Разработка и исследование сценарных моделей управления региональным развитием тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Грибова, Елена Николаевна

• Грибова, Елена Николаевна
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Грибова, Елена Николаевна

ВВЕДЕНИЕ.

ГЛАВА 1. Импульсные и имитационные модели развития региона: сценарный подход.

1.1. Математическое описание имитационной модели развития региона.

1.1.1. Математическая модель трёх видов знаковых орграфов.

1.1.2. Использование аппарата знаковых графов для прогнозирования и планирования управляющих воздействий в СЭС.

1.2. Исследование развития региональных систем с помощью имитационных моделей.

1.2.1. Специфика региональных моделей.

1.2.2. Классификация региональных моделей.

1.3. Сценарии управления социально-экономическим развитием региона.

1.3.1. Модель социально-экономической системы региона.

1.3.2. Модель социально-экономического развития муниципального округа.

1.3.3. Модель экологической безопасности региона.

1.3.4. Модель социального развития региона.

1.3.5. Модель развития промышленного производства.

1.4. Анализ и моделирование инвестиционной привлекательности региона.

1.4.1. Модель динамики налогового потенциала региона.

1.4.2. Инвестиционный потенциал региона и стратегии компании.

ГЛАВА 2. Имитационные модели развития территорий.

2.1. Стохастические имитационные модели регионального развития.

2.1.1. Территориальная дифференциация: очерк теории.

2.1.2. Программа стохастического роста и ее описание.

2.1.3. Результаты моделирования и их интерпретация.

2.1.4. Управление развитием территорий: имитационное моделирование катастроф и преодоления их последствий.

2.2. Моделирование и прогнозирование циклической динамики депрессивных регионов (центр — бицентр — периферия).

2.2.1. Страны с переходной экономикой: обоснование «переходного спада».

2.2.2. Программа моделирования кризисной динамики.

2.2.3. Результаты моделирования: сценарии кризисной динамики.!

ГЛАВА 3. Прогнозирование и управление экономической динамикой региона.

3.1. Аналитические модели среднесрочного прогнозирования экономической динамики.

3.2. Прогнозирование основных параметров макроэкономической динамики.

3.3. Анализ и прогнозирование показателей внешнеторгового оборота.

Введение диссертации (часть автореферата) на тему «Разработка и исследование сценарных моделей управления региональным развитием»

Актуальность темы. Анализ текущих и прогноз будущих траекторий развития региональных социально-экономических систем (РСЭС) и составляющих их элементов, а также оценка на этой основе тенденций социально-экономического развития, являются важнейшей задачей органов управления всех уровней. Поэтому актуальной представляется разработка и обоснование сценарных моделей управления развитием территориальных образований и регионов.

Целью работы является исследование, разработка и внедрение сценарных моделей эффективного управления региональным развитием.

Достижение поставленной цели требует решения следующих основных задач:

1. Анализ известных методов построения и оценок сценариев развития региональных социально-экономических систем. Обоснование целесообразности применения сценарных моделей для управления региональным развитием.

2. Разработка и исследование имитационных моделей формирования сценариев развития региональных систем: построение комплекса моделей на языке знаковых орграфов, стохастических и трендовых моделей для прогнозирования макроэкономических параметров развития региона.

3. Внедрение полученных теоретических результатов в реальных системах управления региональным развитием.

Основным методом исследования является математическое (имитационное и оптимизационное) моделирование, использующее аппарат знаковых орграфов, клеточных автоматов, трендовых прогнозно-оптимизационных моделей.

Научная новизна работы заключается в следующем:

1. На основании обзора известных сценарных моделей обоснована возможность и целесообразность использования данного аппарата для управления региональным развитием.

2. Разработан комплекс сценарных моделей, позволяющий прогнозировать динамику существенных параметров социально-экономических систем и моделировать управление этими системами. В том числе - импульсные имитационные модели, стохастические имитационные модели и трендовые прогнозно-оптимизационные модели.

3. Построен комплекс моделей социально-экономического развития депрессивного региона, позволяющий прогнозировать основные параметры динамики региона в целом и отдельных составных его частей — центра, бицентра и периферии.

4. Предложены модели и методы формализации, формирования и анализа, а также методы выбора (по заданным критериям эффективности) оптимальных сценариев развития региональных социально-экономических систем.

Практическая значимость. Разработанные автором комплексы сценарных моделей успешно применяются для разработки комплексных сценариев экономической динамики регионов и программ социально-экономического развития, для повышения эффективности управления региональным развитием.

Реализация результатов работы. Эффективность использования разработанных моделей при разработке программ регионального развития г. Барнаул Алтайского края и Рыбинского муниципального округа (Ярославская область), а также при разработке программы развития ЖКХ в Московском регионе, подтверждена актами и справками о внедрении.

Личный вклад. Все основные результаты получены автором.

Публикации. По теме диссертационной работы автором опубликовано 17 печатных работ общим объемом 16,7 печатных листов.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и трех приложений. Работа содержит 144 стр. текста, список литературы включает 159 наименований. Приложение содержит акты и справки, подтверждающие практическую реализацию и внедрение результатов диссертационной работы.

