Север и рынок. 2025, № 4.

СЕВЕР И РЫНОК: формирование экономического порядка. 2025. № 4. С. 152-168. Sever i rynok: formirovanie ekonomicheskogo poryadka [The North and the Market: Forming the Economic Order], 2025, no. 4, pp. 152-168. ИННОВАЦИИ В ЭКОНОМИКЕ СЕВЕРНЫХ И АРКТИЧЕСКИХ РЕГИОНОВ судоходства в условиях изменчивой ледовой обстановки [13]. Отмечается, что для подготовки статьи проводилось интервью с пятью китайскими специалистами по ИИ, чьи научные результаты также отражены в обзоре. Среди них — Ren Y., Li X., Wang Y., Shi L. и Guo P. Их работы посвящены созданию моделей прогнозирования морского льда на основе глубокого обучения, разработке алгоритмов обработки спутниковых данных FY3C, а также исследованию вопросов международного сотрудничества и устойчивого судоходства в рамках инициативы Полярного шелкового пути [13-15]. Важное направление связано с развитием систем дистанционного зондирования: китайские ученые, включая Shi L. и соавторов, показали возможности использования спутниковых данных FY3C для построения продуктов концентрации морского льда, что подтверждает эффективность современных методов компьютерного зрения для мониторинга ледовой обстановки [14]. Тема международного сотрудничества в Арктике также активно исследуется. Guo P., Wang J. и Chen H. подчеркивают значимость совместного управления арктическими акваториями и устойчивого судоходства в рамках концепции Полярного шелкового пути (Polar Silk Road), включая взаимодействие Китая и России [15]. В свою очередь, Li X., Zhang Y. и Wang Z. в своих работах рассматривают баланс между экономическим развитием и экологической устойчивостью при реализации инициативы Полярного шелкового пути, что напрямую связано с вопросами трансфера технологий и использования ИИ для прогнозирования и навигации по Северному морскому пути [16]. Искусственный интеллект активно применяется для обработки климатических и ледовых данных, при этом повышается надежность прогнозов и безопасность судоходства (Frazier K. [17]; Hoffman L. и др. [18]). Формируется инфраструктура "Big Data Economy" — распределенные дата-центры и спутниковая съемка высокого разрешения (Смирнова А. и др. [19]; Uslular G. и др. [20]). Оптимизация маршрутов и формирование «зеленых» транспортных коридоров базируются на ИИ-моделях, анализирующих метеоданные и трафик в реальном времени (Paardenkooper K. [21]; Teslya A., Gutman S. [22]; Xinli Qi и др. [23]). Создание платформ совместной логистики рассматривается как зона пилотных российско-китайских проектов (Воронина Е. П. [24]; Леонов С. Н., Заостровских Е. А. [25]; Пилясов А. Н., Цукерман В. А. [26]). ИИ-подходы помогают оценивать кумулятивное воздействие судоходства и добычи на арктические экосистемы (Garbis Z. и др. [27]; Xinli Qi и др. [23]). Разработка «зеленых» коридоров подчеркивает роль совместных нормативов РФ-КНР (Teslya A., Gutman S. [22]; Соловьева В. А., Вовенда А. В. [28]). Финансирование проектов обеспечивают федеральные программы России и китайские фонды «Пояс и путь». Методики оценки регионального инвестпотенциала показывают, что ИИ снижает операционные риски и повышает привлекательность арктических территорий (Кобылинская Г. В. и др. [29]; Самарина В. П. [30]). Внедрение технологий IV-V технологических укладов ускоряет диверсификацию экономики (Пилясов А. Н., Цукерман В. А. [26]). Научные пробелы и направления дальнейших исследований: интеграция датасетов РФ и КНР — нужны согласованные протоколы обмена и стандарты кибербезопасности (Hoffman L. и др. [18]; Uslular G. и др. [20]); модели совместного финансирования — недостаточно проработаны механизмы распределения рисков и прибыли (Филиппова Л., Петровский В. [1]; Петровский В. Е., Филиппова Л. В. [31]); социальные эффекты — мало работ о влиянии ИИ на занятость коренных народов (Каранатова Л. Г., Кулев А. Ю. [6]; Лаженцев В. Н. [7]); климатические последствия — требуются ИИ-решения, встроенные в политику «зеленого перехода» (Garbis Z. и др. [27]; Xinli Qi и др. [23]). Совокупность работ демонстрирует, что ИИ формирует «цифровой каркас» арктической экономики — от климатического анализа до логистики и устойчивого развития. Российско-китайское партнерство расширяет масштаб проектов и снижает финансовые барьеры, однако требует согласованных политик, доверительного обмена данными и учета экологических рисков. Создание единых нормативов, пилотных испытательных полигонов ИИ и международных научных сетей станет критически важным для успешной интеграции ИИ в Арктике. Материалы и методы Исследование опиралось на три группы материалов: научные публикации 2020-2025 гг. из баз Scopus, Web of Science, РИНЦ по ключевым запросам «Arctic AND Artificial Intelligence», «Северный морской путь AND цифровая логистика» и «Russia-China Arctic cooperation»; официальные отчеты федеральных органов РФ (Минэкономразвития, Минтранс, Росгидромет) и профильных китайских ведомств (Министерство промышленности и информатизации КНР, China Arctic and Antarctic Administration); статистику Росстата, НБК Китая, UNCTAD и специализированных арктических обсерваторий (Arctic Data Center, NSIDC). Макроэкономические показатели (ВВП арктических регионов, объемы добычи, грузооборот СМП, рынок ИИ) нормировались по методу относительных индексов. Для динамики 2015-2024 гг. построены тренды с использованием экспоненциального сглаживания ©Скворцова И. В., Тесля А. Б., Сомов А. Г., Чжан С., 2025 154