Государственное управление развитием туризма в Казахстане: кластерный подход

Денисов И.В.1, Петренко Е.С.2, Дарибекова Н.С.3, Шабалтина Л.В.2
1 Московский городской университет управления Правительства Москвы, Россия, Москва
2 Российский экономический университет им. Г.В. Плеханова, Россия, Москва
3 ЧУ «Академия «Bolashaq», Казахстан, Караганда

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 10, Номер 12 (Декабрь 2020)

Цитировать:
Денисов И.В., Петренко Е.С., Дарибекова Н.С., Шабалтина Л.В. Государственное управление развитием туризма в Казахстане: кластерный подход // Экономика, предпринимательство и право. – 2020. – Том 10. – № 12. – С. 3359-3374. – doi: 10.18334/epp.10.12.111384.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44668172
Цитирований: 4 по состоянию на 07.12.2023

Аннотация:
Исследование проблем и перспектив развития казахстанского туризма, описанное в данной статье, проводилось по методологии форсайт с применением метода экспертных оценок Дельфи. Опрос проводился по заказу правительства Казахстана по разработке Атласа новых профессий и определению будущих компетенций. Анализ проблем предшествующего развития продемонстрировал недостаточность исключительно государственных усилий по развитию туристической отрасли. Опрос экспертов показал, что туристы потребляют недостаточно услуг на территории республики и не реализуют спрос на сопутствующие продукты и услуги, поэтому необходим переход к современным концепциям туризма на основе экономики впечатлений и активного вовлечения местного сообщества в развитие туристического потенциала территории. Казахстанским туристическим организациям нужны местные программы для проверки возможности формирования региональных и местных кластеров, а также для будущей оценки усилий членов кластера.

Ключевые слова: менеджмент, управление, стратегия, туризм, Казахстан, кластерный подход, экономика впечатлений

JEL-классификация: L83, Z31, Z32, M38

В издательстве открыта вакансия ответственного редактора научного журнала с возможностью удаленной работы
Подробнее...



Введение

Исследуемое когнитивное усиление системы принятия и поддержки решений заключается в разработке интеллектуальных систем поддержки решений, которые могут работать с большими данными, генерируемыми промышленной системой предприятия, множеством факторов внешней и внутренней среды на основе интеграции фреймового представления о будущих возможных угрозах возникновения проблемных ситуаций и путях их разрешения.

Порядок проведения настоящего исследования включает следующие этапы:

- определение обстоятельств применения методов исследования и их обоснование;

- исследование превалирующих факторов развития предприятия и построение когнитивной карты;

- описание параметров основных факторов когнитивной карты ПАО «Акрон». Проведение анализа фреймового представления потоков;

- формирование матрицы рисков и угроз с целью выявления превалирующих проблемных ситуаций;

- апробация. Определение параметров лингвистических параметров для совместного когнитивного картирования, базисных факторов, фреймов потоков, определение и ранжирование вектора целей, формирование матрицы результатов анализа целей;

- подведение итогов.

Определение обстоятельств применения методов исследования и их обоснование

Методология исследования включает методы экономического анализа, экономико-математического моделирования, семантического анализа, логических рассуждений, статистического анализа данных, теории систем и системного анализа, теории менеджмента, теории ситуационного и адаптивного управления. В методологию исследования включены также современные подходы логико-семантического анализа, совместного когнитивного картирования, теории адаптивного управления промышленными предприятиями для когнитивного усиления процедуры поддержки управленческих решений в операционной, инвестиционной и финансовой деятельности.

В работе О. М. Шаталовой отмечена важность комплексного охвата «множества факторов эффективности инновационных процессов на основе интеграции детерминированных, стохастических, ментальных знаний о системе с использованием интеллектуальных методов обработки данных и построении на этой основе адекватных моделей, обеспечивающих поддержку (когнитивное усиление) принятия управленческих решений по критерию эффективности» [1] (Petrenko, Dauletova, Mazhitova, Shabaltina, 2019).

Локализуемые спорадические детерминантные эффекты в системе управления предприятием состоят в повышении качества принятия управленческих решений, а также приносят экономию не только бюджетных средств предприятия, но и его человеческих ресурсов, однако данные эффекты имеют прямой и косвенный характер, приносящий ценность и полезность в ближайшем и отдаленном будущем и на разных ярусах управления за счет преодоления искажения информации при принятии решений. Такая постановка задачи требует применения логико-семантического моделирования, когнитивного картирования.