Заключение диссертации по теме «Управление в социальных и экономических системах», Грибова, Елена Николаевна

Выводы. Вторая глава посвящена разработке моделей регионального развития при помощи компьютерных средств программирования в системе Matlab.

Предлагаются стохастические имитационные модели регионального развития и модель циклической динамики депрессивных регионов.

На практике при управлении развитием территорий постоянно возникает необходимость прогнозирования последствий принимаемых хозяйственных решений и оптимизации режимов развития отдельных частей территории. Исходя из этих потребностей, автором составлена программа, предназначенная для имитационного моделирования развития территорий, различные части которых управляются в разных режимах, что в конечном итоге при определенных условиях обеспечивает выход всей системы на траекторию сбалансированного роста с учетом региональных приоритетов развития.

В процессе расчетов, осуществленных при помощи составленных программм, удалось проследить развитие эмпирически наблюдаемых моделей, отражающих различные варианты территориальной дифференциации.

Проведено моделирование экономической динамики трех составных частей территориального образования (центр-бицентр-периферия), развивающихся в тесной взаимосвязи друг с другом, и иллюстрирование возможностей имитационного моделирования на примерах кризисной и депрессивной динамики стран с переходной экономикой. Расчеты, проведенные с помощью данной программы, позволяют отслеживать поведение основных макроэкономических параметров центра, бицентра и периферии.

Глава 3. Прогнозирование и управление экономической динамикой региона.

3.1 Аналитические модели среднесрочного прогнозирования экономической динамики

Цикличность макроэкономических процессов, как уже было сказано, предполагает возможность аппроксимации ряда динамических макропараметров при помощи гармонических трендов, т.е., в частности, функций вида w(t)=kt+l+rcos(cot+(p).

Данный метод аппроксимации позволяет осуществлять прогнозирование соответствующих параметров на основе значений полученного тренда.

Пусть y(t) — ряд статистических данных, w(t) — аппроксимационная кривая (тренд). Фактическое отклонение статистических данных от тренда, таким образом, вычисляется по формуле: Ау(п) = у(п) - w(n).

Прогнозное отклонение следующего, (п+1)-го, значения данного параметра у высчитывается по значениям четырех последних отклонений и составит: А*у(п+1) = 1 /10 * (4 Ду (п)+3 Ay (п-1 )+2 Ау (п-2)+ Ду(п-З)).

При этом прогнозное значение данного параметра можно найти, прибавив найденное отклонение от тренда к трендовому значению (п+1 )-го года: у *(п+1) = w(n+1) + Д*у(п+1).

При прогнозировании на дальнейший период вычисленный прогноз считаем свершившимся фактом, т.е. присоединяем посчитанное значение у*(п+1) к массиву статистических данных. Затем на основе полученного массива данных строим новый тренд и точно так же считаем отклонение А*у(п+2) по отклонениям четырех лет, предшествующих прогнозируемому году. Наконец, прибавляя найденное отклонение А*у(п+2) к трендовому значению w(n+2), получаем результат — прогнозное значение у*(п+2). Данный метод прогнозирования эффективен при расчете среднесрочных прогнозов — на срок до 3-4 лет (половина продолжительности промышленного цикла).

Представленный в данной работе метод, который может быть воплощен в различных прогнозных методиках, реализован автором при помощи программных средств Excel.

В качестве объекта моделирования автором была выбрана Ярославская область, макроэкономическая динамика которой была ранее исследована на основе сценарного подхода [25, 33, 36]. Рис. 3.1 иллюстрирует пример применения описанного метода скользящих глобальных трендов к прогнозированию экономической динамики Ярославской области на 2003 год. Параметры найденного аппроксимационного тренда таковы: к = 0,0139; 1 = 0,8252; г = -0,1247; V = 8,9316; Э = 5,7969. Прогноз предполагает рост ВВП на 26,7% по сравнению с 2001 годом, который оказался не слишком благополучным для данного региона.

Осуществленный прогноз на 2002-2004 годы предполагет ощутимый рост ВВП по сравнению с предыдущим 2001 годом, а затем, после резкого спада к концу 2003 года, постепенное, но стабильное улучшение ситуации к середине 2004 годэ. При сопоставлении с фактическими данными по динамике ВВП за этот период можно сделать вывод о качественной точности такого прогноза. (Рис. 3.1)

Относительная погрешность прогноза на 2004 г. составляет У (факт)

Подобный метод прогнозирования, применявшийся ранее для логистических трендов, которыми описывались параметры уровня жизни населения [1, 2], дает возможность спрогнозировать "перелом" (изменение характера динамики) как самого аппроксимирующего тренда, так и отклонений от него истинных значений прогнозируемого параметра. Наилучшие по точности результаты прогнозирования достигались методом скользящих локальных трендов [94], который предполагает, что каждый тренд строится на основе данных 7-8 предшествующих лет, а более ранние показатели не принимаются во внимание. Данное обстоятельство обусловлено тем, что на каждый следующий год реально оказывает влияние лишь динамика соответствующих показателей предшествующего среднесрочного (промышленного) цикла.

