Целью исследования выступает формирование матрицы выбора методов прогнозирования социально-экономического развития регионов. Его научная новизна состоит в классификации существующих для решения этой проблемы подходов, выявлении их преимуществ и недостатков, подборе необходимых данных и ресурсов, элементов неопределенности и специфических задач, заложенных в прогнозе, а также определении горизонта планирования. В ходе работы применялись такие методы, как системный подход, сравнительный и ретроспективный анализ. Результаты исследования, полученные при изучении публикаций по вопросам прогнозирования социально-экономического развития регионов за последние 20 лет, могут быть полезны как для научного сообщества, так и для лиц, принимающих решения по данным вопросам.

Цель исследования заключается в анализе современных проблем развития отечественного сельского хозяйства, а также ключевых методов их эффективного решения в рамках государственного управления. Автором предложено изменение программно-целевого подхода, заключающееся в разделении его на два направления: факторы, способствующие развитию отрасли и препятствующие ее росту, а затем — на отдельные факторы-цели. Последние были подвергнуты ситуационному анализу, для разработки наиболее целесообразных с точки зрения модернизации аграрного сектора методов воздействия. В ходе работы автором исследования выделены 5 основных факторов отраслевого развития. Для каждого из них предложен комплекс мер для прогрессивного роста, касающихся финансовой поддержки аграрного сектора, экспорта, мелиоративного строительства, интенсификации производства, продолжения и расширения программ импортозамещения, а также развития сельских территорий как метода непрямой поддержки сельского хозяйства. Основными источниками данных для настоящего исследования послужили материалы Росстата, относящиеся к функционированию отрасли и инновационному прогрессу в экономике, а также показатели развития сельских территорий. В заключительной части статьи представлен анализ факторов развития российской сельскохозяйственной отрасли и оценка современных условий хозяйст вования. Полученные результаты и выводы исследования будут интересны специалистам в области управления развитием АПК.

В статье представлен комплексный анализ трансформации некоммерческого сектора (НКС) в регионах Российской Федерации на основе рейтинга «Регион- НКО» (2020–2025 гг.). целью исследования стало выявление с помощью данного инструмента ключевых изменений в развитии социально ориентированных некоммерческих организаций (СО НКО), трендов формирования третьего сектора и факторов, влияющих на эти процессы. В статье на основе анализа восьми рейтинговых критериев и 54 показателей рассматриваются структурные преобразования НКС, динамика взаимодействия СО НКО с основными стейкхолдерами, трансформация механизмов поддержки и особенности региональных экосистем третьего сектора. Особое внимание уделяется снижению межрегиональных диспропорций и формированию устойчивых моделей его развития. В ходе работы автором статьи изучены основные тенденции формирования инфраструктуры сектора, обеспечения финансовой устойчивости и вовлеченности граждан в деятельность НКО, проанализирована динамика численности организаций. Результаты исследования позволяют выявить перспективные направления их государственной и гражданской поддержки, а также определить факторы успеха и региональные типологии развития.

Цифровая трансформация ресурсоснабжающих организаций в России становится ключевым элементом устойчивого развития коммунальной отрасли. В условиях растущей потребности в энергоэффективности, автоматизации и прозрачности бизнес-процессов компании все активнее внедряют современные технологии —  от интеллектуальных систем учета и дистанционного мониторинга до больших данных и искусственного интеллекта. Это позволяет оптимизировать операционные расходы, сократить потери ресурсов, повысить точность прогнозирования и улучшить качество обслу живания потребителей. Целью исследования стало формирование процессной модели цифровой трансформации ресурсоснабжающей организации. Актуальность проделанной работы связана, с одной стороны, с необходимостью обеспечить как устойчивое развитие предприятий коммунальной службы, так и доступность их услуг для населения, а с другой —  следовать общему курсу государственной политики и регулирования, в частности достижению целей национального проекта «Цифровая экономика» и ведомственного проекта «Умный город» Минстроя России. В статье представлено исследование влияния методических и практических подходов к внедрению инновационных технологий, современных сервисов и платформ на процесс принятия управленческих решений. В ходе работы использовались такие научные методы, как сравнительный и логический анализ (в том числе при изучении научной литературы). Результаты исследования будут полезны для ресурсоснабжающих организаций и научного сообщества в рамках развития подходов к эффективному управлению коммунальной инфраструктурой.