Логико-семантическое моделирование базируется на включенности математического нечетко-множественного моделирования в стратегический, экономический, инвестиционный анализ и служит средством подтверждения «представления объективных свидетельств» [2] (Dosaliev, Urazbaeva, Abishova, Utemisova, 2017) о выполнении требований.

Фреймовое представление знаний в контексте исследования – это основанные на положениях теории фреймов [3] (Kuznetsova, Kosmin, Kuzmenko, Kuznetso, Kuznetsova, Samokhvalova, 2019) и развитые в научных трудах Б. Л. Кукора [4] (Enright, Newton, 2005) структуры единицы знаний, формируемые для антиципации и разрешения проблемных ситуаций для построения логико-лингвистической модели в виде сетевого графа.

Основная цель когнитивного картирования состоит в определении превалирующих факторов развития предприятия – рисков и угроз возникновения проблемных ситуаций среди прочих рисков; иными словами, выделяются базисные факторы, влияющие на деятельность предприятия по различным направлениям, а также устанавливаются их взаимовлияния, которые могут приводить к расхождениям между потребностями и возможностями предприятия, что впоследствии приводит к рискам и угрозам возникновения проблемных ситуаций и снижению потенциала развития компании. Кроме того, следствием выделения наиболее опасных проблемных ситуаций является формирование долгосрочной стратегии, долгосрочного планирования деятельности предприятия, что позволяет диверсифицировать и антиципировать возможные риски и угрозы, обеспечивая тем самым в перспективе достижение планового уровня ресурсного потенциала и потенциала развития предприятия.

Апробация применения данных методов в информационной системе предприятия обусловлена необходимостью распознавания признаков информации о материальных и нематериальных факторах деятельности современного предприятия, формализации речемыслительной деятельности лиц, принимающих решения, в целях проработки альтернативных сетевых графиков разрешения проблемных ситуаций. При этом важным обстоятельством для реализации результата данного исследования является уровень зрелости промышленной системы предприятия и глубина его финансовой системы, которая служит одним из каналов формирования данных, одновременно являясь и источником, и результатом управленческих решений.

Анализ превалирующих факторов развития предприятия и построение когнитивной карты

Первым этапом когнитивного картирования является выделение управляющих факторов по причинно-следственным отношениям, очень важно также отметить, что данные факторы могут быть как внешние, так и внутренние.

Когнитивная карта будет составляться для ПАО «Акрон» – это ведущий российский производитель сложных удобрений, большинство выручки получает в валюте, активно экспортирует свою продукцию по всему миру.

При выделении внешних и внутренних факторов целесообразно принять по внимание следующие аспекты деятельности компании:

1. Особенности производства (условия и обстоятельства):

- производство осуществляется путем переработки сырья (нефтехимических производных продуктов) в минеральные удобрения на основе химической обработки;

- высокая доля трат на сырье и энергию в себестоимости производства;

- раздельное калькулирование производственной себестоимости готовой продукции, реализуемой на экспорт и внутреннем рынке, не представляется возможным, так как ведется единый технологический процесс;

- территориально обособленные производства располагаются в Новгородской области – непосредственно вблизи источников сырья;

- наличие складов и складских хабов в центральной России для удобства транспортировки и распределения готовой продукции на внутреннюю и внешнюю реализацию.

2. Особенности реализации:

- рынки сбыта подвержены сезонным колебаниям спроса из-за основного применения продукции ПАО «Акрон» в агропромышленности;

- ценообразование также подвержено колебаниям из-за меняющейся конъюнктуры на рынке удобрений, несмотря на контрактный характер цен на продукцию;

- высокий дисбаланс спроса на мировых рынка – более 50 % мирового потребления минеральных удобрений приходится на Юго-Восточную Азию.

С учетом вышеизложенных особенностей деятельности компании сформируем основные факторы при соотнесении их по типу «причина–следствие» и формируют когнитивную карту деятельности предприятия (рис. 1).

Рисунок 1. Когнитивная карта деятельности ПАО «Акрон»

Источник: составлено авторами.

