экономические+результаты

результаты (экономической деятельности)
Применительно к экономической деятельности это — общий термин, охватывающий различные экономические и внеэкономические последствия функционирования экономических систем. В литературе встречаются три несовпадающие толкования это­го термина: 1. Так или иначе измеренный или оцененный объем продукции (в широком смысле слова, т.е. выпуск, включающий, например, материальные и нематериальные услуги, загрязняющие среду отходы и т.д.,), произведенной в процессе функционирования системы; следовательно, Р. — это выход системы, воздействие ее функционирования на внешнюю среду. В данном случае измерить Р. — значит дать внешнюю оценку функционирования системы. 2. Разница между полезной частью выпуска системы — ее продуктом и затратами ресурсов на его производство. Здесь рассматриваются Р., характеризующие изменение самой системы — прежде всего накопление или уменьшение (истощение) ее ресурсов. (Указанная разница, выраженная в стоимостных оценках, — экономический эффект). Следовательно, в этом смысле в качестве экономического Р. общественного производства в стране принимаются не совокупный общественный продукт, а конечный продукт (или по иной методике счета — национальный доход), в качестве Р. работы завода — не объем его продукции (выпуск), а прибыль. 3. Наиболее общее, политико-экономическое значение термина: Р. экономической деятельности есть удовлетворение общественных потребностей в тех или иных благах, т.е. увеличение совокупной общественной полезности. При этом, так же как в пп. 1 и 2, мнения о необходимости учета затрат расходятся. Разработка методов достоверного соизмерения затрат и результатов — одна из коренных проблем экономической науки и экономико-математических методов — в частности. См. также Полезность, Экономическая эффективность, Экономический эффект.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• benefits
• gains

международные экономические сопоставления
Один из основных инструментов анализа мировой экономики – измерение и сопоставление макроэкономических показателей разных стран, характеризующих уровень, темпы и тенденции их развития. Сопоставления охватывают, например, объемы производства, доходы и реальное потребление населения и т.д. Ни одна страна не может принимать обоснованные решения и строить прогнозы своего развития, не опираясь на изучение данных о развитии других стран и регионов планеты. Такие данные собирают и обнародуют международные экономические организации: ООН, Всемирный банк, Международный валютный фонд, Всемирная торговая организация. Регулярно осуществляются Программы международных сопоставлений; результаты их обнародуются, в том числе в Интернете. Помимо ООН и ее организаций подобные исследования проводят органы государственной статистики многих стран, отдельные исследовательские центры, институты и ученые. Они занимаются не только сопоставлением тех или иных статистических показателей, но также сравнивают тенденции и модели развития разных стран и регионов, разные типы экономических реформ, модернизаций и трансформаций общественного развития. В этом плане, как считает крупнейший отечественный специалист в этой области В.М.Кудров, «… особое значение имеет инновационный аспект, определяющий качество уровня экономического развития и темпов экономического роста» (Кудров В.М. Международные экономические сопоставления и проблемы инновационного развития. М.: Юстицинформ, 2011, с.5) Иногда в том же смысле применяются термины «Межстрановый анализ», «Межстрановые экономические сравнения».
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• International Comparisons

функционирование экономической системы
Процесс переработки (преобразования) экономической системой природных ресурсов в продукты производства, удовлетворяющие общественные потребности в материальных благах (товарах и услугах); при этом происходит смена состояний системы; Существует два типа установления любого режима функционирования экономики в целом: стихийный, предполагающий свободную игру рыночных экономических сил, и нормативный, являющийся результатом целенаправленных действий (см. Централизованное планирование и управление экономикой). Впрочем, оба они существуют в чистом виде лишь теоретически: в силу сложности экономической системы при любом уровне централизации и целенаправленности управления ею, всегда остается место и для действия некоторых «стихийных» сил, целенаправленное воздействие на которые возможно лишь в ограниченных масштабах и косвенных формах. С другой стороны, и «свободная игра» рыночных сил в условиях рыночной экономики не бывает абсолютной.(См. Рынок). В ходе кардинальной экономической реформы в странах бывш. Советского Союза заново сформировалась рыночная экономика. Степень ее подверженности регулирующим воздействиям также может быть различной. Научное обоснование наилучших решений, например, экономической политики государства требует анализа качества Ф.э.с. прежде всего с позиций оптимальности. Однако в настоящее время нет единства в понимании того, качество какого, собственно, объекта имеют в виду, говоря о его оптимальности. Выделяются два наиболее общих подхода, в данном случае связанных с двумя способами описания блока «Экономика» (см. рис. к статье «Экономическая система»): с точки зрения его внутренней организации (имеются в виду, например, наличие и пропорциональность ресурсов и технологий, межотраслевая и межрегиональная сбалансированность и т.д.) и с точки зрения выходных, конечных результатов функционирования системы (см. Черный ящик). Поскольку Ф.э.с. часто понимается двояко: как деятельность в смысле переработки некоторых затрат в конечные экономические результаты и как организация этой деятельности, широко применявшийся в отечественной литературе термин «Оптимальное функционирование социалистической экономики» традиционно охватывает оба эти смысла, что способно вести к заблуждениям: он не различает, например, состояния общественного производства от состояния системы
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• functioning of economic system

