Информационная экономика. Книга 2 - Нижегородцев Р.М
..pdfn |
|
Di (x1 ,...,xn ) = γ ixi (t)åxj (t). |
(10) |
j=1
При этом все коэффициенты αij при i ¹ j положительны и выражают технико-экономические связи между отраслями, в известном смысле аналогичные связям межотраслевого баланса. Коэффициенты αii при всех i=1,...,n отрицательны и выражают логистический характер рос-
та величин xi(t), причем коэффициенты - |
βi |
выступают технико- |
|
||
|
αii |
экономическими пределами этого логистического роста, так что все βi в уравнении (9) положительны.
Заметим, что если коэффициенты αij имеют смысл балансовых коэффициентов, то есть при всех i=1,...,n
n
xi (t) = åαijxj (t),
j=1
то для темпов роста данных отраслей имеет место аналогичное соот- ношение, то есть
dxi (t) = ån αij dxj (t). dt j=1 dt
Уравнение (10) выражает тот факт, что случайные (стохастиче- ские) прямые потери валового продукта в каждой отрасли, вообще говоря, пропорциональны объему валового продукта этой отрасли,
причем в качестве коэффициентов пропорциональности в данном случае приняты совокупный объем валового продукта всех отраслей и коэффициент диссипации γi > 0, зависящий от характера отрасли.
Обозначим через W(t) величину совокупного общественного продукта в момент времени t:
n
W (t) = åxi (t).
i=1
Наша задача заключается в том, чтобы представить функцию W(t) как функцию n зависящих друг от друга переменных x1, ..., xn:
W = W(x1 ,...,xn ).
Согласно определению,
dW(t) |
n |
dx (t) |
|
|
|
= å |
i |
. |
|
dt |
dt |
|||
i=1 |
|
В то же время, полный дифференциал этой функции равен
n |
∂W |
|
n |
∂W |
× |
dx (t) |
dt, |
|||
dW = å |
∂x |
× dxi = å |
∂x |
|
dt |
|||||
|
|
|
|
|
|
|
|
|
i |
|
i=1 |
i |
|
i=1 |
|
i |
|
|
|
|
|
поэтому |
|
|
∂W dx |
|
|
|
|
|
||
|
dW |
n |
|
|
|
|
|
|||
|
|
= å |
∂x |
× |
i |
|
. |
|
|
|
|
dt |
dt |
|
|
||||||
|
|
i=1 |
i |
|
|
|
|
|
|
|
91
Если нам удастся вычислить величины ∂W
∂xi
(i=1,...,n), выступающие
координатами градиента функции W(x1,...,xn), то тем самым среди па- раметров xi будут выделены те, от которых W в известном смысле
сильно зависит, т.е. для которых ∂W велик по сравнению с другими.
∂xi
Инвестиции в эти отрасли и дадут наиболее выраженный эффект прироста функции W(x1,...,xn): увеличат совокупный общественный
продукт, если |
∂W |
> 0, и замедлят его спад, если |
∂W |
< 0. |
|
∂x |
|
∂x |
|
|
i |
|
i |
|
Распределение инвестиционных ресурсов по выделенным сек- торам x1,...,xn должно осуществляться пропорционально абсолютным значениям координат градиента функции W(x1,...,xn) — таков ответ на
исходный вопрос нашей задачи об оптимизации инвестиционного процесса.
Один из возможных методов поиска оптимального варианта инвестирования в рамках описываемого здесь “гладкого” аналога приводимой ниже итерационной модели заключается в следующем.
