Причинно-следственные отношения - это связь явлений или процессов, когда изменение одного из них - причины - ведет к изменению другого - следствия.

Стр 1 из 4Следующая ⇒

Под социально-экономической системой понимается сложная вероятностная динамическая система, охватывающая процессы производства, обмена, распределения и потребления материальных и других благ. Она относится к классу кибернетических систем, т.е..систем управляемых.

Центральным понятием кибернетики является понятие «система», под которой понимается комплекс взаимосвязанных элементов вместе с отношениями между элементами и между их атрибутами. Исследуемое множество элементов можно рассматривать как систему, если выявлены следующие четыре признака:

1) целостность системы, т.е. принципиальная несводимость свойств системы к сумме свойств составляющих ее элементов;

2) наличие цели и критерия исследования данного множества элементов;

3) наличие более крупной внешней по отношению к данной системы, называемой средой;

4) возможность выделения в данной системе взаимосвязанных частей (подсистем).

Основным методом исследования систем является метод моделирования, т.е. способ теоретического и практического действия, направленного на разработку и использование моделей. При этом под моделью понимают образ реального объекта (процесса) в материальной или идеальной форме (т.е. описанный знаковыми средствами на каком-либо языке), отражающий существенные свойства моделируемого объекта (процесса) и замещающий его в ходе исследования и управления. Метод моделирования основывается на принципе аналогии, т.е. возможности изучения реального объекта не непосредственно, а через рассмотрение подобного ему и более доступного объекта, его модели. В рамках данного пособия будет рассматриваться только метод экономико-математического моделирования, т.е. описание знаковыми математическими средствами социально-экономических систем.

Практическими задачами экономико-математического моделирования являются, во-первых, анализ экономических объектов и процессов; во –вторых, экономическое прогнозирование, предвидение развития экономических процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Однако не во всех случая данные, полученные в результате экономико-математического моделирования, могут использоваться как готовые управленческие решения. Они могут быть рассмотрены скорее как «консультирующие» средства. Принятие управленческих решений остается за человеком. Таким образом, экономико-математическое моделирование является одним из компонентов (хоть и очень важным) в человеко-машинных системах планирования и управления экономическими системами.

Этапы изучения и виды взаимосвязей при анализе

социально-экономических явлений

Исследование объективно существующих связей между явлениями - важнейшая задача общей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов.

Причинно-следственные отношения - это связь явлений или процессов, когда изменение одного из них - причины - ведет к изменению другого - следствия.

Причина - это совокупность условий, обстоятельств, действие которых приводит к появлению следствия. Если между явлениями действительно существуют причинно-следственные отношения, то эти условия должны обязательно реализовываться вместе с действием причин. Причинные связи носят всеобщий и многообразный характер, и для обнаружения причинно-следственных связей необходимо отбирать отдельные явления и изучать их изолированно.

Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. Следовательно, при изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных.

Социально-экономические системы относятся, как правило, к так называемым сложным системам. Сложные системы в экономике обладают рядом свойств, которые необходимо учитывать при моделировании, иначе невозможно будет говорить об адекватности построенной экономической модели. Важнейшими из этих свойств являются следующие:

эмерджентность как проявление в наиболее яркой форме свойства целостности системы, т.е. наличие у экономической системы таких свойств, которые не присущи ни одному из составляющих систему элементов, взятому в отдельности, вне системы. Эмерджентность есть результат возникновения между элементами системы так называемых синергетических связей, которые обеспечивают увеличение общего эффекта до величены большей, чем сумма эффектов элементов системы, действующих независимо. Поэтому социально-экономические системы необходимо исследовать и моделировать в целом;

массовый характер экономических явлений и процессов. Закономерности экономических процессов не обнаруживаются на основании небольшого числа наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения;

динамичность экономических процессов, заключающаяся в изменении параметров и структуры экономических систем под влиянием среды (внешних факторов);

случайность и неопределенность в развитии экономических явлений. Поэтому экономические явления и процессы носят в основном вероятностный характер, и для их изучения необходимо применение экономико-математических моделей на базе тории вероятностей и математической статистики;

невозможности изолировать протекающие в экономических системах процессы и явления от окружающей среды, с тем чтобы наблюдать и исследовать их в чистом виде;

активная реакция на появляющиеся новые факторы, способность социально-экономических систем к активным, не всегда предсказуемым действиям в зависимости от отношения системы к этим факторам, способам и методам их воздействия.

