Стремление найти ответ на вопрос, как привить системность видения современным выпускникам высшей школы, составляет основной лейтмотив настоящей статьи. Ее цель заключается в поиске ответа на поставленный вопрос в рамках подготовки специалистов гуманитарных направлений, в учебных планах которых дисциплины системного цикла представлены очень слабо. В статье раскрыта сущность социокультурных систем, образующих предметную область для трудовой деятельности специалистов-гуманитариев. Отражена их специфика, затрудняющая применение системного анализа. Приведена детальная схема алгоритма системных исследований в данной предметной области, что призвано обеспечить содержательное тематическое наполнение дисциплины «Системный анализ…» для гуманитарных направлений подготовки. Исследована модельная поддержка процедур системного анализа и составлены перечни применяемых при этом типов моделей.
Идентификаторы и классификаторы
- SCI
- Экономика
Отправной точкой структуризации критериев являются различия в предпочтениях сторон, образующих формальную модель: для проблемосодержащей системы главное – решить задачу; для проблеморешающей системы главное – рационально расходовать имеющиеся ресурсы в процессе решения задачи, а для внешней среды главное – не принести вреда окружающей природе в ходе решения задачи.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Антамошкина О.И., Зинина О.В. (2017). Формирование перечня альтернатив выпуска конкурентноспособной гражданской продукции оборонного предприятия // Современные технологии управления. № 10 (82). С. 1-9.
2. Арнольд В.И. (2011). «Жесткие» и «мягкие» математические модели. М.: Московский Центр непрерывного математического образования (МЦНМО). 27 с.
3. Балацкий Е.В., Екимова Н.А. (2016). Распределительные модели рыночной экономики // Terra Economicus. Т. 14. № 2. С. 48-69.
4. Баранов С.В. (2014). Эконометрические модели производственных функций: история и современность // Международный журнал прикладных и фундаментальных исследований. № 10-2. С. 53-57.
5. Бинмор К. (2019). Теория игр. Очень краткое введение. М.: Дело при РАНХиГС, 256 с.
6. Божко В.П. (1999). Информационные технологии в статистике / Под ред. В.П. Божко и А.В. Хорошилова // Московский государственный университет экономики, статистики и информатики. М.: МЭСИ. 111 с.
7. Булгаков С.В. (2014). Агрегирование информационных моделей // Перспективы науки и образования. № 3(9). С. 9-13.
8. Бурко Р.А., Соколова В.Д. (2019). Выбор и обоснование организационной структуры предприятия // Молодой ученый. № 7. С. 313-315.
9. Бывшев В.А. (2008). Эконометрика. М.: Финансы и статистика. 480 с.
10. Быстров А.И. (2015). Информационные системы в экономике (балансовые задачи). Уфа: Изд-во Башкирского института социальных технологий (филиала Академии труда и социальных отношений). 90 с.
11. Васильева Л.Н., Деева Е.А. (2018). Моделирование микроэкономических процессов и систем. М.: КНОРУС. 320 с.
12. Волков В.В., Хархордин О.В. (2008). Теория практик. СПб.: Изд-во Европейского университета в Санкт-Петербурге. 298 с.
13. Волкова В.Н., Денисов А.А. (2012). Теория систем и системный анализ. М.: Юрайт. 679 с.
14. Гаибова Т.В., Павлович Т.В. (2019). Формирование проектных альтернатив на основе онтологического подхода // Онтология проектирования. Т. 9. № 3(33). С. 321-332. https://doi.org/10.10.18287/2223-9537-2019-9-3-321-332
15. Горелова Г.В. (2013). Когнитивный подход к имитационному моделированию сложных систем // Известия Южного федерального университета. Серия: Технические науки. № 3. С. 239-250.
16. Данилин А., Слюсаренко А. (2009). Архитектура и стратегия. «Инь» и «Янь» информационных технологий предприятия. М.: Интернет-Университет информационных технологий. 504 с.
17. Джумиго Н.А., Петрова Л.И. (2017). Организационная структура как объект стратегических изменений // Управление современной организацией: опыт, проблемы и перспективы. № 2(4). С. 111-118.
