Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Сказка'
Министерство образования и науки Астраханской области ОАОУ ДОД «Областной Центр развития творчества детей и юношества» Народный коллектив молодежный ...полностью>>
'Лекции'
Мы публикуем полную стенограмму лекции профессора Российской экономической школы, ведущего экономиста Центра экономических и финансовых разработок, о...полностью>>
'Документ'
ОСОБЛИВІ УМОВИ ДОБРОВІЛЬНОГО СТРАХУВАННЯ ВІДПОВІДАЛЬНОСТІ ПЕРЕД ТРЕТІМИ ОСОБАМИ ЗА ШКОДУ, ЗАВДАНУ ВНАСЛІДОК АВАРІЙНОГО ЗАБРУДНЕННЯ НАВКОЛИШНЬОГО ПРИРО...полностью>>
'Программа'
Кумертауский филиал ГОУ ОГУ предлагает специалистам, имеющим высшее образование, пройти обучение по программе профессиональной переподготовки «Экономи...полностью>>

Л. Л. Делицын: Григорьевича ясен. Обратите внимание, что они разграничивают инновации и любые новшества вообще. Подчеркивая, что отличительной чертой инноваций является их успешное внедрение на рынок и наличие прибы

Главная > Документ
Сохрани ссылку в одной из сетей:

Л.Л. Делицын: Григорьевича ясен. Обратите внимание, что они разграничивают инновации и любые новшества вообще. Подчеркивая, что отличительной чертой инноваций является их успешное внедрение на рынок и наличие прибыли, которую они приносят. Другие авторы, Юрий Владимирович Яковец, например, говорят о необходимости снижения издержек. Определение это, по-видимому, правильное, но я бы сказал для работы неудобное. Для чего оно удобно, что можно делать с таким определением?

Это определение очень хорошее, чтобы отфутболить изобретателя. Если придет изобретатель, принесет изобретение, попросит грант, а мы ему говорим: «Нет, извини, но ты никакой не инноватор, а мы развивать хотим инновации, а не изобретения. А поскольку твое изобретение прибыли не приносит, то, извини и до свидания».

Второе важное применение, это конечно посадить чиновника, которому было доверено руководство венчурным фондом. В частности руководитель «Роскоминвеста» при Министерстве связи рассказывал, что когда с ним беседовала прокуратура, он их спрашивал: «Скажите, а что будет если одна из компаний, которую мы проинвестируем разорится?» «Мы тебя посадим, - отвечала ему прокуратура, потому что деньги мы тебе даем под инновации, инновации – это то, что приносит прибыль». «Ну так у меня девять других компаний принесут прибыль!» «За это тебе твое министерство даст грамоту, - отвечает прокуратура. А наша задача предотвратить нецелевое расходование тобой средств. Если ты занимаешься инновациями, будь любезен вкладывать в прибыльные компании».

Мы попадаем в капкан. То есть определение это, безусловно, правильное, но работать с ним нельзя. Тем более, что если обратиться к ИКТ, то окажется, что инновациями не являются браузеры, которыми мы пользуемся. Netscape обанкротился. Internet Explorer никогда не продавался, это всегда был бесплатный продукт. Firefox бесплатный продукт, мобильная связь 3G все банкроты. Видеочат Skype разорил этот самый E-bay. E-bay еле смог его сбагрить. Операционная система Linux до недавнего времени распространялась бесплатно, поисковые системы до 2003 года были убыточны, разоряли друг друга. Онлайн-энциклопедии, Wikipedia, которую обожают студенты, живут на благотворительные пожертвования. Провайдер доступа к интернету еле сводит концы с концами. И наконец, модное в последние несколько лет SAAS (softwear as a service), программное приложение как услуга, это компании, которое вообще ничего не приносят.

Я вам показываю диаграмму деятельности венчурного фонда, в котором я работаю. Это результат системного анализа. Здесь, наверное, 12 проектов из области SAAS, которые поступали к нам на рассмотрение, по горизонтали неопределенность отложена, по вертикали - привлекательность. Все эти проекты попадают в область непривлекательных и в общем, непонятных.

