Потенціал використання систем моделювання при розробленні державних заходів щодо фінансово-економічного стимулювання розвитку смарт-промисловості

Наслідки заходів для фінансової системи

Стратегія «Підключені галузі» (Японія)

Екологічні ініціативи

Інвестиції в цифровізацію виробництва

Галузеві наслідки

Наслідки заходів для фінансової системи

Висновки

1. Існує багато методів стимулювання економіки, які можуть використовуватися для пришвидшення розвитку смарт-промисловості, зокрема монетарне або грошово-кредитне стимулювання (зміна облікової ставки, банки розвитку, субсидовані кредити, цифрові гроші та ін.), а також фіскальне стимулювання (податкові пільги, галузеве стимулювання, субсидії, держзакупівлі, територіальне стимулювання та ін.).

2. При виборі конкретних методів доцільним є інструментарій моделювання, який може використовуватися (і вже використовується) на всіх етапах розроблення та реалізації заходів щодо фінансово-економічного стимулювання розвитку смарт-промисловості - від вибору конкретного інструментарію стимулювання до визначення обсягів стимулюючих заходів та напрямів їх застосування. Таким чином, результативність заходів стимулювання залежить, у тому числі, від моделей, що використовуються для їх обґрунтування. Аналіз існуючих систем моделювання економіки на макрорівні свідчить, що існує багато подібних систем, проте більша частина з них не орієнтована на смарт-промисловість, а в деяких моделі є закритими, вони потребують великих масивів вхідних даних, а результати не завжди є точними.

3. У результаті аналізу політики стимулювання розвитку смарт-промисловості у країнах і регіонах, які є лідерами цього напряму (США, ЄС, Китай та Японія), встановлено, що між країнами-лідерами існує гостра конкуренція - вони намагаються закріпити за собою лідируючі позиції у сфері конкретних технологій та на ринку загалом, активно переманюють інноваційні підприємства з інших країн-лідерів та здатні використовувати неринкові механізми (переважні умови для своїх підприємств, санкції проти конкурентів, створення бар'єрів для доступу на ринки). Основними практичними інструментами стимулювання розвитку смарт-промисловості у провідних країнах є прямі фінансові вливання (з цільових державних фондів) та податкові пільги. У розвитку інноваційного виробництва використовуються ті самі традиційні джерела інвестицій.

4. Розвиток смарт-промисловості тісно переплетений з екологічним порядком денним, і держави намагаються направити інвестиції в передові технології таких сфер, як альтернативні джерела енергії, скорочення викидів, підвищення екологічної ефективності виробництва. Незважаючи на те що «зелені» технології можуть бути менш економічно ефективними (та й сама їхня екологічність піддається сумніву частиною наукової спільноти), виділення коштів на смарт-виробництво з більшою імовірністю буде схвалено, якщо це супроводжується згадкою про вигоди для екології.

5. Провідні держави не чекають, поки ринкові механізми самі розподілятимуть інвестиції в смарт-промисловість, а докладають цілеспрямованих зусиль щодо стимулювання таких інвестицій, сподіваючись передбачити найбільш перспективні напрями та стимулюючи їх розвиток, у тому числі з використанням неринкових і дискримінаційних (стосовно інших галузей у своїх країнах, а також до зарубіжних конкурентів) заходів. Отже, результативність стимулюючих заходів визначатиметься не лише їх внутрішньою ефективністю, але і правильністю розміщення пріоритетів для розподілу обмежених ресурсів. Для цього можуть використовуватися як існуючі, так і створені під конкретні цілі системи моделювання.

Перспективами подальших досліджень є розроблення моделей для конкретних цілей або адаптація існуючих систем до конкретних завдань.

економіка смарт-промисловість монетарний

Література

1. Вишневський В.П., Дасів А.Ф., Охтень О.О., Турлакова С.С. (2022). Індустріальне майбутнє України: передбачення методами математичного моделювання / за ред. В.П. Вишневського. Київ: ІЕП НАН України. 120 с.

2. Вишневський В.П., Квілінскі А. (2019). Монетарні механізми стимулювання економіки в розвинених країнах: аналітичний огляд. Економіка промисловості. № 1 (85). C. 30-50.

