Планирование развития умных городов на основе матрицы 7I

Семячков К.А.
Smart city development planning based on the 7I matrix - View in English
Об авторах:

Семячков К.А.1
1 Институт экономики Уральского отделения Российской академии наук Уральский институт управления - филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»

 Скачать PDF

Аннотация:
Целью настоящего исследования является совершенствование инструментария процессов планирования развития умных городов. В исследовании отмечается, что реализация инициатив по развитию города на основе цифровых решений требует новых подходов к планированию этих процессов в силу ряда причин, связанных со сложностью реализации идей по цифровизации городской среды, множественностью интересов со стороны различных групп, ограниченностью ресурсов для развития умных городов. В ходе проведения теоретического анализа процессов планирования развития умных городов выявлены два уровня планирования: планирование конкретного проекта и комплексное планирование развития системы умного города. В качестве практического инструментария для реализации планирования развития территории на основе умного города предложено использовать модифицированную матрицу БКГ, а также матрицу 7I. Теоретическая значимость полученных результатов заключается в возможности их использования при проведении исследований по развитию теоретических и методологических основ планирования развития умных городов. Практическая значимость полученных результатов заключается в возможности их использования при реализации конкретных проектов, программ развития умных городов.

Ключевые слова:

планирование, умный город, цифровизация, матрица 7I, оценка, инновации, матрица БКГ

JEL-классификация: R12, R13, R58, O31

Финансирование:
Работа выполнена при финансовой поддержке Совета по грантам Президента Российской Федерации, проект MK-526.2020.6
Цитировать публикацию:
Семячков К.А. Планирование развития умных городов на основе матрицы 7I // Креативная экономика. – 2021. – Том 15. – № 12. – С. 5045-5064. – doi: 10.18334/ce.15.12.113909

Semyachkov, K.A. (2021) Smart city development planning based on the 7I matrix. Creative Economy, 15(12), 5045-5064. doi: 10.18334/ce.15.12.113909 (in Russian)

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241




Введение

Современные процессы урбанизации территорий представляют собой важную проблему для развития общества в целом, являются серьезными вызовами для развития городских систем большинства стран. Города по всему миру сталкиваются с угрозами, связанными с бесконтрольным ростом населения урбанизированных территорий, который усиливает дисбаланс в экономической, социальной, экологической сфере. В этой связи современные исследователи все чаще обращают внимание на необходимость выработки новых подходов к управлению урбанизированными территориями, технологической основой для которых выступают инновации в сфере цифровых технологий, искусственного интеллекта, новых методов работы с данными. Одной из перспективных концепций развития урбанизированных территорий в этой связи является концепция умного города, предполагающая решение значимых проблем местного уровня на основе интеграции физических, цифровых и социальных систем в единую среду, позволяющую обеспечить решение проблем местного населения [1, 2] (White, Zink, Codecá, Clarke, 2021; Hassankhani, Alidadi, Sharifi, Azhdari, 2021).

Несмотря на значительное распространение концепции умного города в качестве набора базовых идей для развития территорий в условиях формирования постиндустриального общества, практическая реализация такого подхода зачастую сталкивается с рядом трудностей, которые тормозят развитие умных городов. Среди экспертов отмечается, что из-за отсутствия единых стандартов достаточно проблематично выработать общий подход и инструментарий для оценки развития умных городов [3] (Zhang Dapeng, Wang Xi, Rong Wenge, Yang, 2021). Местные администрации вкладывают значительные средства в реализацию проектов умных городов, однако вопрос о том, насколько эффективны данные проекты с точки зрения повышения качества жизни местного населения, зачастую остается открытым.

Умный город является средой, которая способствует повышению качества жизни местного населения, соблюдению принципов устойчивого развития территории. Современные инновации в сфере цифровых технологий повышают эффективность функционирования городских систем, качество взаимодействия местного населения со структурами управления, создают возможности для краудсорсинга, разработки интеллектуальных сетей, анализа данных о состоянии различных объектов инфраструктуры, окружающей среды, транспортной системы. Умный город отличается рядом преимуществ, среди которых ориентация на потребности местного населения, экологическая безопасность, эффективная система управления городской средой [4] (Bruno, Fontana, 2021). Несмотря на большое внимание к проблематике развития умных городов, в настоящее время методологический аппарат поддержки принятия решений в рамках развития умных городов развит недостаточно. Исходя из этого целью настоящего исследования является совершенствование инструментария процессов планирования развития умных городов. В качестве основы для оценки развития умных городов нами используется матрица 7I, а также модифицированная матрица БКГ.

