+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Региональная экономика: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Математическое моделирование задачи устойчивого социо-эколого-экономического развития региона с применением статистических данных (на примере Кемеровской области)

т. 15, вып. 8, август 2017

PDF  PDF-версия статьи

Получена: 12.05.2017

Получена в доработанном виде: 29.05.2017

Одобрена: 15.06.2017

Доступна онлайн: 15.08.2017

Рубрика: Экономико-математическое моделирование

Коды JEL: C32, C41, Q56

Страницы: 1552–1564

https://doi.org/10.24891/re.15.8.1552

Чернова Е.С. кандидат физико-математических наук, старший преподаватель кафедры прикладной математики, Кемеровский государственный университет, Кемерово, Российская Федерация 
elvangie@mail.ru

Предмет. Проблема устойчивого развития на глобальном уровне связана с риском деградации окружающей среды, ростом населения, усугублением противоречий между возрастающими потребностями человечества в природных ресурсах и ограниченностью их запасов, проблемой производства продуктов питания, неэффективностью сельского хозяйства и использования энергии. Переход к устойчивому развитию позволит обеспечить стабильное и сбалансированное развитие трех сфер жизнедеятельности – экономической, экологической и социальной – на достаточно высоком уровне. В статье анализируется возможность применения методов теории оптимального управления и анализа данных для построения математической модели устойчивого развития региона (на примере Кемеровской области).
Цели. Построение и содержательный анализ математической модели устойчивого социо-эколого-экономического развития региона в форме дискретной задачи оптимального управления на основе статистических данных.
Методология. В исследовании использовались методы теории оптимального управления, системного анализа, математической статистики, регрессионного анализа и оптимизации.
Результаты. Определено, что построение математических моделей с управляющими параметрами на основе статистических данных является подходящим инструментом исследования проблематики устойчивого развития на региональном уровне с учетом сложившейся динамики социальных, экономических и экологических показателей. Использование в качестве основы для модели статистических данных отдельно взятого региона позволяет учесть его специфику, определить условия и ограничения, которые должны выполняться для реализации сценария устойчивого развития, делает возможным и обоснованным применение такого подхода в качестве надежного аппарата при принятии долгосрочных управленческих решений.
Выводы. Построенная математическая модель устойчивого развития региона представляет собой дискретную задачу оптимального управления со многими критериями качества, приспособленную для исследования социо-эколого-экономической динамики субъекта Федерации. В качестве управляющих параметров модели рассмотрены доли бюджета региона, направляемые в национальную экономику, жилищно-коммунальное хозяйство, охрану окружающей среды, образование, культуру, здравоохранение и социальную политику.

Ключевые слова: устойчивое развитие, математическая модель, оптимальное управление, регион, социо-эколого-экономическая система

Список литературы:

  1. Алферова Т.В., Третьякова Е.А. Концептуальное моделирование определения категории «устойчивое развитие» // Журнал экономической теории. 2012. № 4. С. 46–52.
  2. Афоничкина Е.А. Моделирование стратегии устойчивого развития экономических систем. Самара: Самарский научный центр РАН, 2016. 230 с.
  3. Мкртчян Г.М. Моделирование условий траектории «устойчивого развития» с учетом платежей за землю // Мир экономики и управления. 2015. Т. 15. № 2. С. 69–75. URL: Link
  4. Самков Т.Л. Моделирование устойчивого развития системы отраслей и регионов // Вестник СибГУТИ. 2015. № 4. С. 47–54. URL: Link
  5. Старкова М.М., Лютер Е.В., Гусарова Ю.В. Моделирование устойчивого развития промышленных отраслей // Вестник современной науки. 2016. № 10-1. С. 47–51.
  6. Хасанова В.Н., Каримов М.Г., Васильева Р.В. Современные подходы к моделированию индикаторов устойчивого развития // Вестник научных конференций. 2015. № 3-3. С. 137–140. URL: Link
  7. Hersh M. Mathematical Modelling for Sustainable Development. Springer-Verlag Berlin Heidelberg, 2005, 557 p. doi: 10.1007/3-540-31224-2
  8. Айвазян С.А., Бродский Б.Е. Макроэконометрическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики // Прикладная эконометрика. 2006. № 2. С. 85–111. URL: Link
  9. Бобылев С.Н. Индикаторы устойчивого развития: региональное измерение. Пособие по региональной экологической политике. М.: Акрополь, 2007. 60 с.
  10. Тарасова Н.П., Кручина Е.Б. Индексы и индикаторы устойчивого развития // Устойчивое развитие: ресурсы России: монография. М.: РХТУ им. Д.И. Менделеева. 2004. С. 43–79.
  11. Данилов Н.Н. Устойчивое развитие: методология математических исследований // Вестник КемГУ. Математика. 2000. № 4. С. 5–15.
  12. Петросян Л.А., Данилов Н.Н. Кооперативные дифференциальные игры и их приложения. Томск: Томский университет, 1985. 276 с.
  13. Мешечкин В.В., Богатырева Н.И. Математическое моделирование задачи повышения уровня здоровья населения Кемеровской области с применением интегрального показателя // Вестник Кемеровского государственного университета. 2011. № 3. С. 76–85. URL: Link
  14. Чернова Е.С. Методика определения конечного состояния региона как целевой точки устойчивого развития с помощью теоретико-игрового подхода // Baikal Research Journal. 2010. № 6. С. 20. URL: Link
  15. Shapiro S.S., Wilk M.B. An Analysis of Variance Test for Normality (Complete Samples). Biometrika, 1965, vol. 52, no. 3/4, pp. 591–611. doi: 10.2307/2333709
  16. Spearman C. The Proof and Measurement of Association between Two Things. The American Journal of Psychology, 1904, vol. 15, no. 1, pp. 72–101. doi: 10.2307/1412159
  17. Gilbert N., Troitzsch K.G. Simulation for the Social Scientist. Second Edition. Maidenhead, Open University Press, 2005, 312 p.

Посмотреть другие статьи номера »

 

ISSN 2311-8733 (Online)
ISSN 2073-1477 (Print)

Свежий номер журнала

т. 22, вып. 4, апрель 2024

Другие номера журнала