CC BY
85
УДК 338.24.01+330.46
В.В. НИКИТИН, А.А. НАЗАРОВ
БЕЗОПАСНОСТЬ РЕГИОНАЛЬНЫХ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ И ЕЁ ОЦЕНКА СРЕДСТВАМИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ*
Ключевые слова: экономическая безопасность, имитационное моделирование.
Представлено описание методики оценки социально-экономической безопасности региона Методика основана на одном из вариантов имитационного моделирования. Тестовые расчёты проведены по данным Чувашской Республики.
V.V. NIKITIN. А.А. NAZAROV SAFETY OF REGIONAL SOCIO-ECONOMIC SYSTEM AND ITS EVALUATION BY SIMULATION
Keywords: economic safety, simulation modeling.
Description of the methods of the estimation social-economic safety of the region is presented in article. The Methods is founded on one of the variant of simulation modeling. The test calculation are organized for of Chuvash Republic.
Современное положение социально-экономических систем в РФ не может быть охарактеризовано как устойчивое. Это обусловлено множеством причин, к числу которых можно отнести такие, как различия между ресурсносырьевыми возможностями регионов и их социокультурными традициями; диспропорции в распределении основных доходов; износ основных производственных фондов; спекулятивная направленность экономики и т.д. В связи с этим важным является вопрос исследования социально-экономической безопасности функционирования региона, определяющего эффективность функционирования страны в целом.
В законе РФ под безопасностью понимается состояние защищенности жизненно важных интересов личности, общества и государства от внутренних и внешних угроз [5]. Несмотря на достаточную разработанность понятийного аппарата, существуют значительные расхождения в методиках оценки уровня безопасности. Зачастую количественная оценка безопасности страны выражается в виде той или иной системы показателей и (или) их пороговых значений [6]. Оценка при этом даётся по наблюдавшимся фактическим данным без учёта взаимосвязей между показателями. Однако более важной является прогнозная оценка состояния систем на основе учёта принципов их функционирования. Этому может способствовать такой подход, как имитационное моделирование.
Методика исследования. Теория экономико-математического моделирования выделяет два подхода к построению моделей таких сложных социально-экономических систем, как страна и регион. В исследованиях первого подхода, называемого структурным (или иерархическим), изучаемую систему разбивают на некоторое число составляющих её единиц, связанных балансовыми соотношениями. Далее для них строятся свои структурные модели, в которых эти единицы разбиваются на еще более элементарные и так далее до тех пор, пока не удастся дойти до простейших актов производства, потребления и распределения. Такой подход трудно реализуем из-за гигантского объема работы. Второй подход, называемый функциональным, заключается в построении функциональной модели некоторого объекта исследования, основанного на методе «черного ящика», т.е. вместо того, что-
’ Исследование выполнено при финансовой поддержке Российского гуманитарного научного фонда (проект № 09-02-00565а).
бы пытаться описать сложную внутреннюю структуру изучаемого объекта, следует построить относительно простую функцию, связывающую реакцию объекта на внешнее воздействие.
На практике при построении вычислимых моделей недостатки подхода, основанного на методе «черного ящика», пытаются компенсировать с помощью синтеза структурного и функционального подходов, т.е. «элементарную» единицу (страна, регион) разбивают на «более элементарные» (регионы, отрасли, агрегированные агенты), которые описывают с помощью функциональных моделей, а затем каким-либо образом на их основе строят модель «элементарной единицы» в целом. Данное направление за прошедшие 50 лет сформировалось и получило широкое распространение. Основой этого направления является подход к моделированию сложных социально-экономических систем путем создания вычислимых моделей общего равновесия, известных в зарубежной литературе как Computable General Equilibrium models (CGE models). По сути, любая CGE модель представляет собой систему нелинейных взаимосвязанных уравнений, решением которой является общее экономическое равновесие [2, 3].
Существующие CGE модели условно можно разделить на две основные группы. Модели первой группы сформировались на основе модели «затрат -выпуска», используемых начиная с 30-х годов. Задачи, решаемые с помощью моделей этой группы, в основном сводятся к количественной оценке последствий распределения дохода, получаемого в краткосрочном периоде, а также к оценке результатов экономического роста отраслей национальной экономики. Ярким представителем данного подхода является модель Л. Йохансена (модель состояла из 20 секторов - отрасли промышленности и еще одного сектора домашние хозяйства, цены определяли стратегии секторов, при этом использовался стандартный механизм ценообразования). Наиболее известным автором в этой области CGE моделирования на сегодняшний момент является американский экономист Л. Тейлор.
Во вторую группу CGE моделей входят модели, основанные на работах Вальраса и принявшие современную форму благодаря исследованиям К. Эрроу и Дж. Дебре. Основная цель моделей этой группы: дать количественную оценку последствий изменения экзогенных переменных моделей на распределение ресурсов и экономического благосостояния. Данные модели можно найти в работах следующих авторов: А. Харбергера, X. Скарфа, А. Фельтен-штейн, А. Шаха и др.