Вообще говоря, я задаюсь в последнее время вопросом, а как измерить актуальность той или иной работы? Допустим, наша сфера, изучение и распространение инноваций, изучение инноваций, математическая модель инноваций, насколько она актуальна? Ну если сравнить заполненность зала час назад, когда здесь выступали немецкие сейлы, сейчас она составляет 1/5, то есть приблизительно в пять раз менее актуально, чем та тема. Почему? Потому что она тоже непонятная, но при этом еще и не принесет денег, да.

Поэтому при изучении и распространении инноваций как-то стало более общепринятым определение Эверетта Роджерса, который предложил считать инновацией любую новую идею, практику, обычай, который воспринимается как новый лицом, принимающим решение, или группой, принимающей решение или единицей, принимающей решение, будь то организация, государство или индивид. Как видите, такое совершенно необычное для нас определение, потому что в нем кто-то еще и принимает решение.

Это не в нашей традиции, конечно, определение инноваций, поскольку у нас несколько другие приоритеты - это новизна, масштаб, рынок и так далее. Но при изучении и распространении нововведений определение Роджерса безусловно удобней. Обратите внимание, книжка Роджерса была недавно переведена на украинский язык, на русском ее нет, и она, наверное, не появится, но на украинском она есть. Роджерс действительно много усилий приложил, чтобы позиционировать теорию распространения нововведений как такую органичную часть науки о принятии решений. Он инкорпорировал существовавшие в маркетинге многостадийные модели принятия решений, от осведомленности и до повторного использования, в такую схему и детально ее изложил. В математических моделях, о которых мы будем говорить, все эти стадии сжаты, сплюснуты, в один момент времени. Наш индивид, который мы будем изучать при помощи дифференциальных и иных уравнений, увидел, сразу загорелся и купил, и начал использовать.

Конечно в жизни все не так, но это та идеализация, без которой мы не смогли бы двигаться вперед. ИКТ стали одним из первых объектов, которые изучались с уже конца 19 века статистическими методами. В частности, Габриэль Тард был начальником отдела статистики в Парижском департаменте полиции, он обратил внимание на S-образный характер преступности. Тард вел статистику преступности и обнаружил, что некоторые преступления входят в моду, бум возникает, все становятся маньяками или все режут горло, а потом мода исчезает, и он уподобил это росту живых существ.

Кроме того, Тард обратил внимание на рост числа телеграмм. Это происходило на его глазах. Сейчас мы знаем - телеграф уже свой жизненный цикл завершает, но в то время количество телеграмм составляло несколько миллионов в год во Франции. Тардианство по сей день существует, составляет такую небольшую секту скорее в социологии, чем в экономике, и ни шатко ни валко развивается. Хотя сегодня мы говорим не столько о подражании, как Тард в то время, сколько о влиянии индивидов друг на друга при принятии решений.

Элементарная модель, которая используется чаще всего, восходит к Ферхюльсту, который в 1838 году предложил модель как альтернативу модели Мальтуса. Модель Мальтуса была в то время, по сути, единственной математической моделью в демографии. Но поскольку она не нравилась руководителю Ферхюльста Адольфу Кетле, Кетле попросил молодого математика сочинить какую-нибудь формулу, которая описывала бы экспоненциальный рост с последующим замедлением и выходом на асимптоту, что Ферхюльст и проделал.

После чего его работа была забыта приблизительно на 70 лет, потому что сам Кетле ее не поддержал. Она перекочевала в изучение и распространение нововведений и в ней ключевую роль играют два параметра. Один параметр отвечает за распространение информации или влияния через средства массовой информации, иной источник, внешний по отношению к социуму. Второй фактор определяет вирусное распространение, распространение межличностное, когда индивид, который использует нововведение, становится коммуникантом и начинает влиять на других.

В этих моделях подразумевается, что индивиды не скрывают тайну. Они не молчат, ничего за это не требуют, как только он научился сам, он тут же начинает обучать других. Собственно говоря, приблизительно в тоже время, когда Ферхюльст сочинял формулу, Николай Васильевич Гоголь в своих пьесах дал очень простое и яркое описание обоих факторов, как межличностного распространения нововведений, так и внешнего, или средств массовой информации.