18. Дрогобыцкая К.С., Дрогобыцкий И.Н. (2014). Архитектурные модели экономических систем. М.: Вузовский учебник: ИНФРА-М. 310 с.
19. Дрогобыцкий И.Н., Дрогобыцкая К.С. и др. (2022). Системный анализ в менеджменте. М.: КНОРУС. 651 с.
20. Дрогобыцкий И.Н. (2023). Системный анализ в экономике. М.: ЮНИТИ-ДАНА (Международная электронная библиотека НИИОН). 498 c.
21. Евдокимов А.О. (2023). Технологии и инструментальные средства имитационного моделирования информационных систем // Молодой ученый. № 51(498). C. 3-5 URL: https://moluch.ru/archive/498/109441
22. Жигирев Н.Н., Бочков А.В., Кузьминова А.В. (2023). Инверсионный метод оценки меры согласованности мнений экспертов // Надежность. Т. 23. № 4. С. 15-24. https://doi.org/10.21683/1729-2646-2023-23-4-15-24
23. Зуховицкий С.И., Радчик И.А. (2017). Математические методы сетевого планирования. М.: Наука. 296 с.
24. Казиев В.М. (2014). Введение в анализ, синтез и моделирование систем. М.: Бином. 244 с.
25. Карпова Е.В., Яблокова А.В. (2013). Когнитивный подход к имитационному моделированию сложных систем // Известия Южного федерального университета. Серия: Технологические науки. № 3. С. 293-250.
26. Кириллов С.П., Борисов А.К., Мирончук В.А. (2023). Методы сценарного моделирования в экономическом моделировании // Журнал прикладных исследований. № 12. С. 26-30.
27. Кирилюк И.Л. (2013). Модели производственных функций для российской экономики // Компьютерные исследования и моделирование. Т. 5. № 2. С. 293-312.
28. Клейнер Г.Б. (1986). Производственные функции. М.: Финансы и статистика. 239 с.
29. Клейнер Г.Б. (2021). Системная экономика: шаги развития. М.: Научная библиотека. 746 с.
30. Клейнер Г.Б. (2016). Экономика. Моделирование. Математика. Избранные труды. М.: ЦЭМИ РАН. 856 с.
31. Козлов А.С. (2024). Целевые функции и ключевая функциональность системы проектного управления: подходы к оптимизации и автоматизации // Валютное регулирование. Валютный контроль. № 5. С. 36-47.
32. Конев К.А., Антонов В.В. и др. (2020). Основы концепции онтологического моделирования бизнес-процессов для задач принятия решений // Современные наукоемкие технологии. № 12-1. С. 71-77.
33. Крис А. (2018). Свободные ассоциации. Метод и процесс. М.: Когито-Центр. 157 с.
34. Лабскер Л.Г. (2018). Теория игр в экономике. М.: КноРУС. 413 с.
35. Лаптева Е.В., Портнова Л.В. (2022). Статистические методы исследований в экономике. Волгоград: Сфера. 234 с.
36. Ларичев О.И. (2016). Вербальный анализ решений. М.: Наука. 356 с.
37. Лебедева И.П. (2015). Мягкие модели как форма математизации социологического знания // Социологические исследования. № 1. С. 79-84.
38. Литвак Б.Г. (2008). Экспертная информация. Методы получения и анализа. М.: Радио и связь. 184 с.
39. Мамихин С.В., Щеглов А.И. (2020). Имитационное моделирование в экологии, радиоэкологии и радиобиологии. М.: МаксПресс, 60 с.
40. Математические и инструментальные методы в современных экономических исследованиях. (2018). М.: Экономический факультет МГУ им. М.В. Ломоносова. 232 с.
41. Муромский А.А., Моисеев Е.И., Тучкова Н.П. (2016). Применение метода аналогий для поиска в научной информационной сети // Научный сервис в сети Интернет: Труды XVIII Всероссийской научной конференции (19-24 сентября 2016 г., г. Новороссийск). М.: ИПМ им. М.В. Келдыша, С. 284-289. https://doi.org/10.20948/abrau-2016-23
42. Наумов И.В., Трынов А.В., Сафонов А.О. (2020). Сценарное моделирование воспроизводства инвестиционного потенциала институциональных секторов в регионах Сибирского федерального округа // Финансы: теория и практика. № 24(6). С. 19-37.
