Определение коэффициента сопротивления экономической среды

В данной статье представлен анализ сопротивления экономической среды, влияющей на экономический рост в национальных экономиках. Анализ различных факторов, препятствующих развитию, позволил сгруппировать их в четыре основные категории: макроэкономические, институциональные, социальные и внешние. Расчеты проведены с использованием векторного уравнения прироста основных факторов производства (трудовых ресурсов и основного капитала). Авторы предполагают, что инвестиции сразу же осваиваются, и скорость прироста основных факторов производства описывается уравнением параболического типа. При этом учитывается коэффициент сопротивления экономической среды, отражающий потери инвестиций, торможение развития экономики и противодействие росту основных факторов производства. В работе представлена методика статистической оценки коэффициента сопротивления на основе конечно-временных разностей производных. Используя статистические данные по России, авторы рассчитали динамику поведения коэффициентов сопротивления экономической среды для каждого фактора производства. Первый заметный рост коэффициента произошел в 2008 г., что связывается с экономическим кризисом в России. В 2013 г. коэффициент сопротивления экономической среды оказался отрицательным, что свидетельствовало о благоприятных условиях для развития российской экономики в этот период. Отрицательное влияние коэффициента наблюдалось в период пандемии и из-за санкций, наложенных США и Евросоюзом после начала СВО. Было проведено моделирование коэффициента сопротивления среды для США. Полученные результаты могут быть использованы для совершенствования подходов к управлению инвестиционными процессами и оценке эффективности реализуемых экономических мероприятий. Модель и методика оценки коэффициента сопротивления могут быть применены к анализу динамики факторов производства для других национальных экономик.

1. Lawrence J. Christiano, Martin S. Eichenbaum, Mathias Trabandt. On DSGE Models // Journal of Economic Perspectives. 2018, Summer. Vol. 32, nо. 3. P. 113—140.

2. Сухарев О. С. Структурная политика: к новой инвестиционной модели экономического роста // Финансы: теория и практика. 2019. № 23 (2). С. 84—104. DOI: 10.26794/2587-5671-2019-23-2-84-104

3. Modeling of State Influence on the Processes of Economic Growth / N. Shagas, A. Bozhechkova, Y. Pervishin, E. Perevyshina, E. Tumanova. 2016. March 21. URL: https://ssrn.com/abstract=2752926 or http://dx.doi.org/10.2139/ssrn.2752926 (дата обращения: 29.06.2024).

4. Полтерович В., Попов В., Тонис А. Концентрация доходов, нестабильность демократии и экономический рост // Экономика и математические методы. 2009. Т. 45, № 1. С. 15—29.

5. Шкиотов С. В., Маркин М. И. Статистическая оценка влияния макро- и микроэкономических факторов на уровень коррупции в pоссийской экономике // Теоретическая экономика. 2019. № 2. С. 78—88.

6. Слабая структурная устойчивость одной математической модели экономической системы и мультипликационные эффекты параметрического регулирования / А. А. Ашимов, Ю. В. Боровский, Д. А. Новиков, Р. М. Нижегородцев, Б. Т. Султанов // Автоматика и телемеханика. 2010. Вып. 12. С. 122—130.

7. Тарасов В. Т. Неравенство, экономический рост и модернизация регионов России // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2017. Т. 3, № 3. С. 207—225. DOI: 10.21684/2411-7897-2017-3-3-207-225

8. Кушников Е. И., Хаджинов Л. В. Некоторые аспекты оценки влияния образования на экономический рост // Вопросы инновационной экономики. 2022. Т. 12, № 1. С. 535—550. DOI: 10.18334/vinec.12.1.114061

9. Мировые торговые войны: сценарные расчеты последствий / В. Л. Макаровa, Цзе Вуc, Зили Вуc, Б. Р. Хабриевa, А. Р. Бахтизин // Вестник Российской академии наук. 2020. Т. 90, № 2. С. 169—179.

10. Екимова К. В., Савельева И. П., Цало И. М. Оценка влияния изменений конъюнктуры мировых рынков на региональные процессы // Экономика региона. 2016. Т. 12, вып. 3. С. 670—683. DOI: 10.17059/2016-3-5

11. Алехин Б. И. Межрегиональные различия в инфляции в свете теории Экли // Финансовый журнал. 2023. Т. 15, № 1. С. 8—25.

12. Matthieu Chemin. Judicial Efficiency and Firm Productivity: Evidence from a World Database of Judicial Reforms // The Review of Economics and Statistics, MIT Press, 2020. March. Vol. 102 (1). Р. 49—64.

13. Афанасьев М. П., Шаш Н. Н. От профицитной к дефицитной бюджетной политике // Проблемы прогнозирования. 2021. № 5 (188). С. 42—53. DOI: 10.47711/0868-6351-188-42-53

14. Кузнецов С. Б., Кулигин Е. В. Моделирование коэффициента сопротивления экономической среды // Бизнес. Образование. Право. 2023. № 2 (63). С. 128—133. DOI: 10.25683/VOLBI.2023.63.640

15. Кузнецов С. Б. Моделирование развития факторов производства уравнением Навье — Стокса // Вестник НГУЭУ. 2024. № 2. С. 101—114. DOI:10.34020/2073-6495-2024-2-101-114

16. Марчук Г. И. Методы вычислительной математики. М. : Лань, 2021. 608 c.

17. Федеральная служба государственной статистики. URL: http://www.gks.ru/ (дата обращения: 21.06.2024).

18. Статистические издания. URL: https://rosstat.gov.ru/folder/210 (дата обращения: 21.06.2024).

19. US. Bureau of Economic Analysis (BEA). URL: https://www.bea.gov/210 (дата обращения: 11.09.2024).

20. Key Economic Indicators: United States — Trading View. URL: https://www.tradingview.com/markets/worldeconomy/countries/united-states/210 (дата обращения: 11.09.2024).

21. Экономика США, 1970—2022. URL: https://be5.biz/makroekonomika/profile/us.html (дата обращения: 11.09.2024).