Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки

16+

Название статьи

ТИПОЛОГИЯ РОССИЙСКИХ РЕГИОНОВ С ТОЧКИ ЗРЕНИЯ РАЗВИТИЯ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА НА БАЗЕ НЕЙРОСЕТЕВОГО КЛАСТЕРНОГО АНАЛИЗА

Тип статьи	научная статья	Коды УДК	332.1:004.8
Страницы	23-34	Ключевые слова	регионы России, типология регионов, человеческий капитал, демография, кластерный анализ, нейронные сети

Авторы

Трифонов Ю.В.Сочков А.Л.Миронов Е.А.

Место работы

Трифонов Ю.В. Нижегородский государственный университет им. Н.И. Лобачевского
Сочков А.Л. Нижегородский государственный университет им. Н.И. Лобачевского
Миронов Е.А. Нижегородский государственный университет им. Н.И. Лобачевского

Аннотация

Целью статьи является оценка уровня развития человека в российских регионах с использованием технологий искусственного интеллекта. Объектом исследования в данной работе выступают регионы РФ, а его предметом - уровень развития человеческого капитала как основного фактора формирования экономики знаний на изучаемых территориях. В качестве метода исследования использована методика нейросетевого кластерного анализа на базе самоорганизующихся карт Кохонена, отличающаяся от известных тем, что осуществлялась в три этапа, в ходе которых выявлялись стабильные кластеры. Вычислительные эксперименты проводились с использованием программы Deductor. На основе официальных статистических данных за 2019 год, структурированных на базе системы из пяти показателей, получена типология регионов РФ с точки зрения развития человеческого капитала, которая включает три типа изучаемых объектов. Анализ их количественных характеристик позволил выявить факторы, влияющие на улучшение демографической ситуации в регионах. Так, уровень рождаемости в значительной степени определяется менталитетом и образом жизни населения, а продолжительность жизни - ещ? и экологической обстановкой в регионе, поэтому этим факторам должно уделяться повышенное внимание со стороны органов власти разных уровней. В качестве инструментария коррекции менталитета населения целесообразно использовать социальную рекламу. Результаты исследования могут быть использованы учеными и специалистами, изучающими человеческий капитал как фактор экономики знаний, а также представителями органов власти, занимающимися разработкой стратегических документов и государственных программ развития человека.