По предназначению, т.е. по цели создания и применения, выделяют балансовые модели, выражающие требование соответствия наличия ресурсов и их использования; трендовые модели, в которых развитие моделируемой экономической системы отражается через тренд (длительную тенденцию) ее основных показателей; оптимизационные модели, предназначенные для выбора наилучшего варианта из определенного или бесконечного числа вариантов производства, распределения или потребления; имитационные модели, предназначенные для использования в процессе машинной имитации изучаемых систем или процессов и другие.

По типу информации, используемой в модели, экономико-математические модели делятся на аналитические, построенные на априорной информации, и идентифицируемые, построенные на апостериорной информации.

По учету фактора времени модели подразделяются на статистические, в которых все зависимости отнесены к одному моменту времени, и динамические, описывающие экономические системы в развитии.

По учету фактора неопределенности модели распадаются на детерминированные, если в них результаты на выходе однозначно определяются управляющими воздействиями, и стохастические (вероятностные), если при задании на входе модели определенной совокупности значений на ее выходе могут получаться различные результаты в зависимости от действия случайного фактора.

Экономико-математические модели могут классифицироваться также по характеристике математических объектов, включенных в модель, другими словами, по типу математического аппарата, используемого в модели, модели линейного и нелинейного программирования, корреляционно-регрессионные модели, модели теории массового обслуживания, модели сетевого планирования, модели теории игр и т.д.

В основе первого этапа статистического изучения связи лежит качественный анализ изучаемого явления, связанный с анализом природы социального или экономического явления методами экономической теории, социологии, прикладной экономики.

Второй этап - построение модели связи с помощью методов экономико-математического моделирования. Использование моделей позволяет экономистам объяснить и прогнозировать развитие различных экономических ситуаций и событий.

Под моделью в экономике понимается упрощенное описание экономических явлений, фактов и зависимостей между ними в виде логических схем, уравнений и графиков. В экономических моделях учитываются только наиболее важные и существенные факторы, характеристики и условия исследуемых экономических ситуаций.

Реализация второго этапа еализация второго этапа базируется на методах статистики: группировках, расчета обобщающих показателей и т. д.

Различаю несколько классификационных типов экономико-математических моделей.

По степени агрегирования объектов моделирования модели разделяются на макроэкономические и микроэкономические. Хотя между ними нет четкого разграничения, но к первым из них относятся модели, отражающие функционирование экономики как единого целого, в то время как микроэкономические модели связаны, как правило с такими звеньями экономики, как предприятия и фирмы.

По предназначению, т.е. по цели создания и применения, выделяют балансовые модели, выражающие требования соответствия наличия ресурсов и их использования;

Третий этап - интерпретация результатов - вновь связан с качественными особенностями изучаемого явления. Интерпретация полученных экономико-математических регрессионных моделей осуществляется методами той отрасли знаний, к которой относятся исследуемые явления и процессы.

1. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ

В статистике предлагается множество методов изучения связей, выбор которых зависит от целей исследования и от поставленных задач. Связи между признаками при изучении явлений и процессов, ввиду их большого разнообразия, классифицируются по ряду оснований. Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называются факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называются результативными. Связи между явлениями и их признаками классифицируются по степени тесноты связи, направлению и аналитическому выражению (форма связи).

В статистике различают функциональную связь и стохастическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака. Функциональная связь проявляется во всех случаях наблюдения и для каждой конкретной единицы исследуемой совокупности. Для выявления такой связи достаточно одного наблюдения.

Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется стохастической. В этом случае одному и тому же значению факторного признака могут соответствовать несколько значений результативного признака.

Корреляционная зависимость проявляется только в средних величинах и выражает числовое соотношении между ними в виде тенденции к возрастанию или убыванию одной переменной величины при возрастании или убывании другой.

Корреляционная связь является свободной и неточной связью. Например, себестоимость продукции зависит от уровня производительности труда: чем выше производительность труда, тем ниже себестоимость. Но себестоимость зависит также и от ряда других факторов: стоимости сырья и материалов, топлива, электроэнергии, их расхода на единицу продукции, цеховых и общезаводских расходов и т.д. Поэтому нельзя утверждать, что при повышении производительности труда, допустим, на 10% себестоимость снизится также на 10%. Может случиться, что, несмотря на рост производительности труда, себестоимость не только не снизится, но даже несколько повысится, если на нее окажут более сильное влияние действующие в обратном направлении другие факторы.

