Cyfroteka.pl

klikaj i czytaj online

Cyfro
Czytomierz
00196 003959 15209899 na godz. na dobę w sumie
Modele mikrosymulacyjne. Teoria i zastosowania ekonomiczno-społeczne - ebook/pdf
Modele mikrosymulacyjne. Teoria i zastosowania ekonomiczno-społeczne - ebook/pdf
Autor: Liczba stron: 118
Wydawca: Wydawnictwo Uniwersytetu Łódzkiego Język publikacji: polski
ISBN: 978-8-3796-9376-4 Data wydania:
Lektor:
Kategoria: ebooki >> poradniki >> zarządzanie projektami
Porównaj ceny (książka, ebook (-100%), audiobook).
 W opracowaniu zaprezentowano całościowy zbiór podstawowych pojęć, zintegrowany system klasyfikacji modeli mikrosymulacyjnych oraz etapów przebiegu mikrosymulacji. Większość z nich stanowią modele świadczeń emerytalno-rentowych, zasiłkowo-podatkowe oraz demograficzno-społeczne i są zazwyczaj własnością instytucji rządowych, akademickich, a także ubezpieczeniowych. Dokonano przeglądu funkcjonujących obecnie ekonomiczno-społecznych modeli mikrosymulacyjnych, ze szczególnym uwzględnieniem zastosowanych w nich metod ekonometrycznych. Przedstawiono także syntetyczne zestawienie modeli i metod mikroekonometrycznych, które mogą być przydatne w konstrukcji submodelu
Znajdź podobne książki Ostatnio czytane w tej kategorii

Darmowy fragment publikacji:

Agata Żółtaszek – Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny Katedra Ekonometrii Przestrzennej, 90-214 Łódź, ul. Rewolucji 1905 r. nr 39 RECENZENT Jerzy W. Wiśniewski SKŁAD KOMPUTEROWY Monika Wolska PROJEKT OKŁADKI Adam Mateusz Suchecki Wydrukowano z gotowych materiałów dostarczonych do Wydawnictwa UŁ przez Wydział Ekonomiczno-Socjologiczny © Copyright by Uniwersytet Łódzki, Łódź 2013 Wydane przez Wydawnictwo Uniwersytetu Łódzkiego Wydanie I. W.06469.14.0.D ISBN (wersja drukowana) 978-83-7969-073-2 ISBN (ebook) 978-83-7969-376-4 Wydawnictwo Uniwersytetu Łódzkiego 90-131 Łódź, ul. Lindleya 8 www.wydawnictwo.uni.lodz.pl e-mail: ksiegarnia@uni.lodz.pl tel. (42) 665 58 63, faks (42) 665 58 62 SPIS TREŚCI Wstęp ................................................................................................................................... Rozdział 1. Koncepcja mikrosymulacji i modeli mikrosymulacyjnych .......................... 1.1. Wprowadzenie ................................................................................................................ 1.2. Geneza mikrosymulacji .................................................................................................. 1.3. Przegląd wybranej literatury krajowej i zagranicznej ..................................................... 1.4. Podstawowe aspekty mikrosymulacji ............................................................................. 1.4.1. Podstawowe pojęcia i definicje ............................................................................. 1.4.2. Populacja wstępna i startowa baza mikrodanych .................................................. 1.4.3. Model mikrosymulacyjny ..................................................................................... 1.4.4. Model (mikro)ekonometryczny – submodel mikrosymulacyjny .......................... 1.4.5. Klasyfikacja modeli mikrosymulacyjnych ........................................................... 1.4.6. Walidacja i kalibracja modelu mikrosymulacyjnego ............................................ 1.5. Podsumowanie ................................................................................................................ Rozdział 2. Wybrane ekonomiczne i społeczne modele mikrosymulacyjne ................... 2.1. Wprowadzenie ................................................................................................................ 