Статья: Семиотика и моментный подход как новые теоретико-методологические основания изучения сферы труда (часть I теоретическая) (2024)

Можно выделить несколько измерений ценности основного жилья как экономического актива для собственника - потребительское (функциональное), символическое и инвестиционное. В отношении функционального измерения рефлексия происходит в плоскости соотнесения потребностей собственника и/или его семьи и характеристик жилья. Символическое и инвестиционное измерение ценности жилья выходит за границы индивидуального или внутрисемейного. Здесь качество среды проживания, включая символическую значимость места проживания, экономическая конъюнктура на макроуровне (в стране) и мезоуровне (качество предложения на локальном рынке жилья) имеют определяющие значение. Сквозь призму данных установок были проанализированы материалы фокус-групп, в которых участвовали жители новосибирского Академгородка - уникального и широко известного территориального образования.

При интенсивном пути развития постиндустриального общества в условиях высокой интенсивности обменных процессов на уровне предельных ограничений необходим поиск компромисса между организацией сложных систем и процессов и стихийной природой их неопределенности. В настоящее время научный интерес представляют существующие подходы к изучению обменных процессов, в том числе на основе статистической теории, и тенденции их развития. В данной работе приводится суть традиционной технологии получения наиболее распространенных законов распределения генеральной совокупности на примере их использования в сфере эксплуатации водного транспорта. Представлено исследование и оценка состояния этой технологии и ее особенностей, показывается неоднозначность используемой в ней схемы. Приводятся научные результаты в названной сфере с анализом их объективности, имеющихся в них условностей и неточностях, а также ценности для науки. Обозначены существующие проблемы путем обобщения, систематизации, сравнения, анализа, критики и оценки использования различных законов распределения в данной сфере. Описываются перспективы развития статистической теории в целях ее применения для описания обменных процессов. С ростом неудовлетворенности в использовании традиционной статистической теории для описания задач организованной сложности, как одной из фундаментальных проблем современных научных исследований, данные исследования могут служить основой выработки заказа для науки в области статистического анализа.

Республика Бурятия, расположенная в северной части Азии, характеризуется значительным биоразнообразием и богатым природным ресурсным потенциалом. Однако активная хозяйственная деятельность, в том числе добыча полезных ископаемых, промышленное производство и энергетика, приводит к значительным экологическим проблемам, особенно в области загрязнения атмосферного воздуха и водных ресурсов. В последние годы наблюдается рост выбросов загрязняющих веществ от стационарных источников, что усложняет экологическую ситуацию, особенно в городах Улан-Удэ, Селенгинск и Гусиноозёрск. Несмотря на предпринимаемые меры по снижению уровня загрязнения, регион продолжает сталкиваться с экологическими вызовами, которые требуют дальнейшего анализа и разработки стратегий для их смягчения. Целью данного исследования является анализ экологических проблем Республики Бурятия на примере загрязнения водных и атмосферных ресурсов с использованием экологической кривой Кузнеца (ЭКК). ЭКК позволяет оценить влияние экономического развития на состояние окружающей среды, что помогает разрабатывать эффективные меры по снижению негативного воздействия хозяйственной деятельности на экологию.

В работе изучается реакция муниципальных образований Новосибирской области на шоки пандемии коронавируса в 2020 г. и второй волны санкций в 2022 г., и тестируется гипотеза об универсальности адаптационных свойств их экономик. Исследование пространственной неоднородности отклика на внешние шоки позволяет дать оценку общей устойчивости экономической системы. Индикатором экономической активности муниципалитета выступал показатель отгрузки товаров собственного производства, выполнения работ и услуг. На его основе оценивалась реакция на шок и восстановление деловой активности территории после шока. И реакция на шоки и восстановление экономик муниципалитетов было крайне неоднородным. Воздействие ограничений, вызванных коронавирусом, было более сильным по сравнению с санкциями 2022 г. как с точки зрения сокращения выпуска, так и по уровню гетерогенности компенсационного отклика. Карты, демонстрирующие распределение шоковых воздействий по муниципалитетам и восстановление после них, не выявили пространственных закономерностей. Неоднородной была реакция и условного «центра» и условной «периферии» области, не выделялись и крупные пространственные кластеры с близкими показателями динамики. Сопоставление степени потрясения и уровня восстановления после шоков не подтвердило предположения об универсальной устойчивости муниципалитетов, адаптационные характеристики различались, и многие территории продемонстрировали асимметричную реакцию на потрясения 2020-2022 гг. Корреляционный анализ не выявил значимых зависимостей устойчивости к шоку и последующего восстановления от экономических, структурных и институциональных особенностей территории. Очевидно, основную роль в преодолении кризисов играли субъективные факторы: личная инициатива и предприимчивость населения и местных органов власти. Асимметричность реакций на шоки 2020-2022 гг. может быть связана с тем, что адаптационные механизмы, апробированные во время коронавируса, были задействованы в период санкций. Необходимость же в выработке устойчивой модели развития осознавалась там, где отрицательные последствия пандемии были сильнее.