Вот почему корреляционная связь может быть установлена только в общем, в среднем путем исключения влияния факторов, не являющихся предметом исследования.

Частная линейная корреляция

Частный коэффициент корреляции - это показатель, измеряющий степень сопряженности двух признаков.

Математическая статистика позволяет установить корреляцию между двумя признаками при постоянном значении третьего, не ставя специального эксперимента, а используя парные коэффициенты корреляции r₁₂, r₁₃, r₂₃.

Частные коэффициенты корреляции рассчитывают по формулам:

Цифры перед точкой указывают, между какими признаками изучается зависимость, а цифра после точки - влияние какого признака исключается (элиминируется). Ошибку и критерий значимости частной корреляции определяют по тем же формулам, что и парной корреляции:

Теоретическое значение t-критерия определяется для v = n – 2 степеней свободы и принятого уровня значимости a (приложение 1).

Нулевая гипотеза о равенстве частного коэффициента корреляции в совокупности нулю (H_o: r = 0)принимается, если t_ф< t_т, и отвергается, если
t_ф³ t_т.

Частные коэффициенты могут принимать значения, заключенные между -1 и+1. Частные коэффициенты детерминации находят путем возведения в квадрат частных коэффициентов корреляции:

D_12.3 = r²_{12ּ 3}; d_13.2 = r²_{13ּ 2}; d_{23ּ 1} = r²_{23ּ 1}.

Определение степени частного воздействия отдельных факторов на результативный признак при исключении (элиминировании) связи его с другими признаками, искажающими эту корреляцию, часто представляет большой интерес. Иногда бывает, что при постоянном значении элиминируемого признака нельзя подметить его статистического влияния на изменчивость других признаков. Чтобы уяснить технику расчета частного коэффициента корреляции, рассмотрим пример. Имеются три параметра X, Y и Z. Для объема выборки n = 180 определены парные коэффициенты корреляции

r_xy = 0, 799; r_xz = 0, 57; r_yz = 0, 507.

Определим частные коэффициенты корреляции:

Частный коэффициент корреляции между параметром X и Y с постоянным значением параметра Z (r_{хуּ z}= 0, 720) показывает, что лишь незначительная часть взаимосвязи этих признаков в общей корреляции (r_xy = 0, 799) обусловлена влиянием третьего признака (Z). Аналогичное заключение необходимо сделать и в отношении частного коэффициента корреляции между параметром X и параметром Z с постоянным значением параметраY (r_х_z_{ּ у}= 0, 318 и r_xz = 0, 57). Напротив, частный коэффициент корреляции между параметрами Y и Z с постоянным значением параметра X r_yz_{ּ x} = 0, 105 значительно отличается от общего коэффициента корреляции r_у_z = 0, 507. Из этого видно, что если подобрать объекты с одинаковым значением параметра X, то связь между признаками Y и Z у них будет очень слабой, так как значительная часть в этой взаимосвязи обусловлена варьированием параметра X.

При некоторых обстоятельствах частный коэффициент корреляции может оказаться противоположным по знаку парному.

Например, при изучении взаимосвязи между признаками X, У и Z - были получены парные коэффициенты корреляции (при n = 100): r_ху = 0, 6; r_х_z= 0, 9;
r_у_z = 0, 4.

Частные коэффициенты корреляции при исключении влияния третьего признака:

Из примера видно, что значения парного коэффициента и частного коэффициента корреляции разнятся в знаке.

Метод частной корреляции дает возможность вычислить частный коэффициент корреляции второго порядка. Этот коэффициент указывает на взаимосвязь между первым и вторым признаком при постоянном значении третьего и четвертого. Определение частного коэффициента второго порядка ведут на основе частных коэффициентов первого порядка по формуле:

где r₁₂.₄, r₁₃_{ּ 4}, r₂₃_{ּ 4}— частные коэффициенты, значение которых определяют по формуле частного коэффициента, используя коэффициенты парной корреляции r₁₂, r₁₃, r₁₄, r₂₃, r₂₄, r₃₄.