Имитационное моделирование данных для определения готовности муниципальных образований к внедрению технологий Smart City © О. О. Комаревцева Среднерусский институт управления – филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, Орел komare_91@mail.ru Аннотация. Цель исследования заключалась в определении степени готовности муниципаль- ных образований Российской Федерации к внедрению технологий Smart City. Предложена имитаци- онная модель, позволяющая определить степень готовности муниципальных образований к внедре- нию технологий Smart City, подобрать городские проекты (Smart-проекты), наиболее релевантные существующему уровню готовности, выявить основные барьеры на пути их реализации. В ходе ис- следования использованы методы структурного и графического анализа, суммарной оценки и рей- тингов, группового учета аргументов. Область применения полученных результатов достаточно об- ширна. Прежде всего, данное исследование будет интересно ученым, занимающимся разработками в области цифровой экономики, управления данными Big data, а также практическим специалистам, реализующим проекты эффективной урбанизации городской среды. Ключевые слова: Smart City, имитационное моделирование, интенсивное использование дан- ных, технологии, цифровая экономика. Simulation of Data for Determining the Readiness of Municipalities to Implement Smart City Technologies © O. O. Komarevtseva Srednerusskiy Institute of Management – branch of Russian Academy of National Economy and Public Administration, Orel komare_91@mail.ru Abstract. The purpose of the study is to determine the degree of readiness of municipal municipali- ties in the Russian Federation to implement Smart City technologies. The author offers an imitation model that allows to determine the degree of readiness of cities to implement Smart City technologies, to select Smart projects, to identify the main barriers to the implementation of Smart projects. In the course of the re- search methods of structural and graphical analysis, summary evaluation and ratings, group accounting of arguments were used. The field of application of the results obtained is quite extensive. This study will be interesting to scientists engaged in developments in the field of digital economy, data management Big data, practical specialists implementing urban urbanization projects. Keywords: Smart City, simulation data intensive domains, technology, digital economy Кроме того, в нынешних условиях жесткой конку- 1 Введение ренции городов как внутри страны, так и за ее пре- делами, вопрос внедрения технологий цифровой Экономическая парадигма XXI века претерпевает экономики становится особенно актуальным. Стре- изменения, связанные с переходом к цифровому раз- мительно развиваясь, муниципальные образования витию федеральной и региональной экономики. формируют новые экономические и культурные центры, которые впоследствии стимулируют эконо- Труды XIX Международной конференции «Ана- мические изменения. При этом депрессивные муни- литика и управление данными в областях с ин- ципальные образования испытывают в данном про- тенсивным использованием данных» (DAMDID/ цессе некоторые проблемы. К их числу относятся: RCDL’2017), Москва, Россия, 10–13 октября 2017 года 129 неравенство муниципальных образований Россий- вость / неустойчивость развития муниципального ской Федерации в отношении доступа к цифровым образования с учетом изменений параметров слу- системам; необеспеченность социальной вовлечен- чайных величин и начальных условий моделирова- ности органов местного самоуправления в данный ния) [1], статистическая модель матрицы переходов процесс; депрессивно-стагнирующее состояние эко- (устанавливающая параметры масштабирования и номик некоторых городов; отсутствие фундамен- перемещения для изменения вектора развития муни- тальных основ построения цифровой экономики. В ципального образования) [4], модель оценки сомни- то же время развитие экономики муниципального тельных результатов (выявляющая наличие факто- образования невозможно без привлечения инвести- ров, не оказывающих существенного влияния на ций, обеспечения потребностей населения в новых достижение запланированного результата