CC BY
26
УДК 519.24
Лавлинский Сергей Михайлович Sergey Lavlinsky
Прокопенко Юрий Николаевич Yury Prokopenko
О МЕТОДАХ МОДЕЛИРОВАНИЯ ПРОМЫШЛЕННОГО КОМПЛЕКСА ПРИГРАНИЧНОГО РЕСУРСНОГО РЕГИОНА
METHODS OF INDUSTRIAL COMPLEX MODELING IN A BORDER RESOURCE REGION
Предлагается подход к разработке модельного инструментария результативного управления в приграничном ресурсном регионе, основанный на идеях индикативного планирования. Приведено общее описание основных блоков модели промышленного комплекса, фиксирующее архитектуру информационных связей и потенциальный набор выходных данных. Выделены ключевые факторы, определяющие специфику приграничного региона.
Прежде всего это интенсификация процессов приграничной торговли, связывающая планы развития инфраструктуры приграничной торговли, объемы продаж и доходы участников внешнеэкономической деятельности. Высокая чувствительность к изменению макроэкономических условий также является ключевым фактором функционирования приграничного региона. Для приграничного региона приобретает особую остроту проблема теневого сектора экономики, поскольку здесь асимметрия граничащих регионов разных стран зачастую приводит к развитию криминального бизнеса. Фактор совместного стратегического планирования развития соседствующих регионов также определяет приграничный характер региона. Рост сложности задач, стоящих перед региональными властями в процессе интеграции, требует совместной разработки стратегии развития, учитывающей интересы обоих регионов. Рассмотрена базовая модель отрасли, формирующая основу предлагаемого подхода к проблеме эффективного управления промышленным комплексом ресурсного региона. Сформулирована методика экономико-математического моделирования процесса функционирования регионального про-
An approach to the development of model instruments of efficient management in a resource region is suggested, based on the ideas of indicative planning. A general description of the main industrial complex model blocks, retaining information communications architecture and a set of potential output are presented in the article. The key factors that determine the specificity of a border region are highlighted. Intensification of cross-border trade, infrastructure development plans linking cross-border trade, sales and earnings of foreign economic activity also define the border character of a region. High sensitivity to changes in the macroeconomic environment is also a key factor in the functioning of the cross-border region. The problem of the informal sector is particularly acute for the cross-border region, as there is asymmetry of bordering regions of different countries that often leads to the development of criminal business. The factor of joint strategic planning and development of neighboring regions also defines the border character of the region. The growth of tasks complexity facing the regional authorities in the integration process requires a joint development strategy that takes into account the interests of both regions. Also we consider a basic model industry, forming the basis of the proposed approach to the problem of effective management of industrial complex resource region in the article. As a result, the technique of modeling for regional industrial complex, that includes cross-border projects and significant natural resource sector is formulated
мышленного комплекса с трансграничными проектами и высоким удельным весом приро дно-ресурс -ного сектора
Ключевые слова: результативное управление, Key words: efficient management, shadow sector, прогнозно-аналитическая модель, теневой сек- cross-border projects, predictive-analytical model тор, трансграничные проекты
Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект 13-02-00093) и Российского фонда фундаментальных исследований (проект № 13-06-00023)
ООО о
абайкальский край — приграничным ресурсный регион, уровень экономического развития которого по ряду причин несопоставим с уровнем развития про-мышленно развитого региона. Это обстоятельство, в ряду прочих, порождает значительные методологические трудности в процессе управления промышленным комплексом и требует создания специализированного инструментария априорной оценки последствий принимаемого решения, позволяющего спрогнозировать не только производственные, но и финансово-экономические показатели, оказывающие реша-
ющее влияние на динамику уровня жизни населения [1, 2].
В такой постановке проблема разработки модельного инструментария результативного управления в приграничном ресурсном регионе представляет собой задачу высокого уровня сложности и требует создания полноценной экономико-математической модели объекта управления, в центре которой — региональный промышленный комплекс с высоким удельным весом при-родно-ресурсного сектора и особенностями взаимодействия со страной-соседом в рамках трансграничных проектов. В настоя -щей работе предлагается подход к решению этой задачи, основанный на разработке прогнозно-аналитической модели эволюции промышленного комплекса в ходе реализации конкретной стратегии развития региональной экономики.
Приграничный ресурсный регион в контексте моделирования
Следует выделить, по меньшей мере, четыре ключевых фактора, определяющих каркас модели и позволяющих уловить специфику такого своеобразного экономического образования, как приграничный регион.
1. Интенсификация процессов приграничной торговли.
