УДК 330.34.01

DOI: https://doi.org/10.36887/2415-8453-2025-2-9

Коляда Юрій Васильович,
д.е.н., доцент, проф. кафедра математичного моделювання та статистики,
Інститут інформаційних систем в економіці
Київський національний економічний університет імені Вадима Гетьмана
https://orcid.org/0000-0003-2516-9817
Позняк Сергій Петрович,
аспірант, кафедра математичного моделювання та статистики,
Інститут інформаційних систем в економіці
Київський національний економічний університет імені Вадима Гетьмана
https://orcid.org/0009-0006-4894-7983

JEL classification: C31, O11, O15, O16, O17, O41

У статті розглядаються авторські багатовимірні моделі економічного зростання з акцентом на підвищення їхньої узагальнюючої здатності. Основна мета дослідження – збільшення ступеню адаптивності моделей економічного зростання шляхом включення до моделі факторів, які ігноруються більшістю дослідників. Зосереджено особливу увагу на трьох питаннях: динаміка населення, ринкові структури та явище тінізації економіки. Проведено аналіз демографічного впливу на економічне зростання шляхом заміни статичного коефіцієнта зростання населення на динамічний. Для цього застосовано модель Ферхюльста, що дозволяє точніше враховувати зміни чисельності та структури населення в часі. Окрему увагу приділено аналізу впливу ринкової структури на економічне зростання. Досліджено механізми функціонування різних типів ринків, включаючи досконалу конкуренцію, монополію, олігополію та монополістичну конкуренцію, у межах запропонованої моделі. Також у статті розглядається роль тіньової та сірої економіки у формуванні макроекономічних тенденцій. Запропоновано включення їхніх показників у багатофакторні моделі: сіра економіка враховується через коригування параметрів заощаджень, а тіньова – через окреме рівняння капіталомісткості, засноване на власній виробничій функції. Проведені модифікації забезпечують більшу гнучкість моделей, покращують їхню прогностичну спроможність.

Ключові слова: економічне зростання, моделі економічного зростання, демографія, типи ринкової структури, тіньова економіка.

Література

1. Falling birth rates raise prospect of sharp decline in living standards. Financial Times. 2025, January 15. URL: https://www.ft.com/content/19cea1e0-4b8f-4623-bf6b-fe8af2acd3e5.
2. Foreign workers key driver of euro zone growth, say ECB economists. Reuters. 2025. May 8. URL: https://www.reuters.com/business/foreign-workers-key-driver-euro-zone-growth-say-ecb-economists-2025-05-08/.
3. Maestas N., Mullen K. J., Powell D. The effect of population aging on economic growth, the labor force, and productivity. American Economic Journal: Macroeconomics. 2023. Vol. 15, no. 2. P. 306–332. DOI: https://doi.org/10.1257/mac.20190196.
4. Silva T. C., Wilhelm P. V. B., Amancio D. R. Machine learning and economic forecasting: The role of international trade networks. Physica A: Statistical Mechanics and Its Applications. 2024. P. 129977. DOI: https://doi.org/10.1016/j.physa.2024.129977.
5. Raider H. J. Market structure and innovation. Social Science Research. 1998. Vol. 27, no. 1. P. 1–21. DOI: https://doi.org/10.1006/ssre.1997.0608.
6. Frank Wu D., Schneider F. G. Nonlinearity between the shadow economy and level of development. SSRN Electronic Journal. 2019. DOI: https://doi.org/10.2139/ssrn.3401153.
7. Baklouti N., Boujelbene Y. A simultaneous equation model of economic growth and shadow economy: Is there a difference between the developed and developing countries?.Economic Change and Restructuring. 2018. Vol. 53, no. 1. P. 151–170 DOI: https://doi.org/10.1007/s10644-018-9235-8.
8. Kolyada Yu., Poznyak S., Ramskyi A., Shevchenko S. Adaptation Applying of Economic Growth Theoretical Models. : Digital Economy Concepts and Technologies. Workshop 2024. 2024. P. 22–35. URL: https://ceur-ws.org/Vol-3665/paper3.pdf.
9. Коляда Ю., Позняк С. Адаптивна модель економічного зростання для відкритої економіки. Національні інтереси України. № 2(2). DOI: https://doi.org/10.52058/3041-1793-2024-2(2)-267-286.
10. Коляда Ю., Позняк С. Адаптивна модель зростання відкритої економіки. Теорія модернізації в контексті сучасної світової науки. 2024. DOI: https://doi.org/10.62731/mcnd-02.08.2024.001.
11. Kingsland S. The Refractory Model: The Logistic Curve and the History of Population Ecology. The Quarterly Review of Biology. 1982. Vol. 57, no. 1. P. 29–52. DOI: https://doi.org/10.1086/412574.
12. Theil H., Wage S. Some Observations on Adaptive Forecasting. Management Science. 1964. Vol. 10, no. 2. P. 198–206. DOI: https://doi.org/10.1287/mnsc.10.2.198.
13. Winters P. R. Forecasting Sales by Exponentially Weighted Moving Averages. Management Science. 1960. Vol. 6, no. 3. P. 324–342. DOI: https://doi.org/10.1287/mnsc.6.3.324.
14. The non-linear Effect of Income on the Shadow Economy / M. R. Alfano et al. Socio-Economic Planning Sciences. 2024. Vol. 95. P. 102041. DOI: https://doi.org/10.1016/j.seps.2024.102041.
15. Bashlakova V., Bashlakov H. The study of the shadow economy in modern conditions: Theory, methodology, practice. The Quarterly Review of Economics and Finance. 2020. DOI: https://doi.org/10.1016/j.qref.2020.10.032.
16. The influence of shadow economy, environmental policies and geopolitical risk on renewable energy: A comparison of high- and middle-income countries / L. K. Chu et al. Journal of Environmental Management. 2023. Vol. 342. P. 118122. DOI: https://doi.org/10.1016/j.jenvman.2023.118122.
17. Ha L. T., Dung H. P., Thanh T. T. Economic complexity and shadow economy: A multi-dimensional analysis. Economic Analysis and Policy. Vol. 72. P. 408–422. DOI: https://doi.org/10.1016/j.eap.2021.09.011.
18. Saunoris J. W. Individualism, economic freedom, and the development of the shadow economy. Economic Systems. 2023. P. 101168. DOI: https://doi.org/10.1016/j.ecosys.2023.101168.

Статтю було отримано 04.03.2025