3. Вишневський В.П., Череватський Д.Ю. (2022). Звіт про виконання завдання наукового проекту «Смарт-система промислового прогнозування і форсайтингу». Київ: ІЕП НАН України. 119 с.

4. Дадашова П.А. (2017). Системний аналіз та моделювання впливу взаємоузгодженості монетарної та фіскальної політики на макроекономічну стабільність. Дис. ... канд. екон. наук за спец. 08.00.11 - математичні методи, моделі та інформаційні технології в економіці. Київ. 276 с.

5. Іляш О.І., Смоляр Л.Г., Дученко М.М., Джадан І.М. (2022). Стратегічні пріоритети державної політики стимулювання промислово-технологічного розвитку національної економіки України на засадах маркетингу в цілях забезпечення економічної безпеки. Проблеми економіки. № 1 (51). С. 41-50.

6. Мельник Ю.М. (2018). Механізм державного регулювання розвитку промисловості. Науковий вісник Ужгородського національного університету. Вип. 22. Ч. 1. С. 145-151.

7. Охтень О.О., Дасів А.Ф. (2021). Економіко- математичне моделювання довгострокового розвитку національної промисловості в умовах цифровізації з використанням виробничої функції. Економіка промисловості. № 4 (96). С. 5-20.

8. Скрипниченко М.І. (2014). Система макромоделей у програмно-аналітичному інструментарії «Макропрогноз економіки України». Економіка і прогнозування. № 4. С. 85-96.

9. Шкарупа О.В., Лях О.В. (2017). Моделювання процесів стимулювання екологічної модернізації в системі національної економіки. Маркетинг і менеджмент інновацій. № 4. С. 384-390.

10. A European strategy for data (2020). Communication from the commission to the European Parliament, the Council, the European economic and social committee and the Committee of the Regions. Brussels, 19.2.2020 com 66 final. 34 p.

11. A New Industrial Strategy for Europe (2020). Brussels, 10.3.2020. COM 102 final. Communication from the commission to the European parliament, the European Council, the Council, the European economic and social committee and the committee of the regions. 16 p.

12. Durante A., Kallen C., Li H., McBride W., Watson G. (2022). Details & Analysis of the Inflation Reduction Act Tax Provisions / Tax Foundation.

13. Energy Policy Simulator / Energy Innovation Policy & Technology LLC.

14. Global Economic Data & Forecasts / Moody's Analytics.

15. Global Industry Model / Oxford Economics.

16. Global Times (2022). China unveils 5-year plan for robotics, smart manufacturing amid global race. Global Times.

17. Grassano N., Hernandez Guevara H., Fako P., Nindl E., Georgakaki A., Ince E., Napolitano L., Rentocchini F., Tubke A. (2022). The 2022 EU Industrial R&D Investment Scoreboard. Publications Office of the EU (europa.eu). 31 p.

18. H.R.5376 - Inflation Reduction Act of 2022. - (2022). The US Congress.

19. Japan External Trade Organization. (2022). Manufacturing Government Initiatives.

20. Mahajan M., Ashmoore O., Rissman J., Orvis R., Gopal A. (2022). Modeling the inflation reduction act using the energy policy simulator. Energy innovation.

21. Ministry of Economy, Trade and Industry of Japan (2021). Connected Industry.

22. Oxford Analytica. (2022). Smart manufacturing push replaces “Made in China 2025” (Expert Briefings).

23. Shaping Europe's digital future (2020). Communication from the commission to the european parliament, the council, the European Economic and Social Committee and the committee of the regions. Brussels,19.2.2020 COM (2020) 67 final. 15 p.

24. Wubbeke J., Meissner M., Zenglein M., Ives J., Conrad B. (2016). Made In China 2025. The making of a high-tech superpower and consequences for industrial countries. Mercator Institute for China Studies. № 2. 76 p.

References

1. Vyshnevsky V.P., Dasiv A.F., Okhten O.O., Turlakova S.S. (2022). Industrial Future of Ukraine: Prediction by Mathematical Modelling. In V.P. Vyshnevsky (Ed.). Kyiv: NAS of Ukraine, Institute of Industrial Economics. 120 p. [in Ukrainian].