Либерализация внешнеэкономической деятельности сопровождалась активизацией приграничной торговли, которая пережила бурный рост как челночная, затем период спада при приобретении цивилизованных форм и снова роста. В результате часть предприятий смогла переориентироваться на внешний рынок, а население приграничных регионов стало получать дополнительные доходы. В модели важно
связать планы развития инфраструктуры приграничной торговли, объемы продаж и доходы участников внешнеэкономической деятельности.
2. Высокая чувствительность к изменению макроэкономических условий.
Любое изменение в макроэкономике в первую очередь сказывается на приграничных регионах — об этом говорит отечественный и зарубежный опыт. Так, например, в середине 90-х гг. высокий курс рубля и снижение цен на сырье привели к более значительному экономическому спаду в приграничных регионах, зависящих от экспорта. В первый год после девальвации почти все приграничные регионы стали развиваться успешнее, чем РФ в целом, а затем их развитие замедлилось. В модели
необходимо отразить тот факт, что экономика приграничного региона больше зависит от внешних изменений, чем от внутренних, и быстрее на них реагирует.
3. Проблема теневого сектора экономики.
Процессы, протекающие в теневом секторе экономики, и эволюционное изменение соотношения легального и нелегального секторов — сложные позиции для моделирования регионального развития. Здесь, как правило, отсутствует статистика и беден модельный инструментарий. Для приграничного региона эта проблема приобретает особую остроту, поскольку здесь асимметрия граничащих регионов разных стран зачастую приводит к развитию криминального бизнеса, не требующего больших инвестиций, предпринимательского опыта, образования и трудовых навыков [3].
4. Проблемы совместного стратегического планирования развития соседствующих регионов.
Развитие трансграничного сотрудничества, увеличение количества совместных проектов и производств ведет к необходимости учитывать особенности и перспективы развития сопредельного региона в своих стратегических планах. Рост сложности задач, стоящих перед региональными властями, в процессе интеграции требует совместной разработки стратегии развития, учитывающей интересы обоих регионов.
Необходимость планировать общие действия сообща накладывает на модель приграничного региона в достаточной степени жесткие требования, связанные с расширением субъектов и объектов планирования и прогнозирования, необходимостью формального описания взаимодействия экономических агентов по обе стороны границы, формированием системы общих балансов по ресурсам различных видов, учетом основных аспектов экономической и
демографической экспансии наиболее развитого соседа и т.п.
Перечисленные особенности приграничного региона во многом определяют внутреннее устройство модели регионального промышленного комплекса, однако при моделировании должна быть учтена и ресурсная специфика Забайкалья.
Обычная практика в регионах такого типа — обращение к природе как источнику ресурсов тактического порядка и использование их для решения текущих проблем. Однако, расходуя невозобновляемые ресурсы, необходимо отчетливо представлять стратегическую перспективу последствий с точки зрения характеристик устойчивости будущего развития и уже на этой основе эффективно выстраивать основные положения экономической политики.
Такая политика в пределах сырьевой территории должна опираться на два ключевых принципа. Во-первых, часть дополнительного, рентного по своей природе, дохода должна быть получена территорией и использована на цели развития экономики и социальной сферы. Во-вторых, рента от истощения природного капитала (как возобновляемого, так и невозобновляемого) должна быть разделена с будущими поколениями. Только на основе формирования системы механизмов, направленных на решение данной задачи, можно обеспечить устойчивое развитие сырьевой территории и достаточные активы для обеспечения необходимого уровня жизни населения в течение длительного промежутка времени [4, 5].
Таким образом, долгосрочный временной горизонт, институты устойчивого развития и перечисленные особенности приграничного региона определяют конструкцию прогнозно-аналитической модели промышленного комплекса, позволяющую оценить конкретную стратегию развития региональной экономики.
Общая схема модели
Взаимосвязь блоков модели промыш- производящих товары и рыночные услуги. ленного комплекса представлена на рис. Здесь выделена отрасль приграничной тор-1. Ее основу составляют модели отраслей, говли, производственные возможности ко-
торой определяются уровнем развития приграничной инфраструктуры (пограничные переходы, таможенные пункты, транспортные развязки и т.п.).
Важную роль в модели играет блок межотраслевого баланса. Для «пустой» экономики сырьевой территории нового освоения межотраслевыми связями можно было бы пренебречь. Если же рассматри-
вается регион с продолжительной историей промышленного развития, то на средне- и долгосрочных горизонтах важную роль играют мультипликативные эффекты — необходимо достаточно точно моделировать то, каким образом толчок в развитии отдельной отрасли приводит к изменениям в смежных отраслях региональной экономики.