Это касается и прогнозирования динамических параметров на 3-4 года вперед: наивысшая точность прогноза достигается при «скольжении» тренда, всякий раз охватывающего лишь данные 7-8-летнего периода, непосредственно предшествующего прогнозируемому году. Это кажется парадоксом, но, тем не менее, является многократно проверенным фактом: при прогнозировании динамики на 4 года вперед наиболее точен метод, при котором построенный тренд обусловлен данными, наполовину состоящими из найденных ранее прогнозных значений (прогнозные данные за 3 года и фактические данные за 4 года составляют как раз 7-летний отрезок времени), тогда как тренд, построенный преимущественно на основе фактических данных (например, по прогнозным значениям за 3 года и фактическим данным за 7-8 лет) дает менее высокую точность прогноза.

Линейно-гармонический тренд

J> J? d> & ^ ^ ^ ^

Y(mp) J

У (Факт)

У(прогн) год

Рис. 3.1, 11рогнозирование динамики ВВП Ярославской области при помощи линейно-гармонических трендов

Отдельной проблемой является зависимость точности осуществляемого прогноза от частоты линейно-гармонического тренда. В некоторых случаях бывает целесообразно пожертвовать экономической логикой находимой трен до вой траектории ради достижения требуемой точности прогноза: опыт свидетельствует о том, что тренды низкой частоты чаще обеспечивают необходимую точность [88,95].

Подобным же образом может быть осуществлен прогноз при помощи трендовых траекторий любого вида, но этот вид должен быть задан экзогенно, он составляет одну из исходных предпосылок осуществления предлагаемого алгоритма.

3.2 Прогнозирование основных параметров макроэкономической динамики

Характер динамики валового регионального продукта (Рис. 3.2) позволяет отнести данный регион к шоково-депрессивному типу, согласно разработанной автором классификации макроэкономических систем в соответствии со сценариями их динамики |26].

Чросп.1*ская ооп гад

Рис. 3.2. Ярославская область: динамика приращений ВРИ

Рис. 3.3, являющийся результатом моделирования [99] и отражающий динамику уровня жизни, в сопоставлении с Рис. 3.2 указывает на важное обстоятельство: конечное потребление более эластично к изменениям ВРП в сторону уменьшения, чем в сторону увеличения. Иначе говоря, общая закономерность заключается в том. что когда в стране или регионе начинается экономический спад уровень жизни падает быстро, а когда начинается подъем -конечное потребление тоже повышается, но не столь быстро и не столь значительно, как физический объем производства. Кроме того, из Рис. 3.3 вытекает, что уровень жизни в различных составных частях данного региона изменяется синхронно, в отличие от большинства кризисных и депрессивных макроэкономических систем, где отдельные локальные образования в разные периоды протекания кризиса принимают на себя основной удар [96. 99]. Этот факт позволяет моделировать и прогнозировать уровень жизни населения данного региона как единого целого, тогда как во многих других регионах применение такого метода сопряжено со значительной погрешностью. Поэтому

Ярославскую область можно рассматривать как единую систему при применении трендовых моделей. хг а? ■ »

IBIS

М 12 М i Т LEW ■* I ,'Л'а t 9: to

Рис. 3.3. Ярославская область: динамика уровня жизни (LEV ] — центр. LEV2 — бицентр, LCV3 — периферия)

Рис. 3.4 иллюстрирует пример применения описанного метода скользящих глобальных трендов к прогнозированию экономической динамики Ярославской области да 2003 год. Параметры найденного аппроКеимационного тренда таковы: к=0.0139; 1=0,8252; г=-0,1247; ¥=8.9316; Э =5.7969. Полученный прогноз показывает спад ВРП на 26,5% по сравнению с прогнозной оценкой 2002 года, предполагавшей рост валового регионального продукта на 42,5% по сравнению с 2001 годом, который оказался не слишком благополучным для данного региона. fl и ней но- гармонический тренд

Ч 0,6 0.4 0,2 0.0

У(тренд) —*— У(Фант)

У(прогн) год

Рис. 3.4. Прогнозирование динамики ВРП Ярославской областипри помощи линейно-гармонических трендов

3.2.1 Дина мик а. ин вестицнонных пронессов

Нарастающая зависимость данного региона от внешних источников инвестиций [25, 99J. подтверждает принадлежность Ярославской области к числу дотационных регионов, обладающих внутренним потенциалом развития (в отличие от так называемых хронически депрессивных, изолированных, экспортно-ориентированных и теневых) [87. 92].

Основные характеристики инвестиционного климата и принципы инвестиционной политики в области приведены в Приложении 2.

Прогноз на 2003-2005 годы, сделанный па основе данных Таблица 3.1 при помощи изложенной выше методики, показывает постепенное, но существенное снижение общих объемов инвестиций более чем на 50% (Рис. 3.5). Параметры найденного аппроксимационного тренда таковы: к=1,72; 1=19,63; 1=8,23; 10,11: Э =311,43.