2. Vishnevsky V.P., Kwilinski A. (2019). Monetary mechanisms of an economy stimulation in developed countries: an analytical review. Econ. promisl., 1 (85), pp. 30-50. [in Ukrainian].

3. Vishnevskiy V.P., Cherevatskiy D.Yu. (2022). Report on the implementation of the task of the scientific project "Smart system of industrial forecasting and foresight". Kyiv. IEP of the National Academy of Sciences of Ukraine [in Ukrainian].

4. Dadashova P.A. (2017). Systemic analysis and modeling of the impact of monetary and fiscal policy coordination on macroeconomic stability. Dissertation for obtaining the scientific degree of Candidate of Science. economy Sciences by specialty: 08.00.11 - mathematical methods, models and information technologies in economics. Kyiv [in Ukrainian].

5. Ilyash O.I., Smolyar L.H., Duchenko M.M., Dzhadan I.M. (2022). Strategic priorities of the state policy of stimulating the industrial and technological development of the national economy of Ukraine on the basis of marketing in order to ensure economic security. Problemy ekonomiky, 1 (51), pp. 4150. [in Ukrainian].

6. Melnyk Yu.M. (2018). Mechanism of state regulation of industrial development. Naukovyi visnyk Uzhhorodskoho natsi- onalnoho universytetu, 22, 1, pp. 145-151 [in Ukrainian].

7. Okhten O.O., Dasiv A.F. (2021). Economic and mathematical modeling of the longterm development of the national industry in the conditions of digitalization using the production function. Econ. promysl., 4 (96). pp. 5-20. [in Ukrainian].

8. Skrypnychenko, M.I. (2014). The system of macro models in the program and analytical toolkit "Macro-gnosis of the economy of Ukraine". Ekonomika i prohnozuvannia, 4, pp. 85-96 [in Ukrainian].

9. Shkarupa O.V., Lyakh O.V. (2017). Modeling the processes of stimulating ecological modernization in the system of the national economy. Marketynh i menedzhment innovatsiy, 4, pp. 384-390. [in Ukrainian].

10. A European strategy for data (2020). Communication from the commission to the European Parliament, the Council, the European economic and social committee and the Committee of the Regions. Brussels, 19.2.2020 com 66 final. 34 p.

11. A New Industrial Strategy for Europe (2020). Brussels, 10.3.2020. COM 102 final. Communication from the commission to the European parliament, the European Council, the Council, the European economic and social committee and the committee of the regions. 16 p.

12. Durante A., Kallen C., Li H., McBride W., Watson G. (2022). Details & Analysis of the Inflation Reduction Act Tax Provisions. Tax Foundation. Retrieved from https://taxfoundation.org/inflation-reduction-act/

13. Energy Policy Simulator / Energy Innovation Policy & Technology LLC.

14. Global Economic Data & Forecasts / Moody's Analytics.

15. Global Industry Model / Oxford Economics.

16. Global Times (2022). China unveils 5-year plan for robotics, smart manufacturing amid global race. Global Times.

17. Grassano N., Hernandez Guevara H., Fako P., Nindl E., Georgakaki A., Ince E., Napolitano L., Rentocchini F., Tubke A. (2022). The 2022 EU Industrial R&D Investment Scoreboard. Publications Office of the EU (europa.eu). 31 p.

18. H.R.5376 - Inflation Reduction Act of 2022. (2022). The US Congress.

19. Japan External Trade Organization. (2022). Manufacturing Government Initiatives.

20. Mahajan M., Ashmoore O., Rissman J., Orvis R., Gopal A. (2022). Modeling the inflation reduction act using the energy policy simulator. Energy innovation.

21. Ministry of Economy, Trade and Industry of Japan. (2021). Connected Industry.

22. Oxford Analytica. (2022). Smart manufacturing push replaces “Made in China 2025” (Expert Briefings).

23. Shaping Europe's digital future (2020). Communication from the commission to the european parliament, the council, the European Economic and Social Committee and the committee of the regions. Brussels, 19.2.2020 COM (2020) 67 final. 15 p.

24. Wubbeke J., Meissner M., Zenglein M., Ives J., Conrad B. (2016). Made In China 2025. The making of a high-tech superpower and consequences for industrial countries. Mercator Institute for China Studies, 2. 76 p.

Размещено на Allbest.ru