Доклады Российской академии наук. Математика, информатика, процессы управления, 2020, T. 493, № 1, стр. 81-85

ДВОЙСТВЕННОСТЬ ПО ЯНГУ И АГРЕГИРОВАНИЕ БАЛАНСОВ

Член-корреспондент РАН А. А. Шананин 1234*

1 Московский физико-технический институт (национальный исследовательский университет)
Московская обл., Долгопрудный, Россия

2 Федеральный исследовательский центр “Информатика и управление” Российской академии наук
Москва, Россия

3 Московский государственный университет имени М.В. Ломоносова
Москва, Россия

4 Российский университет дружбы народов
Москва, Россия

* E-mail: alexshan@yandex.ru

Поступила в редакцию 21.04.2020
После доработки 21.04.2020
Принята к публикации 02.05.2020

Полный текст (PDF)

Аннотация

С помощью преобразования Янга и теоремы двойственности Фенхеля в работе построено обобщение операции конволюции. На ее основе предложена процедура агрегирования модели нелинейного межотраслевого баланса с вогнутыми положительно однородными производственными функциями.

Ключевые слова: модель нелинейного межотраслевого баланса, преобразование Янга, задача о слабой отделимости, функция Кобба–Дугласа

Метод межотраслевого баланса В.В. Леонтьева был удостоен премии имени Нобеля по экономике и успешно использовался в XX веке для анализа экстенсивного восстановительного роста. В основу метода Леонтьева была положена система материальных балансов и гипотеза о постоянстве норм затрат на выпуск продукции в процессе межотраслевого взаимодействия. В 1990-е годы в развитых капиталистических странах изменился характер экономической динамики: экстенсивное увеличение объемов производства сменилось ростом разнообразия и качества товаров и услуг. В этих условиях гипотеза Леонтьева о постоянстве норм затрат перестала соответствовать возросшей взаимозаменяемости товаров и услуг. Мировые экономические кризисы конца XX–начала XXI века актуализировали модели межотраслевых балансов как инструмент исследования структурных диспропорций. Стали разрабатываться сетевые модели межотраслевых связей для экономики США (см., например, [1]). В [1] гипотеза В.В. Леонтьева о постоянстве норм материальных затрат заменена гипотезой о постоянстве структуры финансовых затрат в процессе производства товаров и услуг с учетом их отраслевой дифференциации. В современных экономических условиях такая гипотеза представляется более адекватной, чем гипотеза В.В. Леонтьева, и ей соответствуют производственные функции Кобба–Дугласа. В данной работе рассматриваются возникшие математические задачи агрегирования и калибровки моделей нелинейного межотраслевого баланса.

1. НЕЛИНЕЙНЫЙ МЕЖОТРАСЛЕВОЙ БАЛАНС

Рассмотрим группу из m чистых отраслей, связанных взаимными поставками продукции в качестве производственных факторов (ПФ). Обозначим через $X_{i}^{j}$ объем продукции i-й отрасли, который используется в качестве ПФ в процессе производства в j-й отрасли, а через X j = $(X_{1}^{j}, \ldots ,X_{m}^{j})$ – вектор затрат j-й отраслью ПФ, производимых рассматриваемой группой отраслей. Будем также предполагать, что в процессе производства отрасли затрачивают в качестве ПФ первичные ресурсы (n видов), т.е. продукты, не производимые рассматриваемой группой отраслей. Обозначим через ${{l}^{j}} = (l_{1}^{j}, \ldots ,l_{n}^{j})$ вектор затрат j-й отраслью первичных ресурсов, а через ${{F}_{j}}({{X}^{j}},{{l}^{j}})$ – производственную функцию j-й отрасли, т.е. зависимость выпуска j-й отрасли от затрат ПФ. Будем предполагать, что производственные функции отраслей обладают неоклассическими свойствами, т.е. являются вогнутыми, монотонно неубывающими, непрерывными функциями на $R_{ + }^{{m + n}}$, обращающимися в нуле в нуль. Кроме того, будем считать, что ${{F}_{j}}({{X}^{j}},{{l}^{j}})$ являются функциями, положительно однородными первой степени. Будем говорить, что такие функции принадлежат классу ${{\Phi }_{{m + n}}}$.

