Лаборатория агентного моделирования
Лаборатория
  • О лаборатории
  • История
  • Свидетельства и лицензии
  • Партнеры
  • Сотрудники
Дайджест
Публикации
Проекты
Курсы, семинары, конференции
  • Конференции
    • Конференция «Искусственные общества и информационные технологии»
      • Искусственные общества и информационные технологии - 2021
      • Архив конференций
  • Семинары
    • Международный онлайн-семинар "Искусственные общества и информационные технологии"
      • Архив мероприятий
      • Информация о предстоящем семинаре
Контакты
    Лаборатория агентного моделирования
    Лаборатория
    • О лаборатории
    • История
    • Свидетельства и лицензии
    • Партнеры
    • Сотрудники
    Дайджест
    Публикации
    Проекты
    Курсы, семинары, конференции
    • Конференции
      • Конференция «Искусственные общества и информационные технологии»
        • Искусственные общества и информационные технологии - 2021
        • Архив конференций
    • Семинары
      • Международный онлайн-семинар "Искусственные общества и информационные технологии"
        • Архив мероприятий
        • Информация о предстоящем семинаре
    Контакты
      Лаборатория агентного моделирования
      • Мой кабинет
      • Лаборатория
        • Назад
        • Лаборатория
        • О лаборатории
        • История
        • Свидетельства и лицензии
        • Партнеры
        • Сотрудники
      • Дайджест
      • Публикации
      • Проекты
      • Курсы, семинары, конференции
        • Назад
        • Курсы, семинары, конференции
        • Конференции
          • Назад
          • Конференции
          • Конференция «Искусственные общества и информационные технологии»
            • Назад
            • Конференция «Искусственные общества и информационные технологии»
            • Искусственные общества и информационные технологии - 2021
            • Архив конференций
        • Семинары
          • Назад
          • Семинары
          • Международный онлайн-семинар "Искусственные общества и информационные технологии"
            • Назад
            • Международный онлайн-семинар "Искусственные общества и информационные технологии"
            • Архив мероприятий
            • Информация о предстоящем семинаре
      • Контакты
      • +7 (499) 129-07-44
      г. Москва, Нахимовский проспект, д. 47
      albert.bakhtizin@gmail.com
      • Главная
      • Информация
      • Дайджест
      • Рост, неравенство и инновации: CGE-анализ Индии

      Рост, неравенство и инновации: CGE-анализ Индии

      18 Декабря 2020 17:15
      // Агент-ориентированное моделирование

      В работе использован подход вычислимых моделей общего равновесия для оценки эффекта от применения различных видов государственной политики на экономический рост и уровень неравенства, что позволяет продемонстрировать пользу вычислимых моделей общего равновесия для определения оптимальной политики и ее последствий.

      © Александр Василюк, ЭФ МГУ

      Авторы выделяют три основных фактора экономического роста, такие как объем физического капитала, объем человеческого капитала и технологический уровень, влияющий на совокупную факторную производительность. Другой важной идеей, стоящей в основе модели, является то, что распределение доходов между экономическими агентами зависит от того, за счет каких из вышеизложенных факторов происходит экономический рост. На основании этой идеи авторы симулируют достижение различных равновесных состояний при различных вариантах экономической политики, что позволяет выделить приоритетные направления политики для экономики Индии с учетом цели снижения неравенства в доходах.

      В результате авторы ставят своей целью изучить влияние увеличения государственных расходов, финансируемых за счет налогов, за счет формирования физического и человеческого капитала на рост выпуска и на распределение доходов. Кроме того, авторы оценивают влияние технологического прогресса на экономический рост и на распределение доходов. Для этого авторами создается базовый сценарий, который отражает достижение равновесного состояния индийской экономики при неизменном состоянии на периоде с 2004 по 2030 годы, а также четыре альтернативных сценария, в котором возрастают инвестиции в физический и человеческий капитал за счет роста государственных расходов.

      Темпы роста совокупной факторной производительности задавались авторами экзогенно, так как авторами подразумевается, что исключительно инвестиции в физический и человеческий капитал не могут обеспечить постоянный технологический прогресс, при этом в одном из сценариев темпы роста совокупной факторной производительности увеличены для оценки его эффекта на равновесие.