экономический эксперимент
Научно поставленный опыт: активное вмешательство в ход экономического процесса (протекающего в искусственно созданной или естественной, но контролируемой обстановке) и наблюдение за результатами, включая их измерение, с целью проверки научных гипотез и построения научной теории изучаемого процесса, а также с целью проверки практических рекомендаций в области управления экономическими системами. Эксперимент в экономике способствует проникновению в сущность изучаемых явлений. Поставить его здесь сложнее, чем во многих других науках, например, в физике, потому что экономисту почти никогда не удается выделить явление в чистом виде и отвлечься от случайных посторонних воздействий, но главное — по той причине, что если в естественных науках объект эксперимента пассивен и во всяком случае от его отношения к эксперименту никак не зависят результаты, то в экономике ситуация обратная. Здесь, по существу, обе стороны — испытатель и объект исследования — живые люди со всеми свойственными им страстями, увлечениями, интересами. Однако с помощью специальных приемов постановка научного Э.э. в реальных условиях не только возможна, но и целесообразна, поскольку экспреримент обладает такими познавательными возможностями, которые делают его незаменимым даже самыми тщательными наблюдениями экономических процессов. В частности, только эксперимент может обеспечить количественную оценку экономических воздействий (таких как материальное стимулирование). Он придает исследованию комплексный характер, ибо затрагивает и связывает разные стороны экономической и социальной действительности. Кроме того, наука имеет в своем распоряжении такой испытанный метод как модельный эксперимент (см. Машинная имитация, Стендовое моделирование). Модельные эксперименты упрощенно отображают реальные экономические процессы, однако у них есть то преимущество, что они позволяют многократно воспроизводить те или иные экономические ситуации. Такими же свойствами обладают эксперименты, которые можно было бы назвать «человеко-модельными«, при них экономическое поведение людей изучается в искусственных лабораторных условиях. Это, в частности, деловые игры. Пример постановки такого Э.э. см. в ст. Олигопольные эксперименты. Распространение экспериментальных методов изучения экономики потребовало разработки научно-обоснованной организации Э.э. Она включает три этапа: а) подготовку; б) собственно проведение эксперимента и в) анализ результатов и принятие решения. При этом в процессе подготовки особое значение приобретает научно-техническое обоснование предмета эксперимента, поскольку каждый реальный Э.э. в той или иной степени затрагивает отношения людей, их положение на производстве, а часто и их материальные интересы. Значит решаться на такой эксперимент можно только тогда, когда есть уверенность в том, что он действительно необходим. Подготовительный этап завершается разработкой детальной Программы эксперимента, которой будут обязаны руководствоваться как исследователи, так и коллективы предприятий или других экономических объектов, на которых проводится эксперимент. Чтобы получить объективные результаты Э.э., наряду с теми объектами (предприятиями и др.), на которых эксперимент проводится, необходимо выделять так называемые контрольные группы объектов, находящихся в аналогичных условиях во всем, кроме вводимых экспериментальных факторов. Полезно также одновременно проверять на разных группах объектов различные экономические рекомендации, направленные на решение одной и той же задачи. Это позволяет выявить наиболее эффективные из них. При анализе хода и результатов Э.э. применяются приемы математической статистики, в частности, корреляционного анализа., методов «планирования эксперимента». Последние в основном используются при осуществлении имитационных экспериментов, но могут найти применение и при организации реальных.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic experiment

