Содержание к диссертации
Введение
Глава I. Модели экономического роста
1.1. Проблемы моделирования экономических систем 24
1.2. Экономический рост как объект моделирования 32
1.3. Обзор существующих моделей экономического роста 47
1.3.1. Моделирование на основе производственных функций 47
1.3.2. Моделирование экономического роста на основе межсекторных моделей и межотраслевого баланса 60
1.3.3. Другие мод ели 72
1.4. Основные причины, ограничивающие использование моделей экономического роста 76
1.4.1. Ограничения первого направления 77
1.4.2. Ограничения второго направления 83
1.5 Авторский подход к моделированию экономического роста 85
Выводы и результаты 95
Глава 2. Межсекторные балансовые модели
2.1.Трехсекторная модель закрытой экономики 96
2.2. Динамическая модель трехсекторной экономики ПО
2.3. Четырехсекторная модель открытой экономики 123
2.4. Пятисекторная модель открытой экономики 137
Выводы и результаты 142
Глава 3. Модели потенциального выпуска
3.1. Модели потенциального выпуска для основных фондов 144
3.1.1. Основной капитал и основные фонды 144
3.1.2. Существующие модели основного капитала 155
3.1.3. Моделирование потенциальных характеристик основных фондов.. 164
3.1.4. Подходы к оценке коэффициента капиталопередачи и к построению ПХ ОФ 182
3.2. Модели потенциального выпуска для трудовых ресурсов 187
3.2.1, Существующие модели трудовых ресурсов 187
3.2.2. Моделирование потенциальных характеристик трудовых
ресурсов 192
3.3. Учет технического прогресса и совокупная производительность
факторов 199
3.3.1. Существующие модели технического прогресса 199
3.3.2. Учет технического прогресса в потенциальных характеристиках... 200
3.3.3. Композиция труда и капитала 205
Выводы и результаты 206
Глава 4. Модели поведения субъектов региона
4.1. Структура модели поведения 208
4.2. Модели поведения экономических агентов в контексте экономических теорий 214
4.3. Предлагаемые модели поведения экономических агентов 220
4.3.1. Общие положения 220
4.3.2. Модель поведения хозяйствующих субъектов 223
4.3.3. Модель поведения домашних хозяйств 231
4.3.4. Модель поведения органов государственной власти 240
4.4. Прогнозно-аналитические исследования на модели экономического
роста 245
4.4.1. Общие положения 245
4.4.2. Ситуационное прогнозирование на модели экономического роста.. 248
4.4.3. Индикативное планирование на модели экономического роста 251
Выводы и результаты 264
Глава 5. Имитационное моделирование экономических систем
5.1. Методы и средства имитационного моделирования 265
5.2. Метод формализованного представления сложных экономических объектов 268
5.3. Развитие ресурсного подхода 282
Выводы и результаты
Глава 6. Автоматизированные информационные системы прогнозирования экономического роста
6.1. Принципы построения АИС 296
6.2. Автоматизированная информационная система АИС «Регион» 300
6.3. Имитационная модель регионального экономического роста 307
6.4. Информационное обеспечение модели 314
6.5. Точность результатов прогнозирования 318
6.6. Верификация и коррекция исходных данных 321
Выводы и результаты 328
Заключение 329
Библиографический список
- Экономический рост как объект моделирования
- Динамическая модель трехсекторной экономики
- Существующие модели основного капитала
- Модели поведения экономических агентов в контексте экономических теорий
Введение к работе
Диссертация посвящена разработке методов, моделей, инструментальных средств и информационных технологий моделирования и прогнозирования экономического роста в регионе - субъекте РФ. Подробно изучаются все этапы, которые приходится проходить исследователю при прогнозировании экономического роста: от построения концептуальной модели объекта исследования до проведения прогнозно-аналитических экспериментов на имитационной модели региона.
Актуальность темы исследования. Определение направлений, факторов и условий устойчивого роста региональной экономики требует разработки соответствующего прогнозно-аналитического инструментария, который позволял бы органам власти субъекта Российской Федерации осуществлять научно обоснованные прогнозы последствий принимаемых управленческих решений, проводить многовариантные сценарные исследования возможностей экономического роста, в том числе по сценариям Минэкономразвития РФ в рамках ежегодных прогнозов социально-экономического развития РФ. Ядром такого инструментария должна являться экономико-математическая модель экономического роста в регионе, которая давала бы возможность в среднесрочной и долгосрочной перспективе оценивать границы роста валового выпуска и валового регионального продукта в зависимости от инвестиционных усилий, платежеспособного спроса, демографических факторов, поведения окружения, а также темпов технического прогресса и других аспектов устойчивого роста. Концептуальной основой модели должен быть региональный воспроизводственный процесс, в котором производство, распределение, обмен и потребление образуют органическое единство. Поскольку в прогнозных экспериментах участвует не сама экономико-математическая модель, а ее имитационный (компьютерный) аналог, то большое значение для эффективности прогнозирования играют используемые методы синтеза имитационной модели по ее математическому аналогу. Важно, чтобы имитационная модель без потерь воспроизводила всю глубину причинно-следственных связей, установленных на концептуальном и математическом уровнях, и была бы удобной для экспериментирования. Поэтому построение модели регионального экономического
роста во всех ее стадиях (концептуальной, математической, имитационной) является чрезвычайно актуальной задачей и главной целью настоящего исследования. Наличие адекватной модели превращает прогнозирование в процесс научного исследования возможных путей развития. Выделение в модели экономического роста управляющих параметров и индикаторов роста позволяет разделить прогнозные исследования на два вида: 1 - ситуационное (сценарное) прогнозирование, при котором по заданному сценарию (значениям управляющих параметров) на модели региона рассчитываются траектории индикаторов; 2 - индикативное планирование, при котором по заданному индикативному плану (множеству индикаторов с заданными значениями) рассчитываются управляющие воздействия субъектов региона (сценарий), приводящие к желаемому результату. Если ситуационное прогнозирование нацелено на предсказание, то индикативное планирование, наоборот, ориентировано на способы повышения эффективности плановых проектов, анализ реальных возможностей достижения поставленных целей, обоснование их осуществимости. В основе индикативного планирования лежит идея, что не надо предсказывать то, чем можно управлять, а следует выявлять проблемы и искать оптимальные пути их решения. Разработка информационных технологий и инструментальных средств, поддерживающих названные виды прогнозных исследований в их рациональном сочетании и взаимодополнении также является актуальной задачей.
Степень разработанности проблемы. Многогранность и многоаспектность такого явления, как экономический рост, обусловили существующее многообразие подходов и методов к его моделированию и прогнозированию. Для конкретизации проводимых исследований в диссертации принято определение экономического роста, данное М. Тодаро в книге «Экономическое развитие. - М.: Экономический факультет МГУ, ЮНИТИ, 1997»: Экономический рост (economic grows) -устойчивый процесс роста производственных возможностей экономики и увеличение вследствие этого национального дохода (конечного продукта, валовой добавленной стоимости). В диссертации рассматриваются следующие факторы экономического роста: природные ресурсы; людские ресурсы; основной капитал; технический прогресс. При этом существующие модели экономического роста, методы и средства его прогнозирования изучаются с позиций возможности их применения для решения
актуальных задач моделирования и прогнозирования развития региона - субъекта РФ. Социально-экономическая деятельность региона рассматривается на основе ее информационного описания, получаемого от территориального органа государственной статистики.
