Single-level management of social-economic systems based on production function

Objective: to develop a single-level optimization approach to the management of socio-economic systems.Methods: methods of system analysis, econometric method of factor analysis of dependencies, optimization methods. Results: a single-level optimization approach to the management of socio-economic systems, including their analysis and synthesis of management decisions, is presented. It contains the construction of partial and integral indicators of the system functioning, built on the basis of communication models of factor and effective signs, representing the production functions. The expected values (norms, standards) for the system operation results are determined according to communication models. Synthesis of managerial decisions is to find the specified levels of the state and impact factors, in which the actual values of the effective signs coincide with the standards. Visualization of the approach is presented in the form of cybernetic and process models.Scientific novelty: the peculiarity of the presented approach is a combination of two stages: the stage of socio-economic systems analysis, which includes defining the specific and integral performance indicators, designed by the author’s method and forming the given system development trajectory based on the constructed models of its state and functioning; and the stage of synthesis of managerial decisions, which is generally reduced to the problem of multi-criteria optimization. Practical significance: the approach can be used as a basis for improving the management of socio-economic systems at the level of a region, municipality or individual economic entity.

Economics and national economy management, Model, Modeling, Socio-economic system, Indicator, Optimization

1. Деменков Н. П., Микрин Е. А. Управление в технических системах: учебник. М.: Издательство МГТУ им. Н. Э. Баумана, 2017. 452 с.

2. Формирование системы взглядов на процесс управления устойчивым развитием региона / Р. А. Жуков, В. А. Поляков, М. В. Васина, Д. В. Соболева // Научные исследования и разработки. Экономика. 2018. Т. 6, № 6. С. 48-53. DOI: 10.12737/ article_5c1b6a36d50b91.71786536

3. Bertalanffy L. General System Theory - A Critical Review // General Systems. 1962. Vol. VII. Pp. 1-20.

4. Канторович Л. В. Математические методы организации и планирования производства. Л.: Изд-во ЛГУ, 1939. 68 с.

5. Колмогоров А. Н. Теория вероятностей и математическая статистика. М.: Наука, 1986. 534 с.

6. Новожилов В. В. Проблемы измерения затрат и результатов при оптимальном планировании. М.: Экономика, 1967. 376 с.

7. Neumann von J., Morgenstern O. Theory of games and economic behavior. Princeton University Press, 1944. 625 p.

8. Акофф Р., Сасиени М. Основы исследования операций: пер. с англ. под ред. И. А. Ушакова. М.: Мир, 1971. 533 с.

9. Клейнер Г. Б. Производственные функции: теории, методы, применение. М.: Финансы и статистика, 1986. 239 с.

10. Leontief W.W. The Structure of the American Economy, 1919-1939. Cambridge: Harvard University Press, 1941. 181 p.

11. Cobb C. W., Douglas P. H. A Theory of Production // American Economic Review. 1928. № 18. Pp. 139-165.

12. Solow R. M. A Contribution to the Theory of Economic Growth // The Quarterly Journal of Economics. 1956. Vol. 70, № 1. Pp. 65-94. DOI: 10.2307/1884513

13. Arrow K., Chenery H., Minhas B., Solow R. Capital-Labor Substitution and Economic Efficiency // The Review of Economics and Statistics. 1961. Vol. 43, № 3. Pp. 225-250. DOI: 10.2307/1927286

14. Corbo V., Meller P. The Translog Production Function. Some Evidence from Establishment Data // Journal of Econometrics. 1979. № 10. Pp. 193-199. DOI: 10.1016/0304-4076(79)90004-6

15. Системные взаимодействия биосферных и техногенных процессов в социо-эколого-экономических системах / А. Ю. Даванков, Е. А. Постников, А. В. Кочеров, А. В. Мальнова // Журнал экономической теории. 2017. № 3. С. 75-85.