Линеино-гармонический тренд

У(тренд) —*— У(Факт) -ь- У(прогн)

16 000

14 ООО i 12 ООО S г юооо g зооо

3 6 000 | 4 000

I 2 000

Рис. 3.5. Прогнозирование динамики инвестиций в основной капитал Ярославской области при помощи линейно-гармонических трендов

Факт падения объемов инвестиций, очевидно, связан с изменением динамики рейтинга инвестиционной привлекательности Ярославской области по России в сторону стабильного ухудшения: после резкого улучшения от 34-го места в 2000 году до 2-го места в 2002 году область откатилась к 11-му месту в 2004 году. Основными причинами серьезного снижения инвестиционного рейтинга Ярославской области являются экономическое и техническое состояние предприятий, относительно высокий физический износ оборудования, утрата значительной части технологического потенциала за годы кризиса, высокая степень экологического риска.

К тому же. несмотря на общую тенденцию к повышению, в 2000-2003 годах сумма иностранных инвестиций сильно колебалась (Таблица 3.2), а значительный рост общей суммы инвестиций в основной капитал по Ярославской области достигался в основном за счет заметного увеличения доли отечественных инвестиций (а точнее, собственных средств предприятий). Поэтому прогнозируемый спад инвестиционного интереса к областным промышленным программам может быть следствием не только снижения доли иностранного капитала, поступающего в область, по, главным образом, ухудшения федерального и местного (за счет негосударственных источников) финансирования.

Заключение.

Основные научные и практические результаты, полученные в диссертационной работе, заключаются в следующем:

1. На основании обзора моделей и методов сценарного развития импульсных моделей обоснована возможность и целесообразность использования данного аппарата для моделирования сценариев регионального развития.

2. Разработан комплекс импульсных имитационных моделей развития региона, позволяющих: строить прогнозы регионального развития на основе информации о ее структуре и программах развития системы путем аппроксимации их участками траекторий импульсных процессов на знаковых орграфах; разрабатывать сценарии развития территорий, разные части которых управляются в различных режимах; На основе представленных теоретических исследований и результатов получены имитационные динамические модели следующих жизненно важных систем региона: -- социально-экономическая модель, -- модель экологической безопасности, ~ модель социального развития, ~ модель развития промышленного производства, ~ модель динамики налогового потенциала, -- модель инвестиционной привлекательности. и на основе результатов моделирования разработана программа управления реальным регионом (Ярославской областью).

3. Разработан комплекс стохастических имитационных моделей развития территорий, основанный на аппарате клеточных автоматов и позволяющий: моделировать процесс социально-экономического развития территории как стохастический процесс, протекающий кумулятивным образом с периодами диссипации; разрабатывать сценарии развития территорий, разные части которых управляются в различных режимах; строить сценарии управления дифференциацией регионального развития; моделировать процессы возникновения катастроф и исследовать различные режимы преодоления их последствий, а также их влияние на динамику развития всего региона; классифицировать типы взаимодействия между центрами и бицентрами территориальных образований в процессе развития региона.

4. Разработан комплекс моделей социально- экономического развития депрессивного региона, позволяющий: отслеживать поведение основных макроэкономических параметров центра, бицентра и периферии, зная исходные соотношения между этими параметрами и некоторые общие закономерности их изменения; выделить тип сценариев регионального развития в зависимости от динамики основных макроэкономических параметров; прогнозировать основные параметры динамики региона: производство и распределение ВНП; уровень жизни, миграции и смертности; управление внешним долгом и др.

5. Разработан комплекс трендовых прогнозно-оптимизационных моделей, позволяющих: осуществлять анализ и количественный прогноз динамики макроэкономических процессов и параметров на среднесрочную перспективу на основе сценарного подхода; прогнозировать "перелом" (изменение характера динамики) как самого аппроксимирующего тренда, так и отклонений от него значений прогнозируемых параметров. Полученные результаты показали принципиальную возможность создания формальных методов формирования и последующего анализа характеристик сценариев развития СЭС с целью принятия рациональных решений при управлении различного рода процессами развития региона, в том числе предотвращения его нежелательных последствий.

Полученные результаты использованы (что подтверждено актами и справками о внедрении) при разработке и внедрении комплекса импульсных и имитационных моделей управления региональным развитием в администрации Рыбинского муниципального округа, Алтайском государственном университете, ГУП г. Москвы «Экономика».

Список литературы диссертационного исследования кандидат технических наук Грибова, Елена Николаевна, 2005 год

1. Абашкина Е.О. Рынок труда и уровень жизни населения России: нелинейные методы анализа и прогнозирования //Информация и экономика: теория, модели, технологии: Сб. науч. трудов, Р.М.Нижегородцева. Барнаул: Изд-во Алтайского гос. ун-та, 2002. — С. 80-111.

2. АвдашеваС., Ястребова О. Государственная поддержка в регионах: состояние и проблемы реорганизации. //Вопросы экономики. №5. 2001.

3. Акимов В.А., Козлов К.А. Оценки природной и техногенной опасности субъектов Приволжского региона России. //Проблемы безопасности при чрезвычайных ситуациях. М.: ВНИТИ, №7. 2000. — С. 65-83

4. Анохин A.M., Глотов В.А., Павельев В.В., Черкашин A.M. Комплексное оценивание: принцип бинарности и его приложения. Препринт. — М.: ИПУ РАН, 1994.