В процессе совместного когнитивного картирования [5, 6, 7] (Ritchie, Crouch, Hudson, 2000; Buhalis, 2000; Porter, 1990) для составления когнитивной карты определяется направление влияния одного фактора на другой – управляющие воздействия (потоки), имеющие свои определенные направления целей и управленческие решения. Нарушение данных потоков имеет свою особенную природу происхождения – это нарушение соотношений «потребности-возможности», что, в свою очередь, и приводит к рискам и угрозам возникновения проблемных ситуаций [8, 9, 10] (Porter et al., 1998; Torre, Rallet, 2005; Cooke, 2001). Более глубокое исследование соотношений «потребности-возможности» каждого фактора позволяет выявить и антиципировать возможный дефицит или, напротив, потенциал потока ресурсов между факторами [11, 12] (Jackson, Murphy, 2002; Kováts, 2000), то есть важно понимать, что между факторами происходят взаимодействия в виде взаимовлияний параметров, характеризующих одни факторы, на параметры других факторов.

Риск угрозы возникновения проблемной ситуации выявляется на основе логико-лингвистического и экономико-математического анализа эмпирической и теоретической карты (фрагмента дискретно-ситуационной сети) с учетом аналитики эмпирического состояния того или иного фактора [13, 14] – анализ соответствия его потребностей возможностям, в случае, если два данных индикатора не совпадают по ресурсным потокам, то и возникает проблемная ситуация.

В таблице 1 представлены параметры в виде потребностей и возможностей по основным факторам когнитивной карты ПАО «Акрон».

Таблица 1

Параметры основных факторов когнитивной карты ПАО «Акрон» и анализа фреймового представления потоков


Потребность

Возможность
Параметры фактора «Потенциал развития»
1
Потребность в получении ресурсов для развития новых технологий и направлений деятельности компании
1
Возможность получения ресурсов для развития новых технологий и направлений деятельности компании
2
Потребность в увеличении прибыли от реализации продукции
2
Возможность увеличения прибыли от реализации продукции
3
Потребность роста ресурсной базы
3
Возможность роста ресурсной базы
4
Потребность роста интеллектуального капитала
4
Возможность роста интеллектуального капитала
5
Потребность поддержания инвестиционной привлекательности компании
5
Возможность поддержания инвестиционной привлекательности компании
6
Потребность в разработке программы бережливого производства и различных эко-технологий
6
Возможность разработки программы бережливого производства и различных эко-технологий
Параметры фактора «Инвестиционная активность»
1
Потребность в инвестировании в развитие новейших технологий на искусственном интеллекте
1
Возможность инвестирования в развитие новейших технологий на искусственном интеллекте
2
Потребность в инвестировании в экологизацию производственного цикла
2
Возможность инвестирования в экологизацию производственного цикла
3
Потребность в инвестировании в развитие интеллектуального капитала компании
3
Возможность инвестирования в развитие интеллектуального капитала компании
4
Потребность в инвестировании в развитие мощностей и ресурсной базы
4
Возможность инвестирования в развитие мощностей и ресурсной базы
Параметры фактора «Ресурсный потенциал»
1
Потребность в обслуживании производственных мощностей
1
Возможность обслуживания производственных мощностей
2
Потребность в расширении производственных мощностей
2
Возможность расширения производственных мощностей
3
Потребность в расширение сырьевого цикла
3
Возможность расширения сырьевого цикла
Источник: составлено авторами.

На основе выделенных потребностей и возможностей составляется матрица рисков и угроз [15] с целью выявления превалирующих проблемных ситуаций (табл.2):

Таблица 2

Матрица рисков ПАО «Акрон»


Наименование
Тип риска
Текущее значение вероятности, %
Текущее значение ущерба, % активов
1
Колебания на фондовом рынке
Риски, связанные с турбулентностью экономической активности
70
90
2
Неразвитость финансового рынка
Тоже
60
90
3
Волатильность валюты
Тоже
80
75
5
Высокая конкуренция
Тоже
30
60
6
Влияние санкций на доступность иностранных инвестиций
Тоже
80
60
7
Высокие транзакционные издержки
Тоже
60
100
8
Падение фондового рынка
Тоже
70
65
9
Нехватка свободного капитала
Тоже
95
100
10
Нестабильность мировой экономики
Тоже
90
80
11
Мировой экономический кризис
Тоже
90
100
12
Инфляционный риск
Тоже
80
100
13
Риск ликвидности
Тоже
90
65
14
Размытое налоговое законодательство
Риски, связанные с налогообложением
65
100
15
Чрезмерный налоговый контроль
Тоже
60
20
16
Налоговая диверсификация
Тоже
80
35
17
Высокий налоговый барьер
Тоже
50
40
18
Сложность получения налоговых льгот…
Тоже
70…
20…
32
Национализация предприятий
Риски государственного регулирования
60
15
Источник: составлено авторами.

