Методы моделирования и прогнозирования экономики стрелин борис васильевич.

Методы оптимизации позволяют находить наилучшие по выбранному критерию оптимальности, варианты экономических решений. На их основе можно определить оптимальную прибыль предприятия, объемы выпуска продукции различных видов, численность работников, объем потребляемых ресурсов и другие показатели.

Модель - это удобное, упрощенное представление существенно важных характеристик объекта или ситуации.

Модели должны отвечать следующим требованиям:

1. Модель должна отображать характерные, существенные черты объекта.

2. Это отображение должно быть выражено в упрощенной форме.

3. Модель должна позволять менять некоторые свои параметры с целью исследования.

4. Модель должна быть более удобной для экспериментов и более дешевой в изготовлении, чем объект.

    1. Последовательность построения экономико-математической модели

При построении экономической модели обычно выполняется ряд этапов:

1. Формулируется предмет и цели исследования.

2. В рассматриваемой экономической системе выделяются структурные или функциональные элементы и определяются их наиболее важные характеристики.

3. Дается словесное описание взаимосвязей между элементами модели.

4. Вводятся символические обозначения для учитываемых характеристик объекта моделирования и формализуются взаимосвязи между ними. Таким образом, строится математическая модель.

5.Проводятся расчеты по математической модели, и выполняется анализ полученного решения.

    1. Основные типы моделей

Математические модели, используемые в экономике, можно разделить на классы по ряду признаков, относящимся к особенностям моделируемого объекта, цели моделирования и используемого инструментария:

В зависимости от типа моделируемого объекта модели бывают макро и микроэкономические.

Макроэкономические модели описывают экономику как единое целое, связывая между собой ее укрупненные показатели: ВВП, инвестиции, производительность труда, занятость, процентную ставку и др. показатели.

Микроэкономические модели описывают взаимодействие структурных и функциональных составляющих экономики, либо поведение одной такой составляющей в рыночной среде. Вследствие разнообразия типов экономических элементов и форм их взаимодействия на рынке, микроэкономические моделирование занимает основную часть экономико-математической теории.

В зависимости от целей моделирования могут разрабатываться теоретические и прикладные модели.

Теоретические модели позволяют изучать общие свойства экономики и ее характерных элементов. Прикладные модели дают возможность оценить параметры функционирования конкретного экономического объекта и сформулировать рекомендации для принятия практических решений.

В моделировании рыночной экономики особое место занимают равновесные модели, которые описывают состояние экономики, когда результирующая всех сил, стремящихся вывести ее из данного состояния, равна нулю, например модели равновесия спроса и предложения.

Оптимизационные модели в рыночной экономике обычно строятся на микро уровне, например максимизация прибыли или минимизация затрат при фирменном планировании.

В зависимости от используемого инструментария и от характера изучаемых процессов все виды моделирования могут быть разделены на детерминированные и стохастические, дискретные и непрерывные, статические и динамические, линейные и нелинейные.

Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий.

Стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса, и оцениваются средние характеристики процесса.

Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, т.е. прерывистыми, состоящими из отдельных частей.

Непрерывное моделирование позволяет отобразить непрерывные процессы в системах.

По временному признаку модели могут быть статическими и динамическими. В статических моделях описывается состояние экономического объекта в конкретный момент или период времени, а динамические модели включают взаимосвязи переменных во времени (например, за пятилетний период).

По степени огрубления формы структурных отношений исследуемого объекта модели подразделяются на линейные и нелинейные модели. В линейных моделях все искомые переменные записаны в первой степени, а на графиках они могут быть представлены в виде прямых линий.

В зависимости от формы представления объекта можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для из физического созерцания. Мысленное моделирование может быть реализовано в виде наглядного и математического.

При наглядном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отражающие явления и процессы, протекающие в объекте.

В основу гипотетического моделирования исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта.

Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов.

Мысленный макет может применяться в тех случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию.

Символическое моделирование может быть языковым или знаковым. В основе языкового моделирования лежит некий тезаурус, т.е. словарь, очищенный от неоднозначности, присущей обычному словарю (например, слово "КЛЮЧ").

Знаковое моделирование позволяет с помощью знаков отображать набор понятий, составляя цепочки из слов и предложений и таким образом дать описание реального объекта.

Математическими моделями называют комплекты математических зависимостей, отображающие существенные характеристики изучаемого явления. Во многих случаях математические модели наиболее полно отображают моделируемый объект. В то же время математические модели более динамичны, на них лучше найти оптимальные параметры объекта. Для моделирования экономических явлений другие модели, кроме экономико-математических, как правило, использовать нельзя. Экономико-математические модели, в свою очередь, бывают двух типов: аналитические и имитационные.

Для аналитического моделирования процессы функционирования записываются в виде некоторых функциональных отношений (алгебраических, конечно-разностных и т.д.). При имитационном моделировании имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во времени.

Реальное моделирование является наиболее адекватным, но его возможности с учетом сложности объектов очень ограничены.

Полянский Ю.Н. Эконометрика. Экономическое моделирование и прогнозирование: учебное пособие

Представляем книгу эксперта по банковским рискам Ю.Н. Полянского "Эконометрика. Экономическое моделирование и прогнозирование". Книга написана в виде учебного пособия в соответствии с требованиями Государственного образовательного стандарта, в ней рассмотрены типовые практические задачи, подкрепленные примерами решений в MS Excel. Книга публикуется впервые и только на данном сайте.
Ввиду обилия математических формул книга публикуется в PDF-формате.

Настоящее учебное пособие предназначено для студентов и слушателей, обучающихся на экономических специальностях по всем формам обучения. В пособии рассмотрены общие теоретические основы дисциплины «Эконометрика» согласно требованиям Государственного образовательного стандарта. Для более успешного освоения и закрепления материала в пособии подробно рассмотрен процесс решения типовых практических задач. Для подготовки к экзамену (зачету) приведены тестовые вопросы с возможными вариантами ответов.

ВВЕДЕНИЕ

6

ГЛАВА 1. ПАРНАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ

1.1. Теоретические сведения 13
1.2. Практические задания

ГЛАВА 2. ПАРНАЯ НЕЛИНЕЙНАЯ РЕГРЕССИЯ

2.1. Теоретические сведения 43
2.2. Практические задания 49

ГЛАВА 3. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ

3.1. Теоретические сведения 60
3.2. Практические задания 65

ГЛАВА 4. НЕКОТОРЫЕ ОСОБЕННОСТИ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ РЕГРЕССИОННЫХ МОДЕЛЕЙ

4.1. Теоретические сведения 78
4.2. Практические задания 85

ГЛАВА 5. ВРЕМЕННЫЕ РЯДЫ

5.1. Теоретические сведения 105
5.2. Практические задания 113

ГЛАВА 6. СИСТЕМЫ ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ

6.1. Теоретические сведения 130
6.2. Практические задания 137

МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ ТАБЛИЦЫ

148

ТЕСТЫ ПО КУРСУ «ЭКОНОМЕТРИКА»

156

ЛИТЕРАТУРА

188

Предисловие


Эконометрика (или иначе – эконометрия ) как самостоятельная наука развивается сравнительно недавно - с начала XX века. Ее зарождение и интенсивное развитие связано, прежде всего с необходимостью количественного измерения общих качественных зависимостей, выявленных и обоснованных экономической теорией. Не случайно само ее название состоит из слов "экономика" и "метрика".


Эконометрика возникла на стыке трех наук: математики, экономической теории и статистики. Первоначальные попытки количественных исследований в экономике предпринимались учеными-экономистами разных стран, начиная с XVII века (В. Петти, Г. Кинг, Ч. Давенант, Дж.Э. Юл, Г. Хукер и др.). Сам термин "эконометрика" (вернее "эконометрия") ввел П. Цьемпа (Австро-Венгрия) в 1910 году. Более серьезную научную проработку эконометрика получила в 1930-50-е годы в работах Р. Фриша, Ч. Руса, Й. Шумпетера, Я. Тинберга, О. Андерсона и др. Свидетельствами общего признания эконометрики стали присуждения Нобелевской премии в 1969 году эконометристам Р. Фришу и Я. Тинбергу, в 1980 году – Л. Клейну, в 1989 году – Т. Хаавельмо, в 2000 году – Дж. Хекману и Д. Макфаддену.

Ее развитие как самостоятельной науки неразрывно связано с научными и практическими успехами в других науках. Конечно, грани между экономической теорией, математической экономикой, математической статистикой, экономической статистикой и эконометрикой не очень четкие.


Экономическая теория , опираясь на знание основных экономических тенденций и законов, дает качественные, обобщенные результаты, которые эконометрика уточняет, сводит к конкретным практическим количественным показателям, критериям.
Математическая экономика выражает известные экономические законы в виде формул и соотношений, которые эконометрика экспериментально проверяет, уточняет и дает рекомендации по их практическому применению.
Математическая статистика дает общий математический аппарат для изучения случайных явлений и процессов, который эконометрика уточняет применительно к экономике, рассматривает с практической точки зрения.
Экономическая статистика , дает рекомендации по сбору и обработке экономических данных, между которыми эконометрика количественно изучает взаимосвязь.


Так как эконометрические исследования основываются на обработке больших объемов статистических данных, то особенно бурное развитие эконометрики, как и многих других наук, началось с успехами вычислительной математики и информатики , широкого распространения вычислительной техники, особенно персональных компьютеров. В настоящее время эта наука продолжает формироваться. Она находится на этапе бурного распространения и развития, в частности в России.


До 1990-х годов в социалистических странах для планового развития централизованной экономики в основном использовались балансовые и оптимизационные методы исследований. Эконометрические эксперименты в таких условиях были мало востребованы. И лишь с началом рыночных отношений существенно возросла необходимость применения и развития эконометрических методов в управлении экономикой.


В 2000 году эконометрика впервые включена в Государственный образовательный стандарт Российской Федерации на правах самостоятельной учебной дисциплины естественнонаучного цикла. Практически все экономические вузы и факультеты страны начали преподавание этой важной науки. По мнению известного российского экономиста академика РАН В.Л. Макарова "Современное экономическое образование держится на 3-х китах: макроэкономике, микроэкономике и эконометрике".


Ведущие ученые-экономисты и экономические научно-исследовательские организации России активно включились в процесс исследований по этому направлению.


Важным является еще и то, что получившие в эконометрике мощное практическое развитие методы регрессионного анализа, корреляционного анализа, компонентного анализа могут применяться не только в экономике. Конечно, экономические данные и законы идеально подходят для эконометрических исследований. Но разработанные в рамках эконометрики методы и подходы могут с успехом использоваться для решения многих социальных, технических, технологических, организационных, военных, правоохранительных, юридических и иных задач.


Для успешного овладения этой дисциплиной необходимо предварительное изучение в рамках учебного плана математики (математического анализа, линейной алгебры, теории вероятностей и математической статистики), экономической статистики, экономической теории, информатики. Эконометрика вбирает в себя многие их положения. Она подводит слушателей к реальным, практическим научным исследованиям, обучает их творческому, осознанному подходу к выявленным экономическим закономерностям. Простое механическое применение формул, полученных в экономической теории, статистике, математике могут зачастую дать численно правильный, но далекий от жизненных реальностей результат.


Аудиторные занятия по эконометрике заключаются не только в теоретической подготовке на лекциях и разборе типовых задач на семинарах. Задачи должны практически реализовываться на ЭВМ с использованием общего и специального программного обеспечения. Наиболее полный пакет функций реализован в многочисленных специализированных прикладных статистических программах и системах (например, Statistica, Econometric Views, Statgraphics, STATA, SAS, SYSTAT, SPSS, TSP, GAUSS, Microfit и др.), предназначенных для работы в различных операционных системах. Вместе с тем очень многие необходимые возможности реализованы в широко распространённой офисной программе Microsoft Excel из пакета Microsoft Office.


Конечно, наиболее эффективными инструментами являются специальные эконометрические и статистические пакеты. Однако, на взгляд автора, прежде чем пользоваться ими, надо овладеть навыками эконометрического моделирования, получить практику расчетов по основным формулам, чтобы более глубоко понимать суть анализируемых явлений и процессов. Поэтому обучение эконометрике обязательно надо начинать с непосредственных расчетов на Microsoft Excel по теоретическим формулам. А уже потом переходить на более совершенные пакеты и программы, облегчающие и ускоряющие процесс исследований.