43. Нижегородцев Р.М. (2004). Логистическое моделирование экономической динамики // Управление социально-экономическими системами. 41 № 1. С. 46-53; 42 № 2. С. 52-58.
44. Олейников Д.П., Бутенко Л.Н., Олейников С.П. (2013). Инверсия в методах принятия решений // Прикаспийский журнал: управление и высокие технологии. № 2 (22). C. 146-150.
45. Онтологическое моделирование предприятий: методы и технологии. Екатеринбург: Изд-во Уральского федерального университета. 236 с.
46. Панкрухин С.И. (2010). Ситуационные концепции менеджмента. М.: Изд-во РАГС. 319 с.
47. Паутова Л.А. (2007). Ассоциативный эксперимент: опыт социологического применения // Социология: методология, методы, математическое моделирование. № 24. С. 149-168.
48. Подиновский В.В. (2019). Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. М.: Наука. 103 с.
49. Поспелов Д.А. (1986). Ситуационное управление: теория и практика. М.: Наука. 288 с.
50. Постников В.М. (2020). Анализ подходов к формированию экспертной группы, ориентированной на подготовку и принятие управленческих решений // Наука и образование. № 5. С. 333-347.
51. Пузанова Ж.В., Ларина Т.И. (2017). Использование методики ассоциаций для изучения отношения к странам // Известия высших учебных заведений. Поволжский регион. Социология № 1(41). С. 98-110.
52. Радченко И.А., Николаев И.Н. (2018). Технологии и инфраструктура BigData. СПб.: Университет ИТМО. 52 с.
53. Рыкалина О.В., Степанов В.И., Шарапова И.В. (2018). Организационно-структурные модели регионального логистического кластера // Российское предпринимательство. Т. 19. № 4. С. 1213-1228.
54. Седых В.В. (2024). Методы решения задач многокритериальной оптимизации с линейными функциями цели // Актуальные исследования. № 16(198). С. 66-71.
55. Сигал А.В. (2017). Теория игр и ее экономические приложения. М.: ИНФА-М. 413 с.
56. Смоленцева Т.Е. (2018). Методы определения целевой функции организационных систем // Моделирование, оптимизация и информационные технологии. № 6 (3). С. 143-152. URL: https://moit.vivt.ru/wp-content/uploads/2018/07/Smolenzeva_3_18_1.pdf
57. Суворов Н.В., Трещина С.В. и др. (2017). Балансовые и факторные модели как инструмент анализа и прогнозирования структуры экономики // Научные труды Института народно-хозяйственного прогнозирования РАН. М.: Т. 15. С. 50-75.
58. Талер Р. (2017). Новая поведенческая экономика. Почему люди нарушают правила традиционной экономики и как на этом заработать. М.: Эксмо. 368 с.
59. Талер Р., Касс С. (2017). Архитектура выбора. М.: Манн, Иванов и Фербер. 310 с.
60. Устинович Л.М., Лониевский К.М. (2013). Вербальный анализ решений // Economics and Management. № 2. С. 96-103.
61. Федоров В.А., Маковеева Е.Н. (2017). Метод аналогий как способ оценки риска // Сборник статей Международной научно-практической конференции «Развитие науки и техники: механизм выбора и реализации приоритетов». Уфа: Аэтерна. Т. 3. С. 145-146.
62. Феоктистов А.Г., Корсуков А.С., Дядькин Ю.А. (2016). Инструментальные средства имитационного моделирования предметно-ориентированных распределенных вычислительных систем // Системы управления, связи и безопасности. № 4. C. 30-60.
63. Филиппович А.Ю. (2003). Интеграция систем ситуационного, имитационного и экспертного моделирования. М.: Эликс+, 299 с.
64. Чернов И.В. (2018). Повышение эффективности управленческих решений на основе использования аналитического комплекса сценарного анализа и прогнозирования // Вестник РГГУ. Серия «Экономика. Управление. Право». № 1(11). C. 40-57.
