Опыт статистического и энтропийного анализа взаимосвязей информационных и про-изводственных отраслей региональной экономики России

В работе предлагаются специальные методы статистического подхода к анализу региональных межотраслевых взаимосвязей. В качестве реальной системы, по статистическим данным которой проводятся все количественные расчеты, рассматривается Российская Федерация без трех самых больших административных единиц (Москвы, Санкт-Петербурга, Московской области). В отличие от материальных связей модели Леонтьева анализируются информационно-статистические связи между отраслями. Для этого используются понятия энтропии и информации с целью выявления особенностей взаимодействия между шестью производственными отраслями и шестью информационными секторами экономики. Эти взаимодействия рассматриваются с позиций закона необходимого разнообразия, а сложность по Колмогорову, которой в работе придается особое значение и которая оценивается энтропией распределения показателей выпуска региональных подсистем. Вводятся понятия и произведена количественная оценка сложности регионов и отраслей. Структура информационных связей между показателями экономической системы находится как с помощью регрессионного анализа, так и на основе предлагаемых коэффициентов информативности. Особенно подчеркивается роль условных энтропий при статистическом анализе межотраслевых взаимодействий. Структуры взаимодействия представлены в виде соответствующих графов связи. Обосновывается, что рассчитанные коэффициенты информативности и условные энтропии дают возможность сделать качественный анализ и прогноз. Произведенные расчеты по статистическим данным показали, что в регионах с преобладанием энтропии управления над энтропией производства выпуск на одного занятого существенно выше. На основании общего рассмотрения региональных энтропий представляется целесообразным рекомендовать регионам России повысить сложность отраслей связи и научно-профессиональной деятельности хотя бы до уровня сложности отрасли обрабатывающего производства.

Ключевые слова

производственные и информационные отрасли, энтропия и информация, сложность по Колмогорову, граф взаимосвязей, закон необходимого разнообразия

Получено

19.12.2023

Дата публикации

28.12.2023

Кол-во символов

40194

Цитировать

ГОСТ	Гаврилец Ю. Н. , Тараканова И. В. Опыт статистического и энтропийного анализа взаимосвязей информационных и про-изводственных отраслей региональной экономики России // Экономика и математические методы – 2023. – Tом 59. – №4 C. 71-85 [Электронный ресурс]. URL: https://emm.jes.su/S042473880028218-8-1 (дата обращения: 02.05.2024). DOI: 10.31857/S042473880028218-8
MLA	Gavrilets, Yuriy, Tarakanova, Iraida "Experience of statistical and entropy analysis of relationships between the information and production sectors of the regional economy of Russia." Ekonomika i matematicheskie metody 59.4 (2023):71-85. DOI: 10.31857/S042473880028218-8
APA	Gavrilets Y., Tarakanova I. (2023). Experience of statistical and entropy analysis of relationships between the information and production sectors of the regional economy of Russia. Ekonomika i matematicheskie metody 59(4), pp.71-85 DOI: 10.31857/S042473880028218-8

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: 0, всего просмотров: 86

Оценка читателей: голосов 0

1. Афанасьев М.Ю., Кудров А.В. (2021). Экономическая сложность и вложенность структур региональных экономик // Экономика и математические методы. Т. 57. № 3. С. 67–78.

2. Буданов В.Г., Аршинов В.И. (2018). Сложностность и проблема знания. М.: Институт фи-лософии.

3. Бир С. (1965). Кибернетика и управление производством. М. Наука.

4. Боженко Е.В., Махина Т.Ю. (2018). Теория информации в экономико-математическом мо-делировании // Журнал экономических исследований. Т. 4. № 3. Режим доступа: https://naukaru.ru/ru/nauka/article/20404/view

5. Гаврилец Ю.Н. (1974). Социально-экономическое планирование. Системы и модели. М.: Экономика.

6. Гаврилец Ю.Н., Кудров А.В., Тараканова И.В. (2022). Статистический анализ и моделирование взаимосвязи региональной экономики и науки // Экономика и математические методы. Т. 58. № 4. С. 56–70.

7. Гаврилец Ю.Н. (2016). Сложность, управление и информация в социально-экономических системах // Международный журнал «Проблемы теории и практики управления». № 12. С. 39–49.

8. Колмогоров А.Н. (1987). Избранные труды. Теория информации и теория алгоритмов. М.: Наука.

9. Макаров В.Л. (2015). О разнообразии экономического и политического устройства в мире. (Планирование возвращается?) // Философия, методология и история науки. T. 1. № 1. С. 55–67.

10. Моисеев А.К., Бондаренко П.А. (2020). Применение индекса экономической сложности в макрофинансовых моделях // Проблемы прогнозирования. № 3. С. 101–112.

11. Новожилов В.В. (1959). Измерение затрат и их результатов в социалистическом хозяйстве. В сб.: «Применение математики в экономических исследованиях». Т. 1. М.: Соцэгиз.

12. Рыжкова Т.В. (2012). Энтропийные показатели финансовой системы предприятия // Вест-ник МГТУ. № 2. С. 124–127.

13. РыжковаТ.В. (2010). Энтропийный анализ инвестиционной привлекательности компании // Вестник Российского экономического университета им. Г.В. Плеханова. № 6. Режим доступа: https://cyberleninka.ru/article/n/entropiynyy-analiz-investitsionnoy-privlekatelnosti-kompanii/viewer

14. Tараканова И.В. (2019). Выявление структуры статистических взаимозависимостей в сис-теме переменных в ППК MATHCAD // Вестник ЦЭМИ. Т. 2. Вып. 1. DOI: 10.33276/S265838870004835-1

15. Щепаньский Я. (1969).Элементарные понятия социологии. М.: Прогресс.

16. Яглом А.М., Яглом И.М. (1973). Вероятность и информация. М.: Наука.

17. Ebeling W., Molgedey L., Kurths J., Sch)warz U. (2002). Entropy, complexity, predictability, and data analysis of time series and letter sequences. In: The science of disasters. Berlin, Hei-delberg: Springer. DOI: 10.1007/978-3-642-56257-0

18. Jakimowicz A. (2020). The role of entropy in the development of economics. Polish Academy of Sciences, Entropy, 22 (4), 452.

19. Mollaei S., Darooneh A.H., Karimi S. (2019). Multi-scale entropy analysis and Hurst exponent. Physica A Statistical Mechanics and its Applications, 528, 121292. DOI: 10.1016/j.physa.2019.121292