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

экономико-математические исследования в бывш. СССР и России
(исторический очерк) Э.-м.и. — направление научных исследований, которые ведутся на стыке экономики, математики и кибернетики и имеют основной целью повышение экономической эффективности общественного производства с помощью математического анализа экономических процессов и явлений и основанных на нем методов принятия оптимальных (шире — рациональных) плановых и иных управленческих решений. Они затрагивают также общую проблематику оптимального распределения ресурсов безотносительно к характеру социально-экономического строя. Развитие Э.-м.и. в бывш. СССР надо рассматривать как этап противоречивого процесса развития отечественной экономической науки и часть общего процесса развития мировой экономической науки, в настоящее время во многом практически математизированной. Первым достижением в развитии Э.-м.и. явилась разработка советскими учеными межотраслевого баланса производства и распределения продукции в народном хозяйстве страны за 1923/24 хозяйственный год. В основу методологии их исследования были положены модели воспроизводства К.Маркса, а также модели В.К.Дмитриева. Эта работа нашла международное признание и предвосхитила развитие американским экономистом русского происхождения В.В.Леонтьевым его прославленного метода «затраты-выпуск».. (Впоследствии, после длительного перерыва, вызванного тем, что Сталин потребовал прекратить межотраслевые исследования, они стали широко применяться и в нашей стране под названием метода межотраслевого баланса.) Примерно в это же время советский экономист Г.А.Фельдман представил в Комиссию по составлению первого пятилетнего плана доклад «К теории темпов народного дохода», в котором предложил ряд моделей анализа и планирования синтетических показателей развития экономики. Этим самым были заложены основы теории экономического роста. Другой выдающийся ученый Н.К.Кондратьев разработал теорию долговременных экономических циклов, нашедшую мировое признание. Однако в начале тридцатых годов Э.м.и. в СССР были практически свернуты, а Фельдман, Кондратьев и сотни других советских экономистов были репрессированы, погибли в застенках Гулага. Продолжались лишь единичные, разрозненные исследования. В одном из них, работе Л.В.Канторовича «Математические методы организации и планирования производства» (1939 г.) были впервые изложены принципы новой отрасли математики, которая позднее получила название линейного программирования, а если смотреть шире, то этим были заложены основы фундаментальной для экономики теории оптимального распределения ресурсов. Л.В.Канторович четко сформулировал понятие экономического оптимума и ввел в науку оптимальные, объективно обусловленные оценки — средство решения и анализа оптимизационных задач. Одновременно советский экономист В.В.Новожилов пришел к аналогичным выводам относительно распределения ресурсов. Он выработал понятие оптимального плана народного хозяйства, как такого плана, который требует для заданного объема продукции наименьшей суммы трудовых затрат, и ввел понятия, позволяющие находить этот минимум: в частности, понятие «дифференциальных затрат народного хозяйства по данному продукту», близкое по смыслу к оптимальным оценкам Л.В.Канторовича. Большой вклад в разработку экономико-математических методов внес академик В.С.Немчинов: он создал ряд новых моделей МОБ, в том числе модель экономического района; очень велики его заслуги в области организационного оформления и развития экономико-математического направления советской науки. Он основал первую в стране экономико-математическую лабораторию, впоследствии на ее базе и на базе нескольких других коллективов был создан Центральный экономико-математический институт АН СССР, ныне ЦЭМИ РАН (см.ниже).. В 1965 г. академикам Л.В.Канторовичу, В.С.Немчинову и проф. В.В.Новожилову за научную разработку метода линейного программирования и экономических моделей была присуждена Ленинская премия. В 1975 г. Л.В.Канторович был также удостоен Нобелевской премии по экономике. В 50 — 60-x гг. развернулась широкая работа по составлению отчетных, а затем и плановых МОБ народного хозяйства СССР и отдельных республик. За цикл исследований по разработке методов анализа и планирования межотраслевых связей и отраслевой структуры народного хозяйства, построению плановых и отчетных МОБ академику А.Н.Ефимову (руководитель работы), Э.Ф.Баранову, Л.Я.Берри, Э.Б.Ершову, Ф.Н.Клоцвогу, В.В.Коссову, Л.Е.Минцу, С.С.Шаталину, М.Р.Эйдельману в 1968 г. была присуждена Государственная премия СССР. Развитие Э.-м.и., накопление опыта решения экономико-математических задач, выработка новых теоретических положений и переосмысление многих старых положений экономической науки, вызванное ее соединением с математикой и кибернетикой, позволили в начале 60-х гг. академику Н.П.Федоренко выступить с идеей о необходимости теоретической разработки и поэтапной реализации единой системы оптимального функционирования социалистической экономики (СОФЭ). Стало ясно, что внедрение математических методов в экономические исследования должно приводить и приводит к совершенствованию всей системы экономических знаний, обеспечивает дальнейшую систематизацию, уточнение и развитие основных понятий и категорий науки, усиливает ее действенность, т.е. прежде всего ее влияние на рост эффективности народного хозяйства. С 60-х годов расширилось число научных учреждений, ведущих Э.-м.и., в частности, были созданы Центральный экономико-математический институт АН СССР, Институт экономики и организации промышленного производства СО АН СССР, развернулась подготовка кадров экономистов-математиков и специалистов по экономической кибернетике в МГУ, НГУ, МИНХ им. Плеханова и других вузах страны. Исследования охватили теоретическую разработку проблем оптимального функционирования экономики, системного анализа, а также такие прикладные области как отраслевое перспективное планирование, материально-техническое снабжение, создание математических методов и моделей для автоматизированных систем управления предприятиями и отраслями. На первых этапах возрождения Э.-м.и. в СССР усилия в области моделирования концентрировались на построении макромоделей, отражающих функционирование народного хозяйства страны в целом, а также ряда частных моделей и на развитии соответствующего математического аппарата. Такие попытки имели немалое методологическое значение и способствовали углублению понимания общих вопросов экономико-математического моделироdания (в том числе таких, как адекватность моделей, границы их познавательных возможностей и т.