Впоследствии составляется карта рисков (матрица рисков), на которой видны превалирующие риски (рис. 2):

Рисунок 2. Карта рисков ПАО «Акрон»

Источник: составлено авторами.

Как видно из рисунка превалирующими рисками для ПАО «Акрон» являются инфляционные риски, чрезмерный налоговый контроль, высокие транзакционные издержки.

Следующим этапом совместного когнитивного картирования является выделение и описание взаимодействий базисных факторов. С этой целью применяется параметр «Тенденция», который имеет характер нечеткой логики определения ее степени, в соответствии с которой придается этому параметру и числовое значение, находящееся в интервале от -1 до +1 (табл. 3).

Таблица 3

Параметры лингвистических значений [16]

Лингвистические значения переменной «тенденция»
Лингвистические значения переменной, описывающей связи между базисными факторами
Числовые значения переменной
Неудовлетворительный рост (снижение)
Очень слабо усиливает (ослабляет)
0,1; 0,2 (-0,1; -0,2)
Заниженный рост (снижение)
Слабо усиливает (ослабляет)
0,3; 0,4 (-0,3; -0,4)
Нейтральный рост (снижение)
Умеренно усиливает (ослабляет)
0,5; 0,6 (-0,5; -0,6)
Сильный рост (снижение)
Сильно усиливает (ослабляет)
0,7; 0,8 (-0,7; -0,8)
Усиленный рост (снижение)
Очень сильно усиливает (ослабляет)
0,9; 1 (-0,9; -1)
Источник: составлено авторами.

При помощи лингвистических параметров (табл. 2) возможно нивелировать возможные проблемные ситуации и сформировать долгосрочную стратегию развития предприятия и осуществить процесс планирования [17, 18, 19] (Rispoli, Tamma, 2016; Yakovchuk, 2019).

С этой целью согласно теории адаптивного управления Б. Л. Кукора составляются фреймы [4]. Которые в дальнейшем используются в системе планирования для разрешения стратегических проблемных ситуаций. Ниже приведем несколько примеров фреймов для ПАО «Акрон» (табл. 4, 5, 6, 7), формализованных на основе когнитивной карты.

Таблица 4

Фрейм потока из «Ресурсный потенциал» в «Финансовые результаты»

Дескриптивная функция – целеполагание
Название
Максимизация потока из «Ресурсный потенциал» в «Финансовые результаты»
Дескриптивная функция – учет
Название
Тип
Количество производственных мощностей компании
Числовой
Объем финансирования
Числовой
Стоимость сырья
Числовой
Материально-техническая база
Числовой
Объем инвестиций в основные фонды
Числовой
Стоимость обслуживания производственных мощностей
Числовой
Дескриптивная функция – прогноз
Название
Пессимистический
Оптимистический
Выручка
Уменьшается
Увеличивается
Дескриптивная функция – управляющее воздействие
Название
Тип
Соблюдение выработанной программы по поддержке и расширению ресурсного потенциала
Качественный
Наращивание объемов производства
Количественный
Дескриптивная функция - анализ
Если наращиваются объемы производства, то выручка увеличивается.
Если объем финансирования увеличивается, то наращиваются основные фонды.
Если увеличивается объем инвестиций в основные фонды, то наращивается объем производства
Источник: составлено авторами.

Далее определим в таблице 5 фрейм потока из «Валютные риски» в «Финансовые результаты» на основе когнитивной карты по рисунку 1.

Таблица 5

Фрейм потока из «Валютные риски» в «Финансовые результаты»

Дескриптивная функция – целеполагание
Название
Максимизация потока из потока «Валютные риски» в «Финансовые результаты»
Дескриптивная функция – учет
Название
Тип
Экспортируемая продукция
Числовой
Международные покупатели
Числовой
Дескриптивная функция – прогноз
Название
Пессимистический
Оптимистический
Выручка в валюте
Уменьшается
Увеличивается
Дескриптивная функция – управляющее воздействие
Название
Тип
Хеджирование рисков
Качественный
Расширение географии присутствия компании
Качественный
Дескриптивная функция - анализ
Если увеличивается число международных покупателей, то выручка в валюте увеличивается.
Если увеличивается объем экспортируемой продукции, то выручка в валюте увеличивается.
Если увеличивается число международных покупателей, происходит расширение географии присутствия.
Если увеличивается объем экспортируемой продукции, то необходимо хеджировать большее количество валютных рисков
Источник: составлено авторами.