Теоретические основы планирования развития умных городов

В условиях возрастания проблем урбанизации территорий местные власти заинтересованы в развитии новых подходов и принципов управления, обеспечивающих эффективные решения по управлению городской территорией. Достижение целей развития осложняется как постоянным увеличением общественных потребностей, так и прогрессирующей нехваткой доступных ресурсов. Важным условием реализации идей умного развития является использование современных инструментов планирования цифровизации городского пространства [5] (Myeong, Kim, Ahn, 2021).

Тенденции в области управления городами все чаще основываются на моделях, которые используются в корпоративном управлении. Основной особенностью такого подхода является стремление к достижению эффективности, экономия на масштабе, важность внедрения инновационных решений. В такой ситуации для управления городскими системами применяются типовые модели и решения, которые легко масштабируются и переносятся на другие объекты управления. Быстрорастущие урбанизированные территории, с одной стороны, отличаются друг от друга, а с другой стороны, сталкиваются со схожими проблемами, что сближает их и делает возможным для поиска типовых решений в ответ на возникающие проблемы. Активную роль в развитии идей умного управления играют крупные технологические компании, предлагающие собственные разработки для решения ряда проблем современных городов. Городские территории в этой связи зачастую выступают испытательными площадками, местами тестирования новых решений. В такой ситуации умные города рассматриваются как киберфизические системы, которые используют данные, собранные с помощью интеллектуальных датчиков, умных сетей для создания устойчивых городов [6] (Secinaro, Brescia, Calandra, Biancone, 2021).

В рамках формирования системы поддержки принятия решений принципиальным моментом является создание инструментов планирования развития умных городов для последующей реализации управляющих воздействий. Планирование является одной из основных функций в процессе управления социально-экономическими системами разного уровня, в том числе и городами. В самом общем понимании планирование заключается в постановке целей и определении путей достижения этих целей. Планирование дает ответ на ряд вопросов, касающихся состояния социально-экономической системы, целей, способов достижения планируемых результатов. Одной из главных трудностей планирования является то, что оно основывается на данных прошлых периодов, при этом основной целью планирования являются будущее развитие той или иной социально-экономической системы. Поэтому точность планирования зависит от точности и достоверности информации, которой владеют лица, принимающие решения. При этом процедура выбора того или иного решения сталкивается с рядом требований, зачастую противоречащих друг другу. С одной стороны, такая процедура должна быть формализована для того, чтобы ее реализация была предельно простой и понятной. С другой стороны, когда речь идет о такой предметной области, как социально-экономические системы разного уровня масштаба и вложенности, формализация процедуры принятия решения становится крайне затруднительной задачей. Среди основных методов планирования можно отметить аналитические методы, экспертную оценку, совещания. К основным принципам планирования развития умных городов можно отнести принципы единства, участия, непрерывности, гибкости, точности.

Принцип единства применительно к планированию развития умного города заключается в том, что целостная система компонентов умного города должна развиваться в едином направлении. Принцип участия заключается в том, что процесс планирования умного города должен привлекать к себе все заинтересованные стороны, которые он затрагивает. Принцип непрерывности подразумевает то, что процесс планирования является постоянным и непрерывным. Такая ситуация стала возможной вследствие объективных обстоятельств, связанных с неопределенностью во внешней среде. Принцип гибкости заключается в том, что в рамках процессов планирования развития умных городов должна оставаться возможность в изменении направленности развития при возникновении непредвиденных ситуаций и обстоятельств. Принцип точности заключается в том, что процессы планирования и разработки планов должны быть максимально точными.

В рамках общего подхода к планированию развития городской среды на основе концепции умного города можно выделить несколько уровней планирования: оперативное, тактическое, стратегическое планирование. Современные процессы развития умных городов характеризуются многомерностью, разнообразием и многофункциональностью [7] (Gupta, Zhang, Hall, 2020). При этом верхний уровень организации умного города основывается на тех условиях, которые складываются на нижних уровнях, является следствием взаимодействия различных заинтересованных сторон, вовлеченных в процессы принятия решений. Например, в рамках реализации конкретных инициатив по цифровизации городской среды необходимо спрогнозировать спрос на такие решения, оценить потребности в ресурсах, сформировать коллектив заинтересованных сторон участников проекта.

