Методика риск-ориентированного выбора стратегических альтернатив в топливно-энергетическом комплексе на основе фреймового представления знаний и метода решающих матриц
Волкова Э.С.1 
, Яковлева Е.А.2,1
1 Финансовый университет при Правительстве Российской Федерации, Санкт-Петербургский филиал, Санкт-Петербург, Россия
2 Санкт-Петербургский государственный экономический университет, Санкт-Петербург, Россия
Статья в журнале
Лидерство и менеджмент (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 13, Номер 4 (Апрель 2026)
Аннотация:
Настоящая статья посвящена решению научной проблемы формализации управленческих решений в системе стратегического планирования предприятий топливно-энергетического комплекса в условиях качественной неопределённости. В работе обоснован методический подход, базирующийся на интеграции фреймового представления знаний и метода решающих матриц для обеспечения риск-ориентированного выбора стратегических альтернатив. Научная новизна исследования детерминирована разработкой алгоритма количественной оценки проблемных ситуаций посредством системы нормированных индикаторов и расчёта интегрального показателя полезности управленческих решений. К основным научным результатам отнесены фреймовая модель проблемных ситуаций со стандартизированными дескриптивными слотами, методика построения матрицы стратегических альтернатив с весовыми критериями оценки, процедуры линейного нормирования для обеспечения сопоставимости разнородных показателей, а также методика расчёта полезности с учётом уровня рисков. Эмпирическая апробация разработанного инструментария на данных региональной электросетевой компании подтвердила его практическую применимость для дифференциации уровней стратегической устойчивости альтернатив и формирования верифицируемых управленческих рекомендаций. Предложенный подход обеспечивает своевременную идентификацию рисковых факторов на этапах реализации плановых мероприятий и принятие обоснованных решений по минимизации негативных последствий. Материалы статьи представляют интерес для специалистов в области стратегического планирования, исследователей проблем риск-ориентированного управления, сотрудников корпоративных структур топливно-энергетического комплекса, а также магистрантов и аспирантов экономических направлений подготовки
Ключевые слова: стратегическое планирование, ситуационное и адаптивное управление, метод решающих матриц, фрейм, рискозащищенные технологии, проблемные ситуации, экономическая безопасность
JEL-классификация: C61, C63, G32
Введение
Современный этап развития топливно-энергетического комплекса Российской Федерации характеризуется множественными трансформационными вызовами: санкционными ограничениями доступа к критическим технологиям, волатильностью мировых цен на энергоносители, необходимостью обеспечения технологического суверенитета и ускоренной цифровой трансформацией производственных процессов [9, с. 75–96; 11, с. 211–221]. При этом доля топливно-энергетического комплекса (ТЭК) в структуре валового внутреннего продукта (ВВП) России сохраняет значение на уровне 15–18%, а вклад отрасли в федеральный бюджет превышает 40%, что обуславливает системную значимость повышения эффективности стратегического управления в данном секторе [9, с. 81–85; 21, с. 45–52].
Статистические данные подтверждают масштаб вызовов: средний уровень износа основных фондов в электроэнергетике достигает 68–72%, объём необходимых инвестиций в модернизацию генерирующих мощностей до 2035 года оценивается в 12–14 трлн руб., при этом темпы цифровизации отраслевых процессов остаются неравномерными — от 25% в магистральных сетях до 8–12% в распределительном сегменте [3, с. 6295–6302; 13, с. 1092–1099]. В условиях высокой неопределённости внешней среды классические методы стратегического планирования, основанные на детерминированных сценариях и статичных моделях, утрачивают свою адекватность, поскольку не обеспечивают оперативной адаптации управленческих решений к изменяющимся условиям [21, с. 36–43; 20, с. 37–42].
Дополнительным аргументом выступает динамика инвестиционных потоков: в 2023–2024 гг. наблюдается сокращение долгосрочных вложений в проекты с горизонтом окупаемости свыше 7 лет на 18–22%, одновременно растёт спрос на инструменты краткосрочной корректировки стратегий в ответ на внешние шоки [17, с. 1865–1878; 19, с. 5–12]. Актуальность исследования обусловлена необходимостью разработки методологических инструментов, способных конкретизировать качественные экспертные оценки, транслировать их в количественные параметры управленческих воздействий и обеспечивать рискозащищённость стратегических решений в ТЭК при сохранении целевых показателей надёжности электроснабжения на уровне не ниже 0,95 и минимизации экономических потерь от аварийных отключений, оцениваемых в 2,3–2,8% ВРП регионов [5, с. 409–424; 2, с. 34–51].
Таким образом, потребность в методике, позволяющей количественно верифицировать проблемные ситуации и обосновывать выбор стратегических альтернатив в условиях ограниченной статистической репрезентативности, определяется не только теоретической значимостью, но и практической необходимостью повышения устойчивости субъектов ТЭК, обеспечивающих энергетическую безопасность государства [26, с. 67–78; 22].
Цель настоящего исследования — разработка методики риск-ориентированного выбора стратегических альтернатив для предприятий топливно-энергетического комплекса на основе интеграции фреймового представления знаний и метода решающих матриц.
Методология исследования основана на теории ситуационного и адаптивного управления [11, с. 159–168; 14], принципах рискозащищённости [3], когнитивном анализе ситуаций с фреймовым представлением знаний об объекте [12, с. 261–273], а также методе решающих матриц для количественной оценки стратегических альтернатив [10, с. 518–523]. Предложенный подход способствует антиципации рисков возникновения проблемных ситуаций, сохранению стабильного планового режима деятельности и повышению уровня экономической безопасности хозяйствующих субъектов [15, с. 156].