в рамках интеллектуальных услугах, эффективного управле- развития муниципального образования) [8]. Однако ния городской инфраструктурой. Для реализации в условиях анализа большого количества данных данных направлений в современных условиях разви- требуются автоматизация предлагаемых показателей тия требуется внедрение элементов интеллектуаль- (индикаторов) оценки или применение инструмен- ной экономики, одними из которых выступают тех- тов имитационного моделирования. Имитационное нологии Smart City. Однако возникают вопросы: моделирование данных является одним из удобных готовы ли муниципальные образования к внедрению и практических инструментов определения готовно- технологий Smart City? На основе какой методики сти муниципальных образований к внедрению тех- или модели должна быть осуществлена оценка го- нологий Smart City. В рамках представленного выше товности? инструмента исследования интересными представ- В соответствии с выделенной проблематикой це- ляются следующие модели: агентная модель (ис- лью исследования выступает определение степени пользуется для определения индивидуальных готовности муниципальных образований Российской свойств и правил поведения активных агентов в Федерации к внедрению технологий Smart City. Для процессе внедрения концепции Smart City в город- реализации поставленной цели необходимо решить скую среду) [9], модель системной динамики (при- следующие задачи: меняется для выявления существенных характери- стик объектов, явлений, процессов, в рамках кон- • рассмотреть теоретико-методическую часть ис- цепции Smart City, с последующем установлением следования вопроса имитационного моделирова- причинно-следственных связей между данными ка- ния данных как инструмента, определяющего тегориями) [3], модель детерминации (трансформи- уровень готовности муниципальных образований руется в соответствии с изменениями внешней сре- к внедрению технологий Smart City; ды и адаптируется под создаваемые условия разви- • выявить основные рейтинги оценки степени со- тия муниципального образования) [2], дискретно- ответствия городов принципу Smart City, исполь- событийная модель (акцентирует внимание на клю- зуемые в современных реалиях развития терри- чевых процессах экономического развития и абстра- торий; гируется от непрерывных событий, происходящих в • применить имитационное моделирование для муниципальном образовании) [11]. определения готовности муниципальных образо- Несмотря на большое количество исследований, ваний к внедрению технологий Smart City. проводимых на основе названного инструментария, к сожалению, отсутствуют единая методика или рос- 2 Теоретико-методические аспекты го- сийский стандарт оценки готовности муниципаль- товности муниципальных образований к ных образований к внедрению технологий Smart внедрению технологий Smart City City. Международные модели и рейтинги исследова- ния готовности городов к внедрению технологий Исследование теоретико-методического инстру- Smart City находятся на стадии апробации и исполь- ментария готовности муниципальных образований к зуются для решения конкретных практических во- внедрению технологий Smart City прослеживается в просов: определение устойчивости города, наличие в трудах зарубежных и российских ученных. Отме- городской среде элементов «умного города», выяв- тим, что многие из исследований основаны на опре- ление показателей интеллектуализации городской делении готовности городов к внедрению техноло- инфраструктуры и т. д. Этот аспект подтверждает гий Smart City через построение статистической мо- актуальность темы и обосновывает новизну иссле- дели. Ключевыми моделями этих исследований вы- дования, проявляемую в авторском подходе к ими- ступают: регрессионная статистическая модель экс- тационному моделированию данных для определе- периментальных данных (определяющая закономер- ния степени готовности муниципальных образова- ности между экономическим положением муници- ний к внедрению технологий Smart City. пального образования и инновационным развитием городской среды) [7], модель статистических испы- Рассмотрим ключевые рейтинги оценки, приме- таний (основанная на многократном теоретико- няемые для определения готовности