В эконометрике, сравнительно новой и быстро развивающейся науке, еще не до конца сложились единые системы обозначений и терминологии. Это во многом определяется тем, что она находится на стыке нескольких наук, каждая со своей историей и традициями, а также тем, что эконометрика зародилась и развивалась до недавнего времени в основном за рубежом, где символика и терминология несколько отличаются от российских. Это, конечно, вызывает дополнительные трудности при изучении дисциплины. Условимся в данной работе придерживаться сложившейся в российской науке системы обозначений.


Предлагаемое пособие не претендует на полноту изложения теоретического материала, особенно в современных условиях, когда эконометрика как самостоятельная наука еще не до конца сформировалась. Предлагаю слушателям дополнительно прочитать монографии, учебники, учебные пособия, приведенные в списке литературы. Автор ставил своей целью ознакомить читателя с главными положениями современной эконометрической науки и подкрепить их практическими примерами и задачами.

С пожеланием успехов,
Ю.Н. Полянский


Введение

Используемая система обозначений

В современных теории вероятностей, математической статистике и эконометрике, к сожалению, окончательно не утвердилась единая система обозначений и названий случайных величин (СВ), их компонентов (в случае многомерности СВ), наблюдаемых и оценочных значений этих СВ. Кроме того, эконометрика лежит на стыке многих наук и зачастую использует их системы обозначений. В настоящей работе принята система, использующаяся чаще в эконометрике...


Глава 1. Парная линейная регрессия

1.1. Теоретические сведения

Парная линейная регрессионная модель с пространственной выборкой – наиболее простой вид эконометрической модели, в которой рассматривается зависимость объясняемой переменной Y только от одной объясняющей переменной X (поэтому модель называется парной), причем эта зависимость линейная...


Глава 2. Парная нелинейная регрессия

2.1. Теоретические сведения

На практике между экономическими показателями часто наблюдаются более сложные – нелинейные – регрессионные зависимости...


Глава 3. Множественная линейная регрессия

3.1. Теоретические сведения

Модель множественной линейной регрессии в общем виде...


Глава 4. Некоторые особенности практического применения регрессионных моделей

4.1. Теоретические сведения

Нарушения тех или иных допущений классического МНК (см. введение) приводит к тому, что получается недостаточно адекватная модель...


Глава 5. Временные ряды

5.1. Теоретические сведения

Временной ряд (ряд, динамический ряд, ряд динамики) – это совокупность значений некоторого признака (случайной величины) Yt в последовательные моменты времени t=1,2,...,n .
Что именно понимать под "моментом времени", решает исследователь, исходя из условий конкретной задачи. Временные шаги могут быть также различными, от очень маленьких (минуты, часы, дни,...) до больших (века, тысячелетия, ...)...


Глава 6. Системы эконометрических уравнений

6.1. Теоретические сведения

Очень часто экономические модели описываются не одним уравнением, а системами эконометрических уравнений ...


сайт 2013-10-03 15:35:00Z Последнее изменение: 2017-10-14 14:35:50Z Возрастная аудитория: 14-70

Машунин Юрий Константинович
доктор экономических наук, профессор кафедры "Государственного и муниципального управления"
[email protected]

Машунин Иван Александрович
ассистент кафедры "Экономика и управление на предприятии"
Дальневосточный федеральный университет
[email protected]

Аннотация

Актуальность работы обусловлена созданием качественной системы организации управления и прогнозирования социально-экономического развития региона (субъекта РФ). Рассмотрены существующие проблемы и проведен анализ организации управления экономикой регионом в современных условиях. Сформирована математическая модель развития экономики региона в виде векторной задачи математического программирования. Модель построена на основе межотраслевого баланса и учитывает инвестиционные вложения в каждую отрасль экономики региона.
Методы решения векторной задачи основаны на нормализации критериев и принципа максимина (гарантированного результата). Практическая реализация модели показана на статистических данных отдельного региона (Приморского края). В результате решения мы сформировали прогноз по основным показателям развития экономики региона на год, а также в динамике (на несколько лет). Направлениями дальнейших исследований авторы видят в разработке более совершенного программного обеспечения и его использования в практике прогнозирования каждого субъекта РФ.

Ключевые слова

Организация управления, Моделирование, Прогнозирование, Экономика региона, Векторная оптимизация.

Рекомендуемая ссылка

Машунин Юрий Константинович, Машунин Иван Александрович

Организация управления, моделирование и прогнозирование развития экономики региона// Региональная экономика и управление: электронный научный журнал . ISSN 1999-2645 . — . Номер статьи: 4503. Дата публикации: 2016-02-06 . Режим доступа: https://сайт/article/4503/

Mashunin Yury Konstantinovich
professor of the Department "State and municipal management"
[email protected]

Mashunin Ivan Aleksandrovich
assistant of chair "Economics and management at enterprise"
Far Eastern Federal University
[email protected]

Abstract

Relevance of work is caused by creation of qualitative system of the organization of management and forecasting of social and economic development of the region (territorial subject of the Russian Federation). The existing problems are considered and the analysis of the organization of management of economy by the region in modern conditions is carried out. The mathematical model of develop-ment of economy of the region in the form of a vector problem of mathematical programming is created. The model is constructed on the basis of interindustry balance and considers investment investments in each branch of economy of the region. Methods of the solution of a vector task are based on normalization of criteria and the principle a maximine (the guaranteed result). Practical realization of model is shown on statistical data of the certain region (Primorsky Krai). As a result of the decision we have compiled a forecast on the main indicators of economic development of the region for a year, and also in dynamics (for several years).
The directions of further researches authors see in development of more perfect software and its use in practice of forecasting of each territorial subject of the Russian Federation.

Keywords

The organization of management, Modeling, Forecasting, Economics of the region, Vector optimization

Suggested Citation

Mashunin Yury Konstantinovich , Mashunin Ivan Aleksandrovich

Organization of management, modeling and forecasting of development of economy of the region. Regional economy and management: electronic scientific journal. . Art. #4503. Date issued: 2016-02-06. Available at: https://сайт/article/4503/


Введение

В настоящее время в системе государственного и регионального управления основополагающими стали краткосрочные прогнозы. Это связано с возможностями прогнозирования в условиях нестабильной переходной экономики, при которых приемлемая точность прогнозов не обеспечивается. Эффективным инструментарием вариантного прогнозирования в данных условиях может быть информационное (статистическое) и математическое моделирование экономических систем, которое широко использовалось в работах зарубежных , русских авторов . Именно это направление рассматривается в данной работе, которая является дальнейшим развитием исследований авторов .

Целью данной работы является анализ организации управления экономикой регионом в современных условиях. Формирование математической модели развития экономики региона в виде векторной задачи и разработка на ее основе методологии моделирования, прогноза развития экономики региона на несколько лет с учетом инвестиционных процессов для последующего формирования бюджета региона.

Для реализации поставленной цели в работе рассмотрена схема организации управления экономики региона и представлена методология моделирования и прогноза развития экономики региона на несколько лет, которая включает:

  • построение модели развития региональной экономики в рамках в виде векторной задачи математического программирования, где качестве управляющих переменных выбраны отрасли экономики — их развитие составляет основную цель, ограничениями являются межотраслевой баланс, ресурсы и производственные мощности региона ;
  • подсистему макроэкономического моделирования, на основе которой формируется прогноз развития экономики региона при условиях «что…, если…»); в блоке межотраслевого баланса выделяется подсистема, где конечный спрос формируется за счет инвестиций, вкладываемых в развитие отрасли, как на уровне фирмы, так и на уровне региона, государства; подсистема макроэкономического моделирования экономики региона опирается подсистемы информационного и программного обеспечения;
  • подсистему информационного обеспечения (базу данных), которая сформирована исходя из функций и структуры задач системы национальных счетов в том числе: системы основных национальных счетов: счет производства, сводные счета доходов, счета продуктов, услуг и т.д.; показателей развития по отдельным секторам экономики региона: нефинансовые и финансовые предприятия, государственные учреждения, и т. д.;
  • подсистему программного обеспечения направленную на разработку прогноза развития экономики региона, включающую три блока задач: построение модели развития экономики региона в виде векторной задачи линейного программирования; решение векторной задачи линейного программирования, основанное на нормализации критериев и принципе гарантированного результата ; и третий блок непосредственно моделирование с учетом инвестиций.

Задача векторной оптимизации (модель экономики региона) решается в динамике на несколько периодов планирования, в итоге получаем макроэкономические показатели : прогноз валового объем продукции по отраслям региона (млн. руб.); прогноз прироста конечного спроса за счет инвестиций по отраслям; прогноз конечного спроса по отраслям; прогноз совокупного конечного спроса по отраслям региона; промежуточное потребление; инвестиции в прирост конечного спроса; ресурсы региона, промежуточные затраты, валовую добавленную стоимость, а также показатели второго уровня.

При практической реализации требования к функциям и структуре программного обеспечения могут быть сформулированы и согласованы с заказчиком при постановке задачи. Основным плановым документом социально-экономического развития региона является бюджет. Таким образом, результаты моделирования являются входной информацией для подсистемы – «Доходная часть бюджета региона» с формированием соответствующей документации.

1. Организация управления регионом

Исследование организации управления экономикой региона и межотраслевых связей, проведенное с позиций системного подхода и теории управления , показало, что управление регионом осуществляется на двух уровнях экономики (управление предприятием, отраслью) и третий уровень — бюджетная сфера , что и представлено на рис. 1.

Рис. 1. Схема организации управления регионом

На уровне экономики региона управление реализуется рынком. Это связано с тем, что план производства того или иного товара определяется самим производителем (фирмой) и соответственно они же управляют объемами производства этого товара, с учетом возможного спроса, конкурируя между собой (внутриотраслевая конкуренция). Субъектом управления является руководство фирмой. Государство не оказывает влияние на номенклатуру и объемы выпускаемой продукции, т. е. со стороны государства осуществляется децентрализованное управление фирмой. В индивидуальности все фирмы образуют 1 уровень управления региона. Объединение предприятий, выпускающих однородную продукцию, представляет отрасль. Субъектом управления отрасли является соответствующий департамент (управление) в администрации региона. Множество подобных отраслей в совокупности создают межотраслевую конкуренцию и образуют 2 уровень управления региона. Все предприятия (фирмы) и отрасли в совокупности образуют контур рыночного управления экономикой региона, что показано в нижнем блоке схемы организации управления регионом рис. 1. Объединение всех отраслей производства и реализации продукции представляет экономику региона, управления которой, как и экономикой отдельной фирмы децентрализовано. Но децентрализация не является полной, так как государство формирует налоговую политику, тем самым, определяя линию поведения каждой фирмы. Таким образом, в основе управления номенклатурой и объемами производства всех товаров, циркулирующих в регионе, а также стремлением производителей получить, как можно высокую прибыль от реализации этих объемов товара лежит механизм рыночной конкуренции (т. е. то, что называют «невидимой рукою» Адама Смита).

На уровне бюджета осуществляется управление социально-экономическим развитием региона, в рамках которого, в соответствии с теорией управления , регион разделен на два крупных блока: объект (природная среда, население, экономика региона) и субъект управления (решающий задачи планирования и контроля). Оба эти блока представлены на рис. 1. В общем, то считается, что такое управление и есть управление экономикой региона, хотя это есть лишь управление только бюджетной составляющей. Действительно, статистические данные, представленные в табл. 1 (блок «Статистика») основными экономическими показателями за 2011, показывают, что в динамике объем валового регионального продукта (546552) более чем в пять раз превышает доходы бюджета (109762).