Анализ современного состояния теории и практики моделирования и прогнозирования экономического роста показывает, что существуют два основных направления моделирования экономического роста. Первое направление предполагает построение производственных функций, увязывающих экономический рост с динамикой факторов производства. Второе направление связано с моделированием производства и потребления на основе межсекторных моделей и межотраслевого баланса. В первом случае экономика рассматривается как целостная, неструктурированная единица, на вход которой поступают ресурсы, а на выходе получается результат функционирования экономики в форме валовой добавленной стоимости или валового внутреннего продукта. Ресурсы рассматриваются как аргументы, а валовой внутренний продукт - как функция. Во втором случае экономика структурирована и состоит из конечного числа секторов или «чистых» отраслей, производящих один или несколько продуктов. Экономический рост моделируется на основе баланса спроса и предложения факторов производства в секторах экономики.
В научной литературе имеется много различных типов и классов моделей экономического роста на основе производственных функций, отличающихся глубиной описания объекта моделирования, методами построения и областью применения. Авторы этих моделей пытаются ответить на следующие вопросы:
- каким образом факторы влияют на выпуск (вид производственной функции)?
- каким образом моделируется динамика каждого из факторов - экзогенно (задается извне) или эндогенно (вычисляется внутри модели)? В зависимости от ответа на этот вопрос модели экономического роста делятся на экзогенные и эндогенные. К первым относятся знаменитые базовые модели Дж. М. Кейнса, Р. Харрода, Е. Домара, Р. Солоу. В этих моделях параметры, характеризующие накопление капитала, темп технического прогресса, прирост трудовых ресурсов, задавались извне. Модели эндогенного роста, так называемая «новая волна» в теории экономического роста, появились в середине 1980-х гг. В них основное внимание
уделяется моделированию технического прогресса как процессу увеличения производительности за счет воздействия инновационной деятельности и накопления человеческого капитала. Это, в первую очередь, модели экономического роста с человеческим капиталом (модели Мэнкью-Ромера-Вейла, Р. Лукаса); модели на основе включения сектора инноваций (модели К. Эрроу, П. Ромера, Ф. Агиона и П. Хауитта). В настоящее время магистральное направление в моделировании экономического роста на основе производственных функций нацелено на поиск и объяснение причин роста внутри самих моделей роста, то есть на дальнейшую «эндогенизацию» модели. Здесь интерес представляют модели роста в виде системы моделей экономических агентов, принимающих решения на основе теории игр и исследования операций. В России разработками таких моделей занимаются в ВЦ РАН (А.А. Петров, И.Г. Поспелов, А.А. Шананин, Н.Н.Оленев и другие).
Моделирование экономического роста на межсекторных моделях восходит к моделям расширенного воспроизводства К. Маркса. В более современной трактовке эти модели представлены в трудах П. Сраффы, В. С. Немчинова, B.C. Дадаяна, В. А. Колемаева. Подход к моделированию экономического роста на основе межотраслевого баланса В. Леонтьева базируется на описании продуктовых и финансовых потоков между отраслями экономики с увязкой спроса и предложения. При этом используются так называемые динамические модели межотраслевого баланса, в которых основные соотношения статической модели баланса воспроизводятся для каждого года рассматриваемого периода с разделением конечного продукта на инвестиции и потребление. При расчетах валовой выпуск задается вне модели, например, экстраполяционным прогнозом или экспертно. В последние годы в РФ работы по моделированию экономического роста, базирующиеся на межотраслевых балансах, проводились в Институте народнохозяйственного прогнозирования РАН (в лабораториях М.Н. Узякова, Н.В. Суворова и А.Р. Белоусова), в Институте макроэкономических исследований Минэкономразвития РФ (под руководством Л.А. Стрижковой и В.А. Новичкова), в ИЭ и ОПП СО РАН (А.Г. Гранберг, С.А. Суспицин), в Самарском Государственном экономическом университете (в лаборатории А.И. Ханунова). Попытки учесть кроме межотраслевых связей еще целый ряд общеэкономических показателей, таких как финансовые ресурсы, денежные доходы населения и прочее привели к появлению так
называемого макроструктурного моделирования (Ф.Н. Клоцвог). В ИНП РАН в 1995 году была разработана макроструктурная модель развития экономики Республики Татарстан. В дальнейшем были созданы макроструктурные модели экономик Белоруссии (1998 г.) и Украины (2000 г.). В 1999 г. в ИНП РАН была разработана прогнозная макроструктурная модель российской экономики на период до 2005 года на принципах оптимизационного натурально-стоимостного межотраслевого баланса.
Сравнивая рассмотренные направления моделирования экономического роста можно выделить следующие основные различия между ними:
при прогнозировании на основе производственных функций (первое направление) рассматриваются либо спрос, либо предложение, в то время как при прогнозировании на основе межсекторных моделей и динамического межотраслевого баланса (второе направление) спрос и предложение рассматриваются совместно;
модели на основе производственных функций работают с добавленной стоимостью, в то время как в моделях межотраслевого баланса основное внимание уделяется промежуточному потреблению;
-модели на основе производственных функций нацелены на воспроизводственный процесс, на движение в непрерывном времени, в то время как в моделях межотраслевого баланса движение принципиально дискретно и требует «разрыва» балансовых схем.
Перечисленные различия делают плодотворными усилия по объединению достоинств сравниваемых направлений моделирования при разработке инструментальных средств и информационных технологий для прогнозно-аналитических исследований возможностей и направлений регионального экономического роста.
Постоянное усложнение макроструктурных моделей и их информационного описания делает актуальным использование современных компьютерных технологий для автоматизации процессов построения и использования моделей. Принципы построения автоматизированных информационных систем (АИС) для регионального прогнозирования и планирования были достаточно глубоко разработаны еще в 1970-1980-х гг. применительно к существовавшей тогда системе управления, информационного и компьютерного обеспечения. В последние годы разработки АИС возобновились с ориентацией на задачи краткосрочного и среднесрочного
регионального прогнозирования в условиях переходного периода. Эти работы координируются Министерством экономического развития и торговли РФ. Общей чертой разрабатываемых АИС является то, что они автоматизируют формирование и использование баз данных, конструирование моделей из готовых узлов и блоков, проведение многовариантных прогнозно-аналитических расчетов, оформление результатов. Наиболее известной разработкой этого класса является комплекс "Прогноз", созданный компанией ЗАО «Прогноз» (Д.Л. Андрианов). Другая система региональных прогнозов, увязываемых в общий территориальный прогноз по Российской Федерации, разработана в Новосибирском институте экономики и организации промышленного производства СО РАН (С.А. Суспицын). На наш взгляд, наиболее развитыми и теоретически обоснованными являются системы прогнозирования, разработанные в Вычислительном центре Российской академии наук (А.А. Петров) и в Институте народнохозяйственного прогнозирования РАН (М.Н. Узяков).
Цель и задачи исследования. Целью диссертационного исследования является разработка теоретических основ, инструментальных средств и информационных технологий моделирования и прогнозирования экономического роста в регионе -субъекте РФ. Для достижения поставленной цели потребовалось решение следующих научно-исследовательских задач:
анализ существующих моделей и систем прогнозирования экономического роста;
разработка макроэкономической модели регионального экономического роста (концептуальной, математической), позволяющей оценивать рост валового выпуска, ВРП, производственного потенциала экономики региона в зависимости от динамики основных факторов производства и поведения субъектов региона;
исследование разработанной макроэкономической модели регионального экономического роста в статике и динамике;
-разработка методов и инструментальных средств конструирования имитационных моделей сложных социально-экономических систем;
- синтез имитационной (компьютерной) модели регионального экономического
роста по концептуальному и математическому аналогам как основы для
экспериментальных исследований;
- разработка информационной технологии ситуационного прогнозирования для
прогнозных исследований возможностей экономического роста в регионе (решение
задач «что будет, если...»;
- разработка информационной технологии индикативного планирования на
модели экономического роста в регионе (решение задач «что надо, чтобы...»);
исследование факторов, влияющих на точность результатов прогнозирования;
разработка принципов построения автоматизированной информационной системы (АИС) для прогнозно-аналитических исследований экономического роста в регионе-субъекте РФ;
разработка информационного обеспечения и инструментальных средств АИС.
