Модель оптимального управления территорией со специальным (преференциальным) режимом развития

О М Шаталова; С А Лихопуд

doi:10.22213/2410-9304-2023-2-152-163

Авторы

О. М. Шаталова Институт экономики УрО РАН (Удмуртский филиал), ИжГТУ имени М.Т. Калашникова
С. А. Лихопуд ИжГТУ имени М. Т. Калашникова, АО «Быстринская горная компания»

DOI:

https://doi.org/10.22213/2410-9304-2023-2-152-163

Ключевые слова:

стратегическое прогнозирование, преференциальные режимы, многокритериальная оптимизация, оптимальное управление, математическое моделирование

Аннотация

Статья представляет результат разработки математической модели многокритериальной оптимизации в управлении территориями с преференциальным режимом развития (ТПРР). ТПРР являются институциональной формой управления пространственной экономикой, которая призвана способствовать опережающему социально-экономическому росту регионов, а также расширению ареала экономической активности на прилегающие территории в масштабах макрорегионов. В реализации такой функции необходим действенный методический аппарат поддержки принятия решений, в том числе могут быть использованы математические методы оптимального управления. Цель исследования состояла в разработке комплексной модели индикативной прогнозной оценки основных параметров ТПРР и многокритериальной оптимизации в решении задачи выбора приемлемой стратегии управления из дискретного множества допустимых альтернатив. В исследовании были использованы две группы методических оснований: общие детерминированные методы прогнозной оценки параметров, а также методы многокритериальной оптимизации с использованием обобщенного критерия. Статья содержит пример численной реализации разработанной модели управления ТПРР, который иллюстрирует практическую применимость модели и результат многокритериальной оптимизации с позиций сдержанного пессимизма ЛПР на основе обобщенного максиминного критерия, критерия минимаксного сожаления и критерия оптимизма-пессимизма. Предложенная математическая модель многокритериальной оптимизации обеспечивает комплексное представление основных экономических факторов оптимального управления ТПРР, способствует формированию набора допустимых альтернатив и их системному анализу с позиций рационального управления; также модель раскрывает структурно-функциональное содержание механизма управления ТПРР и эксплицирует состав значимых экономических параметров и функциональных отношений между ними, что определяет ее значимость как основания разработки информационно-аналитической системы оптимального управления ТПРР.

Биографии авторов

О. М. Шаталова, Институт экономики УрО РАН (Удмуртский филиал), ИжГТУ имени М.Т. Калашникова

доктор экономических наук

С. А. Лихопуд, ИжГТУ имени М. Т. Калашникова, АО «Быстринская горная компания»

аспирант; исполнительный директор

Библиографические ссылки

Розен В. В., Смирнова Д. С. Модели многокритериальной оптимизации по качественным критериям // Изв. Сарат. ун-та. Сер. Математика. Механика. Информатика. 2013. Т. 13, вып. 2, ч. 2. С. 37-44.

Надежность и эффективность в технике: справочник: в 10 т. / ред. совет: В. С. Авдуевский (пред.) и др. М.: Машиностроение, 1988. (В пер.). Т. 3. Эффективность технических систем / под общ. ред. В. Ф. Уткина, Ю. В. Крючкова. 328 с.

Норткотт Д. Принятие инвестиционных решений. М.: Банки и биржи; ЮНИТИ, 1997. 348 с.

Гитман Л. Дж., Майкл Д. Джон. Основы инвестирования / пер. с англ. М.: Дело, 1997. 1008 с.

Розен В. В. Математические модели многокритериальной оптимизации по качественным критериям // Компьютерные науки и информационные технологии: материалы междунар. науч. конф. Саратов: Наука, 2012. С. 266-268.

Старовойтов В. В., Голуб Ю. И. Нормализация данных в машинном обучении // Информатика. 2021. Т. 18, № 3. С. 83-96. DOI: doi.org/10.37661/ 1816-0301-2021-18-3-83-96.

Reza Z.F., Maryam S., Nasrin A. Multiple criteria facility location problems: A survey, Applied Mathematical Modelling, 2010, Vol. 34 (7), pp. 1689-1709. https://doi.org/10.1016/j.apm.2009.10.005.

Sanjoy K. P., Priyabrata C., Kamrul A., Syed M. Ali, Golam K.An advanced decision-making model for evaluating manufacturing plant locations using fuzzy inference system, Expert Systems with Applications, 2022, Vol. 191, 116378, ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2021.116378.

Yan, M. R.; Pong, C. S.; Lo, W. Utility-based multicriteria model for evaluating BOT projects, Technological and Economic Development of Economy,2011, 17(2), 207-218. https://doi.org/10.3846/20294913.2011.580585.

Venkata Rao, R. Evaluating flexible manufacturing systems using a combined multiple attribute decision making method.Int. J. Prod. Res., 2008, 46, 1975-1989. https://doi.org/10.1080/00207540601011519.

