Все
 
 
 


Оптимизация структурной динамики экономики в рамках методологии «затраты–выпуск»
 
Код статьиS042473880025859-3-1
DOI10.31857/S042473880025859-3
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Торопцев Евгений Львович 
Должность: профессор
Аффилиация: Северо-Кавказский федеральный университет
Адрес: Ставрополь, 355042, Ставрополь, ул 50-летия ВЛКСМ, 67/3, кв. 8
Кандохова Марианна Михайловна
Должность: аналитик центра устойчивого развития
Аффилиация: Кабардино-Балкарский государственный университет
Адрес: Россия
Гудиева Наталья Григорьевна
Должность: стажер-исследователь
Аффилиация: Научно-образовательный математический центр «Северо-Кавказский центр математических исследований»
Адрес: Россия
Название журналаЭкономика и математические методы
ВыпускТом 59 № 2
Страницы26-38
Аннотация

Модель динамического межотраслевого баланса в виде системы дифференциальных уравнений, оцифрованная в соответствии с уже опубликованной авторской методикой, позволяет ставить и решать широкий круг задач структурной статической устойчивости экономических систем. Оптимизация структурной динамики может быть выполнена при включении в вектор варьируемых параметров любых, а в пределе — всех элементов модели. В настоящей работе для этого выбраны межотраслевые инерционности и предложен метод, который на шаге поиска использует вектор параметров произвольной (допускаемой самой моделью) длины. Это отличает предлагаемый метод от существующих, делая его уникальным. Указанная уникальность заключается в снятии так называемого «проклятия размерности», присущего классическим задачам оптимизации (численного поиска) с применением методов от покоординатного спуска до богатых инструментов ньютоновского типа. В этом смысле метод является конкурентом оптимизации на основе машинного обучения искусственных нейронных сетей. При этом не важно, как именно формализована задача: в ней должны быть выделены целевые показатели и вектор варьируемых параметров. Можно поставить и решить массу оптимизационных задач, изменяя содержание вектора варьируемых параметров по соответствующему плану вычислительного эксперимента. В работе же представлен только один пример и один шаг оптимизации. Ограничивающим и функциональным условием работы метода является сохранение линейной зависимости между желаемыми приращениями вещественных частей собственных значений матрицы состояния модели и их чувствительностей к параметрам управления. Такие «малые» шаги оптимизации представляют собой самостоятельные задачи, численное решение которых можно повторять.

Ключевые словадинамический межотраслевой баланс, оцифровка, оптимизация, чувствительности, сингулярное разложение матрицы.
Получено02.06.2023
Дата публикации30.06.2023
Кол-во символов31621
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: 178