Можно себе представлять этот процесс, вспоминая героев Гоголя. Коммуникативных моделей диффузии, основанных на распространении информации и влияния в обществе довольно много. Они продолжают развиваться, и вот пример того, как с их помощью можно аппроксимировать данные о распространении сотовой связи в России, в Москве. Эти данные были собраны и опубликованы «Левада-центром». На первый взгляд кажется, что все хорошо. Более того, если протянуть данные в 90-е годы, когда социологи еще не могли с ними работать, было слишком мало людей, которые обладали мобильными телефонами, тем не менее собиралась статистика с сим-карточек. Я в полулогарифмическом масштабе рисую данные и логистическую кривую Ферхюльста. Кажется, что все треугольники прекрасно, великолепно на нее ложатся. Поэтому все сторонники этой теории, наверное, во главе с Аскаром Акаевым, который сейчас наиболее видный ее представитель, очень просто могут иллюстрировать свои убеждения. Вот, пожалуйста, данные, вот, пожалуйста, модель, и вот как данные ложатся на эту модель. Но если поглядеть на эти данные в микроскоп или детальнее, то окажется, что не все так прекрасно. Экономисты пытались проинтерпретировать эти модели, сделали несколько разных попыток, и тоже сумели вывести логистические кривые самыми разными путями.

В основном пытались ввести некоторую функцию предпочтений потребителя, которая менялась под воздействием внешней информации, которая поступает от текущих пользователей. Иногда это называют сетевым эффектом. Кроме того популярна теория критической массы, когда кол-во пользователей должно превзойти некую критическую величину после чего наступает счастье. В частности, Эверетт Роджерс, автор нашего определения, был очень ярким пропагандистом теории критической массы.

Но это не наша сфера. Наша сфера – это фактически самая популярная сейчас модель, модель Фрэнка Басса. Она лишь немного видоизменяет классическую модель Ферхюльста. Фактически, Басс сумел проинтерпретировать такие коэффициенты, как параметр внешнего и внутреннего воздействия.

Он не ограничился теорией, сумел прогнозировать пик продаж цветных телевизоров в США, а потом еще большое кол-во разных потребительских товаров. Для меня самого было много лет загадкой, зачем нужно прогнозировать пик продаж, чего в этом хорошего, чего в этом ценного, пока я не набрел на статью о том как в Советском Союзе продавали швейные машинки. Люди покупали швейные машинки, государство строило больше фабрик по производству швейных машинок. Люди покупали еще больше швейных машинок, государство строило еще больше фабрик, а потом люди перестали покупать швейные машинки, а фабрики остались, многие были наказаны. То есть, поскольку спрос носил колоколообразный характер, это важный вопрос.

Было сделано несколько попыток моделировать распространение интернета при помощи логистических кривых. Можно считать их удачными, можно считать их неудачными, но на мой взгляд, если внимательно посмотреть на данные по разным странам, то окажется, что кривые эти не описывают прошлое и не предсказывают будущее. Они недостаточно хороши. Чтобы они стали достаточно хороши, мы должны для начала хотя бы учесть демографические процессы. Тот факт, что люди рождаются, стареют, умирают. Потому что процесс длинный, он занимает несколько десятилетий, при этом молодые люди более чувствительны к нововведениям, пожилые люди менее чувствительны.

При этом приходится решать систему интегро-дифференциальных уравнений, она вообще система частных производных, хотя ее можно решать на характеристиках, тогда она станет системой как бы обыкновенных интегро-дифференциальных уравнений. И вот результат: для Москвы можно получить для разных возрастных групп решение. Вот над каждой кривой подписан интервал возрастов, к которому относится эта группа. Ну а более интересные результаты получены для России. Но при работе с Россией необходимо учитывать традиционно важный вопрос принуждения, в данном случае - это обучение детей в школах и использование интернета. Смотрите, какой получался прогноз при учете обучения детей в школах – при этом кривые действительно перестают быть логистическими, они приобретают такие длинные хвосты, долго тянутся в будущее, ну и где-то к 2050 году половина россиян пользовалась бы интернетом. Если бы происходило только это.

