В современных условиях глобальной цифровизации и структурной трансформации мировой экономики ключевым фактором устойчивого развития становится способность регионов эффективно использовать цифровые технологии для повышения конкурентоспособности и экономической безопасности. Цифровая трансформация изменяет принципы функционирования производственных, управленческих и институциональных систем, формируя новые источники роста и конкурентных преимуществ. Настоящая статья посвящена исследованию роли цифровой трансформации в повышении конкурентоспособности региональной экономики, выявлению особенностей цифрового развития регионов Российской Федерации и определению направлений совершенствования механизмов управления цифровыми процессами на мезоуровне. Цель исследования заключается в обосновании теоретико-методологических положений и разработке практических рекомендаций по использованию инструментов цифровой трансформации в системе стратегического управления региональной конкурентоспособностью. Актуальность исследования обусловлена необходимостью адаптации региональных экономик к условиям цифровой среды, формированием новых моделей пространственного развития и инновационной модернизации хозяйственных систем. Цифровизация становится фундаментом повышения эффективности государственного управления, инвестиционной привлекательности и качества жизни населения, что определяет её стратегическое значение для регионального развития России. Научная новизна заключается в уточнении содержания категории «цифровая конкурентоспособность региона», разработке концептуальной модели оценки влияния цифровых факторов на экономическую динамику субъектов Российской Федерации и предложении системы индикаторов для мониторинга уровня цифровой зрелости региональных экономик. Практическая значимость исследования состоит в возможности применения полученных результатов при разработке и реализации региональных программ цифровой трансформации, формировании стратегий социально-экономического развития субъектов РФ, а также при оценке эффективности государственных инициатив в сфере цифровой экономики. Результаты исследования могут быть использованы органами исполнительной власти, институтами развития и экспертным сообществом при выработке инструментов управления конкурентоспособностью регионов в цифровую эпоху.
цифровая трансформация, региональная экономика, конкурентоспособность, цифровая зрелость, инновационное развитие, цифровая инфраструктура, стратегическое управление, устойчивое развитие, региональная политика, цифровая экономика
ВВЕДЕНИЕ
В 2020-е годы цифровизация промышленности перестала рассматриваться как вспомогательный инструмент повышения эффективности и стала одним из ключевых факторов устойчивости и конкурентоспособности предприятий. Это связано с изменением внешней экономической среды. Разрывы глобальных цепочек создания стоимости, рост технологической конкуренции и усложнение производственных процессов привели к тому, что предприятиям необходимо быстрее обрабатывать информацию, координировать производственные процессы и адаптироваться к изменениям рынка. Следовательно, способность управлять данными и цифровыми системами постепенно превращается в стратегическое условие функционирования промышленного бизнеса.
Одновременно происходит качественное усложнение самой технологической системы производства. Если на ранних этапах цифровизации предприятия внедряли отдельные элементы автоматизации и информационные системы для поддержки отдельных процессов, то в настоящее время происходит переход к более комплексным технологическим решениям. К таким решениям относятся киберфизические системы, цифровые двойники, платформенные архитектуры и алгоритмическое управление на основе сквозных данных. Это означает, что технологии начинают интегрироваться во все уровни производственной системы. В результате цифровизация перестает быть локальным улучшением отдельных операций и становится основой функционирования всей производственной инфраструктуры.
Подобная трансформация технологической среды объясняется более общими закономерностями экономического развития, описанными в теории длинных технологических волн. Согласно этому подходу, развитие экономики происходит через последовательность технологических циклов, каждый из которых связан с формированием нового комплекса технологий и способов производства. В рамках этих циклов новые технологические решения постепенно распространяются по различным отраслям, меняя структуру экономики и логику функционирования предприятий. Эмпирические исследования длинных волн показывают, что подобные технологические сдвиги сопровождаются длительными колебаниями макроэкономических показателей и структурными изменениями в экономике. [2]
Дальнейшее развитие этой идеи получило в неошумпетерианской теории технологических революций. В рамках этого подхода технологические изменения понимаются шире, чем просто внедрение новых решений. Речь идет о формировании новой технико-экономической парадигмы, которая затрагивает всю систему хозяйствования.
С появлением новых технологий меняются отраслевые структуры, трансформируются институты и управленческие практики. Обновляется не только оборудование — перестраиваются сами модели управления компаниями и форматы взаимодействия между экономическими субъектами [3].
