г. Ростов-на-Дону ул. Пушкинская, 43, оф. 10
e-mail: info@hjournal.ru 
тел. +7(863) 269-88-14

scienceRU

Управление качеством жизни населения в регионах России

Управление качеством жизни населения в регионах России

Journal of Institutional Studies (Журнал институциональных исследований), , Том 11 (номер 2),

На повестке дня современной России стоит вопрос социокультурной модернизации регионов, который должен обеспечить высокое качество жизни населения во всех субъектах РФ. Для объективной оценки достигнутых результатов необходима адекватная методика. За рубежом и в России накоплен достаточно большой опыт проведения ретроспективной оценки качества жизни населения индексным методом. Однако до сих пор редким явлением для социально-экономических исследований остается применение высокоточных нейросетевых технологий. В рамках научной статьи поставлена цель: попытаться восполнить такой пробел путем разработки и апробации авторской методики, предназначенной не только для ретроспективной оценки, но и кластеризации, а также прогнозирования качества жизни населения российских регионов. Адекватность результатов кластеризации и прогнозирования проводимого исследования достигается за счет решения соответствующих задач на основе нейросетевых технологий в программном продукте NeuroSolutions 6. Интерпретация результатов ретроспективной оценки указывает на расслоение субъектов РФ по качеству жизни населения преимущественно из-за существенных различий в сфере науки, образования, здравоохранения и инновационного развития региональных экономик. Проведенная кластеризация указывает на низкое качество структуры российских регионов по изучаемому явлению. В настоящее время в кластерной структуре отсутствуют регионы, характеризующиеся очень высоким или высоким качеством жизни населения. У большинства субъектов РФ имеются существенные резервы повышения качества жизни населения, не исключением являются и регионы- лидеры. Результаты среднесрочного прогнозирования свидетельствуют о сохранении значительных межрегиональных «разрывов» по качеству жизни населения между российскими регионами из разных групп. Полученные результаты эмпирического исследования могут стать научной основой для актуализации положений социально- экономической политики любого российского региона. Универсальность предложенной методики позволяет (в случае изменения базы сравнения для всей системы индикаторов) проводить не только межрегиональные, но и межстрановые сравнения на мезоуровне.


Ключевые слова: качество жизни населения; наука и инновации; регионы России; ретроспективная оценка; индексные методы; кластеризация; прогнозирование; искусственные нейронные сети; самоорганизующиеся карты Кохонена; байесовский ансамбль нейромоделей

