Переход к концепции "умный город" в регионах ЮФО: корреляционная матрица показателей умного и устойчивого города

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Переход к концепции «умный город» в регионах ЮФО: корреляционная матрица показателей умного и устойчивого города

О.Е. Акимова, С.К. Волков, А.Б. Симонов

Abstract

Transition to the Concept of «Smart City» in the Regions of the Southern Federal District: a Correlation Matrix of Indicators of a Smart and Sustainable City

Olga E. Akimova, Sergey K. Volkov and Alexey B. Simonov*

Volgograd State Technical University Volgograd, Russian Federation

A «smart city» is based on the indicators of a traditional «sustainable city», however, due to innovative development, it expands the elementary composition and complexity of system connections in a «sustainable city», updating, improving and gradually replacing it. In this regard, within the framework of this study, an attempt was made to identify indicators that can describe a «smart city», to determine the relationship of these indicators with each other, as well as to build a correlation matrix of links between indicators of a smart and sustainable city. The study was carried out using correlation- regression analysis using a linear correlation coefficient.

The simulation results are presented for the regions of the Southern Federal District of the Russian Federation and allow us to draw conclusions about the use of the identified relationships in the management of the development of these regions. To determine the level of entry of a particular region into the digital space, indicators were identified that act as control nodes that allow you to manage the process of transition to the «smart» category and regulate the pace of the transition process itself.

A comparative analysis of correlation matrices revealed a tendency towards a weakening of the dependence of the indicators of a «smart city» on indicators of a «sustainable city», which indicates a gradual transition of a territorial entity to the concept of a «smart city» and a gradual penetration of the results of scientific and technological progress and high technologies into various spheres of human life.

Keywords: smart city, smart sustainable city, correlation matrix, digitalization, control nodes, cognitive map, correlation-regression analysis, Southern Federal District.

Аннотация

умный город устойчивый управление

Переход к концепции «умный город» в регионах ЮФО: корреляционная матрица показателей умного и устойчивого города

Волгоградский государственный технический университет Российская Федерация, Волгоград

«Умный город» базируется на показателях традиционного «устойчивого города», однако за счет инновационного развития расширяет элементарный состав и сложность системных связей в «устойчивом городе», обновляя, улучшая и постепенно замещая его. В этой связи в рамках настоящего исследования была предпринята попытка выявить показатели, которыми можно описать «умный город», определить взаимосвязь этих показателей между собой, а также построить корреляционную матрицу связей между показателями умного и устойчивого города. Исследование проводилось с помощью корреляционно-регрессионного анализа с применением линейного коэффициента корреляции. Результаты моделирования представлены для регионов Южного федерального округа Российской Федерации и позволяют сделать выводы об использовании выявленных взаимосвязей в рамках управления развитием этих регионов. Для определения уровня вхождения того или иного региона в цифровое пространство были выявлены показатели, выступающие в качестве контрольных узлов, позволяющих управлять процессом перехода к категории «умный» и регулировать темпы самого процесса перехода. Сравнительный анализ корреляционных матриц выявил тенденцию к ослаблению зависимости показателей «умного города» от показателей «устойчивого города», что свидетельствует о постепенном переходе территориального образования к концепции «умный город» и постепенного проникновения результатов НТП и наукоемких технологий в различные сферы жизнедеятельности людей.

Ключевые слова: умный город, умный устойчивый город, корреляционная матрица, цифровизация, контрольные узлы, когнитивная карта, корреляционно-регрессионный анализ, Южный федеральный округ.

Введение

В современных условиях одним из важных факторов развития регионов и муниципальных образований является интенсивное внедрение результатов научно-технического прогресса во все сферы жизнедеятельности человека. В последнее десятилетие ведется активная научная дискуссия о том, как решения «умного города» могут обеспечить прогресс в направлении сбалансированной устойчивости, что привело к появлению новой концепции «Умный устойчивый город» (Huovilaa, Boschb, Airaksinenc, 2019).