Объектом диссертационного исследования является экономический регион -субъект РФ на примере Самарской области.
Предмет исследования - методы, модели и системы анализа и прогнозирования экономического роста в регионе.
Теоретическую и методологическую базу исследования составляют научные труды отечественных и зарубежных авторов в области теории экономического роста, прогнозирования, ситуационного управления, экономико-математического моделирования, искусственного интеллекта, планирования вычислений, планирования эксперимента. Диссертационная работа выполнена на стыке экономических дисциплин и дисциплин, связанных с моделированием и управлением сложными динамическими объектами. При разработке теоретической модели регионального экономического роста автор диссертации опирался на работы таких известных российских ученых-экономистов, как Л.И. Абалкин, А.Г. Аганбегян, В.В. Валентей, B.C. Дадаян, С.С. Дзарасов, А.Г. Гранберг, В.В. Ивантер, Ф.Н. Клоцвог, В.Н. Лексин, P.M. Нуреев, А.А. Петров, В.М. Полтерович, В.А. Попов, И.Г. Поспелов, О.С. Пчелинцев, Б.А. Райзберг, В.К. Семенычев, М.Н. Узяков, Г.Р. Хасаев, Б.М. Штульберг, Ю.В. Яременко и др., а также зарубежных: Г. Беккер (G. Becker), М. Блауг (Blaug). Дж. Кейнс (J. Keynes), В. Леонтьев, Дж. фон Нейман (J. Neumann), Дж. Робинсон (J. Robinson), Р. Солоу (R. Solow), П. Сраффа (P. Sraffa) и других. При разработке методологии и инструментальных средств имитационного моделирования
и ситуационного прогнозирования использованы работы следующих российских ученых и специалистов: Н.Н. Моисеева, А.А. Петрова, Д.А. Поспелова, А.С. Нариньяни, Э.Х. Тыугу, М.А. Кораблина, С.А. Суспицина, М.А. Узякова и др., а также зарубежных авторов: Д. Форрестера (Dj. Forrester), Е. Киндлера (Е. Kindler), А. Прицкера (A. Pricker) и других.
Информационную базу исследования составили статистические данные о развитии экономики и социальной сферы Самарской области, полученные от территориального органа государственной статистики, а также результаты аналитических расчетов выполненных автором диссертации.
Научная новизна результатов диссертационной работы состоит в том, что впервые с единых позиций рассмотрен весь комплекс задач моделирования и прогнозирования экономического роста в регионе - от построения концептуальной модели экономического роста, до создания инструментальных средств и информационных технологий прогнозно-аналитических исследований возможностей и направлений регионального экономического роста. В диссертационной работе автором получены следующие научные результаты.
1. Разработана новая макроэкономическая модель регионального
экономического роста в виде системы, в состав которой входят три взаимосвязанных
компонента:
- пятисекторнаая балансовая модель, описывающая двунаправленные потоки
ресурсов и спроса на них между секторами экономики в соответствии с логикой
воспроизводственного процесса;
-модель потенциального выпуска, описывающая изменение границ экономического роста региональной экономики в зависимости от динамики основных производственных факторов (модель потенциальных возможностей);
- модель поведения субъектов региона, представляющая собой совокупность
моделей деятельности экономических агентов, приводящих в движение ресурсы
региона в границах потенциальных возможностей (модель, задающая развитие).
2. При разработке и исследовании математической модели экономического роста
в статике и динамике получены следующие результаты, имеющие научную новизну:
- показано, что в отличие от неоклассических моделей роста (модель Р. Солоу),
предлагаемая модель позволяет учесть два последствия инвестиций: 1 - в момент своего осуществления инвестиции повышают совокупный спрос и увеличивают выпуск капиталообразующих секторов; 2 - в последующие периоды инвестиции увеличивают совокупное предложение вследствие прироста потенциального выпуска;
установлена связь между ростом нормы накопления в секторах экономики и ростом инфляции на потребительском рынке; показано, что для нейтрализации инфляции необходим компенсирующий рост потребительского сектора, на основании чего доказывается несправедливость известного тезиса о преимущественном росте 1-го подразделения (производство средств производства) по отношению ко 2-му (производство предметов потребления);
получены зависимости между ВРП и выпусками в секторах экономики, нормами накопления, потребления и налоговой нагрузкой;
выведены пропорции сбалансированного роста и показано, что устойчивый экономический рост требует вполне определенных соотношений между выпусками в секторах экономики для каждого значения темпа экономического роста;
показано, что при переходе экономики с одного темпа роста на другой необходим переходный период, в течение которого лимитирующие секторы экономики должны изменить свой потенциал под пропорции новой траектории роста;
найдена зависимость потенциального выпуска сектора экономики от процессов ввода и выбытия капитала, влияния демографических факторов, роста производительности труда и воздействий технического прогресса;
впервые решена задача определения нормы накопления, необходимой для обеспечения желаемого экономического роста в регионе при заданной исходной возрастной структуре ОФ и капиталоемкости производства;
показано, что эндогенную модель поведения экономического агента целесообразно искать как решение задачи индикативного планирования. При этом агент не максимизирует значения тех или иных индикаторов своей деятельности, как этого требует неоклассическая теория, а минимизирует суммарную неудовлетворенность от непопадания индикаторов в желаемые границы.
3. Предложен новый метод формализованного представления сложных экономических объектов в виде иерархической сети производственных функций, позволяющий на единой основе описывать процессы генерации, преобразования,
распределения и потребления различных видов ресурсов при соблюдении количественных и технологических ограничений. Создаваемая при этом имитационная модель представляется в виде двунаправленной вычислительной сети (ДВС). Строительной единицей ДВС является функциональный модуль (единичная производственная функция), выполняющий взаимно противоположные операции по переработке ресурсов и спроса на них при обеспечении этих операций необходимой информацией и энергией. Разработан базовый набор функциональных модулей, необходимый и достаточный для моделирования экономических систем.
Разработаны формальные процедуры конструирования дискретных и непрерывных имитационных моделей экономических объектов в виде ДВС по их концептуальному описанию, а также по математической модели, записанной в обычной математической нотации.
Разработана методология ситуационного прогнозирования экономического роста в регионе, отличительная особенность которой состоит в композиции идей сценарного прогнозирования и ситуационного управления. Согласно разработанной методологии, прогноз является результатом эволюции имитационной модели деятельности региона на заданную перспективу в соответствии с экзогенным сценарием развития и эндогенными моделями поведения экономических агентов.
Разработан новый алгоритм индикативного планирования, позволяющий по заданному индикативному плану (множеству индикаторов с заданными интервалами целевых значений) рассчитать сценарий (управляющие воздействия экономических агентов), приводящий к желаемым значениям индикаторов экономического роста. Новизна алгоритма заключается в том, что при принципиальной невозможности размещения всего множества индикаторов в заданных границах, формируется решение в условиях «нежестких» границ, имеющее наименьшую «неудовлетворенность» с точки зрения исследователя.
Разработан новый подход к верификации и коррекции отчетной региональной социально-экономической информации, основанный на идее балансировки образованных и использованных ресурсов региона. Задача заключается в построении "баланса балансов", обладающего минимальной, в смысле заданного критерия, противоречивостью.
8. Разработаны принципы построения автоматизированной информационной
системы (АИС), предназначенной для анализа, индикативного планирования и ситуационного прогнозирования регионального экономического роста, формирования и информационной поддержки региональных управленческих решений.
