛАСТЕРА A SYSTEM OF INDICATORS FOR ASSESSING THE DIGITAL COEVOLUTIONARY POTENTIAL OF AN SYSTEM EDUCATION INNOVATIVE AND ACTIVE INDUSTRIAL CLUSTER
Аннотация. В статье рассмотрены понятия цифровой экономики, цифрового коэволюционного потенциала, ряд этапов развития промышленных кластеров с точки зрения уровня внедрения цифровых технологий в бизнес-процессы, начиная с их полного отсутствия и заканчивая полной цифровой трансформацией. Изучены основные особенности и преимущества цифровой экономики, которая позволяет кластерам получать дополнительные конкурентные преимущества за счет внедрения цифровых технологий. В ходе исследования уточнено понятие цифрового коэволюционного потенциала системообразующего инновационно-активного промышленного кластера. Представлены субпотенциалы, позволяющих оценить цифровой коэволюционный потенциал инновационно-активных кластеров, а также предложены показатели для оценки каждого из них.
Abstract. The article examines the concepts of the digital economy, digital co-evolutionary potential, and a number of stages of enterprise development in terms of the level of implementation of digital technologies in business processes, starting with their complete absence and ending with complete digital transformation. The main features and advantages of the digital economy have been studied, which allows enterprises to gain additional competitive advantages through the introduction of digital technologies. The study clarified the concept of the digital coevolutionary potential of the system-forming innovation-active industrial cluster. Subpotentials are presented, to assess the digital co-evolutionary potential of innovation-active clusters, and also proposed indicators for the evaluation of each of them.
Ключевые слова: цифровой потенциал, цифровая трансформация, цифровизация, цифровая экономика, Индустрия 4.0/5.0, цифровые технологии.
Keywords: digital potential, digital transformation, digitalization, digital economy, Industry 4.0/5.0, digital technologies.
Благодарности. Исследование выполнено за счет средств гранта Российского научного фонда № 23-28-01316, https://rscf.en/project/23-28-01316/.
Acknowledgments. The study was carried out at the expense of a grant from the Russian Science Foundation No. 23-28-01316, https://rscf.en/project/23-28-01316/.
Введение
На сегодняшний день происходит активный рост масштабных коммуникаций благодаря социальным сетям, повышается скорость, качество и многообразие обмена информацией за счет применения современных
цифровых технологий. Вопрос развития цифровой экономики становится все более актуальным и приоритетным для многих стран, он рассматривается на государственном уровне [1, 2].
Не менее актуальной данная тематика является для России. Так, согласно данным Института статистических исследований и экономики знаний НИУ ВШЭ по итогам 2022 года можно наблюдать рост отрасли ИТ в России: валовая добавленная стоимость возросла на 23 % в фактических ценах за этот год. Кроме того, численность специалистов, занятых в данной отрасли, возросла на 15 % в сравнении с 2022 годом, не смотря на отток части специалистов из страны.
При этом компании активно стремятся внедрять и развивать новые цифровые технологии и решения с целью повышения своей конкурентоспособности. Так, компании значительно увеличили свои расходы на цифровой контент: +46,5 % в сравнении с 2021 годом, а также +8,5 % расходов на программное обеспечение.
Все более широкое распространение цифровые технологии получают и среди населения страны. За 2022 год доля россиян, которые освоили и использовали заказ товаров и услуг возросло с 46,6 % до 53,7 %, т.е. превысило половину. Активнее всего подобный формат применяют пользователи в возрастной группе от 25 до 29 лет (около 74 % от общего числа пользователей), однако наблюдается сокращение разрыва по количеству покупок товаров и услуг в онлайн-формате в сравнении с возрастной группой от 30 до 59 лет [3, 4].
Благодаря цифровым технологиям становятся доступны следующие преимущества [5, 6]:
1) предприятия и кластеры получают возможность улучшать существующие модели бизнеса или внедрять новые за счет использования цифровых технологий - к примеру, за счет возможности продажи своих товаров и услуг через интернет;
2) цифровые технологии позволяют применять более эффективные средства аналитик (например, благодаря использованию больших данных), тем самым лучше прогнозируя поведение и потребностей пользователей и повышая качество взаимодействия с ними;
3) сокращают времени выполнения задач, повышение управляемости, гибкости и прозрачности бизнес -процессов за счет преимуществ автоматизации, цифровизации и полной цифровой трансформации;
4) повышение конкурентоспособности предприятий и кластеров, использующих цифровые технологии, за счет повышения эффективности бизнес-процессов и преимуществ цифровизации.
