Цифровые технологии прогнозирования и стратегического планирования регионального развития: теория и практика
https://doi.org/10.46554/1993-0453-2023-6-224-69-83
Аннотация
В статье рассматривается подход к цифровизации процессов прогнозирования и стратегического планирования регионального развития на основе создания цифрового инструментария, позволяющего региональным аналитикам эффективно решать практические задачи прогнозирования и стратегирования. Основными компонентами этого инструментария являются цифровая модель региона (субъекта Российской Федерации), описывающая социально-экономическую деятельность региона с необходимой подробностью, и универсальный решатель, позволяющий за приемлемое время решать на модели региона прямые и обратные задачи большой размерности. Обсуждается опыт использования в региональной практике методов и цифровых инструментов прогнозирования и стратегического планирования, разработанных в Самарском государственном экономическом университете.
Об авторе
В. А. Цыбатов
Самарский государственный экономический университет
Россия
Россия
Владимир Андреевич Цыбатов
доктор экономических наук, профессор кафедры региональной экономики и управления
Самара
Список литературы
1. Цифровое стратпланирование / Министерство экономического развития Российской Федерации. URL: https://www.economy.gov.ru/material/directions/strateg_planirovanie/cifrovoe_strat-planirovanie/ (дата обращения: 10.04.2023).
2. Цыбатов В.А. Модели и методы стратегирования регионального развития // Вестник Самарского государственного экономического университета. 2015. № 3 (125). С. 49–66.
3. Цыбатов В.А., Важенина Л.В. Методические подходы к анализу и прогнозированию развития топливно-энергетического комплекса и газовой промышленности в регионе // Экономика региона. 2014. № 4. С. 188–198.
4. Цыбатов В.А. Формирование цифрового каркаса стратегии регионального развития – от целевого плана до дорожной карты // Вестник Самарского государственного экономического университета. 2020. № 7 (189). С. 25–39. doi:10.46554/1993-0453-2020-7-189-25-39.
5. Dixon P.B., Koopman R.B., Rimmer M.T. The MONASH style of computable general equilibrium modeling: a framework for practical policy analysis // Handbook of Computable General Equilibrium Modeling / P.B. Dixon, D.W. Jorgenson (eds.). North-Holland, Amsterdam, 2013. Pp. 23–103.
6. Wickens M. Macroeconomic theory: a dynamic general equilibrium approach. Princeton : Princeton University Press, 2008. 477 p.
7. Harrison V., Pearson K. An Introduction in GEMPACK. 5th ed. Melbourne, Australia : Center of Policy Studies and Impact Project, 2000.
8. Rutherford T. Applied general equilibrium modeling with MPSGE as a GAMS subsystem: an overview of the modeling framework and syntax // Computational Economics. 1999. Vol. 14. Issue 1–2. Pp. 1–46.
9. McCandless. The ABCs of RBCs: an introduction to dynamic macroeconomic models. Cambridge, Massachusetts : Harvard University Press, 2008. 421 p.
10. Edge R.M., Gurkaynak R.S. How useful are estimated DSGE model forecasts for central bankers? // Brookings Papers on Economic Activity. 2010. Vol. 41 (2). Pp. 209–259.
11. Могилат А., Селезнев С., Жабина С. О подготовке сценарного макроэкономического прогноза и модельном аппарате Банка России / Банк России. 2021. 16 с.
12. Samuelson D.A., Charles M.M. Agent-based modeling comes of age // OR/MS Today. 2006.
13. A data-rich agent-based decision support model for hospital consolidation / Zh. Yu , W. Rouse, N. Serban, E. Veral // Journal of Enterprise Transformation. 2016. Vol. 6. Issue 3–4. Pp. 136–161. doi:10.1080/19488289.2016.1248802.
14. Salem H., Attiya G., El-Fishawy N. A survey of multi-agent based intelligent decision support system for medical classification problems // International Journal of Computer Applications. 2015. Vol. 123. Issue 10. Pp. 20–25.
15. Chesney T., Gold S., Trautrims A. Agent based modelling as a decision support system for shadow accounting // Decision Support Systems. 2017. Vol. 95. Pp. 110–116. doi:10.1016/j.dss.2017.01.004.
16. Агент-ориентированная демографическая модель Дальнего Востока как инструмент поддержки принятия управленческих решений / Е.А. Россошанская, Т.А. Дорошенко, Н.А. Самсонова [и др.] // Государственное управление. Электронный вестник. 2022. № 94. С. 203–224.
17. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic : учебник. Санкт-Петербург : БХВ-Петербург, 2017. 400 с.
Рецензия
Для цитирования:
Цыбатов В.А. Цифровые технологии прогнозирования и стратегического планирования регионального развития: теория и практика. Вестник Самарского государственного экономического университета. 2023;1(6):69-83. https://doi.org/10.46554/1993-0453-2023-6-224-69-83
For citation:
Tsybatov V.A. Digital technologies of forecasting and strategic planning of regional development: theory and practice. Vestnik of Samara State University of Economics. 2023;1(6):69-83. (In Russ.) https://doi.org/10.46554/1993-0453-2023-6-224-69-83
Просмотров:
3
Послать статью по эл. почте 