Системно-динамическое моделирование экономического потенциала общества Текст научной статьи по специальности «Экономика и бизнес»

17.0. СИСТЕМНОДИНАМИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА ОБЩЕСТВА1

Ожиганов Эдвард Николаевич, д.ф.н., профессор Российского университета дружбы народов

edward.ozhiganov@gmail.com

Аннотация: в статье разрабатываются сценарная методика, основанная на системно-динамическом имитационном моделировании экономического потенциала. Формализованное выражение оценки внутренней и внешней деятельности экономической системы, где проводится разграничение между индикаторами. Сценарная методика реализуется в системных имитационных моделях управления.

Ключевые слова: системно-динамическое

моделирование, экономический потенциал,

экономическая эффективность, рыночные риски, подмодель экономического потенциала.

SYSTEMICALLY-DYNAMICAL MODELING OF SOCIETY'S ECONOMIC POTENTIAL

Ozhiganov Eduard Nikolaevich, PhD, Doctorate, Professor Peoples' Friendship University of Russia

edward.ozhiganov@gmail.com

Annotation: the article developed scenario methodology based on system dynamics simulation of the economic potential. A formal expression of the internal and external evaluation of the economic system, where a distinction is made between indicators. Scenario technique is implemented in management of system simulation models. Keywords: systemically-dynamical Modeling, economic potential, economic efficiency, market risks, submodel of the economic potential

Мы будем применять инструментальное определение переменной уровня экономического развития применительно к конкретным динамическим структурам, имея ввиду его использование в системных имитационных моделях, где потоки ресурсов, технологий, информации и т.п. могут иметь как положительные, так и отрицательные результаты. Существует проблема перехода от теоретической модели к практическим расчетам, когда число экономических переменных ограничивается доступной статистической информацией о конкретной экономике, т.е. адекватное представление о функционировании экономической системы, считающееся само собой разумеющимся в сфере теории, на практике может отсутствовать. Иначе говоря, доступное количественное описание экономической системы, как правило, не является адекватным основанием для того, чтобы применить инструменты, предлагаемые теорией. Сопоставление и различие между теоретическими и наблюдаемыми на практике экономическими

1 Исследование подготовлено при финансовой поддержке Российского гуманитарного научного фонда проект № 11-02-00155а «Разработка теоретических подходов по созданию современных методов государственной поддержки инвестиционной деятельности организаций и вовлечение бизнеса в инновационные процессы, обеспечивающих модернизацию производства и создание научно-образовательных кластеров и технологических платформ с целью формирования условий устойчивого развития экономики РФ в посткризисный период»

переменными, и особенно установление функциональных связей между ними, является известной проблемой, которая волновала многих экономистов задолго до появления методов моделирования. Экономическая теория может приниматься аналитиками только в том случае, если она определяет достаточно четко отношения между экономическими переменными и наблюдаемыми фактами, т.е. реальными переменными.

Другая проблема адекватности экономической теории вызывается тем, что взаимосвязь реальных экономических переменных имеет динамический характер, т.е. решение динамической модели связано с переменной времени, выражаемой индексом t, который показывает текущее местоположение на оси времени, где t может быть любым периодом времени. Если теория, называемая динамической, просто связывает два разнесенных по времени устойчивых состояния при бесконечном наборе вариантов решения модели, последняя оказывается полезной только для сравнительных статических расчетов. В результате расчетные сценарии могут содержать много неожидаемых эффектов, вызываемых изменяющимся состоянием рынка, эластичности спроса и предложения, накопления капитала, прироста населения, технического прогресса, либерализации торговли и т.п., иначе говоря, они опираются на очень ненадежный фундамент. Статические модели, как правило, строятся с применением баз отредактированных статистических данных, обработанных таким образом, чтобы последние соответствовали требованиям вычислимых сценариев, которые сами по себе имеют довольно слабое отношение к реальной экономике.