2.2. Modele świadczeń emerytalnych i rentowych ................................................................ 2.2.1. Model Dynamicznej Symulacji Dochodu (DYNASIM) ....................................... 2.2.2. Mikrosymulacyjny Model Cornell (CORSIM) ..................................................... 2.2.3. Model Symulacji Dochodów z Świadczeń Socjalnych i Emerytur (PRISM) ....... 2.2.4. Kanadyjski Mikrosymulacyjny Model Analiz Świadczeń Socjalnych (DYNA- CAN) .................................................................................................................... 2.2.5. System Modelowania Ubezpieczeń Emerytalnych (PIMS) .................................. 2.2.6. Porównanie modeli świadczeń emerytalnych i rentowych ................................... 2.3. Modele podatkowo-zasiłkowe ........................................................................................ 2.3.1. EUROMOD – Podatkowo-zasiłkowy model dla Unii Europejskiej ..................... 2.3.2. SIMPL – Podatkowo-zasiłkowy model dla Polski ............................................... 2.3.3. Model Ministerstwa Finansów RP ........................................................................ 2.3.4. Porównanie modeli podatkowo-zasiłkowych ....................................................... 7 11 11 12 14 19 21 24 26 28 29 36 39 41 41 42 43 44 45 47 48 51 51 51 52 53 54 6 2.4. Modele społeczne i demograficzne ................................................................................. 2.4.1. Symulacja Społeczna (SOCSIM) .......................................................................... 2.4.2. Ścieżki Życia (LifePaths) ...................................................................................... 2.4.3. Demosim – model symulacji demograficznych .................................................... 2.4.4. Porównanie modeli społecznych i demograficznych ............................................ 2.5. Modele systemu ochrony zdrowia .................................................................................. 2.5.1. Modele Statistics Canada ...................................................................................... 2.5.2. Modele NATSEM (University of Canberra, Australia) ........................................ 2.5.3. Porównanie modeli systemów ochrony zdrowia .................................................. 2.6. Podsumowanie ................................................................................................................ Rozdział 3. Modele mikroekonometryczne w mikrosymulacjach ................................... 3.1. Wprowadzenie ................................................................................................................ 3.2. Specyfika mikrodanych ................................................................................................. 3.3. Estymacja przekrojowych modeli mikroekonometrycznych .......................................... 3.3.1. Estymatory paramentów strukturalnych jednorównaniowych modeli liniowych danych przekrojowych ......................................................................................... 3.3.2. Estymatory paramentów strukturalnych jednorównaniowych modeli nielinio- wych funkcji różniczkowalnych danych przekrojowych .................................... 3.3.3. Estymatory paramentów strukturalnych jednorównaniowych wybranych modeli nieliniowych funkcji nieróżniczkowalnych ......................................................... 3.3.4. Estymatory paramentów strukturalnych modeli wielorównaniowych danych przekrojowych ...................................................................................................... 