Максимизируемая функция
dW |
n |
n |
n |
n |
|
= åαijxixj + åβixi - åxi × åγ ixi |
|||||
dt |
|||||
i, j=1 |
i=1 |
i=1 |
i=1 |
рассматривается как функция n переменных x1 ,...,xn при условии
n
åxi = W0 ,
i=1
где значение W0 соответствует текущему значению функции W. Применяя метод множителей Лагранжа, обозначим
|
dW |
|
n |
|
f (x) = |
, |
F(x) = åxi - W0 |
||
dt |
||||
|
|
i=1 |
и исследуем на безусловный экстремум функцию f(x) + λФ(x),
считая все x1,...,xn независимыми переменными. Для этого потребуем, чтобы при каждом i = 1,...,n
∂f (x) + λ ∂F(x) = 0,
∂xi ∂xi
что равносильно системе n уравнений
n
å(αij + α ji - γ j )xj + βi - γ iW0 + λ = 0,
j=1
i= 1,...,n, с n неизвестными x1,...,xn и множителем Лагранжа λ . Малым изменением значений коэффициентов, входящих в
данную систему, всегда можно добиться того, чтобы соответствую- щая матрица была невырожденной. Решая эту систему относительно
92
x1,...,xn, получим значения xi (λ) и найдем требуемые значения λ из
условия
n
åxi (λ) = W0.
i=1
Отыскивая для каждого из полученных значений λ объемы произ- водства отраслей xi, подставляем их в формулу для dWdt и тем самым
определяем точки ее условного максимума.
Среди всех найденных точек (x1,...,xn) определяем ближайшую к текущему состоянию x0 вектора x. Задавая направление от x0 к бли- жайшей точке условного максимума, имеем стандартную задачу управления по отклонениям, которая может быть решена различны- ми путями в зависимости от метрики, принятой в пространстве n , которому принадлежат точки (x1,...,xn). При этом, разумеется, суще- ственна устойчивость данной задачи по начальным данным, т.е. ва- жен тот факт, что малые изменения вектора (x10,...,xn0) не могут по-
влечь за собой сколь угодно большие изменения W и dWdt . При дан- ном (впрочем, весьма приблизительном) способе оптимизации задача
решается без вычисления значений ∂W в точке x0.
∂xi
Приведенные соображения позволяют перейти непосредствен- но к описанию предлагаемой итерационной модели.
Исходные уравнения модели
Вданной модели время t дискретно; в качестве шага по време- ни при среднесрочной оптимизации разумно принять один год. Зна- чения величин, относящиеся к s-му итерационному шагу, помечают- ся верхним индексом (s). Производная любого параметра по t отме- чается точкой вверху, над условным обозначением этого параметра.
Вэкономике имеются n секторов, разделенных по структурно- технологическому признаку, причем производство рабочей силы может предполагаться в качестве одного из них. Объем валового
продукта i-го сектора обозначается через xi. Все цены в пределах од- ного шага итераций предполагаются неизменными, после каждого шага возможен пересчет всех коэффициентов с учетом изменивших- ся ценовых пропорций и технико-экономических показателей.
Один из недостатков данной модели — абстрагирование от экспорта-импорта. Впрочем, эти товаропотоки также могут быть уч- тены на основе их взаимного замещения в натуре, но при этом необ- ходимо предположить относительную стабильность норм этого вза-
93
имного замещения между предшествующим и последующим шагами итерационного процесса.
Динамика многосекторной экономической системы задается системой итерационных дифференциальных уравнений
. (s+1) |
(11) |
xi = Gi(s+1) − Di(s+1) |
при всех i=1,...,n, где
Gi(s+1) = ri(s)xi(s)
Di(s+1) = γ
|
n |
. (s) |
(12) |
(βi − αijxi(s) ) + ki(s)xi(s) åαij x j , |
|||
|
j=1 |
|
|
n |
. (s) |
|
(13) |
i (ui(s)xi(s) − vi(s) åαij x j |
). |
j=1
В уравнениях (12) и (13) присутствуют положительные кон- станты αij, βi, γi, где i, j=1,...,n. Здесь αij — балансовые коэффициен- ты, а именно, αij — это объем продукции j-й отрасли, необходимый для производства единицы продукции i-й отрасли. βi — коэффициен-
ты, подобранные таким образом, чтобы каждая величина |
βi |
высту- |
|
||
|
αii |
пала стоимостным выражением технологического предела логисти- ческого роста величины xi, вытекающего из закономерностей разви- тия соответствующего технологического уклада хозяйства. γi — ко- эффициенты диссипации, находимые статистическими методами по данным ряда последних лет.