На современном рынке труда заметно растет спрос на специалистов по управлению персоналом. Однако целостная концепция этой деятельности еще требует доработки вследствие разрозненного сосуществования здесь различных исследовательских подходов: экономического, кадрового, социально-психологического. Авторы статьи в ходе работы опирались на разработанную ими интегративную многоаспектную методологию управления персоналом. Целью исследования является анализ соответствия реального уровня квалификации специалистов этой сферы, а также выпускников бакалавриата и магистратуры, обучающихся по профилю «Управление человеческими ресурсами» и «Управление персоналом организации», государственным и отраслевым требованиям. В качестве методов исследования использовались полуструктурированные интервью с сотрудниками кадровых служб и линейными руководителями предприятий Набережных Челнов, а также анкетный опрос студентов вузов Республики Татарстан на основе многоступенчатой комбинированной выборки. Таким образом, базу исследования составили специалисты кадровых служб, линейные руководители и студенты вузов. В результате выявлена высокая степень разрыва между представлениями экспертов о необходимых профессиональных компетенциях специалистов по управлению персоналом и их фактической сформированностью у работников кадровых служб. Установлено, что и у студентов управленческих специальностей не сформировано в полной мере представление о содержании их будущей деятельности. Предложенная авторами статьи многофокусная схема понятия «персонал» и разработанный многоаспектный подход к функциональному содержанию управления персоналом могут быть использованы как для совершенствования работы управленческих служб предприятий, так и в ходе подготовки будущих специалистов.

Динамизм, то есть способность качественно меняться, влияя на социально-экономическую ситуацию, выступает важным свойством человеческих ресурсов (human resources, HR) как научной категории. Цель исследования — выявление тенденций и особенностей управленческого дискурса, связанного с динамизмом HR и развивающегося в условиях информационной экономики. В ходе работы были выделены этапы исследования HR как динамической категории, определены особенности влияния информационно-коммуникационных технологий (ИКТ) на изучение взаимосвязей между HR, управленческими практиками и результатами функционирования организационно-экономических систем. Также обозначены направления развития HR-практик, затронуты вопросы синергии HR и технологий. Основным методом исследования стал содержательно-концептуальный анализ научных трудов последних десятилетий. Результаты исследования могут быть полезны ученым и практикам, занимающимся проблемами науки управления в сфере человеческих ресурсов.

Отсутствие консенсуса в отношении количественных мер оценки показателей оригинальности текста порождает проблему интерпретации результатов работы алгоритмов информационных систем, предназначенных для обнаружения в текстах академических заимствований, и сопоставимости экспертных оценок оригинальности результатов интеллектуальной деятельности. Цель исследования —  раскрыть природу и сущность феномена академических заимствований посредством методологии менеджмента знаний. Автор рассматривает управление качеством труда исследовательских единиц как новую функцию менеджмента знаний, способную регулировать качество научного знания. Дано авторское толкование природы и сущности академических заимствований как явлений эпистемологического и этико-деонтологического порядка соответственно; показано, что современный (1990–2025 гг.) дискурс академических заимствований сформировался под влиянием цифровой трансформации и содержит около 60 дефиниций, разделенных автором на три группы. Данная инвентаризация проведена для дальнейшего построения терминосистемы академических заимствований. Результаты исследования будут полезны специалистам: по общим вопросам науковедения и теории знания; в области менеджмента, прежде всего в сфере управления знаниями, включая деятельность по организации и контролю научно-исследовательских работ; в сфере оборота авторских прав и прав интеллектуальной собственности; в сфере подготовки, редактирования, обработки академических текстов; преподавателям, студентам и аспирантам, связанным с указанными направлениями; всем, кому необходимы навыки академического письма.

