Accounting State Space as a Foundation for Economic Agent-Based Modeling: An Input–Output Benchmark and Inventory Extension
यह शोध पत्र अकाउंटिंग-स्टेट एजेंट-आधारित मॉडलिंग (AS-ABM) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो स्थिर लियोन्टिफ़ इनपुट-आउटपुट बेंचमार्क को सफलतापूर्वक दोहराने के लिए लेनदेन स्तर पर डबल-एंट्री बुककीपिंग निरंतरता लागू करता है, जबकि यह गतिशील रूप से यह अनुकरण करता है कि इन्वेंट्री बाधाएं और पुनर्भरण नियम आर्थिक गुणकों और उतार-चढ़ाव के पैटर्न को कैसे प्रभावित करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अर्थशास्त्र लंबे समय से इस सरल दृष्टिकोण पर निर्भर रहा है कि पैसा और वस्तुएं समाज में कैसे चलती हैं। पारंपरिक मॉडल अक्सर अर्थव्यवस्था को व्यापक औसत के एक संग्रह के रूप में देखते हैं, जहाँ कारखाने तुरंत वह सब कुछ बना लेते हैं जिसकी आवश्यकता होती है और आपूर्ति श्रृंखलाएं बिना कभी सामग्री खत्म हुए अनंत तक फैली रहती हैं। ये ढांचे व्यापक चित्र देखने के लिए उपयोगी हैं, लेकिन वे यह समझाने में संघर्ष करते हैं कि जब चीजें गलत हो जाती हैं, जैसे कि किसी एक पुर्जे की अचानक कमी से पूरे उद्योग में उत्पादन रुक जाता है। वास्तविक दुनिया में, व्यवसाय औसत पर नहीं चलते; वे बही-खातों (लेजर) पर चलते हैं। प्रत्येक लेनदेन क्या खरीदा गया, क्या बेचा गया और स्टॉक में क्या शेष है, इसका एक विशिष्ट रिकॉर्ड है, जो सख्त नियमों द्वारा शासित होता है जो यह सुनिश्चित करता है कि प्रत्येक डेबिट का एक मिलान क्रेडिट हो। दशकों से, अर्थशास्त्रियों के पास इन विस्तृत, नियम-बद्ध रिकॉर्ड्स को हजारों परस्पर क्रिया करने वाली कंपनियों के माध्यम से सिम्युलेट करने का कोई तरीका नहीं था ताकि यह देखा जा सके कि एक छोटा सा झटका पूरे सिस्टम में कैसे लहरें पैदा कर सकता है।
चिबा यूनिवर्सिटी ऑफ कॉमर्स के एक शोधकर्ता ने आर्थिक सिमुलेशन बनाने का एक नया तरीका विकसित किया है जो अमूर्त औसत के बजाय इन लेखांकन रिकॉर्ड्स से शुरू होता है। यह अनुमान लगाने के बजाय कि मांग में बदलाव के प्रति एक कारखाना कैसे प्रतिक्रिया दे सकता है, यह नया दृष्टिकोण, जिसे 'अकाउंटिंग-स्टेट एजेंट-बेस्ड मॉडलिंग' कहा जाता है, प्रत्येक सिम्युलेटेड कंपनी को अपना डिजिटल लेजर देता है। इस प्रणाली में, हर बार जब कोई कंपनी कुछ खरीदती या बेचती है, तो मॉडल उसके विशिष्ट बही-खातों को अपडेट करता है, जिससे यह ट्रैक होता है कि उसके पास कितना नकद है, उसका कितना इन्वेंटरी (माल) है, और वह कितना बकाया रखती है। कंप्यूटर उन्हीं डबल-एंट्री नियमों का पालन करता है जिनका उपयोग मानव लेखाकार करते हैं, यह सुनिश्चित करते हुए कि सिमुलेशन व्यवसाय के मौलिक तर्क का उल्लंघन कभी न करे। इन सटीक लेखांकन चरणों का उपयोग करके अर्थव्यवस्था को नीचे से ऊपर की ओर (बॉटम-अप) बनाकर, शोधकर्ता ने एक ऐसा प्रयोगशाला बनाया है जहाँ आपूर्ति और मांग के जटिल नृत्य को वास्तविक समय में देखा जा सकता है, जो यह प्रकट करता है कि बहीखाता पद्धति के कठोर नियम पूरी अर्थव्यवस्था के प्रवाह को कैसे आकार देते हैं।
