CC BY
78
08.00.05 УДК 332.05
ПОДХОДЫ К МОДЕЛИРОВАНИЮ ВЗАИМОВЛИЯНИЯ ДЕМОГРАФИЧЕСКОГО ПОТЕНЦИАЛА И ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНОВ РОССИИ
© 2018
Юлия Сергеевна Аитова, младший научный сотрудник ИСЭИ УФИЦ РАН, г. Уфа (Россия) Владимир Владимирович Орешников, кандидат экономических наук, старший научный сотрудник
ИСЭИ УФИЦ РАН, г. Уфа (Россия)
Аннотация
Введение: социально-экономическое развитие территориальных систем включает в себя множество различных взаимовлияющих аспектов. Изучение одного из элементов данной системы невозможно в отрыве от других составляющих. Одним из наиболее интересных и сложных является взаимовлияние демографического потенциала и экономического развития территории. Изучению данного вопроса посвящено множество работ отечественных и зарубежных ученых, однако различия в применяемых подходах актуализируют задачу их классификации и оценки возможности применения в современных российских условиях.
Материалы и методы: в рамках исследования ключевых подходов к моделированию взаимовлияния демографических и экономических процессов на региональном уровне были применены методы анализа, сравнения и классификации.
Результаты: проведенный анализ и классификация подходов к моделированию экономических и демографических процессов в регионе позволили выявить наиболее актуальные и перспективные направления и методы исследования данной проблемы. Каждый из них имеет как достоинства, так и недостатки. В связи с этим для повышения качества моделирования целесообразным представляется комбинирование нескольких методов. Обсуждение: для организации эффективной работы модельного инструментария требуется не только алгоритмическое, но и программное обеспечение. Получаемые при этом результаты модельных расчетов, а также сценарного прогноза в средне- и долгосрочной перспективах могут стать обоснованием для разработки комплекса организационно-управленческих мер воздействия на параметры развития демографической и экономической сферы регионов.
Заключение: исходя из полученных результатов, на наш взгляд, для формализованного описания взаимовлияния социо-демографического потенциала, уровня экономического развития регионов и структуры территориального расселения наиболее целесообразно разработать имитационную модель, формализующую основные структурно-функциональные элементы и взаимосвязи исследуемых процессов.
Ключевые слова: взаимовлияние показателей, демографический потенциал, имитационное моделирование, классификация подходов, миграция населения, регион, структура расселения, структурное моделирование, факторы роста, экономические процессы, эконометрическое моделирование, экономико-математическая модель.
Для цитирования: Аитова Ю. С., Орешников В. В. Подходы к моделированию взаимовлияния демографического потенциала и экономического развития регионов России // Вестник НГИЭИ. 2018. № 12 (91). С.69-80.
APPROACHES TO MODELLING POWER RELATIONS OF DEMOGRAPHIC POTENTIAL AND ECONOMIC DEVELOPMENT OF RUSSIAN REGIONS
© 2018
Julia Sergeevna Aitova, junior researcher ISER UFRC RAS, Ufa (Russia) Vladimir Vladimirovich Oreshnikov, Ph. D. (Economy), senior researcher ISER UFRC RAS, Ufa (Russia)
Abstract
Introduction: the economic and social development of the territorial system include many different interdependent aspects. It is not possible to exploring one of the elements of this system separately from other components. Power
relations of demographic potential and economic development is one of the most interesting and complex. The study of this issue devoted to many works of domestic and foreign scientists, however, a difference in approach make actual the task of their classification and evaluate the possible application of the modern Russian conditions. Materials and methods: as part of research of the key approaches to modelling power relations of demographic and economic processes at regional level have been applied to methods of analysis, comparison and classification. Results: the analysis and classification of approaches to modelling power relations of demographic and economic processes in a region revealed of the most relevant and perspective ways and research methods of this problem. Each of them has the advantages and disadvantages. In that regard the combination of several methods seems appropriate to improve the quality of modeling.
Discussion: to organize effective work of the model instruments require not only algorithmic, but also software. The result it produces of model calculations and scenary forecast in the medium and long term might be a justification to develop a set of the organizational and management industrial actions to parameters development of demographic and economic spheres in the regions.
Conclusion: based on the result, in our view, for a formalized description of the power relation of socio-demographic potential, levels of economic development of regions and structure of territorial settlement most appropriate has been establish models to simulate, which formalizing the basic structural and functional elements and connection between the examined processes.
Keywords: interference of performance, demographic potential, simulation modeling, classification of approaches, migration, the region, structure of settlement, structural modelling, growth factors, economic processes, econometric modelling, economic-mathematical models.
For citation: Aitova J. S., Oreshnikov V. V. Approaches to modelling power relations of demographic potential and economic development of Russian regions // Bulletin NGIEI. 2018. № 12 (91). P. 69-80.
Введение
Демографический потенциал выражается в численности и структуре населения, проживающего на данной территории, его способности к воспроизводству и является основным фактором социально-экономического развития территории. Именно половозрастная структура населения определяет численность экономически активного населения, которое, в свою очередь, является главным производителем и потребителем благ [1, с. 65].
Однако при всей очевидности взаимовлияния демографической и экономической составляющих развития территориальной системы в научной литературе на сегодняшний день так и не сложилось общепринятой точки зрения на характер, первопричину и степень их влияния друг на друга. В связи с этим представляется целесообразным провести анализ сложившихся точек зрения, рассмотреть демографический потенциал, степень его задействования как один из детерминирующих факторов влияния и дополнительных ресурсов экономического роста в регионах. Кроме того, представляется интересным исследовать обратную взаимообусловленность этих процессов - рассматривать уровень экономической развитости регионов (макрорегионов) как значимый фактор влияния на динамику демографических процессов, направленность миграционных потоков и изменение структуры расселения [2, с. 78].
