КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 24-28-20020
НазваниеРазработка модели устойчивого развития социо-эколого-экономических систем в условиях неопределенности
Руководитель Жуков Роман Александрович, Доктор экономических наук
Организация финансирования, регион федеральное государственное образовательное бюджетное учреждение высшего образования "Финансовый университет при Правительстве Российской Федерации" , Тульская обл
Конкурс №90 - Конкурс 2024 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами» (региональный конкурс)
Область знания, основной код классификатора 08 - Гуманитарные и социальные науки; 08-155 - Прогнозирование социально-экономического развития, государственное регулирование экономики и управление социально-экономическими процессами
Ключевые слова социо-эколого-экономическая система, устойчивость, развитие, модель, многоуровневый оптимизационный подход, байесовские интеллектуальные технологии
Код ГРНТИ23.15.00
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
В современных условиях управление сложными системами – социо-эколого-экономическими системами, – направленное на обеспечение их устойчивого развития, без использования экономико-математического аппарата и современных инструментальных средств анализа данных и принятия решений трудноосуществимо. При этом исследователи и специалисты в области регионального развития сталкиваются с проблемой формирования адекватных реальным социо-эколого-экономическим процессам моделей с учетом специфических условий функционирования СЭЭС, ее подсистем и элементов и применением для этого методологически обоснованного экономико-математического инструментария. При этом наблюдается потребность в методологиях, позволяющих разрабатывать модели, эффективные в реальных условиях функционирования СЭЭС, характеризующихся значительной информационной и ситуационной неопределенностью.
С одной стороны, неопределенность обусловлена характером имеющихся данных, которые в большинстве своем, разнородны, неполны и неточны, а проводимые измерения уникальны в том смысле, что проводятся в конкретный период времени и в конкретных условиях, в том числе по разным выборкам, что приводит к сложности обеспечения корректности сопоставления, сравнимости и однородности выборок. Кроме того, имеющиеся малые выборки не дают возможности обоснованно использовать методы математической статистики для построения эконометрических моделей. С другой стороны, ситуационная неопределенность объясняется динамичностью совокупности влияющих факторов и степени их воздействия, а также динамичностью нормативов и критериев. Таким образом, формируются специфические условия, характеризуемые свойствами СЭЭС и внешнего окружения, которые необходимо учитывать при выборе методологии построения адекватных моделей. В этом аспекте комплексный подход к решению обозначенных проблем является научно значимым и актуальным, как в теоретическом, так и практическом аспекте, последний из которых даст возможность разработать адресные рекомендации, направленные на обеспечение развития субъектов РФ, в частности Тульской области.
В проекте предлагается методология байесовских интеллектуальных технологий, обеспечивающая создание адекватных моделей в указанной выше постановке задачи, не имеющая аналогов в России и за рубежом.
Научная новизна проекта заключается в следующем:
1. Разработка методологически обоснованной методики построения моделей по малым выборкам для модели развития СЭЭС.
2. Усовершенствованная методика построения моделей динамических нормативов СЭЭС на основе байесовских интеллектуальных технологий в условиях неопределенности.
3. Построение модели развития для Тульской области.
4. Получение практических рекомендаций для органов управления Тульской области в части обеспечения устойчивого развития региона.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2024 году
В результате проведенных в соответствии с планом работ получены следующие результаты.
Усовершенствован подход к формированию моделей развития социо-эколого-экономических систем, в том числе разработаны концептуальное и формализованное описание этапов построения моделей СЭЭС, включая идентификацию типа распределения по малой выборке факторов и результатов развития элементов СЭЭС; генерацию достаточного объема выборки; построения моделей динамических нормативов на основании разработанных авторами методик (построение эконометрических моделей по малым выборкам для модели развития СЭЭС, построение моделей динамических нормативов СЭЭС на основе байесовских интеллектуальных технологий (БИТ) в условиях неопределенности) и моделей развития элементов, подсистем СЭЭС и СЭЭС в целом. Кроме того, разработана методика построения четырех типов норм, а также норм пятого типа (на основе эконометрического моделирования и БИТ) и методика обоснования их выбора для дальнейшей оценки и анализа СЭЭС. Это позволило сформировать единый методологически обоснованный подход к построению моделей для изучения СЭЭС с учетом их особенностей и конкретных условий их функционирования.