При этом основной исследовательский разрыв возникает именно на уровне управления. Теория технологических волн подробно описывает макроэкономические сдвиги и технологическую динамику, но механизмы адаптации компаний к новым укладам остаются проработанными слабо. В результате на практике цифровизация часто воспринимается узко — как внедрение отдельных ИТ-решений, а не как системная трансформация бизнеса. В результате предприятия реализуют множество ИТ-проектов, но при этом не формируют целостной модели организационной трансформации.
Такой подход порождает ряд управленческих проблем. С одной стороны, на стратегическом уровне компании декларируют необходимость цифровой трансформации. С другой стороны, на операционном уровне изменения часто ограничиваются внедрением отдельных цифровых инструментов. Это приводит к разрыву между стратегическим видением цифровизации и реальной системой управления предприятием. В частности, недостаточно трансформируются архитектура данных, управленческие компетенции, организационная культура и механизмы координации технологических процессов.
Таким образом, формируется исследовательское противоречие. С одной стороны, ускоряется смена технологических парадигм и усиливается междисциплинарная конвергенция технологий, что требует от предприятий более гибких и системных моделей управления. С другой стороны, существующие управленческие подходы в промышленности по-прежнему ориентированы преимущественно на проектное внедрение информационных технологий, а не на комплексную институциональную и организационную адаптацию к новой технологической волне. Именно это противоречие определяет актуальность исследования управленческих моделей, которые позволяют промышленным предприятиям адаптироваться к новым технологическим условиям и эффективно использовать потенциал цифровой трансформации. [4]
Цель исследования — выявить и описать основные управленческие модели, с помощью которых промышленные предприятия адаптируются к новым технологическим волнам цифровизации, возникающим в условиях развития интеллектуальных технологий и технологий живых систем.
Задачи исследования:
- Уточнить теоретические основы концепции технологических волн применительно к управлению промышленными предприятиями;
- Систематизировать управленческие реакции предприятий на процессы цифровой трансформации в логике «индустрии 4.0/5.0»;
- Разработать типологию управленческих моделей адаптации;
- Определить ключевые компетенции, организационные изменения и показатели эффективности адаптации.
Практическая значимость заключается в том, что предложенная типология может использоваться как инструмент для проектирования программ цифровой трансформации предприятий — от диагностики уровня зрелости управления и данных до формирования портфеля проектов и внедрения новых технологических решений.
Объекты и методы исследования
Исследование выполнено в формате концептуально-аналитической работы. В его основе лежит анализ научной литературы, а также обобщение и сопоставление существующих подходов к управлению цифровой трансформацией промышленных предприятий.
Объект исследования — промышленные предприятия (прежде всего предприятия производственных и машиностроительных отраслей), которые внедряют цифровые технологии и проходят процесс технологической трансформации.
Предмет исследования — управленческие модели и механизмы, с помощью которых предприятия адаптируются к новым технологическим волнам цифровизации. К ним относятся подходы к управлению трансформацией, развитие необходимых компетенций, организационные изменения, использование инструментов технологического форсайта и показатели оценки эффективности таких изменений.
Результаты исследования и их обсуждение
Теории длинных волн и смены технико-экономических парадигм рассматривают технологическое развитие как один из ключевых факторов, формирующих динамику экономических систем. Согласно этому подходу, крупные технологические изменения приводят не только к появлению новых продуктов и технологий, но и к более глубоким структурным сдвигам в экономике. В результате технологические «революции» сопровождаются перестройкой отраслевых структур, изменением источников конкурентоспособности предприятий и трансформацией институциональной среды. [5]
При этом в рамках парадигмального подхода важную роль играют не отдельные технологические решения, а взаимосвязанные технологические комплексы. Такие комплексы включают группы взаимодополняющих технологий, которые развиваются совместно и требуют соответствующих организационных инноваций — новых стандартов, форм координации, инфраструктур и управленческих практик. [6] Следовательно, технологические изменения неизбежно приводят к необходимости пересмотра управленческих моделей предприятий.
Именно в этом контексте развивается современная литература по цифровой трансформации промышленности. Большинство исследований можно условно разделить на три взаимосвязанных направления. Во-первых, значительное внимание уделяется технологическому ядру концепции «Индустрии 4.0». В рамках этого направления анализируются такие технологии, как киберфизические системы, промышленный интернет вещей (IIoT), аналитика больших данных, цифровые двойники и интеграция производственных цепочек. [7] Эти технологии формируют новую инфраструктуру промышленного производства и создают возможности для более гибкого и автоматизированного управления производственными процессами.