Практическая значимость работы. Достоверность и практическая значимость результатов диссертационной работы, содержащихся в ней подходов, моделей и методических материалов, подтверждается их непосредственным использованием в Правительстве Самарской области для целей анализа и прогнозирования регионального развития. Ориентация на стандартную региональную статистику позволяет использовать сделанные разработки в органах государственной власти других субъектов РФ. Разработанные в диссертации подходы к моделированию и прогнозированию экономического роста позволяют распространить их на ряд смежных областей экономической науки: прогнозирование развития муниципальных образований, стратегическое планирование деятельности предприятий.
Реализация результатов. На основе разработанных в диссертации моделей, методов и инструментальных средств создана автоматизированная информационная система АИС «Регион», предназначенная для анализа, индикативного планирования и ситуационного прогнозирования регионального экономического роста, формирования и поддержки региональных управленческих решений (заказчик - министерство экономического развития, инвестиций и торговли Самарской области). Система внедрена в различных субъектах РФ в следующих модификациях:
АИК «Прогноз», АИК «Стандарты СПб» (установлены в Санкт-Петербургском информационно-аналитическом центре при Правительстве Санкт-Петербурга);
АИС «Регион» / Макро (установлена в администрациях Саратовской и Томской областей и других субъектах РФ).
В департаментах экономики администраций городов Омск, Самара, Тольятти, Жигулевск, Новокуйбыщевск, Отрадный, а также в НИЦ «Природопользование» (г. Санкт-Петербург) внедрена система АИС «Город», являющаяся адаптированным к городским условиям аналогом системы АИС «Регион» /Макро. Система разработана в рамках хоздоговорных работ с администрациями перечисленных городов и использует следующие результаты диссертационной работы: обобщенную модель экономического роста, модели поведения экономических агентов, технологию
имитационного моделирования.
По материалам диссертации автором прочитан курс лекций «Прогнозирование национальной экономики» с циклом лабораторных работ в Самарском государственном экономическом университете в 2002 - 2006 гг.
Апробация результатов исследования. Основные результаты диссертации докладывались на П-й Всесоюзной конференции "Искусственный интеллект - 90" (Минск, 1990); на международной конференции BLACK SEA'90 (Vama, Bulgaria, 1990); на VI, VIII и XIII Международной конференции "Applications of Artificial Intelligence in Engineering": AIENG-91 (Oxford, 1991), AIENG-93 (Touluza, 1993), AIENG-98 (Southamption, UK, 1998); на II, V, VIII и X Санкт-Петербургской Международной конференция "Региональная информатика": РИ-92 (СПб, 1992), РИ-96 (СПб, 1996), РИ-2002 (СПб, 2002); РИ-2006 (СПб, 2006); на Всероссийской научно-практической конференции "Самарская область на пороге XXI века" (Самара, 1998); на Международной научно-практической конференции "Проблемы развития предприятий: экономика, организация, менеджмент", (Самара. 2001); на Международном научном симпозиуме "Перспективы развития регионов в условиях глобализации: экономика, менеджмент, право", (Самара, 2003); на Международном научном конгрессе "Проблемы качества экономического роста", (Самара, 2004); на Международной научно-практической конференции "Воспроизводственный потенциал региона" (Уфа, 2004).
Результаты работы представлялись также в Совете по проблемам регионального развития Минэкономики России в июне 1999 года, где получили высокую оценку и были рекомендованы к внедрению в другие регионы РФ ("Российский экономический журнал", 2000 г. - №2). Методологические аспекты прогнозирования регионального развития представлялись автором на семинарах в Совете по изучению производительных сил (СОПС, Москва) в 2003 и 2004 годах.
В ходе проводимых исследований автором были получены гранты Российского фонда фундаментальных исследований (1996 г.) и Минобразования РФ (2002 г.).
Публикации. По материалам выполненных исследований и разработок опубликовано более 30 научных работ, в том числе 2 монографии и 20 статей в международных и центральных научных изданиях. Во всех работах, опубликованных
в соавторстве, автором дана математическая постановка задачи, проведены теоретические исследования, предложены основные идеи методов и алгоритмов, составляющих основу разработанных средств моделирования и прогнозирования. Основные материалы диссертации опубликованы в монографии [162]. В статье [164] обсуждаются проблемы моделирования экономических систем. Авторский подход к построению модели экономического роста в виде системы трех взаимосвязанных компонентов впервые опубликован в работе [144], затем развит в [141]. Многосекторные модели в авторской интерпретации впервые предложены в работах [156, 141]. Модели потенциального выпуска для основных фондов впервые опубликованы в статье [159], далее развиты в статьях [158, 160, 142]. В статье [167] впервые упомянута формула, выведенная автором для нормы накопления в секторе экономики, необходимая для желаемого экономического роста. В совместной статье [16] описывается авторский подход к композиции труда и капитала при оценке производственного потенциала сектора экономики. Обобщенная модель социально-экономической деятельности региона и технология прогнозно-аналитических исследований регионального развития обсуждаются в работах [145, 138, 163, 165]. Результаты выступления автора в Совете по проблемам регионального развития Минэкономики России в июне 1999 года представлены в публикации [140]. При прогнозировании автором уделяется особое внимание моделированию финансовых потоков в регионе [143] и муниципальных образованиях [155]. Проблемы верификации исходного статистического материала и результатов прогнозирования обсуждаются в статьях [135,139].
Статья [154] является первой публикацией автора по ресурсному подходу к моделированию сложных динамических систем, позволяющему формализовать процедуру имитационного моделирования. Дальнейшее развитие этот подход получил в статьях [216, 20]. Первая система имитационного моделирования Resource, построенная на основе ресурсного подхода, описана в работах [17, 157, 216, 217]. Более поздние версии этой системы: «General Modeling Tool» и «Economics» представлены в работах [217] и [153]. Разработанные автором инструментальные средства имитационного моделирования легли в основу автоматизированных систем АИС «Регион» [145, 153], АИС «Город» [168, 121], АИК «Прогноз» (Санкт-Петербург) [131], АИС «ТЭБ» [147]. Вопросы, связанные с проектированием
автоматизированных систем, обсуждаются в работах [15,22,23, 33].
Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения, списка используемых источников более 200 наименований и приложений. Общий объем работы 386 страниц сквозной нумерации, 85 рисунков.
Содержание диссертации. Материал диссертации организован следующим образом. Во введении обосновывается актуальность темы диссертации, формулируются цели и задачи исследования, характеризуется научная новизна и практическая ценность работы, приводятся основные положения, выносимые на защиту, описывается содержание работы.
В первой главе дается содержательное описание постановленных целей и задач и анализируются проблемы моделирования экономических систем. Исследуются существующие подходы к моделированию экономического роста с позиции их применимости для прогнозирования экономического роста в регионе - субъекте РФ. В результате исследования были установлены причины методологического и информационного характера, которые, на взгляд автора, ограничивают использование рассмотренных подходов для целей регионального прогнозирования. В конце главы излагается авторский подход к решению поставленной задачи.