В предыдущей нашей статье «Концепция «умный устойчивый город»: система показателей для оценки уровня региональной устойчивости и адаптивности регионального развития» была озвучена научная дискуссия относительно трактовки термина «умный устойчивый город» (Акимова, Волков, Кузлаева, 2020). Несмотря на некоторое различие во взглядах, большинство ученых признают информационно-коммуникационные технологии (ИКТ) движущей силой экологического, социального и экономического развития, направленного на решение проблем городской устойчивости. В 2013 году была создана оперативная группа МСЭ-Т по умным устойчивым городам, предложившая универсальную трактовку термина «умный устойчивый город» (Новиков, 2016). «Умный устойчивый город - это инновационный город, использующий информационно-коммуникационные технологии (ИКТ) и другие средства для повышения качества жизни, эффективности деятельности и услуг в городах, а также конкурентоспособности при обеспечении удовлетворения потребностей настоящего и будущих поколений в экономических, социальных, природоохранных, а также культурных аспектах» (Рекомендация МСЭ-T..., 2016, с. 8).

Самые последние исследования основаны на том, чтобы подчеркнуть, что умные города обладают большим потенциалом для обеспечения городской устойчивости. Например, А. Крамерс с соавторами предполагает, что «концепция «умного устойчивого города» может быть использована в качестве способа подчеркнуть умные инициативы, направленные на содействие экологической устойчивости» (Kramers, Hцjer, Lцvehagen, Wangel, 2014).

Как полагают С. Е. Бибри, Дж. Крог-стиб, многие исследования в области «умного города» демонстрируют различную направленность в отношении потенциала новых технологий, новых приложений и услуг, что влечет за собой передовые решения в различных областях и сферах экономической деятельности; появляется множество онлайновых и мобильных приложений, позволяющих населению повысить качество жизни, облегчить доступ к услугам в сфере образования, здравоохранения, безопасности, благосостояния, общественного участия в решении важнейших проблем и т. д. Тем не менее, несмотря на прогресс в области ИКТ, возникновение новых технологий и приложений не носит системного характера и не позволяет решать срочные насущные проблемы, например энергетическая и экологическая неэффективность, изоляция в городах, социальная несправедливость, неравенство возможностей (Bibri, Krogstieb, 2017).

Ф. Бифулко, М. Трегуа, С. Амитрано, А. Д'Аурия полагают, что роль технологий в умных городах должна заключаться в обеспечении устойчивого развития городов (Bifulco, Tregua, Amitrano, D'Auria, 2016), а не в новой технологии как самоцели. По мнению Х. Ахвенниеми, А. Уовилаа, И. Пинто-Сеппя, М. Айраксиненц, город, который не является устойчивым, на самом деле не «умный» (Ahvenniemi, Huovila, Pinto-Seppд, Airaksinen, 2017).

«Умный город» базируется на показателях традиционного «устойчивого города», однако за счет инновационного развития расширяет элементарный состав и сложность системных связей в «устойчивом городе», обновляя, улучшая и постепенно замещая его. В этой связи в рамках настоящего исследования была предпринята попытка выявить показатели, которыми можно описать «умный город», определить взаимосвязь этих показателей между собой, а также построить корреляционную матрицу связей между показателями умного и устойчивого города. Результаты моделирования представлены для регионов Южного федерального округа Российской Федерации и позволяют сделать выводы об использовании выявленных взаимосвязей в рамках управления развитием этих регионов. В рамках второго этапа исследования планируется построить когнитивную карту процесса перехода территориального образования к концепции «умный город», которую возможно будет использовать для оценки состояния конкретных регионов, сценарного прогнозирования внедрения концепции «умный город» и планирования управляющих воздействий для ускорения инновационного развития.

Показатели умного и устойчивого города

В настоящее время доступны сотни индикаторов и несколько десятков различных индексов умных или устойчивых городов, которые уже не раз подвергались критике за отсутствие прозрачности и научных основ. Те показатели, которые предлагаются в различной научной литературе, как правило, не являются стандартизированными, комплексными и целостными, поскольку затрагивают лишь отдельные сферы или области экономической деятельности, городского хозяйства или управления. Например, В. Альбино, Ю. Берарди, Р. М. Данджелико, Л. Антопулос, М. Янссен, В. Вираккоди, У. Берарди, М. С. Старикова, Э. А. Безуглый, В. В. Шахов раскрыли собственное видение устойчивой оценки сообществ и городов с позиции креативного потенциала (Albino, Berardi, Dangelico, 2015; Anthopoulos, Janssen, Weerakkody, 2016; Berardi, 2015; Старикова, Безуглый, Шахов, 2018).

