Нейросетевое моделирование энергоэффективности региональной экономики в условиях пандемии как консигнатора экономической безопасности России

Проведено исследование состояния энергоэффективности региональной экономики Российской Федерации, влияющей на экономическую безопасность страны. Решение многомерной задачи анализа и прогнозирования развития энергоэффективности экономики регионов РФ, принадлежащей к сложно формализуемым задачам и гармонирующей с современными требованиями экономической безопасности, реализовано с помощью нового перспективного метода – кластерного анализа на базе нейросетевого моделирования. Исходными данными при проведении исследования являлись официальные статистические данные Росстата. Применение инструментария искусственных нейронных сетей, олицетворяющих собой важный раздел искусственного интеллекта, позволило осуществить кластеризацию гетерогенных данных, результатом которой является сегрегация регионов России по пяти кластерным образованиям. При этом наблюдается независимость разделения регионов на кластеры – кластерного решения – от их вхождения в состав федеральных округов Российской Федерации. Установлен различный уровень энергоэффективности экономики регионов по рассматриваемым показателям в разрезе кластеров, который налагает требование применения разных стратегий для его увеличения. Показано влияние пандемии на развитие энергоэффективности экономики России. Полученные в работе результаты констатируют, что в целях реализации задач по дальнейшему укреплению экономической безопасности Российской Федерации в условиях глобальных вызовов, связанных с пандемией, необходимы инновационные организационно-управленческие методы, формирующие вектор направленности на эффективное решение современных задач, стоящих перед страной.