Macroeconomic models of forecasting development of economy of Far Eastern Federal District and its regions

Cover Page

Cite item

Full Text

Abstract

Construction of macromodels of Far Eastern Federal District and its three regions and forecasting development of their economies with using these macromodels are described in the article. Results of that forecasting for the period until 2033 year by two scenarios, worked out formerly for forecasting economic dynamics of Russia, are presented. Each of these scenarios is characterized by values of world prices of Urals oil and natural gas and reference price of gold for 2021-2033 years. For each region (including federal district) the preferable scenario for development of its economy is determined. For one of scenarios the region with most dynamically developing economy is determined. Forecasting economic dynamics of indicators by structure of volume of shipped production (works, services), which did not go into macromodels, is considered also.

About the authors

D. M. Galin

Federal Research Center «Computer Science and Control» of Russian Academy of Sciences

Email: zavelsky@isa.ru
Research assistant, Kandidat of economic sciences 44/2 Vavilova street, Moscow, 119333

I. V. Sumarokova

Federal Research Center «Computer Science and Control» of Russian Academy of Sciences

Email: zavelsky@isa.ru
Technician of the 1st category 44/2 Vavilova street, Moscow, 119333

References

  1. Suvorov A.V., Ivanov V.N., Budanova A.I. Sistema makroekonomicheskikh balansov dlya prognozirovaniya ekonomiki regionov Rossii [A system of macroeconomic balances for forecasting the economies of Russian regions]. // Problemy prognozirovaniya [Problems of forecasting], 2021, 2:6-18.
  2. Livchits V.N., Shatalova O.M., Kasatkina E.V. Mezhregionalnaya differentsiatsiya v RF: empiricheskiy analiz vliyaniya territorialnoy lokalizatsii otrasley na uroven ekonomjcheskoy aktivnosti regionov [Regional differences in the Russian Federation: an empirical analysis of the influence of territorial localization of industry sectors on the level of regional economic activity]. // Ekonomika i matematicheskie metody [Economics and mathematical methods], 2023, v.59(3):77-90.
  3. Danilova I.V., Antonyuk V.S., Bogdanova O.A. «Udaroprochnost» monoprofilnykh regionov v usloviyakh vneshnikh shokov: otsenka i upravlencheskie resheniya [Shock robustness of single-industry regions: assessment and governance]. // Upravlenets [The Manager], 2023, v.14(6):33-49.
  4. Doroshenko S.V., Vasileva R.I., Litvinets V.P. Gosudarstvennaya programma razvitiya Dalnego Vostoka i eyo effektivnost dlya regionov [The Far Eastern development program and effectiveness for regions: case-study assessment]. // Problemy prognozirovaniya [Problems of forecasting], 2024, 2:113-124.
  5. Galin D.M., Sumarokova I.V. Primenenie makroekonomicheskikh modeley Rossii i eyo regionov dlya prognozirovaniya ikh ekonomicheskoy dinamiki [Using macroeconomic models of Russia and its regions for forecasting their economic dynamics]. // Trudy ISA RAN [Proceedings of Institute for Systems Analysis], 2019, 69(1):37-49.
  6. Galin D.M., Sumarokova I.V. Prognozirovanie razvitiya ekonomiki rossiyskikh regionov s uchyotom novogo klassifikatora vidov ekonomicheskoy deyatelnosti [Forecasting development of economy of Russian regions with taking the new classification of kinds of economic activities into account]. // Trudy ISA RAN [Proceedings of Institute for Systems Analysis], 2023, 73(2):26-39.
  7. Galin D.M., Sumarokova I.V. Prognozirovanie ekonomicheskoy dinamiki Rossii s uchyotom vliyaniya koronavirusa na ekonomiku [Forecasting economic dynamics of Russia with taking influence of coronavirus on economy into account]. // Trudy ISA RAN [Proceedings of Institute for Systems Analysis], 2024, 74(1):60-73.
  8. Johnston J. Econometric methods. 2nd ed. Tokyo: McGraw-Hill, Kogakusha Ltd, 1972. 448 p.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».