В реальности, по-видимому, происходит не только это, потому что в реальности процесс идет быстрее. И было выдвинуто предположение, что некоторую роль играет стоимость доступа. В середине прошедшего десятилетия начал распространяться широкополосный доступ, предположительно цены упали, и если ввести в модель такое предположение, о том, что постепенно угасает сегмент лиц, которым недоступно это нововведение, интернет, то можно немножко задрать кривые вверх.

Но тут вы меня спросите, а как вы можете доказать, что цены упали? А я не только не могу доказать, я даже не могу никого убедить начать собирать эту информацию, потому что естественно для связистов это совершенно неинтересно, потому что связисты отстаивают ту точку зрения, что с ценами все в порядке. Цены достаточно хороши, просто интернет не предоставляет никакого контента, полезного россиянам. Для москвичей контент есть, поэтому они пользуются. А россияне обладают определенной патерналистской культурой, они не склонны к риску, поэтому они отталкивают новшества. Все что удалось сделать пока по этому поводу - провести некоторое моделирование при помощи мобильной связи, где россияне отнюдь не уступают жителям других стран мира.

Обратите внимание на одновременное поведение цен в Тайвани и в России. В Тайвани цены на мобильную связь сбросили за два года в 30 раз. После чего, за те же два года, проникновение мобильной связи в Тайвани превысило 100%. Тайвань стал первой в мире страной, где сим-карточек было больше, чем людей. По этому поводу тайваньцы на радостях написали несколько статей и эти статьи были опубликованы, поэтому мы об этом знаем.

В России все было не так быстро, но тоже цены за несколько лет, с 98 года, упали раз в 20 и естественно проникновение тоже выросло. Это создает некую надежду на то, что делая потенциал распространения нововведения функцией цен, например с какой-то эластичностью, можно получить правдоподобную модель, на которую лягут точки данных, ну что здесь собственно и сделали. Как видите, точки данных – это измерения разных организаций – «Левада-центра», Фонда «Общественное мнение», они, в общем, ложатся на ту кривую, которая была получена для мобильной связи. Если будут собраны какие-нибудь данные по стоимости доступа к интернету, то аналогичные модели можно будет построить и для интернета и сказать - действительно ли вот ситуация развивается так, как на этой картинке, потому что падают цены, или она по какой-то другой причине так себя ведет. Спасибо за внимание.

С.А. Москальонов: Большое спасибо за блестящую презентацию. Пожалуйста, какие вопросы к докладчику?

Реплика: Я готов вопрос задать. На мой взгляд, ну модели Басса, да, все привлекательно, все хорошо описывают, но трудно прогнозировать параметры. Допустим, у Басса там три коэффициента – потенциал рынка, коэффициент инновации, имитации, мы не знаем, какие они будут. И как вы правильно заметили, на них можно влиять ценами. То есть, я из маркетинга, мы можем влиять на эти коэффициенты. Как вы думаете, ваш подход с выделением сегментов рынка, грубо говоря, по возрастным категориям в данном случае, позволяет улучшить прогнозирующую способность модели диффузии? То есть вот есть надежда, что удастся лучше спрогнозировать будущее? В этом цель, да?

Л.Л. Делицын: Спасибо! Очень хороший, правильный вопрос, потому что сообщество, которое эти модели применяет, в общем, смирилось с их низкими прогностическими качествами.

Во-первых, прогнозы получаются не ахти какие. Во-вторых, как правило, максимально востребованы прогнозы в самом начале, когда еще не собраны исторические данные, чтобы как-то по ним настроить коэффициенты. В чем плюс вот этих моделей, и почему они не просто выделяют несколько сегментов?