д.). Но скоро стала очевидна ограниченность такого подхода. Концепция СОФЭ стимулировала развитие иного подхода — системного моделирования экономических процессов, были расширены методологические поиски экономических рычагов воздействия на экономику: оптимального ценообразования, платы за использование природных и трудовых ресурсов и т.д. На этой основе начались параллельные разработки ряда систем моделей, из которых наиболее известны многоуровневая система среднесрочного прогнозирования (рук. Б.Н.Михалевский), система моделей для расчетов по определению общих пропорций развития народного хозяйства и согласованию отраслевых и территориальных разрезов плана — СМОТР (рук. Э.Ф.Баранов), система многоступенчатой оптимизации экономики (рук. В.Ф.Пугачев), межотраслевая межрайонная модель (рук. А.Г.Гранберг). Существенно углубилось понимание народнохозяйственного оптимума, роли и места экономических стимулов в его достижении. Наряду с распространенной ранее скалярной оптимизацией в исследованиях стала более активно применяться многокритериальная, лучше учитывающая многосложность условий и обстоятельств решения плановой задачи. Более того, стало меняться общее отношение к оптимизации как универсальному принципу: вместе с ней (но не вместо нее, как иногда можно прочитать) начали разрабатываться методы принятия рациональных (не обязательно оптимальных в строгом смысле этого слова) решений, теория компромисса и неантагонистических игр (Ю.Б.Гермейер) и другие методы, учитывающие не только технико-экономические, но и человеческие факторы: интересы участников процессов принятия и реализации решений. В начале 70-х гг. экономисты-математики провели широкие исследования в области применения программно-целевых методов в планировании и управлении народным хозяйством. Они приняли также активное участие в разработке методики регулярного (раз в пять лет) составления Комплексной программы научно-технического прогресса на очередное двадцатилетие. Впервые в работе такого масштаба при определении общих пропорций развития народного хозяйства на перспективу и решении некоторых частных задач был использован аппарат экономико-математических методов. Началось широкое внедрение программно-целевого метода в практику народнохозяйственного планирования. Были продолжены работы по созданию АСПР — автоматизированной системы плановых расчетов Госплана СССР и Госпланов союзных республик, и в 1977 г. введена в действие ее первая очередь, а в 1985 г. — вторая очередь. Выявились и немалые трудности непосредственного внедрения оптимизационных принципов в практику хозяйствования. В условиях, когда предприятия, объединения, отраслевые министерства были заинтересованы не столько в выявлении производственных резервов, сколько в их сокрытии, чтобы избежать получения напряженных плановых заданий, учитывающих эти резервы, оптимизация не могла найти повсеместную поддержку: ее смысл как раз в выявлении резервов. Поэтому работа по созданию АСУ не всегда давала должные результаты: усилия затрачивались на учет, анализ, расчеты по заработной плате, но не на оптимизацию, т.е. повышение эффективности производства (оптимизационные задачи в большинстве АСУ занимали лишь 2 — 3% общего объема решаемых задач). В результате эффективность производства не росла, а штаты управления увеличивались: создавались отделы АСУ, вычислительные центры. Эти обстоятельства способствовали некоторому спаду экономико-математических исследований к началу 80-х гг. Большой удар по экономико-математическому направлению был нанесен в 1983 г., когда бывший тогда секретарем ЦК КПСС К.У.Черненко обрушился с явно несправедливой и предвзятой критикой на ЦЭМИ АН СССР, после чего институт жестоко пострадал: подвергся реорганизации, был разделен надвое, потом еще раз надвое, из него ушел ряд ведущих ученых. Тем не менее, прошедшие годы ознаменовались серьезными научными и практическими достижениями экономико-математического крыла советской экономической науки. В ряде аспектов, прежде всего теоретических — оно заняло передовые позиции в мировой науке. Например, в области математической экономики и эконометрии (не говоря уже об открытиях Л.В.Канторовича) широко известны советские исследования процессов оптимального экономического роста (В.Л.Макаров, С.М.Мовшович, А.М.Рубинов и др.), ряд моделей экономического равновесия; сделанная еще в 1976 г. В.М.Полтеровичем попытка синтеза теории равновесия и теории экономического роста; работы отечественных ученых в области теории игр, теории группового (социального) выбора и многие другие. В каком-то смысле опережая время, экономисты-математики еще в 70-е гг. приступили к моделированию и изучению таких явлений, приобретших острую актуальность в период перестройки, как «самоусиление дефицита», экономика двух рынков — с фиксированными и гибкими ценами, функционирование экономики в условиях неравновесия. Активно развивается математический аппарат, в частности, такие его разделы, как линейное и нелинейное программирование (Е.Г.Гольштейн), дискретное программирование (А.А.Фридман), теория оптимального управления (Л.С.Понтрягин и его школа), методы прикладного математико-статистического анализа (С.А.Айвазян). За последние годы развернулось широкое использование имитационных методов, являющихся характерной чертой современного этапа развития экономико-математических методов. Хотя сама по себе идея машинной имитации зародилась существенно раньше, ее практическая реализация оказалась возможной именно теперь, когда появились электронные вычислительные машины новых поколений, обеспечивающие прямой диалог человека с машиной. Наконец, новым направлением прикладной работы, синтезирующим достижения в области экономико-математического моделирования и информатики, стала разработка и реализация концепции АРМ (автоматизированного рабочего места плановика и экономиста), а также концепции стендового экспериментирования над экономическими системами (В.Л.Макаров). Начинается (во всяком случае должна начинаться) переориентация Э.-м.и. на изучение путей формирования и эффективного функционирования рынка (особенно переходного процесса — это самостоятельная тема). Тут может быть использован богатый арсенал экономико-математических методов, накопленный не только в нашей стране, но и в странах с развитой рыночной экономикой.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical studies in the ex-USSR and russia