3.4. Specyfika mikrodanych panelowych .............................................................................. 3.5. Estymacja panelowych modeli mikroekonometrycznych .............................................. 3.5.1. Estymatory paramentów strukturalnych jednorównaniowych modeli liniowych danych panelowych .............................................................................................. 3.5.2. Estymatory paramentów strukturalnych jednorównaniowych modeli nielinio- wych danych panelowych .................................................................................... 3.5.3. Estymatory paramentów strukturalnych modeli wielorównaniowych danych panelowych ......................................................................................................... 3.6. Podsumowanie ................................................................................................................ Zakończenie .......................................................................................................................... Bibliografia ........................................................................................................................... 54 56 56 58 61 61 61 62 67 67 69 69 71 75 76 81 84 95 97 98 98 102 103 105 107 111 WSTĘP Dynamiczny rozwój gospodarczy, społeczny, kulturowy i technologiczny ostatnich dekad zainicjował ekspansję wymagań dotyczących jakości życia i poziomu zaspokajania potrzeb. Rosnące oczekiwania społeczeństw co do jako- ści, szybkości, efektywności i ilości świadczonych usług i konsumowanych dóbr wyznaczają standardy współczesnego życia. W czasach postępującej globaliza- cji, rozwoju przedsiębiorczości i konkurencyjności wzrost tych wymagań ozna- cza oczekiwanie bezwarunkowej, systematycznej i trwałej poprawy jakości ży- cia oraz zaspokajania ciągle rosnącego popytu. Jednocześnie jednak ograniczoność zasobów naturalnych, kapitałowych i ludzkich nakłada nieprzekraczalne restrykcje na możliwości zaspokojenia wszystkich potrzeb. Dlatego szczególnie istotne stało się efektywne wykorzysta- nie posiadanych środków poprzez ich optymalną alokację. Oznacza to zazwy- czaj maksymalizację zysków lub minimalizację ryzyka i strat strony podażowej albo popytowej, przy jednoczesnym zapewnieniu akceptowalnej sytuacji dla drugiej z nich. Niestety ze względu na wielowymiarowość i wieloprzedmioto- wość takich problemów są one trudne do rozwiązania. Często niełatwo określić w nich satysfakcjonujący poziom jakości życia czy oferowanych dóbr i usług, a co za tym idzie skonstruować reguły „efektywnego” i „optymalnego” postę- powania nie tylko w chwili obecnej, ale także w przyszłości. Dlatego zainicjo- wano badania ekonomiczne i społeczne, które przyczyniły się do ewolucji inter- dyscyplinarnych i wielokryterialnych narzędzi prowadzenia analiz wspomagają- cych proces podejmowania decyzji na różnych szczeblach zarządzania. Nie- zbędne stało się też zastosowanie metod umożliwiających ocenę przyszłych skutków prowadzonych i planowanych polityk. Najpopularniejszą grupę narzędzi stanowią szeroko rozumiane metody pro- gnozowania i symulacji. Pozwalają one na „przewidywanie” konsekwencji dzia- łań i decyzji na poziomie makro, często pomijając strukturę zależności na po- ziomie mikro. Jednym z nielicznych rozwiązań prowadzenia analiz na wysokim poziomie agregacji na podstawie prognoz i projekcji dla obiektów indywidual- nych stały się mikrosymulacje. Ich rozwój rozpoczął się w latach 60. XX w. i był silnie uwarunkowany postępem technologicznym w zakresie mocy oblicze- niowych oraz oprogramowania. Postęp w technologii informatycznej i