5. АрхиповаН.И., КульбаВ.В. Управление в чрезвычайных ситуациях. — М.: РГГУ. 1994.

6. АрхиповаН.И., Кульба В.В., Чанхиева Ф.Ю., Косяченко С.А. Организационное управление. //Учебное пособие для втузов. М.: Приор, 1998.

7. Аузан А., Крючкова П. Административные барьеры в экономике: задачи деблокирования. //Вопросы экономики. Под. ред. Абалкина Л.И. — М.: РАН, №5. 2001. —С. 34-66.

8. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. — М.: Наука, 1973.

9. Бурков В.Н., Новиков Д.А. Введение в теорию активных систем. — М.: ИПУ РАН, 1996.

10. Бусленко А.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. — М.: Советское радио, 1973. — С. 87-103.

11. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1980.

12. Викулов В.Е., Гурман В.И., Данилина Е.В. и др. Эколого-экономическая стратегия развития региона: Математическое моделирование и системный анализ на примере Байкальского региона. Новосибирск: Наука. Сиб. отд-ние, 1990.

13. Вишнев С.М. Основы комплексного программирования. — М.: Наука, 1977.

14. Вишнев С.М. Роль стратегических ограничений в прогнозировании. //Экономика и мат. методы. 1974.

15. Вопросы анализа и принятия решений. //Сборник переводов. — М.: Мир, 1976.

16. Гантмахер Р. Теория матриц.— М.: Гостехиздат. 1953.

17. Гвишиани Д.М. Методологические проблемы изучения глобальных процессов. //Экономика и мат. методы. Т. XV, вып. 2, 1979.

18. Гмурман В.Е. Теория вероятностей и математическая статистика./ Учебное пособие для втузов. М.: Высшая школа, 1977.

19. Год планеты: Политика. Экономика. Бизнес. Банки. Образование. Вып. 2001 года. М.: Республика, 2001.

20. Гольц Г.А. Культура и экономика России за три века, XVIII-XX вв. Т. 1. Менталитет, транспорт, информация (прошлое, настоящее, будущее). Новосибирск: Сибирский хронограф, 2002.

21. Гретцер Г. Общая терия решёток. — М.: Мир, 1982.

22. Грибова Е.Н., Нижегородцев P.M. Сценарии управления индустриальной системой Ярославской области //Проблемы регионального и муниципального управления: Доклады и сообщения III международной научной конференции. М., 2001. —С. 287-291.

23. Грибова Е.Н., Нижегородцев P.M. Управление развитием территорий: имитационное моделирование катастроф и преодоления их последствий //Управление большими системами: Сб. трудов мол. ученых: Вып. 5. М., 2003. — С. 21-34.

24. Грибова Е.Н., Нижегородцев P.M., Моделирование локальных траекторий регионального развития: катастрофы и преодоление их последствий. //Проблемы управления безопасностью сложных систем. М.: РГГУ, 2003.— С. 147-151.

25. Грибова Е.Н, Нижегородцев P.M. Моделирование динамики налогового потенциала предприятий. //Теория активных систем. М.: ИПУ РАН, 2001. — С. 41-47

26. Грибова Е.Н. Оценка инвестиционной привлекательности Ярославской области. //Проблемы управления безопасностью сложных систем. М.: ИПУ РАН, 2001. —С. 195-203.

27. Грибова Е.Н. Стохастическое моделирование территориальных катастроф и преодоления их последствий. //Управление большими системами: Сб. трудов: Вып. 6. М., 2004. — С. 33-55.

28. Грибова Е.Н., Кононов Д.А., Нижегородцев P.M. Сценарии управления социально-экономической системой Ярославской области. //Проблемы управления безопасностью сложных систем. М.: РГГУ, 2000. — С. 243-248

29. Грибова Е.Н., Шадрин А.В. Возможности применения теории активных систем для анализа фискальной политики. //Теория активных систем. ИПУ РАН, 2001. — С. 96-98.

30. Д.А. Кононов, С.А. Косяченко, В.В. Кульба, Сценарный анализ динамики поведения СЭС. М.: МГУ, 1999.

31. Давыдов Э.Г. Игры, графы, ресурсы. М.: Радио и связь, 1981.

32. Данилов-Данильян В.И., Рыбкин А.А. Прогнозирование и планирование. //Системные исследования: Ежегодник, — М.: Наука, 1981.

33. Емельянов С.В., Озерной В.М., Ларичев О.И. Проблемы и методы принятия решений. Обзор. — М.:1973.

34. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. — М.: Наука. 1997.

35. Карибский А.В., ШишоринЮ.Р., Бизнес-план: финансово-экономический анализ и критерии эффективности (методы анализа и оценки). Препринт. М.: ИПУ РАН, 1996.

36. Кинг У., Клиланд Д. Стратегическое планирование и хозяйственная политика. — М.: Прогресс, 1982.

37. Киселёва В.В. Комплексный прогноз экономики США: Методология и моделирование. — М.: Наука, 1983.

38. Коковкина Е.Н. Аттрактивные сценарии социально-экономического развития региона. //Проблемы регионального и муниципального управления. М.: ИПУ РАН, 2000. —С.112-114.