Зарубежными теоретиками и практиками управления разработано и активно применяется в практической деятельности большое количество матричных моделей. Одной из наиболее эффективных моделей планирования, позволяющей получить «моментальный снимок» состояния социально-экономической системы, является матрица Бостонской консалтинговой группы (матрица БКГ). В матрице БКГ используются два показателя. Первый фиксирует существующее положение объекта на какой-то временной период, второй показатель оценивает перспективность развития объекта в будущем. Объектами матрицы БКГ могут выступать как отдельные товары, проекты, так и различные системы, например предприятия, города, регионы, оцениваемые по тем или иным показателям. Каждая ось отражает один параметр, а сами объекты исследования размещаются в четырех квадрантах [8] (Lapitskaya, Lapitskiy, 2012).

Проблематика практического использования такого инструмента заключается в том, что зачастую процесс сбора данных для корректного построения матрицы оказывается слишком сложным. Кроме того, зачастую бывает довольно сложно определить те критерии и показатели, которые можно использовать для планирования развития той или иной социально-экономической системы. Еще одна проблема заключается в том, что матрица БКГ предлагает определенные направления для развития, при этом не содержит тактических указаний и ограничений в реализации стратегии. Среди основных преимуществ использования матрицы БКГ для планирования развития социально-экономических систем можно отметить простоту использования такого инструмента, пригодность модели для разработки стратегии развития социально-экономических систем разного уровня, возможность модификации под конкретные задачи исследования, структурированное и наглядное представление стратегических проблем исследуемого объекта [9] (Vinokurova, Zheksenbaeva, Klepandina, Mikhaylova, Sivtseva, Kontorusova, 2014).

Как показывает практика, методологический подход, лежащий в основе применения матрицы БКГ, все чаще используется для исследования крупных социально-экономических систем. Как известно, классическое использование матричных моделей в первую очередь направлено на исследование конкурентоспособности компаний. Однако обостряющаяся конкуренция среди более крупных систем за ресурсы заставляет использовать подобные инструменты для оценки их перспектив в этой борьбе. Активизация конкуренции между такими системами обусловлена усиливающимися процессами глобализации, которые проявляются в свободном перемещении материальных и нематериальных ресурсов с целью поиска наиболее эффективных мест для их применения. Поскольку все большую роль в процессах развития экономики играют крупные города как центры сосредоточения социально-экономического потенциала. В связи с этим многие города стали конкурировать между собой за привлечение ресурсов, что привело к необходимости развития конкурентных преимуществ и формирования рыночной привлекательности городов [10] (Danko, Kudryashev, Krndiya, 2015). Использование инструментов матричного анализа позволяет систематизировать группы отдельных объектов в зависимости от выбранных характеристик, что делает текущее положение исследуемых объектов более понятным и прогнозируемым в будущем. В настоящее время получают распространение исследования, в которых на основе матричных моделей определяется инновационный потенциал для развития тех или иных территорий [11] (Ponomareva, 2016).

В большинстве случаев развитие умных городов связано с преобразованием существующих процессов, в том числе в ключе автоматизации и цифровизации [12] (Qian Hu, Yueping Zheng, 2021). Исходя из особенностей территорий, ресурсной обеспеченности, современные города развивают портфели проектов, которые нуждаются в управлении и оценке. Следует отметить, что на практике все чаще возникает потребность в оценке проектов, направленных на усовершенствование процессов в различных сферах городского хозяйства, предполагающих получение дополнительных эффектов, и не всегда поддающихся точной количественной оценке. Специфичность проектов по цифровизации отдельных аспектов городской среды может приводить к бесчисленному количеству модификаций инструментов стратегического анализа. Особенности реализации идей умного города по преобразованию существующих процессов таковы, что для них характерна значительная неопределенность, то есть невозможность проведения точной оценки. В этой связи для адаптации инструмента БКГ к специфике исследуемых объектов необходимо произвести модификацию показателей, которые бы отражали положение тенденции развития объекта в заданных координатах [13] (Smirnova, Antonova, 2020). Очевидно, что планирование реализации инициатив умного города, прежде всего, направлено на решение социальных проблем местного населения, а также на повышение темпов экономического роста городской экономики, связанного с эффективностью использования ограниченных ресурсов в условиях нестабильного состояния внешней и внутренней среды. В условиях нестабильности экономики изменение состояния функционирования инновационных систем разного уровня происходит постоянно на протяжении среднесрочного и долгосрочного периода. Поэтому длительная ретроспектива функционирования инновационных социально-экономических систем, например умных городов, может в определенной мере быть использована в составе перспективного и текущего планирования развития инновационных систем посредством перенесения этих тенденций на перспективный период времени и определения прогнозных оценок экономических и социальных результатов, эффективности использования ресурсов [14, 15] (Shlyonskova, Aronov, 2012; Elokhov, 2021).