В России данное направление активно развивается в ЦЭМИ РАН под руководством В.Л. Макарова. Вычислимая модель российской экономики получила название RUSEC (RUSsian EConomy). Главное ее свойство, отличающее ее от других моделей экономик, состоит в ее гибкости, вариативности, при этом модель калибрована по статистическим данным Росстата РФ [1, 2].
Также распространен подход к построению вычислимой модели CGE на основе синтеза теоретических баз различных экономических школ: кейнсианской, классической, неокейнсианской и т.д. [4]
Однако, несмотря на определённую степень разработанности социально-экономических моделей суверенных территорий (страны), остаётся открытым вопрос об особенностях подобных моделей для отдельной части таких территорий (региона). Учёту этих особенностей посвящено предлагаемое исследование, так как в настоящее время требования к социально-экономическому планированию развития регионов повышаются.
Результаты исследования. Обычно при реализации модели CGE на входе задают конкретные значения переменных, которые, вообще говоря, бы-
ли подсчитаны различными способами. Другой подход заключается в том, чтобы входные переменные модели рассматривать как неопределенные факторы, имеющие некоторые законы распределения в определенном интервале. При этом первоначальный вид законов распределения для каждой переменной модели может быть получен, по крайней мере, тремя способами: 1) на основе временных рядов, для тех параметров, для которых существуют репрезентативные данные за прошлые периоды, по линейным и нелинейным моделям; 2) экспертный метод, когда эксперт или группа приглашенных экспертов высказывают мнения о возможном интервале; 3) смешанный способ, когда для определения интервала используются статистические данные при участии экспертов. Реализация этого подхода позволит оценить не конкретные значения (доверие к которым весьма мало), а вероятностные характеристики показателей развития экономики страны и региона, т.е. наиболее вероятную область принятия определенных значений показателем и наименее вероятные значение, которые, вообще говоря, не исключаются из рассмотрения.
Для описания экономики региона в качестве первого приближения была выбрана следующая имитационная модель:
= Сп~-\ +01п -$п'’
1п = Лт-1 +(^-г)2п +/*„ +1Рп +чп:
= Х?-1 +СП+1П+СП+ ЕП’'
л л ти
Атп=Атп_^—Кп_^
Л/„ = +У - Ат;
РОТп =1=ОТп_,+**■!.;
рп =Рп--\+Мп-1=0Тп;
Тп =Тп_^+ ТКп + ТТп + ТВп + 0,9 • ТРп;
РЯОР1С1Тп = РЯОР1С1Тп_-1 + Тп + +ОМег1псотеп -вп, где п принимает значения от 1 до 12, что соответствует месяцам предстоящего расчетного года. В табл. 1 представлено содержательное описание эндогенных и экзогенных параметров данной системы.
Для расчета эндогенных переменных необходимы значения меняющихся во времени экзогенных переменных. Экзогенные переменные следует рассматривать как неопределенные факторы, так как их значения могут быть различны и заранее неизвестны. При этом необходимо опираться на их законы распределения. Тогда по законам распределения экзогенных переменных можно оценить законы распределения эндогенных переменных.
Для построения первоначальных интервалов возможных значений экзогенных переменных воспользуемся статистическими данными по Чувашской Республике в динамике с 2000-2007 гг.
В качестве первого приближения закона распределения параметров моделирования выбирается равномерный закон распределения. Конкретные значения интервалов варьирования по каждому показателю могут быть выбраны экспертом либо подсчитаны по разным моделям временных рядов. В работе был использовать второй метод.
Выберем три вида зависимостей показателя от вpeмeниJ__
- линейная зависимость: уг = а0 + а^ •£ + ... + а„ , п = 1, 6 ;
- экспоненциальная зависимость: уг=еа1+а1?;
- логарифмическая зависимость: уг = а0 + а-[ -Ш .
Таблица 1
Основные переменные базовой имитационной модели
Имя Тип Описание
У энд. валовой региональный продукт (ВРП), конечный продукт
К экз. основные производственные фонды (ОПФ)
|_ экз. численность занятых
в экз. государственные расходы
N энд. региональный доход
Р энд. прибыль до уплаты налогов
01 экз. располагаемый доход
С экз. потребительские расходы
Б экз. сбережения
I энд. инвестиции (капиталовложения)
К экз. расходы на инвестиции из регионального бюджета
1Р экз. расходы на инвестиции из федерального бюджета
II экз. иностранные инвестиции
Т энд. общая сумма налогов, взимаемых на территории субъекта РФ
ТК экз. налог на имущество организаций
ТВ экз. налог на игорный бизнес
тт экз. транспортный налог
ТР экз. налог на прибыль
ти экз. норма амортизации, коэффициент выбытия
Е экз. чистый экспорт
Ат энд. начисленная амортизация
\Л/ экз. средняя заработная плата
РОТ энд. фонд оплаты труда
г экз. коэффициент бегства капитала
РРОРЮ1Т энд. профицит регионального бюджета
Р экз. трансферты из федерального бюджета в региональный
ОйеМпсоте экз. прочие доходы регионального бюджета
По каждому из показателей был оценён 90% доверительный интервал возможных значений. Общий доверительный интервал выбирается согласно правилу: минимальное значение из всех нижних границ интервалов, максимальное из всех верхних границ доверительных интервалов по всем видам зависимостей. При этом вероятность попадания будущего значения оцениваемого показателя в общий интервал не меньше вероятности для каждого из интервалов в отдельности.