В статье дается анализ экспорта и импорта машиностроительной и металлургической продукции с детализацией по определенным направлениям производства, на основе которого делается вывод о высокой степени импортозависмости машиностроения и экспортоориентированности металлургии, что приводило к «рассинхронизации» результатов функционирования данных видов экономической деятельности для России: отечественную металлургию можно считать базой для российского машиностроения по итогам функционирования в период до 2022 г. с очень большой натяжкой. Осуществлена попытка оценки возможных параметров функционирования машиностроения и металлургии в России при реализации обновленной Сводной стратегии развития обрабатывающей промышленности до 2030 г. и на период до 2035 г. Оценка параметров основывается на посыле, что увеличение производства машиностроительной продукции вызовет соответственно рост металлургического производства в соответствии с индикаторами Сводной стратегии. По Сводной стратегии машиностроение как основной производитель высокотехнологичной продукции должно увеличить объем производства в 2,5 раза к 2035 г. В соответствии с этим должно увеличиться металлургическое производство при сохранении базового уровня промежуточного потребления металлургической продукции в машиностроении. Исходя из данных индикаторов, с помощью таблицы использования отечественной продукции в основных ценах, были определены возможные параметры будущих изменений во взаимодействии металлургии и машиностроения. Гипотетически увеличение выпуска металлургической продукции должно потребовать 2,6 трлн руб. инвестиций в металлургическое производство и 5,4 трлн руб. в машиностроение.

В настоящее время развитие высокотехнологичного бизнеса является критически важным условием для роста национальной экономики и обеспечения экономической безопасности нашего государства. В достижении технологического суверенитета играют роль не только устоявшиеся компании отрасли, но и новые игроки высокотехнологичного и наукоемкого сектора, которые привносят инновационные идеи и решения. При этом далеко не все из вновь создаваемых фирм выживают на рынке (9 из 10 стартапов заканчивают свое существование провалом)1. Цель данного исследования заключается в выделении условий, способствующих малым молодым высокотехнологичным компаниям выжить и продолжать успешно развиваться на рынке. Идентификация факторов успеха технологических компаний на ранних стадиях жизненного цикла (стартапов) может позволить государственным организациям скорректировать политику поддержки молодых субъектов рынка. Вклад, вносимый в выявление совокупности условий, благоприятствующих появлению и дальнейшей работе молодых технологических фирм в России, определяет значимость данного исследования. В работе применялись следующие методы: метод глубинных интервью, анализ и синтез, метод кейс-стади. В результате сравнительного анализа успешного опыта развития исследуемых стартапов была выделена роль партнерских связей и государственной поддержки в становлении и укреплении на рынке данных компаний. Это позволило предложить определенные рекомендации в области государственного содействия нарождающимся организациям.

В работе представлен анализ торга между соинвесторами проекта с ярко выраженным вероятностным исходом, когда предпочтения участников торга описываются критерием Коццолино, что является актуальным, например, при долевом финансировании геологоразведочных работ на нефть и газ. Показано, что любое эффективное по Парето распределение вероятностных денежных потоков достигается путем их раздела пропорционально индивидуальным значениям параметра «терпимость к риску», причем выход на Парето-границу соответствует максимизации некоторой синергетической денежной оценки проекта, которую предлагается назвать «рентой Коццолино». Торг между рациональными инвесторами, выявляющий различия в их переговорной силе, происходит лишь по поводу перераспределения этой суммарной ренты с помощью паушальных платежей. Правило максимизации ренты Коццолино может быть использовано при анализе торга по поводу долевого финансирования проектов любой степени сложности - от мероприятий с простым бинарным исходом до комплексных предприятий, подразумевающих управление несколькими взаимосвязанными рискованными активами как реальными опционами.

