Содержание к диссертации
Введение
Глава 1. Состояние социально-экономических процессов в регионе 6
1.1 Общее понятие экономической безопасности региона 6
1.2 Современное положение субъектов РФ с точки зрения экономической безопасности 14
1.3 Показатели экономической безопасности региона 21
Глава 2. Технология и экономико-математический аппарат анализа и оценки безопасности региона 30
2.1 Базовая имитационная модель региона 30
2.2 Информационное обеспечение модели региона 55
2.3 Экстремальный эксперимент как метод анализа и оценки экономической безопасности региона 68
Глава 3. Анализ вариантов безопасного развития региона на основе результатов модельных экспериментов 88
3.1 Система имитационного моделирования "Visual Simulator" 88
3.2 Оценка пригодности имитационной модели экономики региона 102
3.3 Сценарии проведения экспериментов и анализ их результатов.. 109
Заключение 118
Список литературы 120
Приложение
- Современное положение субъектов РФ с точки зрения экономической безопасности
- Показатели экономической безопасности региона
- Экстремальный эксперимент как метод анализа и оценки экономической безопасности региона
- Оценка пригодности имитационной модели экономики региона
Введение к работе
Формирование рыночных отношений, изменение форм собственности, методов государственного управления, переход к федерализму, открытость национальной и региональной экономик определяют необходимость обеспечения устойчивого развития экономики и постоянного мониторинга за социально-экономическими процессами.
В работе предполагается провести анализ современного положения регионов, выявить проблемы и угрозы экономической безопасности, с которыми столкнулись регионы после перехода к рыночной экономике. При этом задачу предполагается решать не на гуманитарном уровне, а с использованием новейших достижений точных наук.
Рассматриваются проблемы, присущие как региону в отдельности, так и всей Российской Федерации в целом. Можно выделить ряд ключевых сфер, которые тесно связаны друг с другом и оказывают большое влияние на экономическую безопасность региона - субъекта РФ. В работе анализ экономической безопасности региона основывается на использовании индикаторов (показателей) и их пороговых значений. Единого мнения о пороговых значениях и наборе показателей экономической безопасности региона до сих пор не выработано. Поэтому первый этап исследования -выявление наиболее важных с экономической точки зрения показателей безопасности и определение их пороговых значений. Показатели экономической безопасности позволяют определить направления такого хозяйственного развития, при котором бы создались приемлемые условия для социально-экономической стабильности общества, жизни и развития личности, успешного противостояния влиянию внутренних и внешних угроз.
Принимается во внимание тот факт, что вопросы экономической безопасности всего государства в целом рассматривались ведущими экономистами и обсуждались на государственном уровне. Проводились слушания в Совете Безопасности и в Совете Федерации, в результате чего была определена и одобрена концепция экономической безопасности Российской Федерации.
Изучение социально-экономических процессов, протекающих в регионе, базируется на макроэкономических теориях со специальными дополнениями, учитывающими особенности функционирования региона в национальной и мировой экономике. Будем исходить из предположения, что экономика региона имеет сложившуюся структуру, протекающие в ней макроэкономические процессы обладают определённой инерцией, а внешние условия, формируемые на федеральном уровне, являются экзогенными управляющими параметрами.
Очевидно, что проведение экспериментов с реальным объектом -экономикой региона невозможно, поэтому для исследования используется имитационная модель региона. Имитационная модель субъекта Российской Федерации является полигоном, где наблюдаются локальные экономические, социальные, демографические, экологические, информационные и другие процессы, отклонения в которых могут угрожать безопасности региона. Чтобы модель могла замещать реальный объект, эта модель должна быть адекватной. Модель должна корректно реагировать на изменения экзогенных и управляющих переменных.
В имитационной модели будут отражены ряд воспроизводственных процессов, осуществляющихся в регионе: воспроизводство регионального продукта, капитала, населения и т.д. Она охватывает также движение материальных и финансовых потоков между основными агентами экономики региона: предприятиями, населением (домашними хозяйствами) и государственными учреждениями. Значительная часть финансовых потоков проходит через федеральный, региональный, местные бюджеты и внебюджетные фонды. Доходы бюджета субъекта Российской Федерации складываются из налогов, получаемых с предприятий и населения, от использования природных ресурсов и т.д., а также от поступлений из федерального бюджета (трансфертов).