Оценка читателей: голосов 0 

1. Алмон К. (2021). Искусство экономического моделирования. М.: ИНП РАН, МАКС Пресс.
2. Андрукович П.Ф. (2020). Заметки о принципах построения моделей прогноза экономиче-ских показателей (на примере прогнозной системы «prorosec”») // Экономика и мате-матические методы. Т. 56. № 2. С. 66–76.
3. Ашимов А.А., Айсакова Б.A., Алшанов Р.А. (2014). Параметрическое регулирование эко-номического роста на базе неавтономных вычислимых моделей общего равновесия // Автоматика и телемеханика. Вып. 6. С. 69–85.
4. Баранов А.О. (2017). Выход из кризиса и перспективы экономического роста в России в 2018–2019 гг. // ЭКО. № 12. С. 5–17.
5. Баранов А.О., Квактун М.И. (2020). Прогнозирование ускоренного обновления основного капитала в России с использованием динамической межотраслевой модели // Проблемы прогнозирования. № 2. С. 48–59.
6. Баранов А.О., Широв А.А. (2020). Экономическая политика России в межотраслевом и пространственном измерении: материалы 2-й конференции ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию. Новосибирск: ИЭОПП СО РАН.
7. Баранов Э.Ф., Елсакова А.В., Корнева Е.С. (2015). Декомпозиционный анализ на основе таблиц «затраты–выпуск» из базы данных WIOD. М.: Изд. дом Высшей школы эконо-мики.
8. Бертсекас Д. (1987). Условная оптимизация и методы множителей Лагранжа. М.: Радио и связь. 400 с.
9. Воеводина В.В. (1968). Ошибки округления в алгебраических процессах. М.: ВЦ МГУ.
10. Глазьев С.Ю. (2012). Современная теория длинных волн в развитии экономики // Экономи-ческая наука современной России. № 2 (57). С. 8–27.
11. Глазьев С.Ю. (2016). Прикладные результаты теории мирохозяйственных укладов // Эконо-мика и математические методы. Т. 52. № 3. С. 3–21.
12. Голуб Дж., Лоун Ч.В. (1999). Матричные вычисления. М.: Мир.
13. Гринберг Р.С. (2015). Экономика современной России: состояние, проблемы, перспективы. Общие итоги системной трансформации // Век глобализации. №1 (15). С. 166–182.
14. Гринберг Р.С., Рубинштейн А.Я. (2008). Основания смешанной экономики. Экономическая социодинамика. М.: ИЭ РАН.
15. Деннис Дж., Шнабель Р. (1988) Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир. 440 с.
16. Доценко Е.Ю. (2019). Структурная инерция как методологический инструмент исследова-ния структурных сдвигов в экономике // Научно-практический журнал «Экономика и управление инновациями». № 1. С. 4–17.
17. Дужински Р.Р., Торопцев Е.Л., Мараховский А.С. (2017). Системные проблемы экономи-ческого роста в современной России // Экономический анализ: теория и практика. Т. 16. Вып. 2. С. 204–220.
18. Дужински Р.Р., Торопцев Е.Л., Мараховский А.С. (2018). Объединение информационно-аналитических возможностей равновесных и динамических межотраслевых моделей // Экономический анализ: теория и практика. Т. 17. № 4. С. 736–753. DOI: 10.24891/ea.17.4.736
19. Зарук Н.Ф., Галкин М.С., Светлов Н.М. (2019). Методика анализа инвестиционной при-влекательности с использованием экономико-математических методов: межотраслевой аспект // Экономика, труд, управление в сельском хозяйстве. № 11. С. 63–76.
20. Ивантер В.В. (2017). Структурно-инвестиционная политика в целях устойчивого роста и модернизации экономики. М.: ИНП РАН.
21. Канторович Л.В. (2011). Избранные труды. Экономико-математические работы. Ин-т мате-матики им. С.Л. Соболева, СО РАН.
22. Касимов А.А., Богатырев А.В. (2009). Оптимизация ресурсной политики предприятия // Российское предпринимательство. Т. 10. № 4. С. 46–50.
23. Клейнер Г.Б. (2020). Интеллектуальная экономика цифрового века // Экономика и матема-тические методы. Т. 56. № 1. С. 18–33.
24. Колемаев В.А. (2005). Экономико-математическое моделирование. Моделирование макро-экономических процессов и систем. М.: ЮНИТИ-ДАНА.
25. Кондратьев Н.Д., Яковец Ю.В., Абалкин Л.И. (2002). Большие циклы конъюнктуры и тео-рия предвидения. Избранные труды. М.: Экономика.
26. Крутько П.Д., Максимов А.И., Скворцов Л.М. (1988). Алгоритмы и программы проекти-рования автоматических систем. М.: Радио и связь.