муниципальных вероятностном и статистическом моделировании образований к внедрению технологий Smart City. параметрических величин концепции Smart City) [10], статистическая модель робастности получен- ных результатов (позволяющая определить устойчи- 130 3 Рейтинги оценки степени соответствия измерение влияния технологического прогресса городов принципам концепции на уровень экологии; • «умная мобильность» (smart mobility): инноваци- Smart City онная и безопасная транспортная система, воз- Для оценки степени готовности муниципальных можность без проблем добраться во все районы и образований выбраны три ключевых рейтинга соот- места города, открытость города на националь- ветствия городов принципам концепции Smart City ном и интернациональном уровнях, доступность (таблица 1). информационно-коммуникационных технологий в городской инфраструктуре – наличие высоко- Таблица 1 Ключевые рейтинги соответствия технологической базы совместно с информаци- городов принципам концепции Smart City онной доступностью. Название рейтин- Индикаторы Блок 2. Уровень образованности и социальной гов активности населения: Рейтинг соответ- Умная экономика (smart • «умные люди» (smart people): степень образован- ствия городов прин- economy), умная мобильность ности горожан, уровень квалификации населе- ципам концепции (smart mobility), умный подход к ния, способность и желание обучаться на протя- Smart Сity окружающей среде (smart жении всей жизни, социальное и этническое мно- environment), умные люди (smart people), умный образ жизни гообразие в разрезе городского населения – важ- (smart living), умное правитель- ным является определение открытости горожан к ство (smart governance) новым изменениям; Рейтинг устойчиво- Экономика, городское хозяй- • «умный образ жизни» (smart living): уровень здо- го развития городов ство, социальная сфера, эколо- ровья населения, уровень индивидуальной без- Российской Федера- гическая обстановка опасности граждан, туристическая привлекатель- ции ность города, социальная сплоченность населе- Система показателей Экономика (ИКТ, инновации, ния, качество проживания и уровень развития умных городов занятость, торговля, производи- жилищно-коммунальной системы, доступность тельность, физическая инфра- структура), окружающая среда образовательных учреждений, развитость инфра- (качество воздуха, водоснабже- структуры культурного пространства – опреде- ние, шум, биоразнообразие, ление степени участия граждан в принятии ре- энергетика), общество и культу- шений по модернизации городского простран- ра (образование, здравоохране- ства; ние, безопасность, жилье, куль- • «умное правительство» (smart governance): уча- тура, социальная вовлеченность) стие городского населения в принятии решений в Одноименный рейтинг соответствия городов области развития города, уровень работы обще- принципам концепции Smart Сity разработан лабо- ственных и социальных организаций, прозрач- раторией Венского технического университета 1. Ос- ность работы институтов управления – определе- новой этого рейтинга является рассмотрение евро- ние наличия компонентов умного управления. пейских городов (с численностью населения до 1 Представленный выше рейтинг обладает каче- млн. человек) на предмет соответствия принципам ственными преимуществами, связанными с подроб- концепции Smart City. Названный рейтинг включает ным исследованием соответствия городов принци- два ключевых блока с шестью характеристиками пам концепции Smart Сity (минимально – 74 показа- «умного города». Рассмотрим их более подробно. теля). Однако в некоторых случаях эти преимуще- Блок 1. Открытость и способность социальных ства выступают как недостаток, например, когда институтов к быстрой трансформации и модерниза- требуется простая методика определения готовности ции: внедрения технологий Smart Сity для переговоров потенциальных инвесторов и органов местного са- • «умная экономика» (smart economy): инноваци- моуправления. онное развитие, уровень развития предпринима- тельства, гибкость рынка труда; включенность в Вторым выступает рейтинг устойчивого развития международное экономическое пространство, городов Российской Федерации, сформированный экономический