Управление устойчивым развитием топливно-энергетического комплекса региональной экономической системы с опорой на цифровые технологии

Обложка

Цитировать

Полный текст

Аннотация

Актуальность решаемой в статье научно-практической проблемы связана с тем, что существующий подход к управлению развитием ТЭК в региональных экономических системах России, основанный на государственном регулировании, не в полной мере обеспечивает его устойчивость, поэтому целесообразно активизировать механизм рынка. Цель исследования - разработка подхода к корпоративному управлению устойчивым развитием ТЭК региональной экономической системы с опорой на цифровые технологии. Для этого на базе статистики по регионам России в 2022 г. методом регрессионного анализа составлена эконометрическая модель управления устойчивым развитием ТЭК региональной экономической системы с опорой на цифровые технологии. В результате сделан вывод о том, что цифровые технологии во многом определяют устойчивость ТЭК в российских региональных экономических системах, но необходимо гибкое использование этих технологий с фокусом на те из них, которые в наибольшей степени и непротиворечиво поддерживают устойчивое развитие ТЭК в регионах России. Для этого разработан подход к корпоративному управлению устойчивым развитием ТЭК региональной экономической системы с опорой на цифровые технологии. Особенностями нового подхода являются: 1) переход от государственного управления к корпоративному; 2) опора на цифровые технологии в управлении; 3) гибкое использование цифровых технологий в управлении, предполагающее ограниченное и аккуратное применение противоречивых технологий (геоинформационных систем, интернета вещей, облачных сервисов и искусственного интеллекта) и расширение использования ключевых технологий, позитивно влияющих на устойчивость ТЭК в региональной экономике России: ERP-систем, больших данных и цифровых платформ. Теоретическая значимость полученных новых научных результатов и сделанных авторских выводов связана с тем, что они очертили круг приоритетных для устойчивого развития ТЭК цифровых технологий, в который вошли ERP-системы, большие данные и цифровые платформы. Практическая значимость разработанного подхода состоит в том, что он позволит повысить гибкость и эффективность управления устойчивым развитием ТЭК региональной экономической системы и наиболее полно раскрыть потенциал развития в регионах России благодаря оптимизации использования цифровых технологий по авторским рекомендациям.

Об авторах

Екатерина Анатольевна Землячева

Волгоградский государственный университет

Автор, ответственный за переписку.
Email: zemlyachevaekaterina@yandex.ru
ORCID iD: 0009-0002-1977-6610

