Socio-Economic System Modeling Using the Tools of the Economics of Quality

This study examines the experience of socioeconomic modeling and explores the feasibility of using the elements of the economics of quality for the purposes of such modeling. Aim. This study assesses the possibility of managing the development of socio-economic systems using modeling techniques based on the elements of the economics of quality. Tasks. In the study, the authors analyze the current state of the theory and practice of life quality modeling within the framework of the socio-economic system and evaluate the efficiency of socio-economic system modeling using the tools of the economics of quality. Methods. The socio-economic system and the elements of the economics of quality are examined from various perspectives using general scientific methods of cognition. The methods for the assessment of the quality of life are presented as an important factor of socioeconomic system development. Results. The available Russian and foreign experiences in socio-economic system modeling are examined, and major development trends in this field are identified. The feasibility of using the elements of the economics of quality in socio-economic system modeling (including agent-oriented modeling) is substantiated, and the corresponding approaches are determined. A basis for compiling a list of life quality indicators is provided. A model simulating information processes in socio-economic systems is proposed. Conclusion. The study’s results can be used to improve the quality of forecasting and management of the development of socio-economic systems. Agent-oriented modeling should help select the optimal strategy for system data development, which would increase the economic stability and quality of life.

socio-economic system, tools of the economics of quality, modeling, development management, life quality indicators, социально-экономическая система, инструменты экономики качества, моделирование, управление развитием, индикаторы качества жизни

1. Щепаньский Ян. Элементарные понятия социологии / Общ. ред. и послесл. А. М. Румянцева. М.: Прогресс, 1969. 240 с.

2. Федосеев В. В. и др. Экономико-математические методы и прикладные модели: Учеб. пособие / Под ред. В. В. Федосеева. М.: ЮНИТИ, 1999. 391 с.

3. Богданов А. А. Тектология. (Всеобщая организационная наука): В 2 кн. Кн. 1. М.: Экономика, 1989. 304 с.

4. Мертон Р. К. Социальная теория и социальная структура. М.: АСТ; Хранитель, 2006. 873 с.

5. Щекин Г. В. Социальная теория и кадровая политика. К.: МАУП, 2000. 576 с.

6. Дружинин А. Г., Угольницкий Г. А. Устойчивое развитие территориальных социально-экономических систем: теория и практика моделирования. М.: Вузовская книга, 2013. 224 с.

7. Григорьева К. В. Компьютерное моделирование устойчивого социально-экономического развития России, Казахстана и Японии // Устойчивое инновационное развитие: проектирование и управление. 2015. Т. 11, № 1 (26). С. 55-67.

8. Скопина И. В. Моделирование эффективности социально-экономических систем // Управление экономическими системами. 2010. № 4: [Электронный ресурс]. Режим доступа: http://uecs.ru/marketing/item/242-2011-03-24-12-38-56.

9. Стариков А. В., Кущева И. С. Экономико-математическое и компьютерное моделирование: Учеб. пособие. Воронеж: Изд-во ВГЛТА, 2008. 132 с.

10. Фирстов В. Г., Рассамахин Д. Ю. Тенденции развития метрологического обеспечения технологической экономики // Фундаментальные исследования. 2014. № 11-3. C. 530-533.

11. Макаров В. Л., Бахтизин А. Р., Васенин В. А., Роганов В. А., Трифонов И. А. Средства суперкомпьютерных систем для работы с агент-ориентированными моделями // Программная инженерия. 2011. № 3. С. 2-14.

12. Karypis G., Kumar V. METIS-unstructured graph partitioning and sparse matrix ordering system. Ver. 2.0: [Электронный ресурс]. Режим доступа: http://dm.kaist.ac.kr/kse625/resources/metis.pdf.

13. Makarov V. L., Bakhtizin A. R., Sushko E. D., Vasenin V. A., Borisov V. A., Roganov V. A. Supercomputer Technologies in Social Sciences: Agent-Oriented Demographic Models // Herald of the Russian Academy of Sciences. 2016. Vol. 86, N 3. P. 248-257.

14. Perez-Rodriguez G., Perez-Perez M., Fdez-Riverola F., Lourenco A. High performance computing for threedimensional agent-based molecular models // Journal of Molecular Graphics and Modelling. 2016. Vol. 68. P. 68-77.

15. Global Terrorism Index 2016 / Institute for Economics and Peace: [Электронный ресурс]. Режим доступа: http://economicsandpeace.org/wp-content/uploads/2016/11/Global-Terrorism-Index-2016.2.pdf.

16. Xu Y., Cai W., Aydt H., Lees M., Zehe D. An Asynchronous Synchronization Strategy for Parallel Large-scale Agent-based Traffic Simulations / Proceedings of the 3rd ACM SIGSIM Conference on Principles of Advanced Discrete Simulation. N. Y.: ACM, 2015. P. 259-269.

17. Zia K., Riener A., Farrahi K., Ferscha A. An Agent-Based Parallel Geo-Simulation of Urban Mobility during City-scale Evacuation // Simulation: Transactions of the Society for Modeling and Simulation International. 2013. Vol. 89. N 10. P. 1184-1214.