Ограничивающая характеристика большинства экономических моделей - это то, что они являются статическими по своей сути, т.е. представляют собой более или менее удачный «снимок» объекта в данной точке времени. Но реальность не является статичной, она постоянно изменяется в процессе взаимодействия между всеми ее частями, т.е. действительность является динамической по своей природе. Экономическая действительность работает «во» времени, в режиме реального времени.

Для анализа процесса управления как сложной системы с нелинейными обратными связями нами использованы принципы системной динамики. Данный метод включает несколько последовательных стадий - структуризацию объекта; построение системной диаграммы объекта, где указываются связи между элементами; определение переменных для каждого элемента и темпов их роста; выдвижение гипотез о зависимости каждого темпа роста от переменных; процесс оценки введенных параметров с помощью имеющейся статистики. По результатам исследования статистических данных, оценок экспертов и других источников информации в соответствии с предъявляемыми требованиями пользователей модели строится описательная модель инвестиционной привлекательности, отражающая причинно-следственные связи и математические зависимости между различными величинами. Важно отметить, что спецификация конкретной модели на любом из уровней управления стабильностью зависит от реальных потребностей субъектов управления и выдвигаемых ими целей и задач инвестирования.

В качестве подмодели, которая могла бы (наряду с другими подмоделями) выразить переменную экономического потенциала в структуре модели стабильности экономической системы общества, наш

методологический подход рассматривает ее как

сложносоставной концепт, охватывающий относительную и многомерную экономическую деятельность. Сценарный методический подход основан на концептуальных представлениях о ее системном и динамическом характере, реализуемых с помощью имитационного моделирования.

Сценарная методика, основанная на системнодинамическом имитационном моделировании

экономического потенциала - не что иное, как формализованное выражение оценки внутренней и внешней деятельности экономической системы, где проводится разграничение между индикаторами, которые описывают ожидаемый экономический результат или «выход», говоря категориями теории систем, и детерминантами «входа».

Сценарная методика реализуется в системных имитационных моделях управления, где потоки ресурсов, технологий, информации и т.п. могут иметь как положительные, так и отрицательные результаты для экономического потенциала страны. В этом контексте экономический потенциал раскрывается как сценарий или ряд сценариев, представляющих результаты, которые воздействуют на стабильность политического процесса.

Системная динамика в качестве метода

имитационного моделирования, включает:

- структуризацию объекта;

- построение системной диаграммы объекта, где указываются связи между элементами;

- определение переменных для каждого из

элементов и темпов их роста;

- принятие гипотез о зависимости каждого темпа роста от переменных и формальное описание этих гипотез;

- процесс оценки введенных параметров с помощью имеющейся статистики.

Экономический потенциал рассматривается как динамически изменяющаяся в определенном

диапазоне времени сложная система экономических, производственных, управленческих и других видов отношений. Модель создается с целью достижения конкретной цели, а ее адекватность и обоснованность оцениваются, прежде всего, с позиций этой цели. Задача имитационного моделирования - определить условия и достаточный уровень применения ресурсов, при которых обеспечивается достижение поставленной цели.

Имитационная подмодель экономического потенциала

Таблица 1.

Комплекс факторов, которые используются в имитационной подмодели модели экономического потенциала, построенной с применением компьютерной программы Powersim Studio v.9 и отображенной в таблице 3, включает следующие группы показателей:

- экономическая эффективность;

- бюджетная (финансовая) эффективность

- рыночная эффективность

- социально-политические риски

- рыночные риски

- финансовые риски

- технические риски.

На таблице 2 отображен компьютерный интерфейс программы Powersim Studio v.9.0 с динамическим графиком, который генерирует кривую динамики экономического потенциала на заданном интервале времени (по умолчанию - 1 год): по горизонтальной оси отложен период сценария, а по вертикальной -уровень экономического потенциала.