Материалы и методы
Изучению взаимовлияния демографических процессов и экономического развития территорий посвящено множество работ российских и зарубежных ученых, в числе которых экономисты, демографы, социологи и пр. В частности, большая часть исследований сводится к поиску ответов на следующие вопросы: какое влияние оказывают демографические процессы на экономическое развитие территории и как влияет экономический рост или кризис на демографические процессы?
Одним из первых подходов к выявлению зависимости между демографическими и экономическим процессами можно считать политическую экономию А. Смита и Д. Рикардо. Согласно А. Смиту [3], рост численности населения, при одновременном увеличении доли населения, занятого в производстве, влечет за собой рост благосостояния страны. Д. Рикардо, в свою очередь, утверждал, что численность населения прямо пропорциональна доходам. В труде «Начала политической экономии и налогового обложения» [4] он указывал, что при увеличении заработной платы работники станут заводить больше детей, что в итоге увеличит число рабочих и приведет к падению заработной платы ввиду постоянного увеличения предложения труда по сравнению с более медленным увеличением спроса на него.
Интересна и позиция Т. Мальтуса о связи экономических и демографических процессов в рамках «теории народонаселения». Его работы в большей степени были посвящены значимости регулирования численности населения. Наиболее важная гипотеза - рост численности населения опережает рост производительных сил в сельском хозяйстве, так как население растет в геометрической прогрессии, а производительные силы - в арифметической [5]. Автор указывал на необходимость регулирования численности населения ввиду возможной проблемы перенаселения, которая может привести к голоду на Земле. Впоследствии его учение обрело название «мальтузианство». Со временем теория Т. Мальтуса претерпела некоторые изменения и породила такое течение, как неомальтузианство, отличающееся несколько иными подходами к решению проблемы ограничения деторождения среди малообеспеченных слоев населения.
Исследование данного вопроса продолжилось и в XX веке. Большое внимание влиянию демографического потенциала на экономическое развитие территории уделял американский ученый С. Кузнец. В своей работе «К теории экономического роста» автор определяет, что важными факторами экономического роста являются демографический рост, рост знаний, внутристрановая адаптация к факторам роста и внешние отношения между странами [6, с. 82].
К исследованиям, посвященным взаимовлиянию демографических и экономических процессов, относятся также множество трудов и отечественных ученых. Среди них следует отметить А. Г. Вишневского, С. Д. Валентея, А. Я. Боярского, А. Г. Волкова, Д. И. Писарева, С. А. Новосельского, С. А. Томилина, С. Г. Струмилина, А. Я. Квашу, В. А. Борисова, Л. Е. Дарского, Б. Ц. Урланиса, А. А. Ткаченко, А. А. Саградова, Р. С. Ротову и других. Здесь приобретают актуальность такие направления, как экономика народонаселения и экономическая демография. Принято различать экономику народонаселения и экономическую демографию - на это обращают внимание А. А. Ткаченко [7] и Р. С. Ротова [8] в статье «Экономика народонаселения: становление научного направления». В ней указывается на то, что впервые разграничение между данными направлениями было обозначено еще в монографии «Система знаний о народонаселении» под редакцией Д. И. Валентея [9] и заключается в отличии предмета исследования.
Несмотря на работу в рамках одних подходов и научных направлений, в исследованиях отечест-
венных ученых рассматриваются различные показатели. Среди экономических индикаторов преобладают темпы экономического роста, структура отраслей экономики, территориальное размещение данных отраслей (по экономическим районам, городской и сельской местности, по размерам и типам городов), наличие рабочих мест, уровень заработной платы и пр. Существенное место отводится также и социальным показателям: уровень образования, обеспеченность жильем, национальность, профессиональная подготовка среди молодежи и пр. Важное место в перечне демографических характеристик занимают половозрастная структура населения и численность трудовых ресурсов.
Проведенный анализ позволил сформировать следующую классификацию подходов к исследованию взаимовлияния экономических и демографических процессов в разрезе основных научных направлений, используемых методов и инструментов (таблица 1).
Рассмотренные подходы к исследованию взаимовлияния демографических и экономических процессов легли в основу соответствующих экономико-математических моделей, тем самым позволив проводить не только качественный, но и количественный анализ и получать прогнозные оценки комплексного развития территориальных систем. Следует отметить, что по мере развития исследований в данной области сложилась тенденция повышения степени территориальной локализации. Изначально модели взаимовлияния рассматривали процессы изменения численности населения и развития экономики всего мира, затем отдельных стран, а современные модели в большей мере ориентированы на решение данных вопросов в рамках одного региона или муниципального образования. Подобные и ряд иных изменений требуют более подробного рассмотрения современных моделей на предмет используемых методов, показателей, территориального и временного охвата.
В рамках проведенного исследования был рассмотрен ряд современных отечественных экономико-математических моделей, описывающих взаимовлияние демографических и экономических процессов на региональном уровне. Следует отметить, что применяемые при моделировании данной сферы подходы отличаются разнообразием и включают как эконометрические, так и имитационные методы.
Таблица 1. Классификация основных научных подходов к взаимовлиянию демографических и экономических процессов
Table 1. Classification of major scientific approaches to power relations of demographic and economic processes
Научное направление, автор(ы) / Scientific direction, author(s) Используемые показатели / Used indicators Методы и инструменты / Methods and tools Краткая характеристика / Brief description
1 2 3 4
Политэкономия (А. Смит, Д. Рикардо) / Political economy (A. Smith, D. Ricardo)
Экономическая демография (С. Вольфбайн, А. Сови, Э. Валкович, А. Ландри, Ж. Буржуа-Пиша, Л. Анри, А. Коул, К. Боулдинг, Б. Ц. Урла-нис, А. Я. Боярский, А. Г. Вишневский, С. Г. Струмилин, С. А. Новосельский) / Economic demography (S. Wolfbein, A. Sovi, E. Valkovich, А. Landri, ZH. Burzhua-Pisha, L. Апп, А. Koul, K. Boulding, B. Ts. Urlanis, А. Ya. Boyarskij, А. G. Vishnevskij, S. G. Strumilin, S. А. Novosel'skij)
Экономика
народонаселения
(В. А. Ионцев,
С. А. Томилин,
С. Д. Валентей) /
Economy of population (V.