Государственная политика в сфере науки и высшего образования направлена на модернизацию образовательных учреждений (ОУ) в интересах лучшего соответствия запросам рынка труда и потребностям общества. Целью исследования явилась оценка текущих параметров и условий функционирования ОУ с учетом специфики агропромышленного комплекса. В статье дается характеристика системы высшего образования аграрного профиля, приводится анализ состояния сети образовательных организаций, детально рассматриваются их особенности, элементы, связи и эффективность. Объектом исследования явилась образовательная сеть вузов, готовящих специалистов для АПК, а его предметом —  эффективность подобных ОУ, а также факторы, связи, модели и алгоритмы взаимодействия элементов их организационной системы. Источниками данных в ходе работы послужили стратегические, методические, организационные и иные материалы, характеризующие деятельность образовательных учреждений, подведомственных Минсельхозу России и Минобрнауки России, а также информационно-аналитические и статистические данные. Результаты исследования могут быть использованы государственными органами (в первую очередь Минсельхозом России) в процессе управления деятельностью ОУ аграрного профиля в целях получения более детальной оценки деятельности подведомственных организаций, а также при разработке перспективных (стратегических) планов развития профильных вузов в современных условиях.

Целью исследования стала систематизация инструментов управления проектным опытом (УПО) и разработка рекомендаций для российских промышленных предприятий. Использованная в ходе работы методология основывается на анализе публикаций российских и зарубежных авторов, изучении отдельных кейсов управления проектами, а также экспертных оценок опытных сотрудников промышленных компаний, непосредственно участвующих в проектной деятельности. В результате исследования, во-первых, выделены основные этапы УПО; во-вторых, предложена классификация механизмов управления проектным опытом с учетом работы с формализованными и неформализованными знаниями, а также систематизированы примеры практических инструментов и ИТ-решений; в-третьих, определены тренды развития УПО; в-четвертых, выявлено отставание практик управления проектным опытом российских предприятий по уровню зрелости, технологической оснащенности и внедрению организационной культуры, ориентированной на знания. Практическая значимость исследования заключается в разработке рекомендаций для российских производственных компаний по преодолению барьеров внедрения продвинутых и передовых инструментов УПО. 

На современном этапе цифровой трансформации усиливается стратегическая роль маркетинга в управления торговыми компаниями. Интеграция технологий на базе искусственного интеллекта (ИИ) — таких как ИИ-агенты, синтезированные респонденты, AI-powered CRM системы и предиктивная аналитика — меняет не только функционал, но и саму природу маркетингового управления (МУ). В условиях высокой турбулентности внешней среды и санкционных ограничений использование данного инструментария на базе ИИ позволяет формировать гибкие и адаптивные стратегии, принимать решения в режиме реального времени и выстраивать персонализированные клиентские взаимодействия. Целью исследования явился анализ трансформации маркетингового управления под влиянием ИИ-технологий и выявление их вклада в устойчивость торговой компании. В статье рассматриваются теоретические аспекты МУ, классификация его инструментов, а также риски и барьеры применения искусственного интеллекта. Результатом работы стало формирование авторской модели интеграции ИИ-маркетинга в стратегическое управление торговой компанией и классификации инструментов с учетом их стратегической роли и примеров использования. Результаты исследования могут быть использованы руководителями торговых компаний, специалистами по стратегическому развитию и цифровой трансформации, а также исследователями в области управления для повышения устойчивости и адаптивности бизнеса в условиях внешней турбулентности.