Для достоверного анализа экономической безопасности и создания программной реализации её мониторинга необходима реальная статистическая информация. Информационное обеспечение имитационной модели позволит оперировать актуальными данными, которые может предоставлять Госкомстат РФ или его региональные подразделения. В работе предлагается один из вариантов информационной модели, состоящей из нескольких таблиц, которые при необходимости с помощью стандартного языка запросов SQL будут заполняться информацией из баз данных Госкомстата РФ. Таким образом, имитационная модель будет работать с оперативными данными и адекватно отражать социально-экономические процессы, протекающие в регионе.
Для количественного анализа и оценки экономической безопасности региона предлагается использовать разновидность метода экстремального многофакторного эксперимента. В процессе планирования и проведения серии экспериментов на имитационной модели и расчётов по предлагаемой методике будут получены результаты, интерпретация которых позволит оценить состояние экономики региона с точки зрения экономической безопасности.
Для решения поставленной задачи в работе используются инструментальные средства, в частности оригинальный имитационно-анализирующий комплекс "Visual Simulator". Эта система включает в себя средства для визуального построения моделей, имеет набор средств анализа и отображения результатов моделирования, а также средства для автоматизации и планирования экстремального эксперимента.
Цель работы - создание системы мониторинга, анализа и оценки экономической безопасности региона, в основе которой лежит имитационная модель региона и её информационное обеспечение, а для анализа и оценки используются показатели (индикаторы) экономической безопасности и их пороговые значения. Инструментальным средством является программный комплекс "Visual Simulator".
Современное положение субъектов РФ с точки зрения экономической безопасности
В конце 20 века в экономике России произошел беспрецедентный спад производства. Значительно сократился объём ВВП, промышленного производства - на 50%, причём это падение, во-первых, имело устойчивый характер, а во-вторых, затронуло все ключевые отрасли народного хозяйства. За эти годы Россия по уровню экономического развития отстала от наиболее развитых стран мира в несколько раз. Поскольку уровень экономического развития является достаточно инертной характеристикой, и основные пропорции между странами сохраняются в течение длительного периода, то Россия может сократить сложившееся отставание от передовых государств единственным способом. Это поддержание высоких и устойчивых темпов роста национальной экономики в течение длительного периода.
Низкая инвестиционная активность ведёт к разрушению экономических основ общества. Уход государства из инвестиционного процесса не компенсируется банковским и собственным капиталом акционерных обществ. Финансово-банковская элита связывает свои интересы в основном с добывающими отраслями. По оценкам многих экономистов, такой крен в сторону "тяжёлых" отраслей нарушает устойчивость экономики, снижает её эффективность почти в два раза и создаёт осложнения для процесса сбалансированного воспроизводства. Так продукция машиностроения (основы современного индустриального развития) уменьшилась втрое, причём практически сошёл "на нет" выпуск вычислительной техники, приборов и средств автоматизации. Размер и характер спада в машиностроении отчётливо демонстрирует российская экономика.
