Information and analytical support for decision-making on the implementation of the industrial development project in the special economic zone

Iskandarov D.Z.1
1 Национальный исследовательский Московский государственный строительный университет

Journal paper

Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 14, Number 2 (February 2024)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=63548442

Abstract:
The current state industrial policy is characterised by the need to create incentives that contribute to increasing the competitiveness of Russian industrial organisations in the domestic and international markets. It is assumed that the solution to this problem should be based on diversification of industrial development policy instruments, taking into account the situation in a particular industry. One of these instruments is investment projects, which focus government funds on priority areas of support and avoid irrational investments of budget funds. The article presents a method of information and analytical support for decision-making on the implementation of an industrial development project in a special economic zone, which is based on the development and application of neural network models that predict the degree of feasibility of the project on the basis of input parameters. In the conducted research, the feasibility of a project is understood as the ability of a project to be successfully implemented, taking into account its financial, technical, organisational, economic and other aspects. To evaluate each of the feasibility indicators, it is possible to develop a separate neural network that takes into account the characteristics of a particular project. The advantages of the developed evaluation method are the self-learning of neural network models, which in practice means an increase in their accuracy in predicting the feasibility of a project. The scientific value of the research results is confirmed by a broad theoretical and methodological base, which substantiates the expediency of creating neural network models to assess the feasibility of the project. The practical value of the study lies in the applied nature of the proposed assessment method, which is based on the application of project data used in the professional environment of various participants in its implementation in the special economic zone.

Keywords: management, neural network modeling, public policy, special economic zones, industrial development projects

JEL-classification: L51, L52, O25



Введение. Преобразование промышленности в стране происходит в условиях остро изменяющейся конъюнктуры рынка, которая привела к значительным изменениям в подходах к организации производства, связанных с использованием качественно новых технологий информационного обеспечения в технологической и товарной структуре промышленности [9, c.2]. В сложившихся обстоятельствах необходимо осуществить переход к новому технологическому укладу, который будет осуществлен путем создания конкурентоспособных отраслей промышленности в экономике, обеспечивающих новые перспективы для организаций промышленности. Существующие меры поддержки, оказываемые государством, должны быть направлены на стимулирование интенсивного роста промышленности, с постепенным отказом от существующего принципа поддержки, который ориентирован на финансирование текущей деятельности отраслей и постепенный рост, который может оказаться неоправданным в условиях критически необходимого для достижения государством технологического суверенитета.

О важности применения различных методов к оценке уровня организаций промышленности в части их инновационного развития было упомянуто в исследовании Платоновой А.В и Пустынниковой Е.В., [26, c. 57] в этой публикации говорится о значимости получения конкурентных преимуществ для промышленности на местном и международном рынках путем выявления тех организаций, которые способны вывести всю отрасль и экономику страны к новому уровню инновационного развития, используя для этого авторскую методику оценки, которая выступит инструментом для определения тенденций по повышению инновационного потенциала промышленности.

Однако помимо инновационного развития следует заострить внимание на приоритетах «Стратегии пространственного развития Российской Федерации до 2035» [30, c.2], которая значительным образом видоизменяет государственную программу развития промышленности. Одним из важнейших условий промышленного развития декларируется задача по установлению рационального способа распределения производственных сил по стране, решая проблему дифференциации по уровню социально-экономического развития между регионами. Одним из ключевых инструментов реализации этой политики является использование инвестиционных площадок, имеющих преференциальный режим осуществления предпринимательской деятельности, речь идет об особых экономических зонах (ОЭЗ).

На данный момент положение ОЭЗ, как инструмента по привлечению прямых инвестиций достаточно противоречивы. По мнению Счетной палаты, те меры по поддержке деятельности ОЭЗ нельзя назвать однозначно успешными, поскольку они осуществляются в условиях недостаточного проработанного механизма по их созданию [7, c.84]. Кроме того, ряд исследователей пришли к выводу, что не все ОЭЗ эффективны, лишь часть их них можно назвать результативными [23, c.52-53]. Ряд исследователей считают, что причины недостаточной эффективности ОЭЗ могут быть обусловлены завышенными ожиданиями, которые на них возлагают на стадии их формирования и низкие темы роста по вводу объектов инфраструктуры, что отрицательным образом сказывается на привлечении инвесторов к реализации проектов на территории ОЭЗ [11, с.157-160; 24, с.220].

Таким образом, текущая государственная политика в области промышленности строиться на двух важных приоритетах – это обеспечение промышленного развития, используя проектный подход, который будет ориентирован на достижение сбалансированного размещения производств по стране, фокусируя меры поддержки на тех проектах, которые имеют приоритетное значение для развития промышленности. Второй приоритет – это использование ОЭЗ для привлечения инвестиций в наиболее значимые виды экономической деятельности, которые способствуют совершенствованию различных видов производств и созданию условий для повышения конкурентоспособности отечественных организаций промышленности.