Собственно моделированию предшествует работа по определению структурных и поведенческих характеристик внешней и внутренней среды экономического потенциала. Если эти характеристики хорошо структурированы и дают возможность количественного измерения, то задача в значительной степени облегчается, а финансовые,

технологические, кадровые и другие аспекты сложными и комплексными они не были,

функционирования экономического потенциала, какими бы формализованы под задачи моделирования.

могут быть Таблица 2.

I на ДД

Важный шаг в проектировании подмодели экономического потенциала состоит в том, чтобы решить, какие факторы оставить в стороне и не учитывать, а какие включить в структуру подмодели в качестве ее переменных. Чем больше факторов оказываются неучтенными, тем большим оказывается концептуальный разрыв между выводами моделирования и их интерпретацией относительно объекта моделирования. Чем больше факторов включаются в модель, тем более точно могут быть измерены параметры модели, каждый из которых может воздействовать на обоснованность полученных заключений. Конечно, лучшей будет модель, которая включает минимальное число переменных, но которая применима к максимально возможному числу объектов или обстоятельств. Выбор того, где найти место для модели на этой шкале между полюсами детальности и абстрактности, является отчасти вопросом навыков и опыта, отчасти - стиля исследования, а иногда просто зависит от доступности данных. В целом, точность (в контексте видов и количества данных и переменных, встроенных в модель), важна, когда целью моделирования является прогнозирование, тогда как простота - преимущество, если целью является понимание того, как работает объект.

Основой имитационного моделирования является тот факт, что вместо аналитического описания взаимосвязей между входами, состояниями и выходами исследуемой системы создается и изучается алгоритм динамики процессов внутри нее. После этого в результате многократного компьютерного «проигрывания» модели на выходе получаются значения показателей эффективности функционирования системы за рассматриваемый

временной период. Таким образом исходная информация преобразуется в выходную.

Понятие «экономического потенциала» несет в себе много значений, часто несовместимых друг с другом. Эти понятия и классификации не всегда относятся к быстро изменяющейся экономической

действительности, таким образом, они должны быть повторно сформулированы и усовершенствованы на теоретическом уровне. Выбор модельной архитектуры принадлежит, главным образом, к области искусства аналитика, выбирающего соответствующую теорию, уровень абстракции, методологию и способы осуществления моделирования. В случае объекта с высокой степенью сложности, то есть со сложной структурой, состоящей из многих разнообразных переменных, факторов и взаимодействий, которые подлежат моделированию, мы считаем эффективным построение модели с использованием нескольких методов, например, объединить системную динамику и агентный подход, используя различные парадигмы моделирования для различных частей имитационной модели.

Разработав теорию поведения объекта, можно представить ее в форме процедуры исследования и, в конечном счете, в форме компьютерной программы. Такая программа является намного более точной, чем текстовая форма процедуры и поэтому более полезна при разработке и уточнении концепции экономического процесса. Симуляция, таким образом, используется в нашем подходе как метод развития теории. После того, как теория была формализована в виде программы с некоторыми исходными

предположениями, такой программой можно управлять с целью наблюдения поведения модели. Это дает лучшее понимание особенностей

экономического процесса, поскольку в процессе

компьютерной имитации наблюдаются фиксируемые случаи экономических действий на протяжении

определенного времени.

Преимущество имитационного моделирования заключается в прогнозировании: поскольку

конструируется модель, которая действительно воспроизводит динамику определенных видов

экономических действий, можно симулировать поведение модели во времени и, тем самым,

использовать имитацию для прогнозирования

экономических процессов.

В качестве одного из математических методов динамическое моделирование значительно

отличается от статических методов (линейного и нелинейного программирования, экстраполяции

динамических рядов и др.), которые в целом используются для получения определенных решений для некоторых фиксированных моментов времени или небольших интервалов времени, за рамками которых эти решения становятся неприемлемыми. В настоящее время в распоряжении исследователей имеются пакеты компьютерных программ для

создания моделей динамики экономических систем и симуляторов процессов из различных областей экономической деятельности. Они могут применяться как средства для разработки симуляторов, которые делают возможным диалоговое экспериментирование с такими проблемами как экономическая стратегия, оценка эффективности принятия экономических решений и т.п.