wzrost 8 zainteresowania decydentów szczegółowymi informacjami o przebiegu proce- sów ekonomicznych i społecznych przyczyniły się do rozwoju badań wykorzy- stujących dane indywidualne, a zatem także analiz mikrosymulacyjnych. Połą- czenie modelowania informacji niezagregowanych i eksperymentów symulacyj- nych, przy jednoczesnym wzroście możliwości obliczeniowych i dynamicznym rozwoju oprogramowania, umożliwiło prowadzenie analiz wielowymiarowych rozkładów efektów prowadzonych i planowanych polityk. W rezultacie mikro- symulacje stały się skutecznym narzędziem służącym do podejmowania decyzji nie tylko gospodarczych, ale też społecznych. Obecnie wykorzystuje się wiele modeli mikrosymulacyjnych, zróżnicowa- nych tematycznie, wiekowo i strukturalnie. Większość z nich stanowią modele: świadczeń emerytalno-rentowych, zasiłkowo-podatkowe i demograficzno-spo- łeczne. Nowe trendy modeli mikrosymulacji dotyczą nie tylko nowoczesnych technologii obliczeniowych i metod ilościowych, ale także rozwoju dziedzin interdyscyplinarnych. Modele mikrosymulacyjne są zazwyczaj własnością instytucji rządowych, akademickich i ubezpieczeniowych, dlatego szczegóły dotyczące ich konstrukcji i eksploatacji nie są upubliczniane. Wiele modeli mikrosymulacyjnych zawiera submodele ekonometryczne, jednak zastosowane metody estymacji nie zawsze są znane lub odpowiednie dla specyfiki mikrodanych. Brak informacji o struktu- rze modeli, w szczególności ekonometrycznych, utrudnia ocenę jakości wyni- ków badań z zastosowaniem tych modeli. Dobór odpowiedniej postaci funkcyj- nej modelu i metod estymacji silnie determinuje jakość oszacowań parametrów strukturalnych, a zatem także rezultaty prowadzonych mikrosymulacji. Istniejąca literatura przedmiotu obfituje w opracowania dotyczące aplikacji metodyki mi- krosymulacyjnej w zakresie szeroko rozumianej logistyki, ekonomii, socjologii i medycyny. Jednak publikacje te rzadko wspominają o metodologii konstrukcji modeli mikrosymulacyjnych. Również nieliczne są dysertacje teoretyczne przy- bliżające podstawowe aspekty mikrosymulacji, takie jak definicje, klasyfikacje czy etapy konstrukcji modeli mikrosymulacyjnych. Dlatego w niniejszej pracy podjęto próbę wypełnienia luki w opracowaniach teoretycznych dotyczących metod konstrukcji modeli mikrosymulacyjnych i syntezy wiedzy o eksploatowa- nych modelach. W Polsce metody mikrosymulacyjne nie są jeszcze powszechnie znane i stosowane. Istnieją tylko dwa główne modele: SIMPL, submodel EUROMOD, oraz model Ministerstwa Finansów RP, oba o tematyce podatkowo-zasiłkowej. Na świecie jednak modele mikrosymulacyjne, szczególnie w badaniach gospo- darczych i socjologicznych, zyskują coraz więcej zwolenników. Równocześnie część badaczy podchodzi sceptycznie do metodologii mikrosymulacyjnej. Ta niejednoznaczność postrzegania mikrosymulacji sprawia, że należy rozwa- żyć: czy modele mikrosymulacyjne stosowane w badaniach ekonomiczno- -społecznych mogą być skutecznym narzędziem wspomagającym proces podej- 9 mowania decyzji, na różnych szczeblach zarządzania? Rozważając niniejszy problem badawczy zdecydowano, że celem głównym jest prezentacja teoretycz- nych i aplikacyjnych aspektów mikrosymulacji w badaniach ekonomicznych i społecznych, zaś celami szczegółowymi są: (1) synteza dotychczasowych osią- gnięć w zakresie genezy, konstrukcji i klasyfikacji modeli mikrosymulacyjnych, (2) przegląd istniejących modeli mikrosymulacyjnych, ze szczególnym uwzględ- nieniem metodologii mikroekonometrycznej i (3) zaprezentowanie całościowego i syntetycznego zestawienia modeli i metod mikroekonometrycznych, które mogą być przydatne w konstrukcji modelu ekonometrycznego stanowiącego