социально-экономические показатели

сокр. IDB стат., амер. Международная база данных (электронный банк данных, содержащий демографические и социально-экономические показатели по странам и регионам мира; информация включает данные по численности населения, здоровью и питанию, смертности, миграции населения и беженцам, этнической и религиозной структуре населения, уровню образования, занятости, уровню доходов и величине валового национального продукта и т. д.; источниками данных являются национальные институты статистики; база поддерживается Центром международных исследований)

[ˈɪndɪkeɪtə]

availability indicator индикатор готовности branch-on indicator вчт. индикатор ветвления business cycle indicator индикатор экономического цикла call indicator вчт. индикатор вызова check indicator контрольный индикатор compare indicator индикатор сравнения currency indicator вчт. индикатор текущего состояния current record indicator вчт. индикатор текущей записи economic indicator экономический индикатор economic indicator экономический показатель error indicator вчт. индикатор ошибки flag indicator вчт. индикатор условия indicator индикатор indicator показатель indicator указатель leading economic indicator опережающий индикатор leading indicator опережающий индикатор led indicator светодиодный индикатор level indicator вчт. индикатор уровня overflow indicator вчт. индикатор переполнения pitch indicator ав. указатель продольного крена priority indicator вчт. индикатор приоритета routing indicator вчт. указатель маршрута short-term economic indicator краткосрочный экономический показатель significance indicator вчт. индикатор значимости sing-check indicator вчт. индикатор контроля знака social indicators социальные индикаторы socio-economic indicators социально-экономические показатели stack indicator вчт. указатель стека status indicator вчт. индикатор состояния strober indicator стробированный индикатор

[ˈdeɪtə]