образ города, экономическая агентством “Sustainable growth management agency” продуктивность – индикаторы не устойчивы, из- (OOO «Агентство ЭС ДЖИ ЭМ») 2. В основу этого меняются в зависимости от ситуации; рассчиты- рейтинга включены тридцать статистических пока- ваются в процентном соотношении; зателей, характеризующих муниципальное образо- • «умный подход к окружающей среде» (smart en- вание по следующим критериям: состояние эконо- vironment): уровень устойчивого управления ре- мики, городского хозяйства, социальной сферы, а сурсами, степень загрязненности воздуха, уро- также экологической обстановки. Объектами выбор- вень обеспокоенности экологической средой – 2 Рейтинг устойчивого развития городов Российской Фе- дерации. Sustainable growth management agency” (OOO 1 Europeansmartcities 4.0. Technische Universität Wien. «Агентство ЭС ДЖИ ЭМ»). http://agencysgm.com/projects/ http://www.smart-cities.eu/?cid=01&ver=4 Рейтинг%20устойчивого%20 развития-2015.pdf 131 ки выступают города – административные центры обеспеченность жилым фондом. субъектов Российской Федерации. Особенностью Преимуществом данной системы является по- данного рейтинга является тот факт, что высокие дробное описание оценки расчетов представленных параметрические показатели не всегда определяют показателей. В качестве недостатка можно указать лидерские позиции города в рейтинге устойчивого лишь применимость к системе статистической оцен- развития. Главным критерием данного фактора вы- ки европейских стран. ступает сбалансированность параметрических пока- Проанализировав некоторые имеющиеся на сего- зателей. Разбалансировка отрицательно влияет на дняшний день системы и рейтинги оценки готовно- все стороны устойчивого развития. Ежегодно в сти муниципальных образований к внедрению тех- названном рейтинге лидирующие позиции занимают нологий Smart City, попробуем предложить автор- Москва, Санкт-Петербург и Уфа. Эти муниципаль- ский подход к исследованию данного вопроса. Ав- ные образования показывают высокие значения в торское мнение по формированию оценки готовно- разрезе социально-экономического развития городов сти муниципальных образований к внедрению тех- Российской Федерации. В качестве преимущества нологий Smart City заключается в простоте и до- данного рейтинга можно выделить параллельный ступности применения данной модели. В соответ- анализ показателей социально-экономического раз- ствии с этим считаем необходимым сформировать вития муниципального образования, а в качестве авторскую модель оценки готовности муниципаль- недостатков можно отметить масштабность, услож- ных образований к внедрению технологий Smart ненность и непонятность параметрических показате- City, использовав элементы имитационного модели- лей. Представленные в нем рейтинговые показатели рования. формальны, носят обособленный характер по отно- шению к технологиям Smart City. Так, например, отсутствие понимания включения в рейтинг показа- 4 Модель оценки готовности муници- теля «доступность дошкольного образования» или пальных образований к внедрению тех- наличие ряда показателей, оценивающих одно нологий Smart City направление (в блоке демография и население – ко- эффициенты естественного прироста, демографиче- Проведенное исследование базируется на обще- ского прироста, естественной убыли населения). научных методах анализа, которые включают фор- мально-логический и аналитический способы иссле- Третьей выступает система показателей умных дования. Методы, используемые для решения по- городов, разработанная Европейской экономической ставленной проблемы в рамках сформулированных комиссией Организации Объединенных Наций 3. задач исследования, определяются закономерностя- Степень готовности городов к внедрению техноло- ми эмпирического развития данной проблематики и гий Smart City в данной системе показателей оцени- включают: метод моделирования, графический ме- вается через определение инновационности города, тод, статистический метод. Исходя из этого, исполь- использование информационно-коммуникационных зуемые в исследовании методы позволяют осуще- технологий и других средств для повышения каче- ствить процесс имитационного моделирования дан- ства уровня