emanagE-ManagementE-Management2658-34452686-8407State University of Management10.26425/2658-3445-2022-5-1-80-92emanag-215Research ArticleЭКОСИСТЕМА ЦИФРОВОЙ ЭКОНОМИКИTHE ECOSYSTEM OF THE DIGITAL ECONOMYЦифровая тень как инструмент для исследования отраслиDigital shadow as a tool for industry exploringhttps://orcid.org/0000-0002-5983-2982АноховИ. В.AnokhovI. V.

Анохов Игорь Васильевич, канд. экон. наук, доц., начальник научно-издательского отдела

Researcher ID: AAF 9428 2020

Scopus Author ID: 57200941618

SPIN: 1444-3259

г. Москва

Igor V. Anokhov, Cand. Sci. (Econ.), Assoc. Prof., Head of the Research and Publishing Department

Researcher ID: AAF 9428 2020

Scopus Author ID: 57200941618

SPIN: 1444-3259

Moscow

i.v.anokhov@yandex.ruНаучно-исследовательский институт железнодорожного транспортаРоссияJSC Railway Research InstituteRussian Federation202201052022518092Copyright © Анохов И.В., 20222022Анохов И.В.Anokhov I.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://e-management.guu.ru/jour/article/view/215

Цифровизация способна кардинально изменить как производственные процессы, так и систему взаимоотношений между экономическими субъектами. Согласно современным представлениям результатом цифровизации будет повсеместное применение цифровых моделей реальных объектов (цифровых двойников), от качества которых будет полностью зависеть конкурентоспособность той или иной экономической структуры. По этой причине все данные о цифровом двойнике автоматически становятся коммерческой тайной. В такой ситуации внешние исследователи могут анализировать только видимые проявления двойников – цифровые следы, отпечатки и тени. Целью статьи является формализация понятия «цифровая тень» и исследование перспектив применения этого понятия в отраслевом экономическом анализе. Объектом исследования является грузовой транспорт. В статье утверждается, что цифровой двойник состоит из трех компонентов: технологии физической перевозки (информация первого рода), технологии согласования экономических интересов (информация второго рода); технологии долгосрочного управления грузоотправителями и грузополучателями (информация третьего рода). Исходя из этого, цифровая тень представляет собой инверсию цифрового двойника по каждому его компоненту. Предложена модель цифрового двойника и соответствующей ему цифровой тени. Данная модель применена к автомобильному, железнодорожному и трубопроводному транспорту России. При этом цифровая тень дана в минимально возможном разрешении – в бинарной оценке составляющих каждого вида информации. Предполагается, что полученная цифровая тень дает возможность проводить анализ в первом приближении, а также создает основания для выявления долгосрочных причинно-следственных связей и прогнозирования.

Digitalisation contributes both to fundamental changes in production processes and to the web of relationships between business units. According to contemporary views, it will result in the common widespread using of the real objects’ digital models (digital twins). Their quality will define the competitiveness of a certain economic pattern. Thus, all the digital twin data automatically becomes a trade secret. In this context, external investigators are able to analyse only visible representation of digital twins – digital footprints, imprints and shadows. The aim of the article is to formalise the “digital shadow” notion and to investigate the perspectives of its implementation in economic sectoral analysis. The subject of the research is freight transport. The article claims that the digital twin includes three components: physical transportation (first-type information), coordination of economic interests (second-type information) and long-term management of consignors and consignees technologies (third-type information). Therefore, the digital shadow is the inversion of the digital twin for each component. The author proposes the digital twin model and the corresponding digital shadow. This model is applied to road, railway and pipeline transport modes in Russia. The digital shadow, in turn, is given in the lowest possible resolution – in the binary assessment of the each information type components. The researcher assumes that the resulting digital shadow allows to conduct a generalised analysis and also forms the basis for identifying cause-effect relationships and forecasting.

цифровая теньцифровой следдвойникотпечатокцифровизацияэлектронныйинформацияотрасльанализбольшие данныегрузовой транспортdigital shadowdigital imprinttwinfootprintdigitalisationelectronicdatafieldanalysisbig datafreight transportReferencesАнфиногенов А.Ю., Кирякин В.Ю., Виноградов С.А., Ляшко О.В., Понарин Л.Н., Мугинштейн Л.А. (2012). Имитационное моделирование в задачах организации движения поездов // Сборник трудов ученых ОАО «ВНИИЖТ» / под. ред. Л.А. Мугинштейна. Москва. Сер. Труды ОАО «ВНИИЖТ». 55 с.Anfinogenov A.Yu., Kiryakin V.Yu., Vinogradov S.A., Lyashko O.V., Ponarin L.N. and Muginstein L.A. (2012), “Simulation modeling in problems of train traffic organization”, Scientists Works Proceedings of JSC “VNIIZHT”, Ed. L.A. Muginshtein, Moscow, RU. (In Russ.).Виноградов С.А., Попов К.М. (2019). Цифровые технологии повышения энергетической эффективности железнодорожных перевозок // Железнодорожный транспорт. № 7. С. 42–45.Delyagin M.G. (2021), “The “digital footprint” of personality – the new meaning of humanity’s existence and some of its consequences”, Svobodnaya mysl’, no. 2 (1686), pp. 5–14. (In Russ.).Делягин М.Г. (2021). «Цифровой след» личности – новый смысл существования человечества и некоторые следствия этого // Свободная мысль. № 2 (1686). С. 5–14.Grieves M.W. (2019), “Virtually intelligent product systems”, In: Digital and physical twins, in complex systems engineering: theory and practice, American Institute of Aeronautics and Astronautics, New York, pp. 175–200.Лондон Дж. (2012). Железная пята. СПб.: Астрель. 320 с.London J. (2012), Iron Heel, Astrel, St. Petersburg, RU. (In Russ.).Римская О.Н., Кранбихлер В.С. (2014). Непрерывное образование для кадров высокотехнологичных отраслей экономики России // Экономика и предпринимательство. Т. 8, № 10 (51). С. 268–270.Rimskaya O.N. and Kranbikhler V.S. (2014), “Continuous education for staff of high-tech industries of economy of Russia”, Journal of Economy and Entrepreneurship, vol. 8, no. 10 (51), pp. 268–270. (In Russ.).Седов Е.А. (1993). Информационно-энтропийные свойства социальных систем // Общественные науки и современность. № 5. С. 92–101.Sedov E.A. (1995), “Information-entropic properties of social systems”, Social Sciences and Contemporary World, no. 5, pp. 92–101. (In Russ.).Шевченко Д.В. (2021). Методология построения цифровых двойников на железнодорожном транспорте // Вестник Научно-исследовательского института железнодорожного транспорта. Т. 80. № 2. С. 91–99. https://dx.doi.org/10.21780/2223-9731-2021-80-2-91-99Shevchenko D.V. (2021), “Methodology for constructing digital twins in railway transport”, Russian Railway Science Journal, vol. 80, no. 2, pp. 91–99 (In Russ.). https://dx.doi.org/10.21780/2223-9731-2021-80-2-91-99.Grieves M.W. (2019). Virtually intelligent product systems / Digital and physical twins, in complex systems engineering: theory and practice. New York: American Institute of Aeronautics and Astronautics, Pp. 175–200.Vinogradov S.A. and Popov K.M. (2019), “Digital technologies for improving the energy efficiency of railway transportation”, Zheleznodorozhnyi transport, no. 7. pp. 42–45. (In Russ.).

The authors declare that there are no conflicts of interest present.