39. Колмогоров А.Н., Фомин С.В. Элементы функционального анализа. — М.: Наука. 1976.

40. Комплексное прогнозирование в экономике и международных отношениях /ИМЭМО АН СССР. — М., 1976. Вып. 1,2.

41. Кононов Д.А. //Проблемы управления безопасностью сложных систем. Материалы VII международной конференции — М.:1999.

42. Кононов Д.А. Интегральная компромиссная оценка социально-экономического развития региона. — Материалы Международной конференции «Проблемы регионального и муниципального управления» 27-28 мая 1999 г. — М.: РГГУ. 1999. —С. 214-231

43. Кононов Д.А. Магистральное поведение оптимальных стратегий в иерархической игре Центр-производители. — //Программное обеспечение и модели системного анализа. — М.: МГУ. 1991.

44. Кононов Д.А. Теорема о магистрали в сильной форме для модели Неймана с нетерминальной целевой функцией. //Вестн. МГУ. Сер. 15 вычисл. математика и кибернетика. № 1. 1979. — С. 33-56

45. Кононов Д.А., Коковкина Е.Н. Синергические сценарии социально-экономического развития региона. //Проблемы регионального и муниципального управления. М.: ИПУ РАН, 2000. — С. 114-117

46. Кононов Д.А., КульбаВ.В. Формирование сценариев развития макроэкономических процессов на базе использования языка знаковых графов. //Моделирование экономической динамики: риск, оптимизация, прогнозирование. М.: МГУ. 1997.— С. 42-67

47. Кононов Д.А., КульбаВ.В. Формирование сценариев развития макроэкономических процессов на базе использования языка знаковых графов.//Моделирование экономической динамики: риск, оптимизация, прогнозирование/ М.:Диалог — МГУ, 1997. — С. 77-91

48. КононовД.А., КульбаВ.В. Экологический менеджмент: сценарии развития объектов и управление экологической обстановкой. //Инженерная экология. 1996. № 6. — С. 56-63

49. Кононов Д.А., Кульба В.В., Ковалевский С.С., Косяченко С.А. Синтез формализованных сценариев и структурная устойчивость сложных систем (синергетика и аттрактивное поведение). Препринт. — М.: ИПУ РАН. 1998.

50. Кононов Д. А., КульбаВ.В., Ковалевский С.С., Косяченко С.А. Формирование сценарных пространств и анализ динамики поведения СЭС. Препринт.— М.: ИПУ РАН. 1999.

51. Концепция государственной инвестиционной политики Ярославской области на период с 2004 до 2007 года. Постановление губернатора Ярославской области от 02.12.2003. №765. //Губернские вести№82, декабрь 2003. — С. 45-79.

52. Королюк B.C., Портенко Н.И. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985.

53. Кульба В.В., Ковалевский С.С., Кононов Д.А., Чернов И. В, Шелков А.Б. Проблемы обеспечения экономической безопасности сложных социально-экономических систем. Препринт. — М.: ИПУ РАН, 2000.

54. Кульба В.В., Кононов Д.А., Косяченко С.А. Исследование поведения социально-экономических систем на основе формализованной генерации сценариев их поведения. — //А и Т. 1999. № 9. — С. 25-41.

55. Кульба В.В., Кононов Д.А., Косяченко С.А. Модели и методы анализа сценариев развития социально-экономических систем в АСУ ЧС. —М.: А и Т. 1999. №9. —С. 12-18.

56. Кульба В.В., Кононов Д.А., Косяченко С.А. Формирование региональных сценариев развития взаимосвязанных объектов в АСУ ЧС. — //А и Т. № 9. 2000.

57. Кульба В.В., Кононов Д.А., Нижегородцев P.M. и др. Сценарный анализ динамики поведения социально-экономических систем. /Научное издание. М.:ИПУ РАН, 2002.

58. Кульба В.В., Кузина Е.В., Косченко С.А., Шелков А.Б. фундаментальный анализ в коммерческих банках. — М.: ИПУ РАН. 1999.

59. Кульба В.В., Миронов П.Б., Назаретов В.М. Анализ устойчивости социально-экономических систем с использованием знаковых графов. //А и Т. № 7. 1993. — С. 34-37

60. Кульба В.В., Миронов П.Б., Назаретов В.М. Анализ устойчивости социально-экономических систем с использованием знаковых графов. //А и Т. № 7. 1993. С. 37-41.

61. Ларичев О.Н. Объективные модели и субъективные решения. — М. : Наука, 1987.

62. Леонтьев В. Будущее мировой экономики: Доклад группы экспертов. М.: Межд. отношения, 1979.

63. Лисичкин В.А. Теория и практика прогностики: методологические аспекты. — М.: Наука, 1972.

64. Лопухин М.М. Метод планирования и прогнозирования научных работ. — М.: Советское радио, 1971.

65. Маленво Э. Статистические методы в эконометрии. М.: Статистика, 1976 , вып. 1,2.

66. Мамиконов А.Г., КульбаВ.В., Швецов А.П. Модифицированные сети Петри. Препринт.—М.: ИПУ РАН. 1991.