Планирование с точки зрения организации внутрисистемных процессов тесно связано с иерархией системы принятия решений. В зависимости от того, какие уровни иерархии участвуют в процессах планирования, отмечают ретроградное планирование, прогрессивное планирование, метод встречных потоков. Ретроградное планирование осуществляется в организационной иерархии «сверху вниз», при этом формируется определенный рамочный план с последующей его детализацией на более низких уровнях. Прогрессивное планирование осуществляется на нижних уровнях организации и осуществляется «снизу вверх». В таком случае планы верхнего уровня становятся общими для всей системы. Метод встречного потока является комбинацией ретроградного и прогрессивного планирования. При таком подходе вначале на верхнем уровне устанавливаются общие цели, а затем на нижних уровнях на основе этих целей разрабатываются цели и планы меньшего масштаба для проверки возможностей реализации этих целей. Затем происходит обратное движение, в ходе которого планы нижних уровней поэтапно координируются и сводятся воедино. Этот процесс завершается окончательным определением целей и планов со стороны высшего уровня руководства. Ретроградное планирование имеет ярко выраженный централизованный характер. При прогрессивном планировании существует опасность того, что устанавливаемые отдельные цели и планы не приведут к общей цели. В рамках прогрессивного планирования существует опасность того, что устанавливаемые отдельно цели и планы не приведут к общей цели [16] (Zueva, 2011).

Умные города являются сложноорганизованными системами взаимосвязанных инноваций технологического, организационно-экономического характера, новых финансовых моделей, цифровых сервисов. Использование умных технологий создает новые возможности для управления городским пространством. Уровень развития умного города характеризуется набором областей управления, охватываемых цифровыми технологиями, сложностью и комплексностью эксплуатации данных технологий. Реализация концепции умного города, как правило, начинается с внедрения технологий в не связанных между собой областях. Развитие технологий на основе масштабных интегрированных платформ и объединение элементов города в единую систему повышают эффективность управления и развитие умных сервисов, ориентированных на многочисленные группы пользователей. В связи с усложнением и расширением предмета исследования становится затруднительным и планирование развития умных городов. В методологическом отношении самым непроработанным аспектом в данном вопросе является оценка эффективности того или иного проекта. Отсутствие единой концепции в определении ключевых направлений развития умного города осложняет реализацию процессов цифровизации городской среды.

В настоящем исследовании предлагается механизм выбора приоритетных направлений развития городов на основе методологии матрицы БКГ. Среди основных достоинств данного подхода можно отметить его интуитивную понятность для лиц, принимающих решения, а декомпозиция общей задачи на ряд более простых задач облегчает реализацию идей умного развития. Объединение методологического подхода матрицы БКГ и идеи многоступенчатого моделирования привело к созданию механизма выбора приоритетности тех или иных управленческих решений. Одной из основных приоритетных задач при реализации идей умного города является отбор проектов по цифровизации городской среды. Модифицированная матрица БКГ позволяет решить данную задачу. Для этого, прежде всего, на основе экспертного мнения необходимо определить перечень критериев, в рамках которых будет осуществлено распределение конкретных проектов по цифровизации городской среды. В настоящее время известны подходы, рассматривающие проекты умного города по таким критериям, как ресурсоемкость проекта, скорость реализации проекта, социальная значимость, экологическая результативность, и другим значимым показателям. Исходя из целей и задач исследования, данный подход анализа проектов по цифровизации городской среды позволяет добавлять новые критерии и показатели оценки, что делает такое исследование более многогранным и более комплексным.

