Анализ факторов продовольственной безопасности и устойчивости

Григорян Вачаган Русланович; Кузьминов Александр Николаевич; Воронина Александра Владимировна

doi:doi:10.29039/2500-1469-2025-13-2-134-148

Анализ факторов продовольственной безопасности и устойчивости

Отправить рукопись

Цитировать

Цитирований:

АНАЛИЗ ФАКТОРОВ ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТИ И УСТОЙЧИВОСТИ

Журнал: RUSSIAN JOURNAL OF MANAGEMENT Том 13 № 2 , 2025

Рубрики: УПРАВЛЕНИЕ ПРОЕКТАМИ

Григорян Вачаган Русланович ¹

Кузьминов Александр Николаевич ²

Воронина Александра Владимировна ³

Информация об авторах и публикации

Авторы:

1. ООО «АЛТИТРЕЙД» (Генеральный директор)

Россия

2. Академия ФСИН России

Россия

3. Ростовский государственный университет путей сообщения

Ростовский государственный университет путей сообщения

Тип:

Статья

DOI:

https://doi.org/10.29039/2500-1469-2025-13-2-134-148

Страницы:

с 134 по 148

Статус:

Опубликован

Получено:

17.03.2025

Одобрено:

18.03.2025

Опубликовано:

01.04.2025

Классификаторы:

ВАК 5 Социальные и гуманитарные науки
ВАК 5.2.3 Региональная и отраслевая экономика
ВАК 5.2.1 Экономическая теория
ВАК 5.2.4 Финансы
ВАК 5.2.5 Мировая экономика
ВАК 5.2.6 Менеджмент
ВАК 5.2.7 Государственное и муниципальное управление
УДК 33 Экономика. Народное хозяйство. Экономические науки
ГРНТИ 06.00 ЭКОНОМИКА И ЭКОНОМИЧЕСКИЕ НАУКИ
ОКСО 38.00.00 Экономика и управление
ББК 6 ОБЩЕСТВЕННЫЕ НАУКИ
ТБК 7 ОБЩЕСТВЕННЫЕ НАУКИ. ЭКОНОМИКА. ПРАВО.
BISAC BUS BUSINESS & ECONOMICS

Язык материала:

русский

Ключевые слова:

управление цепочками поставок, устойчивость, продовольственная безопасность

Аннотация и ключевые слова

Аннотация (русский):
В результате глобализации, волатильности рынка и постоянно меняющейся деловой среды сегодня управление цепочками поставок зерна становится все более сложным. В этой связи необходимо определить ключевые факторы, способствующие устойчивости, чтобы устранить влияние различных негативных эффектов, обеспечить продовольственную безопасность. В статье рассматриваются эти проблемы и объединяются знания о возможных эффектах, устойчивости и продовольственной безопасности. Целью исследования является выявление, расстановка приоритетов и описание системных взаимосвязей между факторами, способствующими устранению неустойчивости. Для этой цели был использован многометодный подход, объединяющий анализ Парето, интерпретационное структурное моделирование, матрицу перекрестных воздействий, а также имитационное когнитивное моделирование. Результаты этого исследования показывают, что являются наиболее значимыми факторами

Ключевые слова:
управление цепочками поставок, устойчивость, продовольственная безопасность

Текст

Введение

Турбулентный период постпандемической адаптации, геополитическая напряженность, задержки в грузоперевозках и нехватка товаров серьезно повлияли на существующие цепочки поставок (ЦП) [3]. Независимо от происхождения сбоев (например, естественного, геополитического или экономического), их возникновение может привести к разрушительным последствиям и серьезно подорвать стабильность, выживаемость и устойчивость организации [14]. Когда сбои ЦП не могут быть ограничены определенной областью и распространяются по всей системе, это может привести к волновому эффекту, в итоге влияя на операционные и финансовые показатели пострадавшего предприятия. В отличие от «эффекта кнута», который описывает усиление изменчивости спроса в восходящем ЦП, волновой эффект вызывается менее частыми, но более значительными сбоями, которые резонируют со структурной динамикой ЦП.