Цифровая экономика также имеет свою специфику, которая состоит в следующем [7, 8]:
1) необходимость в новых навыках и знаниях у сотрудников для эффективной работы с цифровыми технологиями;
2) намного более важную роль имеет информация - а значит, необходимо иметь и развивать эффективные инструменты для ее получения, анализа и применения;
3) цифровые форматы открывают новые уязвимости и узкие места для участников рынка - киберпре-ступность, применение вредоносного ПО, возможности сбоев сложных цифровых систем и т.д.;
4) высокое значение развития сетевых структур коммуникаций между участниками рынка;
5) движущей силой развития цифровых технологий являются цифровые платформы, вокруг которые со временем формируются целые цифровые экосистемы, имеющие свою специфику.
Таким образом можно рассмотреть следующее определение цифровой экономики:
Цифровая экономика - это новая экономическая форма, которая использует цифровые знания и информацию в качестве ключевых факторов производства, цифровые технологии в качестве основной движущей силы, а современные информационные сети в качестве важного носителя, и посредством глубокой интеграции цифровых технологий и реальной экономики постоянно повышает уровень оцифровки, сетевого взаимодействия и интеллекта экономики и общества, а также ускоряет реконструкцию модели экономического развития и управления [9].
Цифровые технологии позволяют снизить участие человеческого фактора в бизнес-процессах или даже полностью их автоматизировать, тем самым используя принцип самоорганизации. Применение информационных ресурсов и цифровых технологий позволяет участникам цифровой экономики получать дополнительные преимущества за счет сокращения транзакционные издержек, повышения скорость и эффективности бизнес-процессов, устранения временных и территориальных барьеров.
В конце XX века активное развитие получили промышленные кластеры [24, 25], в том числе системообразующие инновационно-активные [22]. Промышленные кластеры в зависимости от своих возможностей и стоящих перед ними задачами могут стремиться полностью преобразовать свою бизнес-модель за счет повсеместного внедрения цифровых технологий или же остановиться на преобразовании ключевых бизнес -процессов для повышения их эффективности.
Базовым этапом является автоматизация производства, которая позволяет освободить человеческий ресурс от выполнения рутинных задач и сфокусироваться на более важных или творческих бизнес -процессах. Тем не менее, повсеместная автоматизация может привести к потере контроля над бизнес-процессами компании или кластера, снижению гибкости и адаптивности к новым условиям рынка [10, 11].
Более эффективным этапом является оцифровка бизнес-процессов, то есть перевод аналоговых данных на цифровые носители. На данном этапе компания активно внедряет компьютерное оборудование, программное обеспечение, развивает свой 1Т-отдел [12].
Для создания и развития цифровой инфраструктуры кластер должен переходить к цифровизации - то есть к внедрению цифровых технологий в свою деятельность с целью повышения эффективности функционирования и повышения конкурентоспособности. За счет цифровизации повышается гибкость работы предприя-
тий в кластере, прозрачность бизнес-процессов, устраняются многие временные, территориальные и иные барьеры, благодаря оптимизации бизнес-процессов под применение цифровых технологий [13-15].
На основе цифровизации кластер может провести полноценную цифровую трансформацию, в ходе которой происходит качественное преобразование бизнес-модели предприятий, входящих в состав кластера, и их бизнес-процессов, максимально полно используются преимущества цифровых технологий с целью получения конкурентных преимуществ. Тем самым продолжая повышать уровень цифровизации [16].
Цифровая трансформация доступна и для кластеров, действующих в традиционных секторах экономики, стремящихся повысить эффективность своей деятельность и получить преимущества на рынке. Но данный процесс является крайнем затратным по трудовым, денежным, временным ресурсам и далеко не всегда хозяйствующие субъекты имеют необходимые средства для их осуществления [17].
Системообразующему инновационно-активному промышленному кластеру необходимо четкое понимание целей и задач проводимых изменений, конкретный план и алгоритм внедрения цифровых технологий, объединяющий различные сферы деятельности хозяйствующего субъекта - производство, персонал, финансы, существующую 1Т-инфраструктуру и многие другие.
Необходимо иметь количественные оценки текущего уровня цифрового развития кластера, имеющихся в его распоряжении ресурсов, возможностей и способностей.