      Структура модели

      Авторами используется многоотраслевая вычислимая модель общего равновесия с учетом ценовых показателей. Ее структура является рекурсивно динамической, так как она состоит из двух частей: статической части, которая является внутрипериодной и межвременной динамической части, которая является междупериодной подмоделью. Авторы подчеркивают, что экономика Индии обладает различными институциональными особенностями, а потому их CGE модель использует как стандартные подходы к CGE, так и подходы их двух других CGE моделей индийской экономики. Межпериодная компонента модели отвечает за адаптацию экономики к изменениям в запасах физического и человеческого капитала. Физический капитал увеличивается за счет экзогенно изменяемых инвестиций, а человеческий капитал растет за счет увеличения образованной части рабочей силы, которая является функций от государственных расходов на образование.

      Структура производства в модели

      Всего в модели выделяется девять сегментов: сельскохозяйственный сектор, топливный сектор, производственный сектор, производство электричества, строительство, транспортный сектор, здравоохранение, образование и остальные сектора. Все сектора пользуются факторами производства, такими как промежуточная продукция, физический капитал и совокупная рабочая сила, которая является агрегированной функцией с постоянной эластичностью замещения, включающей в себя необразованных (неквалифицированных) работников, работников, получивших среднее образование и работников с высшим образованием. Поведение производителей предполагается соответствующим совершенно конкурентному рынку, то есть они принимают цены как заданные и максимизируют прибыль с учетом расходов на факторы производства.

      В модели учитывается возможность замещения одних факторов другими. В частности, возможно частичное замещение среднеобразованных и высокообразованных работников, более слабое частичное замещение необразованных и среднеобразованных работников, а также еще олее слабое частичное замещение между совокупным трудом и физическим капиталом, что означает, что производственная функция для этих сегментов представлена в виде функции Кобба-Дугласа. В то же время, образованная в результате труда и капитала прибавочная стоимость и промежуточная продукция не замещаемы, которые являются факторами производства конечной продукции, а потому производственная функция для секторов конечной продукции является функцией Леонтьева. Подобная структура малой возможности замещения между видами квалифицированного и неквалифицированного труда является отражением сохраняющегося неравенства в индийской экономике, которое слабо изменилось несмотря на значительную индустриализацию и наращивание физического капитала.

      Рынок факторов производства

      Труд обладает мобильностью между секторами экономики. Заработные платы являются гибкими и уравновешивают спрос и предложение труда, при этом предложение труда является постоянным в течение периода для каждого из видов труда. Для всех видов труда подразумевается полная занятость. Совокупный объем капитала в течение периода также является постоянным, но, как и труд, он является мобильным и может перетекать между секторами. Это приводит к тому, что формируется единая уравновешивающая доходность капитала, которая уравнивает сумму спросов на капитал в каждом секторе с совокупным предложением.

      Факторные доходы

      Величина факторных доходов оценивается как произведение цены факторов производства с учетом налогов на доходы на величину спроса на факторы производства. При этом авторы подчеркивают, что распределение доходов факторов может быть как хорошей, так и плохой прокси переменной для определения неравенства среди домохозяйств. Авторы используют несколько показателей для оценки неравенства в доходах. На основании распределения факторов среди домохозяйств выделяются различные группы. В данной модели авторы используют деление домохозяйств на девять групп, таких как сельское самозанятое население, не работающее в сельском хозяйстве, сельское население, работающее в сельском хозяйстве, прочее сельское работающее население, самозанятое сельское население, работающее в сельском хозяйстве, прочие сельские домохозяйства, городское самозанятое население, городское население, работающее по найму, городское население, работающее на временной работе и прочее городское население. Все эти группы отличаются долей располагаемых необразованного, среднеобразованного и высокообразованного труда, а также располагаемым объемом капитала. Домохозяйства получают доходы за счет продажи имеющихся факторов производства.

      Особенностью индийской экономики является то, что большая часть среднеобразованных и высокообразованных рабочих принадлежит к группам городских рабочих по найму и городских самозанятых агентов. 85% высокообразованных находятся в этих группах. В то же время в сельском населении находится большая доля рабочей силы с средним образованием.

      Объем физического капитала, которым владеют домохозяйства, составляет лишь 62% от совокупного объема. Оставшимися 32% владеют прочие экономические агенты, такие как частный производственный сектор, общественный сектор, государство и внешний мир. В результате не все доходы от физического капитала являются доходами домашних хозяйств.

      Межпериодная модель

      Внутри межпериодной модели происходит обновление объемов физического и человеческого капитала. Объем физического капитала задается частично экзогенно в начале определенного периода. Между периодами объем капитальных фондов может измениться за счет инвестиций из предыдущего. Тогда объем капитала в следующем периоде равен объему инвестиций за вычетом амортизации имеющегося капитала.