экономический эффект
Разница между результатами экономической деятельности (например продуктом в стоимостном выражении) и затратами, произведенными для их получения и использования. Когда результатом экономической деятельности являются не только экономические, но и более широкие социально-экономические последствия, правильнее говорить о социально-экономическом эффекте. Если результаты экономической деятельности превышают затраты, имеем положительный Э.э. (оцениваемый, например, прибылью); в противоположном случае — отрицательный (на­п­ример, ущерб, убыток). Эффект как разница между стоимостью продукта и затратами на его производство возникает, при прочих равных условиях, в двух случаях: во-первых, когда возрастает продукт (рост объема производства); во-вторых, когда сокращаются затраты (экономия ре­сурсов). В экономических расчетах наиболее распространены три показателя Э.э.: годовой — разность между годовым продуктом и годовыми затратами; интегральный — сумма годовых эффектов или разность между суммарным продуктом и суммарными затратами за расчетный период (см. Дисконтирование, Расчетный срок); среднегодовой — средняя из годовых эффектов за расчетный период. 2. Разница между исходной и достигнутой «абсолютной« экономической эффективностью рассматриваемой экономической системы при ее изменении или изменении ус­ловий ее функционирования (см. Эффективность экономических решений (мероприятий), Эффек­тивность экономического развития). Э.э. от изменения системы может рассматриваться как разность между годовыми эффектами (в смысле 1.) до и после изменения или как разность между интегральными эффектами (1.) за ряд лет, например, за пятилетие, предшествовавшее и последовавшее за их изменением. См. также Приведение проектных вариантов к общему эффекту.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic effect
• economic results

данные
Интерпретируемое формализованным способом представление информации, пригодное для коммуникации, интерпретации или обработки.
[ИСО/МЭК 2382-1]
[ ГОСТ Р 52292-2004]

данные
Информация, представленная в виде, пригодном для обработки автоматическими средствами при возможном участии человека
[ ГОСТ 15971-90]
[ ГОСТ Р 50304-92]
[ОСТ 45.127-99]

[Руководящий документ "Основные положения развития Взаимоувязанной сети связи Российской Федерации на перспективу до 2005 года"]

данные
Представление информации в формализованном виде, пригодном для передачи, интерпретации или обработки.
[ ГОСТ Р ИСО/МЭК 12119-2000]
[ ГОСТ Р 52653-2006]

данные
Информация, представленная в формализованном виде, пригодном для передачи, интерпретации или обработки с участием человека или автоматическими средствами
[ ГОСТ 34.320-96]

