Мезоэкономическое моделирование структурных сдвигов промышленности США: отраслевая и пространственная составляющие

Эволюционирование общественно-экономических отношений, исследуемое в динамике развития такого феномена как структурные сдвиги промышленности, вызванные диффузией знаниеемких технологий конвергентного типа, наиболее последовательно раскрывается в рамках мезоэкономической производственной системы странового уровня, посредством соответствующего моделирования характерных объектов и процессов. Актуальным представляется мезоэкономическое моделирование промышленного сектора американской экономики, вошедшей десятилетие назад в качественно новый период реиндустриального развития. Задача настоящего исследования состоит в том, чтобы при помощи элементов и систем моделирования, которые отвечают требованиям отраслевой и региональной мезоэкономики, оценить структурные сдвиги, произошедшие в промышленности США в период 2011–2020 гг. под воздействием технологий конвергентного типа. Для решения поставленной задачи используется метод DEA, разработанный и апробированный американскими учеными. Метод позволяет рассчитывать индекс конвергентного резонанса и показатель сравнительной эффективности исследуемых объектов. По результатам построения моделей технологической эффективности промышленности США в пространстве–времени, ориентированных на входные и выходные параметры, представлена оценка структурных сдвигов американской промышленности как отраслевой, так и пространственно-региональной составляющих мезоэкономической системы США. Сделан вывод об успешной в целом структурной модернизации американской промышленности в межкризисный период, характеризуемый в качестве начального этапа реиндустриального развития США на основе конвергентных технологий шестого технологического уклада. Выявлены проблемы начального этапа американской реиндустриализации, связанные с незначительным ростом промышленного производства в рамках национальной экономики знаний и усилением структурных диспропорций его пространственного развития. Вместе с тем отмечен высокий уровень эффективности модернизации основных отраслей промышленности США в рассмотренный период времени, связанный с активной диффузией конвергентных технологий.

1. Антамошкин А. Н., Моргунова О. Н., Моргунов Е. П. (2006). Методика исследования эффективности сложных иерархических систем. // Вестник Сибирского государственного аэрокосмического университета. Вып. 2 (9). С. 9–13.

2. Арриги Дж. (2006). Долгий двадцатый век: Деньги, власть и истоки нашего времени. Пер. с англ. М.: Территория будущего. 472 с.

3. Варнавский В. Г. (2019). Посткризисная реиндустриализация: от концепции к реализации // Друкеровский вестник. № 1. С. 18–28. DOI: 10.17213/2312–6469–2019–1–18–28

4. Глазьев С. Ю. (2016). Мирохозяйственные уклады в глобальном экономическом развитии // Экономика и математические методы. Т. 52. Вып. 2. С. 3–29.

5. Гудкова Т. В., Логинова В. С. (2020). Решоринг промышленности США: цифровизация vs глобализация // США & Канада: экономика, политика, культура. № 50 (7). С. 42–60. DOI: 10.31857/S268667300010134-7

6. Иванус А. И. (2021). О моделировании динамики инновационного развития высоконаучных технологий на примере Китайской Народной Республики // Экономика высокотехнологичных производств. Январь-март. Т. 2. № 1. С. 9–19. DOI: 10.18334/evp.2.1.111828

7. Клейнер Г. Б. (2021). Системная экономика: шаги развития: монография. М.: Научная библиотека. 746 с.

8. Клейнер Г. Б. (2016). Экономика. Моделирование. Математика. Избранные труды. М.: ЦЭМИ РАН. 856 c.

9. Мезоэкономика развития. (2010). Под ред. Г. Б. Клейнера. М.: Наука. 944 с.

10. Мезоэкономика. (2020). Мезоэкономика: элементы новой парадигмы: монография. Под ред. В. И. Маевского, С. Г. Кирдиной-Чэндлер. М.: ИЭ РАН. 392 с.

