- Код статьи
- S042473880025859-3-
- DOI
- 10.31857/S042473880025859-3
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 59 / № 2
- Страницы
- 26-38
- Аннотация
-
— всех элементов модели. В настоящей работе для этого выбраны межотраслевые инерционности и предложен метод, который на шаге поиска использует вектор параметров произвольной (допускаемой самой моделью) длины. Это отличает предлагаемый метод от существующих, делая его уникальным. Указанная уникальность заключается в снятии так называемого «проклятия размерности», присущего классическим задачам оптимизации (численного поиска) с применением методов от покоординатного спуска до богатых инструментов ньютоновского типа. В этом смысле метод является конкурентом оптимизации на основе машинного обучения искусственных нейронных сетей. При этом не важно, как именно формализована задача: в ней должны быть выделены целевые показатели и вектор варьируемых параметров. Можно поставить и решить массу оптимизационных задач, изменяя содержание вектора варьируемых параметров по соответствующему плану вычислительного эксперимента. В работе же представлен только один пример и один шаг оптимизации. Ограничивающим и функциональным условием работы метода является сохранение линейной зависимости между желаемыми приращениями вещественных частей собственных значений матрицы состояния модели и их чувствительностей к параметрам управления. Такие «малые» шаги оптимизации представляют собой самостоятельные задачи, численное решение которых можно повторять.
- Ключевые слова
- динамический межотраслевой баланс, оцифровка, оптимизация, чувствительности, сингулярное разложение матрицы.
- Дата публикации
- 02.07.2023
- Год выхода
- 2023
- Всего подписок
- 12
- Всего просмотров
- 365
Библиография
- 1. Алмон К. (2021). Искусство экономического моделирования. М.: ИНП РАН, МАКС Пресс.
- 2. Андрукович П.Ф. (2020). Заметки о принципах построения моделей прогноза экономиче-ских показателей (на примере прогнозной системы «prorosec”») // Экономика и мате-матические методы. Т. 56. № 2. С. 66–76.
- 3. Ашимов А.А., Айсакова Б.A., Алшанов Р.А. (2014). Параметрическое регулирование эко-номического роста на базе неавтономных вычислимых моделей общего равновесия // Автоматика и телемеханика. Вып. 6. С. 69–85.
- 4. Баранов А.О. (2017). Выход из кризиса и перспективы экономического роста в России в 2018–2019 гг. // ЭКО. № 12. С. 5–17.
- 5. Баранов А.О., Квактун М.И. (2020). Прогнозирование ускоренного обновления основного капитала в России с использованием динамической межотраслевой модели // Проблемы прогнозирования. № 2. С. 48–59.
- 6. Баранов А.О., Широв А.А. (2020). Экономическая политика России в межотраслевом и пространственном измерении: материалы 2-й конференции ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию. Новосибирск: ИЭОПП СО РАН.
- 7. Баранов Э.Ф., Елсакова А.В., Корнева Е.С. (2015). Декомпозиционный анализ на основе таблиц «затраты–выпуск» из базы данных WIOD. М.: Изд. дом Высшей школы эконо-мики.
- 8. Бертсекас Д. (1987). Условная оптимизация и методы множителей Лагранжа. М.: Радио и связь. 400 с.
- 9. Воеводина В.В. (1968). Ошибки округления в алгебраических процессах. М.: ВЦ МГУ.
- 10. Глазьев С.Ю. (2012). Современная теория длинных волн в развитии экономики // Экономи-ческая наука современной России. № 2 (57). С. 8–27.
- 11. Глазьев С.Ю. (2016). Прикладные результаты теории мирохозяйственных укладов // Эконо-мика и математические методы. Т. 52. № 3. С. 3–21.
- 12. Голуб Дж., Лоун Ч.В. (1999). Матричные вычисления. М.: Мир.
- 13. Гринберг Р.С. (2015). Экономика современной России: состояние, проблемы, перспективы. Общие итоги системной трансформации // Век глобализации. №1 (15). С. 166–182.
- 14. Гринберг Р.С., Рубинштейн А.Я. (2008). Основания смешанной экономики. Экономическая социодинамика. М.: ИЭ РАН.
- 15. Деннис Дж., Шнабель Р. (1988) Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир. 440 с.
- 16. Доценко Е.Ю. (2019). Структурная инерция как методологический инструмент исследова-ния структурных сдвигов в экономике // Научно-практический журнал «Экономика и управление инновациями». № 1. С. 4–17.
- 17. Дужински Р.Р., Торопцев Е.Л., Мараховский А.С. (2017). Системные проблемы экономи-ческого роста в современной России // Экономический анализ: теория и практика. Т. 16. Вып. 2. С. 204–220.
- 18. Дужински Р.Р., Торопцев Е.Л., Мараховский А.С. (2018). Объединение информационно-аналитических возможностей равновесных и динамических межотраслевых моделей // Экономический анализ: теория и практика. Т. 17. № 4. С. 736–753. DOI: 10.24891/ea.17.4.736
- 19. Зарук Н.Ф., Галкин М.С., Светлов Н.М. (2019). Методика анализа инвестиционной при-влекательности с использованием экономико-математических методов: межотраслевой аспект // Экономика, труд, управление в сельском хозяйстве. № 11. С. 63–76.
- 20. Ивантер В.В. (2017). Структурно-инвестиционная политика в целях устойчивого роста и модернизации экономики. М.: ИНП РАН.
- 21. Канторович Л.В. (2011). Избранные труды. Экономико-математические работы. Ин-т мате-матики им. С.Л. Соболева, СО РАН.