Угроза потери некоторых отраслей промышленности может привести к чрезмерной зависимости от мировой рыночной конъюнктуры. Доходные статьи бюджетов различных уровней формируются преимущественно отраслями, ориентированными на экспорт. В то же время значительная часть экономики обладает низкой конкурентоспособностью. Отмечается явная недостаточность мер по увеличению доходных статей бюджета за счёт роста производительности труда, устойчивого повышения эффективности производства и рентабельности. В некоторых регионах нефть является основой и локомотивом развития экономики, причём роль нефти сохранится и в обозримой перспективе. Например, в Ханты-Мансийском автономном округе сложилась такая ситуация, что нефтегазовый сектор устойчиво играет решающую роль в социально экономическом развитии и формировании бюджетно-финансовой системы региона (его удельный вес составляет не менее 50%), а остальные отрасли экономики в значительной степени работают для обеспечения потребностей нефтяной и газовой промышленности. Показатели уровня жизни населения зависят от доходов, получаемых в нефтегазовом секторе. Цены на нефть формируются на мировом рынке и сильно влияют на доходность нефтегазовых компаний. Авиакомпании США являются крупными потребителями нефти, а после террористических актов в сентябре 2001 года количество авиаперевозок во всём мире значительно сократилось. Цены на нефть пошли вниз. Чтобы » удержать цены на нефть на уровне нижней границы "ценового коридора" экспортёры нефти пытаются создать на рынке небольшой дефицит нефти, для этого они пытаются сократить экспорт и добычу нефти. Таким образом, управленческие решения, которые принимают региональные власти Ханты-Мансийского автономного округа, связаны с состоянием, возможностями и проблемами развития нефтегазового сектора. Есть о чём задуматься руководству и жителям регионов, в которых основу бюджетных поступлений составляют доходы чёрной и цветной металлургии. Рынок цветных металлов находится в состоянии стагнации цен. Практически полностью отсутствует интерес к платиновой группе металлов со стороны конечных потребителей, прежде всего производителей автомашин, а прогнозы снижения выпуска автомобилей заставляют некоторых из них распродавать свои запасы цветных металлов. Безусловно, рынку нужна коррекция цен вверх. По мнению экспертов более 20% производителей никеля в мире при текущих ценах не могут продолжать его безубыточное производство. На складах Норильского Никеля (одного из крупнейших производителей), скопилось от 50 тыс. до 70 тыс. тонн готовой продукции. По разным оценкам в ближайшие годы на рынке будет присутствовать превышение предложения над спросом. В последние годы большинство коммерческих банков и других финансовых учреждений с пренебрежением относились к инвестиционным возможностям индивидуального вкладчика, считая, что расходы на его обслуживание превышают доходы от его вкладов. На рисунке 1.1 видно, что с середины 2001 года ситуация начала немного изменяться в лучшую сторону. Банки теперь стараются привлечь в организованную банковскую систему личные сбережения состоятельных граждан. Многие экономисты считают, что "у населения на руках находится около 50 миллиардов долларов, а в банки оно вложило не более 3 миллиардов долларов" [93, с.5]. Из-за недоверия государству со стороны граждан в национальной экономике не используются свободные денежные средства. Население бесплатно кредитует США и вынуждено ежегодно терять на долларовой инфляции от 3% до 5%.
Показатели экономической безопасности региона
Мировой опыт территориального управления свидетельствует о необходимости использования для оценки ситуации в регионе не единого показателя, а совокупности комплексных оценок. Сущность экономической безопасности реализуется в системе критериев и показателей. При этом составление перечня показателей становится одной из главных задач оценки региональной ситуации. С одной стороны весьма сложно количественно или качественно отразить в едином показателе социально-экономическое положение того или иного региона. С другой стороны важным фактором, в значительной степени предопределяющим многие экономические и социальные характеристики территории, является уровень её экономического развития, определяемый обычно величиной производимого валового продукта на душу населения. От этого макроэкономического показателя во многом зависят остальные индикаторы экономической безопасности. В этих условиях актуален системный подход в оценке безопасности территории.
Для экономической безопасности значение имеют не сами показатели, а их пороговые значения. Пороговые значения - это предельные величины, несоблюдение значений которых препятствует нормальному ходу развития различных элементов воспроизводства, приводит к формированию негативных, разрушительных тенденций в области экономической безопасности. В качестве примера (по отношению к внутренним угрозам) можно назвать износ основных фондов, уровень безработицы, разрыв в доходах между наиболее и наименее обеспеченными группами населения, темпы инфляции. Приближение к их предельно допустимой величине свидетельствует о нарастании угроз социально-экономической стабильности общества, а превышение предельных, или пороговых, значений - о вступлении общества в зону нестабильности и социальных конфликтов, то есть о реальном подрыве экономической безопасности. С точки зрения внешних угроз в качестве индикаторов могут выступать предельно допустимый уровень государственного долга, сохранение или утрата позиций на мировом рынке, зависимость экономики и её важнейших секторов (включая оборонную промышленность) от импорта зарубежной техники, комплектующих изделий или сырья.
В работе отобраны и систематизированы параметры, характеризующие социально-экономическое положение регионов России и пригодные для оценки среднесрочных тенденций развития. Повторим, что под регионами понимаются субъекты Российской Федерации с учётом её административного деления.
