С.н. Митяков
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
С.н. Митяков has a total of 27 co-authors. Here are the top co-authors by number of shared publications:
- Evgeny Sergeevich Mityakov
MIREA – Russian Technological University
12 shared publications - Andrey Ivanovich Ladynin
Russian Presidential Academy of National Economy and Public Administration (RANEPA)
5 shared publications MIREA - Russian Technological University
2 shared publicationsD.A. Maslennikov
Nizhnii Novgorod State Tech Univ, Inst Econ & Management, 24 Minina St, Nizhnii Novgorod 603950, Russia
1 shared publication- Dmitrii N. Lapaev
Federal State Budgetary Educational Institution of Higher Education «R.E. Alekseev Nizhny Novgorod State Technical University
1 shared publication Dmitry Lapaev
Nizhny Novgorod State Technical University n.a. R.E. Alekseev, Russia
1 shared publication
Latest Publications
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 9 (7) , 1113-1140
Современные подходы к обеспечению экономической безопасности России и ее регионов
В статье представлены материалы круглого стола на тему «Обеспечение экономической безопасности страны в современных условиях», проведённого в рамках XIV Международной научно-практической конференции «Экономическая безопасность России: проблемы и перспективы». Конференция состоялась 3-5 июня 2026 г. в Нижнем Новгороде на базе Нижегородского государственного технического университета им. Р.Е. Алексеева. Организационное и научное сопровождение обеспечили Институт экономики Российской академии наук, Финансовый университет при Правительстве Российской Федерации, Российская академия естественных наук и Вольное экономическое общество России. Участники круглого стола XIV Конференции отметили усиление угроз экономической безопасности России исходящих от недружественных государств, что требует разработки новых стратегий обеспечения национального суверенитета. В рамках дискуссий докладчики сосредоточились на ключевых факторах, влияющих на экономическую безопасность: экологических, природных и техногенных катастрофах, продовольственных кризисах, а также вопросах обеспечения технологической, финансовой и кадровой безопасности. По итогам обсуждений была подготовлена Резолюция XIV Конференции.
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 9 (7) , 1113-1140
Современные подходы к обеспечению экономической безопасности России и ее регионов
В статье представлены материалы круглого стола на тему «Обеспечение экономической безопасности страны в современных условиях», проведённого в рамках XIV Международной научно-практической конференции «Экономическая безопасность России: проблемы и перспективы». Конференция состоялась 3-5 июня 2026 г. в Нижнем Новгороде на базе Нижегородского государственного технического университета им. Р.Е. Алексеева. Организационное и научное сопровождение обеспечили Институт экономики Российской академии наук, Финансовый университет при Правительстве Российской Федерации, Российская академия естественных наук и Вольное экономическое общество России. Участники круглого стола XIV Конференции отметили усиление угроз экономической безопасности России исходящих от недружественных государств, что требует разработки новых стратегий обеспечения национального суверенитета. В рамках дискуссий докладчики сосредоточились на ключевых факторах, влияющих на экономическую безопасность: экологических, природных и техногенных катастрофах, продовольственных кризисах, а также вопросах обеспечения технологической, финансовой и кадровой безопасности. По итогам обсуждений была подготовлена Резолюция XIV Конференции.
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 9 (7) , 1141-1164
Мониторинг рынка труда как инструмент обеспечения кадровой безопасности России
Статья посвящена анализу современного состояния рынка труда России в контексте обеспечения кадровой безопасности. Авторы рассматривают эволюцию кризисных явлений на рынке труда, переходя от классической формы (высокая безработица) к современной — структурному дефициту кадров. В работе обосновывается необходимость использования расширенного инструментария мониторинга, ключевым из которых выступает кривая Бевериджа. На основе построения фазовых портретов для различных экономических периодов (2008–2010, 2015–2017, 2020–2022, 2023–2025 гг.) выявлены разнонаправленные лаги между динамикой вакансий и безработицы, характеризующие специфику реакции рынка на внешние шоки. Особое внимание уделено феномену «кризиса сверхнизкой безработицы» 2023–2024 годов, перегреву рынка труда и его последующему охлаждению в 2024–2026 годах. В дополнение к кривой Бевериджа авторы вводят и анализируют hh-индекс как оперативный индикатор напряженности, позволяющий проводить региональную и отраслевую дифференциацию. Выводы статьи подтверждают трансформацию российского рынка труда от количественного дефицита к качественным структурным дисбалансам, что требует пересмотра подходов к управлению занятостью и повышению производительности труда как ключевого фактора кадровой безопасности.