А. Iontsev,
S. А., Tomilin,
S. D. Valentej)
Заработная плата, земельная рента, прибыль, численность населения, доля населения, задействованного в производстве, рождаемость / Wage, ground rent, profit, population, the proportion of the population, that in the production, fertility
Численность экономически активного населения, объем ВВП, возрастная, гендерная структура населения, демографические инвестиции / Economically active population, GDP, age and gender stricture of the population, demographic investment
Численность населения, темпы его роста, воз-растно-половая, образовательная, профессиональная структура населения, его распределение по территории, динамика показателей рождаемости, смертности, миграции и др. / population, population growth rate, age and gender, educational, professional stricture of the population, distribution them of territory, trends in the indicators of fertility, mortality, migration and other
о н
(ч
о &
е
но cE
нко
Э
Л
д о
т,
<D T3
е
e d o
е
y
Я а Ö
eo
^ 'S
ft in
К « s
s н .5
о__ M
н/
нок
э
сл
e g-
а
ари
a
е
н т
тас р
о В
е ec
л
W о
н icr
о н
й
О fS
е ic
о â 8
е, а S ?
03 S
од
ир ето
ле ем дй мо йик
е кес
ат
ам е
ета
S
a ic 'Eg lo
lio ci
o
al, ly
ic a
yt an
aly fo
сЗ Ю
uo et cm
ÊP
ed o om
Богатство нации представляет собой продукты материального производства, а величина последних, зависит от двух факторов / The wealth of the nation is products of material production, and value of products are depend on two factors:
- доли населения, занятого производительным трудом / the proportion of the population, that employed productive activities;
- производительности труда / productivity
Рассматривается влияние демографических процессов на экономику. Изначально внимание акцентировалось как на влиянии социально-экономических условий на демографические процессы, так и на воздействии демографического фактора на социально-экономическую динамику. В настоящее время прерогативой экономической демографии стала экономическая оценка демографических процессов (обратное воздействие) / Consideration is being given the influence of demographic processes on the economy. Initially attention was accentuated both on the impact of socio-economic conditions on demographic processes, and on the impact of the demographic factor on socio-economic dynamics. At present, the prerogative of economic demography is the economic evaluation of demographic processes (the reverse effect)
Изучает закономерности определяющего воздействия экономики на развитие народонаселения, а также обратного влияния развития народонаселения на экономику; базируется на марксистско-ленинской политэкономии; элемент системы знаний о народонаселении / Studying the patterns of determining the impact of the economy on the development of population, as well as the reverse impact of population development on the economy; is based on Marxist-Leninist political economy; element of the system of knowledge of population
Продолжение таблицы 1 / Continuation of table 1
4
Теория демографических циклов (Р. Пирл) / Theory of demographic waves (R. Pirl)
Мальтузианство (Т. Мальтус) / Malthusianism (T. Malthus)
Численность населения, экономические ресурсы / Population, economic resources
Неомальтузианство (Г. Бутуль, И. Чемберлен, У. Фогт, Дж. Милль, Ф.Плэйс) / Neomalthusian-ism (G. Butul', I. Chember-len, U. Fogt, Dzh. Mill', F. Plehjs)
Численность населения, темп прироста населения, время, производство продуктов питания / Population, population growth rate, time, production of the food
Численность населения, темп прироста населения, время, производство продуктов питания / Population, population growth rate, time, production of the food
Теория демографического перехода (Ф. Ноутстайн, 1945 г, А. Ландри, С. Капица, Р. Лестег и Д. Ван де Каа (концепция 2-го демографического перехода) / Theory of demographic transition (F. Noutstajn, 1945, А. Landri, S. Kapitsa, R. Lesteg and D. Van de Kaa (concept of second demographic transition)
/ )n
) o
е ti
и at
» « Ä
tg tu ^
д ® <D ви ав al
р р ti
к у tn
« <u a
SO ,<D t4 щ S+ч
с ьн if
ч а (
S S <u
Ö ^ >
н И s
<D H
a °
и
L-
о
4
a
s u и tis
4 ад (o
00
а
Ö rn
О 00 р
ь
л е 4 о
с
4 t+H
ÎS oo о
й 00 ад ^ч
к с н а и з
зту
ь
р
е
© ©
а н е о
отр
с о
a
uh
e
iu в
Уровень рождаемости, смертности, возрастно-половая структура населения / The level of births, deaths, age and gender stricture of the population
S «
§ .S
е is
а ö
<D Й
в ц
о о
о 2
ок p
о g
й &
чи o
s
^ M а тз
£ Я
ом th <U t+H
ч о
о
Is
Поведение логистической кривой показывает, что поначалу, в условиях изобилия ресурсов и высокого потребления, численность популяции быстро возрастает. Падение потребления приводит к замедлению роста населения, и население стабилизируется на уровне соответствующей максимально возможной численности при минимальном потреблении / The behavior of the logistic curve shows that at first, in an abundance of resources and high consumption, the population is rapidly increasing. The drop in consumption leads to a slowdown in population growth, and the population stabilizes at the level of the corresponding maximum possible population with minimal consumption
Население, если его рост ничем не сдерживается, увеличивается в геометрической прогрессии, тогда как производство продуктов питания - в арифметической, что неминуемо приведёт к голоду и социальным потрясениям - «мальтузианской ловушке». Главный постулат - «Количество населения неизбежно ограничено средствами существования» / The population, if its growth is not restrained, increases in a geometric progression, while the production of food is arithmetic, which will inevitably lead to famine and social upheavals-the «Malthusian trap». The main postulate is «The quantity of the population is inevitably limited by means of existence»
Главной причиной отсталости слаборазвитых стран является быстрый рост их народонаселения. Население Земли увеличивается все ускоренными темпами / The main reason for the backwardness of the underdeveloped countries is the rapid growth of their population. The population of the Earth is increasing at an accelerated pace