Научная гипотеза: возникающие проблемные ситуации изменяют плановые режимы функционирования экономических систем ТЭК, в связи с чем требуется их своевременная идентификация через систему нормированных индикаторов и разработка альтернативных сценариев действий на основе количественной оценки полезности решений, направленных на стабилизацию функционирования экономической системы и сохранение планового уровня экономической безопасности.
Ожидаемый результат работы — алгоритм риск-ориентированного выбора стратегических альтернатив с интеграцией механизма расчёта интегрального показателя полезности для своевременного выявления рисковых факторов на этапах реализации плановых мероприятий и принятия верифицируемых управленческих решений по минимизации рисков.
Научная новизна заключается в предложении алгоритма количественной оценки проблемных ситуаций через систему нормированных индикаторов и расчёта интегрального показателя полезности решений методом взвешенной суммы, что позволяет преодолеть разрыв между качественной онтологией знаний и количественными инструментами обработки неопределённости в стратегическом планировании ТЭК.
Литературный обзор
Современное состояние исследований в области стратегического планирования характеризуется интеграцией классических методологических подходов с инструментами адаптивного управления в условиях цифровой трансформации и высокой неопределённости. Базовые принципы программно-целевого планирования, заложенные в фундаментальных работах Г.С. Поспелова и В.А. Ирикова [20, с. 45–67], получают развитие в контексте отраслевой специфики, что подтверждается исследованиями эффективного стратегического планирования на уровне предприятия [1, с. 43–45] и методологическим обеспечением соответствующих систем [18, с. 23–41]. Особое внимание в научной литературе уделяется энергетическому сектору как стратегически значимой отрасли: вопросы долгосрочного развития электроэнергетики в обеспечении экономической безопасности детально проанализированы О.Ю. Ермоловской [5, с. 412–418], специфические особенности управления информационными ресурсами естественных монополий раскрыты Е.А. Даниловым [3, с. 6295–6302], а современные тенденции цифровизации в мировой энергетике систематизированы И.А. Максимцевым с соавторами [16, с. 1092–1099]. При этом стратегическое целевое управление в энергетике требует учёта инвестиционных аспектов, что обосновано в исследованиях Т.В. Медведевой и Н.Д. Васина [17, с. 1870–1875] и А.А. Серегиной [23, с. 8–11].
Научная новизна представленных исследований обусловлена синтезом рискоориентированных технологий и логико-лингвистического моделирования для повышения качества управленческих решений. Так, рискоориентированная технология информационного обеспечения в условиях цифровой экономики, адаптированная к электроэнергетике, предложена М.Б. Игнатьевым с соавторами [7, с. 24–27], а применение когнитивных динамических сценариев в системах поддержки финансовых решений обосновано Н.С. Вороновой, Е.А. Яковлевой и коллегами [8, с. 215–219]. Дальнейшее развитие данного направления связано с формализацией экспертных знаний: логико-лингвистическое моделирование как инструмент рискозащищённого стратегического управления представлено в работе Б.Л. Кукора и Е.А. Яковлевой [12, с. 265–270], что коррелирует с фреймовым представлением знаний для высокотехнологичных отраслей [28]. Адаптивность стратегического развития предприятия, включая организационно-финансовые аспекты, детально проанализирована Е.А. Яковлевой с соавторами [30, с. 381–384], а коммуникативные механизмы адаптивного управления региональной экономикой раскрыты Б.Л. Кукором и Н.А. Кузьминым [11, с. 162–166].
Методологический базис стратегического планирования опирается на экономико-математические методы и модели оптимального планирования, прогностическая интерпретация которых в контексте цифровой экономики представлена в коллективной монографии под редакцией В.Л. Макарова [15, с. 56–89]. Вопросы распределения производственных ресурсов в условиях неполноты данных, актуальные для задач объёмного планирования, исследованы М.Х. Прилуцким и О.В. Кривошеевым [21, с. 38–41], а сравнительный анализ метода решающих матриц Г.С. Поспелова и моделей информационного подхода А.А. Денисова проведён А.С. Кудрявцевой [10, с. 520–522]. Интеграция математических методов исследования для анализа взаимодействия регионов и фирм систематизирована в коллективной работе Н.И. Айзенберга с соавторами [22, с. 102–134].
В контексте обеспечения национальной безопасности стратегическое планирование рассматривается как комплексная система, теоретико-методологические и практические аспекты которой обобщены в монографии В.В. Иванова с коллегами [26, с. 34–78]. Энергетика, как ключевой элемент национальных целей развития России, проанализирована А.Ю. Колпаковым с позиции системного обеспечения устойчивого роста [9, с. 81–89]. Международное измерение стратегического планирования представлено исследованиями китайского опыта: путь Китая к устойчивой энергетике проанализирован В.И. Локтионовым и Ш. Ся [14, с. 214–218], а применение нечётких сценариев в стратегическом планировании нефтегазовой отрасли КНР в условиях геополитической неопределённости обосновано Q. Zhang и W. Li [31].
Таким образом, проведённый анализ позволяет констатировать наличие сформированного научно-методологического базиса стратегического планирования, однако сохраняется потребность в дальнейшей интеграции фреймовых структур, инструментов нечёткого моделирования и адаптивных сетевых механизмов для повышения эффективности управленческих решений в условиях динамичной внешней среды и отраслевой специфики, что определяет научную новизну и практическую значимость настоящего исследования.