С этой целью кластер может применять показатель цифрового потенциала - интегральный показатель, который отражает имеющиеся ресурсы и возможности кластера по расширению масштабов использования цифровых технологий для различных направлений работы предприятий в рамках кластера: проведения закупок, работы финансовых и экономических служб, работы отдела логистики, организации производственного процесса и так далее [18].
Помимо определения наличия денежных, временных, материальных ресурсов для проведения цифрови-зации, цифровой трансформации, кластер должен быть уверен, что персонал готов к преобразованию бизнес -процессов под цифровые форматы, что является одним из важных направлений при рассмотрении данного интегрального показателя.
Цель исследования
Целью исследования является разработка структуры и показателей оценки цифрового коэволюционного потенциала системообразующего инновационно-активного промышленного кластера.
Методы и материалы исследования
Метод, применяемый в ходе исследования, представляет собой обзор литературы по тематике цифровой экономики, понятий цифровизации и цифровой зрелости, цифровой трансформации, Индустрии 4.0/5.0.
В исследовании использованы методы анализа, изучения, синтеза и сравнения существующей литературы по теме цифрой экономики и цифровой трансформации, цифровой зрелости.
На первых этапах исследования было рассмотрены понятие цифровой экономики, ее особенности и преимущества для участников, изучены различные этапы цифрового преобразования бизнес-процессов промышленного кластера, начиная с автоматизации производства и заканчивая полной цифровой трансформацией.
На более поздних этапах исследования было рассмотрено понятие цифрового потенциала предприятий в рамках экосистемы, а также особенности цифрового коэволюционного потенциала, предполагающего объединений усилий участников экосистемы с целью получения различных преимуществ.
На последнем этапе исследования были рассмотрены основные направления, составляющие цифровой коэволюционный потенциал и представляющие собой ряд субпотенциалов, а также ряд показателей для оценки каждого из них.
Полученные результаты
В условиях повсеместной цифровизации вокруг предприятий в составе кластера постепенно формируется полноценная цифровая экосистема, соединяющая различных участников рынка с целью получения преимуществ от подобного объединения.
Также, как в любой экосистеме, по отношению к промышленной экосистеме действует принцип коэволюции [19-21], предполагающий совместное, координированное и согласованное развитие, эволюция различных взаимодействующих акторов на разных иерархических уровнях в рамках единой экосистемы.
Коэволюция применительно к промышленной экосистеме представляет собой адаптацию процессов и ресурсов участников экосистемы к внешним и внутренним воздействующим факторам на основе взаимовыгодного сотрудничества, создавая тем самым синергетический эффект и повышая общую устойчивость развития всей экосистемы. С экономической точки зрения коэволюционный потенциал рассматривается через призму технологических и организационных инноваций.
Симбиотические отношения между участниками экосистемы создают экономическую взаимозависимость во взаимовыгодном обмене ресурсами, энергией и информацией. Взаимный характер взаимодействий способствует формированию устойчивой промышленной экосистемы, способной реагировать на социальные, экологические, экономические и технологические изменения.
Таким образом цифровой коэволюционный потенциал представляет собой способность кластера как экосистемы к адаптивной и синергетической эволюции в контексте промышленной экосистемы в ходе взаимовыгодного сотрудничество между участниками экосистемы с целью получения дополнительных преимуществ для всех участников.
В рамках оценки цифрового коэволюционного потенциала рассматривается ряд субпотенциалов, каждый из которых представляет собой важное направление при рассмотрении текущих возможностей и ресурсов промышленного кластера с целью проведения дальнейших изменений: финансово-экономическое направление, персонал, инновационное направление, наличие цифровой инфраструктуры и многое другое.
При этом для каждого из субпотенциалов в зависимости от специфики кластера, его особенностей и стоящих перед ним целей, могут быть применены различные показатели для оценки, в совокупности, представляющие собой текущий цифровой потенциал кластера. Важно учитывать, что показатели могут иметь разную значимость и оказывать разное влияние на общий показатель цифрового потенциала, что также необходимо учитывать при их оценке.
В общем виде цифровой коэволюционный потенциал представлен на рисунке 1.