Быстрое снижение рождаемости и смертности, воспроизводство населения сводится к простому замещению поколений (смена типов воспроизводства). Этот процесс является частью перехода от традиционного общества (для которого характерна высокая рождаемость и высокая смертность) к индустриальному. Теория, связывающая особенности демографической ситуации с экономическим ростом и социальным прогрессом в зависимости от четырех стадий демографического развития, которые страны и регионы проходят в разное время / The rapid decline in fertility and mortality, reproduction of the population is reduced to a simple replacement of generations (change of types of reproduction). This process is part of the transition from a traditional society (for which high fertility and high mortality is characteristic) to the industrial one. The theory linking the features of the demographic situation with economic growth and social progress, depending on the four stages of demographic development, which countries and regions take place at different times
1
2
3
Окончание таблицы 1 / End of tabl 1
3
4
Современные модели (Е. В. Костромина, С. Чукалова, В. А. Шаба-шев, С. И. Шорохов, М. Ф. Верхозина, О. Б. Бутусов, О. П. Никифорова, П. В. Пыров, Н. И. Редикульцева, М. Е. Дубин, А. Ю. Савельев и многие другие) / Current patterns (E. V. Kostromina, S. Chukalova, V. А. Shaba-shev, S. I. Shorokhov, M. F. Verkhozina, O. B. Butusov, O. P. Nikifo-rova, P. V. Pyrov, N. I. Redikul'tseva, M. E. Dubin, А. Yu. Sa-vel'ev and other)
Социо-
демографические, экономические, экологические показатели / Socio-demographic, economic, environmental indicators
Имитационное моделирование, регрессионные, корреляционные модели, метод передвижки возрастов, прогнозные модели, агент -ориентированные модели, нейронные связи / Simulation modeling, regression, correlation models,
age-shifting method, predictive models, agent-oriented models, neural connections
Выявление степени взаимовлияния различных показателей с помощью регрессии, корреляции и т. п. Разработка прогнозов на основе данных показателей / Identification of the degree of mutual influence of various indicators by means of regression, correlation, etc. Development of prognosis based on these indicators
1
2
К первым, в частности, относится демоэконо-мическая модель Е. В. Костроминой [10], построенная на основе декомпозиционной модели Келли-Шмидта. Апробация модели осуществлена на регионах Приволжского федерального округа Российской Федерации (ПФО), которые предварительно разделены на 2 кластера: с более низкими экономическими показателями (данные регионы отличаются высокой долей сельского хозяйства в экономике); с более высоким уровнем развития экономики. Индикатором экономического роста регионов в данной модели выступает ВРП. Для регионов 1-го кластера в качестве демографических показателей определены ожидаемая продолжительность жизни при рождении, число эмигрантов трудоспособного возраста на 1000 населения, число иммигрантов трудоспособного возраста на 1000 населения, коэффициент младенческой смертности, уровень заболеваемости населения (учтен пятилетний временной лаг указанных показателей). Для регионов с более развитой экономикой в модели учтен помимо прочего коэффициент смертности населения. В целом данная модель выявила положительную связь между экономическим ростом территории и демографическими процессами через следующие показатели: увеличения продолжительности жизни и иммиграционного потока, уменьшения смертности населения, эмиграции, заболеваемости, младенческой смертности [10, с. 23]. Используя полученные результаты авто-
ром был разработан прогноз динамики ВРП для регионов ПФО на следующий год в разрезе трех сценариев (при сохранении, улучшении и ухудшении демографических показателей).
Несмотря на то, что большинство моделей разработаны и апробированы на данных по городскому населению, есть ряд исключений. Так, В. В. Кирпичев [11], учитывая особые экономико-демографические условия сельских территорий, разработал эконометрическую модель влияния демографических процессов на валовые объемы произведенной сельскохозяйственной продукции на сельских территориях Центрального федерального округа Российской Федерации (ЦФО). В качестве показателей приняты численность населения, среднемесячная заработная плата работников организаций, коэффициент смертности, коэффициент рождаемости, внешний миграционный прирост, общий прирост населения, удельный вес сельского населения, объем производства сельскохозяйственной продукции. В результате анализа степени взаимозависимости показателей выявлена тесная корреляционная связь между численностью сельского населения и объемами валового продукта сельского хозяйства в регионах, приростом (убылью) населения и среднемесячной заработной платой (повышение уровня жизни ведет к снижению смертности), сальдо внешней миграции и среднемесячной заработной платы в сельских организациях (вектор внешней
сельской миграции направлен в строну территорий, имеющих преимущества в предложении труда, в том числе более выгодные условия оплаты).
Другая эконометрическая модель разработана Е. М. Козаковым, Р. И. Акьюловым, А. Ю. Бердни-ковой [12] на статистических данных муниципального образования Асбестовский городской округ. Показатели были объединены в следующие группы: политико-правовой блок, экономический блок, демографический блок, блок частных критериев, характеризующих локальный рынок труда, социально-экономическое развитие территории, экологическую ситуацию территории. Таким образом, в начале исследования модель содержала множество показателей, число которых после преобразования значительно сократилось. Оставшиеся показатели отражали политико-правовые условия, прожиточный минимум, общий коэффициент рождаемости, коэффициент естественного прироста населения, общий коэффициент брачности, инвестиции в основной капитал, объем введенного жилья, расходы муниципального бюджета на образование, здравоохранение, уровни преступности, регистрируемой безработицы, среднемесячной заработной платы, комплексный показатель загрязнения почвы, коэффициент миграционного прироста населения. В результате был разработан прогноз в рамках двух сценариев (инерционный и инновационный тип развития).
