Un exemple nous aidera à rendre ce point plus clair. La corrélation la plus précise qui puisse être trouvée dans l’histoire de l’économie américaine d’après-guerre est entre un accroissement de l’investissement dans l’infrastructure économique de base et l’accroissement de la productivité des travailleurs. Ces deux courbes suivent exactement le même profil, avec un retard de 12 à 18 mois. Le principal paramètre permettant de mesurer le gain d’un programme infrastructurel est son impact sur la productivité moyenne de l’économie nationale ou régionale. Toute autre approche pour en déterminer la faisabilité économique est fondamentalement erronée. La première étape vers l’évaluation de la faisabilité de programmes infrastructurels consiste à construire un modèle économique pour l’économie nationale dans son ensemble (ou bien, dans le cas d’un programme à impact multinational, d’un modèle économique pour l’ensemble de la région du monde intéressée). Un programme infrastructurel doit être considéré comme une transformation dans la structure de ce modèle économique ; son impact sur l’ensemble de l’économie est la base permettant d’estimer les facteurs de faisabilité mesurables. Le modèle économique qui doit être utilisé doit se conformer aux six contraintes que nous avons initialement retenues. Les modèles économiques construits conformément à « la méthode LaRouche/Riemann » sont à retenir, avant que d’autres progrès soient effectués dans le même direction. Conceptuellement, ce « modèle » est « une fonction non¬-linéaire ». Ici, la difficulté tient à ce que les systèmes digitaux des ordinateurs sont axioma¬tiquement incapables de donner des représentations explicites de fonctions non-linéaires. Ainsi, en pratique, nous devons avoir recours à l’astuce du « profilage de courbes » afin de programmer les ordinateurs de manière à simuler une séquence d’approxima¬tions linéaires à notre fonction non-linéaire. Dans la mesure où nous sommes conscients de la nature de l’erreur introduite par ces méthodes d’approximation, les résultats sont utiles et ont l’avantage d’être bien plus exacts que les modèles linéaires construits d’un point de vue opposé.
Posted on: Mon, 28 Oct 2013 03:49:29 +0000
Trending Topics
Recently Viewed Topics
© 2015