Статья посвящена построению финансового блока в агент-ориентированной многорегиональной межотраслевой модели «затраты - выпуск» российской экономики. В модель введены в форме агентов единый коммерческий банк и Центральный банк. Для небанковских агентов разработаны алгоритмы поведения с точки зрения движения, хранения денежных средств и другой финансовой деятельности. Проведенные эксперименты подтвердили, что расширенная таким образом модель достаточно адекватно отражает поведение экономических агентов в финансовой сфере. Выполненная модификация в перспективе позволяет изучать динамические процессы, связанные с кредитованием экономики, и оценивать последствия тех или иных мероприятий кредитно-денежной политики. Открытым вопросом осталось введение в модель элементов, позволяющих отразить инфляцию издержек.

В статье представлено количественное соотношение монетарных и немонетарных факторов и степень их влияния на уровень инфляции в России в период с 2009 по 2022 г. Динамика цен оценивалась с использованием индекса потребительских цен (по категориям) и дефлятора ВВП. На основе поквартальных данных был проведен эконометрический анализ зависимости инфляции от различных факторов. Цель исследования - проверка гипотезы о том, что в период кризисов в России доминирует роль немонетарных факторов, но постепенно их влияние ослабевает и усиливается роль монетарных факторов. Исследуемый период 2009-2022 гг. является сложным и кризисным для российской экономики. Это связано с последствиями пандемии коронавируса и масштабными финансово-экономическими санкциями трех последних лет. В связи с этим проводились отдельные расчеты для временного промежутка 2009-2019 гг. Для обоих периодов проводился сравнительный анализ факторов, которые влияли на инфляцию. Результаты расчетов показали, что в 2009-2022 гг. доля немонетарных факторов усиливается для индекса потребительских цен на продовольствие и услуги и составляет примерно 75 %. Доля монетарных факторов для общего ИПЦ снизилась в 2009-2022 гг. до 50 %, хотя в периоде 2009-2019 гг. составляла 67 %. Характер монетарных факторов в двух периодах заметно отличается как для ИПЦ, так и для дефлятора ВВП. В 2009-2022 гг. на динамику инфляции стал влиять прирост ставки МИАКР, при этом изменение реальной денежной массы оказалось незначимым фактором. В целом гипотеза подтвердилась. Расчеты показали, что для периода 2009-2022 гг. сохраняется немонетарный характер инфляции, в то же время усиливается роль монетарных факторов по отдельным категориям. Например, ИПЦ на непродовольственные товары примерно на две трети формировался монетарными факторами. Из немонетарных факторов наибольшее влияние на уровень инфляции оказывают динамика реального ВВП, тарифы естественных монополий, а также изменение реальной заработной платы и цен на нефть. Соотношение монетарных и немонетарных факторов важно учитывать при разработке антиинфляционных мер как Правительством РФ, так и Банком России с точки зрения их краткосрочного и долгосрочного влияния на инфляцию.

Прогнозированием динамики российской экономики занимаются несколько организаций, начиная от государственных органов (Минэкономразвития, Банк России), заканчивая зарубежными центрами (Всемирный Банк, Международный валютный фонд и др.). В настоящей работе представлен обзор методов, используемых организациями для разработки сценариев развития экономики РФ, а также проведен сравнительный анализ результатов среднесрочного прогнозирования для ключевых макропоказателей. Для построения краткосрочных и среднесрочных прогнозов наиболее предпочтительными подходами являются DSGE-модели, балансово-эконометрические модели и модели временных рядов. Для долгосрочного прогнозирования используются межотраслевой подход и инструменты, основанные на модели Солоу - Сванна. Кроме того, в некоторых организациях применяются консенсус-прогнозы, которые формируются на основе экспертных мнений ведущих специалистов в области макроэкономического прогнозирования. Результаты работы свидетельствуют о том, что оценки макроэкономических организаций достаточно схожи в прогнозной динамике реального ВВП (среднегодовой темп прироста ожидается невысоким - примерно 2 %). Кроме того, каждая из организаций предсказывает увеличение капиталоемкости экономики РФ к 2026 г. Итоги работы могут служить информационной базой для построения отраслевого и пространственного разрезов макропрогнозов на базе оптимизационной межрегиональной межотраслевой модели (ОМММ), разрабатываемой в ИЭОПП СО РАН, что позволит снизить трудоемкость и улучшить качество отбора сценариев модели.