Н А Л О Г И
Отрасль 1
Отрасль (п-2)
, Отрасль (п-1) - «Оптовая и розничная торговля»
I
подотрасль «Приграничная торговля»
Отрасль п - «Добыча полезных ископаемых»
е
Р и
бюджет региона
население
федеральный бюджет
Т Р А Н С
г р
А
н и ч н ы
Е
П Р О Е К Т Ы
Институты устойчивого развития
Рис. 1. Общая схема модели промышленного комплекса
Отдельным блоком выписана сфера, связанная с реализацией трансграничных проектов с участием страны-соседа и, как правило, среднесрочным горизонтом реализации. Блок долгосрочных проектов освоения минерально-сырьевой базы региона отражает ресурсную специфику
территории и позволяет в деталях спрогнозировать развитие природно-ресурсного комплекса и механизмов трансформации ресурсного потенциала в факторы возобновляемого роста, основанных на конкретной модели института устойчивого развития.
В реальной действительности такой институт облачен в форму специального финансового фонда, аккумулирующего часть природно-ресурсной ренты и инвестирующего во внутреннюю и внешнюю экономики в соответствии с некоторым регламентом. Мировая практика показывает, что создание специального фонда для экономики, основанной на исчерпаемых природных ресурсах — необходимое условие устойчивого развития на долгосрочном горизонте. Вопрос в том, каким образом этот фонд должен сочетать накопительную и инвестирующую функции и какая конструкция фонда эффективна в каждом конкретном случае.
В рамках модели предполагается, что в официальной статистике отражен лишь «видимый» для налоговых органов сектор отраслей региональной экономики. В реальной экономике отрасль — это сумма официальной («светлой») компоненты и «теневого»
сектора, действующего в рамках той же технологии, но использующего труд, мощности, материальные, финансовые ресурсы и реализующего готовую продукцию в рамках теневого оборота. Для каждой отрасли такой сектор создает рабочие места, «платит» зарплату, покупает продукцию других отраслей региональной экономики, но не платит налогов — именно это обстоятельство позволяет «теневому» сектору функционировать более рентабельно, чем официальный.
Мы привели здесь только самое общее описание основных блоков модели промышленного комплекса, фиксирующее архитектуру информационных связей и потенциальный спектр выходных данных. Задача дальнейшего материала статьи — описание базовой модели отрасли, формирующей основу предлагаемого подхода к проблеме эффективного управления промышленным комплексом ресурсного региона.
Модель отрасли, производящей товары и рыночные услуги
В основу модели положено предположение о том, что экономический агент в процессе принятия решения использует набор рутинных приемов, формирующихся и эволюционирующих в процессе функци-
онирования. В нашем случае эта гипотеза сопровождается рекуррентной схемой модели ( 1) , конструкция которой наиболее эффективно отражает основные элементы эволюционного процесса.
Щ+1,т) = F(Y(t+1,т-1),U(t+1),P(t+1),S(t+1)), г = 0,..., 7^+1,0) = БЛ (Х(0), Х^+1) = Л(Щ+1,1),...,Щ+1,0)),
Т-1, т = 1,...О,
(1)
где t и т — две шкалы времени, соответствующие году и месяцу (кварталу) внутри каждого года;
Т — горизонт прогнозирования; О — число месяцев (кварталов) в году; S — прогноз внешних условий функционирования, включающий гипотезы о динамике инфляции, ставки рефинансирования и курса национальной валюты, сценарий трансформации бюджетной и налоговой систем, прогнозы темпов роста спроса и т.п.;
и — система управляющих воздействий, косвенным образом регулирующая деятельность независимых хозяйственных субъектов в отрасли и направленная на достижение стратегических целей социально-экономического развития территории ( на-
логовая, бюджетная и тарифная политика, лицензирование, квотирование);
Р — технология производства, меняющаяся со временем в ходе реализации достижений научно-технического прогресса;
7(^т), Х(^ — наборы финансово-экономических показателей, фиксирующих результаты деятельности в различных временных шкалах — в месяце т года t и на конец года t. Ключевую роль здесь играют такие показатели, как мощность и объемы производства, затраты, объемы продаж на рынках и т.п.;
Л(БЛ) — оператор агрегации (дезагрегации) «на стыке лет», позволяющий корректно перейти от показателей в месячном разрезе к годовым (и наоборот).
Оператор F представляет совокупность алгоритмов, описывающих рутинные процессы принятия производственных решений — формирование программы капитального строительства в начале текущего года, выбор объемов производства в месяце т, распределение продукции по рынкам,
определение размеров дивидендов в конце года и следующие из этого результаты функционирования отрасли в части налогов, платежей, числа рабочих мест и выплаченной зарплаты. Принципиальная схема оператора перехода представлена на рис. 2.