Разработана модель СЭЭС, включающая иерархическую информационную модель и модели динамических нормативов (пяти типов) для областей Центрального федерального округа и моделей развития для Тульской области на основе байесовских интеллектуальных технологий и эконометрического моделирования. На базе собранной статистической информации за 2007–2022 г, реализации методики идентификации типа распределения и генерации выборок достаточного объема были построены соответствующие нечеткие и эконометрические модели динамических нормативов и модели развития с проверкой их адекватности, определения точности, выбором функциональных форм моделей на основании разработанной методики. Совокупность эконометрических моделей для расчета каждого норматива и моделей развития содержит 25 результативных признаков с 41 уникальным фактором (некоторые из них содержатся в разных моделях), что дало возможность смоделировать развитие областей ЦФО и Тульской области.
Осуществлены оценка и анализ результатов развития Тульской области с использованием системы универсальных индикаторов, включающих частные (для элементов) и интегральные (для подсистем) показатели результативности и коэффициенты гармоничности по данным для совокупности областей ЦФО, а также по сгенерированным данным для Тульской области на основе разработанной методики. Кроме того, составлены социо-эколого-экономические портреты Тульской области за 2018–2022 гг. Полученный результат позволил выявить положительные и негативные тенденции развития региона.
На основе многоуровневого оптимизационного подхода построена оптимизационная модель развития Тульской области, представляющая собой целевую функцию, включающую модели динамических нормативов и моделей развития, зависящих от факторов, изменение которых приводит СЭЭС в динамическое равновесие, с системой ограничений. Кроме того, сочетание моделей развития СЭЭС с оптимизационной моделью позволило построить модель устойчивого развития Тульской области, представленную, в том числе в виде процессной модели. Использование строгого математического аппарата дало возможность частично устранить субъективизм и усилить обоснованность полученных решений и количественно выраженных практических рекомендаций, направленные на обеспечение устойчивого развития Тульской области.
Разработаны предложения, направленные на обеспечение устойчивого развития Тульской области в области экономики, экологии и социального развития на основе количественного анализа показателей результативности и решения многокритериальной оптимизационной задачи, реализация которых позволит обеспечить расположение региона на магистрали устойчивого развития.
Публикации
1.
Жуков Р.А., Прокопчина С.В., Плинская М.А., Желуницина М.А.
Моделирование функциональных связей региональных экономических систем по малым выборкам на основе байесовских интеллектуальных измерений
Journal of Applied Economic Research, №3, Т. 23, с. 721–750. (год публикации - 2024)
10.15826/vestnik.2024.23.3.029
2. Жуков Р.А., Прокопчина С.В., Хлынин Э.В. Оценка экологического состояния Тульской области на основе байесовских интеллектуальных измерений Известия Тульского государственного университета. Науки о Земле., №3, с. 133-147 (год публикации - 2024)
3. Жуков Р.А., Прокопчина С.В., Плинская М.А., Желуницина М.А. Построение системы динамических нормативов для оценки функционирования сложных систем на примере субъектов Центрального федерального округа Бизнес-информатика, № 4 (год публикации - 2024)
4.
Жуков Р.А., Прокопчина С.В.
О формировании мягких норм для оценки функционирования сложных систем
Чебышевский сборник, №3, Т. 25, с. 351-358 (год публикации - 2024)
10.22405/2226-8383-2024-25-3-351-358
5.
Жуков Р.А., Прокопчина С.В., Плинская М.А., Желуницина М.А.
Measurement and Computing Issues in Control of Complex Systems
Proceedings of 2024 XXVII International Conference on Soft Computing and Measurements (SCM'2024) , С. 38-40 (год публикации - 2024)
10.1109/SCM62608.2024.10554144
6.
Жуков Р.А., Прокопчина С.В., Плинская М.А., Желуницина М.А.
Применение современных инструментальных средств для моделирования развития социо-эколого-экономических систем
Современная математика и концепции инновационного математического образования, Т. 11. № 1. С. 167-172. (год публикации - 2024)
10.54965/24129895_2024_11_1_167
Возможность практического использования результатов
Результаты исследования могут быть использованы на практике региональными органами управления в своей деятельности, направленной на обеспечение экономического роста и социального развития субъектов Российской Федерации. Кроме того, результаты формируют научный задел в области моделирования социо-эколого-экономических процессов и систем в условиях неопределенности на основе эконометрического моделирования и методологии байесовских интеллектуальных технологий, которые могут быть применены для СЭЭС различных уровней (округ, субъект Российской Федерации, муниципальное образование, предприятие).