Далее определим в таблице 6 фрейм потока из «Налоговая политика» в «Финансовые результаты» на основе когнитивной карты по рисунку 1.

Таблица 6

Фрейм потока из «Налоговая политика» в «Финансовые результаты»

Дескриптивная функция – целеполагание
Название
Максимизация потока из «Налоговая политика» в «Финансовые результаты»
Дескриптивная функция – учет
Название
Тип
Уплачиваемые налоги и страховые взносы в бюджетные фонды
Числовой
Дескриптивная функция – прогноз
Название
Пессимистический
Оптимистический
Чистая прибыль
Уменьшается
Увеличивается
Дескриптивная функция – управляющее воздействие
Название
Тип
Действие в нескольких налоговых резиденций (налоговая диверсификация).
Количественный
Актуализация методов налоговой политики
Качественный
Использование по возможности налоговых льгот
Количественный
Дескриптивная функция – анализ
Если используется большее число налоговых льгот, то чистая прибыль увеличивается.
Если компания применяет метод налоговой диверсификации, действуя в нескольких налоговых резиденциях, то чистая прибыль увеличивается.
Если компания актуализирует методы налоговой политики, то чистая прибыль увеличивается
Источник: составлено авторами.

Далее определим в таблице 7 фрейм потока из «Потенциал развития» в «Финансовые результаты» на основе на основе когнитивной карты по рис.1:

Таблица 7

Фрейм потока из «Потенциал развития» в «Финансовые результаты»

Дескриптивная функция – целеполагание
Название
Максимизация потока из потока из «Потенциал развития» в «Финансовые результаты»
Дескриптивная функция – учет
Название
Тип
Количество приобретенных лицензий
Числовой
Цифровизация внутренней системы предприятия
Качественный
Расширение интеллектуального капитала компании
Качественный
Дескриптивная функция – прогноз
Название
Пессимистический
Оптимистический
Выручка
Уменьшается
Увеличивается
Дескриптивная функция – управляющее воздействие
Название
Тип
Контроль срока действия лицензий
Количественный
Цифровизация компании
Качественный
Инвестирование в интеллектуальный капитал
Качественный
Дескриптивная функция – анализ
Если ведется контроль за сроком действия лицензий, то выручка увеличивается.
Если проводится программа цифровизации компании, то выручка увеличивается.
Если компания инвестирует в интеллектуальный капитал, то выручка увеличивается
Источник: составлено авторами.

После формализации фреймов для системы поддержки решений и процесса планирования необходимо выделить базисные факторы, которые оказывают влияние на результативность предприятия (табл. 8).

Таблица 8

Базисные факторы когнитивной карты и управляющие векторы [20] (Minghetti, 2001)


Факторы модели (целевые, управляющие)
Начальная тенденция*
Целевое значение**
Вектор управления***
1
2
3
4
5
1
Коэффициент оборачиваемости активов
0,5
0,8
0,2
0,2
-
0,2
-
2
Ликвидность
0,1
0,8
-
-
-
-
-
3
Рентабельность продаж
0,8
0,9
-
-
-
-
-
4
Мультипликатор капитала
0,5
0,9

0,2
0,2

0,2
5
Рентабельность инвестиций
0,8
0,9





6
Дивиденды
0,7
0,8





7
Инвестиционная привлекательность
0,5
0,9
0,2

0,2
0,4

8
Доля собственного капитала
0,3
0,4
-
-
-
-
-
9
Коэффициент Q-Тобина
0,5
-
0,2
0,2
0,2
0,2
0,2
10
Мультипликатор P/E
0,2
0,8
0,4

0,4
0,4

11
Качество рискозащищенной политики управления
0,2
0,5
0,2
0,2

0,2

12
Финансовый леверидж
0,1
-
0,4

0,4
0,4

13
Коэффициент покрытия
0,3
0,8
0,2
0,2

0,2

14
Коэффициент финансовой зависимости
0,2
0,1
-
-
-
-
-
15
Эффект финансового рычага
0,6
0,4

0,1
0,4

0,1
Источник: составлено авторами.