Актуальность исследования и литературный обзор. Согласно Федеральному закону «Об особых экономических зонах Российской Федерации» [34], под ними понимается ограниченная территория, характеризуемая льготным таможенным и налоговым режимами, которые выражены в пониженных ставках по налогам и наличию свободной таможенной зоны.

Виды преференций, которые представляются резидентами, ОЭЗ могут быть различными – финансовыми, которые означают снижение таможенной пошлины на ввозимую продукцию и оборудование; административными, что означает упрощение прохождение ряда бюрократических процедур; инфраструктурными, которые предполагаются возможность доступа и использования объектов инженерно-технических коммуникаций для проектов, которые реализуются на территории ОЭЗ [27, c.149-150]

На текущий момент в стране функционирует 50 ОЭЗ, которые сгруппированы по различным типам деятельности, которая в них разрешена [17, с.1]:

1. Промышленно-производственные тип (ППТ) ОЭЗ

2. Технико-внедренческий тип (ТВТ) ОЭЗ;

3. Портовый тип ОЭЗ (ПОЭЗ)

4. Туристско-рекреационный тип (ТРТ) ОЭЗ.

Со стороны Правительства Российской Федерации заметна особая заинтересованность в учреждении ОЭЗ, из года в год их количество только растет [4, c.11-12]. Смысл создания ОЭЗ, как одного из институтов развития экономики» заключается в приобщении страны к практике международного разделения труда и переходу к экономике открытого типа, направленной на создание продуктов на экспорт, чтобы осваивать международные рынки торговли. Активная политика, проводимая государством в части создания ОЭЗ строится на следующих принципах, сформулируем их:

Во-первых, ОЭЗ – это часть государственной территории, которая обладает «двойным статусом», что выражается в ориентированности на внешний и внутренний рынки одновременно [2, с.2].

Во-вторых, особая заинтересованность страны в их учреждении объясняется тем, что ОЭЗ – это подходящие территории под реализацию крупномасштабных инвестиционных проектов, которые обеспечат промышленное развитие страны. Льготы и преференции, предоставляемые резидентами и инвесторам ОЭЗ направлены на снижение срока окупаемости привлекаемых инвестиций.

В-третьих, ОЭЗ – это ключевой инструмент создания системообразующих условий по обеспечению реализации приоритетных инвестиционных проектов, которые соответствуют целям государственной политики в области промышленности.

Применяемые государством меры по развитию промышленности распределены по многим направлениям, одним из которых является защита инвестиций посредством создания специальных инвестиционных контрактов и фондов по развитию промышленности [9, с. 4]. Возникла тенденция к объединению мер поддержки, что объясняется увеличением объемов финансирования, за использованием этих средств нужен контроль. Происходит формализация мер поддержки, которая выражена в развитии универсальных инструментов финансирования, что характеризуется переходом к поддержке наиболее перспективных проектов, способствующих промышленному развитию.

По мнению исследователей, одним из ключевых признаков проекта является, что цель и результат проекта ошибочно связывают исключительно с получением прибыли, фактически такой взгляд на результат проекта приводит к появлению различных типов проекта – это означает, что получение прибыли может быть достигнуто как за счет расширения бизнеса, так и за счет создания нового [10, c.206]. К сожалению, в таких случаях возникают агентские конфликты между собственниками и исполнителями проекта, которые обусловлены наличием противоречий в их интересах и целях. В случае реализации проектов развития промышленности на территории ОЭЗ уникальным правовым статусом обладает государство, которое может быть, как и инвестором проекта, а с другой является носителем властных полномочий.

В этой связи эффективность управления ОЭЗ напрямую складывается от результатов реализации проектов государственно-частного партнерства, отражающими достижение целей создания и функционирования ОЭЗ. Таким образом, проекты развития промышленности, имеющие важное положение в проводимой государственной политике по совершенствованию промышленности схожи с проектами государственно-частного партнерства, для оценки эффективности как проектов, так и ОЭЗ применяются традиционные методы оценки инвестиционных проектов [16, c. 13]. Кроме того, необходимо выстроить эффективное и продолжительное взаимодействие между всеми организациями, который участвуют в реализации проекта развития промышленности на территории ОЭЗ, что подразумевает применение проектно-ориентированного и процессного подхода к управлению проектами в ОЭЗ [33, c.37]. Для управляющих компаний ОЭЗ характерно ориентироваться на управление по результатам, связанное с определением наиболее значимых результатов и целей, что означает их ранжирование в порядке приоритетности. По мнению ученых, подход по управлению по результатам характерен для государственных организаций и органов исполнительной власти [13, c.37]

Ко всему прочему на ОЭЗ возлагается задача по созданию устойчивых взаимоотношений между государством и бизнесом, что должно способствовать формированию цепочек воспроизводства и повышению темпов развития инвестиционной и производственной активности в стране, нивелировав дифференциацию по уровню социально-экономического развития между регионами [28, с.142; 5, с.988; 19, с. 100; 15, с. 35–36]. Однако существуют определенные трудности, которые препятствуют достижения этой синхронизации целей между бизнесом и государством, что объясняется существованием разночтений в политике пространственного и территориального развития ОЭЗ [24, c.220-221; 28, c.142].