Ряд других авторов (А. Шарифи, А. Мураяма, В. E.Рис, Д. У Пирс, Г Д. Аткинсон, А. Гамильтон, Г. Митчелл, С. Юли-Карджанмаа, В. Мега, Дж. Педерсен, Л.-Й. Шен, Дж. Хорхе Очоа, М. Н. Шах, Х. Чжан, А. Акандеа, П. Кабрала, П. Гомеса, С. Ка- стелейнб) проводят критический анализ существующих инструментов и показателей оценки устойчивости, предложенных различными учеными или являющихся основой различных европейских рейтингов умных устойчивых городов (Sharifi, Murayama, 2013; Rees, 1996; Pearce, Atkinson, 1993; Hamilton, Mitchell, Yli-Karjanmaa, 2002; Mega, Pedersen, 1998; Shen, Ochoa, Shah, Zhang, 2011; Akandea, Cabrala, Gomesa, Casteleynb, 2019).

Р. Йовович, М. Драшкович, М. Делиба-шич, М. Йовович, Р. Каманьи, А. В. Поро- хин, Е. В. Порохина изучают устойчивость как характеристику состояния региональной социально-экономической системы с позиции факторного и институционального анализа (Jovovic, Draskovic, Delibasic, Jovovic, 2017; Camagni, 1998; Порохин, 2014; Порохина, 2014). Также имеется шесть европейских стандартов умных или устойчивых городов (Рекомендация МСЭ-T, 2016; Рекомендация МСЭ-T, 2018; Рекомендация МСЭ-TY.4902/L.1602, 2018; ETSITS103 463..., 2017), предлагающих комплексную систему городских индикаторов, анализ которых подробно был представлен в нашей предыдущей статье (Акимова, Волков, Кузлаева, 2020).

На основании анализа указанной литературы и стандартов была предложена система показателей оценки умного устойчивого города, включающая 304 индикатора, адаптированных под российские реалии и сгруппированных в семь блоков, в рамках которых выделены отдельные группы: 1) умная и устойчивая экономика; 2) население; 3) инженерная инфраструктура; 4) интеллектуальное управление; 5) социальная инфраструктура; 6) интеллектуальная мобильность; 7) цифровые платформы и данные. Однако в рамках отбора реальных показателей по Южному федеральному округу (ЮФО) для настоящего исследования оказалось, что многие показатели, которые доступны в европейских странах, в России вовсе не фиксируются статистическими органами и различными ведомствами страны (а должны бы, на наш взгляд), а часть из них фиксируется с разбивкой по другим сферам деятельности, что также представляет определенную проблему для их сбора и оценки. В этой связи из всего многообразия показателей была отобрана лишь небольшая часть.

Для определения уровня вхождения того или иного региона в цифровое пространство были выявлены показатели, которые с достаточным уровнем достоверности отражали динамику их цифровизации или перехода в категорию «умный» (табл. 1).

Таблица 1. Показатели, управление которыми позволяет оказывать влияние на эффективность перехода к концепции «умный город»

Table 1.Indicators, the management of which allows to influence the effectiveness of the transition to the «smart city» concept

Показатели, представленные в табл. 1, были выделены для оценки глубины перехода региона или муниципального образования к концепции «умный город». Данныепоказатели отражают уровень проникновения цифровых технологий в различные сферы экономики, а также восприимчивость людей к этим технологиям, возможности применения новых средств и способов ведения деятельности, обеспеченность «умным» инструментарием, без которого невозможен переход к концепции «умный город». Данные показатели могут выступать контрольными узлами в когнитивной карте перехода региона или города из категории «устойчивый» в категорию «умный».

Таким образом, уровень этих показателей позволяет делать выводы о том, насколько регион или город потенциально готов перейти в категорию «умный», а также отражает эффективность и темпы самого перехода.

Управление развитием «умного города» может осуществляться за счет воздействия на ключевые точки - показатели, наиболее тесно связанные с показателями «умного города». В настоящем исследовании в качестве ключевых точек были определены показатели устойчивого города, поскольку только устойчиво развивающееся территориальное образование сможет накопить и использовать потенциал для перехода в категорию «умный», именно стабильное функционирование и развитие смогут обеспечить эффективный переход. Были выбраны следующие показатели:

- среднедушевые денежные доходы;

- ВРП на душу населения в текущих основных ценах;

- индекс потребительских цен;

- уровень занятости населения в возрасте 15-72 лет;

- уровень безработицы;

- численность студентов в высших учебных организациях на 10000 человек населения;

- число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия;

- среднемесячный размер социальной поддержки на одного пользователя;

- численность населения с денежными доходами ниже величины прожиточного минимума;

- индекс производительности труда;

- степень износа основных фондов организаций.