Wątróbski, J.; Jankowski, J. Guideline for MCDA method selection in production management area.In New Frontiers in Information and Production Systems Modelling and Analysis; Springer: Berlin/Heidelberg, Germany, 2016, pp. 119-138. https://doi.org/10.1007/978-3-319-23338-3_6.

Spronk, J., Steuer, R.E., Zopounidis, C. Multicriteria Decision Aid/Analysis in Finance. In: Multiple Criteria Decision Analysis: State of the Art Surveys.International Series in Operations Research & Management Science, 2005, vol 78.Springer, New York, NY. https://doi.org/10.1007/0-387-23081-5_20.

Wu, H.-Y.; Tzeng, G.-H.; Chen, Y.-H.A fuzzy MCDM approach for evaluating banking performance based on Balanced Scorecard, Expert Systems with Applications,2009, 36(6), 10135-10147. https://doi.org/10.1016/j.eswa.2009.01.005.

de Almeida, A.T. Multicriteria decision model for outsourcing contracts selection based on utility function and ELECTRE method.Comput.Oper. Res., 2007, 34, 3569-3574. https://doi.org/10.1016/j.cor.2006.01.003.

Azadnia, A.H.; Saman, M.Z.M.; Wong, K.Y. Sustainable supplier selection and order lot-sizing: An integrated multi-objective decision-making process.Int. J. Prod. Res., 2015, 53, 383-408. https://doi.org/10.1080/00207543.2014.935827.

Sałabun W, Wątróbski J, Shekhovtsov A. Are MCDA Methods Benchmarkable? A Comparative Study of TOPSIS, VIKOR, COPRAS, and PROMETHEE II Methods.Symmetry, 2020, 12(9), 1549. https://doi.org/10.3390/sym12091549.

Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход. М.: ФИЗМАТЛИТ, 2002. 144 с. ISBN 5-9221-0274-5.

Тененев В. А. Решение задачи многокритериальной оптимизации генетическими алгоритмами // Интеллектуальные системы в производстве. 2006. № 2 (8). С. 103-109.

Solomon, E. M.Types of R&D investment and firm productivity: UK evidence on heterogeneity and complementarity in rates of return. Economics of Innovation and New Technology, 2021, 30(5), 536-563. https://doi.org/10.1080/10438599.2020.1846249.

Seidel, T., & von Ehrlich, M.The persistent effects of placed-based policy-Evidence from the West-German Zonenrandgebiet.55th Congress of the European Regional Science Association (conference paper). 2015. http://hdl.handle.net/10419/124779.

Criscuolo, C., Martin, R., Overman, H. G., & Van Reenen, J.Some causal effects of an industrial policy. American Economic Review, 2019, 109(1), 48-85. https://doi.org/10.1257/aer.20160034.

Cerulli, G., Corsino, M., Gabriele, R., &Giunta, A.A dose-response evaluation of a regional R&D subsidies policy. EconomicsofInnovation and NewTechnology, 2022, 31(3), 173-190. https://doi.org/10.1080/10438599.2020.1792604.

Lenihan, H.,McGuirk, H., Kevin M. Driving innovation: Public policy and human capital.Research Policy,2019, 48 (9), 103791.https://doi.org/10.1016/j.respol.2019.04.015.

Lenihan, H., Mulligan, K., Doran, J. et al. R&D grants and R&D tax credits to foreign-owned subsidiaries: Does supporting multinational enterprises R&D pay off in terms of firm performance improvements for the host economy?.J Technol Transf. 2023. https://doi.org/10.1007/s10961-023-09995-9.

Анализ практики применения преференциальных режимов, действующих на территории РФ, с точки зрения их влияния на экономический рост и соответствия заявленным целям: отчет / Д. А. Зайцев; Счетная палата РФ. 2020. URL: https://ach.gov.ru/upload/iblock/d22/d22daa028b1854b51b99c9d2927c2e06.pdf. (дата обращения: 01.02.2023).

Швецов А. Н. Инструменты политики поляризованного пространственного развития // Федерализм. 2018. № 1 (89). С. 82-103.

Шаталова О. М. Об организационно-экономическом механизме инновационного научно-технологического центра как полюса роста и устойчивого развития региональной экономики // Вестник Удмуртского университета. Экономика и право. 2021. Т. 31, № 4. С. 610-620. DOI 10.35634/2412-9593-2021-31-4-610-620.

Кузнецова О. В. География особых экономических зон и их аналогов в России // Региональные исследования. 2020. № 4. С. 19-31. DOI: 10.5922/ 1994-5280-2020-4-2.

World Investment Report 2019.Special Economic Zones.UNCTAD, Geneva, 2019. 237 p.

Boudeville J.-R. L'espace et les pôles de croissance. P., 1968.

Perroux F. Les investissements multinationaux et l'analyse des poles de developpement et des poles d'integration. Revue Tiers-Monde, 1968, vol. 9, no. 34, pp. 239-265.