Анализ источников [1, 2, 18, 25] свидетельствует о достаточной проработке теоретических основ адаптивного управления [30, с. 381–383] и логико-лингвистического моделирования [12, с. 265–268] в стратегическом планировании. Однако в литературе отсутствует унифицированная методика количественной проверки гипотез разрешения проблемных ситуаций через систему нормированных индикаторов с расчётом интегрального показателя полезности методом взвешенной суммы. Существующие решения либо ограничиваются качественными экспертными оценками [7, с. 24–26; 6, с. 215–217], либо требуют статистически репрезентативных массивов данных [15, с. 72–85; 17, с. 38–40], что снижает их применимость в условиях качественной неопределённости, характерной для топливно-энергетического комплекса [3, с. 6295–6298; 4, с. 412–415].
Отдельно следует отметить отсутствие методического подхода к интеграции фреймового представления знаний [28] с методом решающих матриц Г.С. Поспелова [10, с. 520–522; 20, с. 89–104] для риск-ориентированного выбора стратегических альтернатив в электроэнергетике [2, с. 34–51; 23, с. 8–10]. Исследования применяют данные инструменты изолированно [11, с. 162–165; 16, с. 1092–1096], не обеспечивая их синтез в контуре адаптивного стратегического планирования.
Таким образом, научный пробел заключается в отсутствии методического концепта, предусматривающего включение механизма прогнозирования рисков и их последствий в процесс достижения целевых показателей через количественно верифицируемые индикаторы, что необходимо для сохранения уровня экономической безопасности хозяйствующих субъектов в проблемных ситуациях [9, с. 81–89; 26, с. 45–67]. Формирование перечня управляющих воздействий с расчётом интегрального показателя полезности позволит обеспечить восстановление адаптации сложной экономической системы к негативным факторам среды и повысить устойчивость субъектов ТЭК [14, с. 214–218; 24].
Основная часть
Риск-ориентированный алгоритм выбора стратегических альтернатив в ТЭК
В условиях цифровой трансформации топливно-энергетического комплекса риск-ориентированный подход обеспечивает не только идентификацию угроз, но и количественную оценку их влияния на достижение стратегических целей [7, с. 24–27; 16, с. 1092–1099]. Предложенная методика синтезирует преимущества фреймового представления знаний (онтологическая согласованность, воспроизводимость диагностики) и метода решающих матриц Г.С. Поспелова (прозрачность расчётов, верифицируемость результатов) [10, с. 520–522; 20, с. 89–104; 22].
Авторский алгоритм (рис. 1), основанный на положениях теорий ситуационного и адаптивного управления [11, с. 162–165; 30, с. 381–384] с применением семантического моделирования и когнитивного анализа [8, с. 215–219], включает следующую последовательность моделирования:
Блок 1. Анализ предпосылок и сценариев развития → Анализ внешней и внутренней среды (PEST, SWOT).
Блок 2. Моделирование субъекта и объекта управления → Формирование согласованных деревьев целей.
Блок 3. Прогнозирование достижения целей → Выявление проблемных ситуаций и выявление проблемных ситуаций [5, с. 412–418], и их дальнейшая классификация, актуализация подсистемы нормированных индикаторов.
Блок 4. Формализация проблемной ситуации во фреймовой структуре (6 слотов: целеполагание, учёт, прогнозирование, причинно-следственный анализ, управляющее воздействие, динамическое нормирование).
Блок 5. Логико-лингвистическое моделирование → Построение дискретно-ситуационной сети [12, с. 265–270].
Блок 6. Формирование системы целевых показателей (KPI) → Идентификация и оценка рисков.
Блок 7. Сетевое моделирование альтернативных сценариев (субъект и объект управления).
Блок 8. Построение матрицы стратегических альтернатив (метод решающих матриц Г.С. Поспелова).
Блок 9. Нормирование показателей → Расчёт интегрального показателя полезности (Uᵢ = Σ wⱼ × a'ᵢⱼ).
Блок 10. Корректировка на уровень рисков (Uᵢᶜᵒʳʳ = Uᵢ × (1 – Rᵢ)) → Выбор оптимальной альтернативы (max Uᵢᶜᵒʳ).
Блок 11. Разработка стратегического плана (долгосрочные цели, проекты, сценарии).
Блок 12. Разработка среднесрочного плана (конкретизация проектов, финансовый план, распределение ресурсов) с распределением ресурсов и источников финансирования [17, с. 1870–1875].
Блок 13. Оперативное планирование и бюджетирование → Согласование на всех иерархических уровнях.
Блок 14. Координация и контроль выполнения планов → Мониторинг и корректировка (обратная связь) [18, с. 23–41].
Блок 15. Достижение целей стратегического развития предприятия ТЭК
Ключевые особенности алгоритма: непрерывный мониторинг внешней и внутренней среды [3, с. 6295–6302], своевременное выявление проблемных ситуаций, разработка альтернативных сценариев, гибкость плановых решений, согласованность целей на всех уровнях управления и интеграция стратегического, тактического и оперативного планирования [2, с. 34–51; 19, с. 8–11].
Реализация алгоритма способствует повышению рискозащищённости системы управления и обеспечению устойчивого развития предприятия в условиях неопределённости [9, с. 81–89; 26, с. 45–67], что подтверждается практикой применения нечётких сценарных подходов в стратегическом планировании ресурсоёмких отраслей [14, с. 214–218; 24].