część modelu mikrosymulacyjnego. W procesie realizacji przyjętych celów pod- jęto próbę weryfikacji (1) przydatności modeli mikrosymulacyjnych do oceny rozkładu efektów prowadzonych polityk ekonomicznych i społecznych oraz (2) wpływu wyboru metody estymacji parametrów strukturalnych submodelu ekonometrycznego na wyniki mikrosymulacji. W opracowaniu zaprezentowano całościowy zbiór podstawowych pojęć, zintegrowany system klasyfikacji modeli mikrosymulacyjnych oraz etapów przebiegu mikrosymulacji (rozdział 1). Dokonano przeglądu funkcjonujących obecnie ekonomiczno-społecznych modeli mikrosymulacyjnych, ze szczególnym uwzględnieniem zastosowanych w nich metod ekonometrycznych (rozdział 2). Przedstawiono także syntetyczne zestawienie modeli i metod mikroekonome- trycznych, które mogą być przydatne w konstrukcji submodelu ekonometrycz- nego stanowiącego część modelu mikrosymulacyjnego (rozdział 3). Bardzo nieliczne opracowania literaturowe dotyczą aspektów metodolo- gicznych mikrosymulacji, a zwłaszcza ich podstaw i koncepcji. Dlatego zapro- ponowano spójny system definicji dla zasadniczych pojęć związanych z mikro- symulacjami, m. in. modelu mikrosymulacyjnego, populacji startowej, bazy mikrodanych i parametrów zewnętrznych. Sprecyzowano różnice pomiędzy modelem mikrosymulacyjnym a modelem mikroekonometrycznym oraz współ- zależność między mikrosymulacjami a mikroekonometrią. Dokonano także wie- lokryterialnej klasyfikacji modeli mikrosymulacyjnych, uwzględniając ich cel, zakres i strukturę. Opracowanie teoretyczne zawarte w pierwszym rozdziale stanowi jedną z nielicznych syntetycznych i całościowych prac dotyczących metodologii mikrosymulacji. W rozdziale 2 przeprowadzono przegląd wybranych ekonomiczno-spo- łecznych modeli mikrosymulacyjnych, w szczególności modeli: świadczeń eme- rytalnych i rentowych, podatkowo-zasiłkowych, demograficzno-społecznych i z zakresu ekonomii zdrowia. Podjęto próbę konsolidacji informacji o poszcze- gólnych rodzajach modeli ze szczególnym uwzględnieniem aspektów ekonome- trycznych. W ostatnim rozdziale zestawiono informacje o rodzajach modeli mikroeko- nometrycznych oraz metodach estymacji ich parametrów, wynikających ze spe- cyfiki mikrodanych stosowanych w mikrosymulacjach. Model ekonometryczny 10 jako submodel mikrosymulacyjny musi, z jednej strony, być kompatybilny z modelem mikrosymulacyjnym, co oznacza zazwyczaj ograniczenie zbioru potencjalnych zmiennych egzogenicznych do łatwo symulowanych czynników społeczno-demograficznych. Z drugiej strony konieczne jest uwzględnienie spe- cyfiki danych indywidualnych, m. in. nieciągłości rozkładu, heteroskedastyczno- ści składnika losowego, nieobjaśnionej niejednorodności jednostek badania. Dlatego specyfikacja i estymacja parametrów submodeli mikroekonometrycznch musi być dostosowana do charakteru badanych zmiennych. Przeprowadzona analiza dowodzi, że modele mikrosymulacyjne stanowią uniwersalne narzędzie prowadzenia analiz dla makrosystemów poprzez symula- cję zachowań i zdarzeń dla mikroobiektów. Specyfika ich konstrukcji pozwala na pewną elastyczność w zakresie ich struktury i interdyscyplinarnego potencja- łu aplikacyjnego. Możliwość dostosowania modeli do celu oraz restrykcji finan- sowych i technologicznych badania sprawia, że mikrosymulacje zyskują nowych zwolenników. Równocześnie jednak proces upowszechniania mikrosymulacji spowalniany jest ograniczonością syntetycznych i kompleksowych opracowań dotyczących podstaw merytorycznych oraz warunków ich implementacji. Dlate- go w niniejszej pracy podjęto próbę przybliżenia aspektów teoretycznych i apli- kacyjnych modeli mikrosymulacyjnych stosowanych w badaniach ekonomicz- nych