16. Захарчук Е. А., Пасынков А. Ф. Региональная балансовая модель финансовых потоков на основе секторального подхода системы национальных счетов // Экономика региона. 2017. Т. 13, вып. 1. С. 318-330.

17. Рязанова О. Е., Грибова Е. В. Взаимосвязи в устойчивом развитии сложной социо-эколого-экономической системы // Экономические науки. 2016. № 134. С. 20-25.

18. Строев П. В., Власюк Л. И., Макар С. В. Управление развитием макрорегиона: южный полюс роста // Экономика. Бизнес. Банки. 2018. № 2 (23). С. 109-123.

19. Гичиев Н. С. Региональная конвергенция экономического роста: пространственная эконометрика // Региональная экономика: теория и практика. 2018. Т. 16, № 1. С. 58-67.

20. Гафарова Е. А. Эмпирические модели регионального экономического роста с пространственными эффектами: результаты сравнительного анализа // Вестник Пермского университета. Серия: Экономика. 2017. Т. 12. № 4. С. 561-574.

21. Айвазян С. А. Эмпирический анализ синтетических категорий качества жизни населения // Экономика и математические методы. 2003. Т. 39, № 3. С. 19-53.

22. Кривоножко В. Е., Лычев А. В. Анализ деятельности сложных социально-экономических систем. М.: Макс Пресс, 2010. 208 с.

23. Моргунов Е. П. Многомерная классификация на основе аналитического метода оценки эффективности сложных систем: дис. … канд. техн. наук. Красноярск, 2003. 160 с.

24. Шабашев В. А., Шорохов С. И., Верхозина М. Ф. Структурное моделирование связей экономических, социальных и демографических факторов // Региональная экономика: теория и практика. 2016. № 10 (433). С. 169-179.

25. Aigner D., Lovell C. A. K., Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models // Journal of Econometrics. 1977. Vol. 6, № 1. Рp. 21-37. DOI: 10.1016/0304-4076(77)90052-5

26. Малахов Д. И., Пильник Н. П. Методы оценки показателя эффективности в моделях стохастической производственной границы // Экономический журнал ВШЭ. 2013. № 4. С. 692-718.

27. Makieta K. Bayesian Stochastic Frontier Analysis with MATLAB. URL: https://www.researchgate.net/publication/319244559 (дата обращения 17.02.2019).

28. Понькина Е. В., Курочкин Д. В. Технологическая эффективность производства продукции растениеводства: измерение на основе эконометрических методов Data Envelopment Analysis и Stochastic Frontier Analysis // Известия Алтайского государственного университета. 2014. № 1-1 (81). С. 170-178. DOI: 10.14258/izvasu(2014)1.1-38

29. Mishra S., Nathan H. S. K. Measuring Human Development Index: The old, the new and the elegant // Indira Gandhi Institute of Development Research, Mumbai. October, 2013. URL: http://www.igidr.ac.in/pdf/publication/WP-2013-020.pdf (дата обращения 19.02.2019).

30. Жуков Р. А., Журавлев С. Д., Соболева Д. В. Скорректированный индекс человеческого развития и его применение для управления устойчивым развитием регионов Центрального федерального округа на примере Тульской области // Региональная экономика: теория и практика. 2018. Т. 16, № 10 (457). С. 1958-1975.

31. Валько Д. В., Голубева О. Л. Обзор актуальных подходов к оценке эффективности управления социо-эколого- экономической системой // Региональная экономика: теория и практика. 2018. Т. 16, № 4. С. 681-694.

32. Zhukov R. A. Model of Socio-Ecological and Economic System: the Central Federal District Regions of the Russian Federation // Statistika: Statistics and Economy Journal. 2018. Vol. 98 (3). Pp. 237-261.

33. Жуков Р. А. Социо-эколого-экономические системы: теория и практика. М.: ИНФРА-М, 2019. 186 с. DOI: 10.12737/ monography_5b7516626665a8.43347695