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 9 (7) , 1141-1164
Мониторинг рынка труда как инструмент обеспечения кадровой безопасности России
Статья посвящена анализу современного состояния рынка труда России в контексте обеспечения кадровой безопасности. Авторы рассматривают эволюцию кризисных явлений на рынке труда, переходя от классической формы (высокая безработица) к современной — структурному дефициту кадров. В работе обосновывается необходимость использования расширенного инструментария мониторинга, ключевым из которых выступает кривая Бевериджа. На основе построения фазовых портретов для различных экономических периодов (2008–2010, 2015–2017, 2020–2022, 2023–2025 гг.) выявлены разнонаправленные лаги между динамикой вакансий и безработицы, характеризующие специфику реакции рынка на внешние шоки. Особое внимание уделено феномену «кризиса сверхнизкой безработицы» 2023–2024 годов, перегреву рынка труда и его последующему охлаждению в 2024–2026 годах. В дополнение к кривой Бевериджа авторы вводят и анализируют hh-индекс как оперативный индикатор напряженности, позволяющий проводить региональную и отраслевую дифференциацию. Выводы статьи подтверждают трансформацию российского рынка труда от количественного дефицита к качественным структурным дисбалансам, что требует пересмотра подходов к управлению занятостью и повышению производительности труда как ключевого фактора кадровой безопасности.
- 1 January 2026
- Published by Institute of Economics Russian Academy of Sciences in Вестник Института экономики Российской академии наук
- No. 3,p. 7-31
THE GLOBAL ARTIFICIAL INTELLIGENCE MARKET: ANALYSIS OF KEY DEVELOPMENT TRENDS
The aim of this paper is to develop a comprehensive approach to analyzing the global artificial intelligence (AI) market. We present a classification and analysis of the dynamics of key AI technologies, including generative and agent-based AI, computer vision, NLP, and neuromorphic computing. We examine the structure of AI producers and consumers globally and in Russia, identifying patterns in the spatial and sectoral distribution of the market. An analysis of the evolution of the technological structure revealed a characteristic process of pipeline substitution: classical machine learning and computer vision are being replaced by generative AI. A study of the structure of AI producers revealed a transition from the undisputed leadership of the United States to the formation of a multipolar configuration, with China gaining ground and significant players emerging in other countries, including Russia. Consumer analysis revealed significant differences between the global demand structure, dominated by the technology and finance sectors, and the Russian model, dominated by the public sector.
- 1 January 2026
- Published by Institute of Economics Russian Academy of Sciences in Вестник Института экономики Российской академии наук
- No. 3,p. 7-31
THE GLOBAL ARTIFICIAL INTELLIGENCE MARKET: ANALYSIS OF KEY DEVELOPMENT TRENDS
The aim of this paper is to develop a comprehensive approach to analyzing the global artificial intelligence (AI) market. We present a classification and analysis of the dynamics of key AI technologies, including generative and agent-based AI, computer vision, NLP, and neuromorphic computing. We examine the structure of AI producers and consumers globally and in Russia, identifying patterns in the spatial and sectoral distribution of the market. An analysis of the evolution of the technological structure revealed a characteristic process of pipeline substitution: classical machine learning and computer vision are being replaced by generative AI. A study of the structure of AI producers revealed a transition from the undisputed leadership of the United States to the formation of a multipolar configuration, with China gaining ground and significant players emerging in other countries, including Russia. Consumer analysis revealed significant differences between the global demand structure, dominated by the technology and finance sectors, and the Russian model, dominated by the public sector.