- 22. Касимов А.А., Богатырев А.В. (2009). Оптимизация ресурсной политики предприятия // Российское предпринимательство. Т. 10. № 4. С. 46–50.
- 23. Клейнер Г.Б. (2020). Интеллектуальная экономика цифрового века // Экономика и матема-тические методы. Т. 56. № 1. С. 18–33.
- 24. Колемаев В.А. (2005). Экономико-математическое моделирование. Моделирование макро-экономических процессов и систем. М.: ЮНИТИ-ДАНА.
- 25. Кондратьев Н.Д., Яковец Ю.В., Абалкин Л.И. (2002). Большие циклы конъюнктуры и тео-рия предвидения. Избранные труды. М.: Экономика.
- 26. Крутько П.Д., Максимов А.И., Скворцов Л.М. (1988). Алгоритмы и программы проекти-рования автоматических систем. М.: Радио и связь.
- 27. Крюков В.А., Баранов А.О., Павлов В.Н., Суслов В.И., Суслов Н.И. (2020). Проблемы развития единого комплекса средств макроэкономического межрегионального межот-раслевого анализа и прогнозирования // Экономика региона. Т. 16. Вып. 4. С. 1072–1086.
- 28. Ксенофонтов М.Ю., Широв А.А., Ползиков Д.А., Янтовский А.А. (2018). Оценка мульти-пликативных эффектов в российской экономике на основе таблиц «затраты–выпуск» // Проблемы прогнозирования. № 2 (167). С. 3–13.
- 29. Леонтьев В.В. (1990). Экономические эссе. Теории, исследования, факты и политика. М.: Политическая литература.
- 30. Миролюбова Т.В., Карлина Т.В., Николаев Р.С. (2020). Цифровая экономика: проблемы идентификации и измерений в региональной экономике // Экономика региона. Т. 16. Вып. 2. С. 377–390.
- 31. Петрикова Е.М. (2011). Взаимосвязь показателей платежного и межотраслевого балансов // Вопросы статистики. № 7. С. 59–68. [Petrikova E.M. (2011). Interrelation of indicators of payment and intersectoral balances. Voprosy Statistiki, 7, 59–68 (in Russian).]
- 32. Позамантир Э.И. (2014). Вычислимое общее равновесие экономики и транспорта (Транс-порт в динамическом межотраслевом балансе). М.: Поли Принт Сервис.
- 33. Светуньков С.Г., Абдуллаев И.С. (2009). Экономическая динамика и производственные функции // Вестник Оренбургского государственного университета. № 5 (99). С. 110–114. [Svetunkov S.G., Abdullaev I.S. (2009). Economic dynamics and production functions. Vestnik of the Orenburg State University, 5 (99), 110–114 (in Russian).]
- 34. Смирнов В.И., Крылов В.И., Канторович Л.В. (1933). Вариационное исчисление. Ленин-град: Кубуч.
- 35. Суворов Н.В., Трещина С.В., Белецкий Ю.В. (2017). Балансовые и факторные модели как инструмент анализа и прогнозирования структуры экономики. М.: МАКС Пресс.
- 36. Торопцев Е.Л., Мараховский А.С. (2022а). Анализ макроструктурной динамики в рамках методологии «затраты–выпуск» // Журнал Новой экономической ассоциации. № 1 (53). С. 12–30.
- 37. Торопцев Е.Л., Мараховский А.С. (2022б). Структурные инерционности экономических систем // Экономика и математические методы. № 1. Т. 58. С. 38–47.
- 38. Уилкинсон Дж. (1970). Алгебраическая проблема собственных значений. М.: Наука.
- 39. Форсайт Дж., Малькольм М., Моулер К. (1980). Машинные методы математических вы-числений. М.: Мир.
- 40. Хемди А.Т. (2005). Введение в исследование операций. 6-е издание. Пер. с англ. М.: Вильямс.
- 41. Широв А.А., Янтовский А.А. (2017). Межотраслевая макроэкономическая модель RIM —развитие инструментария в современных российских условиях // Проблемы прогнози-рования. Т. 162. № 3. С. 3–19.
- 42. Almon Cl., Grassini M. (2010). The changing structure of employment in Italy 1980–2010: Can investment affect the outcome? INFORUM Working Papers.
- 43. Bertsekas D. (1982). Constrained optimization and multiplier methods. New York, London: Aca-demic Press, Inc.
- 44. Brunet F. (2011). Basics on Continuous Optimization. Available at: https://www.brnt.eu/phd/node10.html
- 45. Chen X., Guo J., Yang C. (2004). Chinese economic development and input-output extension. In-ternational Journal of Applied Economics and Econometrics, 12, 1, 43–88.
- 46. Dennis J.E., Schnabel R.B. (1983). Numerical methods for unconstrained optimization and nonli-near equations. New Jersey: Prentice Hall Inc.
- 47. Madsen K., Nielsen H.B., Tingleff O. (2004). Methods for non-linear least squares problems. 2nd ed. Informatics and Mathematical Modelling (IMM), Technical University of Denmark (DTU), Lyngby.
- 48. Mohajan H.K. (2012). Aspects of mathematical economics, social choice and game theory. PhD Dissertation, Lambert Academic Publishing, Germany.
- 49. Mohajan H.K. (2017). Optimization models in mathematical economics. Journal of Scientific Achievements, 2 (5), 30–42.
- 50. Mohajan H.K., Islam J.N., Moolio P. (2013). Optimization and social welfare in economics. Saarbrücken: Lambert Academic Publishing, Germany.
- 51. Zhang H., Chen X. (2008). An extended input-output model on education and the shortfall of hu-man capital in China. Economic Systems Research, 20, 2, 205–221.