В. А. Шабашев, С. И. Шорохов, М. Ф. Верхо-зина в статье «Структурное моделирование связей экономических, социальных, демографических факторов» [13] предложили модель на основе методов корреляционного, факторного анализа и структурных уравнений. В качестве экономических факторов выбраны средний доход на душу населения, доля городского населения, доля добывающих производств в структуре ВРП, доля обрабатывающих производств в структуре ВРП. Социальные факторы включают потребление крепких алкогольных напитков и ликероводочных изделий на душу населения, число убийств и покушений на убийства, коэффициент миграционного прироста. К демографическим факторам авторы отнесли ожидаемую продолжительность жизни, возрастную структуру населения, общий коэффициент смертности, стандартизированный коэффициент смертности населения различного пола, соотношение числа браков и разводов, общие коэффициенты брачности, разводимо-сти (некоторые показатели впоследствии упразднены или объединены в одну группу).
Интересен подход С. В. Чучкаловой [14], в рамках которого на основе корреляционно-регрессионного анализа статистических данных бы-
ли отобраны факторы, влияющие на уровень рождаемости и смертности. Для этого из выбранных первоначально 15 медицинских и социально-экономических показателей было отобрано пять -потребление крепких алкогольных напитков в литрах на душу населения, расходы на здравоохранение в рублях на душу населения, величина выбросов в атмосферу на душу населения, доля студентов высших учебных заведений в общей численности населения области и выпуск валового регионального продукта на душу населения. Данные факторы определяют изменение таких демографических показателей, как численность мужчин и женщин, коэффициенты смертности, рождаемости, миграционный прирост, половозрастная структура, численность женщин фертильного возраста. Предложенный подход апробирован в рамках формирования динамической модели демографического развития Кировской области, базирующейся на комбинировании эконометрических и имитационных методов.
Другим направлением в моделировании демографических процессов в России является использование агент-ориентированного подхода. В частности, подобная модель была разработана В. Л. Макаровым, А. Р. Бахтизиным, Е. Д. Сушко [16]. При моделировании использована комбинация метода передвижки возрастов и покомпонентного метода. Модель включает в себя следующие составляющие: имитация процессов рождаемости, смертности и миграции. Помимо эндогенных факторов (коэффициенты рождаемости, смертности, половозрастная структура, средняя заработная плата, размер прожиточного минимума, уровень безработицы, национальный состав, соотношение городского и сельского населения), учтены также экзогенные факторы (уровень инфляции и ее индекс, дифференциация по полу и возрасту, коэффициент смертности и рождаемости в разрезе регионов, средняя по регионам заработная плата и индекс ее изменения, индекс изменения коэффициентов смертности). При этом сами агенты в модели обладают следующими признаками: пол, возраст, регион проживания (субъект РФ), место жительства (город или село), национальность, тип репродуктивного поведения, желаемое и фактическое число детей. Помимо этого, авторы разработали модель конкретного региона на примере Вологодской области с добавлением показателей, характеризующих экологическую обстановку в регионе (фоновое загрязнение, выбросы, расчет взимаемых штрафов за загрязнение среды и налоговых поступлений в бюджеты двух уровней).
В другом случае применение агент-ориентированного моделирования (модель А. Г. Па-
лей и Г. А. Поллак [17]) подразумевает рассмотрение таких факторов, как обеспеченность жильем, величина выбросов в атмосферу, объем расходов на медицину, уровень потребления алкоголя, доходы на душу населения, средний прожиточный минимум, количество прерываний беременности, численность населения. Данная модель, по мнению авторов, позволит определить степень влияния социально-экономических показателей на демографическую ситуацию в регионе и сформировать прогноз численности постоянного населения региона, исключая миграционную составляющую.
Еще одним коллективом авторов (О. Б. Бутусов, О. П. Никифорова и др. [18]) разработана модель демографических процессов, основанная на комбинировании нейронных сетей и методов имитационного моделирования, позволяющая использовать экспертные и статистические данные. В целях апробации указанной модели рассматриваются три модели стран, находящихся на разных этапах социально-экономического развития, и миграционные потоки между ними. В качестве показателей выступают количество жителей в рассматриваемых странах, миграционные потоки между странами, коэффициенты развития стран (учитывались такие показатели привлекательности стран, как уровень развития здравоохранения, образования, экономики).
Кроме представленных моделей в литературе упоминается и множество других, однако в большинстве случаев имеет место применение одного из рассмотренных выше подходов или их комбинация.
Обсуждение
Как отмечено выше, для исследований в сфере взаимовлияния демографического и экономического развития территориальных систем характерно разнообразие методов и способов построения моделей. Разработка моделей осуществлялась на основе эко-нометрического, имитационного моделирования, в частности агент-ориентированной модели, декомпозиционной модели Келли-Шмитда, динамической модели, с помощью нейронных сетей, техники моделирования структурными уравнениями, метода передвижки возрастов, а также при комбинировании двух и более методов моделирования. Помимо этого, для отбора и выявления наиболее значимых показателей использовались следующие способы определения ключевых показателей: кластерный, корреляционный, регрессионный, факторный, компонентный анализ и др. Следует также отметить различия в используемых показателях для построения моделей. Несмотря на многообразие индикаторов, существуют и встречающиеся наиболее часто такие, как коэффициенты рождаемости и смертности, численность на-
селения, ВРП, показатели миграции, доходы населения и др. Показатели миграции населения в рассмотренных работах являются наиболее актуальными, к ним прибегли в 7 из 8 исследований.