      Между периодами возможно изменение в объеме человеческого капитала. Люди выбирают получение более высокого уровня образования, будучи мотивированными увеличение доступности образовательных услуг, которые в значительной степени определяются объемом и эффективностью государственных расходов на образование, а также вероятностью заработать более высокую зарплату, которая приведет к большим доходам в течение жизни за вычетом периода получения образования. В модели результирующий поток рабочей силы с определенным уровнем образованием задается как функция от государственных образовательных расходов на этот уровень образования и от зарплаты, заработанной при этом уровне образования по сравнению с зарплатой, заработанной на предыдущей ступени образования.


      Базовый сценарий

      CGE модель была откалибрована на датасете индийской экономики за 2003-2004 финансовый год. С использованием датасета и параметров эластичности, включающих эластичности замещения видов труда для каждой отрасли, а также эластичности замещения композитного труда и капитала, параметры модели были оценены таким образом, чтобы они удовлетворяли распределениям доходов и долям секторов в выпуске экономики.

      Затем, используя временные ряды экзогенных показателей модели, авторы сгенерировали последовательность равновесий с 2004 по 2030 год. При этом часть периода, 2004-2011 гг., на момент выхода работы уже реализовалась, а с 2012 по 2030 авторами используется прогнозирование. Период с 2004 по 2011 использовался для валидации качества модели, а период с 2012 по 2030 для введения шоков экономической политики.

      Результаты в базовом сценарии

      Оценка ВВП в базовом сценарии показывает, что с 2012 по 2020 происходит некоторое снижение темпов роста, которое связано прежде всего с колебаниями предложения труда по группам. Происходит снижение использования неквалифицированного труда, которое первоначально снижает темпы роста ВВП, при этом со временем постепенно возрастает доля среднеквалифицированного и высококвалифицированного труда, которые в долгосрочном периоде приводят к увеличению равновесных темпов роста ВВП.

      Изменения в квалификационной структуре рабочей силы оказывают влияние на неравенство в доходах. Все индикаторы, используемые авторами для характеристики неравенства, такие как доли факторных доходов по образовательным группам, соотношения зарплат образовательных групп и стандартное отклонение в личных доходах между 9 группами домохозяйств, показывают увеличение неравенства между группами с течением времени. При этом экономический рост за счет накопления физического капитала и увеличения совокупной факторной производительности смягчает неравенство, в то время как рост за счет увеличения объема человеческого капитала увеличивает неравенство в доходах. В результате, так как рост за счет увеличения человеческого капитала превалировал в течение 27-летного периода, то модель CGE показывает значительное увеличение неравенства. Результаты авторов подтверждаются как эконометрическими оценками прочих авторов, так и результатами симуляций прочих CGE моделей.


      Результаты моделирования шоков экономической политики

      Авторы рассматривают четыре сценария экономической политики и эффект от каждого типа расходов на экономический рост и неравенство в доходах.

      Первый сценарий предполагает финансирование государственных инвестиций на величину в 50% от расходов на образование в базовом сценарии. Увеличение расходов финансируется целиком за счет увеличения подоходного налога. Темпы роста совокупной факторной производительности остаются такими же, как и в базовом сценарии.

      Второй сценарий предполагает увеличение государственных расходов на образование, при этом величина расходов составляет 50% от расходов на образование в базовом сценарии. Как и в первом сценарии, финансирование осуществляется за счет увеличения подоходного налога, при этом темпы роста совокупной факторной производительности остаются низменными.

      В третьем сценарии государство осуществляет расходы как на физический капитал, так и на образование, при этом объем расходов на каждую группу равен расходам в первом и втором сценарии. Источником финансирования являются подоходные налоги, совокупная факторная производительность растет с тем же темпом.

      В четвертом сценарии помимо государственных расходов возникает эффект от увеличения темпов прироста совокупной факторной производительности на 1 процентный пункт по сравнению с 2.5% в предыдущих сценариях.

      Результаты симуляций показывают, что расходы на образование оказывают больший эффект на увеличение темпов экономического роста, чем государственные инвестиции в физический капитал, при этом моментальный эффект в 2012 году у этих видов расходов одинаков, однако к 2030 году доходит до 7.5%. При этом эффект от расходов на физический капитал к 2030 затухает.

      Наблюдаемый в результате симуляций эффект экономической политики на неравенство в доходах показывает, что в случае расходов на физический капитал индикаторы неравенства сохраняют значения близкие или слабо превышающие значения в базовом сценарии. При этом во всех сценариях, в которых фигурируют расходы на образование, индикаторы неравенства показывают значительное увеличение неравенства по сравнению с базовым сценарием. В четвертом сценарии степень неравенства после пика в 20-х годах начинает снижаться и становится ниже уровня базового сценария, что может свидетельствовать о смягчающем эффекте роста совокупной факторной производительности.