Во-вторых, значительная часть исследований посвящена вопросам управления цифровой трансформацией. В этих исследованиях внимание сосредоточено на том, как согласовать стратегический, тактический и операционный уровни управления, а также как перейти к системам, основанным на сквозных данных и автоматизированных решениях. В результате фокус постепенно смещается: исследователей интересуют уже не отдельные технологии, а организационные и управленческие условия, которые обеспечивают трансформацию.
В-третьих, выделяется направление, связанное с оценкой эффективности цифровизации. Полученные результаты показывают, что влияние технологий на производительность не всегда однозначно. В научной дискуссии это отражено в концепции «парадокса производительности»: внедрение новых решений не гарантирует ожидаемого роста эффективности. Это означает, что результат цифровой трансформации определяется не только объемом технологических инвестиций, но и качеством управленческих решений и глубиной организационных изменений.
В связи с этим значительный пласт исследований посвящён организационным факторам цифровой трансформации. Эмпирические работы показывают, что важную роль играет организационная гибкость предприятия. В частности, установлено, что она выступает медиатором между цифровой трансформацией и инновационными возможностями компании. Это означает, что сами по себе инвестиции в технологии не обеспечивают значительного эффекта, если одновременно не происходит изменения управленческих процессов, механизмов принятия решений и организационной структуры. Поэтому в современных управленческих подходах цифровая трансформация рассматривается не как отдельный ИТ-проект, а как процесс реконфигурации ресурсов и организационных рутин предприятия.
Дальнейшее развитие этой логики связано с переходом от концепции «Индустрии 4.0» к концепции «Индустрии 5.0». В рамках нового подхода цели промышленного развития расширяются. Современное производство меняется в двух направлениях. Во-первых, трансформируется целеполагание в промышленности. Если раньше фокус делался на объемах выпуска, то теперь ключевыми становятся человекоцентричность и устойчивое развитие. Это означает, что предприятия обязаны минимизировать вред природе, инвестировать в обучение персонала работе с новыми технологиями и контролировать риски, связанные с внедрением алгоритмов. Во-вторых, усложняется технологическая база производства. Происходит конвергенция цифровых и биологических технологий: граница между миром ИИ и миром живого стирается. Примером выступают биоинтеллектуальные производственные системы, где программное управление интегрировано с биологическими процессами. Такая интеграция ведет к усложнению управления: оно требует от руководителя не только технической грамотности, но и понимания биологических основ производства, а также способности выстраивать коммуникацию между разнородными специалистами в междисциплинарных командах.
Несмотря на значительный объём исследований, анализ литературы позволяет выявить несколько устойчивых исследовательских разрывов (таблица 1).
Таблица 1
Анализ исследований
|
№ |
Проблемная область |
Уровень анализа |
Описание проблемы в текущих исследованиях |
Ключевые последствия и риски |
|
1 |
Разрыв макро- и микроуровней анализа |
Методологический |
Теории технологических волн (макроуровень) хорошо описывают экономические сдвиги, но не дают ответа на вопрос, как именно предприятиям перестраивать операционную деятельность (микроуровень). |
Отсутствие понятных регламентов и дорожных карт для бизнеса по перестройке управленческих систем, архитектуры данных и компетенций сотрудников при смене технологических эпох. |
|
2 |
Фрагментарность моделей цифровой трансформации |
Управленческий (Инструментальный) |
Исследования часто изучают либо техническую сторону (цифровизация), либо проектный менеджмент изолированно. Редко встречается целостный взгляд на управление трансформацией. |
Сложность внедрения комплексных изменений. Риск провала трансформации из-за несогласованности стратегии, портфеля проектов, управления данными и оргструктурой. |
|
3 |
Неизученность последствий био-цифровой конвергенции |
Прогностический (Содержательный) |
Управленческие последствия слияния биологии и цифровых технологий (живые системы) остаются «белым пятном» в науке. |
Возникновение непредвиденных рисков, ужесточение регуляторных и биоэтических норм, дефицит кадров с междисциплинарными компетенциями (менеджмент + инженерия + биоэтика). |
Источник: составлено автором на основе [1,2,9]
Таким образом, выявленные исследовательские разрывы указывают на необходимость более системного анализа управленческих моделей адаптации промышленных предприятий к новым технологическим волнам.