Можно просто выделить несколько сегментов, и это очень важная задача. Она пока не сделана. Для России, в случае интернета, это город и деревня. Это два разных мира. И все может измениться, если сделать все грамотно с двумя сегментами. Но, помимо того, что нужно выделять сегменты, ещё большой бедой является то, что в случае инноваций, которые распространяются достаточно долго среди индивидов, сами кривые не являются кривыми Басса. Вот в чём беда. Они имеют другую форму. По этому поводу существует очень много работ. Сейчас популярная среди тайваньских, филлипинских учёных забава – это брать несколько кривых, например, кривые Гомперца и логистические кривые, и сравнивать их, и мерять их квадрат или ф-отношение. И публиковать статью, что, смотрите, у нас на Тайване она не Басса, а Гомперца.

Этот подход, в общем, мне кажется неправильным, потому что он ничего не проясняет, каков же механизм событий. На мой взгляд, правильный механизм – это строить модель явления, писать дифференциальные уравнения, решать их и получать то, что на самом деле. Будут ли лучше прогнозы? Я могу надеяться, что они будут лучше, они будут корректней, их форма будет правильней. Спасибо большое.

Реплика: Вы среди прочих показывали Мура. Мур выделяет, следом за Роджерсом, 5 групп, начиная от новаторов и кончая последними, ретроградами. У Роджерса там практически нормальное распределение. При моделировании вы как-то учитываете возможность выделения новаторов, ранних-поздних последователей?

Л.Л. Делицын: Дело в том, что в тех моделях, которые я вам демонстрировал, все индивиды абсолютно одинаковы. Они отличаются только по возрасту и всё. Но Роджерс изначально предложил совершенно другую модель, в которой дело не в том, что индивиды передают информацию или влияние один к другому – это модель Басса. Модель Роджерса состояла в том, что общество неоднородно и люди разные. Один сразу хватается за всё новое, и это в его определении «инноватор», а другой – отстающий, он консерватор, традиционалист, он только тогда будет пользоваться, когда уже всё племя пользуется нововведением. Мур же ещё эту модель изменил, причём сам Роджерс никогда не признавал модель Мура, он специально писал о том, что не находит ей подтверждения. Он внёс такой разрыв, разрыв фактически между ранним рынком и поздним рынком. Я это интерпретирую для себя как разрыв между профессионалами и массовым рынком.

Профессионалы могут с радостью схватить новый товар, услугу, он им покажется очень важным, очень интересным и производитель будет надеяться, что массовый рынок тоже примет этот продукт. А он его не принимает совсем, потому что там живут другие люди с другими потребностями и так далее.

У меня тут есть в запасе пример из Латинской Америки. Обратите внимание – распространение интернета и мобильной связи в Латинской Америке. Он создаёт паттерн, который с позиции теории Мура можно было бы проинтерпретировать именно так – был ранний рынок, допустим, средний класс, он насытился, а потом несколько лет никому не требовался ни интернет, ни мобильная связь. Но мы знаем, что в то же самое время в странах Латинской Америки был финансовый кризис, несколько лет не инвестировали в экономику этих стран и т.д. Это я к тому, что найти подтверждение в пользу одной или другой модели очень сложно, поэтому приходиться принимать их с определённой вероятностью все вместе, в чем, наверное, есть какая-то доля истины.

С.А. Москальонов: Я представляю небольшой научный коллектив Ульяновского Государственного Университета. Этот доклад посвящён анализу влияния инновационного потенциала в экономике страны и был поддержан грантом РГНФ. Сейчас сразу перейдём к основной идее проекта.

Исследование можно отнести к макроэкономической теории. Мы хорошо знаем, о чём нам говорит неоклассическая теория экономического роста и о чём нам говорит теория эндогенного экономического роста. Все знают стандартные модели Солуо-Рамсея, модели эндогенного экономического роста, например, модели Гроссмана-Хелпмана, Ромера, Агиона и Хоуита. Если мы введём некий фактор, который мы можем назвать инновационным, например, занятость в сфере научно-исследовательских и опытно-конструкторских разработок или какой-то другой фактор, то обычно он положительно влияет на экономический рост.