данные
Сведения, являющиеся объектом обработки в информационных человеко-машинных системах.
[ ГОСТ 17657-79]

данные
Информация, обработанная и представленная в формализованном виде для дальнейшей обработки
[ГОСТ 7.0-99]

данные
Сведения о состоянии любого объекта — экономического или не экономического, большой системы или ее элементарной части (элемента), о человеке и машине и т. д., представленные в формализованном виде и предназначенные для обработки (или уже обработанные). Д. не обязательно должны быть числовыми: например, статистические показатели работы предприятий и анкетные сведения о человеке — все это Д.) В процессах сбора, обработки и использования они расчленяются на отдельные элементарные составляющие — элементы данных или элементарные данные (иногда их называют просто данными). Элементарные Д. могут быть выражены целыми и вещественными числами, словами, а также булевыми величинами, способными принимать лишь два значения — «истина» (1), «ложь» (0). Слово «Д.» не вполне соответствует слову «информация«, хотя они часто употребляются как синонимы. Д. — величина, число или отношение, вводимые в процесс обработки или выводимые из него. Информация же определяется как знание, полученное из этих данных. Следовательно, обработка данных есть приведение их к такому виду, который наиболее удобен для получения из них информации, знания. Для того, чтобы из минимального количества Д. извлечь максимум информации, используются различные способы записи массивов данных, методы агрегирования и др. Для того, чтобы быть воспринятыми и стать информацией, Д. проходят как бы тройной фильтр: физический (ограничения по пропускной способности канала), семантический (см. Тезаурус) и прагматический, где оценивается полезность Д. (см. Информация). Экономические Д. можно подразделить на два особенно важных класса: условно-постоянные и переменные. Различие между ними поясним простым примером: нормативы запасов — условно-постоянные Д., размеры запасов отдельных материалов на конкретные даты — переменные. Следовательно, первые — это всякого рода расценки, нормативы, нормы, сведения о производительности оборудования и т.д. Обычно в автоматизированных системах управления они либо хранятся в массивах картотек (устаревшая и выходящая из употребления система), либо вводятся в память машины один раз и при необходимости включаются в расчет самой машиной. Условно-постоянными они называются потому, что все же время от времени обновляются. Переменные Д. (сведения о выработке рабочих, о сдаче деталей и продукции, о тех же запасах на складе и многие другие) после расчета, как правило, выводятся из памяти компьютера. См. также Автоматизированная система обработки данных (АСОД), База данных, Носитель данных, Обработка данных, Показатель, Сбор данных, Скорость передачи данных, Экономическая информация.
[ http://slovar-lopatnikov.ru/]

Тематики

• базы данных
• защита информации
• информационно-библиотечная деятельность
• информационные технологии в образовании
• системы для сопряж. радиоэлектр. средств интерфейсные
• системы обработки информации
• телевидение, радиовещание, видео
• экономика
• электронный обмен информацией
• электросвязь, основные понятия

EN

• data

FR

• données

3.4 данные (data): Совокупность значений, присвоенных для основных мер измерений, производных мер измерений и (или) показателей.

[ИСО/МЭК 15939:2007]

Источник: ГОСТ Р ИСО/МЭК 27004-2011: Информационная технология. Методы и средства обеспечения безопасности. Менеджмент информационной безопасности. Измерения оригинал документа

1. Данные

Data

Информация, представленная в виде, пригодном для обработки автоматическими средствами при возможном участии человека

Источник: ГОСТ 15971-90: Системы обработки информации. Термины и определения оригинал документа

3.2.14 данные (data): Представление информации в формальном виде, пригодном для передачи, интерпретации или обработки людьми или компьютерами;

Источник: ГОСТ Р ИСО 10303-1-99: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1. Общие представления и основополагающие принципы оригинал документа

12. Данные

Data

По ГОСТ 15971

Источник: ГОСТ 24402-88: Телеобработка данных и вычислительные сети. Термины и определения оригинал документа

3.3 данные (data): Данные по качеству воздуха и общие данные.

Источник: ГОСТ Р ИСО 7168-2-2005: Качество воздуха. Представление данных. Часть 2. Сокращенный формат представления данных оригинал документа

2.6 данные (Data): Дискретные объективные факты (номера, символы, цифры) без контекста и пояснений.

Источник: ГОСТ Р 53894-2010: Менеджмент знаний. Термины и определения оригинал документа

3.12 данные (data): Представление информации или команд в виде, пригодном для передачи, интерпретации или обработки с помощью компьютера.

[IEEE 610, модифицировано]

Примечание - Данные, необходимые для определения параметров и реализации прикладных и служебных функций в системе, называются «прикладными данными».