Во второй главе рассматривается построение базового компонента модели экономического роста - межсекторной балансовой модели экономики региона. Последовательно, по мере усложнения, изучаются следующие балансовые модели: трехсекторная модель закрытой экономики; динамическая модель трехсекторнои экономики; четырехсекторная модель открытой экономики; пятисекторная модель открытой экономики. Показаны отличия предлагаемых моделей от известных моделей Р. Солоу и П. Сраффы. На моделях исследуются последствия осуществления инвестиций. Установлена связь между ростом нормы накопления в секторах экономики и ростом инфляции на потребительском рынке. Получены зависимости между ВРП и выпусками в секторах экономики, а также нормами накопления, потребления и налоговой нагрузкой. Предложен новый способ оценки валовой добавленной стоимости, создаваемой в регионе. Доказывается несправедливость тезиса о преимущественном росте производства средств производства по отношению к производству предметов потребления. Предложен показатель, характеризующий
КПД региональной экономики. Определены пропорции сбалансированного экономического роста. Показано, что устойчивый экономический рост требует вполне определенных соотношений (пропорций) между выпусками в секторах экономики, своих для каждого значения темпа экономического роста. Так же показано, что при переходе экономики с одного темпа роста на другой необходим переходный период, в течение которого лимитирующие сектора должны изменить свой потенциал под пропорции новой траектории роста.
В третьей главе рассматривается подход к построению модели потенциального выпуска сектора экономики. Эта модель описывает изменение возможного выпуска сектора в зависимости от процессов ввода и выбытия капитала, влияния демографических факторов, роста производительности труда и воздействий технического прогресса. Модель сконструирована в виде функции, композирующей потенциальные характеристики сектора экономики по основным производственным факторам - основным фондам (ОФ) и трудовым ресурсам. Модель учитывает возрастную структуру ОФ и моделирует динамику изменения потенциального выпуска ОФ в результате выбытия основного капитала и его ввода в соответствии с проводимой инвестиционной политикой и техническим прогрессом. Также в модели учитываются демографические и профессиональные аспекты трудовых ресурсов. На модели решена задача определения нормы накопления, необходимой для обеспечения желаемого экономического роста в регионе.
В четвертой главе рассматривается построение модели поведения субъектов региона, задающей экономическое развитие. В содержательном смысле модель поведения представлена в виде совокупности экзогенного сценария и эндогенных моделей деятельности экономических агентов, приводящих в движение ресурсы региона. Параметры экзогенного сценария задаются экспертно в виде траекторий их изменения на горизонте прогнозирования. Показано, что модели поведения экономических агентов следует искать как решение задачи индикативного планирования с «нежесткими границами». В главе последовательно рассматриваются модели следующих экономических агентов: хозяйствующих субъектов, домашних хозяйств, органов власти. Развиваются идеи ситуационного прогнозирования и индикативного планирования применительно к задачам исследования возможностей экономического роста в регионе.
В пятой главе диссертации описываются разработанные автором методы и информационные технологии, позволяющие автоматизировать процесс построения имитационных моделей экономических объектов по их описанию на концептуальном и математическом уровнях. В частности, рассматривается метод формализованного представления сложных экономических объектов в виде иерархической сети производственных функций, позволяющий на единой основе описывать процессы генерации, преобразования, распределения и потребления различных видов ресурсов и спроса на них при обеспечении этих процессов необходимой энергией и информацией и соблюдении технологических ограничений. На основе предложенного метода формализации предметной области разработаны процедуры построения дискретных и непрерывных имитационных моделей экономических объектов в виде двунаправленных вычислительных сетей (ДВС), обеспечивающие унификацию их конструирования и исполнения.
На базе разработанных методов и моделей экономического роста разработана автоматизированная информационная система (АИС), предназначенная для решения задач ситуационного прогнозирования и индикативного планирования регионального развития. В шестой главе изложены принципы построения АИС, описаны архитектура системы и ее функциональные возможности. Рассматривается имитационная модель регионального экономического роста, которая является ядром АИС. В вычислительном смысле имитационная модель представляет собой совокупность частных динамических моделей, построенных на балансовой основе и объединенных через общие переменные в интегрированную двунаправленную вычислительную сеть. В диссертации проводится анализ достоверности результатов прогнозирования. Показано, что на точность прогнозирования влияют следующие факторы: 1) ошибки в исходных данных; 2) грубость модели; 3) ошибки при задании сценария. Рассматривается подход к верификации и коррекции отчетной региональной социально-экономической информации, основанный на идее балансировки образованных и использованных ресурсов региона.
В заключении сформулированы основные выводы и результаты, полученные в диссертационной работе.
В Приложении 1 к диссертации описывается созданная автором инструментальная система имитационного моделирования Economics,
предназначенная для автоматического синтеза имитационных моделей экономических объектов, представляемых системами математических отношений.
В Приложении 2 приводятся результаты решения задачи «удвоения ВРП» применительно к экономике Самарской области.
В Приложении 3 проведены результаты прогнозно-аналитических исследований возможных путей развития городского округа Самара на горизонте до 2015 года. Исследования проводились с использованием информационных технологий ситуационного прогнозирования и индикативного планирования, разработанных автором в настоящей диссертационной работе.
В Приложении 4 приведены документы, подтверждающие использование методов, моделей, инструментальных средств и информационных технологий, разработанных в настоящей диссертационной работе.
Основные научные положения и результаты, выносимые на защиту
1. Модель экономического роста в виде системы, в состав которой входят три
взаимосвязанных компонента:
- межсекторная балансовая модель региональной экономики в статике и
динамике, основанная на разбиении экономики региона на 5 секторов в соответствии
с логикой воспроизводственного процесса;
модель потенциального выпуска сектора экономики, описывающая изменение границ экономического роста региональной экономики в зависимости от процессов ввода и выбытия капитала, влияния демографических факторов, роста производительности труда и воздействий технического прогресса;
модель поведения субъектов региона - экономических агентов, приводящих в движение ресурсы региона. Модель представлена в виде системы из двух составляющих: эндогенной модели поведения и экзогенного сценария развития.
2. Результаты анализа разработанной макроэкономической модели
регионального экономического роста, имеющие научную новизну:
оценки последствий инвестиций в основной капитал:
зависимость инфляции на потребительском рынке от нормы накопления в секторах экономики;
зависимости между ВРП и выпусками в секторах экономики, а также нормами накопления, потребления и налоговой нагрузкой;
пропорции и условия сбалансированного экономического роста в регионе;
новый способ оценки валовой добавленной стоимости, создаваемой в регионе;
оценки нормы накопления и потенциала капиталообразующего сектора, необходимых для обеспечения желаемого экономического роста в регионе.
3. Метод формализованного представления сложных экономических объектов в
виде иерархической сети производственных функций, позволяющий на единой
основе описывать процессы генерации, преобразования, распределения и
потребления всех видов ресурсов при соблюдении технологических ограничений.
Создаваемая при этом имитационная модель объекта представляется в виде
двунаправленной вычислительной сети (ДВС).
4. Процедуры конструирования дискретных и непрерывных имитационных
моделей экономических объектов по их концептуальному описанию, а также по
математической модели, записанной в обычной математической нотации.
Имитационная модель регионального экономического роста, синтезированная по разработанным концептуальной и математической моделям с помощью созданных средств конструирования имитационных моделей. При формировании имитационной модели используется стандартная отчетная статистическая информация из официальных региональных источников.
Научно-методические основы и информационные технологии индикативного планирования и ситуационного прогнозирования экономического роста в регионе, развивающие идеи сценарного прогнозирования и ситуационного управления.
Принципы построения автоматизированных информационных систем, предназначенных для анализа, индикативного планирования и ситуационного прогнозирования регионального экономического роста, формирования и поддержки региональных управленческих решений.
8. Разработанные инструментальные средства имитационного моделирования
(инструментальная система моделирования "Economics") и прогнозно-аналитических
исследований регионального развития (АИС «Регион»), практически используемые в
университетских курсах и в правительствах субъектов РФ.