absolute data вчт. абсолютные данные accept data вчт. принимать данные access data вчт. путевое имя данных actual data вчт. реальные данные adjusted data вчт. скорректированные данные aggregated data вчт. агрегированные данные aggregated data вчт. укрупненные данные alphabetic data вчт. буквенные данные alphanumeric data вчт. буквенно-цифровые данные alphanumeric data вчт. текстовые данные analog data вчт. алалоговые данные analog-digital data вчт. алалогово-цифровые данные anomalous data вчт. неверные данные area data зональные данные arrayed data вчт. массив данных arrayed data вчт. упорядоченные данные automated data processing вчт. автоматическая обработка данных automatic data processing вчт. автоматическая обработка данных processing: data обработка; automatic data processing автоматическая обработка данных automatic data processing system вчт. система автоматической обработки данных available data вчт. доступные данные bad data вчт. неправильные данные biased data вчт. неравномерно распределенные данныые binary data вчт. двоичные данные biographical data биографические данные bipolar-valued data вчт. данные обоих знаков bit string data вчт. битовые строки blocked data вчт. блок данных blocked data вчт. сблокированные данные boolean data вчт. булевские данные built-in data вчт. встроенные данные business data вчт. деловая информация canned data вчт. искусственные данные chain data вчт. цепочка данных character string data вчт. строки символов cipher data вчт. зашифрованные данные classified data вчт. сгруппированные данные clean data вчт. достоверные данные clear data вчт. незашифрованные данные coded data вчт. незакодированные данные collect data собирать данные common data вчт. общие данные compacted data вчт. уплотненные дданные compatible data вчт. совместимые данные comprehensive data вчт. исчерпывающие данные comprehensive data вчт. полные данные computer usage data данные по использованию ЭВМ confidential data вчт. секретные данные constitutional data вчт. структированные данные constructed data вчт. исскуственные данные contiguous data вчт. сопутствующие данные continuous data вчт. аналоговые данные control data вчт. управляющие данные coordinate data вчт. координатные данные correction data вчт. поправочные данные critical data вчт. критические данные critical data вчт. критическое значение данных cross-section data вчт. структурные данные cumulative data вчт. накопленные данные current data вчт. текущие данные data pl от datum data pl данные; факты; сведения data вчт. данные data данные data pl информация data вчт. информация data информация data сведения data факты data aligner вчт. блок перегруппировки данных data control block вчт. блок управления данными data set control block вчт. блок управления набором данных data pl от datum datum: datum (pl data) данная величина, исходный факт data вчт. единица информации data характеристика data вчт. элемент данных debugging data вчт. отладочная информациия decimal data вчт. десятичные данные derived data вчт. выводимые данные descriptive data вчт. описательные данные digital data вчт. цифровые данные digitized data вчт. оцифрованные данные direct data set вчт. прямой набор данных disembodied data вчт. разрозненные данные dispersed data вчт. распределенные данные distributed data base вчт. распределенная база данных, РБД distributed data processing вчт. распределенная обработка данных processing: distributed data data вчт. рассредоточенная обработка информации documentary data вчт. распределенная информация downloaded data вчт. загружаемые данные dummy data set вчт. набор фиктивных данных encoded data вчт. кодированные данные encrypted data вчт. зашифрованные данные engineering data вчт. технические данные error data вчт. информация об ошибках evaluation data вчт. оценочные данные event data вчт. данные о событиях external data внешние данные false data вчт. ложные данные fictive data вчт. фиктивные данные field data вчт. эксплуатационные данные field-performance data вчт. эксплуатационая характеристика file data вчт. данные из файла file data вчт. описание файла filed data вчт. картотечные данные flagged data вчт. снабженные признаками данные formatted data вчт. форматированные данные graphic data вчт. графические данные hard disk data вчт. данные на жестком диске hierarchical data base вчт. база иерархических данных historical data вчт. данные о протекании процесса housekeeping data вчт. служебные данные identification data идентифицирующие данные image data вчт. видеоданные immediate data вчт. непосредственно получаемые данные imperfect data вчт. неполные данные improper data вчт. неподходящие данные impure data вчт. изменяемые данныые incoming data вчт. поступающие данные incomplete data вчт. неполные данные indexed data вчт. индексируемые данные indicative data вчт. индикационные данные indicative data вчт. характеристические данные initial data вчт. исходные данные input data вчт. входные данные input data вчт. исходные данные integated data вчт. сгруппированные данные integer data вчт. целочисленные данные integrated data вчт. сгруппированные данные interactive data вчт. данные взаимодействия intermediate data вчт. промежуточные данные intersection data вчт. данные пресечения invalid data недостоверные данные invisible data вчт. невидимая информация job data вчт. характеристика работы label data вчт. данные типа метки language data вчт. языковые данные lawful data разрешенные данные line data вчт. строковые данные loaded data base вчт. заполненная база данных locked data вчт. защищенные данные logged data вчт. регистрируемые данные logical data вчт. логические данные lost data вчт. потерянные данные low-activity data вчт. редкоиспользуемые данные machine-readable data вчт. машиночитаемые данные management data вчт. управленческая информация mass data вчт. массовые данные master data вчт. основные данные master data вчт. эталонные данные meaning data вчт. значащая информация meaningless data вчт. незначащие данные meta data вчт. метаинформация misleading data вчт. дезориентирующие данные missing data вчт. недостаточные данные missing data вчт. недостающие данные missing data вчт. потерянные данные multiple data вчт. многокомпонентные данные n-bit data вчт. n-разрядные двоичные данные non-numeric data вчт. нечисловые данные nonformatted data вчт. неформатированные данные normal data вчт. обычные данные null data вчт. отсутствие данных numeric data числовые данные numerical data вчт. числовые данные observed data вчт. данные наблюдений on-line data вчт. данные в памяти on-line data вчт. оперативные данные operational data вчт. рабочие данные original statistical data исходные статистические данные outgoing data вчт. выходные данные outgoing data вчт. исходящие данные output data вчт. выходные данные output data выходные данные packed data вчт. упакованные данные passing data вчт. пересылка данных personal data анкетные данные personal data личные данные pooled data вчт. совокупность данных poor data вчт. скудные данные primary data вчт. первичные данные private data вчт. закрытые данные problem data вчт. данные задачи problem data вчт. проблемные данные production data данные о выпуске продукции production data показатели хода производственного процесса production data технологические показатели public data вчт. общедоступные данные public data вчт. общие данные punched data вчт. отперфорированные данные pure data вчт. неизменяемые данные random test data случайные тестовые данные ranked data вчт. ранжированные данные ranked data вчт. упорядоченные данные rating data вчт. оценочные данные raw data вчт. необработанные данные raw data необработанные данные recovery data вчт. восстановительные данные reduced data вчт. сжатые данные reference data вчт. справочные данные refined data вчт. уточненные данные rejected data вчт. отвергаемые данные relative data вчт. относительные данные relevant data вчт. релевантные данные reliability data вчт. данные о надежности reliable data вчт. надежная информация representative data вчт. представительные данные restricted data вчт. защищенные данные run data вчт. параметр прогона run data вчт. параметры прогона sample data вчт. выборочные данные sampled data вчт. выборочные данные sampled data вчт. дискретные данные schedule data вчт. запланированные данные scratch data вчт. промежуточные данные secondary data вчт. вторичные данные sensitive data вчт. уязвимые данные serial data вчт. последовательные данные service data block вчт. блок служебных данных shareable data вчт. общие данные simulation data вчт. данные моделирования smoothed data вчт. сглаженные данные socio-economic data социально-экономические данные source data вчт. данные источника specified data вчт. детализированные данные sring data вчт. хранимый ток stale data вчт. устаревшие данные stand-alone data вчт. автономные данные stand-alone data вчт. одиночные данные starting data вчт. исходные данные starting data вчт. начальные данные statistical data статистические данные status data вчт. данные о состоянии stored data вчт. запоминаемые данные string data вчт. строковые данные structured data вчт. структурированные данные suspect data вчт. подозрительные данные synthetic data вчт. исскуственные данные system control data системное управление информацией system output data вчт. данные системного вывода tabular data вчт. табличные данные tabulated data вчт. табличные данные task data вчт. данные задачи test data вчт. данные испытаний test data вчт. контрольные данные test data вчт. тестовые данные time-series data вчт. данные временного ряда tooling data вчт. технологические данные transaction data вчт. данные сообщение transaction data вчт. параметры транзакции transcriptive data вчт. преобразуемые данные transient data вчт. транзитные данные transparent data вчт. прозрачные данные trouble-shooting data вчт. данные о неисправностях true data вчт. достоверные данные uncompatible data вчт. несовместимые данные unformatted data вчт. неформатированные данные ungrouped data вчт. несгруппированные данные unpacked data вчт. неупакованные данные unpacked data вчт. распакованные данные untagged data вчт. непомеченные данные updatable data вчт. обновляемые данные user data вчт. пользовательские данные valid data вчт. достоверные данные valid data достоверные данные variable data вчт. переменные данные video data визуальная информация virtual data вчт. виртуальные данные warrantly data вчт. данные приемочных испытаний warranty data вчт. сведения о гарантиях zero data вчт. нулевые данные