Список литературы:
  • Абдрахманова Г. И., Бахтин П. Д., Гохберг Л. М. (2017). Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 5. М.: НИУ ВШЭ, 260 с.
  • Айвазян С. А. (2012). Анализ качества и образа жизни населения (эконометрический подход). М.: Наука, 432 с.
  • Аюев В. В., Белов Ю. С., Логинов Б. М., Логинова М. Б. (2015). Нейросетевое моделирование в NeuroSolutions. Калуга: Издательство МГТУ им. Н.Э. Баумана, 324 с.
  • Белолипцев И. И., Горбатков С. А., Романов А. Н., Фархиева С.А. (2015). Моделирование управленческих решений в сфере экономики в условиях неопределенности: Монография. М.: ИНФРА-М, 299 с.
  • Букаев Г. И., Бублик Н. Д., Горбатков С. А., Сатаров Р. Ф. (2001). Модернизация системы налогового контроля на основе нейросетевых информационных технологий. М.: Наука, 344 с.
  • Вольчик В. В. (2014). Институциональные изменения, коллективные действия и социальные ценности // Научные труды Донецкого национального технического университета. Серия: экономическая, № 1, с. 80–89.
  • Гагарина Г. Ю., Губарев Р. В., Дзюба Е. И., Файзуллин Ф. С. (2017). Прогнозирование социально-экономического развития российских регионов // Экономика региона, № 4, с. 1080–1094.
  • Гринберг Р. С., Ахунов Р. Р., Володин А. И., Губарев Р. В., Дзюба Е. И. (2018). Новая (смешанная) система оплаты труда российских госслужащих «по результатам» // Экономические и социальные перемены: факты, тенденции, прогноз, № 6, с. 163–183.
  • Земцов С. П., Бабурин В. Л. (2017). Как оценить эффективность региональных инновационных систем в России // Инновации, № 2, с. 60–66.
  • Игнатьева Е. Д., Мориев О. С. (2013). Методология и инструментарий структурно-функционального анализа регионального развития // Экономика региона, № 1, с. 226–237.
  • Ладыкова Т. И., Берсенев В. Л. (2018). Типология макроэкономических параметров доходов населения // Экономика региона, № 2, с. 380–394.
  • Леньков Р. В. (2018). Социально-ресурсная поддержка населением с высшим образованием политики социокультурной модернизации регионов // Экономические и социальные перемены: факты, тенденции, прогноз, № 6, с. 202–211.
  • Литвинцева Г. П., Щеколдин В. Ю., Шиц Е. А. (2017). Прогнозирование результатов инновационной деятельности с учетом значимых факторов в российских регионах // Проблемы прогнозирования, № 5, с. 88–98.
  • Найден С. Н., Белоусова А. В. (2018). Методический инструментарий оценки благосостояния населения: межрегиональное сопоставление // Экономика региона, № 1, с. 53–68.
  • Нуреев Р. М. (2012). Проблемы развития человеческого капитала // Журнал институциональных исследований, № 1, с. 4–8.
  • Нуреев Р. М. (2010). Россия после кризиса – эффект колеи // Журнал институциональных исследований, № 2, с. 7–26.
  • Нуреев Р. М., Латов Ю. В. (2010). Россия и Европа: эффект колеи (опыт институционального анализа истории экономического развития). Калининград: Изд-во РГУ им. И. Канта, 529 с.
  • Нуреев Р. М., Нифаева О. В. (2016). Этические факторы повышения социального капитала в России // Вопросы регулирования экономики, № 2, с. 20–37.
  • Нуреев Р. М., Шульгин С. Г. (2013). Распределение доходов населения и электоральное поведение в регионах России (по итогам президентских выборов 2012 г.) // Журнал новой экономической ассоциации, № 4, с. 84–108.
  • Овчинников В. Н., Кетова Н. П. (2016). Системодополняющий эффект взаимодействия инновационного потенциала и институциональной среды региона // Экономика региона, № 2, с. 537–546.
  • Полтерович В. М. (2001). Трансплантация экономических институтов // Экономическая наука современной России, № 3, с. 24–50.
  • Послание Президента Федеральному собранию (2018). (http://www.kremlin.ru/events/president/news/56957).
  • Послание Президента Федеральному собранию (2019). (http://www.kremlin.ru/events/president/news/59863).
  • Регионы России. Социально-экономические показатели (2018). Статистический сборник / С.Н. Егоренко, Н.С. Бугакова, Л.М. Гохберг и др. М.: Росстат, 1162 с.
  • Рюкер-Шефер П., Фишер Б., Кьероз С. (2018). Не только образование: роль исследовательских университетов в инновационных экосистемах // Форсайт, № 2, с. 50–61.
  • Третьякова Е. А., Осипова М. Ю. (2018). Оценка показателей устойчивого развития регионов России // Проблемы прогнозирования, № 2, с. 24–35.
  • Устюжанина Е. В., Дементьев В. Е., Евсюков С. Г., Сухинин И. В. (2015). Институциональная экономика. М.: Российский экономический университет им. Г.В. Плеханова, 288 с.
  • Чередниченко Л. Г., Губарев Р. В., Дзюба Е. И., Файзуллин Ф. С. (2018). Прогнозирование социального развития регионов России // Финансы: теория и практика, № 6, с. 132–152.
  • Шматова Ю. Е., Морев М. В. (2015). Измерение уровня счастья: литературный обзор российских и зарубежных исследований // Экономические и социальные перемены: факты, тенденции, прогноз, № 3, с. 141–162.
  • David, Paul A. (1985). Clio and the Economics of QWERTY // American Economic Review, 2, 332–337.
  • Diener, Ed. (2013). Rising income and the subjective well-being of nations // Journal of Personality and Social Psychology, 2, 267–276.
  • Easterlin, R. (1974). Does Economic Growth Improve the Human Lot? Some Empirical Evidence. In P. David, M. Reder (Eds.) Nations Are Households in Economic Growth. New York: Academic Press, 89–125. (http://dx.doi.org/10.1016/b978-0-12-205050-3.50008-7).
  • Easterlin, R. (2010). The Happiness-Income Paradox Revisited. Proceedings of the National Academy of Sciences the United States of America. (http://www.pnas.org/content/107/52/22463).
  • Hagerty, M., Veenhoven, R. (2003). Wealth and Happiness Revisited Growing wealth of nations does go with greater happiness // Social Indicators Research, 64, 1–27.
  • Rissanen, J. (1978). Modeling by shortest data description // Automatica, 14, 465–471.
  • Sen, A., Stiglitz, J., Fitoussy, J. (2010). Mis-measuring our Lives: why GDP does not add up: Тhe Report by the Commission on the Measurement of Economic Performance and Social Progress. New York: New Press Distributed by Perseus Distribution.
  • Thaler, R., Sunstein, С. (2008). Nudge: Improving Decisions About Health, Wealth, and Happiness. New York: Yale University Press.
Издатель: ООО "Гуманитарные Перспективы"
Учредитель: ООО "Гуманитарные Перспективы"
Online-ISSN: 2412-6039 ISSN: 2076-6297