Экономический рост как объект моделирования
В научной литературе экономический рост определяется как поступательное прогрессивное развитие производительных сил общества, способность экономики из года в год производить все больше товаров и услуг, необходимых для удовлетворения увеличивающихся потребностей общества. Макроэкономическая категория «экономический рост» оперирует категориями, относящимися к производительным силам общества, и является более узким понятием, чем «экономическое развитие», которое учитывает также институциональные, правовые и религиозные особенности, образование и накопление человеческого капитала, несовершенство рынка труда и рынка капитала и т. д. [87] - [91]. Экономический рост есть главная составляющая экономического развития. Свое выражение экономический рост находит в количественном и качественном совершенствование общественного продукта за рассматриваемый период времени.
Измерение экономического роста. Важнейшей проблемой изучения экономического роста является его измеримость, то есть отражение совокупной социально-экономической деятельности с помощью сквозных агрегатных показателей, характеризующих валовой продукт экономики за определенный период (год). Для объективной оценки валового продукта необходим показатель, который бы учитывал чистые расходы факторов производства: природных, капитальных и трудовых ресурсов. Международная и российская статистика используют для этой цели показатели ВВП и ВНП [81]. На региональном уровне используется показатель «валовой региональный продукт» (ВРП). Эта практика основана на общепризнанной методологии макроэкономических измерений - системе национальных счетов (СНС) и системы региональных счетов (СРС). Для оценки экономической динамики на национальном уровне используются среднегодовые темпы роста реального ВВП и среднегодовые темпы роста ВВП на душу населения, а на региональном уровне -среднегодовые темпы роста реального ВРП и среднегодовые темпы роста ВРП на душу населения. В табл. 1.1 в качестве примера приведены упомянутые показатели, рассчитанные для Самарской области.
Хотя показатели ВВП и ВРП не лишены недостатков [48], важно подчеркнуть, что эти показатели вполне адекватны рыночной среде и уже поэтому избавлены от многих дефектов «валовых» показателей административной экономики, не отражавших реальный спрос и реальные цены на производимую продукцию. Возможности использования показателя ВРП для оценки качества экономического пространства, сопоставлений уровней регионального развития и в качестве инструмента государственного регулирования региональной политики рассматриваются в работах [34, 36, 38, 39]. При этом важнейшей задачей является измерение ВРП. В принципе, существует два различных подхода к измерению показателей валового выпуска и ВРП. Первый основан на использовании данных в текущих ценах, которые для обеспечения сопоставимости с базисным уровнем дефлируются с помощью индексов цен, полученных путем эмпирических наблюдений. При использовании второго подхода используются индексы изменения выпуска важнейших видов продукции в натуральном выражении, на основании которых строится некий сводный индекс экономического роста. Индексы изменения цен (дефляторы) в этом случае рассчитываются на основе известных индексов стоимости и физического объема. Выбор того или иного метода во многом зависит от имеющейся информации. С теоретической точки зрения, в нормальных условиях первый подход считается более точным [180] . По ряду причин цены в относительно стабильной экономике наблюдать легче, чем выпуск в натуральном выражении, и дисперсия индексов цен бывает, как правило, меньше дисперсии индексов физического объема. Кроме того, деятельность некоторых производств довольно трудно, а то и просто невозможно выразить с помощью показателей в натуральном выражении. Здесь прослеживается довольно четкая зависимость: чем выше технологический уровень производства, его наукоемкость, тем меньше смысла имеют натуральные показатели.
Первый подход дает возможность отслеживать, с помощью техники двойного дефлирования, реальную динамику добавленной стоимости, а не выпуска, как в случае использования индексов, рассчитанных на основании показателей в натуральном выражении. Техника двойного дефлирования предполагает раздельный пересчет в сопоставимые цены показателей выпуска и промежуточного потребления, а затем, на основе полученных результатов, расчет добавленной стоимости в сопоставимых ценах. Это важно, потому что очень часто изменение цен на конечную и на промежуточную продукцию происходит на практике с раз личной скоростью, что ведет к изменению удельного веса добавленной стоимости в выпуске. Таким образом, этот метод предпочтительнее для измерения динамики реального ВРП, который представляет собой именно добавленную стоимость.
Однако при использовании техники дефлирования необходимо решать проблемы искажения индексов роста, связанные с изменений потребительских свойств выпускаемой продукции и ее ассортимента. Причем последнее является главным фактором, негативно влияющим на качество расчетов, потому что эти индексы любое изменение номенклатуры воспринимают как рост качества, а не как своеобразное проявление инфляции. Однако использование показателей в натуральном выражении также не решает этой проблемы, а только меняет ее направленность. Если официальные стоимостные показатели переоценивают влияние роста качества продукции на рост ВРП, то показатели в натуральном выражении — практически полностью игнорируют этот рост. На практике, как правило, применяют оба подхода (используя официальные дефляторы и изменение показателей в натуральном выражении). В результате полученные результаты обозначают границы интервала, в котором находится истинные показатели роста ВРП.
Экономический рост и производственный потенциал. Экономический рост характеризует деятельность региона в длительном периоде, измеряемом десятками лет, и является производным от производственного потенциала региона. Производственный потенциал - это совокупная способность экономики региона, его отраслей, предприятий, хозяйств осуществлять производственно-экономическую деятельность, выпускать продукцию, товары, услуги, удовлетворять запросы населения, общественные потребности, обеспечивать развитие производства и потребления. То есть производственный потенциал региона определяется его природными ресурсами, средствами производства, трудовым и научно-техническим потенциалом, накопленным национальным богатством. Производственный потенциал может быть рассмотрен в двух измерениях:
1) как потенциальный объем продукции, который возможно произвести при полном использовании имеющихся ресурсов (потенциальный выпуск, потенциальный ВРП);
2) как имеющийся запас природных, капитальных и трудовых ресурсов [40]. В дальнейшем будем использовать оба измерения в зависимости от контекста исследования. Сопоставление текущего выпуска с потенциальным (рис. 1.2) показывает степень использования имеющихся производственных ресурсов.
Динамическая модель трехсекторной экономики
Как уже отмечалось выше (см. п.1.1), дискретные модели обладают существенным недостатком - они пренебрегают "элементом времени" и переходными процессами, в течение которых успевают проявиться окончательные результаты воздействия экономических сил. В этом смысле непрерывная форма задания моделей более адекватна реальности.
Вернемся к системе уравнений (2.11) - (2.13), которая показывает годовые балансы спроса и предложения в статике. С точки зрения системной динамики параметры VM,VK,Vc имеют тип «накопленный поток». Для перехода к динамической модели необходимо от типов «накопленный поток» перейти к типам «поток» и описать все потоки между секторами экономики и соответствующими рынками, показанными на рис. 2.2. Для описания потоков нам понадобятся следующие показатели: l t Г 1 - J VM,VK,VC - текущий выпуск в соответствующих секторах; Д- ,Dt ,Dt - текущий спрос і- го сектора (і = М,К,С) на продукцию энергосырьевого, капитального и потребительского секторов соответственно; RM,RK,RC - текущий объем реализации продукции соответствующих секторов; MS,KS,CS - текущие запасы энергосырьевых ресурсов, инвестиционных товаров и потребительских товаров соответственно.
Здесь и далее значок « » над переменной означает, что соответствующая переменная имеет тип «поток» и размерность [ед. ресурса / ед. времени]. Между переменными типа «поток» и «накопленный поток (за год)» имеется следующая связь: КІ КІ КІ VM(0= \VM№\ VK(})= \VK{t)dt; Vc(i)=\Vc{t)dt, (2.30) ні ні ні где VM(i),VK(i),Vc(i) - выпуски соответствующих секторов в /-ом году; tHhtKi -начало и конец / - го года соответственно. Переменные Ms, KS,CS имеют тип «запас».