Следует отметить работу уральских экономистов, которые провели исследование экономической безопасности, рассчитали индикаторы для областей и республик Урала, ранжировали территории по степени угрозы, используя для этого аппарат теории распознавания образов, экспертные методы и метод балльных оценок. Анализ социально-экономического положения субъекта РФ проводился в статике на определенный момент времени. В результате "состояние территории могло характеризоваться как кризисное, предкризисное или относительно благополучное (нормальное)" [81, с.83]. Для каждого региона рассчитывались индексы принадлежности территории к кризисному и к нормальному состоянию. Используя методы сравнительного анализа и принцип оптимальности по Парето, осуществлялась классификация территорий по уровню кризиса. Для оценки социально-экономической безопасности региона уральские экономисты анализировали девять сфер [81]: производственный потенциал; обеспечение продовольствием собственного производства; сферу занятости; уровень жизни населения; правопорядок; экологию; демографию; топливно-энергетический комплекс; научно-технический потенциал. Уровень экономического развития является важным фактором в значительной степени предопределяющим многие экономические и социальные характеристики территории. От этого фактора во многом зависят уровень, качество и продолжительность жизни населения, состояние его здоровья, образования, финансовые возможности государства и общества по обеспечению социальной защиты, достижению необходимой степени обороноспособности страны, развитию науки, искусства, культуры. За 1990-е годы Россия и все её регионы по уровню экономического развития отстали от наиболее развитых стран мира в 5-7 раз. Поскольку уровень экономического развития является достаточно инертной характеристикой, и основные пропорции между странами сохраняются в течение длительного периода, то сократить сложившееся отставание от передовых государств можно единственным способом. Это поддержание высоких и устойчивых темпов роста национальной экономики в течение длительного периода. Следовательно, экономический рост, характеризуемый величиной темпов прироста (падения) валового продукта на душу населения, представляет собой важнейший показатель экономической безопасности (опасности) страны. [35, 38,91] Наиболее широкое распространение, в том числе и в официальных документах (в частности, в документах Совета Федерации РФ), получили показатели экономической безопасности всего государства, подготовленные СЮ. Глазьевым [27]. Согласно его расчётам за 1996 год, по подавляющему большинству показателей Россия находилась за пределами предложенных этим автором пороговых значений экономической безопасности. Из таблицы 1.1 следует, что лишь величина дефицита бюджета в процентах к ВВП удовлетворяет этим критериям. Некоторые экономисты критикуют и сомневаются в пригодности применения этих критериев для анализа каких бы то ни было экономических проблем. В своей статье советник Президента России по экономическим вопросам А. Н. Илларионов пишет, что "предложенные величины пороговых значений показателей экономической безопасности представляются совершенно произвольными" [38, с.37]. В доказательство своих слов он приводит аналогичные расчёты некоторых показателей экономической безопасности, сделанные для большого числа зарубежных стран. Из этих расчётов следует, что ни одна страна мира не удовлетворяет одновременно всем показателям, которые предложил СЮ. Глазьев.
Экстремальный эксперимент как метод анализа и оценки экономической безопасности региона
Экономические системы относятся к классу сложных, поэтому при построении модели на помощь нередко приходят определенные методы моделирования. Имитационные модели позволяют представить модель не в аналитическом виде, как это принято в математической экономике, а в виде машинной программы. Когда модель задана аналитически, её исследование -дело математика. Модели, которые заданы программно, приходится исследовать эмпирически, "проигрывая" на компьютере различные варианты. Но такое "проигрывание" вариантов должно быть целенаправленным, организованным и оптимальным. Именно для этих целей была разработана математическая теория планирования эксперимента.
Честь открытия метода планирования эксперимента принадлежит английскому статистику Р.А. Фишеру, который впервые показал целесообразность одновременного варьирования всеми факторами в противовес широко распространенному однофакторному эксперименту. [95]. Основой предлагаемой методики является опубликованная в 1951 году работа Бокса и Уилсона в области планирования эксперимента. [96]. Идея планирования эксперимента заключается в том, что исследователю предлагается ставить последовательные небольшие серии опытов, в каждой из которых одновременно варьируются все факторы по определенным правилам. Серии организуются таким образом, чтобы после математической обработки предыдущей можно было выбрать условия проведения (т.е. спланировать) следующую серию. Так последовательно, шаг за шагом, достигается область оптимума. Применение планирования эксперимента делает поведение исследователя целенаправленным и организованным, существенно способствует повышению производительности его труда и надёжности полученных результатов. [10, 22].