Эти два уровня экономики и бюджета региона взаимосвязаны:

  1. во-первых, (влияние уровня экономики на бюджет ), при производстве и реализации товаров, произведенных в регионе, формируются налоговые отчисления, которые дают основу для доходной части бюджета региона, (а также доходной части бюджета муниципального образования и федерации). Поэтому регион заинтересован в развитии экономики и увеличения доходной части бюджета. Следовательно, регион должен активно участвовать в управлении развитием экономики региона и влиять на объемы и номенклатуру выпускаемой продукции, и сохранять пусть даже обанкротившие предприятия. Для прогноза и оценки экономического потенциала региона, и, как следствие, налоговых поступлений, формируется финансовый план, который в соответствии с бюджетным кодексом РФ формируется на три года. При разработке финансового плана используются статистические данные развития экономики региона, (которые накапливаются в блоке «Территориальный орган федеральной службы по ПК» на рис. 1);
  2. во-вторых, оценим влияние уровня бюджета на экономику, оно определятся тем, что на уровне бюджета наряду с другими формируются два мероприятия: расчет величины налоговых отчислений (к сожалению, как правило, на уроне государства); формирование федеральных и региональных проектов (целевых программ). Реализация этих мероприятий оказывает определенное влияние на развитие экономики региона, т. е. эти мероприятия являются основными инструментами государственного регулирования и развития экономики региона.

2. Модель развития региональной экономики в рамках инвестиционного процесса

Построение модели развития экономики региона представим в виде векторной задачи линейного программирования. Для построения модели используем агрегированную модель экономики региона («отрасли — регион»), являющейся дальнейшим развитием модели, представленной в .

Введем понятие вектора переменных (управляющих переменных), критериев и ограничений, накладываемых на развитие экономики региона.

Вектор переменных . В его качестве примем:

X (t )={x j (t ), j = } – вектор-столбец, каждая компонента которого определяет валовой объем выпуска продукции j-го вида деятельности в t -ом периоде (t∈ Т ), показан на рис. 1, где n – множество видов деятельности на уровне разделов и подразделов, в соответствии с ОКВЭД , т.е. — это агрегированные виды деятельности, которые примерно соответствуют отраслям в старом понимании этого слова, Т – плановый период.

Y (t )={y j (t ), j = } – вектор-столбец, каждая компонента которого определяет конечное использование (конечный спрос) продукции j -го вида деятельности отрасли. Каждая компонента y j (t ) является составной частью вектора x j (t). Для любой отрасли конечное использование y j (t ) определяется суммой конечного потребления y j пот (t), накопления y j нак (t) и чистого экспорта y j э (t ):

y j (t ) = y j пот (t )+y j нак (t ) + y j э (t) , j = .

I (t )={I j (t ), j = } – вектор-столбец, компонента которого определяет валовой объем инвестиций, вкладываемых в увеличение производственных мощностей.

В совокупности они определяют вектор переменных: X ( t ) ={X (t ), I (t ), Y (t )},

размерностью 3*n , который требуется определить на планируемый период.

Критерии . Цель развития региона определяется постоянным увеличением благосостояния каждого жителя региона, которое зависит от роста объема выпуска продукции каждого вида экономической деятельности (отрасли) и соответствующей заработной платой с одной стороны, и налоговых отчислений в бюджет государства с другой. Поэтому в качестве критерия примем максимум конечного использования (спроса) каждого вида продукции:

max Y (t ) = {max y j (t ), j = }.

Для оценки региона в целом учитываются агрегированные показатели:

X val (t )= — валовой (совокупный) региональный продукт, представляющий сумму валовых выпусков продукции; Y val (t )= — валовое конечное использование, представляющее сумму валового конечного использования выпусков продукции всех видов экономической деятельности.

В совокупности они представляет векторный критерий оптимизации:

Opt F (X,Y )= {max Y (t ), max X val (t), max Y val (t )}. (1)

Заметим, что векторная задача позволяет использовать и другие критерии отдельно или, добавляя их к векторному критерию, представленному в (1).

Ограничения . В модели экономики региона предусматривается три вида ограничений: балансовые, ресурсные и мощности.

  • Балансовые ограничения вытекают из анализа межотраслевого баланса.

Валовой объем выпуска производящей отрасли равен сумме стоимостей продукции произведенной этой отраслью и переданной во все отрасли:

X i (t ) = a ij X j (t ) + y i (t ), i = , (2)

где X i – валовой выпуск продукции i -ой отрасли, a ij X j (t ) — промежуточное потребление, a ij – коэффициенты прямых затрат, полученных от i -го вида деятельности, на производство единицы продукции j -го вида деятельности.

Уравнения (2) называются балансами «выпуска».

Валовой объем выпуска потребляющей отрасли равен сумме материальных затрат на продукцию производимую в других отраслях и денежный доход от производства продукции:

X j (t ) = a ij X j (t )+z j (t ), j = , (3)

где z j (t ) – денежный доход от производства продукции j -ой отрасли, включающей в себя заработанную плату z 1 (t ), налоги z 2 (t ), амортизацию z 3 (t ), прибыль z 4 (t ) и пр., т. е. z j (t )=z 1 j (t )+z 2 j (t )+z 3 j (t )+z 4 j (t ), j = — валовая добавленная стоимость j -го вида деятельности. Уравнения (3) — балансы «затрат».

В матричном виде эти ограничения примут вид:

X (t ) = AX (t ) + Y (t ), X (t )=A′ X (t ) + Z (t ), (4)

где A = {a ij , i , j = } – матрица прямых затрат.

В целом ограничения примут вид: RX (t ) ≤ b (t 0) + ∆b (t 0 + ∆t ), (5)

где b (t 0) = {b i , i = } – объемы i -го ресурса, имеющегося в распоряжении региона на начальный период планирования t 0 ∈T ; ∆b (t 0 +∆t ) = b (t 0 +∆t )-b (t 0) – вектор приращений ресурсов, (t 0 +∆t ), ∆t =0, 1, 2,…,Т .

  • Ограничения по мощностям определяются как максимально возможные значения объемов производства X (t ) (выраженные в денежных единицах) по всем видам экономической деятельности, которые лежит в пределах:

x j (t 0) ≥ x j (t ) ≥ x j (t 0 +∆t ), j = , (6)

где x j (t 0) – объемы производства (объемы выполненных работ) j -го вида деятельности в t 0 (базовом); x j (t 0 +∆t ) – максимальные объемы производства, которые j -й вид может достичь на планируемый период времени (t 0 +∆t )∈T .

Региональная экономика направлена на повышения жизненного уровня населения региона — на увеличение продукции конечного использования (спроса – КС) всех видов деятельности региона, с учетом их воспроизводства на каждый период планирования. Эта целенаправленность можно выразить векторным критерием (1) при ограничениях по валовому объему выпуска производящей отрасли – межотраслевой баланс (2), по ресурсам (5) и мощностям (6), в совокупности они представляют векторную задачу линейного программирования:

Opt F (X, I, Y )={Y (t ) = { max y o (t ), o = }, (7)

max Y val (t )= y v (t ), max X val (t )= x v (t )}, (8)

при ограничениях (I A )X (t )-VI (t ) ³ Y (t ), (9)

X (t )=(1-k изн)X (t 0) + φI (t ), (10)

RX (t ) ≤ b (t 0) + ∆b (t +∆t ), (11)

Tzmin R trud X (t )≤Tzmax , (11’)

X (t 0) ≤ X (t ) ≤ X (t 0 +∆t ), X (t 0 +∆t )=kX *X (t 0),

I (t 0) ≤ I (t ) ≤ I (t 0 +∆t ), I (t 0 +∆t )=kinv *I (t 0),

Y (t 0) ≤ Y (t ) ≤ Y (t 0 +∆t ), Y (t 0 +∆t )=kY *Y (t 0), t 0 +∆t = t 0 , t 0 +1, …, t 0 +T , (12)

где X ( t ) ={X (t )={x (t ), j = }, I (t )={I (t ), j = }, Y (t )={y (t ), j = }} — вектор неизвестных, X (t ) — валовые выпуски, I (t ) — инвестиции для всех отраслей (видов деятельности) и Y (t ) — конечное использование региона на t∈ T ;

F (X , I , Y ) – векторный критерий (7), имеющий множество K =n +2 критериев, Y (t ) критериев максимизации КС, критерия суммарного конечного спроса и валового выпуска регионального продукта в (8) соответственно;

(9) — межотраслевые балансовые ограничения с учетом инвестиций;

(10) – блок воспроизводства выпуска продукции с учетом инвестиций;

(11) – ограничения по ресурсам, в т. ч. трудовые ресурсы (11’);

(12)- ограничения по производственным мощностям, инвестициям и КС. Задача (7)-(12) представляет векторную задачу линейного программирования являющейся математической моделью развития экономики региона на дискретный (планируемый) период ∆t =0, 1, …, T , с учетом воспроизводства ресурсов (в рамках инвестиционного процесса) в каждом периоде ∆t∈T.

Для решения задачи (7)-(12) используется алгоритм, основанный на нормализации критериев и принципе гарантированного результата.

Задача (7)-(12) решается в динамике с периодом один год, ∆t =0, 1, …, T .

В результате решения получим: точку оптимума:

X o ( t ) ={X o (t )={x v 0 (t ), v = }, I o (t )={I v 0 (t ), v = }, Y o (t )={y v 0 (t ), v = }}, где

Полученная точка оптимума {X o (t ), I o (t ), Y o (t )} дает возможность определить основные технико-экономические показатели региона, включенные в план, и соответствующие межотраслевые затраты: X o (t )= a ov x o (t ), ∀o O .

Практическая реализация задачи (7)-(12) распадается на два этапа:

  • построение численной модели региональной экономики;
  • решение, последовательность действий в котором представляет методология моделирования развития региональной экономики.

3. Моделирование и прогнозирование развития экономики региона на базе статистических данных 2013 года (15 отраслей)

Механизм государственного регулирования экономики региона с использованием модели включает семь блоков: 1) анализ отчетных (статистических) данных за год и построение на их основе межотраслевого баланса;

2) постановка задачи: формируется цель экономического развития и расчет коэффициентов динамической модели экономики региона;

3) построение математической модели развития экономики региона в виде векторной задачи и формирование численной модели экономики региона;

4) процесс моделирования , в результате которого получим объемы валовых выпусков, конечного использования продукции отраслей региона на год;

5) формирование на годовой период показателей развития экономики региона, которые в совокупности представляют финансовый план региона;

6) прогнозирование развития экономики региона в динамике — на трех летний финансовый план региона, в т. ч. налоговые отчисления, определяющие доходную часть бюджета региона одно — трех летний период;

7) принятие управленческого решения окончательного по развитию экономики региона — административное воздействие (регулирование).

3.1. Анализ статистических данных за год экономики региона

Анализ статистических данных, представленных основными экономическими показателями в табл. 1 в соответствии , характеризуют экономику региона в целом.

Таблица 1 —

Источник: графы «Статистика» ; графы «Моделирование» — расчетные.


Базой для модельных построений использованы статистические данные: «Счет производства по видам экономической деятельности» Приморского края за 2013 , представленные в табл. 2.

Экономические показатели: ресурсы (Валовой выпуск) региона, промежуточное потребление, валовой региональный продукт (ВРП) по состоянию на 2013 год разбиты на пятнадцать отраслей в соответствии с ОКВЭД .

Показатели табл. 2 перенесены в межотраслевой баланс табл. 4: ресурсы (валовой выпуск) Приморского края: {X j (t ), j = }, n =15 – представлены в 23 графе и 21 строке межотраслевого баланса; промежуточное потребление , где A i X агрегированное промежуточное потребление i = отрасли, 16 строка табл. 4; валовую добавленную стоимость: Z (t ) – 20-я строка.

Таблица 2 — Счет производства по видам экономической деятельности в 2013 году

(в текущих основных ценах; млн.рублей)

Источник:

Расчет величин промежуточного потребления по всем видам экономической деятельности x ij (t ) , i =, j = произведен на основе процентной структуры межотраслевого баланса по РФ по каждому виду экономической деятельности, которые представлены в табл. 3. Данные табл. 3 рекомендуется использовать только при первоначальной настройке программного обеспечения.

Таблица 3 — Структура промежуточного потребления межотраслевого баланса на 2003 г.


В дальнейшем, при реальных расчетах структура межотраслевого баланса по каждому региону может быть рассчитана на основе статистических данных, которые, согласно Распоряжению Правительства РФ … о разработке базовых таблиц «затраты — выпуск» за 2011 год и последующие годы, и должны быть опубликованы на сайтах региона.

В 16 строке МОБ представлена сумма x ij (t )’, j = — Итого промежуточное потребление. В 16 графе МОБ представлена сумма x ij (t ), i = — Итого промежуточный выпуск. Аналогично выполним расчет:

Конечное потребление домашних хозяйств; Конечное потребление на коллективные услуги; Конечное потребление на индивидуальные услуги; Валовое накопление основного капитала; Изменение запасов материальных средств; графа 22 — Итого конечный спрос;

Таблица 4 — Межотраслевой баланс экономики региона (Приморского края за 2013 год), млн. руб.

3.2. Расчет коэффициентов динамической модели экономики региона

Для построения численной динамической модели экономики региона (7)-(12) на основе модели матрицы межотраслевого баланса табл. 4, представленной в системе Matlab матрицей: Balans = , выполним расчет коэффициентов динамической модели, которые разделены на три блока:

  1. проверка исходных данных;
  2. расчет коэффициентов межотраслевого баланса;
  3. построение коэффициентов инвестиций в модели региона.

Блок 1. Проверка исходных данных включает следующие расчеты:

Итого промежуточной выпуск (сумма столбцов 1-15) – результат выдается в виде вектора-столбца (идентификатор AX), он должен совпадать с16-м столбцом;

Итого конечный спрос (сумма столбцов 17-21) – (идентификатор Y ), он должен совпадать с 22 столбцом Y (t )={Y ij (t ), i = , j =22};

Итого промежуточное потребление (сумма по столбцам 1-15) – (идентификатор PromP_AX), он должен совпадать с 16 строкой;

Итого Валовой объем Х (сумма столбцов 16+22) – (идентификатор AX_Y), он должен совпадать с 23 столбцом;

Итого валовая добавленная стоимость (Сумма ВДС по строкам с 1 по 15 столбец) – (идентификатор SumZ2), он должен совпадать с 20 строкой Z (t )= , Z (t )= z 17 j (t )+z 18 j (t )+z 19 j (t );

Итого Затраты Х’ (сумма строк 17+20) – (идентификатор VsegoResurs), он должен совпадать с 21 строкой.

Блок 2. Расчет коэффициентов Межотраслевого Баланса

Коэффициенты прямых затрат получены путем деления матрицы промежуточного потребления Аish на вектор-столбец валовых выпусков:

A = , где a ij = ≥ 0, i = , j = . (13)

Проверка на «продуктивность» выполняется путем суммирования коэффициентов прямых затрат. Получим вектор – строку А_PP, коэффициенты которой должны быть меньше единицы. Например, для 2013 года

%A_PP={0.4509 0.4825 0.5983 0.7330 0.6842 0.5786 0.3525 0.4029 0.4321 0.5306 0.2869 0.3127 0.2557 0.3055 0.3689}.

Матрица коэффициентов конечного использования :

Y = , где y ij = ≥ 0, i= , j= . (14)

Матрица коэффициентов ВДС — получена путем деления матрицы Z (стоки 17-18 Баланса 2013 года Приморского края табл. 1) делим на вектор-столбец валовых выпусков (столбец 23):

Z = , где z ij = ≥ 0, i = , j = . (15)

Коэффициенты полных затрат представлены матрицей В , B =(I A )^-1.

Блок ресурсов модели (7)-(12) включает ограничения трудовые затраты.

Коэффициенты трудовых затрат: t ={ , j = } (16)

получены делением трудовых затрат по каждой отрасли на вектор-столбец валовых выпусков соответственно, например, для 2013 года: t =, количество чел./1млн. продукции отрасли.

Блок мощностей включает ограничения по объемам произведенной продукции (отчет) за текущий (t o ) и плановый период (t o +∆t ):

X i ot (t o ) ≤ Х i X i plan (t o +∆t ), i = , X plan (t o +∆t )=X ot (t o )+10%X ot (t o ) (17)

где X ot (t o )={44050 47210 13870 193130 70120 80600 166890 14380 208930 4590 83600 78760 29920 440500 15350}′ — 23 графа табл. 4.

Эти данные используются для построения модели и последующих расчетов.

Блок 3. Построение коэффициентов инвестиций в модели региона.

Инвестиции I (t )={I v (t ), v = }, вкладываемые в экономику региона по каждой отрасли, рассчитываются на основе данных о производственных фондах региона, полученных на стадии проектирования строительства.

Φ о (t )={Φ vo (t )= Φ vp (t ), v = , p P o }, ∀o O . (18)

где Φ vo (t ), o = — вектор – столбец объемов ОФ, который сформировал v -й вид деятельности в общем объеме ОФ o -й отрасли как суммы p P o предприятий. Отсюда можем подсчитать общую сумму ОФ отрасли:

Φ ∑o (t )= Φ vo (t ), на ее основе, определить долю всех видов деятельности от величины суммы ОФ, которые в совокупности представляют вектор-столбец:

δ о (t )={δ vo (t )= Φ vp (t )/Φ ∑ o (t )} T , o V o , где =1, ∀o V o , (19)

В целом по всем видам деятельности {δ vo (t ), v = , o = }, представляет матрицу норм воспроизводства всех видов деятельности: V δ = .

В нашем примере с численной моделью с пятнадцатью отраслями матрица V δ = построена исходя из предположения, что затраты на воспроизводственные фонды будут пропорциональны промежуточным затратам, представленных в матрице A = . В итоге, после нормирования, матрица коэффициентов (норм) воспроизводства продукции по O =15 отраслям примет вид: V = ,

Выполним проверку в системе Matlab : Vinv =[(V *0.1*Y )’; 0.1*Y ‘ ] .

В результате решения получим: Vinv =, т.е. полученная сумма объемов продукции конечного спроса (конечного использования) за счет инвестиций по всем отраслям равна 0.1*Y и может использоваться в прогнозе на последующие периоды.

Объем инвестиций I j , j = направлен на восстановление изношенных фондов и создания новых. Объем инвестиций I j лежит в пределах от минимального восстановления изношенных основных фондов: I j min до величины инвестиций I j max = I j min +I j inv , выделенных фирмами, регионом и государством:

I j min I j I j max , j =, где I j min зависит от величины износа основных фонтов и определяется: I j min = KiznX ot /KiFondov , KiFondov – коэффициент использования основных фондов;

I j max = I j min +I j inv , I j inv = I j inv . f . +I j inv . reg . +I j inv . gos . : I j inv — величина инвестиций выделенных фирмами I j inv . f , регионом I j inv . reg , государством I j inv . gos . Объем выделенных инвестиций по каждой отрасли обозначим: I (t 0 +∆t )=[I 1 , I 2 , … , I 15 ].

Коэффициент «фондоотдачи» — равен отношению валового объема j -го вида продукции к объему основных фондов KiFondov = X j va l (t 0 )/Φ j (t 0 ), j = .

3.3. Построение численной динамической модели экономики региона

Математическая модель развития экономики региона представлена в виде векторной задачи (7)-(12). Используя рассчитанные коэффициенты, математическая модель экономики региона (7)-(12) преобразуется в численную модель.

Численная модель региональной экономики включает построение критериев (7)-(8) и ограничений (9)-(12).

Векторный критерий F (X , Ŷ , Ȳ ) представлен множеством K =n +2 критериев. Он состоит из Y (t )={Ŷ +Ȳ } – n критериев максимизации конечного спроса всех видов экономической деятельности (отраслей) региона, а также критериев суммарного конечного спроса Y val (t )= и валового выпуска регионального продукта X val (t )= в (8). Ограничения представлены балансовыми уравнениями, ограничениями по трудовым ресурсам, производственным мощностям.

Балансовые уравнения задачи (9) включают три блока:

Блок ресурсных затрат определяется только трудовыми ресурсами (11′), коэффициенты которых t , j = рассчитаны в (16).

Производственные мощности определяются валовыми объемами производства (12): X i ot (t o ) ≤ Х i X i plan (t o +∆t ), i = , где X ot (t o ) — 23 графа табл. 6.5; X plan (t o +∆t )=X ot (t o )+10%X ot (t o ). % X plan (t o +∆t )=48460 51930 15260 212450 77130 88660 183570 15810 229820 5040 91960 86630 32910 48450 16880.

Объемы конечного использования 2013 по каждой отрасли представлены в 22 графе: Y (t )= Y ot .

Y (t )={Ŷ +Ȳ }, Y invOt Ŷ Y invMax , Y bMin Ȳ Y bmax ,

где Y invOt =0.1*Y (t ), Y invMax =1.1* Y invOt ; Y bMin , =0.9*Y ot , Y bMin Y bmax , =1.1*Y bMin ,

Ограничения по трудовым ресурсам региона определяются нижним пределом Tzmin = SummaTz = 985000, представленной в 22 строке баланса, и верхнему пределу, который определяется увеличением трудовых ресурсов на 5%, Tzmax=1.05*Tzmin=1034250.

В итоге, с учетом целенаправленности региона, представим практическую (численную) модель экономики региона (Приморского края) в виде векторной задачи линейного программирования во фрагментарном виде:

Opt F (X , Ŷ , Ȳ )={max Y (t 0 +∆t )=

{ max ŷ 1 (t 0 +∆t ) + ȳ 1 (t 0 +∆t ),…, max ŷ 15 (t 0 +∆t ) + ȳ 15 (t 0 +∆t )},

max X val (t 0 +∆t )≡ x j (t 0 +∆t ), max Y va l (t 0 +∆t )≡ ȳ j (t 0 +∆t )}, (20)

0.8537х 1 +0.0738х 2 +0.0310х 3 +…+0.0354х 14 +0.0153х 15 —

0.0928 ŷ 1 -0.0501 ŷ 2 -…- 0.0224 ŷ 14 -0.0034 ŷ 15 ȳ 1 ≤ 0; (21)

0.0380х 1 -0.8180х 2 +0.0002х 3 + …+0.0021х 14 +0.0050х 15 —

0.0028 ŷ 1 -0.0143 ŷ 2 — … — 0.0002 ŷ 14 -0.0001 ŷ 15 ȳ 2 ≤0; (22)

0.0221х 1 +0.0187х 2 +0.0310х 3 +…-0.9709х 14 +0.0254х 15 —

0.0065 ŷ 1 -0.0059 ŷ 2 -…-0.0086 ŷ 14 -0.0026 ŷ 15 ȳ 14 ≤0; (34)

0.0011х 1 +0.0069х 2 +0.0210х 3 +…+0.0142х 14 -0.9669х 15 —

0.0001 ŷ 1 -0.0009 ŷ 2 -…-0.0018 ŷ 14 -0.0014 ŷ 15 ȳ 15 ≤0; (35)

985000≤1.7480x 1 +0. 6778x 2 +…+1.4984x 14 +2.5410x 15 0…0 ≤1034250, (36)

44050≤x 1 ≤48460, 47210≤x 2 ≤51930,.., 440500≤x 14 ≤48450, 15350≤x 15 ≤16880, (37)

1960≤ŷ 1 ≤ 2160, 500≤ŷ 2 ≤ 550, 320≤ŷ 3 ≤ 350,…,1420≤ŷ 14 ≤1560, 250≤ŷ 15 ≤270, (38)

17680≤ȳ 1 ≤ 19450, 4500≤ȳ 2 ≤ 4950, …,1280≤ȳ 14 ≤14080, 2250≤ȳ 15 ≤2470, (39)

X (t 0 +∆t )=KX *X (t 0), Ŷ (t 0 +∆t )=Kinv *Ŷ (t 0), Ȳ (t 0 +∆t)=KY * Ȳ (t 0),

t 0 +∆t = t 0 , t 0 +1, …, t 0 +T , (40)

где векторный критерий (20) F (X , Ŷ , Ȳ ) включает 17 критериев: 15 – отраслевых и два системных, характеризующий регион в целом;

ограничения МОБ (21)-(35) содержат 15 неравенств, в которых вектор переменных X ( t ) ={X (t )={x j (t ), j = }, Ŷ (t )={ŷ j (t ), j = }, Ȳ (t )={ȳ j (t ), j = }} имеет размерность равную 45;

ограничения МОБ (21)-(35) включает три блока: валовых объемов отраслей X (t ), построенных на основе матрицы I А ; блок конечного спроса Ŷ (t ), полученный за счет инвестиций, построенных с помощью матрицы V , и блок объемов конечного спроса (использования) отраслей Ȳ (t ), т. е. размерность матрицы МОБ 15*45; ограничения соответствуют (13);

неравенства (36) определяют два ограничения по трудовым ресурсам региона по нижнему и верхнему пределу, используя коэффициенты t j з , j = ;

(37)-(40) — ограничения по мощностям представляют X (t 0)≤X (t )≤X (t 0 +∆t ), X (t 0) — отчетные данные за 2013 год, X (t 0 +∆t ) – предполагаемые мощности; ограничения по конечному спросу с учетом инвестиций Ŷ (t 0 )≤Ŷ (t )≤Ŷ (t 0 +∆t )и без них Ȳ (t 0 )≤Ȳ (t )≤Ȳ (t 0 +∆t ) на последующие на периоды (t 0 +∆t ) T — на 2014 … и последующие годы;

(40) – равенства, которые определяют коэффициенты воспроизводства: по мощностям X (t 0 +∆t )=KX *X (t 0 ), инвестициям Ŷ (t 0 +∆t )=Kinv *Ŷ (t 0 ) и конечному спросу Ȳ (t 0 +∆t )=KY *Ȳ (t 0 ).Задача (20)-(40) решается в динамике с периодом планирования (∆t ) правило, на один год ∆t =0, 1, 2, …, T .

Таким образом, модель экономики региона, представленная векторной задачи линейного программирования учитывает межотраслевой баланс, основные ограничения и динамику развития региона.

3.4. Методология моделирования и прогнозирования развития экономики региона

Процесс моделирования , в результате которого получим объемы валовых выпусков и конечное использование продукции отраслей региона включает в себя многократное решение векторной задачи линейного программирования (30)-(40). Для решения задачи (30)-(40) используется алгоритм, основанный на нормализации критериев и принципе гарантированного результата , который представлен как последовательность шагов.

Шаг 0. Формирование исходных данных векторной задачи линейного программирования (20)-(40) в системе Matlab .

Формирование вектора критериев включает в себя исходные данные:

f = ; % max Y va l

Формирование ограничений : матрицы межотраслевого баланса и трудовых ресурсов приобретают в системе Matlab следующий вид:

Вектор ограничений : b =, где сумма трудовых затрат Tzmin=SummaTz=985000, Tzmax=1.1*Tzmin=1083500; Aeq =; beq =;

ограничения на нижние и верхние валовые объемы регионального продукта, конечного спроса за счет инвестиций и конечного спроса по отраслям

X = {X ot (t o ) ≤ Х X plan (t o +∆t ), Y invOt Ŷ Y invMax , Y bMin Ȳ Y bmax }:

нижняя граница bl =[Xot YinvOt Yo t]=[ Xot = 44050 47210 13870…440500 15350 YinvOt = 1960 500 320 …1420 250 Yo t = 17680 4500 2860 … 1280 2250];

верхняя граница ub =[Xbmax YinvMax Ybmax ] =[ Xbmax =48460 51930 15260… 48450 16880 YinvMax = 2160 550 …270 19450 Ybmax =4950 3150…14080 2470].

Шаг 1 . disp(‘Шаг 1 . Решение по каждому критерию – наилучшее’)

Решение по первому критерию:

[x 1,f 1]=linprog (f (1,:),a ,b ,Aeq ,beq ,lb ,ub )

где (…) – входные данные, представленные на шаге 0; [x 1,f 1] – выходные данные (результат решения), x 1 — вектор оптимальных значений переменных по первому критерию, f 1 – величина целевой функции в этой точке.

В результате решения по первому критерию получим:

x 1=X 1 * = {X , Ŷ , Ȳ }, в т. ч. X =X 1 Max ={x 1 =46910 x 2 =48780 x 3 =14720 x 4 =196430 x 5 =72390 x 6 =82630 x 7 =16900 x 8 =15420 x 9 =211710 x 10 =4920 x 11 =8560 x 12 =80530 x 13 =31330 x 14 =45680 x 15 =16440}- валовые объемы отраслей;

Ŷ =I 1 Max ={x 16 =2160 x 17 =530 x 18 =340 x 19 =9140 x 20 =620 x 21 =4030 x 22 =13430 x 23 =130 x 24 =15570 x 25 =50 x 26 =4580 x 27 =5610 x 28 =1420 x 29 =1480 x 30 =260}- объемы конечного спроса отраслей за счет инвестиций;

Ȳ =Y 1 Max ={x 31 =19450 x 32 =4680 x 33 =2960 x 34 =81050 x 35 =5440 x 36 =35180 x 37 =118370 x 38 =1110 x 39 =138090 x 40 =490 x 41 =40030 x 42 =48980 x 43 =12620 x 44 =13170 x 55 =2320}- объемы конечного спроса отраслей;

f 1=f 1 * = 21610 — объем продаж полученный первым подразделением от реализации X 1 * — объемов продукции. Объем продаж f 1 * = 21610 рассчитан из предположения, что первой отрасли отданы все глобальные ресурсы.

f k , k = . Числовые значения результатов решения по критериям f k * , k = представлены на третьем шаге. Экономический смысл первого шага заключается в том, что каждой отрасли последовательно предоставляются все ресурсы и все мощности региона. Данные решения отображают значения конечного спроса, полученные путем вложения всех имеющихся средств у региона в развитие одной отрасли. В дальнейшем эти максимальные показатели развития каждой отрасли f k * , k = используем как цели развития этих отраслей при их совместной оптимизации.

Шаг 2. disp(‘Шаг 2. Решение по каждому критерию – наихудшее (антиоптимум) ‘)

Для этого каждый критерий умножается на минус единицу. Обращение к функции linprog (…) выглядит следующим образом:

[x1min ,f1min ]=linprog (-1* f (1,:),a ,b ,Aeq ,beq ,lb,ub )

В результате решения получили: x 1min =X 1 0 ={X ,Ŷ ,Ȳ } (верхний индекс «ноль»),

X =x1Min ={x 1 =45400 x 2 =48720 x 3 =14720 x 4 =196260 x 5 =72190 x 6 =82440 x 7 =168950 x 8 =15440 x 9 =211680 x 10 =4940 x 11 =85470 x 12 =80420 x 13 =31330 x 14 =45630 x 15 =16470};

Ŷ = I1Min ={x 16 =1960 x 17 =530 x 18 =340 x 19 =9150 x 20 =620 x 21 =4030 x 22 =13430 x 23 =130 x 24 =15560 x 25 =50 x 26 =4580 x 27 =5600 x 28 =1420 x 29 =1480 x 30 =270}

Ȳ =Y1Min ={x 31 =17680 x 32 =4680 x 33 =2960 x 34 =81060 x 35 =5430 x 36 =35150 x 37 =11835 x 38 =1090 x 39 =138010 x 40 =490 x 41 =39960 x 42 =48940 x 43 =12630 x 44 =13180 x 55 =2310};

f 1min =f 1 0 = 19646 — объем продаж полученный первым подразделением от реализации X 1 0 — объемов продукции. Определяем отклонение наилучшего и наихудшего решения d 1 = f 1 * f 1 0 , d 1=-f 1-f 1min = 21610- 19646 = 1964.6.

Аналогично получены результаты по остальным критериям: d k ={-f k fmin k }, k = , K =17.

Шаг 3 . Системный анализ результатов решения.

Для этого в точках оптимума x 1= x 1 * , …, x 17= x 17 * определим значение, как критериев F = {f k (x k * (t )), k = } в натуральных единицах, так и в относительных в виде относительных оценок L = k (x k * (t )), k = } по каждому критерию.

λ k (x k * (t ))= , k = , где f k * — наилучшее решение, полученное на первом шаге, и f k 0 — наихудшее, полученное на втором шаге решения задачи.

Шаг 4 . Построение λ – задачи — (Числовая модель экономики региона — Приморского края). Введем коэффициенты, определяющие развитие экономики региона: объемов валового регионального продукта KX =1; инвестиций Kinv =1; конечного спроса KY =1; Xmax = [KX *X Kinv *Yinv KY *Ymax ] . Определим нижнюю и верхнюю границу переменных bl =Xmin ; bu =Xmax .

В итоге λ – задача примет вид:

λ o =max λ, (41)

при ограничениях λ–((ŷ 1 +ȳ 1 )-f 1min )/d 1≤0, λ–((ŷ 2 +ȳ 2 )-f 2min )/d 2≤0, … , (42)

λ–((ŷ 16 +ȳ 16 )-f 16min )/d 16 ≤0, λ–((ŷ 17 +ȳ 17 )-f 17 min )/d 17 ≤0, (43)

и ограничениях (21)-(40), t 0 +∆t = t 0 , t 0 +1, …, t 0 +T . (64)

Коэффициент λ – это максимальная относительная оценка или гарантированный уровень. λ показывает, до какого уровня подняты все критерии, измеренные в относительных единицах, т. е. λ o ≤ λ k (X o (t )), k = .

Решение λ –задачи. Для решения λ – задачи (41)-(64) в системе Matlab формируются исходные данные: критерий L (41); ограничения, представлены матрицей A 0 и вектором b 0 (42)-(64):

b 0=[-f 1min /d 1 —f 2min /d 2 …-f16min /d16 f17min /d17 -Tzmin Tzmax].

Формируется нижняя — Xmin и верхняя — Xmax границы на переменные:

Xmin = [Kmin *Xot YinvOt 0.9*Yot ] ; bl 0 = ;

Xmax = [KX *Xbmax Kinv *YinvMax KY *0.95*Ybma x] ; bu 0 = .

Исходные данные (в Matlab ) λ-задачи (41)-(64) используются:

  • во-первых, для многократного прогнозирования (решения) на очередной (первый) год планирования путем изменения пределов вектора инвестиций (62) и выбора из полученных решений наиболее прие;
  • во-вторых, для решении динамике на заданный период планирования (в нашем примере три года, ∆t =1, 2, 3, t 0 =2013 – этот год представлен отчетными данными Xmin ) — результ такого прогнозирования представлен в следующем разделе этой главы (включая первый год).

Представленный метод, реализованный в виде программного обеспечения, и технология прогнозирования на одно — трех летний период представляет «Методологию моделирования и прогнозирования развития экономики региона».

3.5. Прогноз и формирование основных показателей развития экономики региона на год

Прогноз и формирование показателей развития экономики региона, в совокупности представляющие финансовый план региона, в т. ч. налоговые отчисления в доходную часть бюджета региона осуществляется путем многократного решения λ –задачи (41)-(64) в системе Matlab на планируемый период времени.

Решение λ –задачи (41)-(64) – планирование на 1 год .

В результате решения λ – задачи получили точку оптимума:

  • X 0 ={X 0(1)=0.5259, X 0(2:16)=1.0e+005* 0.4615 0.4961 0.1455 2.0324 0.7365 0.8443 1.7573 0.1507 2.2003 0.0481 0.8755 0.8238 0.3134 0.4618 0.1610, X0(17:31)=1.0e+004* 0.2161 0.0550 0.0349 0.8964 0.0644 0.4254 1.3093 0.0132 1.5282 0.0058 0.4836 0.5925 0.1495 0.1564 0.0275, X 0(32:46)=1.0e+005* 0.1852 0.0471 0.0299 0.8539 0.0552 0.3646 1.2472 0.0113 1.4557 0.0050 0.4144 0.5077 0.1281 0.1341 0.0235}.
  • L 0 = 0.5259 – максимальный уровень, до которого подняты все критерии измеренные в относительных единицах, в этой точке.

Точка оптимума X 0 показывает: X 0(1)= L 0= λ o — максимальную относительную оценку, X 0(2:16) — валовой региональный продукт по каждой отрасли, X 0(17:31)= YinvMax — конечный спрос, полученный за счет инвестиций, вложенных в экономику региона, и X 0(32:46)= YinvMax — конечное использование (спрос) , который представляет объем продукции соответствующей отрасли, полученный за счет основных фондов. Выполним проверку:

подсчитаем в точке X 0 каждый критерий в натуральных единицах YinX 0=[F (1,:)*X 0(2:46) … F (17,:)*X 0(2:46)]. YinX0 =[ -20700 -5300 -3300 -94400 -6200 -40700 -137800 -1300 -160900 -600 -46300 -56700 -14300 -15000 -2600 -1150800 -546300];

соответствующие относительные оценки λ k (X o )=(f k (X o )- f k 0 )/(f k * f k 0 ), k = – в результате решения получили: λ k (X o )= ; в том числе доля прироста за счет накопленных основных фондов составляет: λ k (Ȳ o )= , а доля прироста конечного спроса за счет инвестиций равна:

λ k (Ŷ o )= λ k (X o )-λ k (Ȳ o )=.

Результат говорит о том, что в оптимальной точке X o темп роста каждой отрасли достигает не менее λ o =0.5259 от своей установленной величины.

Используя полученные данные, рассчитаем основные экономические показатели развития региона на первый год планирования.

1) Оптимальные показатели (точка оптимума), которые включают:

Валовой объем производства (ресурсы); Конечный спрос, полученный за счет инвестиций; Конечный спрос, полученный за счет основных фондов по всем отраслям на 1 год планирования — представлены в табл. 5.

Таблица 5 — Оптимальные показатели развития региона по всем отраслям


2) Суммарные показатели региона :

  • суммарный валовой объем производства по региону (ресурсы), который лежит в пределах: sum(bl0(2:16))=1095400 ≤ sum(X0(2:16))=1150800 ≤ sum(bu0(2:16))=1205000;
  • суммарный конечный спрос, полученный за счет инвестиций: sum(bl0(17:31))= 57600 ≤ sum(X0(17:31))= 59600 ≤ sum(bu0(17:31))= 62200;
  • суммарный конечный спрос, полученный за счет основных фондов: sum(bl0(32:46))= 518100 sum(X0(32:46))= 546300 sum(X0(32:46))= 569900$
  • Общая сумма конечного спроса: sum(X0(17:31))+sum(X0(32:46))=605900.

3) Инвестиции в денежных единицах вкладываемые в каждую отрасль Inv2014= ’ =, где iFond=SummaBal/SumOsnFond — коэффициент использования основных фондов, предполагая, что объем инвестиций полностью перейдет на стоимость основных фондов. При практических расчетах необходимы дополнительные исследования по оценке коэффициента использования основных фондов KiFond для каждой отрасли.

4) Затраты ресурсов при таком выпуске отраслей Rtru d=- A 0(31,:)* X 0= 1034250– количество человек необходимых для реализации взятых обязательств регионе; dr 1= b 0(31)- Rtrud = 42859 – отклонения ресурсов от планируемого роста; dr 2=b0(32)- Rtrud = 0, т. е.трудовые ресурсы региона используются полностью – они сдерживают дальнейший рост экономических показателей региона. (Аналогично можно рассчитывать и другие виды дефицитных ресурсов в регионе).

5) Темп роста каждой отрасли : в системе Matlab определяется вектором:

Rost_Vid = [-YinX 0(1)/f 1min ; …- YinX 0(15)/f 15min ] =; аналогично вычисляется темп роста по экономике региона в целом: YinX0 (16)/f16min = 1.0524 и темп роста по конечному спросу за счет основных фондов sum (YinX0(17) )/f17min ]=1.0529.

6) Заработная плата труда в регионе , рассчитывается, используя коэффициенты матрицы валовой добавленной стоимости Z табл.6.2: Trud_Zp =[X0 (2)*Zvds (1,1) … X0 (16)*Zvds (1,15)] %Trud _ Zp =.

7) Налоговые отчисления по каждой отрасли : NalogX 0 = (в т. ч. на федеральный, региональный и муниципальный уровни), — эти налоговые отчисления характеризуют налоговые поступления в доходную часть бюджета, являются началом для расчета бюджета региона;

8) Валовая прибыль экономики и валовой смешанный доход

Valsmeshdoh== .

9) Валовая добавленная стоимость (ВДС) по каждой отрасли ValDobStoim =[X 0(2)*Zvds (4,1) …. X 0(16)*Zvds (4,15)]= . Сумма валовых добавленных стоимостей отраслей региона определяет макроэкономический показатель – валовой региональный продукт (ВPП):

SumValDobStoim=sum(ValDobStoim) = 604580.

10) Промежуточное потребление по видам экономической деятельности Prom_Potrebl_VID= =.

11) Финансовые потоки региона (Промежуточное потребление + Валовая добавленная стоимость):

FinansPotok==.

Суммарный финансовый поток регги она определяется следующим образом:

SummaFinansPotok =sum(FinansPotok) = 1150800.

Таким образом, представили основные экономические и макроэкономические показатели развития региона на годовой период.

Аналогично выполняются расчеты (прогноз) развития экономики региона 2-й и 3-й год на период планирования и оформляются в виде таблицы.

Заключение

В целом результаты моделирования служат основой для различного вида финансовых задач и прежде всего для формирования бюджета региона.

Таким образом, математическая модель формирования развития региональной экономики дает возможность подсчитать основные экономические и макроэкономические показатели — валовые объемы и оптимальный темп роста экономики региона с учетом: во-первых, межотраслевого баланса, во-вторых, инвестиций вкладываемых в каждую отрасль региона, в-третьих, с учетом ресурсных возможностей региона и его производственных мощностей. Построенная модель и результаты моделирования могут служить основой для разработки экономической политики региона, определяя линию поведения каждой отрасли (т.е. всех предприятий соответствующей отрасли) в совокупности. Авторы готовы участвовать в расчетах по прогнозированию развития других регионов.

Список литературы

  1. Бюджетный кодекс Российской Федерации. – М.: ТК Велби, Изд-во Проспект, 2007. – 216 с.
  2. Бакланов П. Я., Машков А. В. Пространственная дифференциация структуры экономики регионов арктической зоны россии// Экономика региона – 2015. — № 1. С.54-63.
  3. Гранберг А.Г. Основы региональной экономики: учебник для вузов, — М: ГУ ВШЭ, 2004. 362 c.
  4. Курнышев В.В. Региональная экономика. Основы теории и методы исследования: учебное пособие / В.В. Курнышев, В.Г. Глушкова. - 2-е изд., перераб. и доп. - М. : КНОРУС, 2011. - 272 с.
  5. Машунин Ю. К. Региональная экономика и управление (Лекции, практика). Учебное пособие. — Владивосток: Изд-во ТГЭУ. 2009. – 348 с.
  6. Машунин Ю. К., Машунин И. А. Моделирование развития и организация управления экономикой региона в рыночных условиях // Региональная экономика: теория и практика. 2010. № 7. С 2-9.
  7. Машунин Ю.К. Теория управления. Математический аппарат управления экономикой. — М.: Логос, 2013. — 448 с.
  8. Машунин Ю.К., Машунин И.А. Прогнозирование развития экономики региона с использованием таблиц «Затраты - Выпуск»// Экономика региона – 2014. — № 2. С.276-289.
  9. Машунин Ю. К. Моделирование инвестиционных процессов в экономике региона. Монография.- LAMBERT Academic Publishing. 2014. 353p.
  10. Машунин Ю.К., Машунин И.А. Моделирование и прогнозирование развитие экономики региона //Реструктуризация экономики: теория и инструментарий / под ред. Д-ра экон. Наук, проф. А.В. Бабкина. _ СПб. Изд-во Политехн. КН-та. 2015. С. 151-178.
  11. Приморский край. Социально-экономические показатели: Статистический ежегодник. – Владивосток, Примрорскстат, 2014. 318 с.
  12. Распоряжение от 14 февраля 2009 г. № 2001-р Правительства Российской Федерации о разработке базовых таблиц «затраты — выпуск» за 2011 год [Электронный ресурс] URL:http://www.gks/freedoc/new site/vvp/zatr-vip/zatr_vip.html
  13. Региональная статистика: учебник/под ред. Е. В. Заровой, Г. И. Чудилина. – М.: Финансы и статистика, 2006. – 624 с.
  14. Региональная экономика и пространственное развитие. В 2 т. Т. 1. Региональная экономика. Теория, модели и методы: учебник для бакалавриата и магистратуры / под общ. ред. Л. Э. Лимонова. - М. : Издательство Юрайт, 2014. - 397 с. - Серия: Бакалавр и магистр. Академический курс.
  15. Регионы России. Социально-экономические показатели. 2014: Росстат. сб./ М., 2014, 900 с.
  16. Таблицы «затраты-выпуск». – Режим доступа: URL:http://www.infostat.ru/ru/catalog.html.hfge=info&id=314
  17. Татаркин А. И. Диалектика государственного и рыночного регулирования социально-экономического развития регионов и муниципалитетов // Экономика региона – 2014. — № 1. С.9-33.
  18. Шумпетер Й. А. Теория экономического развития: капитализм, социализм и демократия // Предисл. В. С. Автономова; пер. с нем. В. С. Автономова, М. С. Любского, А. Ю. Чепуренко; пер. с англ. В. С. Автономова, Ю. В. Автономова, Л. А. Громовой, … -М.: Эксмо, 2007. - 864 с.
  19. Leontyev, V. V., Input-output economics. New York, Oxford university press, 1966. – 436 p.
  20. Tirole, Jean, 1993. The theory of Industrial Organization, The MIT Press. Cambridge, Massachusetts, London, England, 1993.- 695 p.

References

  1. The budgetary code of the Russian Federation . М. ТК Velbi, Publishing house the Prospectus, 2007. 216 p.
  2. Baklanov P. Ja., Mashkov A. V. Spatial differentiation of structure of economy of regions of the Arctic zone of Russia . region Economy 2015. No. 1. P. 54-63.
  3. Granberg A. G. Of the Basis of regional economy . М. GUVSHE, 2000. 495 p.
  4. Kurnyshev V. V. Regional economy. Bases of the theory and methods of research. manual . 2nd prod., reslave. and additional M. KNORUS, 2011. 272 p.
  5. Mashunin Ju. K. Regional Economics and management (lectures and practice) textbook . Vladivostok. Izd. TGEU, 2009. 348 p.
  6. Mashunin Ju. K., Mashunin I. A. Simulation of the development and organization of management of regional economy in market conditions . Regional Economics: theory and practice. 2010. № 7. P. 2-9.
  7. Mashunin Ju.K. (2013). Control Theory. The mathematical apparatus of management of the economy . M. Logos. 448 p.
  8. Mashunin Yu. K., Mashunin I. A. (2014). Prognozirovanie razvitiy economiki regiona c ispolzovaniev tablic Zatraty-vipusk . Ekonomika regiona. 2, P. 276-289.
  9. Mashunin Ju. K. Modeling of investment processes in region economy. Monograph . LAMBERT Academic Publishing. 2014. 353p.
  10. Mashunin Ju.K., Mashunin I.A. Modeling and forecasting development of economy of the region. Restructuring of economy the theory and tools . SPb. Publishing house Politekhn. KN-that. 2015. Page 151-178.
  11. Primorsky Krai. Socio-economic indicators. Statistical Yearbook . Vladivostok, Primorskstat, 2014. 318 p.
  12. Order of February 14, 2009, N 201-R of the Government of the Russian Federation on the development of basic input — output table for 2011.. Mode of access: URL:http://www.gks/free doc/new site/vvp/zatr-vip/zatr_vip.html
  13. Regional statistics. Textbook . pod red. E. V. Zarovoj, G. I. Chudilina M. Finance and statistics, 2006. 624 p.
  14. Regional economy and spatial development. In 2 t. T. 1. Regional economy. Theory, models and methods. the textbook for a bachelor degree and a magistracy . M. Publishing house of Yurayt, 2014. 397 p. a Series: Bachelor and master. Academic course.
  15. Regions of Russia. Socio-economic indexes. 2014. Rosstat. Sb . M., 2014, 900 p.
  16. The tables costs — output . Available from: URL:http://www.infostat.ru/ru/catalog.html.hfge=info&id=314
  17. Tatarkin A. I. (2014). Dialectics of public and market regulation of a region and municipality socio-economic development . Economy of Region, 1, 9-33.
  18. Shumpeter J. A. Theory of economic development, capitalism, socialism and democracy . M. Eksmo, 2007. 864 p.
  19. Leontyev, V. V., Input-output economics. New York, Oxford university press, 1966. 436 p.
  20. Tirole, Jean, 1993. The theory of Industrial Organization, The MIT Press. Cambridge, Massachusetts, London, England, 1993. 695 p.

Рассмотрим различные методы моделирования, прогнозирования и планирования в целом. В настоящее время, по оценкам ученых , насчитывается около 150 различных методов моделирования и прогнозирования, однако на практике наиболее часто используется только 15-20 основных (рис. 1.3.1). Дадим краткие характеристики главным методам. Основная идея метода экспертных оценок заключается в том, что интуитивно-логическое мышление отдельных экспертов в рамках специальных процедур сочетается с количественными методами оценки и обработки получаемых результатов.

Экстраполяционные методы прогнозирования предполагают прогнозирование одно- и многомерных рядов. Сущность методов экстраполяции заключается в изучении и переносе на будущее сложившихся тенденций развития системы. С целью прогнозирования одно- и многомерных рядов также применяются и некоторые статистические методы исследования, в основе которых лежит предположение о том, что уровни временного ряда состоят из суммы нескольких компонент, отражающих закономерность или случайность развития .

Среди экономико-математических методов можно выделить метод межотраслевого баланса, корреляционно-регрессионный метод, различные методы оптимизации (например, симплекс-метод). Отметим, что эконометрические модели имеют ряд преимуществ по сравнению с моделями межотраслевого баланса. В частности, эконометрические модели требуют небольших затрат времени на подготовку данных, для них характерна возможность отражать различные аспекты функционирования экономики, сравнительно несложные формальные методы .

Сущность метода экономического анализа заключается в том, что экономическое явление или процесс разделяются на части, далее выявляются взаимосвязи этих частей друг с другом, оценивается влияние выявленных взаимодействий на процесс в целом.

Сущность балансового метода заключается в увязке потребностей административно-территориальной единицы в различных видах продукции, ресурсов с производственными возможностями административно-территориальной единицы, источниками ресурсов и т.п.

Нормативный метод, скорее, относится к методам планирования и связан с использованием при составлении плана или прогноза различных норм или нормативов.

Отметим, что в разных источниках сущность и название методов моделирования и прогнозирования может быть отражена по-раз-

Рис. 1.3.1. Система моделей и методов прогнозирования ному. Например, в говорится о существовании генетического и нормативного прогнозирования. Целью генетического прогнозирования является нахождение наиболее вероятных пропорций и темпов развития промышленности, в то время как целью нормативного прогнозирования является нахождение путей и сроков достижения выдвинутых целей.

Методы моделирования и прогнозирования могут использоваться в различных случаях. Например, при прогнозировании данных городского бюджета, построении среднесрочных прогнозов бюджетных поступлений большинство стран и большая часть территорий пользуются эконометрическими моделями .

Поскольку в работе рассматриваются возможности прогнозирования на средне- и долгосрочный период, специфика применения этих методов может быть иной. Чем больше период прогнозирования, чем меньшее значение приобретают количественные прогнозы и тем большее значение приобретают качественные прогнозы. По причине недостаточного количества накопленных статистических данных, отражающих функционирование российских регионов в рыночных условиях, достаточно трудно разработать хороший количественный прогноз на 10-15 лет вперед.

  • ЭКОНОМИЧЕСКАЯ ПРОБЛЕМА
  • МОДЕЛЬ
  • ПРОГНОЗИРОВАНИЕ
  • МОДЕЛИРОВАНИЕ
  • САМОСТОЯТЕЛЬНАЯ РАБОТА
  • ЭКОНОМИЧЕСКАЯ СИТУАЦИЯ

В рамках данной статьи мы рассмотрим вопрос об управлении самостоятельной работой студентов бакалавриата в рамках образовательной области «Методы моделирования и прогнозирования экономики», имеющей существенное значение для формирования ключевых и предметных компетенций будущих бакалавров экономики и менеджмента. Представленные материалы для организации самостоятельной работой студентов бакалавриата могут быть использованы в различных формах обучения, а том числе в системе дистанционного обучения.

  • Методическая система прикладной математической подготовки будущего экономиста
  • Анализ категории «интерпретация» для совершенствования методической системы обучения математике
  • Ключевые тенденции в сфере математической подготовки бакалавра экономики и менеджмента
  • Методические и организационные особенности практик в образовательных программах по подготовке бакалавров педагогического образования
  • Методические особенности проектирования системы прикладной математической подготовки будущего бакалавра экономики и менеджмента

Современная экономическая наука представляет собой многочисленную систему направлений, объединенных центральной проблемой – проблемой рационального выбора , принятия оптимального решения из множества возможных решений . Отметим, что эта проблема не имеет точного решения, т.к. фундаментальным свойством реальной рыночной системы является неопределенность ее выходных характеристик. Действительно, отсутствие достоверной однозначной информации о динамике экономических параметров приводит к многовариантности поведения экономических субъектов, при этом каждый из принципиально возможных вариантов реализуется с определенной вероятностью.

Мы считаем, что при проектировании содержания прикладной математической подготовки бакалавра необходимо уделять особое внимание вероятностным и статистическим моделям. Несомненно, экономическое развитие характеризуется факторами случайности и неопределенности, учет которых необходим при построении исследования математических моделей современных социально-экономических проблем и ситуаций, например .

Таким образом, рыночные процессы принципиально носят вероятностный характер. Неопределенность при этом рождает риск, вознаграждение за который выступает одним из важнейших источников получения прибыли. Как правило, увеличение прибыли сопровождается увеличением рисковых компонентов, сопровождается актуализацией рисков различной природы. С другой стороны, ограничение риска ограничивает и прибыль , что наглядно демонстрируют, в частности, биржевые операции.

Вероятностный характер экономики доказывает необходимость широкого применения методов прикладной математики при расчете экономических показателей, моделировании и прогнозирования экономики. Указанный подход имеет ряд особенностей . Отметим две из них.

С одной стороны, построение математических моделей экономических ситуаций требует предельной конкретизации как исходных данных, так и сделанных допущений, что не всегда представляется возможным.

С другой стороны, математическая формализация может излишне усложнить модель экономической проблемы и ситуации и степень ее реализации. Негативное влияние последнего обстоятельства удается ослабить сравнением выходных параметров модели с опытными данными и их последующей корректировкой.

Спектр используемых в настоящее время математических моделей в экономике достаточно широк и нашел отражение в учебном пособии . Многие из них используются, в частности, при прогнозировании развития социально-экономических систем. В настоящее время активно развиваются экономико-математические модели, допускающие как единственный вариант решения, так и несколько оптимальных решений. Под моделью традиционно понимается специально созданный объект, заменяющий реальный объект в процессе его исследования . Особо актуальным является применение математических методов для решения класса экономических задач, связанных с расчетом и управлением рисками различной природы . С целью управления самостоятельной работой студентов бакалавриата в контексте анализа рисковых ситуаций нами реализован модульный подход к проектированию содержания учебной дисциплины «Теория риска» .

Рисунок 1. Перечень возможностей методов моделирования и прогнозирования экономики, о которых формируются представления в рамках учебной дисциплины.

Различные модели и методы легли в основу разработки содержания учебной дисциплины «Методы моделирования и прогнозирования экономики» для студентов факультета дистанционного обучения Российского экономического университета им. Г.В. Плеханова. На рис. 1 представим перечень основных возможностей методов моделирования и прогнозирования экономики, о которых формируются представления в рамках обозначенной выше учебной дисциплины. С учетом требований бально-рейтинговой системы оценки результатов обучения бакалавров содержание самостоятельной работы представляет собой последовательность трех блоков, представленных на рис. 2.


Рисунок 2. Последовательность блоков организации самостоятельной работы студентов по учебной дисциплине «Методы моделирования и прогнозирования экономики».

Перейдем к последовательному описанию содержания каждого из блоков.

Блок 1. «Введение в методы моделирования и прогнозирования экономики»

  1. В чем состоит центральная проблема современной социально-экономической науки? Каковы пути и перспективы ее решения? Какова роль количественных методов при исследовании этой проблемы.
  2. Сформулируйте уровни прикладного использования вычислительных алгоритмов WolframAlpha в исследовании социально-экономических проблем и ситуаций .
  3. Сформулируйте определение понятия «Прикладная математика» (математические методы и модели).
  4. Назовите типы задач, решаемых методами прикладной математики.
  5. Чем обусловлена востребованность применения математических методов в экономике?
  6. Охарактеризуйте понятия «Социально-экономическая система», «Метод моделирования», «Метод прогнозирования».
  7. Приведите примеры профильных эконометрических исследований, охарактеризуйте возможности базы знаний и набора вычислительных алгоритмов WolframAlpha .
  8. Объясните принципы классификации переменных модели на экзогенные, эндогенные, предопределенные.
  9. Перечислите и охарактеризуйте этапы исторического развития прикладной математики (математических моделей и методов).
  10. Сформулируйте различные определения понятий «Модель» и «Моделирование».
  11. Какие этапы включает в себя процесс моделирования? В чем причины широкого распространения метода моделирования экономических систем ?
  12. Что означает построить математическую модель социально-экономической проблемы и ситуации ?
  13. Охарактеризуйте место моделирования в структуре общего процесса познания.
  14. Приведите примеры экономико-математических моделей и обоснуйте их неуниверсальность.
  15. Перечислите элементы процесса моделирования и установите роль каждого элемента.
  16. В чем проявляется цикличность процесса моделирования при исследовании социально-экономической проблемы и ситуации?

Представленное содержание первого блока адекватно созданной системе технологического целеполагания . Специальные методы моделирования и прогнозирования рассматриваются в рамках специального раздела экономической кибернетики «Исследование операций» . Отметим, что в качестве операции рассматривается некоторое множество действий лица, ответственного за принятие решения, которое направленно на достижение поставленной цели (совокупность целенаправленных действий лица, принимающего решение). Наличие цели в операции подразумевает существование активных участников, которые преследуют эту цель.

С целью выявления таких участников в специальную совокупность рассматривается понятие оперирующей стороны. Другими словами, под оперирующей стороной понимается группа субъектов процесса принятия решений, стремящихся в процессе операции к поставленной социально-экономической цели (например, повышение доходности при фиксированном уровне риска или понижение риска при фиксированном уровне доходности и др.). Перечисленные аспекты могут быть использованы при реализации прикладного усиления математической подготовки будущего учителя математики и информатики .

Кроме того, в операции могут присутствовать и другие действующие лица, которые оказывают влияние на ход операции, но не преследуют цель оперирующей стороны, в частности, они могут стремиться к собственным целям. При изучении операции рассмотрение ведется с позиции оперирующей стороны, а основная задача исследования рассматриваемой социально-экономической проблемы и ситуации заключается в реализации процесса целенаправленного поиска и последовательного сравнения характеристик разнообразных путей достижения цели (например, максимизации дохода от производства, минимизации издержек при транспортировки однородного груза и др.).

Блок 2. «Методы моделирования и прогнозирования экономики»

  1. Каковы особенности и сфера применения операционного исследования?
  2. Сформулируйте различные определения категорий «Система», «Системный анализ».
  3. Перечислите условия эффективного применения количественных методов в экономике?
  4. Назовите актуальные проблемы совершенствования экономических измерителей .
  5. Охарактеризуйте понятия «Операция», «Оперирующая сторона», «Исследователь операции».
  6. В чем заключаются трудности применения математического аппарата в социально-экономической науке?
  7. Приведите экономические примеры, иллюстрирующие феномен эмерджентности.
  8. Каковы причины неопределенности в финансово-экономической сфере?
  9. Назовите основные проблемы моделирования в финансово-экономической сфере.
  10. В чем состоит суть математической модели социально-экономической проблемы и ситуации?
  11. Приведите примеры дескриптивных и нормативных экономико-математических моделей .
  12. Охарактеризуйте основные приемы верификации экономико-математической модели.
  13. Раскройте сущность основных проблем эконометрического моделирования.
  14. Опишите возможности базы знаний и набора вычислительных алгоритмов WolframAlpha при исследовании проблем и ситуаций, не располагающих к детерминированной трактовке.
  15. Приведите примеры экономических ситуаций, приводящих к задачам линейного программирования.
  16. Перечислите ограничения линейной производственной модели. Можно ли формализовать эту ситуацию, уменьшив количество ограничений?
  17. Что объединяет построенные экономико-математические модели в одну группу?
  18. Укажите вид решения каждой задачи, полученных в результате формализации рассмотренных экономических ситуаций.

Блок 3. «Специальные методы моделирования и прогнозирования экономики»

  1. Назовите основные типы классификации моделей и причины существования различных классификаций.
  2. Как охарактеризовать постановку и решение экономической задачи?
  3. В чем состоит специфика экономико-математического моделирования в менеджменте?
  4. Сформулируйте определения целевой функции и экстремальной задачи.
  5. Какой математический аппарат используется при моделировании и визуализации проблем и ситуаций финансовой сферы ?
  6. Дайте характеристику процессу принятия решения в условиях неполноты информации и риска (игре с природой) .
  7. Прокомментируйте принципиальную схему для субъективного оценивания при нескольких независимых источниках информации и нескольких экспертах.
  8. Перечислите причины возможных ошибок при субъективной оценке экономической ситуации?
  9. Перечислите процедуры подготовки экспертизы и обоснуйте их последовательность.
  10. Что составляет основу для операционного исследования социально-экономической проблемы и ситуации?
  11. Назовите и охарактеризуйте основные этапы поведения эконометрического исследования социально-экономической проблемы и ситуации.
  12. Каковы основные этапы применения математических и статистических методов в исследовании социально-экономических проблем и ситуаций?
  13. Сформулируйте определения следующих понятий:
    • · «Булевское программирование»;
    • «Выпуклое программирование»;
    • «Динамическое программирование»;
    • «Дискретное программирование» ;
    • «Квадратичное программирование»;
    • «Математическое программирование»;
    • «Целевая функция»;
    • «Симплекс-метод»;
    • «Линия уровня»;
    • «Стохастическое линейное программирование»;
    • «Целочисленное линейное программирование».
  14. Что представляет собой предмет теории массового обслуживания?
  15. Сформулируйте определение системы и назовите основные ее элементы.
  16. Сформулируйте основную теорему теории матричных антагонистических игр.
  17. На какие типы подразделяются теоретико-игровые модели?
  18. Назовите основные аспекты применения математических методов в решении практических задач.
  19. Что ограничивает сферу практического применения метода моделирования?
  20. Сформулируйте определение понятия «Прогнозирование».
  21. Выделите различные признаки классификации прогнозов и охарактеризуйте их.
  22. Как подразделяются методы прогнозирования?

Отметим, что приведенное новое содержание самостоятельной работы студентов бакалавриата в рамках образовательной области «Методы моделирования и прогнозирования экономики» позволяет по новому подойти к информатизации учебного процесса и реализовать идеи, связанные с применением новых информационных технологий и педагогических технологий в системе математической подготовки выпускников, выйти на уровень выделения типовых задач , в полной мере учитывать методические особенности содержания математической подготовки .

Список литературы

  1. Асланов Р. М., Муханова А. А., Муханов С. А. Проектирование интерактивных образовательных ресурсов на основе технологий Wolfram CDF // Преподаватель XXI век. – 2016. – Т. 1. – № 1. – С. 96-103.
  2. Власов Д. А. Математические модели и методы внутримодельных исследований / Д. А. Власов, Н. В. Монахов, В. М. Монахов; под ред. А. И. Нижникова. Москва, 2007. – 345 с.
  3. Власов Д. А. Методологические аспекты принятия решений //Молодой ученый. – 2016. – № 4. – С. 760-763.
  4. Власов Д. А. Методологические аспекты реализации технологии Wolframalpha в современных экономических исследованиях // Инновационная наука. – 2016. – № 10-1. – С. 19-21.
  5. Власов Д. А. Модель Шарпа как инстументальная основа опмитизации активов // Инновационная наука. – 2016. – № 3-1. – С. 43-45.
  6. Власов Д. А. Модульный подход к проектированию содержания учебной дисциплины «Теория риска» // Успехи современной науки и образования. – 2016. – Т. 1. – № 9. – С. 122-124.
  7. Власов Д. А. Особенности и математические основы современной экономической кибернетики // Техника. Технологии. Инженерия. – 2016. – № 2 (2). – С. 4-7.
  8. Власов Д. А. Особенности реализации доходного подхода к оценке стоимости малого предприятия // Вопросы экономики и управления. 2016. – № 3 (5). – С. 78-81.
  9. Власов Д. А. Ретроспективный анализ развития методов и моделей теории игр // Инновационная наука. – 2016. – № 8-1. – С. 42-43.
  10. Власов Д. А. Теоретико-игровая модель конкурентной борьбы за рынки сбыта продукции // Вопросы экономики и управления. – 2016. – № 5 (7). – С. 27-29.
  11. Власов Д. А. Технология визуализации проблем и ситуаций финансовой сферы // Педагогика высшей школы. – 2016. – № 2 (5). – С. 35-38.
  12. Власов Д. А. Формализация конкурентного взаимодействия фирм на рынке сбыта продукции // Инновационная наука. – 2016. – № 10-1. – С. 18-19.
  13. Власов Д. А. Целеполагание в системе математической подготовки бакалавра // Социосфера. – 2014. – № 2. – С. 165-169.
  14. Власов Д. А. Экономические риски: содержательный и методический аспекты // Инновационная наука. – 2016. – № 8-1. – С. 40-42.
  15. Власов Д. А., Синчуков А. В. Технологии Wolframalpha в преподавании учебной дисциплины «эконометрика: базовый уровень» для студентов экономического бакалавриата // Вестник Российского университета дружбы народов. Серия: Информатизация образования. – 2016. – № 4. – С. 37-47.
  16. Власов Д. А., Синчуков А. В. Технологии Wolframalpha в системе подготовки бакалавра экономики (на примере задачи о вероятности попадания случайной величины в заданный интервал) // Молодой ученый. –2015. – № 11. – С. 1298-1301.
  17. Власов Д. А., Синчуков А.В. Новое содержание прикладной математической подготовки бакалавра // Преподаватель XXI век. – 2013. – Т. 1. – № 1. – С. 71-79.
  18. Данилов, Н.Н. Курс математической экономики / Н.Н.Данилов. – М.: Высшая школа, 2006. – 407 с.
  19. Замков О. О. Математические методы в экономике: учебник / О. О. Замков, Ю. А. Черемных, А. В. Толстопятенко. – 2-е изд. – М.: Дело и Сервис, 1999, – 368 с.
  20. Исследование операций в экономике / Под ред. Н. Ш. Кремера. – М.: ЮНИТИ, 2002. – 407 с.
  21. Количественные методы в экономических исследованиях: Учебник для вузов / М.В. Грачева, Л.Н. Фадеева, Ю.Н. Черемных (ред.). – М.: ЮНИТИ-ДАНА, 2004. – 791 с.
  22. Конюховский П. В. Математические методы исследования операций / П. В. Конюховский. – СПб.: Питер, 2001. – 192 с.
  23. Коробов П.Н. Математическое программирование и моделирование экономических процессов / П.Н.Коробов. – СПб.: Издательство ДНК, 2006. – 376 с.
  24. Красс М. С. Математика для экономистов / М. С. Красс, Б. П. Чупрынов. – СПб.: Питер, 2005, – 464 с.
  25. Красс М. С. Математика для экономического бакалаврата: учебник / М. С. Красс, Б. П. Чупрынов. – М.: Дело, 2005, – 576 с.
  26. Кундышева Е.С. Экономико-математическое моделирование: Учебник / Е.С.Кундышева. – М.: Дашков и К, 2008. – 424 с.
  27. Маркин Ю.П. Математические методы и модели в экономике: Учебное пособие / Ю.П. Маркин. – М.: Высшая школа, 2007. – 422 с.
  28. Моделирование экономических процессов: Учебник. / М.В. Грачева, Л.Н. Фадеева, Ю.Н. Черемных (ред.). – М.: ЮНИТИ-ДАНА, 2005. – 351 с.
  29. Монахов В. М. Введение в теорию педагогических технологий. – Волгоград: Перемена, 2006. – 318 с.
  30. Монахов В. М., Ярыгин А. Н., Коростелев А. А. Педагогические объекты. Педагогическое проектирование. Know How технологии. – Тольятти: Волжский университет имени В.Н. Татищева. – 38 с.
  31. Муханов С. А. Применение информационных технологий при преподавании математики студентам гуманитарных специальностей // Педагогическая информатика. – 2006. – № 1. – С. 60-62.
  32. Муханов С. А. Проектирование общедоступных интерактивных образовательных ресурсов с использованием технологий Wolfram CDF // Приволжский научный вестник. - 2015. - № 11 (51). - С. 112-115.
  33. Орлова И.В. Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие. / И.В. Орлова, В.А. Половников. – М.: Вузовский учебник, 2007. – 365 с.
  34. Пантина И. В., Синчуков А. В. Вычислительная математика – Московский финансово- промышленный университет «Синергия». - 2012. - 176 с.
  35. Решение экономических задач на компьютере / А.В.Каплан, В.Е.Каплан, М.В.Мащенко, Е.В.Овечкина. – СПб.: Питер, 2004. – 600 с.
  36. Синчуков А. В. Анализ перспективных направлений модернизации математической подготовки бакалавра // Инновационная наука. – 2016. – № 10-1. – С. 118-119.
  37. Синчуков А. В. Дидактическая роль коммерческих и финансовых рисков в совершенствовании уровня прикладной математической подготовки бакалавра // Инновационная наука. – 2016. – № 8-2. – С. 182-184.
  38. Синчуков А. В. Математическая подготовка современного учителя математики и информатики // Инновационная наука. – 2016. – № 11-1. – С. 173-175.
  39. Синчуков А. В. Методические особенности учебного модуля «Дифференциальные уравнения» в системе математической подготовки бакалавра экономики // Инновационная наука. – 2016. – № 8-2. – С. 181-182.
  40. Синчуков А. В. О необходимости построения и исследования математических моделей в системе подготовки бакалавра менеджмента / В сборнике: WORLD SCIENCE: PROBLEMS AND INNOVATIONS. – Сборник статей победителей V международной научно-практической конференции. – 2016. – С. 402-404.
  41. Синчуков А. В. Особенности применения имитационного моделирования в системе подготовки бакалавров экономики // Инновационная наука. – 2016. –№ 11-1. – С. 175-176.
  42. Синчуков А. В. Проблемы реализации прикладной направленности обучения математике с использованием информационных технологий // Инновационная наука. – 2016. – № 10-1. – С. 116-118.
  43. Синчуков А. В. Роль учебной темы «Игры с природой» в прикладной математической подготовке бакалавра экономики / В сборнике: WORLD SCIENCE: PROBLEMS AND INNOVATIONS. – Сборник статей IV Международной научно-практической конференции. МЦНС «Наука и Просвещение». 2016. С. 194-196.
  44. Синчуков А. В. Современнная классификация математических моделей // Инновационная наука. – 2016. – № 3-1. – С. 214-215.
  45. Синчуков А. В.. – 2016. – Т. 2. – № 54. – С. 290-293.
  46. Синчуков А. В. Технологическое проектирование содержания математической подготовки бакалавра менеджмента // Молодой ученый. – 2016. – № 20 (124). – С. 730-732.
  47. Синчуков А. В. Типовые задачи учебной дисциплины «Математический анализ»: технологический подход / В сборнике: Психология и педагогика: актуальные вопросы, достижения и инновации. – Cборник статей II Международной научно-практической конференции. под общей редакцией Г.Ю. Гуляева. – 2016. – С. 143-145.
  48. Тихомиров Н. П., Тихомирова Т. М. Риск-анализ в экономике. – М.: Экономика, 2010. - 317 с.
  49. Хачатрян, Н.К. Математическое моделирование экономических систем / Н.К. Хачатрян. – М.: Экзамен, 2008. – 158 с.
  50. Экономико-математические методы и модели: Учебное пособие / С.И.Макаров (ред.). – М.: Кнорус, 2009. – 240 с.