Источник: ГОСТ Р МЭК 60880-2010: Атомные электростанции. Системы контроля и управления, важные для безопасности. Программное обеспечение компьютерных систем, выполняющих функции категории А оригинал документа

3.13 данные (data): Представление информации или сообщений в виде, подходящем для передачи, интерпретации или обработки с помощью компьютеров (см. рисунок 2).

[IEEE 610, модифицировано] [1]

Источник: ГОСТ Р МЭК 61513-2011: Атомные станции. Системы контроля и управления, важные для безопасности. Общие требования оригинал документа

3.1.3 данные (data): Любой элемент информации, принимаемый регистратором для записи, включая численные значения, текст, а также звуковые и радиолокационные сигналы, за исключением особо оговоренных случаев или ситуаций, когда по контексту понятно иное.

Источник: ГОСТ Р МЭК 61996-1-2009: Морское навигационное оборудование и средства радиосвязи. Судовой регистратор данных рейса (РДР). Часть 1. Регистратор данных рейса (РДР). Технико-эксплуатационные требования, методы и требуемые результаты испытаний оригинал документа

3.17 данные (data): представление информации формальным способом, подходящим для коммуникации, интерпретации или для информационной обработки человеком или компьютерами.

Источник: ГОСТ Р 54136-2010: Системы промышленной автоматизации и интеграция. Руководство по применению стандартов, структура и словарь оригинал документа

обратная связь
Зависимость текущих воздействий на объект от его состояния, обусловленного предшествующими воздействиями на этот же объект.
Примечания
1. Обратная связь может быть естественной (присущей объекту) или искусственно организуемой.
2. Различают огрицагельную обратную связь и положительную обратную связь как обратную связь, действующую в первом случае в сторону уменьшения, а во втором — в сторону увеличения отклонений текущих значений координат объекта от их предшествующих значений.
[Сборник рекомендуемых терминов. Выпуск 107. Теория управления.
 Академия наук СССР. Комитет научно-технической терминологии. 1984 г.]

обратная связь
Воздействие результатов процесса на его протекание.
При обратной связи сигнал на выходе системы воздействует на ее вход. В результате этого он совместно со входным сигналом определяет последующее значение выходного сигнала.
Выделяют два вида обратной связи. Если в результате рассматриваемого воздействия возрастает интенсивность процесса, то обратная связь называется положительной. Если интенсивность уменьшается, то - отрицательной. В системах управления отрицательная обратная связь обеспечивает автоматическое поддержание выбранного параметра. Например, напряжения электрического тока. Если напряжение уменьшается, то обратная связь его увеличивает. Если же оно возрастает, то - уменьшает.
[Гипертекстовый энциклопедический словарь по информатике Э. Якубайтиса]
[ http://www.morepc.ru/dict/]

обратная связь
Важнейшее понятие кибернетики, означающее обратное воздействие результатов управления системой на процесс этого управления, или, иными словами, использование в управлении информации, поступающей от объекта управления. На схеме (рис. O.1) видно, что сигнал, поступивший на вход управляемого блока, преобразуется в нем, и результат подается на выход. Через канал О.с. выход соединен с блоком сравнения, где результат оценивается. Допустим, он меньше, чем требуется, тогда блок регулирования подает сигнал, увеличивающий интенсивность процесса. Наоборот, если результат больше, чем следует, то, получив сигнал от блока регулирования (или коррекции), управляемый процесс затормозится. Это и есть действие О.с. О.с. считается положительной, когда возрастающие результаты процесса усиливают сам процесс, и отрицательной — когда они ослабляют его. Соответственно уменьшающиеся результаты процесса при положительной О.с. ослабляют его, при отрицательной — усиливают. Соединение элементов в систему с О.с. называют «антипараллельным«. Реальные экономические системы управления обычно имеют не один, как на рис. O.1, а множество последовательно и параллельно связанных между собой контуров О.с., использующих разнообразную информацию о состоянии объекта управления. Такие системы называются многоконтурными. Рис. О.1 Контур управления с обратной связью А. — управляющая подсистема, I — блок регулирования, II — блок управления, III- план или стандарт (эталон), IV — управляемая система, процесс, V — измерение на выходе, С — сигнал об отклонении.
[ http://slovar-lopatnikov.ru/]

Тематики

• автоматизация, основные понятия
• экономика

EN

• feedback

3.6 обратная связь (feedback): Комментарии, экспертиза и сведения о заинтересованности в продукции или процессе управления претензиями.