67. Математика и кибернетика в экономике: Словарь-справочник. — М.: Экономика, 1975, с. 700.

68. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. — М.: Мир. 1973

69. Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. М.: Госкомитет СССР по гидрометеорологии, 1990.

70. Миллер Дж.А. Магическое число семь плюс или минус два: О некоторых пределах нашей способности перерабатывать информацию. //Инженерная психология: Сб. статей. — М.: Прогресс, 1964.

71. Минский М. Фреймы для представления знаний. — М.: Энергия, 1979.

72. Модели процессов принятия решений. //Сборник статей — Владивосток: ,ДВНЦ АН СССР, 1978. — С. 28-39.

73. Морозов В.В., Сухарев А.Г., Федоров В.В. Исследование операций в задачах и упражнениях. — М.: Высшая школа, 1986.

74. Нижегородцев P.M. Информационная экономика. Книга 1. Информационная Вселенная: Информационные основы экономического роста. Москва — Кострома, 2002.

75. Нижегородцев P.M. Информационная экономика. Книга 3. Взгляд в Зазеркалье: Технико-экономическая динамика кризисной экономики России. Москва — Кострома, 2002.

76. Нижегородцев P.M. Поляризация экономического пространства России и как ей противодействовать// Проблемы теории и практики управления. 2003. № 1. — С. 89-95.

77. Нижегородцев P.M. Среднесрочное прогнозирование динамики макроэкономических параметров при помощи гармонических трендов //Теория активных систем: Труды международной научно-практической конференции. Т. 1. М.: ИПУ РАН, 2003. — С. 120-121.

78. Нижегородцев P.M. Технико-экономическая динамика российских регионов: истоки проблем и задачи государства// Экономическая теория на пороге XXI века: Глобальная экономика, С.Н.Бабурина, В.Г. Белолипецкого, Е.С.Зотовой. М.: Юристъ, 2003. — С. 889-903.

79. Нижегородцев P.M. Траектории региональной экономики: проблемы причинности и моделирования //Информация и экономика: теория, модели, технологии: Сб. науч. трудов. Барнаул: Изд-во Алтайского гос. ун-та, 2002. — С. 172-194.

80. Нижегородцев P.M. Управление технологической структурой производства и проблема убыточности предприятий: мировой опыт и наши проблемы. //Российская экономическая наука: традиции и современность: Цаголовские чтения. М.: ТЕИС, 1998. — С. 75-85.

81. Нижегородцев P.M. Технико-экономическая динамика российских регионов: истоки проблем и задачи государства //Экономическая теория на пороге XXI века: Глобальная экономика, С.Н.Бабурина, В.Г. Белолипецкого, Е.С.Зотовой. М.: Юристъ, 2003. — С. 889-903.

82. Нижегородцев P.M., Грибова Е.Н. Апология бицентризма: рост и упадок, анализ и прогнозирование //Региональная экономика в информационном измерении: модели, оценки, прогнозы: Сб. науч. трудов. Москва— Барнаул: Изд-во «Бизнес-Юнитек», 2003. — С. 81-114.

83. Нижегородцев P.M., Грибова Е.Н. Сценарный подход в задачах экономического прогнозирования //Теоретические основы и модели долгосрочного макроэкономического прогнозирования. М.: МФК, 2004. — С. 205-295.

84. Об установлении величины прожиточного минимума в Ярославской области на период с 2003 до 2004 года. Постановление губернатора Ярославской области от 24.07.2003. №465. //Губернские вести №50, август 2003. — С. 26-28.

85. Обзор экономики России. Основные тенденции развития. 1999г. Под. ред. Э.Б. Ершова. I. — М., 2001.

86. Общие правила взрывобезопасности для взрывопожароопасных, химических, нефтехимических и нефтеперерабатывающих производств. М.: Металлургия, 1988.

87. Одрин В.М., Картавов С.С. Морфологический анализ систем: Построение морфологических таблиц. — Киев : Наук. Думка, 1977.

88. Оре О. Теория графов. М.: Наука, 1980 г.

89. Основные направления бюджетной и налоговой политики Ярославской области на 2001-2003 гг. //Губернские вести №74, ноябрь 2000. — С. 41-47.

90. От выживания к благополучию. Программа социально-экономического развития Ярославской области на 2000-2003 гг. //Губернские вести №95, декабрь 2000. — С. 7-28.

91. Петровский С.А. Анализ на проблемных сетях. /ИМЭМО АН СССР. — М., 1980-1982. Вып.1, 2. —С. 14-23.

92. Пирогов Г.Г. Сценарии в системе моделирования глобального развития: Подходы и принципы. //Неформализованные элементы глобального моделирования. /ВНИИСИ. —М., 1981. —С. 56-63.

93. РайфахХ. Анализ решений. Введение в программу выбора в условиях неопределённости. — М. : Наука, 1977.

94. Раяцкас P.JI. Система моделей планирования и прогнозирования М., Экономика, 1976.

95. Регионы России. //Официальное издание. Стат. сб. В 2 т. Т.1 /Госкомстат России.— М., 2001. — С. 83-85.