доцент кафедры гражданского и международного частного права

Российская Федерация, 400062, Волгоград, пр-т Университетский, д. 100

Список литературы

  1. Barykin, S.E., Kapustina, I.V., Kupriyanova, M.Yu., & Makarenko, E.A. (2023). Prospects for the transition to sustainable energy. Economics and management: problems, solutions, 6(11), 97–108. (In Russ.). https://doi.org/10.36871/ek.up.p.r.2023.11.06.010
  2. Loktionov, V.I. (2023). Sustainable energy: a new look at the factors of formation. World Economy and International Relations, 67(8), 16–25. (In Russ.). https://doi.org/10.20542/0131-22272023-67-8-16-25
  3. Morozova, I.A., Smetanina, A.I., & Smetanin, A.S. (2023). ESG quality management: the role of digital transformation of business. Bulletin of St. Petersburg University. Management, 22(4), 530–555 https://doi.org/10.21638/11701/spbu08.2023.404 (In Russ.).
  4. Abdullah, A.A., & Ashraf, E. (2024). New Dual Algorithm to Placement the Data Aggregation Point for Smart Grid Meters. Smart Grids and Sustainable Energy, 9(1), 21. https://doi.org/10.1007/ s40866-024-00199-0
  5. Alsharif, M.H., Jahid, A., Kannadasan, R., & Kim, M.-K. (2024). Unleashing the potential of sixth generation (6G) wireless networks in smart energy grid management: A comprehensive review. Energy Reports, 11, 1376–1398. https://doi.org/10.1016/j.egyr.2024.01.011
  6. Amhamed, A.I., Assaf, A.H.A., Le, Page, L.M., & Alrebei, O.F. (2024). Alternative sustainable aviation fuel and energy (SAFE) — A Review with selected simulation cases of study. Energy Reports, 11, 3317–3344. https://doi.org/10.1016/j.egyr.2024.03.002
  7. Azzam, M.E.A.Y., Alsayed, M.S.H., Alsultan, A., & Hassanein, A. (2024). How big data features drive financial accounting and firm sustainability in the energy industry. Journal of Financial Reporting and Accounting, 22(1), 29–51. https://doi.org/10.1108/JFRA-03-2023-0125
  8. Bai, Z., Li, C., Pourzamani, J., Yang, X., & Li, D. (2024). Optimizing the resource allocation in cyber physical energy systems based on cloud storage and IoT infrastructure. Journal of Cloud Computing, 13(1), 59. https://doi.org/10.1186/s13677-024-00615-x
  9. Evstratov, A.V., & Berezhnova, A.I. (2013). Development of the market of electronic payment systems in the context of accession of the Russian Federation to the WTO. World Applied Sciences Journal, 23(1), 88–93.
  10. Guevara-Luna, M.A., Madrazo, J., Meneses, E., Mora, H., & Clappier, A. (2024). Strategies toward an effective and sustainable energy transition for Cuba. Renewable and Sustainable Energy Reviews, 197, 114387. https://doi.org/10.1016/j.rser.2024.114387
  11. Heinz, S. (2023). The Case for Energy and Sustainability ERP Software. 2023 AEE World Energy Conference and Expo, Orlando, 195760.
  12. Liu, X.-M., & Zhang, Y.-Q. (2024). Digital transformation, green innovation, and carbon emission reduction performance of energy-intensive enterprises. Scientific Reports, 14(1), 3905. https://doi.org/10.1038/s41598-024-54587-8
  13. Minuto, F.D., Lanzini, A., Giannuzzo, L., & Borchiellini, R. (2022). Digital Platforms for Renewable Energy Communities Projects: An Overview. International Journal of Sustainable Development and Planning, 17(7), 2007–2013. https://doi.org/10.18280/ijsdp.170701.
  14. Popkova, E.G., & Sergi, B.S. (2021). Energy efficiency in leading emerging and developed countries. Energy, 221, 119730. https://doi.org/10.1016/j.energy.2020.119730
  15. Rajak, U., Ağbulut, Ü., Dasore, A., & Verma, T.N. (2024). Artificial intelligence basedprediction of energy efficiency and tailpipe emissions of soybean methyl ester fuelled. CI engine under variable compression ratios, 294, 130861. https://doi.org/10.1016/j.energy.2024.130861
  16. Reffad, H., & Alti, A. (2023). Semantic-Based Multi-Objective Optimization for QoS and Energy Efficiency in IoT, Fog, and Cloud ERP Using Dynamic Cooperative NSGA-II. Applied Sciences (Switzerland), 13(8), 5218. https://doi.org/10.3390/app13085218
  17. Shi, G., Shi, Z., Wang, X., Xia, Y., Jia, S., Shi, M., Sun, Y., & Huang, Y. (2024). An Internet of Things Management System for Roadside Parking Space Based on Solar Power Supply and RF Energy Transmission. IEEE Internet of Things Journal, 1(6), 10224–10238. https://doi.org/10.1109/JIOT.2023.3325675
  18. Tong, X. (2024). Research on key technologies of large-scale wind-solar hybrid grid energy storage capacity big data configuration optimization. Wind Engineering, 48(1), 32–43. https://doi.org/10.1177/0309524X231188951
  19. Turkson, C., Liu, W., & Acquaye, A. (2024). A data envelopment analysis based evaluation of sustainable energy generation portfolio scenarios. Applied Energy, 363, 123017. https://doi.org/10.1016/j.apenergy.2024.123017
  20. Wang, S., Das, P., & Wu, Z.-S. (2024). High-energy-density microscale energy storage devices for Internet of Things. Science Bulletin, 69(6), 14–717. https://doi.org/10.1016/j.scib.2024.01.012
  21. Wang, Z., Hu, L., Huang, X., Tan, J. & Ye, K. (2024a). Carbon emissions of power transmission and transformation projects in the whole life cycle for smart sustainable energy systems. Scientific Reports, 14(1), 3812. https://doi.org/10.1038/s41598-024-54317-0
  22. Wang, Z., Zhang, T., Ren, X. & Shi, Y. (2024b). AI adoption rate and corporate green innovation efficiency: Evidence from Chinese energy companies. Energy Economics, 132, 107499. https://doi.org/10.1016/j.eneco.2024.107499
  23. Yang, Z. (2024). Renewable energy management in smart grid with cloud security analysis using multi agent machine learning model. Computers and Electrical Engineering, 116, 109177. https://doi.org/10.1016/j.compeleceng.2024.109177

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».