Обозначим через ${{X}^{0}} = (X_{1}^{0}, \ldots ,X_{m}^{0})$ объемы поставок производимой рассматриваемыми отраслями продукции внешним потребителям. Будем считать, что спрос внешних потребителей описывается с помощью функции полезности ${{F}_{0}}({{X}^{0}}) \in {{\Phi }_{m}}$. Предположим, что предложение первичных ресурсов рассматриваемой группе отраслей ограничено объемами $l = \left( {{{l}_{1}},\; \ldots ,\;{{l}_{n}}} \right) \geqslant 0$, и рассмотрим задачу об оптимальном распределении этих ресурсов между отраслями в целях максимизации функции полезности внешних потребителей при балансовых ограничениях по первичным ресурсам и выпускаемой отраслями продукции:

(1)
${{F}_{0}}({{X}^{0}}) \to \max ,$
(2)
${{F}_{j}}({{X}^{j}},{{l}^{j}}) \geqslant \sum\limits_{i = 0}^m {X_{j}^{i},} \quad j = 1, \ldots ,m;$
(3)
$\sum\limits_{j = 1}^m {{{l}^{j}}} \leqslant l;$
(4)
$\begin{gathered} {{X}^{0}} \geqslant 0,\quad {{X}^{1}} \geqslant 0,\; \ldots ,\;{{X}^{m}} \geqslant 0, \\ {{l}^{1}} \geqslant 0,\; \ldots ,\;{{l}^{m}} \geqslant 0. \\ \end{gathered} $

Будем считать, что рассматриваемая группа отраслей продуктивна, т.е. существуют ${{\hat {X}}^{1}} \geqslant 0$, ... ..., ${{\hat {X}}^{m}} \geqslant 0$, ${{\hat {l}}^{1}} \geqslant 0,\; \ldots ,\;{{\hat {l}}^{m}} \geqslant 0$, такие, что

${{F}_{j}}({{\hat {X}}^{j}},{{\hat {l}}^{j}}) > \sum\limits_{i = 0}^m {\hat {X}_{j}^{i},} \quad j = 1, \ldots ,m.$

Нетрудно доказать, что если группа отраслей продуктивна и $l = ({{l}_{1}}, \ldots ,{{l}_{n}}) > 0$, то задача оптимизации (1)–(4) удовлетворяет условиям Слейтера.

Предложение 1 (см. [2]). Для того чтобы набор векторов $\{ {{\hat {X}}^{0}},{{\hat {X}}^{1}}, \ldots ,{{\hat {X}}^{m}},{{\hat {l}}^{1}}, \ldots ,{{\hat {l}}^{m}}\} $, удовлетворяющих ограничениям (2)–(4), являлся решением задачи оптимизации (1)–(4), необходимо и достаточно, чтобы существовали множители Лагранжа ${{p}_{0}} > 0$, q = $({{q}_{1}}, \ldots ,{{q}_{m}}) \geqslant 0$, s = $({{s}_{1}}, \ldots ,{{s}_{n}}) \geqslant 0$ такие, что

(5)
$\begin{gathered} ({{{\hat {X}}}^{j}},{{{\hat {l}}}^{j}}) \in {\text{Arg}}\max \{ {{q}_{j}}{{F}_{j}}({{X}^{j}},{{l}^{j}}) - \\ \, - q{{X}^{j}} - s{{l}^{j}}\left| {{{X}^{j}} \geqslant 0,{{l}^{j}} \geqslant 0} \right.\} , \\ j = 1, \ldots ,m; \\ \end{gathered} $
(6)
$\begin{gathered} {{q}_{j}}\left( {{{F}_{j}}({{{\hat {X}}}^{j}},{{{\hat {l}}}^{j}}) - \hat {X}_{j}^{0} - \sum\limits_{i = 1}^m {\hat {X}_{j}^{i}} } \right) = 0, \\ j = 1, \ldots ,m; \\ \end{gathered} $
(7)
${{s}_{k}}\left( {{{l}_{k}} - \sum\limits_{j = 1}^m {\hat {l}_{k}^{j}} } \right) = 0,\quad k = 1,\; \ldots ,\;n;$
(8)
${{\hat {X}}^{0}} \in {\text{Arg}}\max \{ {{p}_{0}}{{F}_{0}}({{X}^{0}}) - q{{X}^{0}}\left| {{{X}^{0}} \geqslant 0} \right.\} .$

Будем интерпретировать множители Лагранжа $q = ({{q}_{1}}, \ldots ,{{q}_{m}})$ к балансовым ограничениям по выпускаемым отраслями продуктам как цены на эти продукты, а множители Лагранжа $s = ({{s}_{1}}, \ldots ,{{s}_{n}})$ к балансовым ограничениям по первичным ресурсам как цены на первичные ресурсы. Тогда соотношение (5) означает, что предложение продукции отраслями и их спрос на производственные факторы текущего пользования определяется из максимизации прибыли при ценах (q, $s$). Соотношение (8) описывает спрос при ценах $q$ репрезентативного рационального конечного потребителя с функцией полезности ${{F}_{0}}({{X}^{0}})$, и, кроме того, ${{p}_{0}} = {{q}_{0}}\left( q \right),$ где функция ${{q}_{0}}\left( q \right)$ является преобразованием Янга функции ${{F}_{0}}({{X}^{0}})$, т.е.

