METHODOLOGICAL APPROACHES FOR INCLUSION OF FACTORS OF A "GREEN ECONOMY" INTO MEDIUM TERM FORECASTING MODELS FOR REGIONAL DEVELOPMENT
Notice bibliographique
Résumé
Topicality. This is based on the importance of coordinating national and regional socio-economic policy with a recognition of the need for “green” growth and an assessment of government policy measures based on the application of multi-regional modeling methodology to analyze the effects of public policy in a regional context, and on medium-term forecasting of a country's sustainable socio-economic development.Aim and tasks. The aim of the study is to improve the scientific validity of methodology for medium-term forecasting of the main parameters of a country's socio-economic development in terms of individual regions by aligning the objectives and priorities of public policy. The objective is to develop, based on a review of international literature, methodological approaches for obtaining coherent medium-term forecast estimates of major groups of territorial economic, social and environmental indicators, based on modern methodologies for measuring the targeted effects of improving living standards, “green” growth, and overall competitiveness of the national economy in its spatial dimension. Research results. The results of the research are based on a review of international literature and the justification for methodology to apply modern multi-regional models for the assessment of the effects of interconnected economic, social and environmental policies in the analysis of interactions between national and regional factors of sustainable economic growth, regional disparities, and strengthening of national competitiveness. Conclusion. Modern multi-regional models for medium-term forecasting have passed several stages of development, and have incorporated into them theories of the regional economy and the mathematical tools for socio-economic systems modeling. The most effective current policy application is in the practice of recent EU regional policy. Methodology for application of complex multi-regional models has to be flexible, with the application of complementary modeling tools, and providing for further development of model modules to describe the mutual interaction of national and regional factors of sustainable economic growth, including indicators for “green” investment. A number of specific modeling tools (special engineering simulation models, GIS-based models) are usedto assess environmental parameters of spatial development. Our research proposes to incorporate the main indicators of “green” growth into national and regional blocks of multi-regional models, starting with the simplest options such as small econometric models of partial equilibrium, into which - based on a specially conducted analysis - the most significant factors of sustainable economic growth and exogenous parameters of public policy are included. A special place is given to testing the effectiveness of “green” economy measures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».