Im Rahmen dieser Studie wurde ein Vorhersagemodell für die Auswirkungen der Epidemie auf die Volkswirtschaften Osteuropas entwickelt. Ein Bewertungsinstrument für diese Region ist notwendig, da nach Einschätzung der führenden Rating-Agenturen die Volkswirtschaften der Entwicklungsländer anfälliger für eine tiefere Rezession sind als die des entwickelten Marktes. Das prädiktive Modell zielt auf die Bestimmung quantitativer Schätzungen der wirtschaftlichen Entwicklung ab; insbesondere auf Änderungen der BIP-Wachstumsraten über einen Zeitraum von einem Jahr, was es im Gegensatz zu taktischen Prognosemodellen ermöglicht, Strategien des Wirtschaftsmanagements für einen langen Zeitraum zu bestimmen und aufzubauen [4,6].

Darüber hinaus wurde angesichts der unterschiedlichen Intensität der Ausbreitung und der Infektionsrate das Modell der „kritischen Infektion“ verwendet, um die Anzahl der infizierten Personen zu bestimmen, was ein Vorteil des vorgeschlagenen Ansatzes zur genauen Abschätzung der Auswirkungen auf die Wirtschaft ist. Dies ermöglicht im Gegensatz zu den SIR- und SIS-Modellen und dem exponentiellen Explosionsmodell [27-30] die Berücksichtigung von in das Prognosemodell die Anzahl der infizierten Personen, die ausgeprägte Symptome einer COVID-19-Erkrankung haben und einen positiven COVID-19-Test erhalten haben. Das Modell berücksichtigt nicht die Anzahl der potenziell infektiösen Bevölkerungsgruppen, die nicht auf COVID-19 getestet wurden. Für sie ist die Krankheit asymptomatisch, daher können sie kein Grund sein, sich für eine Verschärfung der Quarantänebedingungen zu entscheiden und haben somit keinen Einfluss auf die Wirtschaft. Darüber hinaus ist der Schlüsselparameter des Vorhersagemodells die Schwelle der epidemiologischen Sättigung, nach der die Infektionsrate des humanen Coronavirus abnimmt, was also zur Schwächung der Quarantäne und zu einer erhöhten wirtschaftlichen Aktivität führt. Das heißt, wir berücksichtigen das Vorhandensein einer epidemiologischen Sättigungsschwelle, bei der das Wachstum der infizierten Personen gegen Null tendiert, sowie ein System von objektiv bedeutsamen Faktoren, die die Anzahl der infizierten Personen beeinflussen können. Das heißt, die Prognose der Entwicklungstendenzen berücksichtigt nicht nur die Intensität und den Zeitraum der Infektion von Menschen, sondern auch den Wahrscheinlichkeitszeitraum für das Ende der Pandemie. Das heißt, es wird nicht von einem konstanten Anstieg der Infektionen ausgegangen, was z. B. in SIS- und exponentiellen Explosionsmodellen nicht berücksichtigt wird [27].

Es ist zu beachten, dass diese Studie wirtschaftliche Prozesse unter Bedingungen hoher Unsicherheit betrachtet, bei denen es schwierig ist, den Verlauf der Ereignisse, die Effizienz von Maßnahmen zum Ausgleich oder zur Reduzierung der Auswirkungen der Pandemie auf die Entwicklung der Volkswirtschaften vorherzusagen. Unter diesen Umständen wird die Frage nach der Notwendigkeit der Entwicklung offener Innovationen, die aus einer engen Zusammenarbeit zwischen dem wissenschaftlichen Potenzial und der Wirtschaft bestehen, sehr akut. Die Wirksamkeit dieser Innovationen wurde von Wissenschaftlern in mehreren Studien [47-51] bewiesen, nicht nur bei der Digitalisierung der Wirtschaft [47-50], sondern auch bei der Entwicklung von synthetischen, universellen, spezifischen Werkzeugen der Diagnostik [48] und Vorhersage der Entwicklung [48] der Wirtschaft unter den unvorhersehbarsten Bedingungen. Die Einführung verschiedener Produkte offener innovativer Technologien und Lösungen hilft, unter Krisenbedingungen viel leichter zu funktionieren [48]. Man muss auch die Tatsache berücksichtigen, dass Wirtschaftssubjekte während einer Krise offener für Innovationen sind, da sie gezwungen sind, ihre Gewohnheiten zu ändern [51].

Es ist zu beachten, dass in Ermangelung einer ausreichenden statistischen Grundlage eine Reihe von Annahmen in der Modellierungsstudie getroffen wurden:

  1. Die Verbreitungsmuster von COVID-19 in den osteuropäischen Ländern entsprechen denen in China, Spanien, Italien, Deutschland, Österreich, Südkorea, Australien und Island;
  2. Das Beispiel der Quarantäneabschaffung in China ist für osteuropäische Länder wirksam;
  3. Es gibt keine zweite Welle der Verschlimmerung der COVID-19-Ausbreitung in der Welt;
  4. Die Auswirkungen der Dauer der Quarantäne auf die Wirtschaft unter COVID-19 und früheren Pandemien sind identisch;
  5. Rückgang der Produktion aufgrund des Bildes in den osteuropäischen Ländern und Deutschland (als Haupthandel in Osteuropa und Deutschland).

Der höchste Grad an Unsicherheit besteht im Prognosemodell der weißrussischen Wirtschaft aufgrund der Tatsache, dass zum Zeitpunkt der Studie dem Land keine Restriktionen auferlegt wurden, die darauf abzielen, die Ausbreitung von COVID-19 einzudämmen, was das Risiko von mehr Infektionen und größeren wirtschaftlichen Verlusten aufgrund eines zusätzlichen Faktors schafft – einem stetigen intensiven Wachstum der Anzahl der Fälle und Todesfälle.

Referenzen und Open Access Hinweis

This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited

Vasiljeva, M.; Neskorodieva, I.; Ponkratov, V.; Kuznetsov, N.; Ivlev, V.; Ivleva, M.; Maramygin, M.; Zekiy, A. A Predictive Model for Assessing the Impact of the COVID-19 Pandemic on the Economies of Some Eastern European Countries. J. Open Innov. Technol. Mark. Complex. 2020, 6, 92. https://doi.org/10.3390/joitmc6030092