То есть, в частности, рост занятости в секторе НИОКР ведёт к росту валового продукта. Наш доклад мы назвали «Анализ влияния инновационного потенциала». Что это такое? В этом исследовании инновационный потенциал мы можем рассмотреть в наших работах в двух ипостасях, либо как накопленный инновационный потенциал, либо как текущий потенциал, и, в согласии с экономической теорией, мы интерпретировали инновационный потенциал либо как занятость сфере НИОКР, либо как фактическое рабочее время, отработанное в этом секторе. Как же он может влиять? Что нам говорит эмпирический анализ? Что говорят эмпирические работы с эконометрическими тестами?

На Западе есть широко известное исследование Чарльза Джонса, который опубликовал две работы на основе статистических данным по Соединённым Штатам Америки. Они бросили вызов традиционной доктрине.

В частности, в этих работах Чарльз Джонс показал, что, в общем-то, результаты его регрессии таковы, что сектор НИОКР не влияет на темп экономического роста. Это парадокс, мы назвали его в работах «гипотезой Джонса». Гипотеза Джонса – это некоторая эмпирическая гипотеза, утверждающая, что сектор науки либо сектор НИОКР либо не влияет, либо не коррелирует с экономическим ростом.

В чём причина этого – не понятно. В общем-то экономическая наука пытается дать ответ. Два направления было развито. Одно направление – это модифицированные эндогенные модели самого Джонса. Другое направление – это полуэндогенная теория экономического роста на базе теории Агиона и Хоуита, например, квазишумпетерианская теория, которая пытается объяснить парадокс Джонса тем, что в ходе экономического роста растёт вариация, разнообразие товаров и услуг, в том числе инновационных научных разработок, которые снижают предельный продукт людей, персонала, занятого в сфере НИОКР.

Так же, вероятно, гипотеза Джонса косвенным образом связана с известной гипотезой Полтеровича-Тониса, которая развивает их концепцию на базе теории расстояния Агиона, которая широко известна и сводится к тому, что сектор НИОКР должен в основном проявлять адаптационные способности, то есть адаптировать существующие “state-of-the-art technologies”, чтобы придвинуть Россию, российскую экономику к Франции. Это известная всем теория, и, возможно, есть некая косвенная связь гипотезы Джонса и гипотезы Полтеровича-Тониса.

Это основная проблема, так как гипотеза Джонса действительно интересная, она бросила вызов стандартной экономической науке. Что значит результат статистический, что сектор НИОКР, то есть параметр статистический не значим? Можем ли мы говорить, что он ничего не производит? Или только предельный вклад предельного занятого равен нулю?

Так же в нашем исследовании мы хотели сравнить роль инновационного сектора, в данном случае это сектора НИОКР, и сырьевого сектора, или сектора топливной промышленности, сектора добывающей промышленности, как они влияют на выпуск. Фактически, речь идёт о построении производственных функций, поэтому и доклад и презентацию мы назвали именно таким образом.

Итак, идея исследования – это некоторая проверка гипотезы Джонса. Я выделил три этапа, причём исследование, конечно не завершено, это только предварительные результаты. На первом этапе мы строили самые простые регрессионные модели линейного, в основном, типа. На втором этапе мы пытались построить производственные функции стандартного типа, те, которые строятся на Западе. И на третьем этапе мы построили систему производственных функций типа «поток-потоки», я их так назвал, чтобы ввести различие от стандартного метода, который используется в литературе.

Обычно в регрессионных моделях, которые мы видим в литературе, валовый выпуск, который есть величина потока, рассматривают как функцию от запасов. Разумеется, если мы используем некоторые дополнительные коэффициенты, например коэффициент загрузки производственных мощностей, коэффициент использования основных фондов, то мы можем улучшить результаты, но вообще с точки зрения методологии это не самый хороший подход.

Посмотрим на график. Это данные по регионам России. По горизонтали – фактически отработанное рабочее время в секторе науки, по вертикали - это валовый региональный продукт. Вы можете видеть некий разброс, но, возможно, положительная связь есть. Коэффициент корреляции, в общем-то, высокий и статистически значим – 0,8, что, в общем-то, показывает, что данный сектор желательно включать в модель производственной функции. Это у нас совокупный валовой региональный продукт. Мы не делали модификации данных.