Для капитального сектора, согласно модели (1.44)-(1.45), можно записать следующую систему уравнений: VK(t) = min {V$r(t), Vot(t), R (t)/{\ -dYK)j; (2.31) D f (t) = (\-dYK)VK(t); DKK (г) = 4 sK RK(t); Щ(t) = dyK{\-sK)RK{t), (2.32) где VKur(t) - желаемый (директивный) выпуск сектора; Vot(t) - текущий потенциальный выпуск сектора по производственным факторам {модель потенциального выпуска); RM(0 - реализация товаров и услуг для промежуточного у потребления капитальному сектору; (l-dK) - доля промежуточного потребления; DK ,DK,DK - текущий спрос капитального сектора на продукцию энергосырьевого, капитального и потребительского секторов соответственно, согласно модели (1.45).. Рынок капитального сектора можно описать следующей системой уравнений: dKs(t)ldt = VK{t)-RK{ty, (2.33) DK(t), при DK(t) Ks(t)/At; RK(t) = (2.34) Ks(t)/At, при DK(t) Ks(t)/At.
Здесь At - интервал дискретизации при численном интегрировании; D (t) -совокупный спрос на продукцию капитального сектора: DK(t) = D«(t) + D«(t) + D(t). Реализованная продукция сектора RK(t) распределяется по секторам экономики пропорционально спросу: R?(t) = a%RK(t); R%{t) = aKKRK{t); Щ(і) = аск RK(t), где ак ,ак,ак - пропорции реализации инвестиционных товаров и услуг в секторах экономики, причем, а%+а$+а%=1. Аналогичные модели можно подучить и для других секторов экономики.
Для энергосырьевого сектора: VM(t) = mn{V (t), V?ot(t), Rjf(t)/(l -dYM)h (2.35) D (t) = (\-dYM)VM(t); D«(t) = dYMsMRM(t); DcM{t) = dYM{\-sM)RM{t), (2.36) DM{t) = D${t) + D%{t) + D%{t)-, dMs(t)/dt = VM(t)-RM(t); RM(0 = { DM(t), nDM(t) Ms(t)/At; Ms(t)/At, при DM(t) Ms(t)/At. RM (0 = ам RM (0 RM (0 ам RM (0 » RM (О = ам RM (0 Для потребительского сектора: Vc(t) = min{Vcdir(t) 0% (t)/(l-dY)J; (2.37) D (t) = (l-dY)Vc(t); D«{t) = dYc sc Rc(t); D (t) = dY (l-sc)Rc(t), (2.38) bc{t) = DcM{t) + DcK{t) + D{ty, dCs{t)ldt = Vc{t)-Rc{t); Dc(t), при Dc(t) Cs(t)/At; R (t) = a Rc(t); R(t) = aRc(ty R(t) = a Rc(t) Cs(t)/At, при Dc(t) Cs(t)/At;
Как следует из модели, выпуск в секторах зависит от поведения экономических агентов {Vcir(t)), производственного потенциала {V ot(t)), а также от обеспечения сектора товарами и услугами для промежуточного потребления. Последнее, в свою очередь, зависит от финансовых ресурсов сектора, которые пополняются в результате реализации продукции сектора ( Rc(t))- Изменение запасов продукции Ms, KS,CS говорит о наличие разбалансировки между спросом и предложением в секторах. Чем выше скорость изменения запаса, тем больше дисбаланс. С другой стороны, наличие запасов делает прямую зависимость между процессами, происходящими в секторах, корреляционной. Чем больше запасы, тем менее зависимы процессы.
При равновесном экономическом росте выпуски в секторах экономики равны спросу на производимую продукцию. С учетом (2.32), (2.36) и (2.38) условие равновесного роста можно представить в виде следующей системы уравнений: a-dYM)VM(t) + (l-dYK)VK(t) + (l-dYc)Vc(t)= VM(t), « SM4I VM(t) + sKdrK VK(t) + scdYc Vc(t)= VK(t), (\-sM)dYM VM(t) + (\-sK)dYK VK(t) + (\-sc)dY Vc(t)=Vc(t)
После приведения подобных членов, получим: -dYMVM(O + a-dYK)VK(t) + (\-dYc)Vc(t)=0, %4 VM(t) + (sKdYK-\)VK(t) + scdY Vc(t)= О, (2.39) (l-SM)dYMVM(t) + (l-sK)dYKVK(t) + ((\-Sc)dY-l)Vc(t)=0
Система уравнений (2.39) для каждого момента времени t устанавливает баланс между спросом и предложением в секторах. Система является однородной с рангом 2, меньшим на единицу количества неизвестных. Это означает, что данная система имеет бесконечное множество решений. Для получения конкретного решения необходимо задать траекторию для одной из неизвестных переменных.
Существующие модели основного капитала
Данные таблицы свидетельствуют, что в последние годы функционирует лишь половина производственного аппарата. Такая устойчивая тенденция имеет крайне негативные последствия. Прежде всего содержание на балансе предприятия неиспользуемого оборудования препятствует нормализации их финансового положения и постоянно воспроизводит инфляционную напряженность (инфляцию издержек). Многие предприятия используют мощности ниже так называемой «точки безубыточности», то есть в зоне прямых убытков (из-за роста условно-постоянных расходов на единицу выпуска продукции при одновременном снижении условно-переменной составляющей производственных издержек). Особенно отрицательно сказывается простой мощностей на инвестиционной деятельности. Он существенно сдерживает мотивацию к инвестированию, связывая и без того недостаточные финансовые средства предприятий нуждами обслуживания текущего хозяйствования (в том числе содержания и ремонта устаревшего оборудования), и не оставляет реальных финансовых возможностей для осуществления инвестиционных проектов обновления производства.
Производственные мощности, конечно, надо использовать, но многие из них безнадежно устарели. В связи с этим есть известная неточность в высказывании некоторых экономистов, утверждающих, что простаивающие мощности являются сегодня главным резервом экономического роста. Вопрос в том, какие мощности простаивают. В их составе немало таких, с помощью которых можно производить продукцию только на склад. На практике существуют существенные ограничения возможностей дозагрузки простаивающих мощностей. Многие из них нельзя вовлечь в хозяйственный оборот без реконструкции. Причин тому несколько. Первая обусловлена структурными факторами. В силу перенакопления капитала в докризисный период сформировались избыточные производственные мощности, обслуживавшие ресурсорасточительную и милитаризованную экономику и оказавшиеся невостребованными. Например, мощности по выпуску зерноуборочных комбайнов, тракторов и литейных машин используются лишь на 2,7, 7,2 и 1,9% соответственно [24]. Вторая причина невозможности быстрого вовлечения в оборот неиспользуемых мощностей связана с их крайне низким техническим состоянием и изношенностью. Технический уровень характеризуют возрастные параметры оборудования, а они, как показывает проведенный выше анализ (см. табл. 3.1-3.3), превышают принятые в развитых странах сроки полного обновления оборудования в 2-2,5 раза. Не нужно также забывать, что производственные мощности - это не только оборудование, но и люди, работники. Чаще всего их уже нет на рабочих местах: многие из них либо заняты в других сферах и в прежнем качестве работать уже не в состоянии, либо в составе безработных, полностью дисквалифицировавшихся.
Теория капитала, безусловно, является важнейшим элементом экономической науки. В проблеме капитала соединяются все основные вопросы экономической теории. Карл Маркс занимался проблемой основного капитала в части II второго тома Капитала «Оборот капитала» и в анализе простого и расширенного воспроизводства в части III того же тома [79]. Дискуссия по теории капитала 30-70-х годов обсуждается в [123]. Большой интерес представляет обзор неоклассической теории капитала, представленный в главе 14 монографии [70]. Капитал имеет двойственную структуру: капитал как функция и капитал как собственность. Функциональная структура капитала определяет пропорции соединения капитала с трудом и предметами труда и задает технологическую производительность капитала - выпуск продукции в 1 час, смену, месяц, год. Капитал как собственность дает его владельцам право на получение части дохода.