В рамках концепции «Индустрии 4.0» цифровизация промышленности основана на интеграции физических производственных процессов и цифровых систем. Данные, поступающие от оборудования и технологических операций, собираются и анализируются с помощью цифровых платформ, систем предиктивной аналитики и цифровых двойников. Это позволяет использовать информацию о состоянии процессов в режиме, близком к реальному времени, и на её основе корректировать управленческие решения. В результате данные постепенно становятся ключевым элементом координации производственной деятельности.
Расширение роли данных приводит к изменениям в системе управления предприятиями. Во-первых, возникает необходимость связывать стратегический, тактический и операционный уровни управления через единый контур данных. Без такой интеграции цифровые решения остаются локальными инструментами и не влияют на общую эффективность управления. Во-вторых, возрастает значение организационных факторов — структуры управления, компетенций сотрудников и механизмов принятия решений. Если процессы и управленческие практики не изменяются, технологические инвестиции дают ограниченный результат.
Новая технологическая волна цифровизации усиливает эти требования. Современные цифровые технологии всё чаще приобретают интеллектуальный характер: системы управления начинают использовать алгоритмы искусственного интеллекта, предиктивные модели и элементы автономности. Одновременно усиливается взаимодействие цифровых технологий с технологиями живых систем — биотехнологиями, биопроизводством и био-вдохновлённой инженерией. [13]
Такое развитие технологий приводит к появлению новых управленческих задач. Предприятия вынуждены координировать проекты, которые объединяют различные научно-технологические области, учитывать регуляторные и этические ограничения, а также формировать команды, объединяющие специалистов разных дисциплин. По мере усложнения технологической среды возрастает значение механизмов контроля и ответственности при внедрении новых технологий. [14]
Сопоставление научных исследований по критериям уровней управления, механизмов координации, требований к компетенциям и используемых показателей позволило выделить четыре управленческие модели адаптации промышленных предприятий к новым технологическим условиям (Рис. 1).
Важным выводом, вытекающим из данной типологии, является выявление определённой эволюционной логики управленческой трансформации. По мере усложнения технологических систем и роста роли данных меняется характер управленческих механизмов: от управления отдельными проектами внедрения технологий — к развитию организационных способностей, сетевых форм взаимодействия и усилению роли человеческого капитала. Таким образом, цифровая трансформация всё в меньшей степени рассматривается как исключительно технологический процесс и всё в большей степени — как комплексное изменение организационных, институциональных и социально-экономических механизмов функционирования предприятия.
Полученные результаты позволяют перейти к анализу факторов, формирующих потребность в таких управленческих изменениях. В частности, дальнейшее рассмотрение требует сопоставления ключевых технологических драйверов новой волны цифровизации с соответствующими механизмами управленческой адаптации предприятий, что представлено в Таблице 2.
Рис. 1. Типология управленческих моделей адаптации промышленных предприятий к технологическим изменениям
Источник: составлено автором
Элементы предложенной матрицы не являются произвольным аналитическим конструктом, а опираются на уже накопленные результаты исследований цифровой трансформации промышленности. Так, включение в матрицу блоков, связанных со сквозными данными, цифровыми двойниками и платформенными конфигурациями, обусловлено тем, что именно эти компоненты в современной литературе рассматриваются как базовые условия повышения управляемости и эффективности производственных систем. Включение в матрицу показателей, связанных с организационной гибкостью, также имеет эмпирическое основание. Это связано с тем, что влияние цифровизации на результаты предприятия не носит автоматического характера: внедрение технологий само по себе не гарантирует роста инновационных способностей и производственной эффективности. Исследования цифровой трансформации экономических систем показывают, что технологические изменения оказывают влияние на организационные и производственные результаты предприятий лишь при условии перестройки внутренних процессов управления, структуры принятия решений и механизмов координации деятельности.