11. Минат В. Н. (2020). Инновационная деятельность и пространственная структура обрабатывающей промышленности США // Инновации. № 10 (264). С. 82–94. DOI: 10.26310/2071-3010.2020.264.10.010

12. Минат В. Н. (2021). Урбоориентированное развитие национальной инновационной системы в пространстве метрополитенских ареалов США // Федерализм. Т. 26. № 1 (101). С. 187–206. DOI: 10.21686/2073-1051-2021-1-187-206

13. Реальный сектор (2019). Реальный сектор экономики в условиях новой промышленной революции: монография. Под ред. М. А. Эскиндарова, Н. М. Абдикеева. М.: Когито-Центр. 428 с.

14. Спицын В. В., Трифонов А. Ю., Рыжкова М. В., Спицына Л. Ю. (2018). Рентабельность предприятий химической промышленности в турбулентной экономике: моделирование в разрезе форм собственности // Экономический анализ: теория и практика. Т. 17. Вып. 9. С. 1604–1621.

15. Федотов Ю. В. (2012). Измерение эффективности деятельности организации: особенности метода DEA (анализ свертки данных) // Российский журнал менеджмента. Т. 10. № 2. С. 51–62.

16. Фролов В. Г., Трофимов О. В., Климова Е. З. (2020). Разработка системной модели организационно-экономического механизма развития приоритетных высокотехнологичных отраслей производства в соответствии с концепцией Индустрия 4.0 // Вопросы инновационной экономики. Январь-март. Т. 10. № 1. C. 71–83. DOI: 10.18334/vinec.10.1.100682

17. Щербаков Г. А. (2019). Системные экономические кризисы в долгосрочной динамике мирового хозяйственного развития. Под ред. Г. Б. Клейнера. М.; СПб.: Нестор-История. 404 с.

18. Bowlin W. F., Charnes A., Cooper W. W., Sherman H. D. (1985). Data envelopment analysis and regression approaches to efficiency estimation and evaluation. Annals of Operations Research, vol. 2, pp. 113–138.

19. Charnes A., Cooper W. W., Lewin A. Y., Seiford L. M. (1994). Data envelopment analysis: Theory, methodology, and application. Boston. Kluwer Academic Publishers, 513 p.

20. Charnes A., Cooper W. W., Rhodes E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, vol. 2, pp. 429–444.

21. Coelli T., Prasada Rao D. S., Battese G. E. (1998). An introduction to efficiency and productivity analysis. Boston. Kluwer Academic Publishers, 275 p.

22. Cooper W. W., Seiford L. M., Tone K. (2000). Data envelopment analysis: A comprehensive text with models, applications, references, and DEA-Solver Software. Boston. Kluwer Academic Publishers, 318 p.

23. Jarallah S., Saleh A. S., Salim R. (2018). Examining pecking order versus trade-off theories of capital structure: New evidence from Japanese firms. International Journal of Finance & Economics, no. 24 (1), pp. 204–211. DOI: 10.1002/ijfe.1657

24. Le T. P.V., Phan T. B.N. (2017). Capital structure and firm performance: Empirical evidence from a small transition country. Research in International Business and Finance, no. 42, pp. 710–726. DOI: 10.1016/j.ribaf.2017.07.012

25. Shwab K., Vanham P. (2021). Stakeholder capitalism: A global economy that works for progress, people and planet. N.Y., Wiley, 304 p.

26. Svento R. (2019). High-tech industries as a factor in the reindustrialization of the economy. Papers in Regional Science, vol. 98, iss. 3, pp. 143–162.

27. Varum C. A., Cibrão B., Morgado A., Costa J. (2009). R&D, structural change and productivity: the role of high and medium-high technology industries. Economia Aplicada, vol. 13, no. 4, pp. 399–424.

28. Zakaria F. (2020). Ten lessons for a post-pandemic world. N.Y. – ​L, W. W. Norton, 336 p.

29. Zuboff Sh. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. N.Y., Public Affairs, 704 p.