Следующим шагом по методу когнитивного картирования является представление целевого состояния предприятия. В таблице 10 детализировано визуализируем развитие предприятия согласно его вектору целей.

Для этого необходимо каждому базисному фактору дать оценку динамики значения рангов с целью достижения стратегических целей предприятия (табл. 9), благодаря данным рангам лица, принимающие решения (ЛПР), могут более обоснованно или взвешенно делать какие-либо выводы по целям развития компании [21] (Dagman, 2019).

Таблица 9

Ранжирование вектора целей [22] (Doloreux, Shearmur, 2009)


Наименование целевого фактора
Оценка динамики фактора
Важность
Начальная тенденция
Целевое значение
3
Рентабельность продаж
1
3
0,8
0,9
7
Инвестиционная привлекательность
1
2
0,5
0,9
15
Эффект финансового рычага
1
5
0,6
0,4
14
Коэффициент финансовой зависимости
1
3
0,2
0,1
13
Коэффициент покрытия
1
2
0,3
0,8
8
Доля собственного капитала
1
5
0,3
0,4
11
Качество рискозащищенной политики управления
1
4
0,2
0,5
10
Мультипликатор P/E
1
3
0,2
0,8
Источник: составлено авторами.

После составления и ранжирования вектора целей необходимо в виде матрицы транзитивного замыкания проверить полученные результаты анализа целей на непротиворечие друг другу [23].

Таблица 10

Матрица результатов анализа целей


Наименование целевого фактора
3
7
8
10
11
13
12
15
3
Рентабельность продаж








7
Инвестиционная привлекательность








15
Эффект финансового рычага








14
Коэффициент финансовой зависимости








13
Коэффициент покрытия








8
Доля собственного капитала








11
Качество рискозащищенной политики управления








10
Мультипликатор P/E








Источник: составлено автором.

Незаполненные графы свидетельствуют о том, что межфакторная связь отсутствует, соответственно, графы с кружочками говорят о согласованности факторов, что рассмотрено в таблице 9.

Заключение

Уточнение архитектуры системы показателей материальных и нематериальных факторов на основе когнитивного картирования и фреймового представления знаний в условиях информационного общества обеспечивает финансовую устойчивость и стабильность системы управления предприятия в целом. Особенно важным в этом отношении является упорядоченный механизм для разработки требований к архитектуре указанной системы показателей, учитывающий широкий круг факторов, выражаемых количественно и качественно. Методической основой для этого служат средства когнитивного подхода в управлении и экономике – это совместное когнитивное картирование и фреймовое представление знаний о проблемной ситуации. Интеграция системы показателей материальных и нематериальных факторов в систему управления предприятием и процесс стратегического планирования возможна в следующем порядке:

1. Определение условий, ограничений и обстоятельств применения методов исследования для обоснования их применения с учетом уровня зрелости промышленной системы и готовности управляющей структуры.

2. Исследование превалирующих факторов развития предприятия, отраслевого рынка для построения когнитивной карты.

3. Формализация параметров основных факторов когнитивной карты.

4. Проведение анализа фреймового представления потоков по когнитивной карте.

5. Формирование матрицы рисков и угроз с целью выявления превалирующих проблемных ситуаций.

6. Определение лингвистических параметров для совместного когнитивного картирования, включая базисные факторы, тенденции и их оценка, определение и ранжирование вектора целей, формирование матрицы результатов анализа целей.

7. Подведение итогов посредством визуализации для последующего учета и дальнейшей корректировки в процессе планирования и в системе поддержки решений.

Таким образом, научным результатом является представленный порядок когнитивного усиления системы принятия решений на основе внедрения архитектуры системы показателей материальных и нематериальных факторов методом когнитивного картирования и фреймового представления знаний. На основе применения метода совместного когнитивного картирования и эмпирической модели систематизации финансовых показателей материальных и нематериальных факторов инновационного потенциала организации построена когнитивная карта деятельности вертикально-интегрированной холдинговой структуры реального сектора экономики. Практическим результатом является апробация механизма когнитивного усиления для ПАО «Акрон».