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Leadership and Management
- Vol. 13 (6) , 971-994
Анализ кадрового потенциала в сфере искусственного интеллекта в России
Статья посвящена анализу кадрового потенциала в сфере искусственного интеллекта (ИИ) в России. Данный рынок сейчас переживает бурную трансформацию. Спрос на специалистов за год вырос в 2,7 раза – просто взрывными темпами, тогда как предложение, и количественно, и качественно, за этим не поспевает. Система образования, конечно, пытается реагировать: реализуются новые компетентностные модели, вузы и бизнес запускают совместные программы. Но инерция образовательной машины велика – этот онтологический разрыв (между тем, чему учат, и тем, что реально нужно) в ближайшие годы будет сдерживать полномасштабное внедрение ИИ в экономике и социальной сфере. В таких условиях кадровый потенциал оказывается главным тормозом для развития рынка ИИ в России. Чтобы преодолеть это ограничение, нужны системные усилия – от пересмотра образовательных стандартов до создания механизмов непрерывного обучения и переквалификации. От того, насколько успешно удастся решить эту ключевую задачу, во многом будет зависеть конкурентоспособность всей российской экономики в эпоху искусственного интеллекта.
- 1 January 2026
- Published by BIBLIO-GLOBUS Publishing House in Leadership and Management
- Vol. 13 (6) , 971-994
Анализ кадрового потенциала в сфере искусственного интеллекта в России
Статья посвящена анализу кадрового потенциала в сфере искусственного интеллекта (ИИ) в России. Данный рынок сейчас переживает бурную трансформацию. Спрос на специалистов за год вырос в 2,7 раза – просто взрывными темпами, тогда как предложение, и количественно, и качественно, за этим не поспевает. Система образования, конечно, пытается реагировать: реализуются новые компетентностные модели, вузы и бизнес запускают совместные программы. Но инерция образовательной машины велика – этот онтологический разрыв (между тем, чему учат, и тем, что реально нужно) в ближайшие годы будет сдерживать полномасштабное внедрение ИИ в экономике и социальной сфере. В таких условиях кадровый потенциал оказывается главным тормозом для развития рынка ИИ в России. Чтобы преодолеть это ограничение, нужны системные усилия – от пересмотра образовательных стандартов до создания механизмов непрерывного обучения и переквалификации. От того, насколько успешно удастся решить эту ключевую задачу, во многом будет зависеть конкурентоспособность всей российской экономики в эпоху искусственного интеллекта.
- 1 January 2026
- Published by Institute of Economics of the Ural Branch of the RAS in Economy of regions
- Vol. 22 (1) , 145-159
Methodical Approach to Efficiency Analysis of Sectoral Industrial Ecosystems
Amid global instability and supply chain disruptions, sectoral industrial ecosystems (SIEs) are becoming vital for technological sovereignty and reduced import dependence. This study aims to develop a methodological framework for assessing the effectiveness of SIEs. The research is based on an ecosystem approach, which considers industrial enterprises not as isolated entities but as dynamic networks of interconnected actors united by a common platform and oriented toward the joint production of goods and services. The proposed unified system of indicators comprises 18 metrics grouped into six dimensions: production, human capital, finance, ecology, innovation, and digitalization. The study applies the methodology to three high-tech Russian sectors that showed the highest growth rates in 2024: pharmaceuticals and medical materials; computers, electronic and optical products; and other transport equipment. The results confirm the hypothesis that these sectors exhibit the key characteristics of sectoral industrial ecosystems. The analysis also identified several challenges, including low return on sales, insufficient investment in environmental protection, and lagging digitalization indicators. The toolkit presented in this study for monitoring and managing SIEs allows identifying structural imbalances, and informing targeted state and corporate policies. Future research may focus on refining the indicator system, deepening the analysis of inter-industry linkages, and developing management algorithms to support the sustainable development of sectoral industrial ecosystems.