После проведения анализа проектов по набору показателей и построения матриц по рассматриваемым показателям необходимо провести оценку весов тех или иных показателей, то есть определить вклад каждого показателя в достижение общей поставленной цели. Для этого каждой матрице на основе оценки экспертов присваивается весовой коэффициент α. Общие значения, характеризующие потенциальные проекты умного города по набору критериев, определяются суммированием с учетом введенных весовых коэффициентов

,

где – итоговая оценка для -го показателя, – коэффициент значимости (весовой коэффициент) -го показателя (матрицы), – значение -го проекта по -му показателю, – количество оцениваемых показателей. Такой подход к классификации проектов умного города позволяет на каждом этапе проведения оценки использовать вместо точных значений того или иного показателя (что может быть затруднительным) некоторый разброс таких значений на основе более длительного периода наблюдений, объединенных общей целью. Причем в зависимости от доступности данных возможна комбинация обоих вариантов [17] (Pashchenko, 2012).

Планирование развития умного города должно осуществляться исходя из долгосрочных целей городской территории с учетом реального состояния, возможных ограничений городской экономики. Среди основных сдерживающих факторов реализации идей умного города можно отметить институциональные, социально-экономические, технологические и другие. Основной задачей системы муниципального управления является сведение негативных тенденций к минимальному значению. Ключевым элементом реализации инициатив умного управления является организация и ресурсное обеспечение мероприятий, проектов, работ по реализации проектов умного города с определением их стоимости и этапности. Учитывая сложность и многоаспектность инновационных проектов в городской среде по внедрению цифровых технологий, управление такой деятельностью требует сбалансированного подхода. Особое значение в этой связи имеет разработка универсального подхода к оценке состояния и потенциала развития умного города. Использование модифицированных вариантов матрицы БКГ дает возможность сравнения проектов по цифровизации городской среды по различным критериям, а также позволяет оперировать различными по характеристикам исходными данными, подстраиваться под целевую задачу с выбором соответствующих критериев и их весов.

Не менее важная задача, с которой сталкиваются современные города в рамках реализации идей по цифровизации городской среды, заключается в оценке текущего уровня цифровизации городской среды [18] (Kreydenko, Chernyaev, 2019). В этом случае для оценки текущего состояния необходимо использовать комплексный показатель, который характеризовал бы текущее положение в таких областях, как умная экономика, умная городская среда, умная мобильность, и в других компонентах умного города. Другой важный критерий, характеризующий перспективы реализации идей умного города, заключается в оценке готовности территории к реализации идей умного города. Например, в рамках реализации идей умного города актуальной задачей является выбор приоритетов развития исходя из фактических показателей складывающейся ситуации.

Процедура исследования

В качестве объекта исследования в настоящей статье рассмотрели современную концепцию цифровизации городской среды в различных проявлениях хозяйственной деятельности. Предмет настоящего исследования – экономические отношения, формирующиеся в различных направлениях хозяйственного применения цифровых технологий современных городов. Анализируемые данные – научные исследования, отраженные в периодической печати, а также авторские результаты в рамках исследования методического обеспечения процессов цифровизации современных городов. Метод исследования – системный логический анализ различных подходов к планированию процессов цифровизации и направлений развития современных городов. В рамках систематизации городов для дальнейшего планирования их развития в рамках концепции умного города выделили такие показатели, как готовность и вовлеченность. Показатель готовности характеризует возможность дальнейшего развития городской среды на основе модели умного города (здесь предлагается оценивать наличие инфраструктуры, институционального обеспечения, данных в цифровом формате) и т.д. Показатель вовлеченности характеризует уровень принятия идей умного развития (создание и использование инноваций и т.д.). В качестве комплексного инструмента для оценки уровней готовности и вовлеченности в развитие инициатив умного города нами использовалась матрица 7I (табл. 1).

Таблица 1

Матрица 7I оценки развития умного города

Компоненты →
Умная экономика
Умная городская среда
Умное управление
Умные люди
Умная окружающая среда
Умная мобильность
Уровни ↓
Институты умного города (Institutions)
InsEc
InsSl
InsGo
InsPe
InsEn
InsMo
Формирование инфраструктуры (Infrastructure)
InfEc
InfSl
InfGo
InfPe
InfEn
InfMo
Системы коммуникаций (Intranet)
IntEc
IntSl
IntGo
IntPe
IntEn
IntMo
Интеграция данных на цифровых платформах (Integration)
IngEc
IngSl
IngGo
IngPe
IngEn
IngMo
Взаимодействие пользователей и технических систем (Interfaces)
IfcEc
IfcSl
IfcGo
IdcPe
IfcEn
IfcMo
Развитие инноваций (Innovations)
InnEc
InnSl
InnGo
InnPe
InnEn
InnMo
Использование инноваций (Implementation)
ImpEc
ImpSl
ImpGo
ImpPe
ImpEn
ImpMo
Источник: [19] (Popov, Semyachkov, 2020).