С помощью таких средств создается визуальное изображение проблемы, которую необходимо проанализировать. Они позволяют графически отображать диаграммы любого уровня сложности, которые представляют анализируемую систему или процесс, и преобразовывать их в диалоговые динамические модели. Управляя этими моделями, можно наблюдать эффекты принятых решений на определенных временных этапах, обнаруживать критические точки проблем и вносить необходимые изменения. При этом поддерживается разделение генеральной модели на составляющие подмодели, позволяя аналитикам создавать различные компоненты и затем комбинировать их. Управляя моделью, эксперт может наблюдать поведение анализируемой системы.

Функциональные возможности, доступность и применимость к анализу самых различных аспектов экономической реальности делают их мощным инструментом для организации исследовательского процесса, в частности, сценариев развития экономической ситуации, конкурентоспособной стратегии и последствий принятия управленческих решений.

Построение модели проходит через несколько последовательных стадий:

1. Концептуализация (теория объекта)

- Определение цели модели

- Определение структуры модели и ее ключевых переменных

- Описание поведения ключевых переменных и связей между ними

- Схематическое изображение основных механизмов или «петель» обратной связи системы

2. Выражение зависимостей в виде формул (математика объекта)

- преобразование диаграмм обратной связи в скоростные и уровневые уравнения

- оценивание и отбор значений параметров

3. Тестирование модели

- Симуляция поведения модели и проверка гипотез динамики

- Проверка предположений модели

- Тестирование поведения и чувствительности модели к изменениям

4. Реализация(применение) модели

- Тестирование реакции модели на различные стратегии

- Трансформирование исследовательских открытий в доступные для принятия управленческих решений объяснения

Имеются участки экономического процесса, которые неплохо поддаются структурным и количественным оценкам, например, материальные ресурсы. Концептуализация здесь играет относительно более важную роль, поскольку определение структуры модели экономического процесса и описание связей между ее ключевых переменными невозможно без предварительной экспликации (изложения) значимой теории объекта. Никакие технические аналогии и изощренный математический аппарат здесь не помогут.

Анализ динамических систем опирается на несколько важных допущений, которые диктуют «тактику» работы с программным обеспечением при построении моделей.

Первое из них утверждает, что любое динамическое поведение, в какой бы области оно не относилось, может развиваться лишь в том случае, если «потоки» ресурсов (в самом широком смысле слова) накоплены в «фондах», значение которых не может быть нулевым.

Второе ключевое допущение заключается в том, что все фонды и потоки в системе объединены циклами обратной связи. Обратная связь - это передача и возврат информации. В моделях системной динамики информация о «фондах» системы распространяется по всей ее структуре, включая «потоки», которые, в ответ на эту информацию, изменяют «фонды» и замыкают циклы обратной связи.

Существуют два вида циклов обратной связи -положительные циклы и отрицательные циклы. Первые генерируют тенденцию увеличения и закрепления уровня «фондов», вторые генерируют противодействие данной тенденции.

Третье ключевое допущение состоит в том, что циклы обратной связи в любой системе объединены нелинейным образом, а из этого следует, что информация о «фондах» системы воздействует на них непропорционально и зачастую непредсказуемо.

Наконец, четвертое ключевое допущение утверждает, что динамический процесс, характеризующий сеть взаимодействующих фондов, потоков, циклов обратной связи и нелинейных отношений, не может быть отображен ни с помощью рефлексивного мышления, ни с помощью средств математического аппарата.