При моделировании основного капитала важнейшими являются следующие проблемы: описание запаса капитала и описание движения капитала.
Концепции запаса капитала. В неоклассической теории рассматриваются три концепции запаса капитала: 1 - капитал как фонд жизненно необходимых благ; 2 - капитал как набор количеств гетерогенных капитальных благ; капитал как стоимостная величина. «Количество капитала», К, доступного экономике в начале производственного периода, может быть задано в стоимостных величинах, представляющих определенное количество входящих в него товаров.
Сторонники концепции капитала «как фонда жизненно необходимых благ» стремились выражать запас капитала в экономике в терминах потребительских благ (например, через зерно, железо). При этом капитал рассматривался в дополнение к «природным» факторам производства: труду и земле, используемым в течение периода производства от первоначальных расходов на услуги этих факторов до момента выпуска потребительских благ. Это понятие соответствует точке зрения, что капитал происходит из инвестирования прошлых сбережений, которые в свою очередь подразумевают «воздержание» от потребления. Таким образом, естественно измерять «капитал» в терминах некой единицы, составленной из потребительских благ. Однако трудности, связанные с поисками физической меры реального капитала в терминах фонда жизненно необходимых благ, оказались непреодолимыми. В частности, из-за того, что капитал в натуральном измерении не является независимым от переменных, для определения которых он, в частности, и предназначен. Например, при изменении ставки процента обычно будут изменяться относительные цены, и, соответственно, также будут изменяться пропорции потребительских благ, через которые выражается капитал.
Сторонники концепции капитала «как вектора гетерогенных капитальных благ», считают, что запас капитала в экономике задан в терминах количества специфических капитальных благ. Причем, вектором капитальных благ может быть любой вектор, независимый от остальных параметров модели [191]. Норма чистой прибыли для /-го капитального блага rt равна:
Модели поведения экономических агентов в контексте экономических теорий
Модели поведения хозяйствующих субъектов. Каждая экономическая теория по-своему объясняет поведение экономических агентов. В неоклассической теории экономические агенты (рациональные индивиды) максимизируют полезности в пределах ресурсов, имеющихся в их распоряжении, знаний, которыми они располагают, и ожиданий в отношении действий друг друга. Предполагается, что экономические агенты не только способны соотнести выгоды и издержки своих действий, но и понимают последствия своей деятельности. Постулат неоклассической школы о том, что рыночное хозяйство без вмешательства внешних сил устремляется к равновесию, покоится на убеждении в способности рационального экономического человека рассчитать вероятностное распределение всех переменных экономических величин и, безошибочно учитывая все риски, выстроить оптимальную траекторию своих действий. Несомненно, постулат об экономических агентах, действующих рационально в собственных интересах, обладающих совершенной информацией и безошибочными ожиданиями, имеет смысл только в условиях равновесия, правда, затрудняя понимание того, как мы приходим к равновесиям из неравновесной ситуации.
Альтернативные школы исходят из того, что кроме этих, поддающихся учету и управлению условий, существует еще и так называемая «фундаментальная неопределенность». Это понятие введено Кейнсом и означает такую неопределенность, которой не может быть предписана какая-либо вероятностная величина. Особенно часто фундаментальная неопределенность сопровождает инвестиционный процесс, этот ключевой фактор экономического роста. Там, где преобладает неопределенность, реальные решения принимаются в условиях несовершенной информации. Максимизация «полезности», требующая вычисления с точностью до определенного знака после точки становится бессмысленной. В статье Баумоля У. и Квандта Р [8] сформулировано предельное условие для того, что можно назвать оптимально несовершенным решением, которое требует, чтобы предельные затраты на сбор дополнительной информации или на более усовершенствованные вычисления равнялись их предельной (ожидаемой) общей отдаче. Цель бизнесмена лучше может быть охарактеризована как "удовлетворение", чем некая максимизация. Бизнесмены обычно даже не пытаются найти максимальные решения именно потому, что они осознают ограниченную точность своей информации и чрезмерность затрат на тщательные вычисления, а потому вполне удовлетворяются приемлемыми решениями своих проблем [8]. Когда максимизация бессмысленна, экономический агент вынужден ориентироваться не на нее, а на социально-приемлемые результаты.
В теории рационального выбора преодолевается ограниченность неоклассической теории, поскольку учитывается, что в ежедневных решениях важную роль играют время, трансакционные издержки и информация, от которых традиционная неоклассическая теория абстрагировалась. Теория рационального выбора формулирует рациональность не только в строгой форме (как принцип максимизации), но и в менее строгой форме, с учетом ее ограничения во времени, когда люди не добиваются максимума, а стремятся обеспечить определенный уровень своих потребностей. Хотя понятие рациональности весьма дискуссионно, в наиболее общем виде рациональность может быть определена следующим образом [92]: «субъект (1) никогда не выберет альтернативу X, если в то же время (2) доступна альтернатива Y, которая, с его точки зрения (3), предпочтительнее X». Цифрами обозначены три важнейшие черты рациональности: ее индивидуальный характер, ограниченность и субъективность.
Модели поведения органов власти. В неоклассической теории роль государства минимальна. В теории общественного выбора государство в рыночной экономике, напротив, является главным экономическим агентом. Государство обеспечивает общественные потребности и производит общественные блага. Согласно этой теории общественные потребности возникают в связи с провалами рынка. Провалы рынка - это случаи, когда рынок оказывается не в состоянии обеспечить эффективное использование ресурсов. Институционалисты обычно выделяют четыре типа неэффективных ситуаций, свидетельствующих о «провалах» рынка [92]: - монополия; 2 - несовершенная (асимметричная) информация; 3 - внешние эффекты; 4 - общественные блага. Во всех этих случаях государство приходит на помощь рынку. Оно пытается решить эти проблемы, осуществляя антимонопольную политику, социальное страхование, ограничивая производство товаров с отрицательными внешними эффектами и стимулируя производство и потребление экономических благ с положительными внешними эффектами. Для решения этих задач государство может использовать как позитивные стимулы, так и негативные (например, принуждение). Ресурсы государства - налоги. Вводя налогообложение, государство ограничивает права граждан на получаемые ими доходы. Налоги формируют государственные финансы, часть которых «оседает» в форме государственной собственности. Сумма ресурсов, находящихся в распоряжении государства, и составляет общественный сектор экономики. При этом государственную собственность можно трактовать как накопленный запас, а государственные финансы (доходы и расходы), как потоки собираемых и расходуемых средств. В центре деятельности государства оказываются проблемы распределения и перераспределения. Перераспределение происходит сразу с двух сторон: как за счет взимаемых налогов, так и за счет материальной помощи, дотаций, субвенций. С точки зрения целей, перераспределение, осуществляемое государством, может быть целенаправленным и случайным (непреднамеренным). С точки зрения этапов оно может быть первичным или вторичным. Например, продовольственная материальная помощь малообеспеченным семьям приведет к росту спроса, а следовательно, и цен на продовольствие, так что в конечном счете от этой меры выигрывают не только бедные и обездоленные потребители, но и производители продовольствия. Объектами перераспределения могут быть как экономические факторы (потребительские блага и услуги, ресурсы), так и институциональные. К последним относятся изменения правил игры. Например, введение или отмена квот, пошлин, тарифов может привести к изменениям условий экспорта и импорта товаров, что создаст новые экономические возможности для отечественных и зарубежных производителей.