i społecznych. Opracowanie to może okazać się przydatne w promowaniu metodyki mikrosymulacyjnej w Polsce oraz zachęcić badaczy do konstrukcji spersonalizowanych narzędzi analiz symulacyjnych, jakimi są modele mikrosy- mulacyjne. Rozdział 1 KONCEPCJA MIKROSYMULACJI I MODELI MIKROSYMULACYJNYCH 1.1. Wprowadzenie Dynamiczny rozwój badań ekonomiczno-społecznych końca XX w. i po- czątku XXI w. przyczynił się do ewolucji merytorycznej i metodologicznej pro- wadzonych analiz. Coraz częściej miały one charakter interdyscyplinarny, asy- milując aspekty demografii, medycyny, geografii, transportu, ekologii i zarzą- dzania. Także podejście do prowadzonych badań i uzyskiwanych wyników ule- gało modyfikacji metodologicznej. W miejsce wcześniejszych dociekań makro- ekonomicznych zaczęto stosować mikroanalizy oraz kompilacje metod i rezulta- tów dla różnych poziomów agregacji. Ewolucja tematyczna i koncepcyjna w badaniach ekonomiczno-społecznych stała się więc katalizatorem dla rozwoju nowych oraz modernizacji istniejących narzędzi interdyscyplinarnych i wielowymiarowych analiz. Ogromna różnorod- ność i konkurencyjność dostępnych instrumentów badawczych utrudnia doko- nywanie jednoznacznych wyborów metod analitycznych. Selekcja narzędzi ma charakter subiektywny i zależy często od preferencji analityków, których decy- zje uwarunkowane są atrakcyjnością oraz prostotą implementacji i uzyskiwa- nych wyników. Dlatego popularność różnorodnych podejść analitycznych od- zwierciedla ich elastyczność wdrożeniową, wymagania sprzętowo-programowe oraz zaplecze teoretyczne. Wśród szybko rozwijających się narzędzi prowadzenia badań ekonomiczno- -społecznych na szczególną uwagę zasługują mikrosymulacje. Umożliwiają one prowadzenie badań na poziomie makro, poprzez symulacje i agregacje wyników dla mikroobiektów, a w konsekwencji uzyskanie wielowymiarowych rozkładów wyników reformowanych polityk i podejmowanych decyzji. Dlatego wiele ana- liz prowadzonych jest z zastosowaniem tej właśnie metodyki, nie tylko w zakre- sie ekonomii i socjologii, ale też w medycynie, logistyce oraz takich dziedzinach interdyscyplinarnych jak ekonomia zdrowia. Na popularność mikrosymulacji ogromny wpływ ma także postęp technologiczny. Obecnie modele mikrosymu- 12 lacyjne można programować w wielu językach programowania, a eksperymenty przeprowadzać często na powszechnie dostępnych komputerach osobistych. Redukuje to znacznie wymagania sprzętowo-programowe mikrosymulacji pod- nosząc atrakcyjność tej metody. Niestety, równocześnie z dynamicznym rozwo- jem tematyki badań mikrosymulacyjnych i łatwiejszym dostępem do narzędzi technologicznych, próby zapewnienia zaplecza teoretycznego, szczególnie istot- nego dla nowych użytkowników podejmowane są sporadycznie. Nie oznacza to, że teoria mikrosymulacji nie istnieje, jest jednak niespójna i nieusystematyzo- wana. Wiele podstawowych aspektów, np. etapy konstrukcji modeli mikrosymu- lacyjnych i ich klasyfikacje są bardzo rozproszone w istniejącej literaturze. Inne elementy jak model, populacja startowa czy kalibracja traktowane są prawie jak pojęcia pierwotne, których nie trzeba definiować. Ponieważ mikrosymulacje to narzędzie wieloelementowe, wieloetapowe i interdyscyplinarne, zrozumienie koncepcji i fundamentalnych elementów metodologii badań mikrosymulacyj- nych jest kluczowe nie tylko dla nowicjuszy, ale także dla specjalistów w tej dziedzinie. Z tego powodu celem rozdziału jest próba skonstruowania spójnego, synte- tycznego i całościowego systemu definicji dla podstawowych pojęć mikrosty- mulacji oraz prezentacja zintegrowanego systemu klasyfikacji i etapów mikro- symulacji. Zaprezentowane w niniejszym opracowaniu aspekty teoretyczne po- winny okazać się pomocne przy planowaniu i konstrukcji modeli oraz ekspery- mentów mikrosymulacyjnych. 