Модель строится с помощью нескольких графических фрагментов, которые могут быть легко использованы благодаря наличию соответствующего меню, и которые легко перемещаются на рабочую панель, где соединяются в диаграмму и получают соответствующие обозначения и параметры. Каждый

из этих фрагментов имеет свое назначение в контексте «идеологии» анализа динамики систем и предоставляет аналитику «строительный материал» для конструирования самых различных «зданий» от простейших построек до сложнейших комплексов. Эти фрагменты еще называют «языком» конструктора.

В плане применения математики цель программной среды имитационного моделирования как раз состоит в том, чтобы помочь решить проблемы динамики исследуемых процессов, с математическим выражением которых было бы трудно иметь дело без помощи среды моделирования. Графическая нотация позволяет строить и использовать модели, не отвлекаясь на вопросы о том, какова математика модели или как работает язык моделирования, однако для объяснения методологии возникает потребность осветить математические принципы динамики систем немного глубже.

Модель, в которой значение переменной в конкретное время может быть определена независимо от параметров этой переменной, считается причинной моделью. Пока модель является причинной, программа имитационного моделирования может определить значения всех переменных и использовать причинную структуру для определения соответствующей последовательности вычислений. При этом порядок, в котором пользователь определяет переменные, не имеет никакого значения к вычислительной последовательности.

Реальное углубление знаний о функционировании экономических систем происходит в процессе освоения практических приемов моделирования на следующих этапах:

1. Подготовка

2. Инициализация

3. Сохранение результатов вычислений

4. Вычисление вспомогательных переменных

5. Вычисление реальных показателей.

6. Интеграция.

При использовании теории системной динамики экономическая деятельность описывается в виде математической модели, в которой все цели и процессы представляются как система взаимосвязанных исчисляемых показателей. Создание подобной визуализированной модели позволяют выявлять и анализировать возможные направления развития тех или иных явлений.

С помощью динамического моделирования можно оценивать последствия принятия экономических решений, выбирать приоритетные направления, анализировать влияние внешних макрофакторов, оценивать влияние риск-эффектов на результаты деятельности. Иначе говоря, методология системной динамики позволяет создавать имитационные модели экономических систем для оценки возможных последствий принимаемых решений. Становится возможным оптимизировать материальные, финансовые и информационные потоки ресурсов как на стратегическом, так и на операционном уровнях, осуществлять их консолидацию.

По результатам анализа выходных данных моделирования могут быть сделаны качественные выводы, описывающие структуру исследуемой системы, динамику ее развития, устойчивости и т.д., а также количественные выводы, в основном объясняющие прошлые значения переменных,

характеризующих систему, или носящие характер прогноза некоторых показателей в будущем.

Список литературы:

1. Медоуз Д., Медоуз Д., Рандерс Й. За пределами: Противостояние глобального краха, концепции устойчивого будущего. Сообщение Миллс, штат Вермонт: Челси Грин, 1992;

2. Тарасофски А. ВВП и его производных в качестве Mfelfare измерения: селективный взгляд на литературу. Оттава, Онтарио, Центр по изучению уровня жизни, 1998, с. 1-2.;

3. Андреев А.М., Березкин Д.В., Рымарь В.С., Симаков К.В. Использование технологии Semantic Web в системе поиска несоответствий в текстах документов. - 8-я Всероссийская научная конференция RCDL, 2006, http://rcdl.ru/doc/2006/paper_30_v1.pdf.

Reference list:

1. Meadows D.H., Meadows D.L., Randers J. Beyond the

Limits: Confronting Global Collapse, Envisioning a

Sustainable Future. Post Mills, Vermont: Chelsea Green, 1992;

2. Tarasofsky A. GDP and Its Derivatives as Mfelfare Measure: A Selective Look at the Literature. Ottawa, Ontario, Centre for the Study of Living Standards, 1998, p. 1-2.;

3. Andreev, D. Berezkin, Rymar VS KV Simakov The use of Semantic Web technologies in the system find inconsistencies in the text. - 8th Scientific Conference RCDL, 2006, http://rcdl.ru/doc/2006/paper_30_v1.pdf.