Все коэффициенты αij, βi, γi подлежат периодическому пере- счету по мере изменения технико-экономических условий производ- ства и корректировки коэффициентов межотраслевого баланса. Кор- ректное применение данной модели требует, вообще говоря, ежегод- ного пересчета этих коэффициентов независимо от того, каким при- нят период итерационного шага модели.
Из вида уравнения роста (12) вытекает, что рост величины xi складывается из суммы собственного (логистического) и индуциро- ванного (балансового) роста. При этом член собственного роста (первое слагаемое правой части) выражает лишь технико-
экономические закономерности развития данного технологического уклада, господствующего в i-й отрасли хозяйства, и может давать
лишь прирост xi , поскольку технический прогресс в некотором смысле поступателен и необратим. Разумеется, переход отрасли к более низким технологическим укладам требует пересчета всех ко- эффициентов, входящих в данный член, однако и более низкий тех- нологический уклад будет развиваться прогрессивно, согласно закону логистического роста. Именно этот факт и выражает априорная по- ложительность члена собственного роста.
94
В отличие от него, член индуцированного роста (второе сла- гаемое правой части уравнения (12)) может давать как прирост, так и
уменьшение xi в зависимости от того, растут или падают объемы производства в тех или иных секторах хозяйства.
В зависимости от горизонта технико-экономического прогно- зирования и оптимизации, требуемых для применения данной моде- ли, логистическая и балансовая составляющие могут быть более или менее значимы для роста отраслей экономики. Долгосрочное прогно- зирование предполагает приоритет логистической составляющей. Оптимизация в краткосрочном периоде, напротив, требует усиления балансовой составляющей данной модели. С этой целью в уравнение (12) вводятся “безразмерные” нормирующие коэффициенты ri(s) и ki(s), пересчет которых предполагается на каждом шаге итерационно- го процесса. Для целей среднесрочного прогнозирования и оптими-
зации предлагается выбрать
|
|
|
. (s) |
|
|
|
|
|
|
xi |
|
|
|
r(s) |
= |
|
|
|
|
, |
|
|
|
|
|||
|
|
. (s) |
||||
i |
|
n |
|
|||
|
|
åx j |
|
|||
|
|
j=1 |
|
|
|
. (s)
xi
ki(s) = 1− |
|
|
. |
(14) |
|
n |
. (s) |
||||
|
|
|
|||
å |
x j |
|
|
||
|
j=1 |
|
|
|
Обратим внимание на то, что ri(s) + ki(s) ¹ 1 для экономики, в которой объем валового продукта одних отраслей растет, а других — сжима- ется.
Правая часть диссипативного уравнения (13) также содержит два члена, причем оба они выражают стохастические потери величи-
ны xi : собственные, растущие пропорционально объему валового продукта i-й отрасли, и индуцированные, растущие пропорционально скорости спада всех отраслей хозяйства, но не всех в равной степени, а в той мере, в которой их продукция необходима для производства продукции данной i-й отрасли. При этом собственные потери связа- ны с авариями, катастрофами, стихийными бедствиями, бракованной конечной продукцией и т.д. Индуцированные потери связаны с омертвлением товарно-материальных ценностей и выпадением их из
воспроизводственных процессов в силу разрыва межотраслевых и внутриотраслевых связей (незавершенка, долгострой, поставки бра- кованного сырья или комплектующих и т.д.).
В зависимости от состояния экономической системы на разных этапах ее развития собственные и индуцированные потери могут иг-
рать более или менее заметную роль в формировании темпов роста объема продукции тех или иных отраслей. Поэтому в уравнении (13) введены нормирующие коэффициенты ui(s) и vi(s), где можно принять
95
u(s) |
= |
x(s) |
, |
v(s) |
= r(s) . |
(15) |
|
i |
|||||||
n |
|||||||
i |
|
|
i |
i |
|
||
|
|
åx(js) |
|
|
|
|
j=1
Вреальной экономике соотношение между ri(s) и ki(s), а также между ui(s) и vi(s) для разных отраслей, строго говоря, будет различ- ным. В зависимости от реальных условий может возникнуть необхо-
димость применения данной модели с иными коэффициентами ri(s), ki(s), ui(s), vi(s), чем это предусмотрено равенствами (14) и (15).