Таблица 2
Связь технологических драйверов новой волны цифровизации с механизмами управленческой адаптации предприятий
|
Технологический драйвер новой волны |
Организационно-производственные последствия |
Управленческие механизмы адаптации |
Примеры показателей адаптации |
|
ИИ и алгоритмическое управление (предиктивность, автономность) |
Рост роли данных как фактора производства; изменение контуров ответственности |
Управление данными и моделями; MLOps/контроль качества; риск‑контур (кибер/модельные риски) |
Доля решений на базе аналитики; снижение простоев; точность прогнозов; инциденты моделей |
|
Цифровые двойники и сквозная архитектура данных |
«Сшивка» жизненного цикла продукта/процесса; интеграция уровней управления |
Архитектура предприятия; портфель проектов; интеграция стратегии‑тактики‑операций |
Время цикла изменений; доля процессов в цифровом контуре; эффект OEE |
|
Платформенность и экосистемность |
Смещение координации от иерархий к сетям; зависимость от стандартов |
Управление партнёрствами; стандарты данных; управление цепочками стоимости |
Устойчивость цепочек; скорость интеграции партнёров; время вывода продукта |
|
Био‑цифровая конвергенция и биопроизводство |
Новые регуляторные, этические и биорисковые требования; междисциплинарность |
Конвергентное управление инновациями; ответственные инновации; комплаенс/биобезопасность |
Время прохождения регуляторных стадий; число междисциплинарных команд; показатели безопасности |
|
Человекоцентричные технологии (коботы, ассистенты, AR/VR) |
Перераспределение функций «человек—машина»; требования к навыкам |
Управление навыками; участие персонала; организационное обучение |
Индекс вовлечённости; скорость обучения; травматизм; качество |
Источник: составлено автором
Само по себе внедрение цифровых технологий не гарантирует отдачи — данные и аналитика начинают работать только тогда, когда вслед за ними меняются управленческие модели и организационный дизайн компании [1], [9]. Целесообразность оценки управленческих аспектов в ходе цифровой трансформации подтверждается эмпирическими данными: эффект для бизнеса достигается не столько от установки нового ПО, сколько от глубины его проникновения в ткань управления и производства. Способность организации использовать цифровые решения для повышения эффективности становится решающим фактором [4], [5]. Следовательно, система показателей должна оценивать не только технологический прогресс, но и те управленческие механизмы, которые превращают его в реальные улучшения. Теоретическая и практическая значимость учета платформенных и сетевых форм организации также не вызывает сомнений при построении такой матрицы.
Связь матрицы с платформенными и сетевыми формами организации также имеет теоретическое и прикладное обоснование. Современные исследования цифровой экономики показывают, что развитие цифровизации сопровождается усилением интеграции экономических систем, ростом роли данных и формированием взаимосвязанных технологических инфраструктур. В этих условиях предприятия всё чаще вынуждены координировать не только внутренние процессы, но и взаимодействие с внешними участниками производственных и инновационных цепочек [2], [9]. Следовательно, управление цифровой трансформацией включает развитие механизмов координации, интеграции данных и устойчивости производственных систем.
Компоненты матрицы, связанные с устойчивостью, развитием навыков и человеческого капитала, обусловлены тем, что цифровая трансформация изменяет требования к компетенциям персонала и структуре занятости. Исследования социально-экономических эффектов цифровизации показывают, что внедрение новых технологий сопровождается изменением требований к квалификации работников, усилением роли знаний и развитием новых форм взаимодействия между человеком и технологиями [4], [12]. Поэтому оценка адаптации предприятия не может ограничиваться только производственными показателями; она должна учитывать и способность организации развивать компетенции сотрудников и адаптировать систему управления к новым технологическим условиям.
Важную роль играет технологическая конвергенция. Цифровая трансформация всё чаще развивается на стыке разных направлений — ИТ, производственных технологий и научных разработок. Из-за этого системы становятся сложнее, а компаниям требуется более слаженная координация технологий, науки и управления [12], [15].
Логика матрицы выстроена последовательно. Сначала определяется технологический драйвер. Затем — какие изменения он вызывает в производстве и организации. После этого — какие управленческие механизмы нужны для адаптации. И, наконец, — как измерить результат.
Такой подход позволяет напрямую связать технологические изменения с управлением и понять, как они влияют на эффективность и устойчивость предприятий в новой среде [1], [2], [9].
ЗАКЛЮЧЕНИЕ
Исследование показывает, что переход к новой волне цифровизации в промышленности нельзя рассматривать как набор ИТ-инициатив. Это более глубокий процесс — адаптация компании к новой технико-экономической парадигме. Цифровые технологии меняют не только производство, но и подходы к управлению, требования к компетенциям и саму логику принятия решений.
В рамках работы выделены четыре модели управленческой адаптации: гибридно-проектная, модель динамических способностей, экосистемно-платформенная и человекоцентричная («Индустрия 5.0»).
Ключевая ценность исследования — в том, что оно связывает макроуровень технологических изменений с практикой управления внутри компаний. Это позволяет лучше понять, как именно предприятия могут адаптироваться к новой технологической реальности.