96. Роберте Ф.С. дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. — М.: Наука, 1986.

97. Российский статистический ежегодник: Под. ред. B.J1. Соколина. Стат. сб. /Госкомстат России.— М., 2002.

98. Российский статистический ежегодник: Под. ред. В.JI. Соколина. Стат. сб. /Госкомстат России.— М., 2001.

99. Российский статистический ежегодник: Под. ред. Ю.А. Юркрва. Стат. сб. /Госкомстат России.— М., 2004.

100. Россия и СНГ в новейших европейских интеграционных процессах// Проблемы теории и практики управления. 2003. № 1.

101. Ротарь В.Г., Шумский А.А., Шелупанов А.А. Информационные технологии и стратегии взаимодействия компании с регионами. //Информационные технологии, №5, М., 2001.

102. Саати Т. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1993.

103. Селивёрстов В.Е., Суслов В.И., Ершов Ю.С. применение сценарного подхода в исследовании территориальных пропорций народного хозяйства: Препринт/ ИЭОПП СО АН СССР. —Новосибирск, 1985.

104. Семенов И.Б., Чижов С.А., Полянский С.В. Комплексное оценивание в задачах управления системами социально-экономического типа. — Препринт, М.: ИПУ РАН, 1996.

105. Смирнов А.Д. Система имитации экономических решений //Экономика и мат. методы. Т. IX, вып. 3, 1973, С.395-406.

106. Социально- экономическое положение России. Январь-октябрь 2000г. / ГКРФ по статистике.— М., 2000.

107. Социально-экономическое положение Ярославской области. Янв.- май 2003г.— Ярославль: Комитет госстатистики Ярославской области, 2003.

108. Степанов Б.М., Иванова Т.Е. «Концепции социально-экономического развития РМО до 2005г.» Рыбинск: «Формат-принт», 2000.

109. Стефанов Н., ЯхиелН., Качаунов С. Управление. Моделирование. Прогнозирование.м.: Экономика, 1972.

110. Теперь под №27. Гермейер Ю.Б. Введение в исследование операций. — М.: Наука. 1971.

111. Трахтенгерц Э.А. Принятие решений на основе компьютерного анализа. — М.: ИПУ РАН, 1996.

112. Феллер В. Введение в теорию вероятностей и её приложения. //Т 1. М.: Мир, 1984.

113. Форрестер Дж. Мировая динамика. — М.: Наука, 1976.

114. Хандуев П.Ж. Прогнозирование экономического развития региона (аспекты структурной политики). Новосибирск: НГУ, 1996.

115. Хандуев П.Ж., ШираповБ.Д. Сценарный подход как метод преодоления неопределённости в разработке стратегии развития региона. — Улан-Удэ: Байкальский институт природопользования СО РАН, 1999.

116. Харисов Г.Х. Обоснование затрат, выделяемых на предотвращение гибели людей при несчастных случаях, авариях, катастрофах, стихийных бедствиях. //Проблемы безопасности при чрезвычайных ситуациях. М.: ВНИТИ, №8. 1993.

117. Цвиргун Ф.Д., Карибский Ф.В., Яковенко С.Ю. Математическое моделирование управления развитием структкр крупномасштабных систем. Препринт. — М.: ИПУ РАН. 1985

118. Шибалкин О.Ю. Проблемы и методы построения сценариев социально-экономического развития. М.: Наука, 1992.

119. Экономика и жизнь. //Журн. №8(8806), февраль 2000.

120. Эксперт //Журн. №8,28 февраля 2000.

121. Эшби У. Введение в кибернетику. — М.: ИЛ, 1958.

122. Юдицкий С.А., Барон Ю.Л., Жукова Г.Н. Построение и анализ логического портрета сложных систем //Институт проблем управления. — Препринт, М. 1997.

123. Юткина Т.Ф. Налоги и налогообложение. М.: Инфра-М, 2001.

124. Ярославская область. //Статистический ежегодник. Стат. сб.— Ярославль: Комитет госстатистики Ярославской области, 2003.

125. Andreani Е., GauronA. Cinq esquisses de croissance pour 1985. //Ekonomie et Statistique. №15. 1970.

126. Handbook of futures research. //Ed. By J. Fowles. — NY., 1978.

127. Kahn H. On escalation: Metaphors and scenarios. — NY, 1965.

128. Kahn H., Wiener A. The year 2000: A fram//ework for speculations on the next 33 year. —NY, 1967.

129. Lees F.P. Loss Prevention in the Process Industries. London: Butterworths. 1980.

130. Oliver Hart, John Moore. On the Design of Hierarchies: Coordination Versus Specialization. NBER Working Papers, 1999. pp. 73-88.

131. Philip Kostov, John Lingard. Risk Management Managing Risks, not Calculating //Them University of Newcastle, Sep. 2004.

132. Raaj K. Sah; Joseph E. Stiglitz. The Quality of Managers in Centralized Versus Decentralized Organizations. // The Quarterly Journal of Economics, Vol. 106, №1. Feb., 1991, pp. 289-295.

133. Tirole J. Incomplete contracts: where do we stand // Econometrica. Vol. 67. №4. 1999. pp.741 -782.