${{q}_{0}}\left( q \right) = \inf \left\{ {\frac{{q{{X}^{0}}}}{{{{F}_{0}}({{X}^{0}})}}\left| {\;{{X}^{0}} \geqslant 0,\;{{F}_{0}}({{X}^{0}}) > 0} \right.} \right\}.$

Соотношения (2) и (6), (3) и (7) означают, что цены $q = \left( {{{q}_{1}},\; \ldots ,\;{{q}_{m}}} \right)$ и $s = \left( {{{s}_{1}},\; \ldots ,\;{{s}_{n}}} \right)$ равновесные. Таким образом, оптимальными механизмами распределения являются равновесные рыночные механизмы. Двойственным описанием технологии производства $j$-й отрасли является функция себестоимости

$\begin{gathered} {{q}_{j}}(q,s) = \\ = \inf \left\{ {\frac{{q{{X}^{j}} + s{{l}^{j}}}}{{{{F}_{j}}({{X}^{j}},{{l}^{j}})}}\left| {\;{{X}^{j}} \geqslant 0,\;{{l}^{j}} \geqslant 0,\;{{F}_{j}}({{X}^{j}},{{l}^{j}}) > 0} \right.} \right\}. \\ \end{gathered} $

Функция себестоимости ${{q}_{j}}\left( {q,s} \right)$ является преобразованием Янга производственной функции ${{F}_{j}}({{X}^{j}}$, l j).

2. ЗАДАЧА ОБ АГРЕГИРОВАННОМ ОПИСАНИИ ГРУППЫ ОТРАСЛЕЙ

Рассмотрим задачу агрегирования межотраслевого баланса (2)–(4) с помощью функции полезности ${{F}_{0}}({{X}^{0}})$. Обозначим через ${{F}^{A}}\left( l \right)$ оптимальное значение функционала в задаче (1)–(4) в зависимости от вектора предложения первичных ресурсов $l$ в правой части балансового ограничения (3). Функция ${{F}^{A}}\left( l \right) \in {{\Phi }_{n}}$ и интерпретируется как агрегированная производственная функция. Агрегированной производственной функции ${{F}^{A}}\left( l \right)$ соответствует двойственная агрегированная функция себестоимости

(9)
${{q}_{A}}\left( s \right) = \inf \left\{ {\frac{{sl}}{{{{F}^{A}}\left( l \right)}}\left| {\;l \geqslant 0,\;{{F}^{A}}\left( l \right) > 0} \right.} \right\}.$

Функция себестоимости ${{q}_{A}}\left( s \right) \in {{\Phi }_{n}}$, кроме того, справедливо

${{F}^{A}}\left( l \right) = \inf \left\{ {\frac{{{\text{sl}}}}{{{{q}_{A}}\left( s \right)}}\left| {s \geqslant 0,{{q}_{A}}\left( s \right) > 0} \right.} \right\}.$

В силу преобразования Янга производственной функции CES ${{\left( {{{{\left( {\frac{{{{X}_{1}}}}{{{{w}_{1}}}}} \right)}}^{{ - \rho }}} + {{{\left( {\frac{{{{X}_{2}}}}{{{{w}_{2}}}}} \right)}}^{{ - \rho }}} + {{{\left( {\frac{{{{X}_{n}}}}{{{{w}_{n}}}}} \right)}}^{{ - \rho }}}} \right)}^{{ - \frac{1}{\rho }}}}$, где $\rho \in \left[ { - 1,0} \right) \cup \left( {0, + \infty } \right]$, ${{w}_{1}} > 0,\; \ldots ,\;{{w}_{n}} > 0$, соответствует CES-функция себестоимости ((s1w1)–σ + + (s2w2)–σ + ${{({{s}_{n}}{{w}_{n}})}^{{ - \sigma }}}{{)}^{{ - \frac{1}{\sigma }}}}$, где $\sigma = - \frac{\rho }{{1 + \rho }}$, а производственной функции Кобба–Дугласа (предельный случай при ρ → 0) ${{F}_{{KD}}}\left( {{{X}_{1}}, \ldots ,{{X}_{n}}} \right)$ = $AX_{1}^{{{{\alpha }_{1}}}} \ldots X_{n}^{{{{\alpha }_{n}}}}$, где A > 0, ${{\alpha }_{1}} > 0,\; \ldots ,\;{{\alpha }_{n}} > 0$, ${{\alpha }_{1}} + \; \ldots \; + {{\alpha }_{n}} = 1$, соответствует функция себестоимости