При этом анализ ряда публикаций позволяет сделать вывод о том, что несмотря на международное признание эффективности использования инструментов кластерного формата развития экономики на основе создания крупномасштабных проектов, все еще существуют объективные трудности в оценке взаимовлияния различных территориально-экономических систем – региона и кластера [21, с.52; 18, с.71; 5, с.988; 19, с. 100; 15, с. 35–36].

Существует объективная потребность в разработке метода, который бы учитывал различные параметры проекта и роль субъектов экономической деятельности, участвующих в его реализации на территории ОЭЗ. Исследования последних лет, посвященные изучению применения технологии нейросетевого моделирования для оценки эффективности реализуемости инвестиционных проектов подтверждают актуальность данного метода оценки. Авторы исследований убеждены, что при моделировании инвестиционных процессов существуют трудности в определении корреляционных зависимостей, которые устанавливают конечный результат реализации проекта [35, c. 1441]. Применяемые же на практике методики эти зависимости не учитывают в полной мере эти зависимости или могут ими пренебречь, что особенно важно при высокой переменчивости условий [8, c. 81]. Трудность в оценке с использованием существующих методов оценки обусловлена неочевидностью факторов, которые влияют на результат проекта, что характерно для нелинейной зависимости между множеством переменных [35, с.1441].

Научная проблема. Формируется научная и практическая необходимость в изучении организационных и управленческих процессов, которые определяют реализуемость проекта развития промышленности в ОЭЗ, с последующим выявлением параметров и показателей, которые выступят информационной базой применения нейросетевых моделей, прогнозирующих степень реализуемости проекта в ОЭЗ.

Ввиду этих обстоятельств, целью настоящего исследования является изучение перспектив реализации проектов развития промышленности на территории ОЭЗ и создание инструмента прогнозирования, который позволит установить степень реализуемости проекта в ОЭЗ, учитывая различные аспекты осуществления инвестиционно-проектной деятельности в подобных условиях экономического функционирования, используя технологию нейросетевого моделирования.

Научная новизна проведенного исследования заключается в разработке информационной базы показателей и построении архитектуры нейросетевых моделей, которые дают возможность учесть особенности реализации проектов на территории ОЭЗ. Преимуществом данного способа моделирования является строгая теоретико-методологическая база и информационная база показателей, которые характеризуют деятельность субъектов экономической деятельности проекта, участвующих в его реализации.

В процессе исследовательской работы была выдвинута авторская гипотеза, что использование нейросетевых моделей для прогнозирования реализуемости проектов в ОЭЗ решат задачу по обеспечению промышленного развития страны. Вероятно, что создание технически сложных и уникальных объектов промышленности на территории ОЭЗ способствует решению ряда проблем, которые сложились в различных отраслях экономики государства. Кроме того, предлагаемый способ информационно-аналитического обеспечения принятия решений о реализуемости проекта в ОЭЗ повысит эффективность управления проектами на территории ОЭЗ, поскольку будет ориентирован на выявление проектов, имеющих наибольшую степень реализуемости и экономическую эффективность.

Методология исследования строиться на применении следующих научных методов: анализ, синтез, литературный обзор, моделирование, изучение нормативных и законодательных документов. Особую значимость для методологии исследования имеет изучение теоретических положений, описывающих порядок функционирования нейросетевых моделей и принципы их построения. Основой для построения моделей являются показатели и параметры осуществления промышленного проекта в ОЭЗ, которые послужили информационной базой для получения входных данных нейросетевых моделей.

Теоретико-методологическая база управления проектами развития промышленности в особых экономических зонах

Проведенное исследование строится на обширном фундаменте различных школ политической экономии, описывающих особенности осуществления предпринимательской деятельности в различных условиях [3]. Современная экономика нашей страны является открытой и рыночной, поэтому ей характерны положения о товарном воспроизводстве и обращении, двойственном характере труда. Теория французского экономика Жана Батиста Сэя, изложенная в «Трактате политической экономии», посвященная факторам производства и доходам является основополагающей во множестве экономических исследований, в том числе посвященным изучению совершенствованию деятельности субъектов экономической деятельности [31]. Следует обозначить, что для участников реализации проекта, действующих в условиях рынков различной недвижимости значимую роль имеет эластичность спроса по цене.