Несмотря на тщательную разработку эффективности и устойчивости, в существующих исследованиях зерновых цепочек создания ценности (ЗЦСЦ) отсутствуют знания и рекомендации для эффективного реагирования на волновые эффекты и работы во время значительных сбоев. Природа ЗЦСЦ многогранна и состоит из множества взаимозависимых секторов и подэлементов, таких как первичная агропродукция, производство продуктов питания, обращение и потребление. Другие взаимосвязанные факторы, способствующие развитию глобальных и универсальных ЗЦСЦ, такие как логистика, информационные технологии, правила импорта-экспорта и отношение потребителей, крайне уязвимы для волновых эффектов из-за внешней неопределенности.

Анализ последних исследований и публикаций

С точки зрения логистики, пограничные ограничения, закрытие портов, трудности импорта-экспорта и приостановка транспортировки нарушают распределительную сеть цепочек поставок, ослабляют операционную эффективность и вызывают внезапные скачки цен на сельхоз продукцию и продукты питания [6].

Из-за совокупного волнового эффекта COVID-19 75% предприятий пищевой промышленности пострадали от сбоев ЦП [13]. Установлено, что строгие логистические меры ставят под угрозу национальную продовольственную безопасность страны, одновременно навязывая закрытие границ и прерывая торговлю с соседними и другими странами.

Таким образом, чтобы справиться с непредвиденными уязвимостями и неравенством ЗЦСЦ, выявленными недавними сбоями цепочек, и обеспечить продовольственную безопасность необходимо переосмыслить и перепроектировать свои стратегии ЦП, чтобы противостоять длительным последствиям сбоев и быстро восстанавливаться после них. В этой связи COVID-19 недавно побудил исследователей раскрыть различные формы ЦСЦ [14], такие как устойчивый ЦП, жизнеспособный ЦП и цифровой ЦП [17] для устранения сбоев. Однако, несмотря на накопленные знания о влиянии волновых эффектов, существующая литература не предлагает эффективных стратегий смягчения последствий.

Обзор публикаций показывает, что часть исследований сосредоточены на изучении нескольких подходов, таких как: разработка цифрового двойника; методы исследования операций; моделирование последствий, чтобы противостоять волновому эффекту на ЦП за счет автоматизации действий. Следовательно, общие подходы, охватывающие ЗЦСЦ с учетом реальных динамических внешних неопределенностей, остаются неизученными в существующей научной литературе, что может быть преодолено посредством современных подходов нечетко-множественного имитационного моделирования.

Основное исследование. Когнитивное моделирование активно применяется для получения новых знаний о сложных системах, прогнозирования возможных путей развития и управления ими и является ключевым этапом имитационного оценивания влияния эффектов в условиях высокой неопределенности.

В таком исследовании используются результаты синтеза методов анализа Парето, TISM и когнитивного моделирования для анализа факторов, способствующих возникновению волновых эффектов, по нескольким важным причинам [2].

Во-первых, анализ Парето был применен в этом исследовании, поскольку он может независимо отделять жизненно важные переменные от тривиальных без попарного сравнения. Это также широко используемый и простой в применении инструмент, который ранее применялся во многих подобных исследованиях.

Во-вторых, метод TISM наиболее адекватен в силу его структурированного подхода к расшифровке и отображению сложных взаимосвязей между переменными [16]. Этот метод часто выбирают, когда ранжирования альтернатив недостаточно для реализации, а представление взаимосвязей между альтернативами может дать лучшее понимание лицам, принимающим решения [12]. Его применение распространяется на различные отрасли, поддерживая управление рисками, обоснованное принятие решений, разработку политики и оптимизацию ЦП.