- 1 January 2026
- Published by Institute of Economics of the Ural Branch of the RAS in Economy of regions
- Vol. 22 (1) , 145-159
Methodical Approach to Efficiency Analysis of Sectoral Industrial Ecosystems
Amid global instability and supply chain disruptions, sectoral industrial ecosystems (SIEs) are becoming vital for technological sovereignty and reduced import dependence. This study aims to develop a methodological framework for assessing the effectiveness of SIEs. The research is based on an ecosystem approach, which considers industrial enterprises not as isolated entities but as dynamic networks of interconnected actors united by a common platform and oriented toward the joint production of goods and services. The proposed unified system of indicators comprises 18 metrics grouped into six dimensions: production, human capital, finance, ecology, innovation, and digitalization. The study applies the methodology to three high-tech Russian sectors that showed the highest growth rates in 2024: pharmaceuticals and medical materials; computers, electronic and optical products; and other transport equipment. The results confirm the hypothesis that these sectors exhibit the key characteristics of sectoral industrial ecosystems. The analysis also identified several challenges, including low return on sales, insufficient investment in environmental protection, and lagging digitalization indicators. The toolkit presented in this study for monitoring and managing SIEs allows identifying structural imbalances, and informing targeted state and corporate policies. Future research may focus on refining the indicator system, deepening the analysis of inter-industry linkages, and developing management algorithms to support the sustainable development of sectoral industrial ecosystems.
- Open Access
- 31 December 2025
- Published by Financial University under the Government of the Russian Federation in The world of new economy
- Vol. 19 (4) , 28-38
Method of Selecting Threshold Values for Growth Rates of Economic Security Indicators
Метод выбора пороговых значений для темпов прироста индикаторов экономической безопасности
- 31 December 2025
- Published by Financial University under the Government of the Russian Federation in The world of new economy
- Vol. 19 (4) , 28-38
Open AccessMethod of Selecting Threshold Values for Growth Rates of Economic Security Indicators
Метод выбора пороговых значений для темпов прироста индикаторов экономической безопасности
- 1 April 2025
- Published by The Institute of Economic Forecasting of the Russian Academy of Sciences in Проблемы прогнозирования
- No. №2, 2025
Инструментарий оценки импортозамещения экономических систем различных иерархических уровней
В статье представлен методический инструментарий оценки импортозависимости и импортозамещения экономических систем различных иерархических уровней. Предложен широкий набор методов количественной оценки импортозамещения в экономических системах: использование индекса Балассы для оценки уровня импортозависимости товаров по стране в целом и по отраслям народного хозяйства; оценка степени импортозависимости в различных секторах промышленности с помощью соотношения объема импорта и объема внутреннего потребления; расчет коэффициента покрытия импорта экспортом для оценки уровня внешнеторговой обеспеченности, а также коэффициента покрытия импорта производством для оценки уровня обеспеченности экономики собственным производством. Разработана новая авторская методика нахождения динамического коэффициента импортозамещения, который рассчитывается на основе изменений объема производства и импорта. Данный коэффициент позволяет выявить различные сценарии экономической политики и разделить их на восемь зон в зависимости от значений коэффициента. Среди них следует выделить наиболее благоприятный сценарий импортоопережения, когда снижение импорта сопровождается более значимым ростом уровня производства. Верификация предложенного инструментария показала, что авторские результаты могут быть использованы при количественной оценке импортозамещения экономических систем различных иерархических уровней.