65. Шведин Б.Я. (2010). Онтология предприятия: экспириентологический подход. Технология построения онтологической модели предприятия на основе анализа и структурирования живого опыта. М.: Ленанд. 240 с.
66. Шимширт Н.Д. (2023). Имитационное бизнес-моделирование. Томск: Изд-во Томского государственного университета. 104 с.
67. Фирер А.В., Яковлева Е.Н. и др. (2021). Элементарная математика. Иррациональные уравнения и неравенства: учебное пособие. Красноярск: Изд-во Сибирского федерального университета. 114 с.
68. Beg I., Khalid A. (2012). Aggregation of beliefs in the fuzzy environment. Journal of Fuzzy Mathematics, no. 4 (20), pp. 911-924.
Выпуск
Другие статьи выпуска
АКАДЕМИКУ РАН СЕРГЕЮ ЮРЬЕВИЧУ ГЛАЗЬЕВУ – 65 ЛЕТ
Процессы модернизации второй половины XIX – начала XX в. существенно трансформировали мировое хозяйство. А внешнеэкономическая деятельность сыграла роль движущей силы процесса «догоняющей модернизации» стран «второго эшелона капитализма». Проблема их проникновения на внешние рынки во второй половине XIX – начале XX в. во многом была связана с необходимостью получения капиталов для масштабных преобразований, а также с преодолением узости внутренних рынков. Проведенный анализ дает основание полагать, что экономический интерес к новым рынкам определялся и лучшими конкурентными условиями для них. Исследование опирается на расширенную авторскую классификацию основных групп стран «догоняющей модернизации». Особое внимание уделяется анализу рейтинга ведущих стран-экспортеров и стран-импортеров в начале XX в. Выявлено, что почти половина из стран-экспортеров относится к странам, идущим по пути «догоняющей модернизации». Кроме того, страны «догоняющей модернизации» входили в топ‑5 крупнейших внешнеторговых партнеров друг для друга. Отмечено, что направления экспорта стран «догоняющей модернизации» Тихоокеанского бассейна повлияли на изменение направления мировых внешнеторговых потоков. Интерес представляет и анализ экспортной деятельности бывших зависимых стран, который выявил возможность использовать внешнеторговую деятельность для ускорения модернизационных процессов. Взаимосвязь успехов стран «догоняющей модернизации» с изменением их места в мировом разделении труда свидетельствует о важности развития внешнеэкономической деятельности в достижении национальных приоритетов. Автор приходит к выводу о тесных внешнеэкономических взаимоотношениях между странами «догоняющей модернизации» и их активном участии в мировом разделении труда.
Статья посвящена сложившемуся положению в экономике Азербайджана, а также мировым тенденциям. Исходя из выбранных приоритетов, определены перспективы роста и развития экономики, проанализирована волатильность в экономическом развитии страны. В статье выявлены причины замедления темпов экономического роста, которые выявляют целесообразность построения системной политики обеспечения экономического роста, проведения структурной трансформации, так как недиверсифицированная экономика подвержена рискам неустойчивого развития и неустойчивого экономического роста. Структурные проблемы экономики, ее роста и развития должны стать основными задачами при разработке мер экономической политики с целью стимулирования роста и развития. Это способствует переходу к новой модели роста, решению проблем неконкурентоспособных отраслей и рынков. Диверсификация экономики ведет к появлению новых видов деятельности на новых рынках и в отраслях, то есть диверсификация экономики способствует повышению конкурентоспособности, инновационности, результативности и эффективности. Также предлагаются направления, способствующие снижению влияния структурных проблем на экономический рост и развитие страны.