${{q}_{{KD}}}\left( {{{p}_{1}},\; \ldots \;{{p}_{n}}} \right) = \frac{1}{{{{F}_{{KD}}}\left( {{{\alpha }_{1}},\; \ldots ,\;{{\alpha }_{n}}} \right)}}p_{1}^{{{{\alpha }_{1}}}}\; \ldots p_{n}^{{{{\alpha }_{n}}}}.$

Теорема 1. Агрегированная функция себестоимости представима в виде

(10)
$\begin{gathered} {{q}_{A}}\left( s \right) = \sup \left\{ {{{q}_{0}}\left( p \right)|} \right. \\ p = \;\left( {{{p}_{1}},\; \ldots ,\;{{p}_{m}}} \right) \geqslant 0,\;{{q}_{j}}\left( {s,p} \right) \geqslant {{p}_{j}},\;\left. {j = 1,\; \ldots ,\;m} \right\}. \\ \end{gathered} $

Доказательство теоремы 1 основано на применении теоремы двойственности Фенхеля к задаче оптимизации (1)–(4). Отметим, что формула (10) является обобщенным аналогом известной в выпуклом анализе операции конволюции.

Определение 1. Будем называть задачу (10) двойственной по Янгу к задаче (1)–(4).

Предложение 2. Если множители Лагранжа $\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} = \left( {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{1}},\; \ldots ,\;{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{m}}} \right) \geqslant 0$, $\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{s} \geqslant 0$ к задаче (1)–(4) удовлетворяют условиям

$\begin{gathered} ({{{\hat {X}}}^{j}},{{{\hat {l}}}^{j}}) \in {\text{Arg}}\max \{ {{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{j}}{{F}_{j}}({{X}^{j}},{{l}^{j}}) - \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} {{X}^{j}} - \left. {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{s} {{l}^{j}}} \right| \\ {{X}^{j}} \geqslant 0,\;{{l}^{j}} \geqslant 0\} , \\ j = 1,\; \ldots ,\;m; \\ \end{gathered} $
$\begin{gathered} {{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{j}}\left( {{{F}_{j}}({{{\hat {X}}}^{j}},{{{\hat {l}}}^{j}}) - \hat {X}_{j}^{0} - \sum\limits_{i = 1}^m {\hat {X}_{j}^{i}} } \right) = 0, \\ j = 1,\; \ldots ,\;m; \\ {{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{s} }}_{k}}\left( {{{l}_{k}} - \sum\limits_{j = 1}^m {\hat {l}_{k}^{j}} } \right) = 0,\quad k = 1,\; \ldots ,\;n; \\ {{{\hat {X}}}^{0}} \in {\text{Arg}}\max \left\{ {{{F}_{0}}({{X}^{0}}) - \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} {{X}^{0}}\left| {{{X}^{0}} \geqslant 0} \right.} \right\}, \\ \end{gathered} $
то $\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} = \left( {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{1}},\; \ldots ,\;{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }}_{m}}} \right) \geqslant 0$, $\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{s} \geqslant 0$ являются решением задачи (10).

3. АГРЕГИРОВАНИЕ МЕЖОТРАСЛЕВОГО БАЛАНСА

Рассмотрим вопрос об агрегировании межотраслевого баланса (1)–(4). Предположим, что множество номеров отраслей и выпускаемых ими продуктов $\left\{ {1,\; \ldots ,\;m} \right\}$ разбито на непересекающиеся подмножества $\left\{ {{{I}_{\alpha }}\left| {\;\alpha = 1,\; \ldots ,\;\nu } \right.} \right\}$. Обозначим Z α = = $(X_{j}^{0}\left| {j \in {{I}_{\alpha }}} \right.)$, где $\alpha = 1,\; \ldots ,\;\nu $. Предположим, что функция полезности внешних потребителей имеет структуру ${{F}_{0}}({{X}^{0}}) = {{G}_{0}}({{G}_{1}}({{Z}^{1}}), \ldots ,{{G}_{\nu }}({{Z}^{\nu }}))$, где функции ${{G}_{\alpha }} \in {{\Phi }_{{\left| {{{I}_{\alpha }}} \right|}}}$, $\alpha = 1, \ldots ,\nu $.