- 1 April 2025
- Published by The Institute of Economic Forecasting of the Russian Academy of Sciences in Проблемы прогнозирования
- No. №2, 2025
Инструментарий оценки импортозамещения экономических систем различных иерархических уровней
В статье представлен методический инструментарий оценки импортозависимости и импортозамещения экономических систем различных иерархических уровней. Предложен широкий набор методов количественной оценки импортозамещения в экономических системах: использование индекса Балассы для оценки уровня импортозависимости товаров по стране в целом и по отраслям народного хозяйства; оценка степени импортозависимости в различных секторах промышленности с помощью соотношения объема импорта и объема внутреннего потребления; расчет коэффициента покрытия импорта экспортом для оценки уровня внешнеторговой обеспеченности, а также коэффициента покрытия импорта производством для оценки уровня обеспеченности экономики собственным производством. Разработана новая авторская методика нахождения динамического коэффициента импортозамещения, который рассчитывается на основе изменений объема производства и импорта. Данный коэффициент позволяет выявить различные сценарии экономической политики и разделить их на восемь зон в зависимости от значений коэффициента. Среди них следует выделить наиболее благоприятный сценарий импортоопережения, когда снижение импорта сопровождается более значимым ростом уровня производства. Верификация предложенного инструментария показала, что авторские результаты могут быть использованы при количественной оценке импортозамещения экономических систем различных иерархических уровней.
- Open Access
- 25 February 2025
- Published by National University of Science and Technology MISiS in Russian Journal of Industrial Economics
- Vol. 18 (1) , 63-77
Cognitive modelling of economic development of industrial ecosystems
In the present conditions of economic development characterized by extreme uncertainty, the tasks of reindustrialization and import substitution require new approaches to analysis and decision-making. The article studies application of cognitive approach to modelling conditions and factors of efficient reindustrialization and import substitution of industrial ecosystems. On the basis of the cognitive map the authors analyze and visualize the relationships of the factors of reindustrialization and industrial policy. Cognitive maps are an effective tool for modelling complex socio-economic systems; they make it possible to identify the key relationships between the factors that influence their development. The authors define three scenarios of development of industrial ecosystems (innovation-and-breakthrough, modernization and inertia) and their conditions which vary by the degree of realization of six groups of factors (political, social, economic, innovative, industrial, managerial). The article highlights the importance of using tools of cognitive analysis for justifying strategic decisions and building an effective industrial policy to ensure reindustrialization and import advance in industrial ecosystems and increase sustainability and competitiveness of the national economics.
- 25 February 2025
- Published by National University of Science and Technology MISiS in Russian Journal of Industrial Economics
- Vol. 18 (1) , 63-77
Open AccessCognitive modelling of economic development of industrial ecosystems
In the present conditions of economic development characterized by extreme uncertainty, the tasks of reindustrialization and import substitution require new approaches to analysis and decision-making. The article studies application of cognitive approach to modelling conditions and factors of efficient reindustrialization and import substitution of industrial ecosystems. On the basis of the cognitive map the authors analyze and visualize the relationships of the factors of reindustrialization and industrial policy. Cognitive maps are an effective tool for modelling complex socio-economic systems; they make it possible to identify the key relationships between the factors that influence their development. The authors define three scenarios of development of industrial ecosystems (innovation-and-breakthrough, modernization and inertia) and their conditions which vary by the degree of realization of six groups of factors (political, social, economic, innovative, industrial, managerial). The article highlights the importance of using tools of cognitive analysis for justifying strategic decisions and building an effective industrial policy to ensure reindustrialization and import advance in industrial ecosystems and increase sustainability and competitiveness of the national economics.
- 1 January 2025
- Published by Institute of Economics Russian Academy of Sciences in Вестник Института экономики Российской академии наук
- No. 3,p. 58-83
METHOD OF ANALYSIS AND FORECASTING ECONOMIC CRISES
The purpose of this work is to develop a new method for analyzing economic crises that allows for timely detection of signs of emerging threats. Definitions of concepts are given, the main parameters of a crisis and parameters of crisis diffusion are determined. A model of crisis propagation as a sum of two logistic curves is presented. A multi-level system of indicators for monitoring economic crises with an information update period of one month has been developed. An algorithm for monitoring an economic crisis is proposed that includes six stages: a preliminary stage associated with the analysis of possible root causes and triggers of a crisis; monitoring of leading indicators; multi-level operational monitoring of economic crises; processing, generalization and analysis of information; forecasting; development of recommendations for the timely detection of crises. The new method for analyzing crises has been verified using the example of the development of the economic crisis of 2008-2009.