      Выводы

      В результате, на основании CGE модели было показано, что эффект от увеличения государственных расходов на производство физического капитала приводит к значительно меньшему экономическому росту, со временем эффект от этих инвестиций затухает, при этом уровень неравенства остается сопоставимым с уровнем неравенства при отсутствии государственного вмешательства. Инвестирование в образование позволяет получить значительный прирост темпов экономического роста, который будет возрастать со временем, то есть будет реализовываться эндогенный рост экономики, однако это приведет к значительному росту неравенства. Возможным способом смягчения эффекта усиления неравенства может стать стимулирование уровня технологического прогресса.

      Таким образом, CGE модели позволяют оценивать эффективность различных видов экономической политики, учитывать сложные взаимосвязи между экономическими агентами и их неоднородность, что делает CGE модели полезным инструментом для макроэкономического прогнозирования и регулирования.


      Более подробно: Vijay P. Ojha, Basanta K. Pradhan, Joydeep Ghosh (2013) «Growth, inequality and innovation: A CGE analysis of India», Journal of Policy Modeling, 35(6), 909-927.



      • Комментарии
      Загрузка комментариев...

      Назад к списку Следующая статья
      Категории
      • Агент-ориентированное моделирование172
      Это интересно
      • Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic
        21 Декабря 2020
      • Агент-ориентированный подход к проектированию жилых систем возобновляемой энергетики
        20 Декабря 2020
      • Моделирование поведения при переработке твердых бытовых отходов
        20 Декабря 2020
      • Применение агентной модели при внедрении продуктов на рынок
        19 Декабря 2020
      • Применение дискретно-событийного моделирования в каршеринге
        19 Декабря 2020
      • Стимулирование академического патентования в университетской экосистеме: агент-ориентированный подход
        18 Декабря 2020
      • Многомасштабное агент-ориентированное моделирование потребительского рынка
        17 Декабря 2020
      • Агентное моделирование решения потребителя о покупке одежды
        17 Декабря 2020
      • Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic
        17 Декабря 2020
      • Использование оценки диффузии Басса
        16 Декабря 2020
      • Самоорганизующееся движение на неисправном перекрестке
        19 Октября 2020
      • Агент-ориентированные модели гендерного неравенства в продвижении по службе
        19 Октября 2020
      • Агент-ориентированная модель для симуляции поведения потребителей мяса в Великобритании
        19 Октября 2020
      • Исследование слияний и поглощений с использованием агентного подхода
        13 Декабря 2018
      • Моделирование рынка корпоративных ценных бумаг и рынка жилья в Англии, агент-ориентированный подход
        13 Декабря 2018
      • Моделирование распространения нового продукта с использованием агентного подхода
        13 Декабря 2018
      • Моделирование миграционных потоков в Буркина-Фасо с использованием агент-ориентированного подхода
        12 Декабря 2018
      • Влияние индивидуальных характеристик и факторов окружающей среды на физическую активность: применение агент-ориентированного моделирования
        12 Декабря 2018
      • Оптимальный целевой показатель инфляции: выводы из агент-ориентированной модели
        12 Декабря 2018
      • Агент-ориентированная модель, описывающая динамику численности населения для регионов Европейского Союза
        11 Декабря 2018
      Облако тегов
      DSGE абитуриенты агент-ориентированная модель Агент-ориентированная модель агентная модель агентно-ориентированная модель банды биодизель биотопливо водохранилище военная операция воздушное движение геополитический конфликт городское планирование девиантное поведение демография дорожное движение Евросоюз здравоохранение инвестиции инновации инфляция каршеринг климат компьютерные игры лесные пожары Лисбон логистика миграционные процессы миграция населения моделирование миграционных потоков нейронная сеть парковки передача знаний пешеходная модель пожар в метро последняя миля потребление электроэнергии преступность промышленные зоны региональное развитие Рио-де-Жанейро рыболовецкий флот рынок жилья сельское хозяйство слияния и поглощения социальные нормы спорт стоимость активов строительная отрасль строительные проекты такси торговля керамикой транспорт туризм учебные заведения экосистема электроэнергия энергопотребление энергосберегающие технологии эпидемии
      © 2005 - 2022 Лаборатория искусственных обществ и информационных технологий
      Версия для печати
      Контакты

      +7 (499) 129-07-44
      albert.bakhtizin@gmail.com
      г. Москва, Нахимовский проспект, д. 47