Источники:

1. Петренко Е.С., Даулетова А.М., Мажитова С.К., Шабалтина Л.В. Анализ мер государственной поддержки по развитию туризма в Республике Казахстан // Экономические отношения. – 2019. – Том 9. – № 4. – с. 2677-2692. – doi: 10.18334/eo.9.4.41427.
2. Досалиев У.К., Уразбаева Г.Ж., Абишова А.У., Утемисова Г.Т. Развитие индустрии гостеприимства как одного из приоритетных направлений развития туризма в Республике Казахстан // Экономика Центральной Азии. – 2017. – Том 1. – № 2. – с. 91-100. – doi: 10.18334/asia.1.2.38228.
3. Кузнецова О. П., Косьмин А.Д., Кузьменко А. А., Кузнецов В. В., Кузнецова С. В., Самохвалова О.М. Туризм как драйвер социально-экономического и социокультурного развития страны // Экономические отношения. – 2019. – Том 9. – № 3. – с. 2165-2178. – doi: 10.18334/eo.9.3.40705
4. Enright M. J., Newton J. Determinants of tourism destination competitiveness in Asia Pacific: Comprehensiveness and universality //Journal of travel research. – 2005. – Т. 43. – №. 4. – С. 339-350.
5. Ritchie J. R., Crouch G. I., Hudson S. Assessing the role of consumers in the measurement of destination competitiveness and sustainabelity //Tourism Analysis. – 2000. – Т. 5. – №. 2-3. – С. 69-76.
6. Buhalis D. Marketing the competitive destination of the future //Tourism management. – 2000. – Т. 21. – №. 1. – С. 97-116.
7. Porter M. E. The competitive advantage of nations: with a new introduction. – Free Pr, 1990.
8. Porter M. E. et al. Clusters and the new economics of competition. – Boston : Harvard Business Review, 1998. – Т. 76. – №. 6. – С. 77-90.
9. Torre A., Rallet A. Proximity and localization //Regional studies. – 2005. – Т. 39. – №. 1. – С. 47-59.
10. Cooke P. Regional innovation systems, clusters, and the knowledge economy //Industrial and corporate change. – 2001. – Т. 10. – №. 4. – С. 945-974.
11. Jackson J., Murphy P. Tourism destinations as clusters: Analytical experiences from the New World //Tourism and hospitality research. – 2002. – Т. 4. – №. 1. – С. 36-52.
12. Kováts F. Foresight: A Tool for Pre-accession Countries to Face the Challenges of Globalization and Integration //Vienna: UNIDO. – 2000.
13. Атлас новых профессий и компетенций Казхастана. Туризм, [Электронный ресурс]. URL: https://www.enbek.kz/atlas/journals (дата обращения 10.12.2020 г.).
14. Статистика туризма [Электронный ресурс]. URL: https://stat.gov.kz/official/industry/22/statistic/6 (дата обращения 10.12.2020 г.).
15. Всемирный экономический форум, Индекс конкурентоспособности путешествий и туризма 2019 года. [Электронный ресурс]. URL: http://reports.weforum.org/travel-and-tourism-competitiveness-report-2019/country-profiles/#economy=KAZ (дата обращения 10.12.2020 г.).
16. Статистика туризма [Электронный ресурс]. URL: https://stat.gov.kz/official/industry/22/statistic/7 (дата обращения 10.12.2020 г.).
17. Профессор Майкл Портер критически оценил реализацию в Казахстане проекта «Кластерная инициатива» [Электронный ресурс]. URL: https://www.zakon.kz/117463-professor-majjkl-porter-kriticheski.html (дата обращения 10.12.2020 г.).
18. Rispoli M., Tamma M. Goods and services, that is, products //Sinergie Italian Journal of Management. – 2016. – Т. 34. – №. May-Aug. – С. 203-219.
19. Яковчук А.А. Оценка эффективности региональной политики в сфере туризма // Экономические отношения. – 2019. – Том 9. – № 4. – с. 3103-3114. – doi: 10.18334/eo.9.4.41232.
20. Minghetti V. From destination to destination marketing and management: Designing and repositioning tourism products //The International Journal of Tourism Research. – 2001. – Т. 3. – №. 3. – С. 255.
21. Дагман С. Концептуальные подходы к устойчивому туризму на основе использования интегральных методов маркетинга // Экономические отношения. – 2019. – Том 9. – № 4. – с. 3115-3128. – doi: 10.18334/eo.9.4.41297.
22. Doloreux D., Shearmur R. Maritime clusters in diverse regional contexts: The case of Canada //Marine Policy. – 2009. – Т. 33. – №. 3. – С. 520-527.

Страница обновлена: 06.03.2024 в 05:32:10