жизни. Кроме того, данная система по- ных для оценки готовности муниципальных образо- казателей учитывает эффективность деятельности и ваний к внедрению технологий Smart City. услуг, оказываемых в городе, конкурентоспособ- ность при обеспечении удовлетворения потребно- Авторская модель оценки готовности муници- стей настоящего и будущих поколений в экономиче- пальных образований к внедрению технологий Smart ских, социальных, культурных и природоохранных City сформирована на основе имитационной про- аспектах. Представленная система включает три граммы AnyLogic (адаптирована под графические блока со следующими показателями: изображения Microsoft Word) и представлена на рис. 1. Блок 1. Экономика: инфраструктура информаци- онно-коммуникационных технологий; инновацион- ная активность; занятость; электронная торговля и отношение экспорт/импорт; производительность; городская инфраструктура (водоснабжение, электро- снабжение, транспорт, эксплуатация зданий и т. д.). Блок 2. Окружающая среда: качество воздуха; шум; водоснабжение; энергетика; биоразнообразие; качество окружающей среды. Блок 3. Общество: образование; здравоохране- ние; культурная сфера; социальная вовлеченность; Рисунок 1 Модель оценки готовности городов к Показатели «умных» устойчивых городов, разработан- 3 внедрению технологий Smart City ные ЕЭК ООН–МСЭ. Европейская экономическая комис- сия Организация Объединенных Наций. http://www.unece. org/fileadmin/DAM/hlm/documents/2015/ECE_HBP_2015_4. Программа имитационного моделирования ru.pdf AnyLogic позволяет разработать модели на основе 132 различных методов визуализации данных. Напри- где K – муниципальный долг, D – доходы бюдже- мер, дискретно-событийном и агентном методе ис- та муниципального образования. следования. Модель оценки готовности городов к Показатель энергоэффективности городской сре- внедрению технологий Smart City сформирована на ды (Energy) основе семи ключевых показателей (накопителей), 𝑅𝑅 𝐶𝐶 включающих в себя параметры распределения, ко- 𝐸𝐸𝑓𝑓 = + , 𝑃𝑃 𝑁𝑁 торые позволяют определить итоговый показатель готовности муниципального образования к внедре- где R – потребление топливно-энергетических ре- нию технологий Smart City. Выбор показателей, ис- сурсов предприятиями муниципального образова- пользуемых в модели, обусловлен необходимостью ния, P – произведенная и отгруженная продукция оценки уровня инфраструктурно-технологического (товары, работы, услуги) с использованием энерго- развития города как ключевого направления внедре- ресурсов, C – стоимость потребляемых энергоре- ния технологий Smart City. В соответствии с этим сурсов населением, N – население муниципального автором предложены следующие параметрические образования. показатели. Показатель внедрения креативных технологий в Показатель технологичности производства в му- функциональное пространство города (Creative) ниципальном образовании (Technology) 𝑀𝑀+𝐼𝐼+𝑆𝑆 𝑒𝑒+𝑦𝑦+𝑗𝑗 𝐾𝐾𝑡𝑡 = , 𝑇𝑇𝑝𝑝 = 𝑎𝑎 , 𝑆𝑆 где M – количество созданных медиа ресурсов на где a – общее количество предприятий в муници- территории муниципального образования за послед- пальном образовании, e – количество предприятий, проводивших модернизацию не позднее 2007 года, ние три года, I – реализация проектов индустрии y – количество предприятий, проводивших модер- развлечения на территории муниципального образо- вания за последние три года, S – зарегистрирован- низацию не позднее 2012 года, j – количество ные объекты социального предпринимательства на предприятий, проводивших модернизацию не позд- территории муниципального образования за послед- нее 2015 года. ние три года, s – зарегистрированные субъекты Показатель инновационности городской инфра- бизнеса на территории муниципального образования структуры (Innovations) за последние три года. 