В-третьих, когнитивный анализ выбран для содействия эффективному определению ключевых параметров, учитывающих распределение ресурсов и принятию решений, поскольку он может визуально отображать взаимосвязи, полученные из TISM [12]. Его полезность распространяется на оценку рисков, стратегическое планирование и понимание динамики взаимосвязанных переменных.

В-четвертых, сочетание TISM и когнитивного анализа обеспечивает значительные преимущества по сравнению с популярными методами принятия решений по нескольким критериям (MCDM).

В соответствии с логикой исследования изначальные факторы, способствующие решению проблемы волнового эффекта в ЗЦСЦ, определены посредством классического литературного поиска и представлены в Таблице 1. Им также присвоены соответствующие кодификаторы.

Таблица 1

Список факторов, оказывающих влияние на продовольственную безопасность в сфере

Код	Способствующие факторы	Ссылки
V1	Цифровая трансформация	Черепухин Т.Ю. и др. [11]
V2	Диверсификация источников	Gebhardt K.M. и др. [15]
V3	Оптимизация уровня запасов	Абдрахманов О., Зулпукарова Т. [1]
V4	Снижение рисков при производстве зерна за счет стабилизации цен на топливо, удобрения, семена и пестициды	El Korchi A. [14]
V5	Координация между различными уровнями цепочки СЦ	Ivanov D., Dolgui A. [13]
V6	Денежные потоки	Scarpin M.R.S. и др. [17]
V7	Формирование государственно-частного партнерства	Карпенко Е.М. [5]
V8	Стимулирование спроса на продукты питания	Karmaker А. и др. [16]
V9	Создание альтернативных логистических и транспортных режимов и маршрутов	Долгий А., Иванов Д. [3]
V10	Автоматизация заказов	Канаматова Д.А. [4]
V11	Реконфигурация распределительной сети	Авторское представление
V12	Улучшение прозрачности ЦСЦ	Абдрахманов О., Зулпукарова Т. [1]
V13	Инфраструктура продовольственного рынка	Ломакин П.Н. [7]
V14	Государственные субсидии	Канаматова Д.А. [4]
V15	Разнообразные формы поддержки	Прудиус Е.В. [8]
V16	Страхование рисков	Прудиус Е.В. [8]
V17	Объединение поставщиков	Авторское представление
V18	Стандарты поведения в условиях неопределённости	Авторское представление

В данном исследовании предлагается комплексный подход к выявлению, расстановке приоритетов и описанию взаимосвязей между факторами, способствующими ЗЦСЦ, для решения проблемы волнового эффекта, обеспечения устойчивости и продовольственной безопасности. Для достижения целей исследования была реализована последовательность шагов. Во-первых, значимые факторы, способствующие развитию, были изначально определены (таблица 1). Во-вторых, был применен анализ Парето для выделения наиболее доминирующих факторов для дальнейшего исследования. В-третьих, была разработана иерархическая модель на основе TISM для изучения взаимосвязей между доминирующими факторами, способствующими развитию. Наконец, для анализа использовалось когнитивное моделирование.

В исследовании анализ Парето использовался для того, чтобы отличить наиболее важные от незначительных, что позволило этому исследованию сосредоточиться на соответствующих факторах. Он основан на правиле 80/20, которое гласит, что только 20% событий приводят к 80% случаев [10]. Что касается этой идеи, то работа с волновыми эффектами в ЗЦСЦ не будет существенно затронута остальными 80% факторов. В результате точка отсечения для выбора существенных факторов была установлена на уровне 80% от общего процента.

После обработки средние рейтинги приоритета по отношению к факторам реализации были сопоставлены и рассчитаны в кумулятивных процентах. На основе процентных оценок наиболее влиятельные факторы реализации в управлении волновыми эффектами в ЗЦСЦ были выделены для дальнейшего изучения.

На основе результата, полученного в результате анализа Парето, 13 значимых факторов реализации были сохранены для дальнейшего анализа с использованием когнитивной карты, в то время как пять оставшихся факторов реализации были отброшены.