соц. гендерная экономика (направление экономических исследований, которое раскрывает механизмы гендерного неравенства в формальном и неформальном секторах занятости, рассматривает функционирование политических, торговых, финансовых институтов с точки зрения их воздействия на социально-экономические статусы мужчин и женщин, а также разрабатывает индексы и показатели экономического развития с учетом роста/преодоления гендерной асимметрии)

 

гравитационная модель
Модель взаимодействия между пространственными объектами (городами, регионами, странами) в региональном анализе и пространственном анализе экономики. В различных модификациях такие же модели используются при исследовании процессов урбанизации, размещения промышленности, экспортно-импортных взаимосвязей, миграции населения. Общая черта этих моделей заключается в том, что сила взаимодействия (интенсивность потоков) в них зависит от значения (величины) объектов и расстояния между ними. Соответственно, общая форма Г.м. такова: где Iij — объем взаимодействия между объектами i и j; A — коэффициент соответствия; P — некоторая мера значения объекта (например, численность населения города i — Pi и города j — Pj); Dij — расстояние между ними; степенные показатели a, b, g — параметры модели. Как легко видеть, приведенная формула аналогична физической формуле притяжения между телами — откуда и название «Г.м.». Например, такие модели применяются при исследовании товарных потоков между парами стран. В них учитываются социально-экономические факторы, определяются экспортные возможности и импортные потребности торговых партнеров, факторы, относящиеся к продвижению товарного потока (расстояние, наличие таможенных барьеров и т.п.). Адекватность Г.м., несомненно, весьма приблизительная. Экономическая обоснованность их применения оспаривается рядом специалистов.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• gravity model

 

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model

 

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model

 

экономическая система
—
[ http://www.eionet.europa.eu/gemet/alphabetic?langcode=en]