Данный подход требует осуществления огромного объема вычислений, что предполагает использование высокопроизводительных ЭВМ. Теоретической основой вычислений в системе взаимосвязанных нелинейных уравнений, когда каждый показатель является неопределенным фактором, послужила теория суперпозиции законов распределения случайных величин.
Закон распределения и доверительный интервал для эндогенных переменных определялся на основе свертки законов распределения параметров, стоящих в правых частях системы одновременных уравнений. Эта процедура свертки производится 12 раз для получения расчетных значений показателей на предстоящий год. Процедура свертки - это отдельная задача, которая была решена в ходе проводимых исследований на основе методов приближенного вычислений интегралов и теории суперпозиции.
Различные методики определения уровня экономической безопасности в основном отличаются друг от друга набором показателей и пороговыми значениями по ним. В данной работе на основе представленной выше модель проведены расчёты на 2008 г., отражающие четыре показателя экономической безопасности региона (табл. 2). Первые два можно отнести к экономиче-
ским показателям, а два последних - к социальным. Полученные результаты мало отличаются от фактических на данный год, что свидетельствует об адекватности применяемой модели.
Таблица 2
Значения показателей экономической безопасности по Чувашской Республике
Показатель экономической безопасности региона Текущее значение Пороговое значение
Объем ВРП на душу населения от среднемирового, % 45 100
Отношение инвестиций к ВРП, % 34 20
Отношение расходов на социальные программы к ВРП, % 32 20
Соотношение средней зарплаты и прожиточного минимума, % 307 300
Данные показатели характеризуются тем, что чем больше значение, тем лучше для безопасности региона. Как видно из табл. 2, только первый показатель не уложился в предоставленный интервал, его значение почти в два раза меньше порогового значения. По второму и третьему показателям превышение на приемлемом уровне, а четвертый показатель лишь незначительно превышает пороговое значение. В результате моделирования значение профицита регионального бюджета также получилось отрицательным, это говорит о том, что регион является реципиентом, т.е. федеральная финансовая помощь больше, чем доходы, зачисляемые регионом в федеральный бюджет. Вывод о экономической безопасности неоднозначен, необходим анализ более адекватной модели, с большой входной информацией для оценки по всем семи показателям. Актуальным остается вопрос построения интегральной характеристики экономической безопасности.
Литература
1. Латута О.В. Математические модели и методы обеспечения экономической безопасности регионов Российской Федерации: дис. ... канд. экон. наук/О.В. Латута. СПб., 2006. 246 с.
2. Макаров В.Л. Вычислимая модель российской экономики (РиБЕС): препринт #\Л/Р/99/069 / В.Л. Макаров. М.: ЦЭМИ РАН, 1999.
3. Макаров В.Л. Вычислимая модель «Россия: Центр - Федеральные округа»: препринт #\Л/Р/2003/151 / В.Л. Макаров, А.Р. Бахтизин. М.: ЦЭМИ РАН, 2003. 76 с.
4. Максимов К. М. Анализ экономической безопасности региона с использованием имитационного моделирования: дис. ... канд. экон. наук/ К.М. Максимов. М., 2002.139 с.
5. Митрохин В.И. Сущность и категориальный аппарат современной концепции национальной безопасности / В.И. Митрохин. М.: Изд-во МГСУ «Союз», 1999.188 с.
6. Сенчагов В.К. Методология обеспечения экономической безопасности / В.К. Сенчагов // Экономика региона. 2008. № 3. С. 27-38.
НИКИТИН ВИКТОР ВАСИЛЬЕВИЧ - кандидат физико-математических наук, заведующий кафедрой эко-номико-математического моделирования, Чувашский государственный университет, Россия, Чебоксары ([email protected]).
NIKITIN VICTOR VASILEVICH - candidate of physical and mathematical sciences, Head of Economics and Mathematical Modeling Department, Chuvash State University, Russia, Cheboksary.
НАЗАРОВ АЛЕКСАНДР АЛЕКСЕЕВИЧ - ассистент кафедры экономико-математического моделирования, Чувашский государственный университет, Россия, Чебоксары ([email protected]).
NAZAROV ALEXANDER ALEXEEVICH - assistant of Economics and Mathematical Modeling Department, Chuvash State University, Russia, Cheboksary.