इस नई पद्धति का परीक्षण करने के लिए, शोधकर्ता ने पहले एक इनपुट-आउटपुट टेबल के रूप में ज्ञात एक मानक ब्लूप्रिंट का उपयोग करके अर्थव्यवस्था का एक सरल संस्करण बनाया। यह ब्लूप्रिंट यह मानचित्र बनाता है कि विभिन्न उद्योग एक-दूसरे पर कैसे निर्भर हैं, जो यह दिखाता है कि कौन से क्षेत्र अन्य क्षेत्रों को कच्चा माल आपूर्ति करते हैं। लक्ष्य यह देखना था कि क्या नया लेखांकन-आधारित सिमुलेशन एक प्रसिद्ध आर्थिक परिणाम को पुनरुत्पादित कर सकता है जिसे 'मल्टीप्लायर इफेक्ट' (गुणक प्रभाव) कहा जाता है। पारंपरिक अर्थशास्त्र में, यह प्रभाव बताता है कि कैसे खर्च का एक डॉलर कुल आर्थिक गतिविधि में एक डॉलर से अधिक उत्पन्न कर सकता है क्योंकि यह एक व्यवसाय से दूसरे व्यवसाय में जाता है। सिमुलेशन को इस तरह सेट किया गया था कि मांग की एक अचानक लहर एक उद्योग पर गिरी, और कंप्यूटर ने ट्रैक किया कि वह मांग आपूर्तिकरों के नेटवर्क के माध्यम से कैसे आगे बढ़ी। परिणाम सटीक थे: लेखांकन-आधारित मॉडल ने पारंपरिक स्थिर सूत्रों के समान ही मल्टीप्लायर इफेक्ट उत्पन्न किया। इसने सिद्ध किया कि नया तरीका केवल मानचित्र बनाने का एक अलग तरीका नहीं था, बल्कि एक कार्यशील इंजन था जो स्थापित आर्थिक सत्यों को दोहरा सकता था और साथ ही प्रत्येक लेनदेन का रिकॉर्ड भी रख सकता था।
हालाँकि, नए मॉडल की असली शक्ति तब सामने आई जब शोधकर्ता ने इसमें वास्तविकता की एक परत जोड़ी जिसे पारंपरिक मॉडल अक्सर अनदेखा कर देते हैं: इन्वेंटरी की सीमाएं। वास्तविक दुनिया में, एक कारखाना माल का उत्पादन नहीं कर सकता यदि उसके पास आवश्यक कच्चा माल समाप्त हो गया है, और वह उस माल को नहीं बेच सकता जो उसके पास स्टॉक में नहीं है। शोधकर्ता ने इन बाधाओं को सिमुलेशन में पेश किया, जिससे कंपनियों को अपने 'सेफ्टी स्टॉक' (सुरक्षा भंडार) का प्रबंधन करने और कमियों से निपटने के लिए मजबूर होना पड़ा। जब एक कंपनी की सख्त इन्वेंटरी सीमाओं पर मांग का झटका लगा, तो परिणाम नाटकीय रूप रूप से बदल गए। वस्तुओं का प्रवाह उस तरह से सुचारू रूप से नहीं फैला जैसा कि पारंपरिक सूत्र भविष्यवाणी करते हैं। इसके बजाय, एक चरण में सामग्री की कमी के कारण उत्पादन रुक गया, जिसके कारण आगे की श्रृंखला में आपूर्तिकर्ताओं को दिए जाने वाले ऑर्डर कम हो गए। मल्टीप्लायर इफेक्ट, जो अनियंत्रित संस्करण में मजबूत था, आपूर्ति श्रृंखला के तंग होने पर काफी सिकुड़ गया या पूरी तरह से गायब हो गया। सिमुलेशन ने दिखाया कि अर्थव्यवस्था की झटकों को सहने की क्षमता इस बात पर बहुत अधिक निर्भर करती है कि कंपनियां अपने पास कितना बफर स्टॉक रखती हैं।
अध्ययन ने यह भी पता लगाया कि विभिन्न इन्वेंटरी नीतियां सिस्टम की स्थिरता को कैसे प्रभावित करती हैं। जो कंपनियां बड़े सुरक्षा भंडार रखती थीं, वे मांग में उछाल आने पर भी उत्पादन बनाए रखने में सक्षम थीं, जिससे आर्थिक मल्टीप्लायर अपनी सामान्य ताकत की ओर वापस लौट सका। हालाँकि, इन कंपनियों द्वारा आपूर्ति को फिर से ऑर्डर करने के लिए उपयोग किए जाने वाले नियमों ने एक अलग प्रकार की समस्या पैदा की। जब कंपनियों ने अपने स्टॉक स्तर को पूरी तरह से संतुलित रखने की कोशिश की, तो सिमुलेशन ने दिखाया कि वे कभी-कभी छोटे बदलावों पर अत्यधिक प्रतिक्रिया देते हैं, जिससे बड़े ऑर्डर