Загрузить статью

Библиографический список

1 . Human Development Report 2020. The Next Frontier: Human Development and the Anthropocene [Электронный ресурс]. United Nations Development Programme (UNDP). New York: United Nations, 2020. 412 р. URL: http://hdr.undp.org/en/content/human-de velopment-report-2020 (дата обращения: 20.08.2021).
2 . Human Development Report 2019. Beyond in-come, beyond averages, beyond today: Inequalities in human development in the 21st century [Электронный ресурс]. United Nations Development Programme (UNPD). New York: United Nations, 2019. 366 р. URL: http://hdr.undp.org/en/content/human-development-repor t-2019 (дата обращения: 20.08.2021).
3 . Human Development Report 2016: Human De-velopment for Everyone [Электронный ресурс]. Unit-ed Nations Development Programme (UNPD). New York: United Nations, 2017. 286 р. URL: http://hdr. undp.org/en/content/human-development-report-2016 (дата обращения: 20.08.2021).
4 . Липатова Л.Н., Градусова В.Н. Развитие человеческого потенциала России: основные достижения и угрозы // Регионология. 2019. Т. 27, № 2 (107). C. 310-329.
5 . Давыдов Д.В., Крутиков Д.В., Воронцова И.П. Человеческий капитал в цифровой экономике: проблемы измерения и оценки // Практики развития: теоретические и технологические решения и вопросы в цифровую эпоху: Материалы XXVI научно-практической конференции, Красноярск, 25-27 апреля 2019 г. Красноярск: Автономная некоммерческая образовательная организация «Институт психологии практик развития», 2020. С. 46-61.
6 . Vorontsova I.P., Semenova А.R., Vitkovskaya L.K., Drobyshev I.A. Evaluation of human capital in the macroregion (on the example of the Yenisey Siberia) // Journal of Siberian Federal University. Humanities and Social Sciences. 2020. Vol. 13. № 11. P. 1808-1818.
7 . Постановление Правительства Нижегородской области «Об утверждении Стратегии социально-экономического развития Нижегородской области до 2035 года» от 21.12.2018 года № 889 (ред. от 16.07.2020) [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/Document/View/5200201812250001 (дата обращения: 08.08.2021).
8 . Закон Свердловской области «О Стратегии социально-экономического развития Свердловской области на 2016-2030 годы» от 21.12.2015 № 151-ОЗ (ред. от 12.12.2019) [Электронный ресурс] // Офици-альный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/Document/View/6600201512280002 (дата обращения: 08.08.2021).
9 . Постановление Правительства Самарской области «О Стратегии социально-экономического развития Самарской области на период до 2030 года» от 12.07.2017 года № 441 (ред. от 17.09.2019) [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/Document/View/6300201707180001 (дата обращения: 08.08.2021).
10 . Закон Ставропольского края «О Стратегии социально-экономического развития Ставропольского края до 2035 года» от 27.12.2019 № 110-кз [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/Document/View/2600201912300022 (дата обращения: 08.08.2021).
11 . 2020 HDR Technical Note [Электронный ре-сурс]. United Nations Development Programme (UNDP). New York: United Nations, 2020. 19 р. URL: http://hdr.undp.org/en/content/hdr-technical-notes (дата обращения: 20.08.2021).
12 . Мкртчян Г.М., Тагаева Т.О., Бокслер А.И. Индекс человеческого развития в регионах РФ с учетом ситуации в сфере обращения с отходами // Мир экономики и управления. 2019. Т. 19. № 3. С. 41-57.
13 . Рейтинг регионов РФ по качеству жизни - 2020 // РИА Рейтинг. 2021. URL: http://vid1. rian.ru/ig/ratings/life_2020.pdf (дата обращения: 10.08.2021).
14 . Гринчель Б.М., Назарова Е.А. Оценка развития и типологии северных регионов России в контексте факторов конкурентной привлекательности // Известия Русского географического общества. 2018. Т. 150. № 5. С. 56-71.
15 . Гринчель Б.М., Назарова Е.А. Российские регионы: конкурентная привлекательность и устойчивость развития: Монография. СПб.: Санкт-Петербургский государственный университет аэрокосмического приборостроения, 2019. 248 с.
16 . Сочков А.Л., Субботин А.В. Алгоритм оценки конкурентоспособности регионов с учетом их инновационного потенциала для нейросетевого моделирования // Проблемы и перспективы развития научно-технологического пространства: Материалы IV Междунар. науч. интернет-конференции. В 2 частях. Вологда, 15-19 июня 2020 г. Вологда: Вологодский научный центр Российской академии наук, 2020. С. 217-223.
17 . Указ Президента Российской Федерации «О развитии искусственного интеллекта в Российской Федерации» от 10.10.2019 № 490 [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/ Document/View/0001201910110003 (дата обращения: 20.08.2021).
18 . Перова В.И., Авагян Э.А. Нейросетевой анализ динамики показателей высшего образования в регионах Российской Федерации как фактора экономического роста страны // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2017. № 1 (45). С. 54-60.
19 . Перова В.И., Корчемный П.В. Анализ эффективности системы здравоохранения регионов Российской Федерации на основе нейросетевого моделирования // Актуальные проблемы управления: Сборник научных статей по итогам VI Всероссийской научно-практической конференции, Нижний Новгород, 1-5 октября 2019 года. Н. Новгород: ННГУ им. Н.И. Лобачевского, 2019. С. 404-409.
20 . Carboni O.A., Russu P. Assessing regional well-being in Italy: An application of Malmquist-DEA and self-organizing map neural clustering // Social Indicators Research. 2015. Vol. 122, № 3. P. 677-700.
21 . Chen N., Chen L., Ma Y., Chen A. Regional disaster risk assessment of China based on self-organizing map: Clustering, visualization and ranking // International Journal of Disaster Risk Reduction. 2019. 33. Р. 196-206.
22 . Letiagina E., Perova V., Orlova E. Neural network analysis of the development of physical education and sports in Russia as an economic factor of country security // Proceedings of the 4th International Conference on Innovations in Sports, Tourism and Instructional Science (ICISTIS 2019). Atlantis Press. 2019. № 11. Р. 174-179.
23 . Yashin S., Trifonov Y., Sochkov A. et al. Research of the innovative development of the Russian Federation regions and its impact on the ecofriendliness of the economy based on neural network cluster analysis for the purpose of economic security // IV International Scientific and Practical Conference «Sustainable Development and Green Growth on the Innovation Management Platform» (SDGG 2021), Kaliningrad, Russia, May 27-28, 2021 / G. Roos (Ed.). E3S Web of Conferences 291, 03008 (2021).
24 . Горбаченко В.И. Сети и карты Кохонена [Электронный ресурс]. URL: http://gorbachenko.selforganization.ru/articles/Self-organizing_map.pdf (дата обращения: 26.08.2021).
25 . Kohonen T. The selforganizing map // Proceedings of the IEEE. Sept. 1990. Vol. 78. № 9. Р. 1464-1480.
26 . Kohonen T., Oja E., Simula O. et al. Engineering applications of the selforganizing map // Proceed-ings of the IEEE. Oct. 1996. Vol. 84. № 10. Р. 1358-1384.
27 . Белолипцев И.И., Горбатков С.А., Романов А.Н., Фархиева С.А. Моделирование управленческих решений в сфере экономики в условиях неопределенности: Монография / Под ред. А.Н. Романова. М.: ИНФРА-М, 2019. 299 с. URL: https://znanium.com/catalog/product/1015085 (дата обращения: 10.08.2021).
28 . Горбатков С.А., Рашитова О.Б., Солнцев А.М. Интеллектуальное моделирование в задаче принятия решений в рамках налогового управления // Вестник Уфимского государственного авиационного технического университета. 2013. Т. 17. № 1 (54). С. 182- 187.