- 1 January 2025
- Published by Institute of Economics Russian Academy of Sciences in Вестник Института экономики Российской академии наук
- No. 3,p. 58-83
METHOD OF ANALYSIS AND FORECASTING ECONOMIC CRISES
The purpose of this work is to develop a new method for analyzing economic crises that allows for timely detection of signs of emerging threats. Definitions of concepts are given, the main parameters of a crisis and parameters of crisis diffusion are determined. A model of crisis propagation as a sum of two logistic curves is presented. A multi-level system of indicators for monitoring economic crises with an information update period of one month has been developed. An algorithm for monitoring an economic crisis is proposed that includes six stages: a preliminary stage associated with the analysis of possible root causes and triggers of a crisis; monitoring of leading indicators; multi-level operational monitoring of economic crises; processing, generalization and analysis of information; forecasting; development of recommendations for the timely detection of crises. The new method for analyzing crises has been verified using the example of the development of the economic crisis of 2008-2009.
- 1 January 2025
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 8 (1) , 195-212
Система индикаторов для оценки влияния сферы информационных технологий на экономическую безопасность России
В статье изложена система индикаторов, предназначенная для оценки воздействия сферы информационных технологий на национальную экономическую безопасность. Акцентируется внимание на важности комплексного подхода, который учитывает, как производственные, так и внешние факторы. Анализ существующих исследований выявляет недостаточную проработку влияния ИТ на экономическую безопасность, что обуславливает актуальность создания новой системы. Авторская концепция основана на многопроекционном подходе и включает проекции: «Финансовая стабильность и развитие сферы ИТ», «Инновационная активность и технологическое развитие», «Международная конкурентоспособность и экспортные возможности», «Кадровый потенциал и уровень цифровых навыков», «Информационная безопасность», «Инфраструктура и доступ к цифровым услугам», «Электронное правительство и цифровизация госуслуг». Каждая проекция содержит три ключевых индикатора, что позволяет оценивать развитие ИТ-сферы и ее влияние на экономику страны. Это обеспечивает мониторинг отдельных показателей, построение обобщенных индексов для комплексной оценки динамики и прогнозирования достижения пороговых значений. Система может быть экстраполирована на микро- и мезоуровни для оценки влияния ИТ на экономическую безопасность отдельных предприятий, регионов и отраслей.
- 1 January 2025
- Published by BIBLIO-GLOBUS Publishing House in Economic security
- Vol. 8 (1) , 195-212
Система индикаторов для оценки влияния сферы информационных технологий на экономическую безопасность России
В статье изложена система индикаторов, предназначенная для оценки воздействия сферы информационных технологий на национальную экономическую безопасность. Акцентируется внимание на важности комплексного подхода, который учитывает, как производственные, так и внешние факторы. Анализ существующих исследований выявляет недостаточную проработку влияния ИТ на экономическую безопасность, что обуславливает актуальность создания новой системы. Авторская концепция основана на многопроекционном подходе и включает проекции: «Финансовая стабильность и развитие сферы ИТ», «Инновационная активность и технологическое развитие», «Международная конкурентоспособность и экспортные возможности», «Кадровый потенциал и уровень цифровых навыков», «Информационная безопасность», «Инфраструктура и доступ к цифровым услугам», «Электронное правительство и цифровизация госуслуг». Каждая проекция содержит три ключевых индикатора, что позволяет оценивать развитие ИТ-сферы и ее влияние на экономику страны. Это обеспечивает мониторинг отдельных показателей, построение обобщенных индексов для комплексной оценки динамики и прогнозирования достижения пороговых значений. Система может быть экстраполирована на микро- и мезоуровни для оценки влияния ИТ на экономическую безопасность отдельных предприятий, регионов и отраслей.