Рисунок 1 – Алгоритм рискориентированного выбора альтернатив как технология планирования [11]
Тогда, отметим некоторые важные инструменты алгоритма:
Логико-лингвистическое моделирование и прогнозирование. Выполняется формализация объекта и субъекта управления с введением характеристик всех ресурсных потоков между элементами системы в соответствии с методикой рискозащищенной технологии стратегического управления [12, с. 265–270]. Осуществляется описание требуемых целевых результатов (построение деревьев целей), что позволяет прогнозировать область достижения целевых показателей с учётом возможных изменений условий функционирования системы и возникновения проблемных ситуаций на основе методического обеспечения системы стратегического планирования [18, с. 45–62].
Когнитивный анализ и выявление проблемных областей. На основе картирования построенных моделей и схем движения ресурсных потоков определяются «узкие» места, диспропорции между потребностями и возможностями экономического субъекта с применением когнитивных динамических сценариев [8, с. 215–219]. Выявление проблемной области осуществляется путём сравнения расчётных и фактических показателей деятельности в рамках адаптивного управления стратегическим развитием [30, с. 381–384].
Классификация и моделирование проблемных ситуаций. Выявленные проблемные ситуации классифицируются на три класса для дальнейшего анализа и посредством моделирования включаются в дискретно-ситуационную сеть с отображением всех причинно-следственных связей по каждому отклонению согласно рискоориентированной технологии информационного обеспечения [7, с. 24–27]. Проводится оценка возможных последствий для последующего принятия управленческих воздействий в контексте обеспечения экономической безопасности [5, с. 412–418].
Формирование альтернативных сценариев и выбор оптимального решения. Путём принятия соответствующих классу проблемных ситуаций управляющих воздействий формируются альтернативные сценарии разрешения проблемных ситуаций для выбора наиболее эффективного варианта на принципах коммуникативного механизма стратегического адаптивного управления [11, с. 162–166]. Для каждой цели разрабатывается сценарий развития с распределением задач по управленческим уровням, направленный на достижение общей стратегической цели предприятия электроэнергетики [2, с. 34–51].
Методика риск-ориентированного выбора стратегических альтернатив
1. Формализация проблемной ситуации во фреймовой структуре
Для обеспечения единой терминологии и структурирования знаний предложена фреймовая модель проблемной ситуации с шестью дескриптивными слотами, соответствующими этапам замкнутого цикла управления на основе синтеза программно-целевого подхода и сетевого адаптивного управления [28]:
Таблица 1 – Фрейм проблемной ситуации «Снижение надёжности электроснабжения вследствие технологического износа»
|
Слот
фрейма
|
Содержание
|
Количественный
индикатор
|
Диапазон
значений
|
|
Целеполагание
|
Восстановление
нормативного уровня надёжности электроснабжения при минимизации капитальных
затрат
|
Целевой
показатель надёжности R ≥ 0,95
|
[0;
1]
|
|
Учёт
|
Фактические
отклонения: рост аварийности +18%, снижение коэффициента технической
готовности до 0,82
|
Отклонение
от норматива ΔR = Rфакт – Rнорм
|
[–0,3;
+0,1]
|
|
Прогнозирование
|
При
отсутствии корректировки: рост аварийности до 35%, потери ВРП региона 2,5%
|
Прогнозный
горизонт Tпрог = 24 мес.
|
[6;
36] мес.
|
|
Причинно-следственный
анализ
|
«Технологический
износ» → «Снижение КТГ» → «Рост аварийности» → «Потери надёжности» →
«Экономический ущерб»
|
Коэффициент
корреляции r ≥ 0,7
|
[0;
1]
|
|
Управляющее
воздействие
|
Альтернативы:
(1) модернизация активов, (2) цифровая трансформация, (3) оптимизация ТОиР
|
Бюджет
реализации I ≤ Imакс
|
[0;
+∞)
|
|
Динамическое
нормирование
|
Верификация
→ достижение 95% от целевого показателя надёжности через 2 квартала
|
Критерий
успеха Sусп ≥ 0,95
|
[0;
1]
|
2. Построение матрицы стратегических альтернатив
Для количественного сравнения управленческих решений применяется метод решающих матриц Г.С. Поспелова [20, с. 89–104]. Формируется матрица
A = [aᵢⱼ],
где i = 1…m — номер стратегической альтернативы, j = 1…n — номер критерия оценки согласно сравнительному анализу методов принятия решений [10, с. 520–523].
Таблица 2 – Матрица стратегических альтернатив для проблемной ситуации ПС₂ «Технологический износ»
|
Критерий
оценки (Cⱼ)
|
Вес
wⱼ
|
Альтернатива
1 «Модернизация активов»
|
Альтернатива
2 «Цифровая трансформация»
|
Альтернатива
3 «Оптимизация ТОиР»
|
|
C₁ — снижение аварийности,
%
|
0,30
|
+25%
|
+32%
|
+15%
|
|
C₂ — срок
реализации, мес.
|
0,20
|
36
|
18
|
12
|
|
C₃ капитальные
затраты, млн руб.
|
0,25
|
450
|
280
|
120
|
|
C₄ —операционная
экономия, млн руб./год
|
0,15
|
85
|
120
|
45
|
|
C₅ —риски внедрения,
баллы (1–5)
|
0,10
|
4
|
2
|
3
|
Авторская таблица
3. Нормирование показателей и расчёт интегрального показателя полезности
Для обеспечения сопоставимости разнородных критериев применяется линейное нормирование на базе экономико-математических методов оптимального планирования [15, с. 56–89]:
Для стимулирующих показателей (чем больше, тем лучше):
Для
дестимулирующих показателей (чем меньше, тем лучше):
где:
a'ᵢⱼ — нормированное значение; aⱼᵐⁱⁿ, aⱼᵐᵃˣ — минимальное и максимальное
значения j-го критерия по всем альтернативам в задачах объемного планирования [21,
с. 38–43].