Пять исключенных факторов реализации, следующие:

Координация между различными уровнями ЦП (V5);
Создание альтернативных логистических и транспортных режимов и маршрутов (V9);
Инфраструктура продовольственного рынка (V13);
Продвижение различных правительственных инициатив, таких как субсидии на удобрения и топливо, а также снижение импортных пошлин и НДС (V14);
Стандарты поведения участников рынка в условиях неопределённости (V18).

Результаты структуризации факторов показаны на рисунке 1.

Рис. 1. Диаграмма Парето факторов, способствующих преодолению волновых эффектов в ЗЦСЦ (составлено авторами)

Затем была построена агрегированная структурная матрица самовзаимодействия. Для выражения двунаправленных отношений между двумя факторами влияния эксперты использовали символы (V), (A), (X) и (O), где (V) обозначает, как фактор влияния (i) влияет на фактор влияния (j), а (A) представляет все эффекты фактора влияния (j) на фактор влияния (i). В отличие от (O), который указывает на отсутствие связи между факторами влияния (I) и (j), (X) указывает на то, что оба фактора влияют друг на друга [2].

Таблица 2

Агрегированная матрица взаимодействия (составлено авторами)

Базовый фактор

V17

V16

V15

V12

V11

V10

V11

V12

V15

V16

V17

Получены движущие и зависимые силы всех факторов, рассчитанные на основе окончательной матрицы достижимости (FRM). Данные факторы имеют высокую движущую силу при минимальной зависимости:

цифровая трансформация (V1);
диверсификация источников (V2);
управление денежными потоками для предотвращения кризиса ликвидности (V6);
реконфигурация распределительной сети для повышения устойчивости (V11);
объединение поставщиков в соответствии с рисками сбоев (V17).

Также был выявлен другой набор факторов, которые продемонстрировали высокую зависимость от внешней движущей силы:

оптимизация уровня запасов с использованием инструментов расширенной аналитики (V3);
снижение рисков производства зерна путем стабилизации ЦП топлива, удобрений, семян и пестицидов (V4);
формирование государственно-частного партнерства (V7);
эффективное управление сроками поставки с использованием отслеживания заказов в реальном времени (V10);
повышение гибкости за счет разнообразных форм поддержки (V15);
страхование рисков повторяющихся сбоев ЦП (V16).

Матрица взаимосвязей цикличной связности представлена в таблице 3

Таблица 3

Уровневое разбиение факторов реализации (составлено авторами)

Элементы (Ми)	Набор достижимости R (Mi)	Набор антецедентов A (Ni)	Множество пересечений R (Mi)∩A (Ni)	Уровень
V1	V1	V1, V2, V6, V17	V1	6
V2	V2, V6, V17	V2, V6, V17	V2, V6, V17	7
V3	V3, V10	V1, V2, V3, V6, V8, V10, V11, V12, V17	V3, V10	3
V4	V4, V16	V1, V2, V3, V4, V6, V8, V10, V11, V12, V16, V17	V4, V16	2
V6	V2, V6, V17	V2, V6, V17	V2, V6, V17	7
V7	V7, V15	V1, V2, V3, V4, V6, V7, V8, V10, V11, V12, V15, V16, V17	V7, V15	1
V8	V8, V12	V1, V2, V6, V8, V11, V12, V17	V8, V12	4
V10	V3, V10	V1, V2, V3, V6, V8, V10, V11, V12, V17	V3, V10	3
V11	V11	V1, V2, V6, V11, V17	V11	5
V12	V8, V12	V1, V2, V6, V8, V11, V12, V17	V8, V12	4
V15	V7, V15	V1, V2, V3, V4, V6, V7, V8, V10, V11, V12, V15, V16, V17	V7, V15	1
V16	V4, V16	V1, V2, V3, V4, V6, V8, V10, V11, V12, V16, V17	V4, V16	2
V17	V2, V6, V17	V2, V6, V17	V2, V6, V17	7

Далее была произведена обработка данных факторов с использованием имитационного моделирования в программной среде Cognimod [9].