Лемма 1. Пусть ${{G}_{1}}({{Z}^{1}}),\; \ldots ,\;{{G}_{\nu }}({{Z}^{\nu }})$положительно однородные, вогнутые, непрерывные функции, принимающие положительные значения при положительных значениях аргументов, а функция ${{G}_{0}}\left( {{{Y}_{1}},\; \ldots ,\;{{Y}_{\nu }}} \right) \in {{\Phi }_{\nu }}$. Пусть функции

$\begin{gathered} {{h}_{\alpha }}({{p}^{\alpha }}) = \mathop {\inf }\limits_{\{ {{Z}^{\alpha }} \geqslant 0\left| {{{G}_{\alpha }}({{Z}^{\alpha }}) > 0} \right.\} } \,\frac{{{{p}^{\alpha }}{{Z}^{\alpha }}}}{{{{G}_{\alpha }}({{Z}^{\alpha }})}}, \\ \alpha = 1,\; \ldots ,\;\nu , \\ {{h}_{0}}\left( {{{\beta }_{1}},\; \ldots ,\;{{\beta }_{\nu }}} \right) = \\ = \mathop {\inf }\limits_{\left\{ {{{Y}_{1}} \geqslant 0,\; \ldots ,\;{{Y}_{\nu }} \geqslant 0\left| {{{G}_{0}}\left( {{{Y}_{1}},\; \ldots ,\;{{Y}_{\nu }}} \right) > 0} \right.} \right\}} \frac{{{{\beta }_{1}}{{Y}_{1}} + \; \ldots \; + {{\beta }_{\nu }}{{Y}_{\nu }}}}{{{{G}_{0}}\left( {{{Y}_{1}},\; \ldots ,\;{{Y}_{\nu }}} \right)}} \\ \end{gathered} $
являются их преобразованиями Янга. Тогда

$\begin{gathered} \mathop {\inf }\limits_{\{ {{Z}^{1}} \geqslant 0, \ldots ,{{Z}^{\nu }} \geqslant 0\left| {{{G}_{0}}({{G}_{1}}({{Z}^{1}}), \ldots ,{{G}_{\nu }}({{Z}^{\nu }})) > 0} \right.\} } \frac{{{{p}^{1}}{{Z}^{1}} + \ldots + {{p}^{\nu }}{{Z}^{\nu }}}}{{{{G}_{0}}({{G}_{1}}({{Z}^{1}}), \ldots ,{{G}_{\nu }}({{Z}^{\nu }}))}} = \\ = \;{{h}_{0}}({{h}_{1}}({{p}^{1}}), \ldots ,{{h}_{\nu }}({{p}^{\nu }})), \\ \end{gathered} $

Здесь ${{Z}^{\alpha }} = (X_{j}^{0}\left| {\;j \in {{I}_{\alpha }}} \right.)$, ${{p}^{\alpha }} = \left( {{{p}_{j}}\left| {\;j \in {{I}_{\alpha }}} \right.} \right)$, $\alpha $ = = 1, ..., ν.

По лемме 1 функция ${{h}_{0}}({{h}_{1}}({{p}^{1}}), \ldots ,{{h}_{\nu }}({{p}^{\nu }}))$ в силу преобразования Янга будет двойственной к функции ${{F}_{0}}({{X}^{0}}) = {{G}_{0}}({{G}_{1}}({{Z}^{1}}), \ldots ,{{G}_{\nu }}({{Z}^{\nu }}))$.

Рассмотрим вспомогательную задачу

$\begin{gathered} {{H}^{\alpha }}({{p}^{1}},\; \ldots ,\;{{p}^{{\alpha - 1}}},{{p}^{{\alpha + 1}}},\; \ldots ,\;{{p}^{\nu }},s) = \\ = \;\sup \{ {{h}_{\alpha }}({{p}^{\alpha }})\left| {\;{{p}^{\alpha }} \geqslant 0,\;{{q}_{j}}\left( {p,s} \right) \geqslant {{p}_{j}},\;j \in {{I}_{\alpha }}} \right.\} . \\ \end{gathered} $

Теорема 2. Пусть

(11)
$\begin{gathered} {{H}^{\alpha }}({{p}^{1}},\; \ldots ,\;{{p}^{{\alpha - 1}}},{{p}^{{\alpha + 1}}},\; \ldots ,\;{{p}^{\nu }},s) = \\ = \;{{r}^{\alpha }}({{h}_{1}}({{p}^{1}}), \ldots ,{{h}_{{\alpha - 1}}}({{p}^{{\alpha - 1}}}),{{h}_{{\alpha + 1}}}({{p}^{{\alpha + 1}}}), \ldots ,{{h}_{\nu }}({{p}^{\nu }}),s), \\ \alpha = 1,\; \ldots ,\;\nu , \\ \end{gathered} $
где ${{r}^{\alpha }}\left( {{{h}_{1}},\; \ldots ,\;{{h}_{{\alpha - 1}}},{{h}_{{\alpha + 1}}},\; \ldots ,\;{{h}_{\nu }},s} \right)$положительно однородные, вогнутые, непрерывные функции, принимающие поSложительные значения при положительных значениях аргументов. Тогда