экономическая система
1. Часть системы более высокого порядка — социально-экономической системы. Это сложная, вероятностная, динамическая система, охватывающая процессы производства, обмена, распределения и потребления материальных благ. Как всякая сложная система, она должна рассматриваться в разных аспектах. Если рассматривать ее с точки зрения материально-производственной, то ее входом являются материально-вещественные потоки природных и производственных ресурсов, выходом — материально-вещественные потоки предметов потребления, оборонной продукции, продукции, предназначенной для накопления и возмещения, товаров для экспорта, а также отходов производства. В социально-экономическом аспекте ее входом являются определенные производственные отношения людей в обществе, выходом — воспроизведенные и развитые системой производственные отношения. Э.с. может рассматриваться и как сложная информационная система, преобразующая информацию (опыт и знания людей) в новую информацию — новое знание. Э.с. относится к классу кибернетических систем, т.е. систем с управлением (см. Управление экономической системой). Она характеризуется многоступенчатой иерархической структурой, причем отдельные звенья (уровни иерархии) являются также сложными, вероятностными и динамическими системами с управлением, обладающими определенной самостоятельностью и возможностями к саморегулированию. С точки зрения информационной Э.с. в самой общей форме представлена на схеме рис. Э.2. Рис. Э.2 Экономическая система, 1 Пояснений здесь требуют, очевидно, понятия, относящиеся к правой части схемы: способы оценки результирующего состояния системы (блок X) через шкалы предпочтений W, U1, …, Un. Требуется также проследить их связи с понятиями блока Э, и частично — с блоками принятия решений, поскольку результаты функционирования экономики по обратной связи влияют и на принятие решений, на управление ею. Рассматривая шкалы предпочтений U1, …, Un проследим следующее различие: часть локальных звеньев (например, социальных групп) принимает экономические решения, другая же часть по тем или иным причинам решений не принимает, либо принимает, но они не сказываются на результатах X. Обратные связи к A очевидны, а к D1, …, Dn существенно зависят от распределения конечного результата X. Возможны различные сочетания и взаимоотношения шкал предпочтений в зависимости от организации хозяйственного механизма: от полного cовпадения (когда шкалы U1, …, Un производны от W или наоборот, т.е. все интересы в обществе взаимосвязаны и однонаправленны) до расхождения направленности (когда, например, отдельно взятому экономическому субъекту (фирме и пр.) выгодно именно то, что ухудшает результирующие показатели X общества в целом). Возможны и промежуточные варианты, когда часть шкал, предположим U1,.., Uk, направлены в соответствии с W, а другие: Uk+1, …, Un направлены иначе. Из этой схемы очевидны условия, приводящие к наилучшим результатам функционирования экономической системы, т.е. к ее оптимизации. В учебной литературе, объясняющей функционирование Э.с. чрезвычайно распространены схемы кругооборота потоков товаров и услуг между населением и фирмами, уравновешиваемых потоками денежных платежей, осуществляемых в обмен на эти товары и услуги. Например, показанная на рис. Э.3. схема кругооборота факторов (ресурсов) и продуктов в экономике. Аналогично строятся диаграммы кругооборота стоимости (ценообразования), кругооборота денег в экономике и др. 2. В экономико-математической литературе термином “Э.с.” часто обозначают абстрактную конструкцию, упрощенно отражающую основные черты реальной экономической системы — т.е. ее модель. Таковы, например, закрытая модель экономики (содержащая две подмодели: модель производственной сферы и модель сферы потребления) или «модель чистых обменов» — модель системы потребителей (вне производства), которые обмениваются имеющимися у них продуктами. • В общем случае такие модели включают следующие компоненты: а) Пара векторов затрат ресурсов x и «выпусков» продуктов — y, компоненты которых представляют собой интенсивности потоков каждого ресурса и продукта. Такую пару (x, y) принято называть технологическим способом, технологией или производственным процессом, вектор y — вектором валовых выпусков, вектор z = y — x вектором чистых выпусков. б) Система экономических объектов — производителей pi, каждый из которых характеризуется своим технологическим множеством, т.е. множеством возможных для него технологических способов. Совокупность состояний всех элементов pi (i = 1, …, N) принято называть состоянием производственной системы. Экономическое поведение элементов-производителей формулируется здесь как выбор производителем своего производственного процесса из множества технологически реализуемых процессов при имеющихся ограничениях и исходя из некоторого критерия выбора. Аналогичным образом в модели потребления присутствуют отдельные потребители qi или, что чаще, «совокупный потребитель» Q, вектор потребляемых продуктов, характеристики потребительского поведения. Здесь стандартной формой ограничения является бюджетное ограничение, а критерием — целевая функция потребления. Состоянием такой Э.с. называют совокупность состояний ее обеих подсистем — производственной и потребительской. Оперируя моделью изучают некоторые гипотетические характеристики экономики, например, условия ее сбалансированности. 3. Экономической системой называют любой частный экономический объект (часть экономики в смысле 1), подчеркивая его сложный системный характер. В этом смысле говорят о фирме, предприятии, регионе как экономической системе. См. также: Оптимальное функционирование экономической системы, Управление экономической системой, Функционирование экономической системы. Рис. Э.2 Экономическая система, I Z- неуправляемые факторы A – центральный орган управления D1,…Dn — локальные органы управления(социальные группы, институты, организации и т.п. блоки принятия решений); Э – блок «структура и функционирование экономической системы»; Х – блок результирующих показателей состояния экономики; W – шкала предпочтений центрального органа управления относительно агрегатной целевой функции; U1,..Un - шкалы предпочтений локальных звеньев управления относительно своих целевых функций; О.С. обратная связь результатов функциионирования экономики с блоками принятия решений. Рис Э.3 Экономическая система, II
[ http://slovar-lopatnikov.ru/]

EN

economic system
Organized sets of procedures used within or between communities to govern the production and distribution of goods and services. (Source: TEA)
[http://www.eionet.europa.eu/gemet/alphabetic?langcode=en]

Тематики

• охрана окружающей среды
• экономика

EN

• economic system

DE

• Wirtschaftssystem

FR

• systčme économique