दिए जाते हैं जो अत्यधिक उत्पादन के बाद मांग में अचानक गिरावट के चक्र की ओर ले जाते हैं। यह व्यवहार, जिसे आपूर्ति श्रृंखला में 'बुलव्हिप इफेक्ट' (सांड के प्रहार जैसा प्रभाव) के रूप में जाना जाता है, उत्पादन मात्रा में भारी उतार-चढ़ाव का कारण बनता है। शोधकर्ता ने यह देखने के लिए लगभग एक सौ अलग-अलग यादृच्छिक आर्थिक संरचनाओं में इसका परीक्षण किया कि क्या ये उतार-चढ़ाव एक सार्वभौमिक विशेषता हैं। हालांकि उतार-चढ़ाव कई मामलों में दिखाई दिए, अध्ययन ने कोई सांख्यिकीय प्रमाण नहीं दिया कि वे अर्थव्यवस्था के बड़े होने के साथ व्यवस्थित रूप से बदतर होते जाते हैं। उतार-चढ़ाव प्रत्येक सिम्युलेटेड अर्थव्यवस्था के विशिष्ट विवरणों पर अत्यधिक निर्भर थे, जिससे पता चलता है कि सभी प्रणालियों के लिए स्थिरता या अराजकता की गारंटी देने वाला कोई एकल नियम नहीं है।
अंत में, शोधकर्ता ने यह जांचा कि क्या सिमुलेशन वास्तविक दुनिया की अर्थव्यवस्थाओं की तरह व्यवहार करता है, इसके लिए इसके आउटपुट की तुलना व्यावसायिक डेटा में देखे गए ज्ञात पैटर्न से की गई। एक ऐसा पैटर्न यह है कि एक कारखाना जितना वास्तव में बेचता है, उससे अधिक मात्रा में माल का उत्पादन करता है, क्योंकि कारखाने अपने उत्पादन शेड्यूल को सुचारू बनाने की कोशिश करते हैं। एक अन्य पैटर्न यह है कि कच्चे माल का इन्वेंटरी तैयार माल के इन्वेंटरी की तुलना में अधिक अस्थिर होता है। नया मॉडल इन दो विशिष्ट पैटर्न को सफलतापूर्वक पुनरुत्पादित करता है, जो पुष्टि करता है कि इसके द्वारा उपयोग किए गए लेखांकन नियम सही प्रकार के आर्थिक व्यवहार को पकड़ रहे हैं। हालाँकि, मॉडल तीसरे पैटर्न को पुनरुत्पादित नहीं कर सका कि कंपनियां कितना ऑर्डर करती हैं बनाम वे कितना उपयोग करती हैं, एक अंतर जिसका शोधकर्ता ने कारण डिलीवरी के समय बनाम ऑर्डर के प्रबंधन के तरीके को बताया। यह आंशिक मिलान बताता है कि जबकि मॉडल इन्वेंटरी प्रबंधन के मूल यांत्रिकी को पकड़ता है, वास्तविक दुनिया में ऑर्डर करने के विशिष्ट नियम वर्तमान सिमुलेशन की तुलना में अधिक जटिल हैं।
निष्कर्ष बताते हैं कि लेखांकन के कठोर नियम केवल स्कोर रखने का तरीका नहीं हैं, बल्कि समाज में आर्थिक झटके कैसे चलते हैं, इसके एक मौलिक चालक हैं। अर्थव्यवस्था को स्मूथ कर्व्स के बजाय लेजर्स के नेटवर्क के रूप में मानकर, नया दृष्टिकोण यह प्रकट करता है कि नई मांग के जवाब में अर्थव्यवस्था के बढ़ने की क्षमता इन्वेंटरी और आपूर्ति की भौतिक वास्तविकता द्वारा सीमित है। अध्ययन यह दावा नहीं करता है कि उसने आर्थिक उतार-चढ़ाव के रहस्य को सुलझा लिया है, लेकिन यह एक नया उपकरण प्रदान करता है जो शोधकर्ताओं को यह देखने की अनुमति देता है कि कैसे एक गोदाम में कमी एक कारखाने, एक आपूर्तिकर्ता और एक बैंक के माध्यम से लहरें पैदा कर सकती है। जैसे-जैसे वास्तविक दुनिया में लेनदेन के डिजिटल रिकॉर्ड अधिक उपलब्ध हो रहे हैं, व्यापार की वास्तविक भाषा का उपयोग करके नीचे से ऊपर की ओर आर्थिक मॉडल बनाने का यह तरीका, आधुनिक आपूर्ति श्रृंखलाओं की गतिशील और अक्सर नाजुक प्रकृति को समझने के लिए एक आशाजनक मार्ग प्रदान करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।