Источник: ГОСТ Р ИСО 10002-2007: Менеджмент организации. Удовлетворенность потребителя. Руководство по управлению претензиями в организациях оригинал документа

3.2.4 обратная связь (feedback): Информация, передаваемая пользователю и указывающая на момент активации клавиши или на активированное состояние клавиши.

Источник: ГОСТ Р ИСО 9241-4-2009: Эргономические требования к проведению офисных работ с использованием видеодисплейных терминалов (VDT). Часть 4. Требования к клавиатуре оригинал документа

олигопольные эксперименты
Машинные или человеко-машинные эксперименты, воспроизводящие ситуацию олигополии; проводятся в исследовательских и дидактических целях. Строятся в форме деловой игры, в которой участники принимают для каждого периода (такта игры) решения о характеристиках «выпускае­мых» ими товаров, объемах производства, затратах на рекламу, о ценах и инвестициях. Результаты решений с помощью компьютера представляются в виде планов, балансов доходов и убытков, обзоров состояния рынка и других расчетов. Полученная информация служит для принятия решений в последующих периодах и т.д. Множество испытаний (проигрываний) позволяет анализировать мотивы и эффективность экономического поведения участников игры. О.э. дают возможность верифицировать экономические теории и гипотезы, касающиеся, например, инвестиционной или торговой политики фирм. Для иллюстрации остановимся на одном простейшем О.э. Имеются три «фирмы» поставщика однородного товара и множество потребителей. Формулируется модель эксперимента, в которой цена товара выступает как функция объема предложения P = 20 — (X1 + X2 + X3), где P — цена, X1 + X2 + X3 — соответственно, сумма предложений трех фирм; 20 — некоторый заданный параметр. Для упрощения принимается, что фирмы не имеют издержек. Тогда прибыль — Gi = ? pxi, i = 1, 2, 3. Задача каждой фирмы состоит в максимизации целевой функции Gi ® max. Фирму представляет группа студентов, принимающих решения об объеме «продаж». Решения принимаются каждой группой независимо от других, обмен информацией (или, проще, сговор между фирмами) исключен. Далее проигрывается серия испытаний, результаты которых фиксируются в таблице. Отсюда видно, что, например, в первом испытании третья фирма «выбросила на рынок» 10 единиц товара, а на деле свела прибыли всех фирм к нулю (в том числе и свою собственную). А вот в четвертом испытании та же фирма получила высокую прибыль. Таблица позволяет судить о качестве решений участников эксперимента, регистрация пояснений о причинах принятия тех или иных решений — анализировать мотивы их «экономического поведения». Разумеется, это лишь крайне упрощенный пример. О.э. усложняются введением показателей издержек и производственных мощностей для каждой фирмы, вводятся параметры инвестиций (тогда производственные мощности могут изменяться в определенных пределах). Строятся модели рынков, включающие не только поставщиков, но и потребителей и т.д. В ряде случаев на основании наблюдений в ходе эксперимента строится математическая модель, которая затем проигрывается на компьютере. Такое соединение натурного и имитационного эксперимента позволяет углублять анализ явлений, проверять выводы и гипотезы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• oligopolistic experiments

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

долгосрочное прогнозирование
Оценка будущего развития экономики, научно-технического прогресса, социальных изменений в обществе в долгосрочном периоде. В экономико-математических прогнозах эти стороны развития рассматриваются в единстве. Д.п. обычно относится к периоду в 10 - 15 лет, однако есть и так называемые сверхдолгосрочные прогнозы, или, правильнее, дальнесрочные, охватывающие существенно большие промежутки времени. Они, например, относятся к энергетике, градостроительству, лесному хозяйству, к состоянию природной среды. Как правило, подобные прогнозы существенно менее детализированы, чем кратко- и среднесрочные, в них шире применяются вероятностные оценки (см. Вероятность), а часто — и качественные суждения. Строятся научно-технические, социально-экономические и демографические прогнозы, каждый из которых объединяет и взаимоувязывает результаты многих частных прогнозов: развития тех или иных отраслей техники, производства товаров народного потребления, совершенствования экономического механизма и др. Основные методы прогнозирования в экономике, включая долгосрочное, приводятся в статье Прогнозирование.
[ http://slovar-lopatnikov.ru/]

EN

long-term forecasting
The act or process of predicting and calculating the likely conditions or occurrences for an extended and future point in time, often involving the study and analysis of pertinent data. (Source: RHW / MHE)
[http://www.eionet.europa.eu/gemet/alphabetic?langcode=en]

Тематики

• охрана окружающей среды
• экономика

EN

• long-run forecasting
• long-term forecasting

DE

• Langzeitvorhersage

FR

• prévision ŕ long terme