Вестник МГТУ. 2015, №3.

Вестник МГТУ, том 18, № 3, 2015 г. стр. 393-400 397 адекватности подобных моделей реальному экономическому процессу и существенно ограничивает область их использования [5]. Эконометрические модели имеют, по нашему мнению, и ряд других крупных недостатков. Во-первых, теоретически производственная функция предполагает оптимальное использование факторов производства, что в практической деятельности труднореализуемо. Во-вторых, параметры производственной функции определяются на основе статистической обработки ретроспективной экономической информации о деятельности исследуемого объекта. При этом, с одной стороны, для целей среднесрочного и долгосрочного прогнозирования необходимо значительно увеличивать временной интервал ретроспективы, поскольку считается, что перенос тенденций прошлого на будущее объективно возможен лишь тогда, когда временной интервал прогнозного периода в два-три раза меньше интервала ретроспективного периода [5]. С другой стороны, при значительном увеличении интервала ретроспективы теряется содержательность и объективность обрабатываемой информации за счет недостаточности отражения в ней изменения ценовых факторов и факторов технологического и технического изменения уровня производства. В-третьих, модель экономического процесса должна быть понятна ее реальным пользователям, т. е. желательно, чтобы она была описана в терминах языка самого этого процесса, а производственная функция этого сделать не позволяет. В-четвертых, при современном уровне развития экономики производственная функция должна отражать влияние на основные показатели развития производства таких факторов, как научно-технический прогресс и уровень загрязнения окружающей природной среды. В этом направлении ведется множество исследований, но значительных результатов пока не получено. В-пятых, экономическая система является системой иерархической, поэтому для ее моделирования приходится строить модели для разных иерархических уровней, причем чем более адекватно мы желаем отразить в модели основные характеристики объекта моделирования, тем больше уровней иерархии нам приходится принимать во внимание. При этом значительно увеличивается количество элементов системы, которые необходимо включать в систему моделей, а каждый элемент, как правило, имеет свои особенности, поэтому при эконометрическом моделировании многоиерархичной экономической системы требуется разработка множества разнообразных производственных функций, и это существенно осложняет разработку прогнозов как с точки зрения затрачиваемого времени, так и вкладываемых средств. На этот факт обращают внимание многие разработчики региональных прогнозов [1; 18] и в особенности те из них, которых связаны с исследованием перспектив развития краев, областей, автономных республик [19], поскольку именно на этом уровне иерархии плановой экономической системы эконометрическое моделирование для целей прогнозирования использовалось, с одной стороны, наиболее активно [20], а с другой − в таких прогнозах нередко приходилось задействовать уровень предприятий с соответствующим построением для каждого из них специфической производственной функции. В условиях рыночных отношений вышеуказанные недостатки методов прогнозирования, применяемых на практике для обоснования перспектив регионального развития, еще более усугубляются, так как, с одной стороны, ресурсы в основном уже не распределяются централизованно, цены меняются в зависимости от спроса, а выпуск продукции ограничивается возможностями проникновения на рынки сбыта. С другой стороны, изменяются и факторы, воздействующие на моделируемую экономическую систему со стороны системы более высокой степени иерархии, т. е. возникает сильная неопределенность воздействия на систему внешней экономической среды. При этом, как считает акад. В. Л. Макаров [21] и ряд других крупных ученых-экономистов [22], отыскание единственного оптимального плана в принципе невозможно. Не случайно в западной рыночной экономике модель линейного программирования используют лишь "для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей" [23], а в ситуациях, связанных с "чрезмерно большим числом переменных, трудностью математического анализа определенных зависимостей между переменными или высоким уровнем неопределенности" [23], используется имитационное моделирование. Этот термин применительно к экономическим системам обозначает "весьма обширную и вполне обособившуюся область экономической кибернетики, посвященную разработке и анализу моделей, предназначенных для численного экспериментирования на ЭВМ, т. е. для получения ответов на вопросы типа "Что будет, если ...?" [24]. Один из ведущих отечественных ученых-экономистов в области разработки имитационных экономических моделей К. А. Багриновский отмечал, что "основная характерная черта имитационного моделирования состоит в том, что изучаемое явление описывается наиболее точным способом. При этом модель явления не выбирается из какого-либо определенного, заранее заданного класса, а в первую очередь должна удовлетворять требованию максимального приближения к исследуемому явлению, точности его воспроизводства" [25]. В принципе соглашаясь с такой характеристикой имитационного моделирования, все же необходимо заметить, что на практике взаимосвязь между выходом и входом моделируемой системы, т. е. ее основную функциональную характеристику, определяют чаще всего с помощью регрессионных соотношений типа производственных функций. А это приводит в совокупности со всеми вышеуказанными их недостатками к необходимости использования ретроспективной информации об объекте моделирования, что в условиях рыночных отношений вызывает большие затруднения, поскольку любая экономическая система может быть неустойчивой, и поэтому крайне затруднительно выявить тенденции изменения тех или иных экономических показателей. Таким образом, приходя к выводу, что основным