Результаты
Каждый из методов моделирования, примененных в указанных ранее моделях, имеет как достоинства, так и недостатки. Экономико-математическое моделирование достаточно широко применяется при создании различных моделей экономических, социальных, демографических и прочих процессов в том случае, когда возможно математическое описание процессов [19, с. 199]. Однако построение модели сложной социально-экономической системы является трудозатратным процессом [20, с. 25] (достаточно сложно построить модель, адекватно учитывающую все факторы). Также стоит отметить, что при эконометрическом моделировании особое значение имеет временной охват (ретроспектива) и стабильность исследуемого показателя. При нестабильном поведении показателей предпочтительней другой метод моделирования.
Имитационное моделирование позволяет точно и подробно отразить в модели процессы, максимально приближенные к реальности. К недостаткам данного метода можно отнести сложность описания всех условий и выявления причинно-следственных связей показателей.
Моделирование на основе структурных уравнений представляет собой технику многомерного анализа, включающую в себя множество методов статистического анализа (факторный, корреляционный, регрессионный анализ и многое другое). С помощью диаграммы путей выстраивается схема взаимовлияния показателей, а также последовательность процессов взаимовлияния. Помимо этого, данная техника позволяет учитывать воздействие на модель латентных, скрытых факторов. Одной из целей ряда работ в данной области [13] являлась именно попытка проследить воздействие неявных макрофакторов на экономические, социальные и демографические процессы. Структурное моделирование включает в себя методы как аналитического, так и имитационного моделирования, что позволяет максимально качественно решить задачу оценки влияния различных процессов при корректно заданных условиях [13, с. 170].
Другое направление - нейронные сети - на сегодняшний день являются эффективным инструментом моделирования сложных систем. По мнению авторов статьи [21], использование данного метода позволяет добиться более высокой точности прогноза социально-экономического развития тер-
ритории, нежели при использовании классических методов.
В то же время необходимо отметить, что большинство авторов не использовали конкретный метод моделирования в чистом виде, а опирались на комбинацию нескольких, используя сильные стороны каждого метода.
Заключение
Проведенный анализ и классификация подходов к моделированию экономических и демографических процессов в регионе позволили выявить наиболее актуальные и перспективные направления и методы исследования данной проблемы. Каждый из методов моделирования имеет как достоинства, так и недостатки. Однако комбинирование нескольких методов позволяет построить модель, обладающую большей адекватностью, точностью и прогностической способностью за счет использования преимуществ каждого из них.
Исходя из полученных результатов, на наш взгляд, для формализованного описания взаимовлияния социо-демографического потенциала, уровня экономического развития регионов и струк-
туры территориального расселения наиболее целесообразно разработать имитационную модель, формализующую основные структурно-функциональные элементы и взаимосвязи исследуемых процессов. При этом для организации эффективной работы модельного инструментария требуется не только алгоритмическое, но и программное обеспечение, а также алгоритмы в составе информационно-аналитической системы с графическим интерфейсом. Получаемые при этом результаты модельных расчетов, а также сценарного прогноза в средне- и долгосрочной перспективах могут стать обоснованием для разработки комплекса организационно-управленческих мер воздействия на параметры развития демографической и экономической сферы регионов.
Статья подготовлена при поддержке гранта РФФИ № 18-010-00901 А «Моделирование и оценка влияния изменения демографического потенциала на экономическое развитие регионов России в условиях трансформации системы территориального расселения».
СПИСОК ЛИТЕРАТУРЫ
1. Симагин Ю. А., Глушкова В. Г. Динамика численности населения и социально-экономическое развитие регионов России // Региональные исследования. 2012. № 3 (37). С. 65-69.
2. Фаттахов Р. В., Абдулова Л.Р., Орешников В. В. Анализ и оценка взаимовлияния параметров демографического и экономического развития регионов и городов на примере Приволжского федерального округа // Экономический анализ: теория и практика. 2016. № 2 (449). С. 77-90.
3. Рикардо Д. Начало политической экономии и налогового обложения. Перевод под редакцией М. Н. Смит. Москва : Госполитиздат, 1955. 360 с.
4. Смит А. Исследование о природе и причинах богатства народов. В 2 т. М. : Наука, 1993. 570 с.
5. Мальтус Т. Р. Опыт закона о народонаселении. Перевод под ред. И. А. Вернера. Издание К. Т. Солда-тенкова. Москва, 1895. 318 с.
6. Kuznets S. National Product Since 1869. P. XVII, 239. New York : National Bureau of Economic Research // The Annals of the American Academy of Political and Social Science. 1946. T. 252. № 1. P. 142-143.
7. Ткаченко А. А. Экономика народонаселения versus экономическая демография // Статистика и Экономика. 2017. № 5. С. 94-104.
8. Ротова Р. С. Экономика народонаселения: становление научного направления // Уровень жизни населения регионов России. 2008. № 3-4. С. 100-108.
9. Валентей Д. И. Система знаний о народонаселении. Статистика Москва, 1976. 366 с.
10. Костромина Е. В. Применение одноконтурного демоэкономического моделирования и прогнозирования динамики экономического роста в Приволжском ФО // Интеллект. Инновации. Инвестиции. 2017. № 9. С.20-25.
11. Кирпичев В. В. Моделирование демоэкономических пропорций на сельских территориях ЦФО России // Научное мнение. 2013. № 1. С. 163-166.
12. Козаков Е. М., Акьюлов Р. И., Бердников А. Ю. Применение эконометрических методов при исследовании экономико-демографического развития территории // Известия Уральского государственного экономического университета. 2009. № 1 (23). С. 81-86.
13. Шабашев В. А., Шорохов С. И., Верхозина М. Ф. Структурное моделирование связей экономических, социальных, демографических факторов // Региональная экономика: теория и практика. 2016. № 10. С. 171-181.
14. Чучкалова С. В. Моделирование демографических процессов в Кировской области // Федерализм. 2010. № 1 (57). С. 256-264.
15. Чучкалова С. В. Моделирование демографических процессов в Кировской области : Диссертация кандидата экономических наук: 08.00.13. Пермь, 2011. 160 с.