1.2. Geneza mikrosymulacji Mikroekonomia, socjologia i ekonometria dały początek koncepcji mikro- symulacji. Jednak ewolucja mikrosymulacji determinowana była nie tyle postę- pem w aspektach teoretycznych, co technologicznych. Za początek mikrosymu- lacji uznaje się rok 1957 r., tzn. wydanie przez Guy’a Orcutta pracy: A new type of socio-economic system. Autor zwraca w nim uwagę na ograniczone możliwo- ści predykcyjne modeli ekonomiczno-społecznych opartych na danych zagrego- wanych. Modele te traktowały marginalnie cechy jednostek decyzyjnych (go- spodarstw domowych, przedsiębiorstw). Orcutt podkreślał, że jakość agregacji danych i opartego na niej modelowania bez znajomości podstawowych reguł zachowań tych jednostek jest wątpliwa. Sugerował, że opisywanie, również w sposób zmatematyzowany, aktywności sektora bez zrozumienia czynników reakcji i wyborów poszczególnych elementów na poziomie mikro może prowa- dzić do błędnych wniosków. Orcutt wysunął więc śmiałą tezę, że współczesne mu modele makroekonomiczne nie pozwalały na przewidywanie rozkładu efek- tów polityk ze względu na wysoki stopień agregacji przy równoczesnym braku 13 wystarczającej informacji o powiązaniach na poziomie mikro [Orcutt 1957: 116 i n.]. Wskazał on też, że wyniki makroanaliz często zależą od sposobu gru- powania, które można przeprowadzić wykorzystując różne kryteria. Tymczasem podejście mikro ma tę zaletę, że jednostki funkcjonują jako osobne obiekty. Orcutt, będący niejako ojcem mikrosymulacji, sformułował ogólne idee kon- strukcji i wykorzystania mikrosymulacji do analizy i porównań efektów alterna- tywnych scenariuszy polityk, wariantów zdarzeń lub przyjętych parametrów. W 1961 r. Orcutt wraz z Greenbergeriem, Korbelem i Rivlinem dopracowali nowe zasady budowy ekonomiczno-społecznych modeli mikroanalitycznych [Orcutt i in. 1978: 83; Orcutt i in. 1976: 4; Anderson 1997a: 3]. Początkowo mikrosymulacje nazywano symulacjami mikroekonomicznymi lub symulacjami mikroanalitycznymi. Były one postrzegane jako symulacje ekonometryczne lub ekonometryczne analizy scenariuszowe, dokonywane na danych indywidualnych lub o niskim poziomie agregacji, dotyczące procesów gospodarczych. Z czasem jednak spektrum aplikacji tych metod rozszerzyło się na dziedziny z obrzeża ekonomii, jej pokrewne lub całkowicie z nią niezwiąza- ne. W rezultacie nazwa „symulacje mikroekonomiczne” stała się nieadekwatna, a nawet myląca, stąd obecnie powszechnie stosuje się pojęcie „mikrosymulacja”, które nie ogranicza i nie określa zakresu zastosowań tych metod. Następne dwie dekady XX w. sprzyjały intensywnemu rozwojowi tej nowej metodyki, m. in. dzięki dotacjom rządowym, np. w USA. Był to okres tworzenia wielkich modeli (DYNASIM, CORSIM) oraz ich dynamizacji. W latach 60. i początku 70. XX w. powstało kilka modeli mikrosymulacyjnych, głównie na potrzeby analizy sytemu świadczeń socjalnych w USA. Były one tworzone lub współtworzone przez komisje i agencje rządowe, nieliczne zaś samodzielnie przez uniwersytety i ośrodki naukowe. Z czasem aplikacje rozszerzono na inne obszary, np. energetykę czy opiekę medyczną. Początkowo jednostkami decyzyjnymi były gospodarstwa domowe lub ich członkowie, z czasem zauważono jednak nowe możliwości dla mikrosymulacji tworzonych dla przedsiębiorstw. W ten sposób powstały symulacyjne modele produkcji, które pozwalały na wprowadzanie licznych założeń dotyczących za- chowań na rynku. Umożliwiały one analizy koncentracji przemysłu, inflacji cenowej i planowania produkcji. W drugiej połowie lat 70. dokonano