Competition and Collaboration in the World of Computer-Mathematical Economic Models

The concepts of competition and collaboration between agents as central characteristics of the economy in both theory and practice, have been applied in this article in order to analyze the relations between computer-mathematical models. Just as competition and cooperation serve as structure-forming characteristics in the interactions between economic systems, competition and collaboration of models structure the model space and determine possibilities and methods for their integration. The dominance of competitive relations between equal-level and hierarchically dependent economic systems provokes the risk of economic disorganization and creates the preconditions for its instability. The dominance of cooperative relationships, in turn, can lead to a decrease in the level of innovation in the economy and a slowdown in scientific and technological progress. The correspondence between the multitude of economic system types represented by object, process, project, and environmental systems, and the multitude of classes of the most common computer-mathematical models represented by agent-based, econometric, cognitive, and equilibrium models, enables the development of a unified theory of competitive and cooperative relationships. On this basis, the method for constructing complex models of economic systems has been proposed in this paper. Such a model combines agent-based, econometric, cognitive, and equilibrium models, describing the functioning of an integrated economic system from different perspectives. A sequence of modeling stages has been presented. It concretizes the concept of model construction, known as the concept of evidence-based modeling. It has been s shown that the intense competitive relationships between agent-based and econometric models of a given economic system can be harmonized by incorporating these models into a tetrad – a complex of models from four classes, in which the interaction of the models occurs according to the ring scheme "agent-based model – equilibrium model – econometric model – cognitive model". The proposed method can be used while solving practical issues of constructing complex models of economic systems.

competition, collaboration, cooperation, economic systems, object systems, process systems, project systems, environmental systems, tetrad, agent-based models, econometric models, cognitive models, equilibrium models

1. Бахтизин А. Р., Бахтизина Н. В. Опыт построения гибридной агент-ориентированной модели с нейронными сетями // Нейрокомпьютеры: разработка, применение. 2010. № 8. С. 27–39. EDN: OOUQRX.

2. Бодрунов С. Д., Глазьев С. Ю. Закономерности формирования основ ноономики как грядущего общественного устройства: знать и действовать. СПб. : ИНИР им. С. Ю. Витте; М. : Центркаталог, 2023. 340 с.

3. Бурук А. Ф. Предпосылки формирования кластерных проектов между предприятиями, отношения сотрудничества и конкуренции // Экономика: вчера, сегодня, завтра. 2021. Т. 11. № 10-1. С. 49–57. DOI: 10.34670/AR.2021.59.37.005.

4. Гранберг А. Г. Моделирование социалистической экономики. М. : Экономика, 1988. 492 с.

5. Клейнер Г. Б. Доказательное моделирование как перспективный инструмент научного исследования социально-экономических процессов // Экономика и управление: проблемы, решения. 2023. Т. 2. № 6. С. 5–16. DOI: 10.36871/ek.up.p.r.2023.06.02.001.

6. Клейнер Г. Б. Дух времени и гений места как фундаментальные факторы социально-экономического развития // Вестник Российской академии наук. 2025. Т. 95. № 1. С. 38–47. DOI: 10.31857/S0869587325010046.

7. Клейнер Г. Б. Ресурсная теория системной организации экономики // Российский журнал менеджмента. 2011. Т. 9. № 3. С. 3–28. EDN: OIHBXL.

8. Клейнер Г. Б. Системная экономика, справедливое общество, эффективная конкуренция: императивы завтрашнего дня // Современная конкуренция. 2024. Т. 18. № 4. С. 6–20. DOI: 10.37791/2687-0657-2024-18-4-6-20.

9. Клейнер Г. Б. Флагман экономико-математического и компьютерного моделирования: 60 лет в строю // Экономика и математические методы. 2023. Т. 59. № 3. С. 5–20. DOI: 10.31857/S042473880027042-5.

10. Лопатников Л. И. Экономико-математический словарь: Словарь соврем. экон. науки / под ред. Г. Б. Клейнера. 5-е изд., перераб. и доп. М. : Акад. нар. хоз-ва при Правительстве Рос. Федерации : Дело; Калининград : ГИПП Янтар. сказ., 2003. 519 с.

11. Макаров В. Л., Бахтизин А. Р., Россошанская Е. А. и др. Проблемы стандартизации описания агент-ориентированных моделей и возможные пути их решения // Вестник РАН. 2023. Т. 93. № 4. C. 362–372. DOI: 10.31857/S0869587323040059.

12. Макаров В. Л., Бахтизин А. Р. Современные инструменты моделирования социально-экономических процессов // Экономика Северо-Запада: проблемы и перспективы развития. 2024. № 1 (76). С. 21–32. DOI: 10.52897/2411-4588-2024-1-21-32.

13. Мальцев А. А. Коокуренция – новая реальность современной мировой экономики // Журнал экономической теории. 2019. Т. 16. № 3. С. 346–351. DOI: 10.31063/2073-6517/2019.16-3.3.

14. Ольсевич Ю. Я. Современный кризис «мейнстрима» в оценках его представителей (предварительный анализ). М. : Институт экономики РАН, 2013. 46 c.

15. Полтерович В. М. Конкуренция, сотрудничество и удовлетворенность жизнью. Часть 1. Семерка европейских лидеров // Экономические и социальные перемены: факты, тенденции, прогноз. 2022. Т. 15. № 2. С. 31–43. DOI: DOI: 10.15838/esc.2022.2.80.2.

16. Полтерович В. М. Конкуренция, сотрудничество и удовлетворенность жизнью. Часть 2. Основа лидерства – коллаборативные преимущества // Экономические и социальные перемены: факты, тенденции, прогноз. 2022. Т. 15. № 3. С. 42–57. DOI: 10.15838/esc.2022.3.81.2.

17. Рубин Ю. Б. Конкуренция в предпринимательстве: учебник. 9-е изд., перераб. и доп. М. : Университет «Синергия», 2023. 896 с. DOI: 10.37791/978-5-4257-0546-4-2023-1-896.

18. Boumans, M., & Dupont-Kieffer, A. (2011). A History of the Histories of Econometrics. History of Political Economy, 43(suppl_1), 5–31. https://doi.org/10.1215/00182702-1158781

19. Buchner, J. (2025). Critical Mathematical Economics and Progressive Data Science. arXiv.org, papers 2502.06015. https://arxiv.org/abs/2502.06015

20. Dawid, H., & Gatti, D. D. (2018). Agent-Based Macroeconomics: Chapter 2 (рр. 63–156). In: Handbook of Computational Economics, 4. https://doi.org/10.1016/bs.hescom.2018.02.006

21. Saltelli, A., Puy, A., & Di Fiore, M. (2024). Mathematical Models: A State of Exception. International Review of Applied Economics, 39(2), 1–18. https://doi.org/10.1080/02692171.2024.2365727

22. Steinbacher, M., Raddant, M., Karimi, F. et al. (2021). Advances in the Agent-based Modeling of Economic and Social Behavior. SN Business & Economics, 1(7), article 99. https://doi.org/10.1007/s43546-021-00103-3