Теория эластичности (определение коэффициента эластичности, ее кривой) методологически помогает в определении ценовой политики, которая относительно объектов недвижимости в сравнении с промышленной продукцией имеет значительную компоненту «индивидуальных характеристик» в цене. Теория равновесия методологически работает на определение условий излишков и дефицита рынка, предвосхищает поведение участников, последствия воздействия государства на рынок налогами, установлением верхнего и нижнего предела цен.

Определив совокупность общетеоретических положений исследования, перейдем к методологическим основам инструментария проектного управления. В общем виде проект – изменение отдельной системы с изначально четко определенными целями, достижение которых соответствует установленным срокам, результатам, риску, расходованию ресурсов и организационно-правовой и финансовой структуре управления организации. Управление проектами – организация взаимодействий субъектов экономической деятельности, включая внутрифирменное планирование, координацию трудовых, финансовых и материально-технических ресурсов на протяжении проектного цикла, направленные на эффективное достижение его целей путем применения современных методов, инструментов и технологий управления для достижения определенных в проекте результатов по составу и объему работ, стоимости, времени, качеству и удовлетворению участников проекта [22, c. 597].

История проектного управления берет свое начало в США в 1910 г. с диаграммы Ганта (Robert M. Gant) – техника календарного планирования проектов, которая в строительстве нашла широкое применение и актуальна в современных условиях [32]

Дальнейшее развитие теории управления проектами происходит за счет совершенствования методов и инструментов проектного управления, которые определяют логику и порядок настоящего исследования – совершенствование инструментария проектного управления, рассматриваемых в условиях деятельности участников проекта в ОЭЗ (cм. табл. 1)

Таблица 1. Описание методов проектного управления. Составлено автором [22,32]

Год
Название
Описание
1910
Диаграмма Ганта
Метод основан на столбчатых диаграммах, используемых для иллюстрации плана, графика работ по проекту. С помощью данного метода легко визуализировать задачи и подзадачи, четко провести оценку степени готовности проекта. Однако, с помощью данного метода сложно указать зависимость задач друг от друга, отобразить ресурсоемкость того или иного этапа работы. Диаграмма Ганта не является полноценным методом управления проектами, но именно с нее началось развитие проектного управления.
1957
Метод критического пути (CPM)
Компанией Remington Rand (1927) был разработан метод критического пути (CPM) с программной реализацией на ЭВМ UNIVAC. Данный метод направлен на сокращение стоимости проекта. В рамках данного метода происходит анализ всех этапов проекта, выделение связей между ними.
1958
Метод оценки и анализа проектов (PERT)
Для программы "Поларис" (госзаказ U.S. Navy) была разработана и опробована система сетевого планирования PERT. Данный метод используется для планирования и контроля затрат, а также для работы в условиях неопределенности.
1970
Каскадная модель (Waterfall model)
При данном подходе соблюдается четкая последовательность действий: необходимо закончить один этап, чтобы перейти к следующему. Согласно данной модели, проект рассматривается как поток, где каждый шаг заранее определён, а все шаги следуют строго один за другим.
1986
Спиральная модель (Spiral development)
Благодаря данной модели углубляются и последовательно конкретизируются детали проекта, в результате чего выбирается один из разработанных вариантов, который доводится до реализации.
1989
PRINCE2
Это структурированный метод управления проектами (используется в 150 странах) включает менеджмент по контролю и организации проектов. Данный метод описывает процедуры координации деятельности команды проекта при разработке и контроле над проектом..

Принятие решения о реализации проекта развития промышленности, связанного с созданием промышленных объектов, требует проведения оценки экономической эффективности от его реализации, сопоставления эффекта от инвестирования в другие проекты, а также учета альтернативных издержек. Для оценки экономической эффективности крупномасштабных инвестиционно-строительных проектов, которые учтены автором при формировании теоретической базы проектов развития промышленности, связанных с созданием промышленных объектов, используется ряд методов и соответствующие им показатели. Исследованные «классические» методы, используемые при оценке экономической эффективности проектов в целом, можно объединить в две основные группы – простые (статические) и сложные (динамические) [29, c.43]. Классификация методов оценки экономической эффективности инвестиционных проектов приведена на рисунке 2.1.

Рисунок 1. Классификация «классических» методов оценки экономической эффективности инвестиционных проектов [29, c.43].

В первую группу включают методы оценки, не учитывающие временную стоимость денег и использующие учетные, то есть отражаемые в бухгалтерской отчетности, показатели: инвестиционные затраты, прибыль, амортизационные отчисления; методы второй группы учитывают временную стоимость денег и базируются на применении концепции дисконтирования денежных потоков [20, c.121].