Начальное состояние отрасли
Прогноз спроса внешнего рынка сбыта
г = г + 1
Цикл по годам
Программа капитального строительства
Формирование дивидендов и резерва оборотных средств
т =0
т = т+1
Прогноз спроса внутреннего рынка сбыта
Капвложения в месяце (г,т)
Производственная программа месяца (г,т)
Блок доходов и расходов в прогнозных ценах
Блок налогообложения и экологических платежей
Блок расчета с кредиторами
Бюджетные потоки
Число занятых и выплаченная зарплата
Заявки для отрасли строительства
Цикл по месяцам
Й=
Новые производственные мощности
в
с
Е-
X
в
Й
Е-
в
ю
о
Й
И
в
а
с <и В В ч о Й
В &
В О
в
в
И
в
£
Й
в
в
ч
в
в
а
й
в
и
Ч
О
£
о и
(Т В £ с в с
И 8 * ^ а « Й
Й и £
в
И
в £ Й в в ч в в а Й в и Я О
Рис. 2. Общая схема модели, производящей товары и рыночные услуги
Задав начальное состояние отрасли Х(0), управление [и^), t=1,...,Т}, прогноз внешних условий [Я^), t=1,...,T} и динамику технологической эволюции [P(t), t=1,...,T}, получаем решение с помощью рекуррентных уравнений модели, прямым счетом, не решая систему уравнений классическим образом ( функционал F объединяет большое число нелинейных уравнений, совместное решение которых в общем случае представляет собой серьезную проблему. Использование запаздывающих переменных в ( 1) позволяет без применения специальных методов, последовательно из Х( 0) получить 7( 1,1), из 7(1,1) - 7(1,2) и т.д. Это дает практическую возможность в обозримое время сгенерировать траекторию развития отрасли, описываемой сотнями уравнений), можно получить [7(^т), ¿=0,., Т-1, т=1,...О }, [X(t), ^=0,..., Т} — траекторию развития отрасли, анализ которой позволяет делать выводы о результативности управления и перспективах достижения цели в рамках исходного варианта технологической эволюции и фиксированного сценария внешних условий.
Зачем нужны две шкалы времени? Большая часть экзогенных переменных системы формируется на основе данных, фиксируемых статистикой по годам, и, чисто теоретически, можно было ограничиться одной временной шкалой с годовым шагом. Технологически такой вариант приводит к существенно более простой системе с меньшим числом уравнений, но вне поля зрения в этом случае оказываются процессы, протекающие в реальной экономике с меньшим шагом по времени — функционирование отраслей с сезонным характером производства, уплата налогов и исполнение бюджета, формирование платежеспособного спроса со стороны домохозяйств и т.п. Такая «грубая» временная аппроксимация исходного экономического процесса приводит к фактической потере среднесрочного горизонта в классе решаемых задач.
Использование детерминированной схемы в модели обусловлено тем, что для большей части входных параметров отсутствуют достоверные статистические данные, позволяющие построить функции распределения. В этой ситуации учет неопределенности производится сценарным образом, когда наряду с вариантом внешних условий и стратегии управления, на входе фиксируется сценарий основных параметров рутин, используемых экономическими агентами. При такой постановке финальный результат — не наиболее вероятное поведение системы, а множество сценарных альтернатив — утверждений типа «Если реализовыва-ется такой-то сценарий внешних условий, то фиксированная стратегия управления порождает траекторию развития отрасли, обладающей заданными свойствами».
Такая форма результата прогнозирования идеологически близка реальному управленцу — не подменяя лицо, принимающее решение, модель помогает изучить реакцию отрасли региональной экономики на фиксированный набор косвенных рычагов управления для широкого перечня вариантов внешних условий.
Настоящая работа открывает цикл статей, посвященных разработке инструментария управления промышленным комплексом приграничного ресурсного региона. Основные этапы дальнейшего исследования данной проблемы связаны с анализом роли теневого сектора, разработкой методики формирования межотраслевого баланса, построением моделей трансграничных проектов, проектов освоения минерально-сырьевой базы и выбором конструкции института устойчивого развития. Реализация такого обширного фронта работ позволит построить модельно-методический арсенал, обеспечивающий поддержку процесса результативного управления в целом ряде приграничных российских регионов, для которых вполне реальны риски ухудшения ключевых условий, необходимых для модернизации социально-экономических систем.
Литература_
1. Лавлинский С.М. Модели индикативного планирования социально-экономического развития сырьевой территории / / Проблемы прогнозирования. 2005. № 3. С. 63-77.