В частности, для оценки готовности предлагается использовать показатели развития основных компонент умного города в разрезе институционального, инфраструктурного, коммуникационного, интеграционного уровня. Для оценки вовлеченности предлагается использовать показатели взаимодействия пользователей и технических систем, развития и использования инноваций в рамках основных компонент умного города.

Результаты исследования

С нашей точки зрения перспективным направлением планирования развития умных городов является подход, заключающийся в моделировании развития городской среды в координатах «готовность/вовлеченность». Для того чтобы использовать показатели развития умных городов в рамках данного подхода, необходимо их пронормировать, то есть перевести в значения от 0 до 1. Далее, суммировав показатели и рассчитав среднее значение, получим оценку уровня готовности и вовлеченности в диапазоне от 0 до 1. Для наглядности представим модель планирования развития умного города в координатах «готовность/вовлеченность» в виде модифицированной матрицы БКГ (рис. 1).

Рисунок 1. Оценка городов в координатах «готовность/вовлеченность»

Источник: составлено автором.

Исследование современных городов в рамках их готовности к внедрению новых технологий умного города, а также вовлеченности заинтересованных сторон в процессы применения цифровых инноваций в различных сферах общественной жизни позволяет классифицировать анализируемые города в четыре группы, а также предложить определенные рекомендации по развитию умного города исходя из того, к какой группе относится тот или иной город.

1. Города с высоким уровнем готовности к внедрению цифровых инноваций, а также с высоким уровнем вовлеченности различных сторон в использование цифровых технологий. Уровень развития цифровых технологий в таких городах уже достаточно высокий, при этом существует потребность в реализации новых идей умного развития. В данном случае необходимо наращивать инвестиции в реализацию новых проектов по цифровизации городской среды, вовлекать новых партнеров для совместного инвестирования в проекты умного города.

2. Города с высоким уровнем использования цифровых технологий, но с небольшим уровнем готовности к внедрению новых решений. В таких случаях использование цифровых технологий, реализация идей по цифровизации идет «снизу вверх». Местные жители, частные компании используют цифровые технологии для того, чтобы снизить издержки, повысить эффективность и т.д. При этом уровень технологической готовности к внедрению цифровых технологий в городской среде остается невысоким. Для развития умного города в таких случаях необходимо, прежде всего, реализовывать проекты по развитию цифровой инфраструктуры, институциональной среды, что приведет к созданию полноценной среды умного города.

3. Города с высоким уровнем готовности к использованию цифровых технологий, но с низким уровнем вовлеченности в процессы цифровизации. Такие города нуждаются в вовлечении местного населения, частного бизнеса и других заинтересованных сторон в процессы цифровизации городской среды. Низкий уровень использования цифровых решений может быть следствием ряда причин, таких как низкое доверие к цифровым решениям, отсутствие значимых выгод при использовании цифровых технологий и т.д. Основной задачей местной администрации в данном случае является повышение информированности местного населения, создание стимулов для вовлечения широкого круга заинтересованных сторон в процессы цифровизации городской среды.