На рис. 2 показано графическое представление факторов на разных уровнях, иллюстрирующее связи между факторами на разных уровнях и их основные связи.

Рис. 2. Графическое представление факторов на разных уровнях влияния

Далее была представлена иерархическая структура связанных факторов с использованием интегрированной модели для оказания помощи компаниям и политикам в формулировании планов восстановления для снижения волновых эффектов и обеспечения продовольственной безопасности. В этом исследовании были определены пять наиболее значимых факторов, которые расположены на трех нижних уровнях модели и имеют сравнительно большую движущую силу (таблица 3). Это указывает на то, что они окажут значительное влияние на все остальные факторы:

Это диверсификация источников ресурсов (V2);
управление денежными потоками для предотвращения кризиса ликвидности (V6);
Объединение поставщиков в соответствии с рисками непредвиденных обстоятельств (V17);
оцифровка цепочки поставок с помощью передовых технологий (V1);
реконфигурация распределительной сети для повышения устойчивости (V11).

Проверка (тестирование) гипотез имитационного моделирования представлена в таблице 4.

Таблица 4

Результаты имитационного моделирования ключевых гипотез исследования (составлено авторами)

Вершина	График имитационного процесса	Описание
Диверсификация источников ресурсов		Понижение параметра источников ресурсов окажет в 2,5 раза большее влияние уровень продовольственной безопасности в целом и снизит скорость цифровой трансформации всего за 7 итераций, следовательно данный параметр требует оптимизации
Денежные потоки		Управление параметрами денежных потоков окажет сильное на продовольственную безопасность как при снижении потоков, так и при увеличении денежных потоков, за два шага ликвидность критически изменяется отрицательно или положительно
Объединение поставщиков		Параметр кластеризации поставщиков позволит на 80% снизить риски при введении логистических распределительных сетей
Цифровая трансформация		Параметр оцифровывания поставок в шесть раз увеличит прозрачность платежей, положительно повлияет на динамику денежных поток и качество распределения заказов
Реконфигурация распределительной сети		Изменение конфигурации распределительной сети повлияет на снижение затрат, будет способствовать роту эффективности распределения ресурсов и росту поставщиков, смягчит волновые колебания от отрицательного воздействия иных внешних факторов

Исследование также показало, что диверсификация источников происхождения (V2), управление денежными потоками для избежания кризиса ликвидности (V6) и объединение поставщиков в соответствии с деструктивными рисками (V17) могут считаться независимыми факторами реализации. Учитывая, что ЦП особенно уязвим, если он полностью полагается на одного поставщика из-за ценовой конкуренции, растущих бизнес-рисков, задержек поставок и ограничений мощностей.

Gebhardt K.M. и др. [15] предположили, что диверсификация источников происхождения (V2) имеет решающее значение для преодоления волновых эффектов. Учитывая, что мониторинг денежных потоков дает компаниям информацию для принятия стратегических решений, подготовки инвестиций и снижения рисков, Scarpin M.R.S. и др. [17] определили управление денежными потоками для избежания кризиса ликвидности (V6) как важный фактор управления волновыми эффектами. Результаты исследования показали, что объединение поставщиков в соответствии с рисками нарушения работы (V17) является важнейшим фактором управления волновыми эффектами в ЗЦСЦ, поскольку выбор и оценка поставщиков являются одним из важнейших стратегических решений для построения успешного и долгосрочного бизнеса.

Оцифровка ЦП с помощью передовых технологий (V1) оказалась второй по значимости группой факторов. Внедрение прорывных инноваций, таких как Industry 4.0, блокчейны и аддитивное производство, ускорит способность ЗЦСЦ поддерживать волновой эффект посредством цифровой трансформации (V1) окажет значительное влияние на уменьшение волновых эффектов в ЗЦСЦ. Реконфигурация распределительной сети для повышения устойчивости (V11) оказалась единственным фактором на уровне 5. Вероятно можно реорганизовать распределительную сеть ЦП, чтобы сэкономить затраты, способствовать более тесному сотрудничеству и прозрачности, охватить больше потребителей и способствовать более быстрому развитию.