Цифровой коэволюционный потенциал системообразующего инновационно-активного кластера включает следующие направления (субпотенциалы) и показатели, представленные ниже [22, 23]:
1) материально-техническое направление: стоимость основных средств, уровень освоения новой техники, обеспеченность оборотными средствами, трудоемкость произведенной инновационной продукции и т.д.;
2) финансово-экономическое направление: уровень затрат на приобретение технологий, машин и оборудования, программного обеспечения, стоимость собственных финансовых ресурсов, прибыль и выручка кластера;
3) инновационные показатели: затраты на проведение инноваций и НИОКР, доля и объем инновационной продукции, количество проданных лицензий, количество новых видов продукции за определенное время;
4) организационно-управленческое направление: скорость принятия тактических решений, «высота» организационной структуры, загруженность менеджмента, система мотивации работников, количество лабораторий, уровень организационного развития, включенность менеджмента в инновационный процесс;
5) кадровая политика: количество работников, готовность сотрудников к принятию изменений, уровень качества подготовки сотрудников компании к применению цифровых технологий, уровень затрат на дополнительное обучение персонала;
6) инфраструктурное направление: доступность сырья и природных ресурсов, уровень развития инновационной структуры, уровень развития образовательной структуры, логистической и энергетической структуры;
7) информационное направление и сфера IT: обеспечение сотрудников персональным компьютером, внедрение технологий индустрии 4.0/5.0 (промышленный интернет вещей, искусственный интеллект, Big Data и т.д.), объем использования цифровых каналов во внутренних процессах и при взаимодействии с внешними участниками, использование цифровых инструментов.
Цифровой коэволюционный потенциал I
I
Рисунок 1 - Структура цифрового коэволюционного потенциала
При этом разные сферы деятельности компании рассматриваются раздельно - к примеру, кластер может иметь хорошо развитое производственное направление, в котором внедрены передовые цифровые технологии, однако отставать по кадровой политике, так как работники не готовы принимать новые изменения, не имеют нужной квалификации для их эффективного использования. Или же предприятия в кластере имеют необходимую цифровую инфраструктуру для дальнейшего развития цифровых технологий, включая готовность персонала к внедрению новых технологий, однако не имеют денежных ресурсов для проведения изменений и дальнейшее поддержание работоспособности цифровых технологий.
Направления дальнейших исследований
В ходе дальнейшего исследования направления и показатели оценки цифрового коэволюционного потенциала будут дорабатываться, а также прорабатываться методы оценки каждого субпотенциала, его «веса» в общей структуре интегрального показателя, а также проводиться расчет для реальных промышленных кластеров с целью их последующего сравнения.
Выводы
Подводя итоги, нельзя не отметить, что вопросы цифровой экономики, цифрового потенциала находятся на стадии активной разработки и развития. В зависимости от своих особенностей компании находятся на разных этапах цифрового развития, будь то автоматизация, повсеместная цифровизация или же практически полное отсутствие цифровых технологий в бизнес-процессах. Таким образом важна проработка показателя, позволяющего оценивать цифровой потенциал промышленного кластера с целью их дальнейшего сравнения между собой.
В ходе исследование были рассмотрены понятия цифровой экономики, цифрового коэволюционного потенциала. Представлены показатели для оценки коэволюционного потенциала системообразующего инновационно-активного кластера, включающего в себя ряд субпотенциалов, для каждого из которых представлены различные показатели оценки.
Направления дальнейших исследований
В ходе дальнейших исследований субпотенциалы и показатели оценки цифрового коэволюционного потенциала кластера будут уточняться применительно к различным отраслям промышленности с целью разработки инвариантной методики оценки.
Источники:
1. Щетинина, Н.Ю. Индустрия 4.0: Практические аспекты реализации в российских условиях / Н.Ю. Щетинина // Модели, системы, сети в экономике, технике, природе и обществе. - 2017. - №1 (21). - с. 75-84.
2. Тарасов И.В. Технологии индустрии 4.0: Влияние на повышение производительности промышленных компаний. / И.В. Тарасов // Стратегические решения и риск-менеджмент. - 2018. - №2. - с. 62-69.
3. Цифровая экономика: 2024: краткий статистический сборник / В. Л. Абашкин, Г. И. Абдрахманова, К. О. Вишневский, Л. М. Го-хберг и др.; Нац. исслед. ун-т «Высшая школа экономики». — М.: ИСИЭЗ ВШЭ, 2024.
4. Индикаторы цифровой экономики: 2024: статистический сборник / В. Л. Абашкин, Г. И. Абдрахманова, К. О. Вишневский, Л. М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». — М.: ИСИЭЗ ВШЭ, 2024.
5. Вертакова Юлия Владимировна, Булгакова Ирина Николаевна, Дин Шуи. Методы и инструменты цифровой трансформации предприятий агропромышленного комплекса в условиях индустрии 4.0 // n-Economy. - 2023. - Том 6, №5. - с. 109-122.