Важным достоинством метода является универсальность, пригодность в огромном большинстве областей исследования, интересующих современного человека.
Большинство научных исследований связано с экспериментом. Эксперимент может быть физическим или модельным. Он может проводиться непосредственно на объекте или на его модели. В нашем случае эксперимент проводится на детерминированной имитационной модели. Эксперимент, который ставится для решения задач оптимизации, называется экстремальным. Это название связано с глубокой аналогией между решением задачи оптимизации и поиском экстремума некоторой функции. Планирование экстремального эксперимента - это метод выбора количества и условий проведения опытов, минимально необходимых для отыскания оптимальных условий и изучения области оптимума.
Построив на предыдущих этапах имитационную модель, в основе которой лежат контуры обратных связей, мы тем самым приблизили адекватность модели реальной системе - экономике региона. Контуры обратных связей помогают при имитации процесса более адекватно отражать поведение отдельных объектов. Следующий этап - это получение макромодели на основе регрессионного анализа проводимых опытов на имитационной модели. Макромодель выражается в виде полинома, это упрощает её использование и анализ. При планировании эксперимента существенно следующее: стремление к минимизации общего числа опытов; одновременное варьирование всеми переменными, определяющими процесс, по специальным правилам; использование математического аппарата, формализующего многие действия исследователя; выбор четкой стратегии, позволяющей принимать обоснованные решения после каждой серии экспериментов. Планирование эксперимента можно рассматривать как кибернетический подход к организации и проведению экспериментальных исследований сложных систем на имитационных моделях. Основная идея метода состоит в возможности оптимального управления экспериментом. При решении задач такого рода приходится учитывать влияние большого количества факторов, часть из которых не поддается регулированию и контролю, что чрезвычайно затрудняет полное теоретическое исследование задачи. Поэтому идут по пути основных закономерностей с помощью проведения серии экспериментов. При этом используется математическая теория экстремальных экспериментов, которая помогает исследователю выбирать оптимальную стратегию эксперимента. Имитационная модель идентифицирует исследуемую систему и выступает в роли "чёрного ящика", обозреваемого со стороны входов и выходов. Для её описания используют представление о кибернетической системе. В модели описываются зависимости между входными и выходными переменными. Выход "чёрного ящика" представляет собой численные характеристики объекта исследования. Их обозначают буквой игрек (Y) и называют параметрами оптимизации (целевой функцией). Для проведения эксперимента необходимо иметь возможность воздействовать на поведение "чёрного ящика". Все способы такого воздействия обозначают буквой икс (X) и называют факторами или входами "чёрного ящика". [25,45,49]. При планировании эксперимента следует учитывать, что объект исследования должен обладать следующими основными свойствами: результаты опытов воспроизводятся; множество определяющих факторов задано; каждый из факторов управляем; задача допускает выбор одного параметра оптимизации; опыты равноценны, т.е. различием в стоимости можно пренебречь; решается задача поиска оптимальных условий или интерполяции. Планирование эксперимента предполагает активное вмешательство в процесс и возможность выбора в каждом опыте тех уровней факторов, которые представляют интерес. Поэтому такой эксперимент называется активным.
При планировании экстремального эксперимента очень важно определить параметр, который нужно оптимизировать. Параметр оптимизации является реакцией (откликом) на воздействие факторов, которые определяют поведение системы. В первой главе работы была сформирована система показателей экономической безопасности региона. Там же были определены и обоснованы пороговые значения каждого показателя. Реакция системы многогранна, поэтому иногда можно выбрать тот аспект, который представляет наибольший интерес. Напомним, что центральное место среди показателей безопасности занимает величина валового регионального продукта на душу населения. В общем случае каждый из показателей можно успешно использовать как параметр оптимизации. Но задача не так проста, как кажется на первый взгляд. Важно помнить, что речь идёт о системе в целом. Если найти оптимальные условия для одного из показателей, то они могут не быть оптимальными для других показателей. Иными словами оптимальность каждого показателя по своему параметру оптимизации не исключает возможности гибели системы в целом. Обозначенную проблему можно успешно решить, например, с помощью аддитивной функции ценности.