16. Макаров В. Л., Бахтизин А. Р., Сушко Е. Д. Моделирование демографических процессов с использованием агент-ориентированного подхода // Федерализм. 2014. № 4. С. 37-46'
17. Палей А. Г., Поллак Г. А. Модель для анализа демографического состояния региона // Международный научно-исследовательский журнал. 2017. № 4-3 (58). С. 108-111.
18. Бутусов О. Б., Никифорова О. П. Пыров П. В., Редикульцева Н. И., Дубин М. Е., Савельев А. Ю. Моделирование демографических процессов на основе нейронных сетей с радиальными базисными функциями // Успехи в химии и химической технологии. 2013. № 9 (149). С. 107-111.
19. Ковалева О. А. Имитационное моделирование динамических систем в экономике на основе мультиа-гентного подхода // Вестник ТГУ. 2013. Т. 18. № 1. С. 199-200.
20. Низамутдинов М. М., Орешников В. В. Моделирование развития экономики региона. Монография. Москва : Экономика, 2017. 304 с.
21. Курников Д. С., Петров С. А. Использование нейронных сетей в экономике // Juvenisscientia. 2017. № 6. С. 10-12.
Дата поступления статьи в редакцию 28.09.2018, принята к публикации 30.10.2018.
Информация об авторах: Аитова Юлия Сергеевна, младший научный сотрудник
Адрес: Институт социально-экономических исследований - обособленное структурное подразделение Федерального государственного бюджетного научного учреждения Уфимского федерального исследовательского центра Российской академии наук, 450054, Россия, г. Уфа, ул. Проспект Октября, 71 E-mail: [email protected] Spin-код: 7399-6277
Орешников Владимир Владимирович, кандидат экономических наук, старший научный сотрудник Адрес: Институт социально-экономических исследований - обособленное структурное подразделение Федерального государственного бюджетного научного учреждения Уфимского федерального исследовательского центра Российской академии наук, 450054, Россия, г. Уфа, ул. Проспект Октября, 71 E-mail: [email protected] Spin-код: 3063-1615
Заявленный вклад авторов: Аитова Юлия Сергеевна: подготовка текста статьи Орешников Владимир Владимирович: научное руководство
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERNCES
1. Simagin Yu. A., Glushkova V. G. Dinamika chislennosti naseleniya i social'no-ehkonomicheskoe razvitie re-gionov Rossii [The Impact of the Economic Development Level on the Population of the Russian Regions], Regio-na'lnye issledovaniya [Regional researches], 2012, No. 3 (37), pp. 65-69.
2. Fattahov R. V., Abdulova L. R., Oreshnikov V. V. Analiz i ocenka vzaimovliyaniya parametrov demografi-cheskogo i ehkonomicheskogo razvitiya regionov i gorodov na primere Privolzhskogo federalnogo okruga [Analyzing and assessing the interaction of parameters of demographic and economic development of regions and cities: The Volga Federal District case)], Ehkonomicheskij analiz: teoriya i praktika [Economic Analysis: Theory and Practice], 2016, No. 2 (449), pp. 77-90.
3. Rikardo D. Nachalo politicheskoj ehkonomii i nalogovogo oblozheniya [The Principles of Political Economy and Taxation], In M. N. Smit (ed.). Moscow, Publ. Gospolitizdat, 1955. 360 p.
4. Smit A. Issledovanie o prirode i prichinah bogatstva narodov [Inquiry into the Nature and Causes of the Wealth of Nations]. In 2 vol. Moscow: Nauka, 1993. 570 p.
5. Mal'tus T. R. Opyt zakona o narodonaselenii [An Essay on the Principle of Population]. In I. A. Verner (ed.). Moscow, 1895. 318 p.
6. Kuznets S. National Product Since 1869. P. XVII, 239. New York : National Bureau of Economic Research, 1946. The Annals of the American Academy of Political and Social Science. No. 252 (1). pp. 142-143. DOI : 10.1177/000271624725200163.
7. Tkachenko A. A. Jekonomika narodonaselenija versus jekonomicheskaja demografija [Economics of population versus economic demography], Statistika i Jekonomika [Statistics and Economics], 2017, No. 5, pp. 94-104. DOI: 10.21686/2500-3925-2017-5-94-104.
8. Rotova R. S. Jekonomika narodonaselenija: stanovlenie nauchnogo napravlenija [Economy of population: formation of scientific direction], Uroven' zhizni naselenija regionov Rossii [Standard of living of the population of the regions of Russia], 2008, No. 3-4, pp. 100-108.
9. Valentej D. I. Sistema znanij o narodonaselenii [The system of knowledge about population]. Statistika. Moscow, 1976.366 p.
10. Kostromina E. V. Primenenie odnokonturnogo demojekonomicheskogo modelirovanija i prognozirovanija dinamiki jekonomicheskogo rosta v Privolzhskom FO [Application of single-circuit demo-economic modeling for forecasting the dynamics of economic growth in the Volga Federal District], Intellekt. Innovacii. Investicii [Intellekt. Innovatsii. Investitsii], 2017, No. 9, pp. 20-25.
11. Kirpichev V. V. Modelirovanie demojekonomicheskih proporcij na sel'skih territorijah CFO Rossii [Modelling of demo-economic proportions in rural areas of the Central Federal District of Russia], Nauchnoe mnenie [The Scientific Opinion], 2013, No. 1, pp. 163-166.
12. Kozakov E. M., Ak'julov R. I., Berdnikov A. Ju. Primenenie jekonometricheskih metodov pri issledovanii jekonomiko-demograficheskogo razvitija territorii [Application of econometric methods in the study of economic and demographic development of the territory], Izvestija Ural'skogo gosudarstvennogo jekonomicheskogo universiteta [Journal of the Ural State University of Economics], 2009, No. 1 (23), pp. 81-86.