Нестабильный и турбулентный ландшафт привел к волновому эффекту и новым потрясениям для большинства стран. Высокие цены на топливо оказывают волновое воздействие на ЗЦСЦ из-за роста затрат на вспашку, скашивание и орошение. Трудности с экспортом оказывают волновое воздействие на ЗЦСЦ из-за роста стоимости удобрений и пестицидов. Чтобы справиться с этими тревожными ситуациями и обеспечить экономическую безопасность бизнеса, зернопроизводители и трейдеры должны использовать факторы, способствующие безрисковости ЦП, чтобы преодолеть опасные последствия соответствующих волновых эффектов.

Факторы, способствующие преодолению их в ЗЦСЦ еще не изучены в полной мере, поэтому данное исследование было направлено на использование знаний о волновых эффектах и последующее выявление, расстановку приоритетов и описание взаимосвязей между факторами с использованием комбинации анализа Парето, методов TISM и когнитивного моделирования. Благодаря комплексной оценке литературы выявлено 18 факторов, способствующих продовольственной безопасности цепочек зерна. Что, в свою очередь, позволило на основе проведения анализа Парето выявить 13 значимых, прошедших уровневую кластеризацию посредством методов TISM и MICMAC. Формализованные контекстные связи между факторами, способствующими экономической продовольственной безопасности, были протестированы когнитивной имитационной моделью. Результаты исследования показали, что цифровая, управление денежными потоками для предотвращения кризиса ликвидности, реконфигурация распределительной сети для улучшения и формирование устойчивых объединений поставщиков являются пятью наиболее значимыми факторами, которые должны стать основой для разработки программ управления продовольственной безопасностью.

Список литературы

1. Абдрахманов О., Зулпукарова Т. Факторы, влияющие на обеспечение продовольственной безопасности страны // Экономика и бизнес: теория и практика. – 2023. – №2 (96). – URL: https://cyberleninka.ru/article/n/faktory-vliyayuschie-na-obespechenie-prodovolstvennoy-bezopasnosti-strany (дата обращения: 05.03.2025).

2. Григорян, В. Р. Оценка и диагностика экономической безопасности бизнес-единиц аграрного сектора в условиях организационных изменений / В. Р. Григорян, А. Н. Кузьминов, А. В. Воронина // Конкурентоспособность в глобальном мире: экономика, наука, технологии. – 2024. – № 12. – С. 111-113. – EDN RMZDCM.

3. Долгий А., Иванов Д. Управление цепочками поставок и операциями в Метавселенной // Международный журнал производственных исследований. – 2023. – 61(23). – С. 8179-8191. –https://doi.org/10.1080/00207543.2023.2240900

4. Канаматова, Д. А. Обеспечение продовольственной безопасности Российской Федерации / Д. А. Канаматова // Вестник евразийской науки. – 2021. – Т. 13. – № 6. – URL: https://esj.today/PDF/70ECVN621.pdf

5. Карпенко, Е. М. Государственно-частное партнерство в системе обеспечения экономической безопасности региона / Е. М. Карпенко // Экономическая безопасность. – 2024. – Т. 7, № 10. – С. 2601-2616. – DOIhttps://doi.org/10.18334/ecsec.7.10.121880

6. Кузьминов, А. Н. Управление развитием ресурсного потенциала регионального агропромышленного комплекса / А. Н. Кузьминов, А. В. Воронина, Т. В. Жукова // Наука и образование: хозяйство и экономика; предпринимательство; право и управление. – 2024. – № 4(167). – С. 7-13. – EDN GAHUOP.