Для целей построения когнитивной карты были проанализированы количественные значения вышеперечисленных показателей за 2016 и 2019 годы. В рамках исследования был проведен корреляционно-регрессионный анализ показателей умного и устойчивого города для выявления зависимости между ними.

Анализ проводился с применением линейного коэффициента корреляции:

Линейный коэффициент корреляции может принимать значения в пределах от -1 до +1 или по модулю от 0 до 1. Чем ближе он по абсолютной величине к 1, тем теснее связь. Знак указывает направление связи: «+» - прямая зависимость, «-» имеет место при обратной зависимости.

Корреляционная матрица связей между показателями умного и устойчивого города

Исходя из приведенных расчетов, можно сделать следующие выводы.

1. На показатель «затраты на исследования и разработки в% к ВВП в целом по России» значимое и умеренное влияние оказывают два показателя: «индекс производительности труда», с которым имеется прямая зависимость, «уровень безработицы» - обратная.

2. На показатель «доля высокотехнологичных и наукоемких отраслей экономики в ВРП» значимое прямое влияние оказывают следующие показатели: «индекс потребительских цен» и «степень износа основных фондов организаций». Также существует обратная связь с показателем «уровень безработицы».

3. На показатель «прирост высокопроизводительных рабочих мест» прямое значимое влияние оказывают показатели: «индекс потребительских цен» и «степень износа основных фондов организаций»; обратное значимое влияние оказывают показатели «ВРП на душу населения в текущих основных ценах» и «среднемесячный размер социальной поддержки на одного пользователя».

4. На показатель «уровень инновационной активности организаций» оказывает значимое влияние показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя», «индекс производительности труда»; обратное значимое влияние оказывают показатели: «численность населения с денежными доходами, ниже величины прожиточного минимума», «степень износа основных фондов организаций».

5. На показатель «коэффициент изобретательской активности» оказывают значимое прямое влияние: «среднедушевые денежные доходы», «индекс производительности труда»; обратное влияние имеет один показатель - «численность населения с денежными доходами ниже величины прожиточного минимума».

6. На показатель «удельный вес затрат на инновационную деятельность в общем объеме отгруженных товаров, выполненных работ, услуг» прямое значимое влияние оказывают показатели: «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя», «индекс производительности труда». Обратного влияния на данный показатель показатели «устойчивого города» не имеют.

7. На показатель «уровень цифровиза-ции местной телефонной сети (город)» прямое заметное влияние оказывают показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет» и обратное заметное влияние оказывают показатели: «численность населения с денежными доходами, ниже величины прожиточного минимума», «степень износа основных фондов организаций».

8. На показатель «уровень цифрови-зации местной телефонной сети (сельская местность)» прямое заметное влияние оказывает показатель «численность студентов в высших учебных организациях на 10000 человек населения», а обратная заметная зависимость выявлена у показателя «степень износа основных фондов организаций».

9. На показатель «доля организаций, использующих широкополосный доступ к сети Интернет» ни один показательне оказывает заметного влияния, выявлена слабая связь с показателями устойчивого города.

10. На показатель «удельный вес организаций, осуществлявших технологические инновации» оказывают значимое прямое влияние показатели: «среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «уровень занятости населения в возрасте 15-72 лет», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя» и обратное значимое влияние оказывает показатель «степень износа основных фондов организаций».

11. На показатель «удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, работ» оказывает прямое влияние показатель «индекс производительности труда», а обратная значимая зависимость выявлена с показателем «численность населения с денежными доходами ниже величины прожиточного минимума».

12. На показатель «доля продаж через

Интернет в общем объеме оборота розничной торговли» прямое значимое влияние оказывают показатели:«среднедушевые денежные доходы», «ВРП на душу населения в текущих основных ценах», «число семей (включая одиноких), получивших жилые помещения и улучшивших жилищные условия», «среднемесячный размер социальной поддержки на одного пользователя» «индекс производительности труда». Показателей, имеющих обратную видимую или значимую связь с данным показателем, не выявлено.