13. Shabashev V. A., Shorohov S. I., Verhozina M. F. Strukturnoe modelirovanie svjazej jekonomicheskih, so-cial'nyh, demograficheskih faktorov [Structural modeling of relationships of economic, social and demographic factors], Regional'naja jekonomika: teorija i praktika [Regional Economics: Theory and Practice], 2016, No. 10, pp.171-181.
14. Chuchkalova S. V. Modelirovanie demograficheskih processov v Kirovskoj oblasti [Modeling demographic processes in the Kirov region], Federalizm [Federalism], 2010, No. 1 (57), pp. 256-264.
15. Chuchkalova S. V. Modelirovanie demograficheskih processov v Kirovskoj oblasti [Modeling demographic processes in the Kirov region. Ph. D. (Economy) diss.]. Perm', 2011. 160 p.
16. Makarov V. L., Bahtizin A. R., Sushko E. D. Modelirovanie demograficheskih processov s ispol'zovaniem agent-orientirovannogo podhoda [Modeling demographic processes using an agent-based approach], Federalizm [Federalism]. 2014. No. 4. pp. 37-46.
17. Palej A. G., Pollak G. A. Model' dlja analiza demograficheskogo sostojanija regiona [Model for demographic state analysis of the region], Mezhdunarodnyj nauchno-issledovatel'skij zhurnal [International Research Journal], 2017, No. 4-3 (58), pp. 108-111.
18. Butusov O. B., Nikiforova O. P. Pyrov P. V., Redikul'ceva N. I., Dubin M. E., Savel'ev A. Ju. Modelirovanie demograficheskih processov na osnove nejronnyh setej s radial'nymi bazisnymi funkcijami [Simulation of demographic processes on the base of neural networks with neuron radial basis functions], Uspehi v himii i himicheskoj teh-nologii [Journal Adnvances in Chemistry and Chemical Technology], 2013, No. 9 (149), pp. 107-111.
19. Kovaleva O. A. Imitacionnoe modelirovanie dinamicheskih sistem v jekonomike na osnove mul'tiagentnogo podhoda [Imitation modeling of dynamic systems in economics based on multi-agent approach], Vestnik TGU [Tomsk State University Journal], 2013, Vol. 18, No. 1, pp. 199-200.
20. Nizamutdinov M. M., Oreshnikov V. V. Modelirovanie razvitija jekonomiki regiona [Modeling the development of the region's economy]. Monografija. Moscow: Jekonomika, 2017. 304 p.
21. Kurnikov D. S., Petrov S. A. Ispol'zovanie nejronnyh setej v jekonomike [The use of neural networks in the economy], Juvenis scientia. 2017. No. 3. pp. 10-12.
Submitted 28.09.2018; revised 30.10.2018.
About the authors: Julia S. Aitova, junior researcher
Address: Institute of Social and Economic Researches - Subdivision of the Ufa Federal of the Russian Academy of Sciences, 450054, Russia, Ufa city, Prospekt Oktyabrya, 71 E-mail: [email protected] Spin-code: 7399-6277
Vladimir V. Oreshnikov, Ph. D. (Economy), senior researcher Address: Institute of Social and Economic Researches - Subdivision of the Ufa Federal of the Russian Academy of Sciences, 450054, Russia, Ufa city, Prospekt Oktyabrya, 71 E-mail: [email protected] Spin-code: 3063-1615
Contribution of the authors: Julia S. Aitova: writing of the draft Vladimir V. Oreshnikov: research supervision.
All authors have read and approved the final manuscript.
08.00.05 УДК 330.43
ПРИМЕНЕНИЕ МОДИФИЦИРОВАННЫХ ПРОИЗВОДСТВЕННЫХ ФУНКЦИЙ ПРИ ОПИСАНИИ ПРОЦЕССА ЗЕРНОПРОИЗВОДСТВА
© 2018
Артем Дмитриевич Черемухин, преподаватель кафедры «Физико-математические науки» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация
Введение: аппарат производственных функций сегодня является одним из самых распространенных методов анализа отдельных экономических отраслей. Активно применяется он и при анализе процессов производства в отрасли АПК.
Материалы и методы: сегодня теория производственных функций активно развивается - на практике апробируются разные модификации ПФ. Автором на основе изучения исследований различных ученых предложен новый вид гладкой ПФ, позволяющий учитывать наличие особых зон, в которых действуют экономические законы, несколько отличающиеся коэффициентами ПФ от общего по совокупности. В работе была апробирована данная методика применительно к организациям, специализирующимся на производстве зерна в Нижегородской области за 2012-2016 гг.
Результаты: в результате применения ПФ предложенного вида было установлено наличие трех особых зон. Установлено, что апробированный вид производственной функции позволяет значительно сократить ошибку аппроксимации, что расширяет потенциал полученной модели для прогнозирования.
Обсуждение: при анализе полученной модели было сделано несколько выводов об общих закономерностях производства зерна в сельскохозяйственных организациях Нижегородской области, в частности, отмечено, более крупные организации имеют более высокую урожайность за счет эффекта возрастающей отдачи от масштаба по земле. Также было отмечено, что значительная часть сельскохозяйственных организаций неэффективно использует, в первую очередь, трудовые ресурсы и существует системная проблема формирования структуры крупного сельскохозяйственного производства и подготовки грамотных управленческих кадров для сельскохозяйственных организаций области, занимающихся производством зерна.
Заключение: в заключении выделены три основных направления дальнейшего развития данного подхода. Ключевые слова:количество пашни, мощность техники, основной капитал, отдача от масштаба, производственная функция, производство зерна, сельское хозяйство, средняя заработная плата, трудовые ресурсы, эффективность производства.
Для цитирования: Черемухин А. Д. Применение модифицированных производственных функций при описании процесса зернопроизводства // Вестник НГИЭИ. 2018. № 12 (91). С. 80-87.
Research Centre
Research Centre