Интегральный показатель полезности альтернативы рассчитывается методом взвешенной суммы:
где:
Uᵢ — интегральный показатель полезности i-й альтернативы (безразмерная
величина, диапазон 0–1); wⱼ — вес j-го критерия; a'ᵢⱼ — нормированное значение.
4. Расчёт уровня рисков и корректировка полезности
Для учёта неопределённости вводится показатель риска Rᵢ, рассчитываемый как взвешенная сумма вероятностных оценок негативных событий в соответствии с рискоориентированной технологией [7, с. 24–27]:
где:
pₖ — вероятность k-го рискового события; Lₖ — величина потенциальных потерь
(нормированная).
Скорректированный показатель полезности:
Эмпирическая
апробация методики на данных электросетевой компании
Апробация выполнена на материалах стратегического развития региональной электросетевой компании (данные за 2023–2024 гг.) в условиях цифровизации мировой энергетики [16, с. 1092–1099].
Таблица 3 – Расчёт нормированных значений и интегрального показателя полезности
|
Критерий
|
Вес
|
Альт.
1 (норм.)
|
Альт.
2 (норм.)
|
Альт.
3 (норм.)
|
|
C₁
— снижение аварийности
|
0,30
|
0,59
|
1,00
|
0,00
|
|
C₂
— срок реализации
|
0,20
|
0,00
|
0,75
|
1,00
|
|
C₃
— капитальные затраты
|
0,25
|
0,00
|
0,52
|
1,00
|
|
C₄
— операционная экономия
|
0,15
|
0,53
|
1,00
|
0,00
|
|
C₅
— риски внедрения
|
0,10
|
0,00
|
1,00
|
0,50
|
|
Uᵢ
(по формуле 3)
|
—
|
0,31
|
0,84
|
0,40
|
|
Rᵢ
(оценка рисков)
|
—
|
0,28
|
0,12
|
0,19
|
|
Uᵢᶜᵒʳʳ
(по формуле 5)
|
—
|
0,22
|
0,74
|
0,32
|
Интерпретация результатов:
1. Альтернатива 2 («Цифровая трансформация операционных процессов») обеспечивает максимальный интегральный показатель полезности (U₂ = 0,84) и минимальный уровень рисков (R₂ = 0,12), что определяет её как оптимальное управленческое решение для стратегического целевого управления в энергетике [23, с. 8–12].
2. Скорректированный показатель полезности (U₂ᶜᵒʳʳ = 0,74) превышает пороговое значение Uпор = 0,60, что подтверждает экономическую целесообразность выбора данной альтернативы.
3. Альтернатива 1 («Модернизация активов») демонстрирует высокие капитальные затраты и длительные сроки реализации, что снижает её привлекательность в условиях бюджетных ограничений.
4. Альтернатива 3 («Оптимизация ТОиР» технического обслуживания и ремонта) характеризуется низким уровнем инвестиций, однако недостаточным воздействием на ключевой показатель надёжности.
Обсуждение результатов
Предложенная методика обеспечивает единый терминологический аппарат через стандартизацию фреймовой структуры, что устраняет неоднозначность интерпретации проблемных ситуаций. А также прозрачность расчётов за счёт применения метода решающих матриц с верифицируемыми формулами нормирования и взвешивания. В отличие от алгоритма нечёткого вывода Мамдани, требующего обширной статистической базы для настройки функций принадлежности [31], метод решающих матриц Г.С. Поспелова обеспечивает прозрачность расчётов при работе с экспертными оценками в условиях дефицита данных [10, с. 520–522], что обосновывает замену ранее планируемого аппарата нечёткой логики на детерминированный матричный метод. Учёт рискозащищённости генерируемых планов осуществляется через интеграцию показателя вероятностных потерь в интегральную оценку полезности, кроме того, методика обеспечивает адаптивность к отраслевой специфике ТЭК благодаря возможности корректировки весов критериев и пороговых значений в зависимости от стратегических приоритетов. Сравнение с альтернативными подходами показывает преимущество предложенной методики в части интерпретируемости результатов и простоты верификации расчётов, что критически значимо для принятия решений в корпоративной практике ТЭК в контексте национальной безопасности [26, с. 45–67].
Заключение
Разработанная методика риск-ориентированного выбора стратегических альтернатив на основе фреймового представления знаний и метода решающих матриц решает научную проблему формализации управленческих решений в условиях качественной неопределённости. Теоретический вклад исследования заключается в интеграции онтологически согласованной структуры знаний с прозрачным математическим аппаратом количественной оценки, что обеспечивает воспроизводимость и верифицируемость результатов методологических подходов к реализации принципов формирования системы стратегического планирования [25, с. 37–42].
Практическая значимость определяется возможностью применения методики для обоснования стратегических решений в топливно-энергетическом комплексе: от выбора инвестиционных проектов до корректировки операционных планов в условиях внешних шоков. Эмпирическая апробация подтвердила, что предложенный подход позволяет дифференцировать уровни стратегической устойчивости альтернатив и формировать рекомендации, верифицируемые через систему нормированных индикаторов.