7. Ломакин П.Н. Обеспечение продовольственной безопасности России: внутренние и международные аспекты: дисс. … канд. экономических наук : 08.00.14. – Москва, 2017. – 229 с. – URL: https://mgimo.ru/upload/diss/2017/lomakin_diss.pdf

8. Прудиус Е.В. Продовольственная безопасность – фундамент экономической безопасности страны // Проблемы рыночной экономики. – 2023. – № 2. – С. 112-124. DOI: https://doi.org/10.33051/2500-2325-2023-2-112-124

9. Свидетельство о государственной регистрации программы для ЭВМ № 2018661506 Российская Федерация. Программа для когнитивного моделирования и анализа социально-экономических систем регионального уровня: № 2018619390: заявл. 29.08.2018: опубл. 07.09.2018 / Г. В. Горелова, А. И. Калиниченко, А. Н. Кузьминов. – EDN WPRXPM.

10. Пахомов А. П. Заменить или не применять принцип Парето при замене? // Вестник РУДН. Серия: Экономика. 2010. №1. URL: https://cyberleninka.ru/article/n/primenyat-ili-ne-primenyat-printsip-pareto-na-praktike (дата обращения: 14.03.2025)

11. Черепухин Т. Ю., Иванова И. Г., Гришин Е. Ю. Цифровизация аграрного сектора экономики: проблемы и перспективы // Продовольственная безопасность: проблемы и пути решения : сб. ст. по материалам XVI Междунар. науч.практ. конф. / отв. за вып. А. А. Адаменко. – Краснодар : КубГАУ, 2021. – С. 341-349.

12. Alam MN, Kabir MdS, Verma A. Data and Knowledge Engineering for Legal Precedents Using First-Order Predicate Logic // In: 2023 4th IEEE Global Conference for Advancement in Technology (GCAT). – 2023. – Рр. 1-8. – Doihttps://doi.org/10.1109/GCAT59970.2023.10353499.

13. Ivanov D., Dolgui A. Viability of intertwined supply networks: extending the supply chain resilience angles towards survivability. A position paper motivated by COVID-19 outbreak // International journal of production research. – 2021. – № 58 (10). – Рр. 2904-2915.

14. El Korchi A. Survivability, resilience and sustainability of supply chains: The COVID-19 pandemic // Journal of Cleaner Production. – 2022. – № 377. – Р. 134363.

15. Gebhardt K.M., Feil D.K., Dunning K.R., Lane M., Russell D.L. Human cumulus cell gene expression as a biomarker of pregnancy outcome after single embryo transfer // Fertil. Steril. – 2022. – № 96. – Рр. 47–52. – Doi:https://doi.org/10.1016/j.fertnstert.2022.04.033.

16. Karmaker A., Behrens S., Hossain M.J., Pota H. Multi-stakeholder perspectives for transport electrification: A review on placement and scheduling of electric vehicle charging infrastructure // Journal of Cleaner Production. – 2023. – № 427. – р. 139145. –https://doi.org/10.1016/j.jclepro.2023.139145.

17. The implications of COVID-19: Bullwhip and ripple effects in global supply chains / M. R. S. Scarpin, J. E. Scarpin, N. T. Krespi Musial, W. T. Nakamura // International Journal of Production Economics. – 2022. – Vol. 251. – P. 108523. – DOIhttps://doi.org/10.1016/j.ijpe.2022.108523. – EDN LCPUII.

18. Актуальные проблемы обеспечения продовольственной безопасности в условиях санкций недружественных государств : монография / [А.Е. Суглобов, В.А. Седых, А.В. Родионов, О.В. Савина] ; под ред. А.Е. Суглобова. – 2-е изд. – Москва : Издательско-торговая корпорация «Дашков и К°», 2025. – 248 с.

Контент доступен под лицензией Creative Commons Attribution 4.0 International

Отправить рукопись

Цитировать

Цитирований:

Подтверждение

Регистрация