Вместе с тем, исследованные «классические» методы оценки проектов, в условиях реализации проектов развития промышленности, связанных с созданием промышленных объектов, безусловно применимы и не требуют дополнительной аргументации, но при расширении в настоящем исследовании рамок управленческой ситуации до рассмотрения особенностей их реализации в ОЭЗ, потребовала и расширения подходов и показателей оценивания, прежде всего при рассмотрении их в управленческом аспекте.

Одним из возможный направлений расширения подходов в применении показателей оценивается является применение технологии нейросетевого моделирования, которое в последнее время приобретает особую значимость для экономики и развития промышленности [12, c.186]. Ценность нейросетевого моделирования заключается в том, что они способны анализировать большой объем данных в относительное короткие сроки и выявлять те закономерности, которые трудно обнаружить самостоятельно [14, c.111]. К примеру, в промышленности нейросети могут ускорить технологический цикл производства продукции, автоматизировав процесс маркировки товара на основе анализа символов, выступающих входными данными для нейросети [25, с.126]

Разработка инструментария информационно-аналитического обеспечения принятия решений о реализации проекта развития промышленности в ОЭЗ

Для разработки информационно-аналитического обеспечения принятия решения о реализации проекта развития промышленности в ОЭЗ предлагается использовать метод нейросетевого моделирования, который направлен на определение степени реализуемости проекта на основе системы показателей, учитывающих особенности ОЭЗ.

Комплексность моделирования процессов по реализации проектов развития промышленности в ОЭЗ и объемного функционала субъектов экономической деятельности формирует необходимость в распределении количественных результатов расчета показателей по различным параметрам. Установление различных показателей для целей проведения мониторинга и оценки эффективности реализации проекта развития промышленности в ОЭЗ позволяет синтезировать универсальную систему измерений, характеризующую степень их важности и влияния на перспективы взаимодействия субъектов экономической деятельности, участвующих в создании объектов недвижимости, в том числе и промышленного назначения. Таким образом, нейросетевое моделирование структурирует результаты различных методов измерения, формируя единую систему значений, включающую как количественные, так и качественные данные, что позволяет получить на их основе единый комплексный результат.

Под реализуемостью инвестиционного проекта в настоящем исследовании понимается способность проекта быть успешно осуществленным с учетом его финансовой, технической, организационной, экономической и других аспектов. Это означает, что проект должен быть выполнимым и достижимым в рамках доступных ресурсов, сроков и требований. Соответственно, в рамках данного исследования разработан инструментарий информационно-аналитического обеспечения принятия решения о реализации проекта развития промышленности в ОЭЗ на основе нейросетевого моделирования.

Оценка реализуемости инвестиционного проекта включает в себя:

1. Финансовую реализуемость: Понимание доступности финансирования, расчет ожидаемой прибыли, оценка затрат и выявление финансовых рисков.

2. Техническую реализуемость: Оценка технологических аспектов проекта, наличие необходимых ресурсов, способность реализовать задачи и технические требования проекта.

3. Организационную реализуемость: Учет способности команды управлять и реализовывать проект, наличие процессов управления и контроля, способность преодолевать возможные препятствия.

4. Экономическую реализуемость: Оценка степени влияния проекта на экономику, его потенциального вклада в доходы и общую эффективность.

5. Юридическую реализуемость: Анализ правовых аспектов, соответствие проекта законодательству, возможные юридические риски.

Под оценкой реализуемости проекта ОЭЗ в исследовании понимается обеспечении различных потенциальных участников проекта (инвесторов, менеджеров и прочих заинтересованных сторон) [6, c.1-2] информацией, которая будет основой принятия обоснованных решений о целесообразности участия в проекте, предварительно оценив его перспективы, риски и потенциальные вознаграждения.

Для оценки каждого показателя реализуемости возможна разработка отдельной нейронной сети, учитывающих характеристики ОЭЗ и для каждого вида реализуемости соответствующие параметры проекта. Структура разработанного инструментария информационно-аналитического обеспечения принятия решения о реализации проекта развития промышленности в ОЭЗ на основе оценки реализуемости проекта в ОЭЗ представлена ниже:

1. Анализ нормативной правовой базы, льгот ОЭЗ и методик оценки эффективности проектов.

2. Формирование информационных баз данных показателей проекта, предприятия, ОЭЗ.

3. Нейросетевое моделирование показателей по группам реализуемости.

В процессе нейросетевого моделирования используется функция активации - гиперболический тангенс, которая является скорректированной сигмоидной функцией:



(1)
Где, e – это основание натуральных логарифмов;

X – аргумент функции, который может являться любым действительным числом.

Характеристики процесса по управлению проектами развития промышленности в ОЭЗ распределены по следующим параметрам реализуемости проекта развития промышленности в ОЭЗ:

· показатели проекта и рисков;

· показатели производства, кадрового обеспечения и реализации;

· показатели деятельности организации в ОЭЗ;

· показатели поддержки проекта в ОЭЗ и эффективности управления.