𝑂𝑂 𝑇𝑇 Все итоговые показатели являются потенциала- 𝐼𝐼𝑖𝑖 = + , 𝑉𝑉 𝑋𝑋 ми. Конечным результатом оценки готовности рос- где O – объем работ, выполненный по замене объ- сийских городов к внедрению технологий Smart City ектов инновационной инфраструктуры, V – объем является группировка городов на основе следующих работ, требующейся для замены всей инфраструкту- критериев: ры на территории муниципального образования, T • готовы к внедрению технологий Smart City (кри- – объем инновационной продукции, произведенный териальный диапазон 3,7(−0,2)〈 n ), n – значение в инкубаторах, технопарках и иных инновационных итогового показателя группировки городов по предприятиях муниципального образования, X – степени готовности к внедрению технологий объем продукции, произведенный на всех предприя- Smart City; тиях муниципального образования. • средняя готовность к внедрению технологий Показатель интернетизации муниципального об- Smart City (критериальный диапазон разования (Internet) 3,7(−0,2)〈 n〈 2,5(−0,3) ), n – значение итогового 𝑊𝑊 показателя группировки городов по степени го- 𝐼𝐼𝐼𝐼 = , товности к внедрению технологий Smart City; 100% где W – показатель полного покрытия территории • удовлетворительная готовность к внедрению интернетом. технологий Smart City (критериальный диапазон 2,5(−0,4)〈 n〈1,95(−0,4) ), n – значение итогового Показатель интеллектуализации городской среды (Intel) показателя группировки городов по степени го- товности к внедрению технологий Smart City; 𝐿𝐿+𝑉𝑉+𝐺𝐺 𝐼𝐼𝑟𝑟 = , • не готовы к внедрению технологий Smart City 𝑛𝑛 (критериальный диапазон 1,95(−0,5)〉 n ), n – зна- где L – количество созданных инновационных про- чение итогового показателя группировки городов дуктов, V – количество, зарегистрированных па- по степени готовности к внедрению технологий тентов, G – количество выигранных грантов, кон- Smart City. курсов, олимпиад. Представленные выше диапазоны сформированы Показатель финансовой независимости городско- в соответствии с наивысшими и наименьшими зна- го бюджета (Debt) чениями каждого показателя, участвующего в опре- 𝐹𝐹𝑛𝑛 = , 𝐾𝐾 делении конечного значения. Максимальный и ми- 𝐷𝐷 133 нимальный уровни показателей, используемых в нологий Smart City», замедляющие процессы пере- исследовании, представлены в Таблице 2. хода в более высшую по уровню критериальную группу определим только для муниципального обра- Таблица 2 Наивысшие и наименьшие значения зования города Орел. показателей, используемых для определения готовности муниципальных образований к внедрению технологий Smart City 4 По- Готов к Средняя Удовлетво Не каза- внедре- готовность рительная гото- тели нию готовность вы max min max min max min max 1 (+) 1 0,6 0,6 0,3 0,2 0,2 0,2 2 (+) 1 0,6 0,4 0,4 0,4 0,3 0,3 3 (+) 1 0,6 0,5 0,3 0,3 0,3 0,3 4 (+) 1 0,7 0,5 0,3 0,3 0,3 0,3 5 (-) 1 0,2 0,8 0,3 0,4 0,2 0,2 Рисунок 2 Модель готовности к внедрению 6 (+) 1 0,6 0,5 0,4 0,4 0,3 0,3 технологий Smart City муниципального города Орел 7 (+) 1 0,6 0,6 0,4 0,4 0,35 0,35 Итог 6 3,7 3,7 2,5 2,5 1,95 1,95 Отметим, что данные диапазоны можно опреде- лить не только на основе пробных вариаций, но и при помощи программы PyQt. PyQt – набор «привя- зок» графического фреймворка Qt для языка про- граммирования Python, выполненный в виде расши- рения Python. В рамках имитационной модели оценки готовно- сти городов к внедрению технологий Smart City важным компонентом выступает итоговый индика- тор – муниципальное образование. На Рис. 1 данный Рисунок 3 Модель готовности к вндрению индикатор (ключевой накопитель) обозначен как технологий Smart City города федерального SmartCity. В аспекте оценки готовности городов к значения Москва внедрению технологий Smart City ключевой накопи- тель приобретает название в соответствии с иссле- Так, муниципальное образование город Орел дуемым объектов. Для более наглядного демонстри- находится в критериальной группе «не готовы к рования данного тезиса применим модель оценки внедрению технологий Smart City» в связи с высокой готовности муниципальных образований к внедре- финансовой зависимостью городского бюджета нию технологий Smart City на примерах Москвы – (Debt), отсутствием инновационного развития го- города федерального значения и Орла – муници- родской инфраструктуры (Innovations), неполным пального образования. Проведя оценку готовности, покрытием территории интернетом (Internet). Для мы установили, что муниципальное образование решения представленных выше проблем требуется город Орел относится к критериальной группе «не реализация эффективных управленческих мероприя- готовы к внедрению технологий Smart City» (значе- тий по