6. Кластеризация цифровой экономики: теория и практика // Асланова И.В., Бабкин А.В., Блажевич О.Г. и др. - Санкт-Петербург, Издательство СПбПУ, 2020.
7. Паньшин Борис. Цифровая экономика: понятия и направления развития // Наука и инновации. 2019. №3 (193). - с. 48 - 55.
8. Хасаншин Ильмир Ильгизович Цифровая экономика: понятие и термины // Московский экономический журнал. 2021. №4. -с. 265 - 274.
9. Бабкин А.В., Дин Х. Инструментарий для оценки цифрового потенциала кибер-физического промышленного предприятия в условиях формирования Индустрии 5.0 // Естественно-гуманитарные исследования. - 2023. - N° 4 (48). - С. 48-53.
10. Назарова Александра Дмитриевна, Сулимин Владимир Власович Автоматизация процессов в бизнесе: преимущества и риски // Столыпинский вестник. - 2023. - №5. - с.2221-2230.
11. Kuladzhi T.V., Babkin A.V., Murtazaev S.-A.Yu. Enhancing personnel training for the industrial and economic complex in the conditions of the digital economy (2017) Proceedings of 2017 IEEE 6th Forum Strategic Partnership of Universities and Enterprises of Hi-Tech Branches (Science. Education. Innovations), SPUE 2017, 2018-January, pp. 67 - 70, DOI: 10.1109/IVForum.2017.8246053
12. Турковский С. Р. Оцифровка, цифровизация и цифровая трансформация в контексте инновационного развития и организационно-управленческих инноваций // Экономическая наука сегодня. - 2023. - №17. - с.186-195.
13. Кричевский М.Л., Мартынова Ю.А., Дмитриева С.В. Оценка цифровой зрелости предприятия // Вопросы инновационной экономики. - 2022. - Том 12. - № 4. - С. 2545-2560.
14. Демура Н.А., Путивцева Н.П. Цифровизация: сущность и роль в развитии национальной экономики // Научный результат. Экономические исследования. - 2021. - №1. - с. 22-30.
15. Цифровизация экономических систем: теория и практика // Бабкин А.В., Акмаева Р.И., Александров Ю.Д. и др. - Санкт-Петербург, Издательство СПбПУ, 2020.
16. Ценжарик М.К., Крылова Ю.В., Стешенко В.И. Цифровая трансформация компаний: стратегический анализ, факторы влияния и модели // Вестник Санкт-Петербургского университета. Экономика. - 2020. - №3. - с. 390-420.
17. Зайченко И.М., Горшечникова П.Д., Лёвина А.И., Дубгорн А.С. Цифровая трансформация бизнеса: подходы и определение // Экономика и экологический менеджмент. - 2020. - №2. - с. 205-212.
18. Козлов Александр Владимирович, Тесля Анна Борисовн. Цифровой потенциал промышленных предприятий: сущность, определение и методы расчета // Вестник ЗабГУ. - 2019. - №6. - с. 101 - 110.
19. Карпинская Р. С., Лисеев И. К., Огурцов А. П. (1995) Философия природы: коэволюционная стратегия. Москва: Интерпракс, с. 352.
20. Клейнер Г. Б. (2019) Экономика экосистем: шаг в будущее. Экономическое возрождение России, №. 1 (59)., С. 40-45.
21. Карпинская В. А. (2018) Экосистема как единица экономического анализа. Системные проблемы отечественной мезоэкономики, микроэкономики, экономики предприятий: материалы Второй конференции Отделения моделирования производственных объектов и комплексов ЦЭМИ РАН (Москва, 12 января 2018 г.), №. 2, С. 125.
22. Бабкин А.В., Ташенова Л.В. Этапы оценки цифрового потенциала инновационно-активного промышленного кластера арктической зоны России // n-Economy. - 2020. - №5. - с. 65 - 81.
23. Квинт В.Л., Бабкин А.В., Шкарупета Е.В. Стратегирование формирования платформенной операционной модели для повышения уровня цифровой зрелости промышленных систем // Экономика промышленности. 2022. Т. 15. № 3. С. 249-261.
24. Кластеризация цифровой экономики: теория и практика // Асланова И.В., Бабкин А.В., Блажевич О.Г. и др. - Санкт-Петербург, Издательство СПбПУ, 2020.
25. Kleyner G., Babkin A. Forming a telecommunication cluster based on a virtual enterprise //Lecture Notes in Computer Science. 2015. Т. 9247. С. 567-572.