Применение модели
Обозначим величину совокупного общественного продукта че- рез W:
n |
|
W (s) = åx(js) . |
(16) |
j=1
Представляя W как функцию n зависящих друг от друга переменных x1,...,xn, каждая из которых зависит от времени, будем иметь:
|
|
æ |
∂W ö |
(s) |
|
. (s) |
n |
. (s) |
|||
ç |
÷ |
||||
W |
|
× x j . |
|||
= åç |
÷ |
||||
|
j=1 |
è |
∂xj ø |
|
Наша задача заключается в том, чтобы найти величины
(17)
∂W — коор-
∂xj
динаты градиента функции W.
Применим принцип виртуальных перемещений и предполо- жим, что функция W изменяется лишь по одному i-му аргументу, а
.
все остальные фиксированы. Тогда для произвольного i и малых xi в силу формулы Тейлора будем иметь:
W(x1(s) ,...,xi(−s |
1) ,xi(s+1) ,xi(+s1) ,...,xn(s) )- W(x1(s) ,...,xi(−s |
1) ,xi(s) ,xi(+s1) ,...,xn(s) ) = |
|
|||||
|
æ |
∂W |
ö (s+1) |
. (s+1) |
_ æ . (s+1) ö |
(18) |
||
|
= ç |
÷ |
× xi |
+ οç xi |
÷. |
|
||
|
è |
∂xi |
ø |
|
è |
ø |
|
Линеаризуем полученное соотношение и, отбрасывая остаточный член, перейдем к приближенному равенству:
W(x1(s) ,...,xi(−s |
1) ,xi(s+1) ,xi(+s1) ,...,xn(s) )- W(x1(s) ,...,xi(−s |
1) ,xi(s) ,xi(+s1) ,...,xn(s) ) » |
|
æ ∂W ö (s+1) . (s+1) |
(19) |
»ç ÷ × xi . è ∂xi ø
Всилу определения W, выражаемого равенством (16), заклю- чаем, что в левой части (19) стоит разность xi(s+1)—xi(s) и, тем самым,
æ |
∂W |
ö (s+1) |
. (s+1) |
(20) |
xi(s+1) - xi(s) » ç |
÷ |
× xi . |
||
è |
∂xi |
ø |
|
|
96
Отсюда можно заключить, что
æ ∂W ö (s+1)
ç ÷ è ∂xi ø
» |
x(s+1) |
- x(s) |
, |
(21) |
|
i |
i |
||||
. (s+1) |
|||||
|
|
|
xi
однако это еще недостаточно точный ответ.
В самом деле, суммируя приближенное равенство (20) по всем i, а затем применяя к левой части соотношение (16), а к правой — (17), будем иметь:
. (s+1) W (s+1) - W (s) » W .
Если допустить теперь, что погрешность линеаризации в (19) для
различных i пропорциональна величинам |
æ |
∂W |
ö |
(s+1) |
ç |
÷ |
, то можно было |
||
|
è |
∂xi |
ø |
|
бы удовлетвориться и полученным соотношением (21) или его более точным аналогом:
æ |
∂W ö (s+1) |
|
x(s+1) |
- x(s) |
|
|
|
. (s+1) |
|
|
|
|
|
|
|
W |
|
|
|
||||
ç |
÷ |
» |
i |
i |
× |
|
|
|
|
|
. |
. (s+1) |
|
|
(s+1) |
|
(s) |
||||||
è |
∂xi ø |
|
|
W |
- W |
|
|||||
|
xi |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
Однако такое допущение нельзя признать правдоподобным ис- ходя из вида остаточного члена в формуле Тейлора (18). Вид оста- точного члена дает основания полагать, что погрешность, приобре- тенная в результате линеаризации, раскладывается по отраслям при-
близительно пропорционально коэффициентам
λ(is+1) = (ξi(s+1) |
|
æ |
. (s+1) |
. (s) ö |
(22) |
|||
- ξi(s) )çxi |
- xi |
÷ , |
||||||
|
|
|
è |
|
|
|
ø |
|
где |
|
x(s+1) |
- x(s) |
|
|
|
||
ξ(s+1) |
= |
|
|
|
||||
i |
|
i |
|
|
|
|
||
i |
|
. (s+1) |
|
|
|
|
|
xi
представляет собой приближенное значение, полученное для вели-
æ ö (s+1) |
|
|
|
|
||
чины ç |
∂W |
÷ . |
|
|
|
|
è |
∂xi |
ø |
|
|
|
|
Вернемся к равенству (20) и перепишем его, выделяя в явном |
||||||
виде искомую поправку ωi(s+1): |
|
ö (s+1) |
|
|
||
|
|
æ |
∂W |
. (s+1) |
(23) |
|
|
|
xi(s+1) - xi(s) = ç |
÷ |
× xi + ωi(s+1) . |
||
|
|
è |
∂xi |
ø |
|
|
Вновь суммируя по всем i=1,...,n, получим, что
n |
. (s+1) |
åωi(s+1) = W (s+1) - W(s) - W . i=1
Принимая для каждого i пропорцию
97
ωi(s+1) |
= |
λ(is+1) |
, |
n |
n |
||
åω (js+1) |
|
åλ(js+1) |
|
j=1 |
|
j=1 |
|
где коэффициенты λi(s+1) определяются равенством
|
W (s+1) |
. (s+1) |
|
ωi(s+1) = |
- W (s) - W |
× λ(is+1) , |
|
|
n |
||
|
|
åλ(js+1) |
|
|
|
j=1 |
|
(22), находим, что
(24)
и, наконец, из (23) получаем для каждого i=1,...,n
æ ∂W ö (s+1)
ç ÷ è ∂xi ø
= |
x(s+1) - x(s) - ω (s+1) |
, |
(25) |
||
i |
i |
i |
|||
|
. (s+1) |
|
|||
|
|
|
|
|
xi
где величины ωi(s+1) определяются равенством (24).
В силу изложенных выше причин оптимальным является такое распределение инвестиционных ресурсов между отраслями, при ко- тором вложения в каждую i-ю отрасль пропорциональны значению
æ |
∂W |
ö |
(s+1) |
. Такое распределение инвестиций обеспечит максимально |
ç |
÷ |
|
||
è |
∂xi |
ø |
|
|
быстрое и значительное увеличение совокупного общественного продукта в данной экономической системе. Та группа отраслей, у ко-
торой значения |
æ |
∂W |
ö |
(s+1) |
максимальны по сравнению с другими от- |
ç |
÷ |
|
|||
|
è |
∂xi |
ø |
|
|
раслями, играет роль “полюсов роста” данной хозяйственной систе- мы: вложения в эти сектора хозяйства создадут предпосылки всеоб- щего экономического подъема.
В то же время, уменьшение инвестиций в данные отрасли хо- зяйства, будь то стихийный отток капитала или его преднамеренное изъятие, способно наиболее быстро и значительно снизить объем ва- лового продукта в данной экономической системе, вызывая или уг- лубляя тем самым спад физических объемов производства. Причи- ной этого факта выступает не только мультипликационный эффект, завязанный на балансовые составляющие рассматриваемой модели, но и закономерности динамики технологических укладов, выражае- мые логистическими членами соответствующих уравнений.
Применение принципа виртуальных перемещений в данной модели может дать некоторые основания полагать, будто предло- женная модель работает тем точнее, чем меньше продолжительность ее итерационного шага. Тем не менее, это неверно, поскольку инве-
стиционные лаги значительно уменьшают точность определяемых
. (s)
равенствами (12) и (13) зависимостей Gi и Di от x j . Точность этих зависимостей будет тем выше, чем ближе итерационный шаг к сред-
98
ней продолжительности оборота капитала в данной экономической системе.
Выбор слишком малого по времени итерационного шага может вызвать необходимость модификации данной модели с целью учета данных не только предыдущего шага, но и нескольких предшест-
вующих шагов при вычислении xi согласно формулам (11). При этом в разных отраслях эти данные могут учитываться с разными ве- совыми коэффициентами, в зависимости от средней скорости оборо- та капитала в той или иной отрасли.