Перспективы развития исследования связаны с расширением номенклатуры критериев за счёт показателей ESG-трансформации, интеграцией методики с корпоративными системами поддержки принятия решений и разработкой алгоритмов автоматизированного обновления весовых коэффициентов на основе машинного обучения в условиях цифровой экономики будущего [15, с. 240–248].
Источники:
2. Волкова Э. С. Стратегическое планирование деятельности предприятий электроэнергетики. - Санкт-Петербург : ООО Скифия-принт, 2022. – 108 c.
3. Данилов Е. А. Специфические особенности управления информационными ресурсами естественных монополий в российской электроэнергетике // Экономика, предпринимательство и право. – 2025. – № 9. – c. 6291-6310. – doi: 10.18334/epp.15.9.123759.
4. Еремин С. Г. Анализ и систематизация концепций, отражающих вопросы инновационной инфраструктуры, инновационной деятельности и инновационного развития // Менеджмент и бизнес-администрирование. – 2025. – № 2. – c. 54-60. – doi: 10.33983/2075-1826-2025-2-54-60.
5. Ермоловская О.Ю. Долгосрочные перспективы развития электроэнергетики Российской Федерации в обеспечении экономической безопасности // Экономическая безопасность. – 2024. – № 2. – c. 409-424. – doi: 10.18334/ecsec.7.2.120580.
6. Зубенко А. В. О пределах эффективности методов стратегического планирования в государственном управлении и путях их преодоления. Часть 1 // Менеджмент и бизнес-администрирование. – 2023. – № 2. – c. 207-216. – doi: 10.33983/2075-1826-2023-2-207-216.
7. Игнатьев М.Б, Карлик А.Е., Кукор Б.Л., Платонов В.В., Яковлева Е.А. Рискоориентированная технология информационного обеспечения в условиях цифровой экономики: управление рисками в электроэнергетике // Экономические науки. – 2018. – № 161. – c. 21-29.
8. Когнитивные динамические сценарии в системах поддержки принятия финансовых решений / Н.С. Воронова, Е.А. Яковлева, Э.Э. Шарич, Д.Д. Яковлева // Экономика, предпринимательство и право. - 2022. - Том 12. - № 1. - С. 211-222. EDN: QIZPES
9. Колпаков А. Ю. Энергетика в контексте национальных целей развития России // Научные труды Вольного экономического общества России. – 2024. – № 5. – c. 75-96. – doi: 10.38197/2072-2060-2024-249-5-75-96.
10. Кудрявцева А. С. Сравнительный анализ метода решающих матриц Г.С. Поспелова и моделей, основанных на информационном подходе А.А. Денисова // Системный анализ в проектировании и управлении: Сборник научных трудов XXIII Международной научно-практической конференции, Санкт-Петербург, 10–11 июня 2019 года. Том Часть 1. – Санкт-Петербург: Федеральное государственное автономное образовательное учреждение высшего образования \"Санкт-Петербургский политехнический университет Петра Великого\". Санкт-Петербург, 2019. – c. 518-523.
11. Кукор Б.Л., Кузьмин Н.А. Коммуникативный механизм системы стратегического адаптивного управления региональной экономикой. / Системный анализ в проектировании и управлении: сб. науч. тр. XX Междунар. науч.- практ. конф. 29 июня-1 июля 2016 года. Ч. 1. - СПб.: Изд-во Политехн. ун-та, 2016. - 480 с. С. 159-168. EDN: WIAZFJ
12. Кукор Б.Л., Яковлева Е.А. Логико-лингвистическое моделирование и его применение к рискозащищенной технологии стратегического управления // Системный анализ в проектировании и управлении: Сборник научных трудов XXV Международной научной и учебно-практической конференции. В 3-х частях, Санкт-Петербург, 13-14 октября 2021 года. Том Часть 1. - Санкт-Петербург: Федеральное государственное автономное образовательное учреждение высшего образования \Санкт-Петербургский политехнический университет Петра Великого\. Санкт-Петербург, 2021. - c. 261-273. EDN: AKHHXM
13. Лобан Н. В. Стратегическая устойчивость организации и организационные инновации: эмпирическое исследование // Стратегические решения и риск-менеджмент. – 2025. – № 1. – c. 89-96. – doi: 10.17747/2618-947X-2025-1-89-96.
14. Локтионов В. И. Китай на пути к устойчивой энергетике // Проблемы прогнозирования. – 2025. – № 1. – c. 211-221. – doi: 10.47711/0868-6351-208-211-221.
15. Макаров В. Л., Бахтизин А. Р., Логинов Е. Л. Применение экономико-математических методов и моделей оптимального планирования в цифровой экономике будущего (ЦЭМИ АН СССР и ЦЭМИ РАН: прогностическая интерпретация и развитие научного наследия нобелевских лауреатов Л. В. Канторовича и В. В. Леонтьева). - М.: ЦЭМИ РАН, 2022. – 248 c.
16. Максимцев И.А., Костин К.Б., Онуфриева О.А. Современные тенденции развития цифровизации в мировой энергетике // Вопросы инновационной экономики. – 2023. – № 2. – c. 1087-1104. – doi: 10.18334/vinec.13.2.117224.
17. Медведева Т. В., Васин Н. Д. Привлечение инвестиционных ресурсов в развитие теплоэнергетики и теплоснабжения региона // Экономика, предпринимательство и право. – 2025. – № 3. – c. 1865-1878. – doi: 10.18334/epp.15.3.122579.
18. Кукор Б. Л., Яковлева Е. А., Путихин Ю. Е., Волкова Э. С. Методическое обеспечение системы стратегического планирования. - Москва : Общество с ограниченной ответственностью Русайнс, 2025. – 156 c.
19. Мыльник А.В., Голов Г. Р. Применение облачных технологий для управления данными в промышленности: обзор ключевых функций и возмож ностей // Научные труды Вольного экономического общества России. – 2025. – № 1. – c. 172-190. – doi: 10.38197/2072-2060-2025-251-1-172-190.
20. Поспелов Г. С., Ириков В. А. Программно-целевое планирование и управление. - Москва : Советское радио, 1976. – 440 c.
21. Прилуцкий М. Х., Кривошеев О. В. Распределение производственных ресурсов в задачах объемного планирования в условиях неполноты данных // Труды НГТУ им. Р.Е. Алексеева. – 2022. – № 2. – c. 36-43. – doi: 10.46960/1816-210X_2022_2_36.
22. Айзенберг Н. И., Дзюба С. А., Захарова А. П. Регионы и фирмы: математические методы исследования и анализа. - Москва : Общество с ограниченной ответственностью Русайнс, 2022. – 262 c.
23. Серегина А. А. Стратегическое целевое управление в энергетике // Управление. – 2024. – № 4. – c. 5-12. – doi: 10.26425/2309-3633-2024-12-4-5-12.
24. Скрипник О. Б. Методический подход к оценке рисков обеспечения экономической безопасности Российской Федерации // Креативная экономика. – 2025. – № 3. – c. 759-772. – doi: 10.18334/ce.19.3.122811.
25. Смирнова О. О., Беляевская-Плотник Л. А., Бочарова Л. К. Методологические подходы к реализации принципов формирования системы стратегического планирования в РФ // Инновации. – 2020. – № 2. – c. 37-42. – doi: 10.26310/2071-3010.2020.256.2.005.
26. Иванов В. В., Афиногенов Д. А., Алферов С. Ю. Стратегическое планирование и национальная безопасность: теория, методология, практика. - Москва : Ленанд, 2024. – 208 c.
27. Селезнев П.С., Вуйменков С.А., Зубов В.В., Кореньков И.О. Стратегическое планирование развития малых городов: модернизация на основе драйверов роста и инновационно-технологических приоритетов // Управленческие науки. – 2025. – № 4. – c. 48-65. – doi: 10.26794/2304-022X-2025-15-4-48-65.
28. Филимонов А. П., Яковлева Е. А. Стратегическое планирование в высокотехнологичных отраслях: синтез программно-целевого подхода и сетевой адаптивности на основе фреймового представления знаний // Экономика, предпринимательство и право. – 2026. – № 2. – doi: 10.18334/epp.16.2.124598.
29. Хачатурян М.В. Особенности управления рисками цифровой трансформации производственных компаний в современных условиях // Креативная экономика. – 2023. – № 4. – c. 1277-1292. – doi: 10.18334/ce.17.4.117534.
30. Яковлева Е. А., Воронова Н. С., Васильев С. А. Адаптивное управление стратегическим развитием предприятия: организационно-финансовые аспекты // Естественно-гуманитарные исследования. – 2021. – № 38. – c. 379-386.
Страница обновлена: 01.03.2026 в 10:47:04
The methodology of risk-oriented selection of strategic alternatives in the fuel and energy complex based on the frame representation of knowledge and the method of decision matrices
Volkova E.S., Yakovleva E.A.Journal paper
Leadership and Management
Volume 13, Number 4 (April 2026)
Abstract:
The article addresses the scientific problem of formalizing managerial decisions within the strategic planning system in the fuel and energy companies under conditions of qualitative uncertainty. The study substantiates a methodological approach based on the integration of frame-based knowledge representation and the method of decision matrices to ensure risk-oriented selection of strategic alternatives. The article develops an algorithm for the quantitative assessment of problem situations through a system of normalized indicators and the calculation of an integral utility index for managerial decisions. The key scientific results include a frame model of problem situations with standardized descriptive slots, a methodology for constructing a matrix of strategic alternatives with weighted evaluation criteria, linear normalization procedures to ensure the comparability of heterogeneous indicators, and a methodology for calculating utility adjusted for risk levels. Empirical validation of the developed methodological toolkit using data from a regional electric grid company confirmed its practical applicability for differentiating levels of strategic resilience of alternatives and forming verifiable managerial recommendations. The proposed approach ensures timely identification of risk factors during the implementation of planned measures and informed decision-making to minimize negative consequences. The article will be of interest to specialists in strategic planning, researchers of risk-oriented management problems, corporate executives in the fuel and energy complex, as well as Master's and PhD students in Economics.
Keywords: strategic planning, situational and adaptive management, method of decision matrices, risk-secure technologies, problem situations, economic security
JEL-classification: C61, C63, G32
References:
. [].
Ayzenberg N. I., Dzyuba S. A., Zakharova A. P. (2022). Regions and companies: mathematical methods of research and analysis
Danilov E. A. (2025). Specifics of information resource management of natural monopolies in the Russian electric power industry. Journal of Economics, Entrepreneurship and Law. 15 (9). 6291-6310. doi: 10.18334/epp.15.9.123759.
Eremin S. G. (2025). Analysis and Systematization of Concepts Reflecting the Issues of Innovative Infrastructure, Innovative Activities and Innovative Development. Management and Business Administration. (2). 54-60. doi: 10.33983/2075-1826-2025-2-54-60.
Ermolovskaya O.Yu. (2024). Long-term prospects for the development of the electric power industry of the Russian Federation in ensuring economic security. Economic security. 7 (2). 409-424. doi: 10.18334/ecsec.7.2.120580.
Filimonov A. P., Yakovleva E. A. (2026). Strategic planning in high-tech industries: synthesis of a program-oriented and goal-oriented approach and network adaptability based on a knowledge framework. Journal of Economics, Entrepreneurship and Law. 16 (2). doi: 10.18334/epp.16.2.124598.
Ignatev M.B, Karlik A.E., Kukor B.L., Platonov V.V., Yakovleva E.A. (2018). Risk-Based Technology for Information Support in the Conditions of Digital Economy: Risk Management for the Energy Sector. Economic sciences. (161). 21-29.
Ivanov V. V., Afinogenov D. A., Alferov S. Yu. (2024). Strategic planning and national security: theory, methodology, practice
Khachaturyan M.V. (2023). Peculiarities of managing the digital transformation risks in modern manufacturing companies. Creative Economy. 17 (4). 1277-1292. doi: 10.18334/ce.17.4.117534.
Kolpakov A. Yu. (2024). Energy Sector in the Context of National Development Goals of Russia. Scientific works of the Free Economic Society of Russia. 249 (5). 75-96. doi: 10.38197/2072-2060-2024-249-5-75-96.
Kudryavtseva A. S. (2019). Comparative analysis of G.S. Pospelov's method of solving matrices and models based on A.A. Denisov's information approach System analysis in design and management. 518-523.
Kukor B. L., Yakovleva E. A., Putikhin Yu. E., Volkova E. S. (2025). Methodological support of the strategic planning system
Loban N. V. (2025). Strategic Sustainability of an Organisation and Organisational Innovation: An Empirical Study. Strategicheskie resheniya i risk-menedzhment. 16 (1). 89-96. doi: 10.17747/2618-947X-2025-1-89-96.
Loktionov V. I. (2025). China on the Way to Sustainable Energy. Problems of forecasting. (1). 211-221. doi: 10.47711/0868-6351-208-211-221.
Makarov V. L., Bakhtizin A. R., Loginov E. L. (2022). Application of economic and mathematical methods and models of optimal planning in the digital economy of the future (predictive interpretation and development of the scientific heritage of Nobel laureates L. V. Kantorovich and V. V. Leontiev)
Maksimtsev I.A., Kostin K.B., Onufrieva O.A. (2023). Current trends in digitalization in the global energy sector. Russian Journal of Innovation Economics. 13 (2). 1087-1104. doi: 10.18334/vinec.13.2.117224.
Medvedeva T. V., Vasin N. D. (2025). Attracting investments in the development of thermal energy and heat supply in the region. Journal of Economics, Entrepreneurship and Law. 15 (3). 1865-1878. doi: 10.18334/epp.15.3.122579.
Mylnik A.V., Golov G. R. (2025). Applying Cloud Technology for Industrial Data Management: An Overview of Key Features and Capabilities. Scientific works of the Free Economic Society of Russia. 251 (1). 172-190. doi: 10.38197/2072-2060-2025-251-1-172-190.
Pospelov G. S., Irikov V. A. (1976). Program and target planning and management
Prilutskiy M. Kh., Krivosheev O. V. (2022). Distribution of Production Resources in Volumetric Planning Problems Under Conditions of Incomplete Data. Economics. (2). 36-43. doi: 10.46960/1816-210X_2022_2_36.
Seleznev P.S., Vuymenkov S.A., Zubov V.V., Korenkov I.O. (2025). Strategic Planning of Small Cities Development: Modernization Based on Growth Drivers and Innovative and Technological Priorities. Management Sciences. 15 (4). 48-65. doi: 10.26794/2304-022X-2025-15-4-48-65.
Seregina A. A. (2024). Strategic Target Management in the Energy Sector. Administration. 12 (4). 5-12. doi: 10.26425/2309-3633-2024-12-4-5-12.
Skripnik O. B. (2025). Methodological approach to the assessment of economic security risks of the Russian Federation. Creative Economy. 19 (3). 759-772. doi: 10.18334/ce.19.3.122811.
Smirnova O. O., Belyaevskaya-Plotnik L. A., Bocharova L. K. (2020). METHODOLOGICAL APPROACHES TO IMPLEMENTING THE PRINCIPLES OF FORMING A STRATEGIC PLANNING SYSTEM IN THE Russian Federation. Innovations. (2). 37-42. doi: 10.26310/2071-3010.2020.256.2.005.
Volkova E. S. (2022). Strategic planning of electric power industry enterprises
Volkova E.A., Lukichyov P.M. (2022). Effective strategic planning in the enterprise. Trends in the development of science and education. (86-4). 42-46.
Yakovleva E. A., Voronova N. S., Vasilev S. A. (2021). Adaptive Management of the Strategic Development of the Enterprise: Organizational and Financial Aspects. Natural-humanitarian research. (38). 379-386.
Zubenko A. V. (2023). About the Efficiency Limits of Strategic Planning Methods in Public Administration and Ways to Overcome Them. Part 1. Management and Business Administration. (2). 207-216. doi: 10.33983/2075-1826-2023-2-207-216.