Статья посвящена разработке клиентоцентричной модели управления, трансформирующей восприятие клиента из пассивного объекта в стратегический актив и источник устойчивого конкурентного преимущества. Актуальность исследования продиктована необходимостью теоретического осмысления и практической реализации клиентоцентричных (клиентоориентированных) подходов, которые позволяют организациям адаптироваться к быстро меняющимся запросам рынка, повышать лояльность и максимизировать ценность клиента. В данной работе термины «клиентоориентированность» и «клиентоцентричность» используются нами как синонимы, поскольку в их основе лежит одно и то же ядро: фокус – на клиенте. Авторы критически осмысливают традиционные транзакционные подходы, основанные на стандартизации и принципе «клиент всегда прав», которые приводят к снижению эффективности работы персонала и росту числа «токсичных» потребителей. В качестве альтернативы предлагается реляционная модель, основанная на формировании «ценности клиента», операционализируемой через лояльность, вовлеченность, готовность следовать рекомендациям и активность потребителей. Научная новизна заключается в синтезе теорий поведенческой экономики, психологии мотивации и менеджмента (трансформационное лидерство Басса) для создания комплексной клиентоцентричной модели, учитывающей уникальные социально-экономические, технологические и поведенческие особенности современного этапа трансформации российской экономики. Модель предполагает глубинные организационные изменения: пересмотр роли лидера, внедрение систем вовлечения сотрудников через свободу действовать и выбирать цель самостоятельно, а также институционализацию обратной связи с использованием инструментов управления опытом клиентов (CEM, customer experience management), обратной связи (VoC, voice of the customer). Особое внимание уделяется адаптации модели к цифровой среде и работе с клиентом-интровертом в контексте цифровой экономики. Делается вывод, что успешная реализация модели требует культурной адаптации и отказа от универсальных решений в пользу гибкого и человеко-ориентированного подхода. Разработка модели учитывает нестабильность внешней среды. Особую ценность представляет тот факт, что в отличие от классических статических моделей, предлагаемая модель имеет способность быстро перестраивать торговые и производственные процессы, ценностные предложения и каналы коммуникации в ответ на макросоциальные изменения.
Статья посвящена разработке клиентоцентричной модели управления, трансформирующей восприятие клиента из пассивного объекта в стратегический актив и источник устойчивого конкурентного преимущества. Актуальность исследования продиктована необходимостью теоретического осмысления и практической реализации клиентоцентричных (клиентоориентированных) подходов, которые позволяют организациям адаптироваться к быстро меняющимся запросам рынка, повышать лояльность и максимизировать ценность клиента. В данной работе термины «клиентоориентированность» и «клиентоцентричность» используются нами как синонимы, поскольку в их основе лежит одно и то же ядро: фокус – на клиенте. Авторы критически осмысливают традиционные транзакционные подходы, основанные на стандартизации и принципе «клиент всегда прав», которые приводят к снижению эффективности работы персонала и росту числа «токсичных» потребителей. В качестве альтернативы предлагается реляционная модель, основанная на формировании «ценности клиента», операционализируемой через лояльность, вовлеченность, готовность следовать рекомендациям и активность потребителей. Научная новизна заключается в синтезе теорий поведенческой экономики, психологии мотивации и менеджмента (трансформационное лидерство Басса) для создания комплексной клиентоцентричной модели, учитывающей уникальные социально-экономические, технологические и поведенческие особенности современного этапа трансформации российской экономики. Модель предполагает глубинные организационные изменения: пересмотр роли лидера, внедрение систем вовлечения сотрудников через свободу действовать и выбирать цель самостоятельно, а также институционализацию обратной связи с использованием инструментов управления опытом клиентов (CEM, customer experience management), обратной связи (VoC, voice of the customer). Особое внимание уделяется адаптации модели к цифровой среде и работе с клиентом-интровертом в контексте цифровой экономики. Делается вывод, что успешная реализация модели требует культурной адаптации и отказа от универсальных решений в пользу гибкого и человеко-ориентированного подхода. Разработка модели учитывает нестабильность внешней среды. Особую ценность представляет тот факт, что в отличие от классических статических моделей, предлагаемая модель имеет способность быстро перестраивать торговые и производственные процессы, ценностные предложения и каналы коммуникации в ответ на макросоциальные изменения.