(12)
$\begin{gathered} {{q}_{A}}(s) = \sup \{ {{h}_{0}}\left( {{{h}_{1}}, \ldots ,{{h}_{\nu }}} \right)| \\ {{r}^{\alpha }}({{h}_{1}}, \ldots ,{{h}_{{\alpha - 1}}},{{h}_{{\alpha + 1}}}, \ldots ,{{h}_{\nu }},s) \geqslant {{h}_{\alpha }} \geqslant 0, \\ \alpha = 1, \ldots ,\nu \} . \\ \end{gathered} $

Кроме того, если $\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} = ({{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }^{\alpha }}\left| {\alpha = 1,\; \ldots ,\;\nu } \right.)$ – решение задачи (10), то $\{ {{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{h} }_{\alpha }} = {{h}^{\alpha }}({{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{p} }^{\alpha }})\left| {\;\alpha = 1, \ldots ,\nu } \right.\} $ – решение задачи (12).

Теорема 3. Пусть

${{R}^{\alpha }}({{Y}_{1}}, \ldots ,{{Y}_{{\alpha - 1}}},{{Y}_{{\alpha + 1}}}$, ..., Yν, l) =

$ = \;\mathop {\inf }\limits_{\left\{ {{{h}_{1}} \geqslant 0,\; \ldots ,\;{{h}_{{\alpha - 1}}} \geqslant 0,\; \ldots ,\;{{h}_{\nu }} \geqslant 0\left| {\,{{r}^{\alpha }}\left( {{{h}_{1}},\; \ldots ,\;,{{h}_{{\alpha - 1}}},{{h}_{{\alpha + 1}}},\; \ldots ,\;{{h}_{\nu }},s} \right)} \right.} \right\}} \frac{{{{h}_{1}}{{Y}_{1}} + \; \ldots \; + {{h}_{{\alpha - 1}}}{{Y}_{{\alpha - 1}}} + {{h}_{{\alpha + 1}}}{{Y}_{{\alpha + 1}}} + \; \ldots \; + {{h}_{\nu }}{{Y}_{\nu }} + sl}}{{{{r}^{\alpha }}\left( {{{h}_{1}},\; \ldots ,\;{{h}_{{\alpha - 1}}},{{h}_{{\alpha + 1}}},\; \ldots ,\;{{h}_{\nu }},s} \right)}},$
а $\{ {{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{X} }^{0}}, \ldots ,{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{X} }^{m}},{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{l} }^{1}}, \ldots ,{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{l} }^{m}}\} $решение задачи (1)–(4). Положим

${{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{L} }^{\alpha }} = \sum\limits_{j \in {{I}^{\alpha }}} {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{l} }}^{j}}} ;$
$\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{Y} _{\beta }^{0} = {{G}_{\beta }}(\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{X} _{i}^{0}\left| {\,i \in {{I}^{\beta }}} \right.),\quad \beta = 1,\; \ldots ,\;\nu ;$
$\begin{gathered} \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{Y} _{\beta }^{\alpha } = {{G}_{\beta }}\left( {\sum\limits_{j \in {{I}^{\alpha }}} {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{X} _{i}^{j}} \left| {\,i \in {{I}^{\beta }}} \right.} \right), \\ \alpha \ne \beta ,\quad \alpha = 1, \ldots ,\nu ,\quad \beta = 1, \ldots ,\nu . \\ \end{gathered} $

Тогда $\{ \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{Y} _{\beta }^{0},\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{Y} _{\beta }^{\alpha },{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{L} }^{\alpha }}\left| {\alpha = 1, \ldots ,\nu ;\beta = 1, \ldots ,\nu } \right.\} $ является решением задачи