Источниками для формирования параметров реализуемости и интерпретации значений показателей выступают оценки экспертов, которые обоснованы анализом нормативно-правовой базы, льгот и методик оценки эффективности ОЭЗ и в части реализуемости проектов на их территориях .

Рассмотрим основные компоненты, которые формируют нейронную сеть:

1. Нейроны. В их задачу входит принимать входные данные и сигналы, осуществлять последующую обработку и передачу выходных данных далее по нейронной сети. Как правило, нейроны организованы в слои, которые выполняют определенные функции.

2. Веса. Важность входных данных и сигналов определяется посредством его веса, что необходимо для учета силы данных на работу нейроны. Следует отметить. Что каждое соединение между нейронами имеет собственный вес.

3. Функция активации устанавливает, какие выходные данные и сигналы будут переданы нейроном на следующий слой. Зачастую применяются функции сигмоида или гиперболического тангенса. Цель функции активации заключается в создании имитации работы человеческого мозга посредством применения нелинейного преобразования к взвешенной сумме.

4. Смещение. Следует упомянуть о смещении, являющейся константным значением и дополнительным параметром, который прибавляется к взвешенному значению входных данных, чтобы они активировались при их нулевом значении.

5. Функция потерь. Цель этой функции в установлении точности работы нейронной сети в сравнении с ожидаемыми выходными данными, то есть определения ошибки в её работе.

6. Слои. Под слоями в нейронной сети понимается группа нейронов, которые объединены выполнением определенных вычислений. Как правило, в нейронной сети существует несколько слоев, передающих данные и сигналы.

Простыми словами нейронные сети имитируют работу человеческого мозга, создавав условия для самообучаемости моделей на основе все большего количества поступающих данных, которые формируют необходимую статистику для выявления закономерности исследуемого явления [1, c.29].

В таблице представлена архитектура нейросетевого моделирования параметров реализуемости проекта в ОЭЗ.

Таблица 1. Нейросетевое моделирование рисков проекта в ОЭЗ Составлено автором

Входные данные
Архитектура НС оценки рисков проекта в ОЭЗ
Выходные данные
Виды рисков проекта
Инвестиционный риск

Оценка рисков проекта (Р)

Рыночный риск
Кадровый риск
Технологический риск
Налоговый риск
Где, X1, X2, X3, X4 – это входной слой, представленный входными данными нейросетевой модели, которые выражены числовыми значениями показателей рисков проекта с привлечением экспертов к их оценке;

Y1, Y2, Y3, Y4 – это выходной слой, представленный выходными данными нейросетевой модели, которые преобразованы посредством нелинейной функции сигмоида в вещественное число, лежащее в диапазоне от 0 до 1

Для интерпретации результатов расчета показателей используется следующая шкала оценки показателей (табл. 2), которая основана на привлечении экспертов к оценке и использованию функции сигмоида:



(2)
Это самая распространенная функция активации, ее диапазон значений [0,1]. Соответственно, если в анализируемом случае присутствуют отрицательные значения, то понадобится функция, которая захватывает и отрицательные значения.

Таблица 2. Шкала оценки разработанных показателей Составлено автором


Негативная оценка
Средняя оценка
Положительная оценка
Показатель
Оценка показателей проекта, предприятия, ОЭЗ
(0; 3]
(3; 7]
(7;10]
Оценка рисков, эффективности проекта в ОЭЗ, рыночных, производственных возможностей, кадрового обеспечения, финансового состояния предприятия, оценка поддержки и управления проектом в ОЭЗ
(0; 0.3)
[0.3; 0.7)
[0.7; 1]
Реализуемость проекта
(0; 0.3)
[0.3; 0.7)
[0.7; 1]

Заключение. Разработанный инструментарий информационно-аналитического обеспечения принятия решения о реализации проекта развития промышленности в ОЭЗ раскрывает порядок применения нейросетевого моделирования для определения реализуемости проекта развития промышленности в ОЭЗ и характера взаимодействия субъектов экономической деятельности в инвестиционно-строительном процессе. Динамика совокупности показателей представляется в наглядной форме, позволяющей оперативно оценивать изменения и осуществлять меры по корректировке процесса реализации проекта в ОЭЗ, что дает возможность руководству организаций и лицам, ответственным за проект, принимать и реализовывать управленческие решения на различных горизонтах планирования..

Практическая польза предлагаемой автором технологии нейросетевого моделирования заключается в возможности дальнейшего развития инструментов оценки реализуемости проектов в ОЭЗ, учитывая множество параметров и показателей не только в линейной, но в нелинейной зависимости. Существование подобных моделей раскрывает широкие возможности по развитию промышленного потенциала страны и усовершенствованию механизма государственно-частного партнёрства. Представленный в исследовании метод информационно-аналитического обеспечения принятия решения о реализации проекта развития промышленности в ОЭЗ может стать одним из ключевых элементов инструментария управления проектами развития промышленности в ОЭЗ в контексте приоритетов проводимой государственной политики РФ.