pierwszych prób połączenia modeli skonstruowanych dla analiz gospodarstw domowych z modelami produkcji, których celem było m. in. wyznaczenie cen i płac równowagi [Haveman i Hol- lenback 1980: XXII i XXIII]. Modele tego okresu były rozbudowane i wymaga- ły obszernych baz danych. Zwiększało to czasochłonność obliczeniową i zmniej- szało precyzję wyników. Stało się to podstawą ich krytyki. Sformułowano pod- stawowe zarzuty pod adresem mikrosymulacji: zbyt duże wymagania technolo- giczne (zarówno sprzętowe jak i programowe) i ograniczone możliwości aplika- cyjne (niedostatek baz danych indywidualnych). 14 Powyższa krytyka spowodowała, że pod koniec lat 70. i w pierwszej poło- wie lat 80. zrezygnowano ze skomplikowanych modeli dynamicznych, dostoso- wując poziom mikrosymulacji do ówczesnego rozwoju technologicznego. Skon- centrowano się na bardzo uproszczonych modelach statycznych, których wyma- gania sprzętowe, programowe oraz informacyjne były dużo mniejsze, dzięki czemu znacznie redukowały czas obliczeń. Równocześnie ograniczało to możli- wość oceny wyników mikrosymulacyjnych analiz ekonomiczno-społecznych tylko do efektów krótkofalowych [Baroni i Richiardi 2007: 5–6]. W tym samym okresie, na przełomie lat 70. i 80., nastąpiła rewolucja w technologii informacyjnej. Rozwój mikroprocesorów przyczynił się do ewolu- cji komputerowej. Rozpoczęła się era komputerów 4 generacji, tzn. komputerów osobistych (PC) oraz towarzyszącego im oprogramowania, np. MS DOS i Win- dows. Ich rozpowszechnienie objęło również użytkowników prywatnych, co wraz ze wzrostem mocy obliczeniowej sprzyjało popularyzacji technik pro- wadzenia badań ekonomicznych i społecznych w oparciu o wyniki modeli mi- krosymulacyjnych [Kruk 2009]. Postęp technologiczny oraz łatwiejszy dostęp do danych indywidualnych, doprowadził do redukcji kosztów związanych z tworzeniem i eksploatowaniem modeli mikrosymulacyjnych. W drugiej połowie lat 80. XX w. ponownie zainte- resowano się modelami dynamicznymi, oferującymi szerszy wachlarz możliwo- ści analitycznych niż podejście statyczne. Większość modeli była jednak wtedy własnością jednostek akademickich. Powoli zaczęły interesować się nimi także instytucje rządowe i międzynarodowe, głównie w zakresie ubezpieczeń i emery- tur. Jednak pomimo ciągłego rozwoju technologicznego, wzrostu możliwości obliczeniowych i oprogramowania, pozostają one nadal narzędziem wymagają- cym dużych nakładów pracy, czasu i środków finansowych, zarówno na etapie budowy jak i eksploatacji. Wysokie koszty, czasochłonność i pracochłonność konstrukcji i eksploatacji oraz konieczność wykorzystywania dużych baz danych indywidualnych, wciąż trudno dostępnych, sprawia, że większość modeli mikro- symulacyjnych pozostaje w rękach instytucji rządowych, organizacji międzyna- rodowych i ośrodków akademickich [Baroni i Richiardi 2007: 7–8]. 1.3. Przegląd wybranej literatury krajowej i zagranicznej Istnieje bardzo bogata literatura anglojęzyczna dotycząca problematyki mikrosymulacji. Przeważającą większość stawią artykuły, książki i rozdziały o charakterze aplikacyjnym, opisujące głównie wyniki przeprowadzonych badań. Na szczególną uwagę zasługuje publikacja G. H. Orcutta z 1957 r. A new type of socio-economic system, która dała początek mikrosymulacjom oraz dwutomowe opracowanie Microeconomic simulation model for public
Pobierz darmowy fragment (pdf)

Gdzie kupić całą publikację:

Modele mikrosymulacyjne. Teoria i zastosowania ekonomiczno-społeczne
Autor:

Opinie na temat publikacji:


Inne popularne pozycje z tej kategorii:


Czytaj również:


Prowadzisz stronę lub blog? Wstaw link do fragmentu tej książki i współpracuj z Cyfroteką: