Scenario Modeling of Economic Growth Based on Indicative Planning

Cover Page

Cite item

Full Text

Abstract

This paper considers a multilevel indicative planning model for target indicators in the “World–Country–Industries–Resources–Projects” system. The proposed simulation model implements scenario planning. The problem of analyzing and forecasting the country’s target indicators, using the example of Gross Domestic Product at Purchasing Power Parity (GDP at PPP), is formulated for individual industries. The growth rates of individual industries’ GDP and Gross Value Added (GVA) necessary for implementing the target scenario are estimated. Specific efficiency indicators for financial and human resources are determined: labor productivity and capital intensity. The investment in fixed assets and human resources necessary for implementing the target scenario are estimated. As demonstrated, implementing the target scenario of GVA growth requires measures to accelerate labor productivity growth, and the most important industries in this context are identified. The study is based on initial data provided by the World Bank and the Federal State Statistics Service of the Russian Federation.

About the authors

O. I Dranko

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: olegdranko@gmail.com
Moscow, Russia

A. F Rezchikov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: rw4cy@mail.ru
Moscow, Russia

I. A Stepanovskaya

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: irstepan@ipu.ru
Moscow, Russia

A. S Bogomolov

Federal Research Center “Saratov Scientific Center of the Russian Academy of Sciences”

Email: alexbogomolov@yandex.ru
Saratov, Russia

V. A Kushnikov

Federal Research Center “Saratov Scientific Center of the Russian Academy of Sciences”

Email: kushnikoff@yandex.ru
Saratov, Russia

References

  1. Перечень поручений по реализации Послания Президента Федеральному Собранию. – 2024. – URL: http://kremlin.ru/acts/assignments/orders/73759 (дата обращения 15.04.2024).
  2. Указ Президента Российской Федерации от 07.05.2024 № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года». – URL: http://publication.pravo.gov.ru/document/
  3. ВДС коды ОКВЭД-2007 (с 2002 г.). – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/Rp8q2AB0/ВДС%20годы%20ОКВЭД2007%20(с%202002%20г.).xls (дата обращения 15.04.2024).
  4. ВВП годы (с 1995 г.). – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/VVP_god_s_1995-2023.xlsx (дата обращения 15.04.2024).
  5. Итоги внешней торговли со всеми странами. – Федеральная таможенная служба. – URL: https://customs.gov.ru/storage/document/document_statistics_file/2024-02/13/Tcnc/страны122023.xlsx (дата обращения 15.04.2024).
  6. Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога на добавленную стоимость, акцизов и иных аналогичных обязательных платежей) по данным бухгалтерской отчетности c 2017 г. – М.: Федеральная служба государственной статистики. – URL: https://www.fedstat.ru/indicator/58235 (дата обращения 15.04.2024).
  7. Варнавский В.Г. Китайский феномен экономического роста // Мировая экономика и международные отношения. – 2022. – Т. 66, № 1. – С. 5–15.
  8. Кузнецов В.И., Ларионова Е.И., Чинаева Т.И. Анализ экономики Китая в XXI веке // Статистика и экономика. – 2021. – T. 18, № 2. – С. 57–70.
  9. Смирнова О.О. Основы стратегического планирования Российской Федерации. – М.: Издательский Дом «Наука», 2013. – 302 с.
  10. Смирнова О.О. Формирование отечественной модели индикативного планирования // МИР (Модернизация. Инновации. Развитие). – 2020. – Т. 11, № 3. – С. 266–279.
  11. Смирнова О.О. Стратегическое индикативное планирование: принципы и возможности применения // Инновации. – 2020. – Т. 260, № 6. – С. 17–21.
  12. Левинталь А.Б., Ефременко В.Ф., Гусев В.Б. и др. Индикативное планирование и проведение региональной политики / Под ред. А.Б. Левинталя, Ф.Ф. Пащенко. – М.: Финансы и статистика, 2007. – 368 с.
  13. Левинталь А.Б., Ефременко В.Ф., Гусев В.Б., Пащенко Ф.Ф. Индикативное планирование и проведение региональной политики в развитых зарубежных странах: Науч. изд. – М.: ИПУ РАН, 2005. – 56 с.
  14. Левинталь А.Б., Ефременко В.Ф., Гусев В.Б., Пащенко Ф.Ф. Расчет показателей индикативного планирования для программ развития региона – М.: ИПУ РАН, 2006. – 49 с.
  15. Суворов Н.В., Ахунов Р.Р., Губарев Р.В. и др. Применение производственной функции Кобба – Дугласа для анализа промышленного комплекса региона // Экономика региона. – 2020. – Т. 16, № 1. – С. 187–200.
  16. Дранко О.И., Новиков Д.А., Райков А.Н., Чернов И.В. Управление развитием региона. Моделирование возможностей. – М.: URSS, ООО «ЛЕНАНД», 2023. – 432 с.
  17. Chernov, I.V. Scenario Analysis of Vulnerability in Control of Complex Systems // Automation and Remote Control. – 2022. – Vol. 83, No. 5. – P. 780–791.
  18. Avdeeva, Z.K., Kovriga, S.V., Grebenyuk, E.A. Cognitive Modelling-driven Time Series Forecasting for Predicting Target Indicators in Non-stationary Processes // IFAC-PapersOnLine. – 2021. – Vol. 54, no.13. – P. 91–96.
  19. Авдеева З.К., Коврига С.В. О постановке задач управления ситуацией со многими активными субъектами с использованием когнитивных карт // Управление большими системами. – 2017. – Вып. 68. – С. 74–99.
  20. Захарова А.А., Подвесовский А.Г., Исаев Р.А. Нечеткие когнитивные модели в управлении слабоструктурированными социально-экономическими системами // Информационные и математические технологии в науке и управлении. – 2020. – № 4 (20). – С. 5–23.
  21. Подгорская С.В., Подвесовский А.Г., Исаев Р.А. и др. Моделирование сценарного развития сельских территорий на основе нечеткой когнитивной модели // Проблемы управления. – 2019. – № 5. – С. 49–59.
  22. Zakharova, A.А., Podvesovskii, A.G. Application of Visual-Cognitive Approach to Decision Support for Concept Development in Systems Engineering. – 2021. – IFAC-PapersOnLine. – Vol. 54, no. 13. – P. 482–487.
  23. Zakharova, A.A., Podvesovskii, A.G., Shklyar, A.V. Visual and cognitive interpretation of heterogeneous data // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. – 2019. – Vol. XLII-2/W12. – P. 243–247.
  24. Ерешко Ф.И., Шумов В.В. Разработка методики оценки рисков реализации различных сценариев развития ЕАЭС для государств-членов и для Союза в целом с учетом влияния различных экономических факторов // Россия и Азия. – 2020. – № 5(14). – С. 40–50.
  25. Цвиркун А.Д., Чурсин А.А., Ерешко Ф.И. Задачи стратегического управления в крупномасштабных проектах (на примере ракетно-космической отрасли) // Матер. Девятой международной конференции «Управление развитием крупномасштабных систем MLSD'2016». – Москва, 2016. – Т. I. – С. 130–138.
  26. Обросова Н.К., Шананин А.А. Описание функционирования обрабатывающего сектора в макромодели российской экономики // Труды Института системного анализа Российской академии наук. – 2018. – Т. 68, № 2. – С. 63–67.
  27. Варнавский В.Г. Драйверы мировой экономики // Мировая экономика и международные отношения. – 2020. – Т. 64, № 7. – С. 5–16.
  28. Глушков В.M. О системной оптимизации // Кибернетика. – 1980. – № 5. – C. 89–90.
  29. Глушков В.М., Михалевич B.C., Волкович В.Л. и др. Системная оптимизация в многокритериальных задачах линейного программирования при интервальном задании предпочтений // Кибернетика. – 1983. – № 3. – С. 1–8.
  30. Михалевич В.С., Волкович В.Л. Вычислительные методы исследования и проектирования сложных систем. – М.: Наука, 1982. – 286 с.
  31. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами – М.: Наука, 1994. – 270 с. [Burkov, V.N., Irikov, V.A. Models and Methods of Management of Organizational Systems. – Moscow: Nauka, 1994. – 270 p. (In Russian)]
  32. Ириков В.А., Поспелов Г.С., Курилов А.Е. Процедуры и алгоритмы формирования комплексных программ – М.: Наука, 1985. – 424 с.
  33. Ириков В.А., Охрименко М.В. Формирование и контроль целей регионального развития на основе траекторного подхода с использованием моделей системной оптимизации // Международная научно-практическая Мультиконференция «Управление большими системами 2009». – Москва, 2009. – С. 111–114.
  34. Ириков В.А., Тренев В.Н. Распределенные системы принятия решений. Теория и приложения – М.: Наука, 1999. – 285 с.
  35. Федеральный закон от 28.06.2014 N 172-ФЗ (ред. от 17.02.2023) «О стратегическом планировании в Российской Федерации». – URL: https://cloud.consultant.ru/cloud/cgi/online.cgi?req=doc&base=LAW&n=439977.
  36. Ириков В.А., Новиков Д.А., Тренев В.Н. Целостная система государственно-частного управления инновационным развитием как средство удвоения темпов выхода России из кризиса и посткризисного роста. – М.: Институт проблем управления им. В.А. Трапезникова РАН, 2009. – 220 с.
  37. Gross Domestic Product (GDP). – URL: https://www.worldeconomics.com/Indicator-Data/Economic-Size/Revaluation-of-GDP.aspx (дата обращения 15.04.2024). [Accessed April 15, 2024].
  38. The World Bank. GDP, PPP (current international $). – URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.PP.CD (Даты обращения 15.04.2024, 15.06.2024). [Accessed April 15, 2024, June 15, 2024].
  39. Валовая добавленная стоимость по отраслям экономики (в текущих ценах, млрд. руб.). – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/VDS_god_OKVED2_s2011-2023.xlsx (дата обращения 15.04.2024).
  40. Указ Президента РФ от 21 июля 2020 года N 474 «О национальных целях развития Российской Федерации на период до 2030 года». – URL: https://cloud.consultant.ru/cloud/cgi/online.cgi?req=doc&base=LAW&n=357927.
  41. World Bank (GDP growth (annual %)), – URL: https://api.worldbank.org/v2/en/indicator/NY.GDP.MKTP.KD.ZG?downloadformat=excel (дата обращения 15.04.2024).
  42. Приказ Росстата от 17.12.2021 № 926 «Об утверждении Официальной статистической методологии расчета показателя «Чистые налоги на продукты». – URL: https://cloud-prom.consultant.ru/cloud/cgi/online.cgi?req=doc&base=LAW&n=407417.
  43. ВДС годы ОКВЭД2 (с 2011 г.). – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/VDS_god_OKVED2_s2011-2023.xlsx (дата обращения 11.11.2024).
  44. Инвестиции в основной капитал, методология. Основные понятия. – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/xoCyl4Ia/met-ok.pdf (дата обращения 15.04.2024).
  45. Структура инвестиций в основной капитал, методология, методология. Основные понятия. – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/ptVbsve8/met-str.pdf (дата обращения 15.04.2024).
  46. Среднегодовая численность занятых по видам экономической деятельности. – М.: Федеральная служба государственной статистики. – URL: https://rosstat.gov.ru/storage/mediabank/05-05_2017-2022.xls (дата обращения 15.04.2024).
  47. Приказ Минэкономразвития от 28 декабря 2018 г. № 748 «Об утверждении методики расчет показателей производительности труда предприятия, отрасли, субъекта Российской Федерации и методики расчета отдельных показателей национального проекта «Производительность труда и поддержка занятости». – URL: https://www.economy.gov.ru/material/dokumenty/prikaz_minekonomrazvitiya_rossii_ot_28_dekabrya_2018_g_748.html?ysclid=m40fgrcjsd822904856.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».