Предстоящие направления исследования должны быть направлены на выявление параметров проекта, которые могут стать основой формирования информационной базой показателей для последующих нейросетевых моделей и обеспечить постоянство в их самообучении. Кроме того, следует установить особенности работы моделей в зависимости от типа реализуемого проекта на территории ОЭЗ и определить те льготы, преимущества и преференции, которые в наибольшей степени влияют на эффективность реализации проектов на территории ОЭЗ.


References:

Akhmetshina L. G. (2011). Printsipy i tendentsii formirovaniya osobyh ekonomicheskikh zon v regione [Principles and tendencies of forming special economic zones in the region]. Russian Journal of Entrepreneurship. (8-2). 150-154. (in Russian).

Alaudinov B. R., Aliev A. A., Magomedov I. A. (2022). Chto takoe neyroseti i kak ikh ispolzuyut v finansovoy deyatelnosti? [What are neural networks and how are they used in financial activities?]. Trends in the development of science and education. (92-10). 28-30. (in Russian). doi: 10.18411/trnio-12-2022-464.

Bartenev S.A. (2013). Istoriya ekonomicheskikh ucheniy [The history of economic studies] (in Russian).

Bulavko O.A. (2020). Osobye ekonomicheskie zony kak katalizator razvitiya rossiyskoy promyshlennosti [Special economic zones as a catalyst for the development of Russian industry]. Journal of Economics, Entrepreneurship and Law. 10 (4). 987-996. (in Russian). doi: 10.18334/epp.10.4.100775.

Bunkovskiy D. V. (2018). Uchastniki investitsionnogo proekta promyshlennogo predpriyatiya [Participants in the investment project of an industrial enterprise]. Agroforsayt. (5(17)). 6. (in Russian).

Fartushina A. S. (2017). Formirovanie sistemy upravleniya osoboy ekonomicheskoy zonoy: teoreticheskiy aspekt [Formation of a special economic zone management system: the theoretical aspect]. Bulletin of the Astrakhan State Technical University. Series: economics. (3). 36-40. (in Russian). doi: 10.24143/2073-5537-2017-3-36-40.

Fayzullin K. V. (2014). Sovremennye metodiki planirovaniya v stroitelnom komplekse [Modern techniques of planning in the building complex]. Vestnik Moskovskogo universiteta MVD Rossii. (11). 242-247. (in Russian).

Grosheva N. B. (2009). Opredelenie uchastnikov investitsionnogo proekta [Defining the participants of an investment project]. Vestnik Sibirskogo gosudarstvennogo aerokosmicheskogo universiteta im. akademika M.F. Reshetneva. (4(25)). 205-207. (in Russian).

Gulyaeva D.A., Gusev I.E.,Baskakova E.A., Bukharova M.M., Knyazeva E.A., Kravchenko E.I., Labudin M.A., Malbakhov M.K., Paramzina E.A., Semenov A.P., Shpilenko A.V. (2022). Biznes-navigator po osobym ekonomicheskim zonam Rossii – 2022. Vypusk 6 [Business navigator for special economic zones of Russia - 2022. Issue 6] (in Russian).

Ishmuratov K. A. (2023). Neyroseti i ikh rol v ekonomike [Neural networks and their role in the economy]. Akademicheskaya publitsistika. (6-1). 183-191. (in Russian).

Kalgin A. S. (2012). Upravlenie po rezultatam na regionalnom urovne: kontrol ili rezultativnost? [Performance management at the regional level: control and efficiency]. Public administration issues. (3). 35-60. (in Russian).

Khrustalev E. Yu., Shramko O. G. (2017). Ispolzovanie metoda neyronnyh setey dlya prognozirovaniya effektivnosti investitsionnyh vlozheniy [Using the neural network method to forecast investment efficiency]. Economic analysis: theory and practice. (8(467)). 1438-1454. (in Russian). doi: 10.24891/ea.16.8.1438.

Makhmudova O.Kh., Makhmudova T. Kh. (2016). Svobodnye ekonomicheskie zony (OEZ) kak osobaya forma mezhdunarodnoy ekonomicheskoy integratsii [Free Economic Zones as a special form of international economic integration]. Topical issues of economic sciences. (50-2). 31-36. (in Russian).

Matytsina N. P., Solovev Ya. Yu. (2023). Primenenie neyroseti v sfere biznesa [Application of a neural network in the field of business]. The symbol of science. (12-2). 110-112. (in Russian).