В данной статье выбор стратегии предприятия рассматривается с позиции оценки различных рисков, связанных с реализацией каждого потенциального варианта стратегии. Эти риски отражают факторы экономического риска (ФЭР), представленные в концепции моделирования процессов управления экономическим риском, разработанной учеными Центрального экономико-математического института Российской академии наук (ЦЭМИ РАН). В работе предложен подход к выбору стратегии предприятия, основанный на анализе каждой альтернативы по многим критериям, каждый из которых отражает фактор экономического риска определенной подсистемы при помощи комбинации двух многокритериальных методов принятия решения: серого реляционного анализа и метода TODIM с установлением значимости каждого из этих критериев, определяемой весовыми коэффициентами. При этом предложен также новый метод расчета весовых коэффициентов, основанный на решении задачи коммивояжера, для нахождения кратчайшего пути между значениями каждого критерия, посредством оценки расстояний между ними, определяемых их разностями. Такое определение весов оцениваемых критериев отвечает принципу их установления, лежащему в основе существующих методов объективного определения веса, основанному на определении неоднородности их значений; однако это позволит более точно определить эту неоднородность. Практическая реализация предложенного подхода позволит предприятиям проводить более адекватный выбор стратегии за счет детальной многокритериальной оценки каждой альтернативы с позиции различных факторов экономического риска, проводимой при помощи комбинации двух многокритериальных методов принятия решения, а также более точного определения значимости каждого критерия, отражающего фактор экономического риска, в процессе принятия решения.
В статье раскрывается влияние прямых китайских инвестиций на экономическую динамику регионов России. Рассмотрены основные показатели прямых китайских инвестиций в экономику России в отраслевом и региональном разрезе, дана периодизация российско-китайского инвестиционного сотрудничества с выявлением основных тенденций динамики инвестирования, выявлены основные методы прямых китайских инвестиций. Целью исследования является построение эконометрической модели для проверки гипотезы о положительном влиянии прямых китайских инвестиций на российский валовой региональный продукт (обе переменные взяты в расчете на одного занятого), поскольку влияние прямых китайских инвестиций на экономические макропеременные еще не изучено досконально. С помощью модели с фиксированными эффектами были проанализированы панельные данные для 51 субъектов федерации из восьми федеральных округов России за период с 2015 по 2022 г. По результатам исследования выявлено статистически значимое положительное влияние прямых китайских инвестиций на валовый региональный продукт, что подтверждает выдвинутую гипотезу. Прямые китайские инвестиции влияют на российскую экономику в сочетании с ростом валового накопления капитала, увеличением доли высококвалифицированной рабочей силы, ростом государственных расходов и повышением уровня экономической открытости регионов. Таким образом, модель применима для объяснения экономического роста российских регионов. Китайские инвестиции способствуют диверсификации российской экономики, особенно в энергетике, инфраструктуре и высокотехнологичных секторах. Проблемами китайских инвестиций являются их ограниченный масштаб, несоответствие отраслевой структуры инвестиций потребностям регионов. Работа вносит вклад в понимание роли китайского капитала в модернизации российской экономики и предлагает практические рекомендации для углубления инвестиционного сотрудничества.
В работе предложен методологический подход к совершенствованию государственной экономической политики в условиях современных глобальных изменений на основе ее системного моделирования. Проанализировано состояние современной экономики России в контексте динамики показателей – ВВП, индекса промышленного производства, кредиторской и дебиторской задолженности организаций, индекса потребительских цен и уровня занятости. Исследованы особенности государственной экономической политики зарубежных стран и выделены основные тенденции в деятельности правительств этих стран в области экономики. Аргументирована совокупность элементов государственной экономической политики – Конституция России, государственные институты, государственная политика взаимодействия между секторами экономики, государственная политика межрегионального взаимодействия, государственная политика взаимодействия между хозяйствующими субъектами, экономическая деятельность и экономический курс развития России. Сформирована структурная организация государственной экономической политики России, применение которой способствует экономической эффективности в масштабе всей страны, устойчивому экономическому равновесию и стабильности. Теоретическая значимость полученных результатов заключается в обосновании порядка системного моделирования структурной организации государственной экономической политики с использованием современных научно-методических подходов, что позволяет обеспечить комплексный характер принимаемых управленческих решений и создание благоприятных условий для устойчивого экономического развития России. Практическое значение полученных результатов заключается в разработке научно-практических рекомендаций для совершенствования государственной экономической политики в условиях усиления глобальной нестабильности. Они представляют собой методическую базу совершенствования государственного управления экономикой и могут быть использованы при формировании государственной экономической политики, разработке и совершенствовании законодательных актов, регламентирующих экономическое развитие России.