1. Гусева ТА. Цифровая трансформация в регионах России: актуальные тенденции, различия и вызовы // Т.А. Гусева, Жигирева Е.Г., Сухов В.В./ Экономика и бизнес: теория и практика, -2025. С.-7 (125). DOIhttps://doi.org/10.24412/2411-0450-2025-7-52-61 [Электронный ресурс]: https://cyberleninka.ru/article/n/tsifrovaya-transformatsiya-v-regionah-rossii-aktualnye-tendentsii-razlichiya-i-vyzovy
2. Козлов Д.А. Роль цифровизации региональной экономики в формировании траектории устойчивого // Козлов Д.А., Грачев С.А. / развития. Современная конкуренция. -2025.-19(4). – С.113-129. [Электронный ресурс]:https://doi.org/10.37791/2687-0657-2025-19-4-113-129
3. Министерство цифрового развития, связи и массовых коммуникаций РФ. Национальная программа «Цифровая экономика Российской Федерации». Москва: Минцифры РФ; 2024 [Электронный ресурс]:https://digital.gov.ru/ru/activity/directions/858/
4. Zhao K. Mechanism analysis of the impact of regional digital transformation on employment quality and related mechanisms. Sci Rep. 2024;14(1):77096. [Электронный ресурс]: https://www.nature.com/articles/s41598-024-77096-0
5. Le TAT. The Impact of Digital Transformation on Economic Integration in ASEAN-6: Evidence from a Generalized Least Squares (GLS) Model. J Risk Financ Manag [Интернет]. 2025;18(4):189. [Электронный ресурс]: https://www.mdpi.com/1911-8074/18/4/189
6. Моттаева, А. Б. Стратегия управления государственной и муниципальной собственностью: теория и практика: Монография / А. Б. Моттаева, В. А. Лукинов, А. Б. Моттаева. – Москва: Национальный исследовательский Московский государственный строительный университет, 2015. – 360 с. – (Библиотека научных разработок и проектов НИУ МГСУ). – ISBN 978-5-7264-1185-9. – EDN VSMWFB.
7. Пирогова ЛВ. Оценка уровня цифровизации регионов: методические подходы. Вестник ВГУ. – 2025. [Электронный ресурс]: https://journals.vsu.ru/meps/article/view/12937
8. Моттаева, А. Б. Влияние экономических санкций на экономику региональных отраслей и предприятий Российской Федерации / А. Б. Моттаева, А. Б. Моттаева // Научное обозрение. – 2015. – № 11. – С. 224-228. – EDN UJFFHX.
9. Шабаева, C. В. Согласование интересов участников как инструмент успешного отраслевого стратегирования (на примере лесопромышленного комплекса России) / C. В. Шабаева, Г. В. Жукевич // Экономика промышленности. – 2024. – Т. 17, № 2. – С. 146-155. – DOIhttps://doi.org/10.17073/2072-1633-2024-2-1283. – EDN NBOHVW.
10. Моттаева, А. Б. Основные приоритеты инновационного развития российских регионов / А. Б. Моттаева, А. Б. Моттаева // Экономика и предпринимательство. – 2016. – № 4-1(69). – С. 1124-1129. – EDN TTYJFT.
11. Казакова, П. А. Цифровая трансформация региональных экономических систем: развитие инновационного потенциала / П. А. Казакова, С. Б. Тимушев // Естественно-гуманитарные исследования. – 2025. – № 2(58). – С. 219-224. – EDN UMYBEY.
12. Моттаева, А. Б. Роль транспортной инфраструктуры в пространственной интеграции региональной экономики / А. Б. Моттаева, А. Б. Моттаева // Интернет-журнал Науковедение. – 2014. – № 3(22). – С. 48. – EDN STRION.
13. Крыжко, Д. А. Инновационный потенциал регионов как фактор пространственного социально-экономического развития / Д. А. Крыжко, И. А. Рудская. – Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2024. – 178 с. – ISBN 978-5-7422-8841-1. – EDN JQEVAD.
14. Mottaeva, A. B. Basic priorities of innovative development Russian regions / A. B. Mottaeva, A. B. Mottaeva // International Journal of Applied Engineering Research. – 2016. – Vol. 11, No. 9. – P. 6808-6816. – EDN WXWNCR.
15. Fokina, O. Transport infrastructure in the system of environmental projects for sustainable development of the region / O. Fokina, A. Mottaeva, A. Mottaeva // E3S Web of Conferences. – 2024. – Vol. 515. – P. 01015. – DOIhttps://doi.org/10.1051/e3sconf/202451501015. – EDN FMANLZ.
