Symulacyjny model postępu technicznego z dyfuzją technologii

• Autorzy: Krzysztof Cichy

Warianty tytułu

Simulation Model of Technological Progress with Technology Diffusion

• Języki publikacji: PL

Abstrakty

W pracy przedstawiono sformułowanie oraz własności symulacyjnego modelu postępu technicznego z dyfuzją technologii. Postęp techniczny wynika z własnej działalności badawczo-rozwojowej agentów oraz z imitacji wynalazków innych agentów (dyfuzja technologii). Dynamiką modelu rządzi jeden parametr zwany prawdopodobieństwem imitacji. Analizujemy dwie skrajne i jedną pośrednią jego wartość i pokazujemy, że przy 50% prawdopodobieństwie imitacji osiągane tempo postępu technicznego jest najwyższe. (abstrakt oryginalny)

EN

We present the formulation and properties of a simulation model of technological progress with technology diffusion. Technological progress results from agents' own research and development activity and from imitation of other agents' innovations (technology diffusion). The dynamics of the model is govemed by one parameter called imitation probability. We analyze two extreme and one intermediate value of this parameter and we show that imitation probability of 50% renders the highest rate of technological progress. (original abstract)

Słowa kluczowe

PL

Postęp techniczny; Symulacja Monte Carlo; Technologia; Symulacja wzrostu gospodarczego

EN

Technical progress; Monte Carlo simulation; Technology; Simulation of economic growth

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu
• Rocznik: 2011
• Numer: nr 176
• Strony: 36--62

Twórcy

autor

Krzysztof Cichy

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Ausloos, A., Clippe, P., Pękalski, A., 2004, Model of macroeconomic evolution in stable regionally dependent economic fields, Physica A 337, 269-287; arXiv.org:cond-mat/0402075.
• Chakrabarti, B., Chakraborti, A., Chatterjee, A. (red.), 2006, Econophysics and Sociophysics, Wiley-VCH Verlag.
• Cichy, K., 2008, Kapitał ludzki i postęp techniczny jako determinanty wzrostu gospodarczego, Instytut Wiedzy i Innowacji, Warszawa.
• Cichy, K., 2009, Human capital and technological progress as the determinats of economic growth, Working Paper No. 60, National Bank of Poland (NBP), Warszawa.
• Cockshott, W., Cottrell, A., Michaelson, G., Wright, I., Yakovenko, V., 2009, Classical Econophysics, Routledge Advances in Experimental and Computable Economics.
• Delii Gatti, D., Di Guilmi, C., Gaffeo, E., Giulioni, G., Gallegati, M., Palestrini, A., 2005, A new approach to business fluctuations: heterogenous interacting agents, scaling laws and financial fragility, Journal of Economic Behavior and Organization 56, s. 489-512, arXiv.org: cond-mat/0312096.
• Gallegati, M., Kirman, A., Marsili, M. (red.), 2004, The Complex Dynamics of Economic Interaction, Springer.
• Landau, D., Binder, K., 2000, A Guide to Monte Carlo Simulations in Statistical Physics, Cambridge University Press, Cambridge.
• Llas, M., Gleiser, P., Lopez, J., Diaz-Guilera, A., 2003, Nonequilibrium phase transition in a model for the propagation of innovations among economic agents, Physical Review E 68, 66101; arXiv.org:cond-mat/0309544.
• Mantegna, R., Stanley, H., 2001, Ekonofizyka. Wprowadzenie, Wydawnictwo Naukowe PWN, Warszawa.
• Ramsey, F., 1928, A mathematical theory of saving, Journal of Political Economy 38, s. 543-559.
• Solow, R., 1956, A contribution to the theory of economic growth, Quarterly Journal of Economics 70, s. 65-94.
• Swan, T., 1956, Economic growth and capital accumulation, Economic Record 32, s. 334-361.
• Tesfatsion, L., Judd, K. (red.), 2006, Handbook of computational economics. vol. 2: Agent-based computational economics, Handbooks in Economics 13, North-Holland.