Цель статьи – показать значение трансдисциплинарного подхода, опирающегося на вероятностную и ценологическую теории, в выявлении потенциала квантовых технологий (компьютеров, вычислений, связи, зондирования и т. д.) в реалиях информационно-сетевого общества для формирования инструментов устойчивого экономического развития. Выбран используемый в науке (техно)ценологический подход, теория струн, конвергентная модель нано-, био-, инфо-, когно- и социальной технологий (НБИКС-технологий), квантовая модель Д. Бома, холистский (целостный) подход. В качестве методологии и логики научного исследования как составляющей современного научного познания используется трансдисциплинарный подход, что дает возможность показать значимость квантовых технологий (квантовых компьютеров и пр.) в достижении устойчивого развития региональных сообществ. На основе научного синтеза в работе доказана роль трансдисциплинарного подхода в качестве методологического и логического источника инварианта «стабильности» («устойчивости»), который признается функционалом большинства процессов окружающего мира, в том числе социо-природной реальности. Это обусловливает необходимость разработки иного, вероятностного, взгляда на реальность и технологии топологического типа, включая инструменты, технологии, принципы, которые обеспечивает квантовое представление посредством возможности проактивного сохранения сложности. Исследуемый с позиции трансдисциплинарного подхода инвариант стабильности позволяет выявить значимость теории квантовых систем в моделировании социальных, экономических, культурных и других процессов, влияющих, прежде всего, на формирующиеся новые производительные силы общества в контексте ценологической теории, что влечет за собой возникновение качественно иного социума.
В данной работе представлены новые результаты исследований в области теории переключающегося режима воспроизводства (ПРВ) и соответствующих математических моделей, которые с 2011 г. проводятся в Институте экономики РАН. Особенность моделей переключающегося режима воспроизводства в том, что в них в явном виде моделируется взаимодействие между финансовым и реальным секторами экономики, а сама экономика страны дезагрегируется не по отраслевому принципу (машиностроение, сельское хозяйство, услуги и т. д.), а по временнóму, когда объектом исследования становятся производственные подсистемы, отличающиеся друг от друга возрастом основного капитала. Одна из математических сложностей работы с подобными моделями заключается в трудности получения аналитических зависимостей. В настоящей работе показано, что для частного случая, сбалансированного в долгосрочном периоде экономического роста и континуального множества производственных подсистем, можно получить аналитические выражения, позволяющие лучше понять особенности влияния денежно-кредитной политики на экономическую динамику в долгосрочном периоде. Главный результат таков: долгосрочные отношения «темп ВВП/инфляция» существенно зависят от того, как распределяются эмиссионные потоки между инвестиционным и потребительским контурами денежного обращения. Денежные власти должны активно участвовать в этом распределении. В связи с этим актуализируется вопрос о новом подходе к проблеме ключевой ставки, а именно, об усилении ее влияния на долгосрочные аспекты денежно-кредитной политики. Авторы предлагают разделить единую ключевую ставку на две составляющие: инвестиционную, применяемую в случае кредитования инвестиций в основной капитал и влияющую на долгосрочные ожидания инвесторов, и неинвестиционную (для всех остальных ситуаций). Если оставить в стороне опыт СССР, где существовало несколько ставок такого рода, предлагаемая идея имеет пионерный характер, и она нуждается в обсуждении. В настоящее время очевидно одно: нынешняя практика управления единой ключевой ставкой неэффективна. Эту практику следует менять.
Издательство
- Издательство
- ЦЭМИ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117418, Москва, Нахимовский пр, 47
- Юр. адрес
- 117418, Москва, Нахимовский пр, 47
- ФИО
- Альберт Рауфович БАХТИЗИН (Директор)
- E-mail адрес
- albert.bakhtizin@gmail.com
- Контактный телефон
- +7 (499) 1290822