данным направлениям, которые позволят го- ние 1,837), а город федерального значения Москва роду Орел приблизиться к группе муниципальных входит в группу «готовы к внедрению технологий образований, «готовых к внедрению технологий Smart City» – значение 5,473 (рисунки 2 и 3). Пред- Smart City». ставленная модель позволяет определить не только Таким образом, представленная модель оценки готовность муниципального образования к внедре- готовности муниципальных образований к внедре- нию технологий Smart City, но и выявить сегменты нию технологий Smart City позволит: во-первых, (треки), замедляющие процесс перехода в более оперативно определить уровень развития муници- высшую по уровню критериальную группу. В соот- пального образования, готового к внедрению Smart- ветствии с тем, что город федерального значения технологий; во-вторых, выявить основные проблемы Москва входит в группу «готовы к внедрению тех- и барьеры, стоящие перед муниципальными образо- ваниями, входящими в критериальную группу «не 4 Значения показателей: технологичности производства в готовы к внедрению технологий Smart City»; в- муниципальном образовании (1), инновационности город- третьих, применить соответствующую модель го- ской инфраструктуры (2), интернетизации муниципально- родского развития для реализации Smart-проектов, го образования (3), интеллектуализации городской среды позволяющих улучшить социально-экономические (4), финансовой независимости городского бюджета (5), энергоэффективности городской среды (6), внедрения показатели муниципального образования. креативных технологий в функциональное пространство города (7). 134 Литература [7] Khorov, E., Gushchin, A., Safonov, A.: Distortion Avoidance While Streaming Public Safety Video [1] Akaslan, D., Taşkln, S.: An Analogy Between in Smart Cities. Lecture Notes in Computer Sci- Womb and Home for Supporting the Aspects of ence, 9305, pp. 89-100 (2015). doi: 10.1007/978-3- Smart Cities. 4th Int. Istanbul Smart Grid Congress 319-23440-3_7 and Fair, IEEE Press, New York (2016). doi: [8] Medvedev, A., Fedchenkov, P., Zaslavsky, A., An- 10.1109/SGCF.2016.7492438 agnostopoulos, T., Khoruzhnikov, S.: Waste Man- [2] Barriga, J.K.D., Romero, C.D.G., Molano, J.I.R.: agement as an IOT-Enabled Service in Smart Cit- Proposal of a Standard Architecture of IOT for ies. Lecture Notes in Computer Science, 9247, Smart Cities. Communications in Computer and pp. 104-115 (2015). doi: 10.1007/978-3-319- Information Science, pp. 77-89 (2016). doi: 23126-6_10 10.1007/978-3-319-42147-6_7 [9] Merlino, G., Bruneo, D., Longo, F., Puliafito, A., [3] De Domenico, M., Arenas, A., Lima, A., González, Distefano, S.: Software Defined Cities: a Novel M.C.: Personalized Routing for Multitudes in Paradigm for Smart Cities through IOT Clouds. Smart Cities. EPJ Data Science. 1, pp. 1-11 (2015). 12th IEEE Int. Conf. on Ubiquitous Intelligence doi: 10.1140/epjds/s13688-015-0038-0 and Computing, pp. 909-916. IEEE Press, New [4] Glebova, I.S., Yasnitskaya, Y.S., Maklakova, N.V.: York (2015). doi: 10.1109/UIC-ATC-ScalCom- Possibilities of “Smart City” Concept Implement- CBDCom-IoP.2015.174 ing: Russia’s Cities Practice. Mediterranean J. of [10] Poxrucker, A., Bahle, G., Lukowicz, P.: Simulating Social Sciences, 12, pp. 129-133 (2014). doi: Adaptive, Personalized, Multi-modal Mobility in 10.5901/mjss.2014.v5n12p129 Smart Cities. Lecture Notes of the Institute for [5] Ishkineeva, G., Ishkineeva, F., Akhmetova, S.: Ma- Computer Sciences, Social-Informatics and Tele- jor Approaches Towards Understanding Smart Cit- communications Engineering, 166, pp. 113-124 ies Concept. Asian Social Science, 5, pp. 70-73 (2016). doi: 10.1007/978-3-319-33681-7_10 (2015). doi: 10.5539/ass.v11n5p70 [11] Zhuhadar, L., Thrasher, E., Marklin, S., de Pablos, [6] Khatoun, R., Zeadally, S.: Smart Cities: Concepts, P.O.: The Next Wave of Innovation – Review of Architectures, Research Opportunities. Association Smart Cities Intelligent Operation Systems. Com- for Computing Machinery. Communications of the puters in Human Behavior, 66, pp. 273-281 (2017). ACM, 8, pp. 46-57 (2016). doi: 10.1007/978-3- doi: 10.1016/j.chb.2016.09.030 319-23440-3_7 135