Analysis, Modeling and Forecasting of the Gross Regional Product Dynamics Based on the Production Function

Authors

  • Diana D. Vavilova Kalashnikov Izhevsk State Technical University
  • Rayane Zerari Kalashnikov Izhevsk State Technical University

DOI:

https://doi.org/10.52575/2712-746X-2024-51-1-5-17

Keywords:

gross regional product, productive capital, labor resources, investments, production function, Udmurt Republic

Abstract

The gross regional product is a key indicator of socio-economic development and the result of the production process at the regional level. The mathematical representation of the relationship between the result of the production process and various factors is usually described by the production function. This study reflects the methodology of constructing the Cobb-Douglas production function to identify the relationship between the gross regional product and such factors of production as labor, production capital and investment. The analysis, modeling and forecasting of the dynamics of the gross regional product are carried out on one of the regions of the Russian Federation – the Udmurt Republic. The statistical base is the annual data on socio-economic indicators of the Udmurt Republic for the period 2000-2022. As a result of the analysis of the production function, it was revealed that there is a shortage of labor resources in the economic system of the region. As for the forecast of the dynamics of the Udmurt Republic’s gross regional product at comparable prices in 2022, by 2030 its rate of decline will be expected to average 0.9 % per year.

Downloads

Download data is not yet available.

Author Biographies

Diana D. Vavilova, Kalashnikov Izhevsk State Technical University

Candidate of Technical Sciences, Associate Professor of the Department of Applied Mathematics and Information Technologies, Kalashnikov Izhevsk State Technical University,
Izhevsk, Russia.

Rayane Zerari, Kalashnikov Izhevsk State Technical University

master’s student of the Department of Applied Mathematics and Information Technologies, Kalashnikov Izhevsk State Technical University,
Izhevsk, Russia.

References

Список источников

Айвазян С.А., Мхитарян В.С. 2008. Прикладная статистика и основы эконометрики. М., ЮНИТИ, 1005 с.

Красс М.С., Чупрынов Б.П. 2023. Математические методы и модели для магистрантов экономики. СПб., Питер, 541 с.

Марыганова Е.А., Шапиро С.А. Макроэкономика. 2020. Экспресс-Курс. М., КНОРУС, 361 с.

Самарский А.А. 2018. Математическое моделирование. Идеи. Методы. Примеры. М., Физматлит, 320 с.

Территориальный орган Федеральной службы государственной статистики при Удмуртской Республике. Режим доступа: https://udmstat.gks.ru/ofstatistics/ (дата обращения 10.01.2024).

Федеральная служба государственной статистики. Национальные счета. Режим доступа: https://rosstat.gov.ru/statistics/accounts (дата обращения 10.01.2024).

Список литературы

Авдеева Ю.А. 2020. Построение производственных функций в масштабах России на основе линейных и нелинейных моделей. Новое слово в науке и практике: гипотезы и апробация результатов исследований, 8: 104–108.

Айвазян С.А., Афанасьев М.Ю. Кудров А.В. 2019. Индикаторы основных направлений социально-экономического развития и их агрегаты в пространстве характеристик региональной дифференциации. Прикладная эконометрика, 54: 51–69.

Базарова Э.В., Горюнова Л.А. 2022. Цифровая экономика и социально-экономическое развитие региона. Бизнес. Образование. Право, 4(61): 178–181.

Базилевский М.П. 2020. Метод построения неэлементарных производственных функций Кобба – Дугласа. Прикладная математика и вопросы управления, 1: 102–115.

Вавилова Д.Д. 2020. Нейросетевая модель прогнозирования человеческого капитала. Интеллектуальные системы в производстве, Т. 18, 1: 26–35.

Дюсекенов Д.С., Тюменцев Е.А. 2022. Сравнительный анализ рекуррентных нейронных сетей и модели авторегрессии ARIMA при прогнозировании нестационарных временных рядов. Прикладная математика и фундаментальная информатика, 9 (4): 33–41.

Егорова Л.И., Кондрашова А.В., Шевырталов Я.А. 2022. Экономико-экологические векторы развития регионов: проблемы и перспективы. Экономика: теория и практика, 3 (67): 15–19.

Кетова К.В. 2007. Об одной задаче макроэкономической динамики региона с учетом факторов экономического развития. Вестник Ижевского государственного технического университета, (35): 33–40.

Ларин В.О. 2020. Построение производственных функций экономической системы региона. Дневник науки, 6 (42): 27– 40.

Михайлова А.В. 2022. Влияние экономических санкций на социально-экономическое развитие регионов ДФО Российской Федерации. Региональная экономика и управление: электронный научный журнал, 3(71): 7117.

Мухин А.А. 2020. Использование функции Кобба – Дугласа при моделировании производственных процессов. Вестник Удмуртского университета. Серия Экономика и право, Т. 30, 6: 822–829.

Русяк И.Г. 2003. Об одной задаче управления демоэкономическим состоянием региона. Интеллектуальные системы в производстве, 2: 151–160.

Файзуллин Р.В., Абашева О.В., Чиченков И.И. 2020. Конкурентные преимущества использования интеллектуального капитала. Вестник университета, 6: 55– 62.

Ketova K.V. 2020. Modelling a human capital of an economic system with neural networks. Journal of Physics: Conference Series, 012035.


Abstract views: 111

Share

Published

2024-03-30

How to Cite

Vavilova, D. D., & Zerari, R. (2024). Analysis, Modeling and Forecasting of the Gross Regional Product Dynamics Based on the Production Function. Economics. Information Technologies, 51(1), 5-17. https://doi.org/10.52575/2712-746X-2024-51-1-5-17

Issue

Section

REGIONAL AND MUNICIPAL ECONOMY