Моделирование социально-экономического развития России с использованием больших данных и данных результатов натурных экспериментов

 
Код статьиS042473880023483-0-1
DOI10.31857/S042473880023483-0
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Должность: Заведующий лабораторией проблем регионального развития, ведущий научный сотрудник
Аффилиация: Федеральное государственное бюджетное учреждение науки Институт проблем рынка РАН
Адрес: Россия, 117418, Москва Нахимовский пр-т, 47
Должность: Заместитель директора по научной работе
Аффилиация: ИПР РАН
Адрес: Россия, 117418, Москва Нахимовский пр-т, 47
Название журналаЭкономика и математические методы
ВыпускТом 59 № 2
Страницы39-53
Аннотация

Цель статьи заключается в исследовании перспектив социально-экономического развития России с точки зрения перехода к экономической автаркии. Исследование включает кластерный анализ тенденций и закономерностей социально-экономического развития России, а также стран ближнего зарубежья (СНГ). В качестве базы сравнения были использованы данные по странам, которые прошли (Южная Корея и Япония) или проходят (Иран) через натурный эксперимент экономической автаркии с различной степенью успешности. В качестве информационной базы исследования использованы статистически обработанные большие данные, отраженные в Индексе процветания стран (LegatumProsperityIndex) по итогам 2021 года. Также в исследовании проведено моделирование социально-экономического развития России с учетом накопленного потенциала на основе таксономического метода, относимого к группе экономико-математических методов принятия решений по множеству атрибутов (MultipleAttributeDecisionMaking, MADM). Результаты исследования показывают, что Россия не обладает необходимым потенциалом развития для перехода на успешные модели экономической автаркии, которые были реализованы в своё время в Южной Корее и Японии. Россия способна реализовывать и далее инерционную модель социально-экономического развития, а также способна на переход к экономической автаркии по иранскому типу. В равной степени этот же вывод относится и к странам ближнего зарубежья (СНГ). Полученные результаты могут быть использованы в качестве информационной базы принятия решений в области государственного управления и регулирования социально-экономических и общественно-политических процессов.

Ключевые словаэкономика, общество, институты, развитие, социально-экономические модели, моделирование, экономическая автаркия, экономический уклад
Источник финансированияСтатья подготовлена в рамках государственного задания ИПР РАН, 2023 год, тема НИР «Моделирование процессов обеспечения устойчивого и сбалансированного социально-экономического и пространственного развития России и стран ближнего зарубежья в целях формирования Большого евразийского партнерства»
Получено02.06.2023
Дата публикации30.06.2023
Кол-во символов40522
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 2, всего просмотров: 144

Оценка читателей: голосов 0

1. Ильюхов А. А. (2015). Вынужденная автаркия: исторический опыт // Russian Journal of Economics and Law. № 1 (33). С. 26-31.

2. Клейнер Г. Б. (2022). Инклюзивный рост в экономике замкнутого цикла // Экономическое возрождение России. №. 3 (73). С. 37-44.

3. Ларин С. Н., Соколов Н. А. (2021). Анализ влияния санкционных ограничений на экономики Ирана и России // Международный журнал гуманитарных и естественных наук. №. 9-1. С. 157-164.

4. Мигранян А. А. (2020). Потенциал развития экономического сотрудничества России со странами ЕАЭС и СНГ // Проблемы постсоветского пространства. Т. 7. №. 3. С. 327-346.

5. Насирбейк А. И. (2019). Этапы развития экономики Ирана // Горизонты экономики. 2019. №. 6. С. 61-66.

6. Пискун Е. И., Хохлов В. В. (2019). Экономическое развитие регионов Российской Федерации: факторно-кластерный анализ //Экономика региона. Т. 15. №. 2. С. 363-376.

7. Савинский А. В. (2018). Западные санкции и диверсификация: опыт Ирана // Геополитика и экогеодинамика регионов. Т. 4. №. 3. С. 5-13.

8. Ситковский А. М. (2021). Моделирование многокритериальной оценки социо-эколого-экономического состояния и динамики территории // Вопросы управления. №. 2 (69). С. 102-119.

9. Торкановский Е. П. (2020). Автаркия 2.0: глобальная экологическая повестка, пандемия COVID-19 и новая нормальность // Экономические отношения. Т. 10. №. 3. С. 663-682.

10. Хоминич И. П., Самира А. (2021). Россия и Иран в условиях экономических санкций: антисанкционная политика и экономика сопротивления // Вестник Российского экономического университета им. ГВ Плеханова. Т. 18. №. 2 (116). С. 5-12.

11. Цветков В. А. (2022). Экономический суверенитет России в условиях новой реальности // Вестник Национального института бизнеса. №. 45. С. 25-30.

12. Юрченко Т. В. (2019). Кластерный анализ как инструмент территориальных исследований // Научное обозрение: теория и практика. Т. 9. №. 3. С. 385-396.

13. Abduvaliev M., Bustillo R. (2020). Impact of remittances on economic growth and poverty reduction amongst CIS countries // Post-Communist Economies. Vol. 32. No 4. pp. 525-546.

14. Bellman R. E., Zadeh L. A. (1970). Decision-making in a fuzzy environment // Management science. Vol. 17. No. 4. pp. B-141-B-164.

15. Cheba K., Szopik-Depczyńska K. (2017). Multidimensional comparative analysis of the competitive capacity of the European Union countries and geographical regions // Oeconomia Copernicana. Vol. 8. No. 4. pp. 487-504.

16. Einav L., Levin J. (2014). Economics in the age of big data // Science. Vol. 346. No. 6210. pp. 1243089.

17. Haerpfer C. et al. (2022). World Values Survey: Round Seven – Country-Pooled Datafile Version 4.0. Madrid, Spain & Vienna, Austria: JD Systems Institute & WVSA Secretariat. 747 p.

18. Haggard S., Moon C. (2018). The State, Politics, and Economic Development in Postwar South Korea // State and society in contemporary Korea. Cornell University Press. pp. 51-94.

19. Hellwig Z. (1972). Procedure of evaluating high-level manpower data and typology of countries by means of the taxonomic method // Towards a system of human resources indicators for less developed countries. pp. 115-134.

20. Hufbauer G. C., Jung E. (2021). Economic sanctions in the twenty-first century // Research Handbook on Economic Sanctions. Edward Elgar Publishing. pp. 26-43.

21. Lockwood W. W. (2015). Economic development of Japan. Princeton University Press, 2015. 704 p.

22. Mandelbaum M. (2019). The new containment: handling Russia, China, and Iran // Foreign Aff. Vol. 98. pp. 123.

23. Tvaronaviciene M., Razminiene K., Piccinetti L. (2015). Approaches towards cluster analysis // Economics & sociology. Vol. 8. No. 1. pp. 19.

24. Zadeh L. A. (1988). Fuzzy logic // Computer. Vol. 21. No. 4. pp. 83-93.

25. Zavadskas E. K., Turskis Z., Kildienė S. (2014). State of art surveys of overviews on MCDM/MADM methods // Technological and economic development of economy. Vol. 20. No. 1. pp. 165-179.

26. Медведев И. В. (2020). Экономико-теоретические проблемы исследования экономических интеграционных процессов на постсоветском пространстве на примере СНГ // Теоретическая экономика. №. 2 (62). С. 60-66.

Система Orphus

Загрузка...
Вверх