Оценка пригодности имитационной модели экономики региона
Для эффективного использования модели большое значение имеет оценка её пригодности. Оценка пригодности модели состоит в том, что разработчик модели должен попытаться показать, что построенная им модель достаточно точно представляет изучаемую систему. При этом нужно убедиться, что многие важные характеристики системы отражены в модели, а математические и логические описания взаимосвязей в системе адекватны истинному поведению её компонент.
Проверка модели представляет собой процесс, в ходе которого достигается приемлемый уровень уверенности пользователя в том, что любой вывод о поведении системы, сделанный на основе моделирования, будет правильным. Невозможно доказать, что та или иная модель является правильным или "правдивым" отображением реальной системы. К счастью, нас редко занимает проблема доказательства "правдивости" модели. Вместо этого нас интересует главным образом справедливость тех более глубоких умозаключений, к которым мы пришли или к которым придём на основании анализа результатов имитационного моделирования. Таким образом, нас волнует обычно не только справедливость самой структуры модели, но и её функциональная полезность.
Проверка модели - этап чрезвычайно важный, поскольку имитационные модели вызывают впечатление реальности, и как разработчики моделей, так и их пользователи легко проникаются к ним доверием. К сожалению, для случайного наблюдателя и для специалиста, искушенного в вопросах моделирования, иногда бывают скрыты исходные предположения, на основе которых строилась данная модель. Поэтому проверка, выполненная без должной тщательности, может привести к катастрофическим последствиям.
При использовании имитационных моделей неизбежно возникает вопрос о том, насколько мы можем доверять нашей модели и результатам её работы, т.е. насколько она пригодна для использования. Для ответа на этот вопрос следует верифицировать модель и оценить её адекватность. Верификация - это проверка, эмпирическое подтверждение теоретических положений науки путём сопоставлений их с наблюдаемыми результатами работы модели, полученными в ходе экспериментов. Под верификацией понимают проверку того, насколько модель ведёт себя так, как это было задумано разработчиком.
На этапе верификации стараются выявить синтаксические, семантические и логические ошибки. Некоторые задачи верификации частично можно решить с помощью программного обеспечения, например, выявить синтаксические и семантические ошибки. На следующем шаге в модель подставляют условные данные, которые удобны для отладки модели. Это позволит убедиться в том, что модель не содержит логических ошибок. Когда модель прошла этап верификации, в неё можно вносить данные реального объекта и приступать к оценке её адекватности.
Адекватность модели и оригинала - одна из важнейших проблем моделирования, требующая внимания и решения ряда задач на всех этапах разработки. Например, на этапе создания структуры модели основным требованием является выбор совокупности данных, обеспечивающих воссоздание исследуемых процессов, представляющих предмет изучения. Но с увеличением числа элементов системы возрастает число возможных связей между ними. На всём протяжении исследования имитационная модель обычно модифицируется и корректируется. Адекватность модели связана с определением степени соответствия её реальной системе с учётом целей разработки модели.
Очень часто исследователи сталкиваются с проблемой нехватки достоверной информации об изучаемом объекте. Когда информация о реальном объекте не доступна, её заменяют гипотетическими данными, которые можно считать правдоподобными. Вследствие этого адекватность модели достигается на основе проведения ряда экспериментов с целью подбора значений параметров и начальных условий, при которых воспроизводятся наиболее характерные тенденции развития экономики региона на современном этапе.
Исследователь имеет большие возможности для управления поведением имитационной модели, чем при изучении реальной системы. Он может разработать планы проведения машинных экспериментов с учетом своих потребностей. При изучении поведения имитационной модели возникает ряд вопросов, которые требуют решения: какова погрешность результатов, обусловленная собственно свойствами имитационной модели? какие выводы можно сделать о характеристиках реальной системы на основе результатов исследования имитационной модели?
Таким образом, вопрос оценки адекватности модели имеет две стороны: приобретение уверенности в том, что модель ведёт себя таким же образом, как и реальная система; установление того, что выводы, полученные из экспериментов с моделью, справедливы и корректны. Экспериментатор в ходе разработки должен провести серию проверок, с тем чтобы укрепить своё доверие к модели. Методы оценки пригодности модели делятся на статистические и экспертные. Считается, что разработчик должен использовать те методы оценки, которые наиболее пригодны для решаемой проблемы. Основной метод заключается в проверке преобразований информации от входа к выходу. Этот метод требует использовать статистические выборки для оценки качества модели.