13. На показатель «удельный вес организаций, использовавших информационные и коммуникационные технологии», значимое влияние оказывает только один показатель - «уровень занятости населения в возрасте 15-72 лет»; показателей, имеющих обратную заметную или значимую связь, не выявлено.

14. На показатель «удельный вес организаций, использовавших Интернет со скоростью не менее 2 Мб/с» ни один из выделенных показателей устойчивого города влияния не оказывает.

Для исследования динамики развития концепции «умный город» был проведен корреляционно-регрессионный анализ выделенных показателей за 2019 год (рис. 4).

Источник: составлено авторами.

Рис. 4. Корреляционная матрица связей между показателями умного и устойчивого города за 2019 год

Fig. 4.Correlation matrix of links between smart and sustainable city indicators for 2019

Сравнительный анализ корреляционных матриц на рис. 3 и 4 выявил тенденцию к ослаблению зависимости показателей «умного города» от показателей «устойчивого города», что свидетельствует о постепенном переходе территориального образования к концепции «умный город» и постепенного проникновения результатов НТП и наукоемких технологий в различные сферы жизнедеятельности людей.

Заключение

Проведенный корреляционно-регрессионный анализ показателей «устойчивого города» и «умного города» позволил выявить основные показатели, воздействующие на эффективность перехода территориального образования к концепции «умный город», посредством которых будет осуществляться управление этим переходом. Также были выявлены показатели, оказывающие влияние на управляющие показатели и позволяющие контролировать и изменять их уровень за счет оказываемого на них влияния. На основе полученных результатов будет построена когнитивная карта процесса перехода территориального образования к концепции «умный город», индексы системной оценки развития «умного горда» в конкретных регионах.

Список литературы / References

1. Ahvenniemi, H., Huovila, A., Pinto-Seppд, I., Airaksinen, M. (2017) What are the differences between sustainable and smart cities?,Cities, 60, 234-245.

2. Akande, A., Cabral, P., Gomes, P., Casteleyn, S. (2019) The Lisbon ranking for smart sustainable cities in Europe, Sustainable Cities and Society, 44, 475-487.

3. Akimova, O.E., Volkov, S.K., Kuzlaeva, I.M. (2020) Koncepciya «umnyjustojchivyjgorod»: Siste- ma pokazatelejdlyaocenkiurovnyaregional'nojustojchivosti I adaptivnostiregional'nogorazvitiya [The concept of «smart sustainable city»: a system of indicators to assess the level of regional sustainability and adaptability of regional development], In Regional 'nayaekonomika: teoriyaIpraktika [Regional Economy: Theory and Practice], 12 (483), 2354-2390.

4. Albino, V., Berardi, U., Dangelico, R.M. (2015) Smart cities: Definitions, dimensions, performance, and initiatives, Journal of Urban Technology, 22 (1), 3-21.

5. Anthopoulos, L., Janssen, M., Weerakkody, V.A (2016) Unified Smart City Model (USCM) for smart city conceptualization and benchmarking, International Journal of e-Government Research, 12 (2), 76-92.

6. Berardi, U. (2015). Sustainability assessments of buildings, communities, and cities, In Assessing and measuring environmental impact and sustainability, 497-545.

7. Bibri, S. E., Krogstieb, J. (2017) Smart sustainable cities of the future: An extensive interdisciplinary literature review, Sustainable Cities and Society, 31, 183-212.

8. Bifulco, F., Tregua, M., Amitrano, C., D'Auria, A. (2016) ICT and sustainability in smart cities management, International Journal of Public Sector Management, 29(2), 132-147.

9. Camagni, R. (1998) Sustainable urban development: definition and reasons for a research programme, International Journal of Environment and Pollution, 10(1), 6-27.

10. ETSI TS103 463 V1.1.1 (2017-07).Access, Terminals, Transmission and Multiplexing (ATTM); Key Performance Indicators for Sustainable Digital Multiservice Cities (2017). Sophia Antipolis, ETSI, 62 p.

11. Hamilton, A., Mitchell, G., Yli-Karjanmaa, S. (2002) The BEQUEST toolkit: a decision support system for urban sustainability, Building Research and Information, 30(2), 109-115.