Mirolyubova T.V., Koscheev D. A. (2022). Sistemno-prostranstvennaya metodika otsenki vliyaniya promyshlennogo klastera na sotsialno-ekonomicheskoe razvitie regiona [A system-spatial methodology for assessing the impact of an industrial cluster on the socio-economic development of a region]. Journal of New Economy. (4). 69-86. (in Russian). doi: 10.29141/2658-5081-2022-23-4-4.

Morgunova R.V., Fadeeva P. D. (2023). Upravlenie otnosheniyami so steykkholderami v krupnyh regionalnyh proektakh (OEZ «Dobrograd - 1» Vladimirskaya oblast) [Stakeholder relations management in large regional projects (SEZ “Dobrograd - 1” Vladimir region)]. Economics and management: problems, solutions (Ekonomika i upravleniye: problemy, resheniya nauchno-prakticheskiy zhurnal). (6(138)). 99-105. (in Russian). doi: 10.36871/ek.up.p.r.2023.06.01.012.

Myasnikova E. Yu. (2017). Pokazateli effektivnosti investitsionnogo proekta [Indicators of the investment project effectiveness]. Problems of improving the organization of production and management of industrial enterprises: Interuniversity collection of scientific papers. (1). 123-126. (in Russian).

Niyazbekova Sh. U., Nazarenko O. V., Bunevich K. G., Ivanova O. S. (2019). Osobye ekonomicheskie zony Rossii: analiz, problemy i puti ikh resheniya [Special economic zones of Russia: analysis, problems and solutions]. Scientific Herald: finance, banks, investments. (2(47)). 213-222. (in Russian).

Nozdrina S. E. (2015). Spetsializatsiya i prioritetnye promyshlennye proekty regionov Rossii [Specialization and priority industrial projects of Russian regions]. Ekonomicheskaya sreda. (4(14)). 51-56. (in Russian).

Oruch T. A. (2020). Osobye ekonomicheskie zony Rossii: otsenka effektivnosti deyatelnosti i praktika privlecheniya investitsiy [Special economic zones of Russia: evaluation of efficiency of activity and practice of attracting investments]. Vestnik Samarskogo universiteta. Ekonomika i upravlenie. (2). 49-55. (in Russian). doi: 10.18287/2542-0461-2020-11-2-49-55.

Ovchinnikova D. V. (2018). Upravlenie proektami v biznese [Project management in business]. Benefitsiar. (22). 13-14. (in Russian).

Penkin D.A., Tikhonova Yu.A., Eliseeva P.A. (2021). Neyroseti v promyshlennosti [Neural networks in industry]. Aktualnye nauchnye issledovaniya v sovremennom mire. (12-9(80)). 126-127. (in Russian).

Platonova A. V., Pustynnikova E. V. (2020). Innovatsionnoe razvitie predpriyatiy obrabatyvayushchey promyshlennosti: tendentsii i perspektivy [Innovative development of manufacturing enterprises: trends and prospects]. Vestnik Universiteta. (1). 57-64. (in Russian). doi: 10.26425/1816-4277-2020-1-57-64.

Plotnikova V. V. (2019). Metody analiza investitsionnyh proektov v osobyh ekonomicheskikh zonakh [Methods of analysis investment projects in special economic zones]. Bulletin of Saratov Socio-Economic Institute of Plekhanov Russian University of Economics. (5(79)). 149–151. (in Russian).

Schedrina B. E., Kurbatov K.A. (2017). Upravlenie proektami - stadii i zhiznennyy tsikl proektov [Project management - stages and life cycle of projects]. Alley of Science. (16). 594-599. (in Russian).

Sey Zh. B. (2000). Traktat po politicheskoy ekonomii [A Treatise on Political Economy] (in Russian).

Sivash O. S. (2018). Osobye ekonomicheskie zony i ikh vliyanie na ustoychivoe razvitie investitsionnogo protsessa [Special economic zones and their impact on the sustainable development of the investment process]. Scientific Herald: finance, banks, investments. (4(45)). 142-152. (in Russian).

Smirnov V. K., Avdeev D.A., Nakhratova E.E. (2016). Pokazateli effektivnosti investitsionnogo proekta kak kriterii prinyatiya ego k realizatsii [Performance indicators of an investment project as criteria for its acceptance for implementation]. InternationalScientificReview. (21(31)). 43-45. (in Russian).

Voronkov A. M. (2023). Sovremennyy instrumentariy analiza investitsionnyh protsessov na osnove neyronno-setevogo modelirovaniya [Modern tools for analyzing investment processes based on neural network modeling]. Vestnik nauki. (12(69)). 78-85. (in Russian).

Zubarev A. E., Fedorova V. A. (2014). Otsenka effektivnosti funktsionirovaniya osobyh ekonomicheskikh zon v Rossiyskoy Federatsii [Assessment of efficiency of special economic zones in Russia]. Bulletin of the Pacific State University. (4(35)). 153-160. (in Russian).

Страница обновлена: 24.04.2025 в 06:27:13