2. Глазырина И.П. Экологические инновации и государственное регулирование: обзор зарубежных подходов и некоторое выводы для России // Экономика природопользования . 2008. № 1. C. 17-24.
3. Дружинин П.В. Прогнозирование развития экономики приграничного региона: проблемы и методы // Экономика Северо-запада: проблемы и перспективы развития. 2006. № 4. С. 36-44.
4. Лавлинский С.М. Государственно-частное партнерство на сырьевой территории — экологические проблемы, модели и перспективы // Проблемы прогнозирования, 2010. № 1. С. 99-111.
5. Глазырина И. П., Калгина И. С., Лавлинс-кий С.М. Проблемы освоения минерально-сырьевой базы Востока России и перспективы модернизации региональной экономики в условиях сотрудничества с КНР // Регион: экономика и социология. 2012. № 4. С. 42-57.
6. Interindustry Forecasting Project at the University of Maryland [Электронный ресурс] // Interindustry Forecasting Project at the University of Maryland: официальный сайт. — Режим доступа: http:// inforumweb.umd.edu/services/models/lift.html
7. Институт информатики и математического моделирования технологических процессов: официальный сайт. [Электронный ресурс]. Режим доступа: http://www.iimm.ru/
8. Леонтьев В. Предисловие. Межотраслевая экономика. Науч. ред. и автор предисловия академик РАН А.Г. Гранберг; Пер. с англ. М.: Экономика, 1997.
9. Институт народнохозяйственного прогнозирования РАН: официальный сайт. [Электронный ресурс]. Режим доступа: http://www. macroforecast.ru/
10. Иванова Е.И., Кузнецова О.В., Чепляева О.К. Социально-экономическое развитие регионов и федеральная региональная политика в условиях кризиса. М.: НИИ СП, 2009.
_References
1. Lavlinsky S.M. Problemy prognozirovaniya. (Problems of forecasting). 2005. no 3. P. 63-77.
2. Glazyrina I. P. Ekonomikaprirodopolzovaniya. (Economics of nature use). 2008. no 1. P. 17-24.
3. Druzhinin P.V. Ekonomika Severo-zapada: problemy i perspektivy razvitiya. (Northwest Economy: problems and prospects). 2006. no 4. P. 36-44.
4. Lavlinsky S.M. Problemy prognozirovaniya. (Problems of forecasting). 2010. no 1. P. 99-111.
5. Glazyrina I. P., Kalgina I.S., Lavlinsky S.M. Region: ekonomika i sotsiologiya. (Region: economics and sociology). 2012. no 4. P. 42-57.
6. Interindustry Forecasting Project at the University of Maryland. Available at: http://inforumweb. umd.edu/services/models/lift.html
7. Institut informatiki i matematicheskogo mod-elirovaniya tehnologicheskih protsessov. (Institute of Informatics and Mathematical Modeling Process). Available at: http://www.iimm.ru/
8. Leontiev V. Predislovie. Mezhotraslevaya ekonomika. (Foreword. Interindustry economics). Nauch. red. i avtor predisloviya akademik RAN A.G. Granberg; Per. s angl. Moscow: Ekonomika, 1997.
9. Institut narodnohozyaistvennogo prog-nozirovaniya RAN. (Institute of economic forecasting). Available at: http://www.macroforecast.ru/
10. Ivanova E.I., Kuznetsova O.V., Cheplyaeva O.K. Sotsialno-ekonomicheskoe razvitie regionov i federalnaya regionalnaya politika v usloviyah krizisa.
(Socio-economic development of the regions and the federal regional policy during the crisis). Moscow: NII SP,2009.
Коротко об авторах_
Лавлинский С.М., д-р техн. наук, профессор, Забайкальский государственный университет, г. Чита, РФ
lavlin@math.nsc.ru
_Briefly about the authors
S. Lavlinsky, doctor of technical sciences, professor, Transbaikal State University, Chita, Russia
Научные интересы: разработка компьютерных моделей природно-ресурсной экономики, экономика исчерпаемых природных ресурсов, проблемы устойчивого развития ресурсного региона
Scientific interests: development of computer models of environmental economy, economy of nonrenewable natural resources, problems of sustainable development of a resource region
Прокопенко Ю.Н., аспирант, Забайкальский государственный университет, г. Чита, РФ yury86@mail.ru
Научные интересы: разработка компьютерных моделей природно-ресурсной экономики, проблемы устойчивого развития ресурсного региона
Yu. Prokopenko, postgraduate, Transbaikal State University, Chita, Russia
Scientific interests: development of computer models of environmental economy, problems of sustainable development of a resource region
