ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ С ИСПОЛЬЗОВАНИЕМ GRID-ТЕХНОЛОГИЙ В МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ Н.Н. Оленёв, А.С. Стариков, А.В. Шатров. - презентация

1 ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ С ИСПОЛЬЗОВАНИЕМ GRID-ТЕХНОЛОГИЙ В МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ Н.Н. Оленёв, А.С. Стариков, А.В. Шатров Вычислительный центр им. А.А. Дородницына РАН, Москва Вятский государственный университет, Киров

2 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

3 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

4 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

5 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.

6 Балансовое описание рынков продукции Запас конечного продукта X лесопромышленного комплекса, предназначенного агенту L (домашним хозяйствам) определяет изменение индекса потребительских цен на продукцию X

7 Описание домашних хозяйств (агента L) Предложение труда и спрос на труд в открытой и теневой частях секторов определяют изменение ставок зарплаты

8 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.

9 Параллельные вычисления с GRID Цепочка выполнения приложения в GRID-среде: (1) выбор задания (2) ввод необходимых параметров по форме, сгенерированной по описанию сервиса-оболочки на языке WSDL (3) запуск приложения на счет в GRID-среде; (4) отслеживание состояние выполнения задания на соответствующей странице портала; (5) получение пользователем оповещения о вы-полнении задания (или аварийном его завершении) и ссылки на результаты (6) визуализация результатов расчета временных рядов макропоказателей в Excel-файле. Опыт создания распределенной среды на основе кластеров ВЦ РАН, ИВМ РАН

10 Проверка работоспособности модели Выпуски продукции в секторах экономики Кировской области

11 Базовый сценарий Запас «белых» WX и «черных» BX денег в секторе X

12 Базовый сценарий Предложение труда в секторах экономики

13 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)

14 Сценарий 1: рост трансфертов сектору Y

15 Сценарий 1: изменение индексов цен и ставок заработной платы

16 Сценарий 2: административный зажим

17

18 Сценарий 3: инновационный

19

20

21 Литература Оленев Н.Н., Шатров А.В. Концепция использования имитационной модели экономики региона для исследования его инновационного потенциала. // Мат. моделир. развивающейся экономики: Сб. тр. летн. шк. по эконом.-матем. моделированию ЭКОМОД – Киров: 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 научно-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