(13)
$\begin{gathered} {{G}_{0}}(Y_{1}^{0},\; \ldots ,\;Y_{\nu }^{0}) \to \max \\ {{R}^{\alpha }}(Y_{1}^{\alpha },\; \ldots ,\;Y_{{\alpha - 1}}^{\alpha },Y_{{\alpha + 1}}^{\alpha },\; \ldots ,\;Y_{\nu }^{\alpha },{{L}^{\alpha }}) \geqslant \\ \geqslant \;Y_{\alpha }^{0} + \sum\limits_{\beta \ne \alpha } {Y_{\alpha }^{\beta }} ,\quad \alpha = 1,\; \ldots ,\;\nu ; \\ \end{gathered} $
$\begin{gathered} \sum\limits_{\alpha = 1}^\nu {{{L}^{\alpha }}} \leqslant l;\quad Y_{\beta }^{0} \geqslant 0,\quad Y_{\beta }^{\alpha } \geqslant 0, \\ \beta = 1,\; \ldots ,\;\nu ,\beta \ne \alpha ;\quad {{L}^{\alpha }} \geqslant 0,\quad \alpha = 1,\; \ldots ,\;\nu . \\ \end{gathered} $

Замечание. Агрегированные балансы (13) не зависят от конкретного вида функции ${{G}_{0}}$, описывающей спрос внешнего потребителя. Поэтому конструкцию построения балансов (13) можно рассматривать как агрегирование межотраслевых балансов (2). Будем называть условия (11) из теоремы 2 условиями агрегирования балансов.

4. АГРЕГИРОВАНИЕ В СЛУЧАЕ ФУНКЦИЙ КОББА–ДУГЛАСА

Предположим, что функции F0(X) = ${{\alpha }_{0}}X_{1}^{{{{\lambda }_{1}}}} \ldots X_{m}^{{{{\lambda }_{m}}}}$, ${{F}_{j}}\left( {X,l} \right) = {{\alpha }_{j}}X_{1}^{{a_{1}^{j}}}\; \ldots \;X_{m}^{{a_{m}^{j}}}l_{1}^{{b_{1}^{j}}}...l_{n}^{{b_{n}^{j}}}$, $j = 1, \ldots ,m$, где

$\begin{gathered} {{\alpha }_{0}} > 0,\quad \sum\limits_{i = 1}^m {{{\lambda }_{i}}} = 1,\quad {{\lambda }_{i}} \geqslant 0,\quad i = 1,\; \ldots ,\;m; \\ \sum\limits_{i = 1}^m {a_{i}^{j}} + \sum\limits_{k = 1}^n {b_{k}^{j}} = 1,\quad j = 1,\; \ldots ,\;m;\quad {{\alpha }_{j}} > 0, \\ a_{i}^{j} \geqslant 0,\quad i = 1,\; \ldots ,\;m;\quad j = 1,\; \ldots ,\;m; \\ b_{k}^{j} \geqslant 0,\quad k = 1,\; \ldots ,\;n;\quad j = 1,\; \ldots ,\;m. \\ \end{gathered} $

Будем предполагать, что каждая отрасль использует хотя бы один вид первичных ресурсов, т.е.

$\sum\limits_{k = 1}^n {b_{k}^{i}} > 0,\quad i = 1,\; \ldots ,\;m.$

Рассмотрим матрицы $A = {\text{||}}a_{i}^{j}{\text{||}}_{{j = 1,\; \ldots ,\;m}}^{{i = 1,\; \ldots ,\;m}}$, B = ${\text{||}}b_{k}^{j}{\text{||}}_{{k = 1,\; \ldots ,\;n}}^{{j = 1,\; \ldots ,\;m}}$ и E – единичную матрицу $\left( {m \times m} \right)$. Обозначим ${{a}^{0}} = {\text{(}}a_{1}^{0}, \ldots ,a_{m}^{0}{\text{)*}}$. Поскольку

$\sum\limits_{i = 1}^m {a_{i}^{j}} < 1,\quad j = 1,\; \ldots ,\;m,$
неотрицательная матрица A является продуктивной.

Следствие 2. Задача

$\max \{ {{q}_{0}}(p)\left| {{{q}_{j}}(p,s)} \right.$pj ≥ 0, j = 1, ..., m}

имеет решение вида ${{p}_{j}} = {{\beta }_{j}}s_{1}^{{c_{1}^{j}}} \ldots s_{n}^{{c_{n}^{j}}}$, $j = 1, \ldots ,m$, где матрица

$C = \left\| {c_{k}^{j}} \right\|_{{j = 1,\; \ldots ,\;m}}^{{k = 1,\; \ldots ,\;n}} = {{\left( {E - A} \right)}^{{ - 1}}}B.$

Агрегированная функция себестоимости и агрегированная производственная функция имеют вид

${{q}_{A}}(s) = \lambda s_{1}^{{{{\gamma }_{1}}}} \ldots s_{n}^{{{{\gamma }_{n}}}}$, ${{F}^{A}}(l) = \mu l_{1}^{{{{\gamma }_{1}}}} \ldots l_{n}^{{{{\gamma }_{n}}}}$,

где γ = ${\text{(}}{{\gamma }_{1}}$, ..., γn)* = C*a0, причем ${{\gamma }_{1}} + \ldots + {{\gamma }_{n}}$ = 1.