В данном исследовании рассматривается влияние дезинформации, в частности примера Plandemic, на реакцию системы общественного здравоохранения в условиях пандемии COVID-19. Методологическая основа исследования — модель IDOM-H, объединяющая подходы информационной экономики, теории принятия решений и управления цифровыми платформами для анализа того, как онлайн-дезинформация влияет на эпидемиологические тенденции в США, Канаде, Австралии, Новой Зеландии и Ирландии. Авторы использовали смешанный метод, сочетающий официальные данные по COVID-19 с показателями вовлеченности пользователей в Facebook и динамикой поисковых запросов в Google Trends. Результаты показали умеренную положительную корреляцию (r = 0,62–0,63) между воздействием дезинформации и общим количеством случаев заражения и смертей от COVID-19. Несмотря на рост интереса аудитории после выхода фильма Plandemic, статистически значимая связь между вовлеченностью в социальных сетях и количеством новых случаев заболевания не обнаружена (p = 0,8021). В дальнейшем рекомендуется применять методы причинно-следственного анализа, такие как модель Грейнджера и инструментальные переменные, чтобы преодолеть ограничения корреляционного подхода. Хотя дезинформация не оказывает прямого влияния на показатели заболеваемости, она подрывает общественное доверие и приводит к долгосрочным изменениям в поведении. Для минимизации негативных последствий необходимы адресные программы цифровой грамотности и прозрачное регулирование цифровых платформ.

Корпоративное банкротство — это фазовый управленческий процесс, в ходе которого слабые сигналы и маскирующий их информационный шум определяют траекторию деградации задолго до краха организации. К такому выводу мы пришли, сместив фокус диагностики с бухгалтерской и финансовой отчетности в направлении институциональной чувствительности. Концепция фазовой динамики банкротства синтезирована на основе феноменологии рассогласования «декларируемое-фактическое», оценки интенсивности обратной связи и тональности публичных коммуникаций компании. Цель исследования — разработка фазовой модели ранней диагностики банкротства и определение порога утраты рефлексивности, маркирующего для управляющей системы точку невозврата. Эмпирическая часть работы включает реконструкцию предкризисных профилей банкротств компаний Enron, LTCM и Barings Bank. В результате качественного и количественного анализа поведенческих паттернов и публичных коммуникаций на основе авторских индикаторов установлено, что устойчивое одновременное превышение порогов значений последних сопровождается сжатием «окна возможностей» для лиц, принимающих решения, и ускорением эскалации. Полученные результаты позволяют сместить акцент с реагирующего (reactive) на упреждающее (proactive) управление, что снижает вероятность лавинообразного перехода к необратимой фазе кризиса.

В статье представлен обзор научных мероприятий и профессиональных дискуссий в рамках ежегодной международной научно-практической конференции «Управление активами», прошедшей в декабре 2025 г. в МГИМО МИД России. Актуальность ее темы — «Искусственный интеллект в принятии экономических решений: активы, акторы, стратегии» — обусловлена современным экспоненциальным ростом внедрения технологий искусственного интеллекта (ИИ) во все сферы экономики, корпоративное и государственное управление, жизнедеятельность людей, что подтверждается результатами отчетов и прогнозов международных консалтинговых компаний, а также выводами российских экспертов. В связи с этим целью конференции, объединившей более 350 участников из нашей страны — студентов классических, экономических, технических, юридических университетов Москвы, Санкт-Петербурга, Тулы, Саратова, Новосибирска, Уфы и других городов России; сотрудников научных институтов, государственных корпораций и частных компаний, а также зарубежных исследователей из Чехии, Китая, Казахстана, Узбекистана, Кыргызстана, Азербайджана, представляющих разные поколения и профессии, — стало формирование активной научной платформы для обмена мнениями и выработки новых знаний по актуальным тенденциям, преимуществам, рискам и ограничениям, связанным с ИИ. В рамках пленарного заседания, практической профессиональной дискуссии и шести секций конференции были представлены итоги исследований, выполненных с применением методов экономико-математического моделирования, системного, критического исторического и причинно-следственного анализа, сценарного подхода и прогнозирования. В докладах участников рассмотрены результаты моделирования экономических и управленческих решений, полученные при использовании суверенных моделей ИИ как в ходе реализации национальных стратегий экономического развития государством-актором, так и в процессе комплексной оценки чувствительности разных отраслей экономики к внедрению ИИ, определения ключевых перспектив формирования конкурентных преимуществ компаний в условиях резкой активизации внедрения технологий ИИ и новых требований к профессиональным компетенциям на рынке труда. Отдельное внимание на конференции было уделено актуализации правового регулирования ИИ.