Итак, вот кратко проведённое исследование. На первом этапе мы строили самые простые регрессии. В общем-то, был ряд моделей, и везде результаты таковы, что инновационный фактор влияет, коррелирует, статистически значим, влияет положительно. Мы сравнивали её с сырьевыми факторами, то есть ценой на нефть Urals, Brent, с выпуском в добывающем секторе, экспортом нефти из России, и, в общем-то сырьевой фактор в моделях в большинстве случаев не значим. Y малое – это у нас темпы прироста ВВП, rd малое – это у нас темпы занятости в секторе НИОКР, а RD большое – абсолютная величина занятости в секторе НИОКР.

Так же предварительные результаты, как вы видите, связаны с теорией «сырьевого проклятия». Возможно, это некоторое подтверждение. Хотя механизмы, скажем, в монографии Полтеровича-Тониса они привели другие, связанные с институтами, там совершенно другая модель. Но, я думаю, есть некая связь.

На втором этапе мы с Анной Беннер тоже сделали попытку построить производственные функции. Было апробировано более ста моделей, и вот я привожу пример одной из моделей.

Мы строили модель с семью переменными и с 17-ью переменными. Это производственные функции, в основном это модификация функции Кобба-Дугласа, в которую входит в качестве переменных: основные фонды мы брали как среднегодовую величину. К сожалению, пока мы не смогли построить величину потока, то есть фактически есть некая ошибка, это величина запаса. Если бы у нас было больше данных, качество моделей всех можно было б улучшить. Это метод «поток-запасы», поскольку в обычных стандартных производственных функциях берут занятость и величину капитала, то есть величину основных фондов. У нас здесь непосредственно шесть отраслей, и в данной модели сектор НИОКР не значим, и значит, возможно подтверждает гипотезу Джонса.

Что касается топливно-сырьевого сектора, то он здесь не значим, 0,04 – это очень маленькая величина, и в большинстве моделей сырьевой сектор для российской экономики оказывает либо очень слабое влияние, то есть эластичность занятости в топливной промышленности, либо вообще не влияет на ВРП. Вот такие результаты.

Третий этап, который включён в работу на сайте «вышки» - это попытка построить производственные функции, учитывая поток. То есть мы берём фактически отработанное время по отраслям ОКОНХ. Эта модель строилась на данных 1998 года. Я привожу в качестве примера производственную функцию Кобба-Дугласа. Математический аппарат – это метод наименьших квадратов, нелинейный, с ограничениями. Затем была написана программа в одной из сред, и была проведена оптимизация.



Скачать документ

Похожие документы:

  1. Анализ упоминаемости в сми ромир и конкурентов Обзор сми за 31 марта 2010 год

    Анализ
    30.03.2010"FruitNews - ежедневные новости рынка фруктов и овощей"Представители ведущих российских и европейским компаний индустрии свежих фруктов и овощей примут участие в конференции FRESH 2010 21
  2. Методическое пособие по итоговой государственной аттестации выпускников специальность

    Учебно-методическое пособие
    Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ
  3. Предварительная программа апрельской конференции вшэ 2011 Сессия a-01. Эмпирический анализ на фондовых рынках развивающихся стран 5 Cессия a-02. Банки 5

    Программа
    Развитие некоммерческих и коммерческих организаций русскоговорящих эмигрантов и общекоммунальной интеграционной работы в Германии на примере городов Билефельд и Магдебург
  4. Знаменский- руководство по истории Русской Церкви

    Руководство
    Христианство в пределах России до начала Русского государства. Крещение великой княгини Ольги. Обстоятельства крещения святого Владимира. Крещение русских в Киеве.
  5. История Русской Церкви (2)

    Документ
    христианство в пределах России до начала Русского государства. Крещение великой княгини Ольги. Обстоятельства крещения святого Владимира. Крещение русских в Киеве.

Другие похожие документы..