МОДЕЛЬ ОЦЕНКИ ИННОВАЦИОННОГО ПОТЕНЦИАЛА РЕГИОНАЛЬНОЙ ЭКОНОМИКИ Н.Н. Оленёв Вычислительный центр им. А.А. Дородницына Российской академии наук (ВЦ РАН), Москва
Содержание Моделирование для оценки инновационного потенциала Нормативная балансовая модель региональной экономики Учет теневого оборота Балансовое описание рынков продукции Описание домашних хозяйств (агента L) Проблема идентификации модели Параллельные вычисления для оценки параметров Проверка работоспособности модели Сценарные численные эксперименты с моделью
Моделирование для оценки инновационного потенциала Для оценки инновационного потенциала надо сделать анализ доступной статистики, структурировать данные и сделать на основе этого анализа обоснованные выводы. Можно исходить из имитационной модели. Построение модели Идентификация модели Составление сценариев возможного развития Численные эксперименты Анализ численных экспериментов и модификация модели
Экономические агенты в экономике Кировской области: X – сектор производства (лесопромышленный комплекс области), Y - сектор производства (комплекс новых отраслей биотехнологии и химии, наука, образование, инновационный), Z - сектор производства (другие отрасли, включая сектор услуг), L - домашние хозяйства, T - торговый посредник, B - региональная банковская система, G - Правительство региона (консолидированный бюджет региона). Правительство региона собирает налоги с производителей: налог на прибыль n1, налог на добавленную стоимость n2, акцизы n3, единый социальный налог n4, таможенные пошлины на экспорт n5, - и домашних хозяйств: таможенные пошлины на импорт n6, подоходный налог n7. Нормативная балансовая модель экономики Кировской области
Учет теневого оборота Произведенный продукт производители делят на легальный и теневой, не облагаемый налогами, но штрафными санкциями. Два вида денег – «белые» и «черные», которые могут отмываться.
Балансовое описание рынков продукции Запас конечного продукта X лесопромышленного комплекса, предназначенного агенту L (домашним хозяйствам) определяет изменение индекса потребительских цен на продукцию X
Описание домашних хозяйств (агента L) Предложение труда и спрос на труд в открытой и теневой частях секторов определяют изменение ставок зарплаты
Проблема идентификации модели Большое количество неизвестных из статистики параметров имитационной модели определяем косвенным образом, сравнивая выходные временные ряды переменных модели с доступными статистическими временными рядами. В качестве критериев близости расчетного X и статистического Y временных рядов используем индекс несовпадения Тэйла T: U = 1 – T, - и коэффициент похожести D, построенный на основе вейвлет коэффициентов.
Проверка работоспособности модели Выпуски продукции в секторах экономики Кировской области
Базовый сценарий Запас «белых» WX и «черных» BX денег в секторе X
Базовый сценарий Предложение труда в секторах экономики
Сценарные численные эксперименты с моделью Если B(t) – значение некоторого макропоказателя в момент времени t в базовом сценарии, а S(t) – значение этого же макропоказателя в текущем сценарии, то вариация изменения макропоказателя U(t)
Сценарий 1: рост трансфертов сектору Y
Сценарий 1: изменение индексов цен и ставок заработной платы
Сценарий 2: административный зажим
Сценарий 3: инновационный
Литература Оленев Н.Н., Шатров А.В. Концепция использования имитационной модели экономики региона для исследования его инновационного потенциала. // Математ. моделирование развивающейся экономики: Сб. тр. летней школы по экономико-математическому моделированию ЭКОМОД – Киров: Изд-во ВятГУ, – 152 с. С Оленев Н.Н., Поспелов И.Г., Стариков А.С. Опыт идентификации вычислимой модели экономики. Труды XLVII научной конференции МФТИ Ч.VII. С Оленев Н.Н. Основы параллельного программирования в системе MPI. М.: ВЦ РАН с. Бурнаев Е.В., Оленев Н.Н. Меры близости на основе вейвлет коэффициентов для сравнения статистических и расчетных временных рядов // Межвуз. сб. научн. и научн.-метод. тр. за 2005 г. Киров: ВятГУ, C Горбачев В.А., Оленев Н.Н. Трехсекторная имитационная модель региональной экономики // Труды 49 научной конференции МФТИ, ноября 2006 г. Ч.VII. C