4. Города с низким уровнем готовности к использованию цифровых технологий, а также с низким уровнем вовлеченности местного населения, бизнеса в процессы использования цифровых технологий. В данном случае наиболее эффективным подходом к развитию умного города в рамках такого типа территории является реализация модели 7I, предполагающей поэтапное развитие умного города [20] (Popov, Semyachkov, 2020). Реализация идей умного города в условиях, когда не развита инфраструктурная составляющая, институциональная среда, является достаточно сложной задачей. Среди наиболее распространенных проблем формирования комплексной системы умного города можно отметить недостаточную обеспеченность финансовыми ресурсами, отсутствие технологических возможностей по цифровизации городской среды, нехватка квалифицированных кадров. Для обеспечения решения обозначенных проблем необходимо в первую очередь сформировать эффективную институциональную среду, позволяющую реализовывать проекты умного города. Наряду с этим требуется решение вопросов межбюджетных отношений, что позволит сформировать источники для финансирования мероприятий в интересах муниципалитетов для реализации общенациональных задач. Также следует принять меры по обеспечению муниципалитетов компетентными кадрами и организовать методическую поддержку органов местного самоуправления в сфере цифровизации с целью повышения эффективности по цифровизации муниципального управления. В связи с этим необходимо разработать на муниципальном уровне по взаимодействию с вышестоящими органами власти с целью получения поддержки в реализации инновационного развития, в том числе по средствам внедрения новых технологий в цифровой сфере [21] (Salabutin, 2020). При этом проблема вовлечения заинтересованных сторон, а главное, привлечения активных и талантливых людей, является не менее важной, чем решение инфраструктурных вопросов, поскольку реализация идей умного города направлена, прежде всего, на повышение качества жизни в городах, на вовлеченность в процессы управления городским пространством. Умный город является территорией привлечения высококвалифицированных кадров и аккумулирования человеческого капитала. В этой связи можно сказать, что именно умные люди являются основой для развития экономики, инноваций, новых технологий, поэтому развитие умного города зависит от того, насколько умны его жители. Внедрение новых технологических решений не имеет значения, если местное население не обладает необходимыми навыками и знаниями. Таким образом, необходимо обеспечить, чтобы умные города основывались на человеческом капитале, а не полагались на представление о том, что внедрение в них цифровых технологий естественным образом приведет к созданию умных городов [22–24] (Karagulyan, 2020; Yakushina, 2021; Elberzhager, Mennig, Polst, Scherr, Stüpfert, 2021).

Заключение

В настоящем исследовании, проведенном с целью совершенствования методологического инструментария процессов планирования развития умных городов, получены следующие теоретические и практические результаты.

Во-первых, в работе показано, что развитие современных городов напрямую зависит от внедрения цифровых решений в различные сферы городского хозяйства, использования передовых моделей принятия решений на основе анализа большого объема данных, применения интеллектуальных систем управления и других новшеств.

Во-вторых, отмечается, что реализация идей по интеллектуализации городской системы требует новых подходов к планированию этих процессов в силу ряда причин, связанных со сложностью реализации идей по цифровизации городской среды, множественностью интересов со стороны различных групп, ограниченностью ресурсов для развития умных городов.

В-третьих, рассмотрены основные принципы планирования развития умных городов.

В-четвертых, в работе отмечается, что планирование развития умного города может осуществляться на двух уровнях: на уровне отдельного проекта как элемента общей системы умного города, а также в целом на уровне города при комплексном планировании развития территории на основе идей умного города.

В-пятых, предложены инструменты для реализации планирования развития умного города, в частности модифицированная матрица БКГ и матрица 7I.

В-шестых, показана возможность применения предложенного инструментария для оценки конкретных городов в координатах «готовность/вовлеченность», предложены рекомендации по развитию городов исходя из их уровней готовности и вовлеченности в процессы цифровизации городской среды.

В заключение отметим, что многоаспектная и многогранная концепция умных городов требует разработки методологического обеспечения и комплексного набора инструментов планирования реализации идей умного развития.



Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. White G., Zink A., Codecá L., Clarke S. A digital twin smart city for citizen feedback // Cities. – 2021. – p. 103064. – doi: 10.1016/j.cities.2020.103064.
2. Hassankhani M., Alidadi M., Sharifi A., Azhdari A. Smart City and Crisis Management: Lessons for the COVID-19 Pandemic // International Journal of Environmental Research and Public Health. – 2021. – № 15. – p. 7736. – doi: 10.3390/ijerph18157736.
3. Zhang Dapeng, Wang Xi, Rong Wenge, Yang Yu. China's practice of smart city standardisation and assessment // IET Smart Cities. – 2021. – doi: 10.1049/smc2.12013.
4. Adriana Bruno, Federico Fontana Testing the Smart City Paradigm in Italian Mid-Sized Cities: An Empirical Analysis // Housing Policy Debate. – 2021. – № 1. – p. 151-170. – doi: 10.1080/10511482.2020.1800777.
5. Myeong S., Kim Y., Ahn M.J. Smart City Strategies—Technology Push or Culture Pull? A Case Study ExplorationofGimpoandNamyangju, South Korea // Smart Cities. – 2021. – № 1. – p. 41-53. – doi: 10.3390/smartcities4010003.
6. Secinaro S., Brescia V., Calandra D., Biancone P. Towards a hybrid model for the management of smart city initiatives // Cities. – 2021. – p. 103278. – doi: 10.1016/j.cities.2021.103278.
7. Gupta K., Zhang W., Hall R.P. Risk priorities and their co-occurrences in smart city project implementation: Evidence from India’s Smart Cities Mission (SCM) // Environment and Planning B: Urban Analytics and City Science. – 2020. – № 4. – p. 880-894. – doi: 10.1177/2399808320907607.
8. Лапицкая Л.В., Лапицкий А.В. Совершенствование диагностики продуктового портфеля в системе стратегического менеджмента // Менеджмент и бизнес-администрирование. – 2012. – № 4. – c. 28-46.
9. Винокурова А.П., Жексенбаева А.Б., Клепандина С.А., Михайлова М.М., Сивцева Н.В., Конторусова С.С. Стратегические решения в менеджменте: преимущества и недостатки матрицы бостонской консультативной группы (БКГ) // Экономика и управление в XXI веке: тенденции развития. – 2014. – № 14. – c. 33-36.
10. Данько Т.П., Кудряшев Я.И., Крндия Б. Использование матрицы БКГ в оценке архитектуры потенциала конкурентного позиционирования регионов российской федерации (на примере Ростовской, Волгоградской и Кировской областей) // Вестник УГАЭС. Наука, образование, экономика. Серия: Экономика. – 2015. – № 2(12). – c. 67-72.
11. Пономарева И.Е. Оценка уровня инновационной активности субъектов СФО // Стратегия устойчивого развития регионов России. – 2016. – № 30. – c. 61-63.
12. Qian Hu, Yueping Zheng Smart city initiatives: A comparative study of American and Chinese cities // Journal of Urban Affairs. – 2021. – № 4. – p. 504-525. – doi: 10.1080/07352166.2019.1694413.
13. Смирнова А.А., Антонова И.С. Модификация матрицы БКГ для оценки портфеля проектов компании // Beneficium. – 2020. – № 1(34). – c. 21-29. – doi: 10.34680/BENEFICIUM.2020.1(34).21-29.
14. Шлёнскова Е.С., Аронов А.К. Планирование как функциональный инструмент обеспечения устойчивых темпов развития инновационных субъектов хозяйствования // Вестник Российской академии естественных наук (Санкт-Петербург). – 2012. – № 3. – c. 73-75.
15. Елохов А.М. Проблемно-ориентированное формирование стратегических целей развития мегаполиса // Экономика и бизнес: теория и практика. – 2021. – № 4-1(74). – c. 153-158. – doi: 10.24412/2411-0450-2021-4-1-153-158 .
16. Зуева И.А. Современные формы и инструменты стратегического планирования на промышленном предприятии // Вестник Московской государственной академии делового администрирования. Серия: Экономика. – 2011. – № 2(8). – c. 101-114.
17. Пащенко А.Ф. Матричный алгоритм многокритериальной оценки и выбора приоритетных проектов // Проблемный анализ и государственно-управленческое проектирование. – 2012. – № 1. – c. 79-86.
18. Крейденко Т.Ф., Черняев М.В. Подходы к оценке уровня внедрений технологий «умный город» // Инновации и инвестиции. – 2019. – № 1. – c. 223-230.
19. Попов Е.В., Семячков К.А. Матрица показателей развития умных городов // Национальные интересы: приоритеты и безопасность. – 2020. – № 8(389). – c. 1422-1443. – doi: 10.24891/ni.16.8.1422 .
20. Попов Е.В., Семячков К.А. Семь приоритетов развития «умных» городов // Национальные интересы: приоритеты и безопасность. – 2020. – № 2(383). – c. 200-216. – doi: 10.24891/ni.16.2.200 .
21. Салабутин А.В. Вопросы цифровизации муниципального управления: тенденции и проблемы // Наука без границ. – 2020. – № 5(45). – c. 139-144.
22. Карагулян Е.А. Смарт сити: калейдоскоп понятий // Russian Economic Bulletin. – 2020. – № 3. – c. 128-139.
23. Якушина О.И. Организация социального пространства современных городов в свете концепций «открытого» и «умного» города // Теория и практика общественного развития. – 2021. – № 4(158). – c. 33-42. – doi: 10.24158/tipor.2021.4.5 .
24. Elberzhager F., Mennig P., Polst S., Scherr S., Stüpfert P. Towards a Digital Ecosystem for a Smart City District: Procedure, Results, and Lessons Learned // Smart Cities. – 2021. – № 2. – p. 686-716. – doi: 10.3390/smartcities4020035.