Рассмотрим агрегирование межотраслевого баланса в случае функций Кобба–Дугласа. Как и в разделе 4, предположим, что множество номеров отраслей и выпускаемых ими продуктов $\{ 1, \ldots ,m\} $ разбито на непересекающиеся подмножества $\{ {{I}_{\alpha }}\left| {\alpha = 1} \right.$, ..., ν}. Будем искать агрегирующие функции также в классе функций Кобба–Дугласа

(14)
$\begin{gathered} {{G}_{\alpha }}({{X}_{j}}\left| {\;j \in {{I}^{\alpha }}} \right.) = \prod\limits_{j \in {{I}^{\alpha }}} {X_{j}^{{\lambda _{j}^{\alpha }}},\quad {\text{где}}\quad } \lambda _{j}^{\alpha } \geqslant 0, \\ j \in {{I}^{\alpha }};\quad \sum\limits_{j \in {{I}^{\alpha }}} {\lambda _{j}^{\alpha } = 1} ,\quad \alpha = 1, \ldots ,\nu . \\ \end{gathered} $

Обозначим через ${{A}_{{\alpha \beta }}} = (a_{i}^{j})_{{j \in {{I}^{\alpha }}}}^{{i \in {{I}^{\beta }}}}$, ${{\lambda }^{\alpha }} = (\lambda _{j}^{\alpha }\left| {j \in {{I}^{\alpha }}} \right.)$, $\alpha = 1, \ldots ,\nu $, а через ${{E}_{{\alpha \alpha }}}$ – единичную матрицу, у которой |Iα| строк.

Следствие 3. Для того чтобы функции (14) удовлетворяли условиям агрегирования балансов (11), необходимо и достаточно, чтобы для любой упорядоченной пары (α, β), где $\alpha = 1, \ldots ,\nu $, $\beta = 1, \ldots ,\nu $, $\beta \ne \alpha $, существовало число ${{\mu }_{{\beta \alpha }}} \geqslant 0$, такое, что выполняется равенство

(15)
$A_{{\alpha \beta }}^{ * }{{({{E}_{{\alpha \alpha }}} - A_{{\alpha \alpha }}^{ * })}^{{ - 1}}}{{\lambda }^{\alpha }} = {{\mu }_{{\alpha \beta }}}{{\lambda }^{\beta }}.$

Замечание. Из (15) следует, что вектор ${{\lambda }^{\alpha }}$ должен быть собственным вектором матрицы $A_{{\beta \alpha }}^{ * }{{({{E}_{{\beta \beta }}} - A_{{\beta \beta }}^{ * })}^{{ - 1}}}A_{{\alpha \beta }}^{ * }{{({{E}_{{\alpha \alpha }}} - A_{{\alpha \alpha }}^{ * })}^{{ - 1}}}$. По теореме Фробениуса–Перрона такой неотрицательный собственный вектор существует. Более того, если ${{\mu }_{{\alpha \beta }}}$ > 0, то неотрицательный вектор λβ = $\frac{1}{{{{\mu }_{{\alpha \beta }}}}}A_{{\alpha \beta }}^{ * }({{E}_{{\alpha \alpha }}}$$A_{{\alpha \alpha }}^{ * }{{)}^{{ - 1}}}{{\lambda }^{\alpha }}$ является собственным вектором матрицы

$A_{{\alpha \beta }}^{ * }({{E}_{{\alpha \alpha }}}$$A_{{\alpha \alpha }}^{ * }{{)}^{{ - 1}}}A_{{\beta \alpha }}^{ * }{{({{E}_{{\beta \beta }}} - A_{{\beta \beta }}^{ * })}^{{ - 1}}}$,

при этом выполняются соотношения (13) для пар ($\alpha $, $\beta $) и ($\beta $, $\alpha $).

Список литературы

  1. Acemoglu D., Ozdaglar A., Tahbaz-Salehi A. The Network Origins of Aggregate Fluctuations // Econometrica. 2012. V. 80. № 5. P. 1977–2016.

  2. Agaltsov A.D., Molchanov E.G., Shananin A.A. Inverse Problems in Models of Resource Distribution // J. Geometric Analysis. 2018. V. 28. № 1. P. 726–765.

Дополнительные материалы отсутствуют.

Инструменты

Доклады Российской академии наук. Математика, информатика, процессы управления