27. Крюков В.А., Баранов А.О., Павлов В.Н., Суслов В.И., Суслов Н.И. (2020). Проблемы развития единого комплекса средств макроэкономического межрегионального межот-раслевого анализа и прогнозирования // Экономика региона. Т. 16. Вып. 4. С. 1072–1086.
28. Ксенофонтов М.Ю., Широв А.А., Ползиков Д.А., Янтовский А.А. (2018). Оценка мульти-пликативных эффектов в российской экономике на основе таблиц «затраты–выпуск» // Проблемы прогнозирования. № 2 (167). С. 3–13.
29. Леонтьев В.В. (1990). Экономические эссе. Теории, исследования, факты и политика. М.: Политическая литература.
30. Миролюбова Т.В., Карлина Т.В., Николаев Р.С. (2020). Цифровая экономика: проблемы идентификации и измерений в региональной экономике // Экономика региона. Т. 16. Вып. 2. С. 377–390.
31. Петрикова Е.М. (2011). Взаимосвязь показателей платежного и межотраслевого балансов // Вопросы статистики. № 7. С. 59–68. [Petrikova E.M. (2011). Interrelation of indicators of payment and intersectoral balances. Voprosy Statistiki, 7, 59–68 (in Russian).]
32. Позамантир Э.И. (2014). Вычислимое общее равновесие экономики и транспорта (Транс-порт в динамическом межотраслевом балансе). М.: Поли Принт Сервис.
33. Светуньков С.Г., Абдуллаев И.С. (2009). Экономическая динамика и производственные функции // Вестник Оренбургского государственного университета. № 5 (99). С. 110–114. [Svetunkov S.G., Abdullaev I.S. (2009). Economic dynamics and production functions. Vestnik of the Orenburg State University, 5 (99), 110–114 (in Russian).]
34. Смирнов В.И., Крылов В.И., Канторович Л.В. (1933). Вариационное исчисление. Ленин-град: Кубуч.
35. Суворов Н.В., Трещина С.В., Белецкий Ю.В. (2017). Балансовые и факторные модели как инструмент анализа и прогнозирования структуры экономики. М.: МАКС Пресс.
36. Торопцев Е.Л., Мараховский А.С. (2022а). Анализ макроструктурной динамики в рамках методологии «затраты–выпуск» // Журнал Новой экономической ассоциации. № 1 (53). С. 12–30.
37. Торопцев Е.Л., Мараховский А.С. (2022б). Структурные инерционности экономических систем // Экономика и математические методы. № 1. Т. 58. С. 38–47.
38. Уилкинсон Дж. (1970). Алгебраическая проблема собственных значений. М.: Наука.
39. Форсайт Дж., Малькольм М., Моулер К. (1980). Машинные методы математических вы-числений. М.: Мир.
40. Хемди А.Т. (2005). Введение в исследование операций. 6-е издание. Пер. с англ. М.: Вильямс.
41. Широв А.А., Янтовский А.А. (2017). Межотраслевая макроэкономическая модель RIM —развитие инструментария в современных российских условиях // Проблемы прогнози-рования. Т. 162. № 3. С. 3–19.
42. Almon Cl., Grassini M. (2010). The changing structure of employment in Italy 1980–2010: Can investment affect the outcome? INFORUM Working Papers.
43. Bertsekas D. (1982). Constrained optimization and multiplier methods. New York, London: Aca-demic Press, Inc.
44. Brunet F. (2011). Basics on Continuous Optimization. Available at: https://www.brnt.eu/phd/node10.html 
45. Chen X., Guo J., Yang C. (2004). Chinese economic development and input-output extension. In-ternational Journal of Applied Economics and Econometrics, 12, 1, 43–88.
46. Dennis J.E., Schnabel R.B. (1983). Numerical methods for unconstrained optimization and nonli-near equations. New Jersey: Prentice Hall Inc.
47. Madsen K., Nielsen H.B., Tingleff O. (2004). Methods for non-linear least squares problems. 2nd ed. Informatics and Mathematical Modelling (IMM), Technical University of Denmark (DTU), Lyngby.
48. Mohajan H.K. (2012). Aspects of mathematical economics, social choice and game theory. PhD Dissertation, Lambert Academic Publishing, Germany.
49. Mohajan H.K. (2017). Optimization models in mathematical economics. Journal of Scientific Achievements, 2 (5), 30–42.
50. Mohajan H.K., Islam J.N., Moolio P. (2013). Optimization and social welfare in economics. Saarbrücken: Lambert Academic Publishing, Germany.
51. Zhang H., Chen X. (2008). An extended input-output model on education and the shortfall of hu-man capital in China. Economic Systems Research, 20, 2, 205–221.

Система Orphus

Загрузка...
Вверх