Реализация модели распределения прибавочной стоимости с помощью современных инструментов — это не буквальное построение «капитализма в симуляции», а создание аналитических моделей, дашбордов и симуляций для исследования, визуализации и образования. Вот как это можно сделать, от простых иллюстраций до сложных симуляций. Уровень 1: Интерактивная визуализация и образовательные модели Цель: Наглядно показать, как из стоимости товара «вычитаются» различные формы дохода. Инструменты: · Python (Matplotlib, Plotly, Streamlit) · JavaScript (D3.js, React) · Готовые BI-инструменты: Tableau, Power BI Пример реализации (Streamlit App): ```python import streamlit as st import plotly.graph_objects as go st.title("Распределение Стоимости Товара (Упрощённая Модель Маркса)") # Слайдеры для ввода параметров c = st.slider("Постоянный капитал (c, сырьё, амортизация)", 0, 100, 40) v = st.slider("Переменный капитал (v, зарплаты)", 0, 100, 30) m = st.slider("Прибавочная стоимость (m, созданная трудом)", 0, 100, 30) # Простые расчёты распределения "m" entrepreneur_share = st.slider("Доля предпринимательского дохода в m", 0.0, 1.0, 0.4) interest_share = st.slider("Доля процента в m", 0.0, 1.0, 0.3) rent_share = 1 - entrepreneur_share - interest_share entrepreneurial_income = m * entrepreneur_share interest = m * interest_share rent = m * rent_share total_price = c + v + m # Упрощённо, без трансформации в цену производства # Визуализация fig = go.Figure(go.Sunburst( labels=[f"Стоимость товара: {total_price}", f"Издержки (c+v): {c+v}", f"Прибавочная стоимость (m): {m}", "Зарплаты (v)", "Сырьё/Машины (c)", "Предпр. доход", "Процент", "Рента"], parents=["", "Стоимость товара: {total_price}", "Стоимость товара: {total_price}", f"Издержки (c+v): {c+v}", f"Издержки (c+v): {c+v}", f"Прибавочная стоимость (m): {m}", f"Прибавочная стоимость (m): {m}", f"Прибавочная стоимость (m): {m}"], values=[total_price, c+v, m, v, c, entrepreneurial_income, interest, rent], branchvalues="total" )) st.plotly_chart(fig) ``` Что это показывает: Пользователь меняет ползунки и видит, как «пирог» стоимости перераспределяется между категориями, оставаясь производным от m. --- Уровень 2: Динамическая симуляция с агентным моделированием Цель: Смоделировать процесс выравнивания нормы прибыли, конкуренцию и возникновение процента/ренты. Инструменты: Python (Mesa, SimPy) или специализированные платформы (NetLogo, AnyLogic). Архитектура симуляции (Mesa): 1. Агенты: · Промышленные капиталисты: Имеют капитал (c + v), нанимают рабочих, производят товары с заданной m'. · Рабочие: Продают рабочую силу. · Банкиры (ссудные капиталисты): Предоставляют кредиты под процент. · Землевладельцы: Сдают землю в аренду за ренту. 2. Правила: · Капиталисты стремятся максимизировать прибыль. · Капитал перетекает в отрасли с высокой нормой прибыли (p' = m / (c+v)). · Со временем устанавливается средняя норма прибыли. · Часть прибыли капиталиста уходит банкиру как процент (если был кредит) и землевладельцу как рента. 3. Визуализация: Дашборд в реальном времени показывает: · Динамику отраслевых норм прибыли и их сближение к средней. · Общий объём созданной m и её распределение на предпринимательский доход, процент и ренту. · Классовую структуру: накопление капитала у разных групп. #Ключевой вывод симуляции: #Можно наблюдать, как из #микро-взаимодействия #рациональных агентов (капиталисты #ищут максимум прибыли) #макроскопически возникает процесс, описанный Марксом: образование средней прибыли и превращение прибавочной стоимости в её формы. --- Уровень 3: Анализ реальных данных с помощью эконометрики и ML Цель: Попытаться выявить следы и пропорции, предсказанные теорией, в реальной экономической статистике. #Инструменты: Python (Pandas, Statsmodels, Scikit-learn), R. Возможные исследовательские проекты: 1. Корреляционный и регрессионный анализ.