12. Huovila, A., Bosch, P., Airaksinen, M. (2019) Comparative analysis of standardized indicators for Smart sustainable cities: What indicators and standards to use and when?,Cities, 89, 141-153.

13. Jovovic, R., Draskovic, M., Delibasic, M., Jovovic, M. (2017) The concept of sustainable regional development - institutional aspects, policies and prospects, Journal of International Studies, 10(1), 255-266.

14. Kramers, A., Hцjer, M., Lцvehagen, N., Wangel, J. (2014) Smart sustainable cities: Exploring ICT solutions for reduced energy use in cities, Environmental Modelling & Software, 56, 52-62.

15. Mega, V., Pedersen, J. (1998).Urban Sustainability Indicators.European Foundation for the Improvement of Living and Working Conditions, Dublin.

16. Novikov, I.V. (2016) Rol' MSE v standartizaciiumnyxustojchivyxgorodov [The role of ITU in the standardization of smart sustainable cities], In VestnikMoskovskogouniversitetaimeni S. Yu.Vitte.Seriya

17. - 1896 - 1: ekonomikaI upravlenie [Herald of Moscow Witte University. Series 1: Economics and Management], 3(18), 74-79.

18. Pearce, D.W., Atkinson, G.D. (1993) Capital theory and the measurement of sustainable development: an indicator of «weak» sustainability, Ecological Economics, 8(2), 103-108.

19. Poroxin, A.V. (2014) Ustojchivost' kakopredelyayuschayaxarakteristikasostoyaniyasocial'no- ekonomicheskojsistemy [Sustainability as a defining characteristic of the state of the socio-economic system], In Fundamental'nyeissledovaniya [Fundamental studies], 12 (4), 816-821.

20. Poroxina, E.V. (2014) Istochniki I Sistema faktorov, formiruyuschixekonomicheskuyuustojchivost' regiona (naprimereKemerovskojoblasti) [Sources and system of factors that form the economic sustainability of the region (case of Kemerovo region)], In Fundamental 'nyeissledovaniya [Fundamental studies], 12 (3), 596-600.

21. Rees, W.E. (1996) Revisiting carrying capacity: area-based indicators of sustainability, Population and Environment: A Journal of Interdisciplinary Studies, 17(3), 195-215.

22. Rekomendaciya MSE-T Y.4901/L.1601.Klyuchevyepokazatelideyatel'nosti, svyazannye s ispol'zo- vanieminformacionno-kommunikacionnyhtekhnologij v «umnyh» ustojchivyhgorodah (2018) [ITU-TRecommendation Y.4901 / L1601. Key performance indicators related to the use of information and communication technologies in smart sustainable cities]. Geneva, MSE, 26 p.

23. Rekomendaciya MSE-T Y.4902/L.1602.Klyuchevyepokazatelideyatel'nosti, svyazannye s vozdejst- vieminformacionno- kommunikacionnyhtekhnologijna ustojchivost' «umnyh» ustojchivyhgorodov (2018) [ITU-T Recommendation Y.4902 / L.1602. Key performance indicators related to the impact of information and communications technologies on the resilience of smart sustainable cities]. Geneva, MSE, 22 p.

24. Rekomendaciya MSE-T Y.4903/L.1603.Klyuchevyepokazatelideyatel'nosti«umnyh» ustojchivyhgorodovdlyaocenkidostizheniyacelej v oblastiustojchivogorazvitiya (2018) [ITU-T Recommendation Y.4903 / L.1603.Key Performance Indicators of Smart Sustainable Cities to Measure Achievement of the Sustainable Development Goals]. Geneva, MSE, 58 p.

25. Sharifi, A., Murayama, A. (2013) A critical review of seven selected neighborhood sustainability assessment tools, Environmental Impact Assessment Review, 38, 73-87.

26. Shen, L-Y., Jorge Ochoa, J., Shah, M.N., Zhang, X. (2011) The application of urban sustainability indicators - a comparison between various practices, Habitat International, 35(1), 17-29.

27. Starikova, M.S., Bezuglyi, E.A., Shakhov, VV. (2018) Kreativnyjpotencialkakosnovainnovacionno- go razvitiyaregiona [Creative potential as the basis for innovative development of the region], In Voprosyinnovacionnojekonomiki [Russian Journal of Innovation Economics], 2, 235-254.

Размещено на Allbest.ru