Данная модель хорошо применима к условиям депрессивной экономики, однако наличие переменных нормирующих множителей делает ее в этом случае неустойчивой не только по начальным дан- ным, но и по параметрам. Это обстоятельство не очень удобно на практике, но оно представляет собой неизбежную плату за прибли- жение данной модели к экономической реальности.
В самом деле, неустойчивость по параметрам хорошо согласу- ется с реальным поведением депрессивных экономических систем. Она, в частности, означает, что в данной технико-экономической системе достаточно лишь мало изменить балансовые коэффициенты, или переместить ряд предприятий отрасли в более отсталый техно- логический уклад, или мало увеличить коэффициенты диссипации (например, в определенный год случилось больше аварий и стихий- ных бедствий по сравнению со среднестатистическим уровнем), и в
результате вектор валового продукта данной экономической системы (x1,...,xn) способен претерпеть значительные негативные изменения, т.е. может наступить, например, обвальный спад производства. Это обстоятельство должно внести серьезные коррективы в традицион- ные представления о национальной безопасности страны, пребы- вающей в состоянии экономической депрессии.
С другой стороны, неустойчивость модели по параметрам от- крывает и возможности более быстрого роста совокупного общест- венного продукта в случае удачного выбора направлений инвестиро- вания. Данная модель может служить целям оптимизации инвести- ционного процесса, указывая в заданной технико-экономической системе, структурированной по отраслям хозяйства и технологиче- ским укладам, оптимальные сферы приложения капитала, т.е. группы отраслей, инвестиции в которые способны наиболее значительно и быстро стимулировать прирост совокупного общественного продук- та в данных технико-экономических обстоятельствах, с учетом до- минирующего в каждой отрасли технологического уклада и межот- раслевых экономических связей.
Подчеркнем, что в данной модели оптимальность понимается
99
как функция макроэкономическая, и оптимизация касается лишь достижения максимально быстрого и значительного прироста вало- вого продукта, то есть изначально сориентирована на экономические интересы общества и, разумеется, не гарантирует автоматического получения максимальной (и даже средней) нормы прибыли индиви- дуальным капиталам, инвестированным в отмеченные этой моделью ключевые отрасли хозяйства. Обеспечение приложения частных ин- вестиций в общественных интересах на структурно сбалансирован- ной основе, указываемой данной моделью, является задачей органов государственной власти.
Оптимизация объема инвестиций
Описанная выше итерационная модель применима в целях оп-
тимизации распределения ограниченного и заранее заданного объема инвестиций. Данная модель не содержит информации об оптималь- ном совокупном объеме инвестиций, которые следует осуществить на том или ином шаге рассматриваемого итерационного процесса.
Предложим модель, отвечающую на этот вопрос. Рассматривая инвестиции как внешнюю силу, стимулирующую прирост совокупно- го общественного продукта в инерционной хозяйственной системе, получим уравнение динамики валового продукта W:
m |
d 2W |
+ b |
dW |
− cW = f . |
(26) |
|
dt2 |
dt |
|||||
|
|
|
|
В этом уравнении внешняя сила f выражает совокупный объем инве- стиций без разбивки по отраслям, взятый со знаком плюс, если инве- стиции вкладываются в экономику, и со знаком минус, если они изымаются (если имеет место отток капитала). Мерой инерции хо- зяйственной системы служит параметр m>0, а мерой ее сопротивле- ния переменам, происходящим вследствие действия силы f, — пара- метр b>0. Эти два параметра определяются статистическими мето-
дами по данным предшествующей динамики данной экономической системы; они зависят от множества показателей: от степени физиче- ского и морального износа капитала, от коэффициента выбытия, от восприимчивости экономической системы к инновациям, от средней скорости оборота капитала, от уровня нормы ссудного процента и других величин.
Параметр c>0 есть не что иное как норма накопления, имею- щая место на данном шаге итераций. Смысл последнего члена левой части в уравнении (26) заключается в том, что хронически депрес- сивное состояние экономики, для которого
d 2W |
= |
dW |
= 0, |
|
dt2 |
dt |
|||
|
|
100