Летягина Е.Н.кандидат экономических наук, доцент, заведующая кафедрой управления в спорте, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация len@fks.unn.ru https://orcid.org/0000-0002-6539-6988 SPIN-код: 7221-4868
Перова В.И.кандидат физико-математических наук, доцент кафедры математического моделирования экономических процессов, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация perova_vi@mail.ru https://orcid.org/0000-0002-1992-5076 SPIN-код: 3871-2450
Перова Н.А.студентка факультета физической культуры и спорта, мастер спорта России, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация perova_nadja@mail.ru ORCID id: отсутствует SPIN-код: отсутствует
Предмет. Исследование человеческого капитала в регионах РФ в контексте укрепления здоровья и активного долголетия населения страны. Цели. Исследовать состояние человеческого капитала, обусловленного развитием физической культуры и спорта в регионах Российской Федерации, с помощью нейросетевого моделирования. Методология. В качестве метода исследования многомерных статистических данных использованы нейронные сети. Метод кластеризации данных на основе нейросетевого моделирования не аффилирован с модельными ограничениями, нацелен на самостоятельное обучение нейронных сетей – самоорганизующихся карт Кохонена и представляет собой перспективное средство визуального представления многомерного пространства данных. Результаты. Результатом нейросетевого моделирования явилось размещение 85 регионов России по шести кластерным образованиям. Проведена оценка влияния каждого исследуемого показателя на построение кластеров. Показано, что имеется сильное различие количества регионов РФ в кластерах. Приведены средние значения рассматриваемых показателей в кластерах за 2021 г. Выводы. Исследование показало неравномерное развитие человеческого капитала в регионах Российской Федерации с точки зрения физической культуры и спорта, что предопределяет неодинаковые стратегии развития региональной спортивной сферы. В целом по России с 2017 по 2021 г. наблюдается положительная динамика количества спортивных сооружений, кадров и численности населения, занимающегося физической культурой и спортом в возрасте 3–79 лет. Этому способствует системный подход на основе программных документов, который сфокусирован на укреплении здоровья граждан и их активном долголетии.
Ключевые слова: человеческий капитал, регионы России, большие вызовы, кластерный анализ, нейронные сети
Список литературы:
Любушин Н.П., Бабичева Н.Э., Королев Д.С. Экономический анализ возможностей технологического развития России (на примере нанотехнологий) // Экономический анализ: теория и практика. 2012. № 9. С. 2–11. URL: Link
Крюков В.А. Влияние фактора многообразия на особенность формирования политики развития ресурсного сектора и экономики регионов // Экономика и управление. 2017. № 11. С. 21–30. URL: Link
Швецов А.Н. Пространственная кластеризация инновационной деятельности: смысл, эффекты, государственная поддержка // Регион: Экономика и Социология. 2015. № 4. С. 142–161. URL: Link
Кильдиярова Г.Р. Влияние человеческого капитала на инновационные процессы и ВВП государства // Креативная экономика. 2015. Т. 9. № 12. С. 1647–1656. URL: Link
Любушин Н.П., Летягина Е.Н., Перова В.И. Исследование инновационного развития региональной экономики как императива устойчивого социально-экономического роста России с применением нейросетевого моделирования // Экономический анализ: теория и практика. 2021. Т. 20. Вып. 8. С. 1394–1414. URL: Link
Аганбегян А.Г. Человеческий капитал и его главная составляющая – сфера «экономики знаний» как основной источник социально-экономического роста // Экономические стратегии. 2017. № 3. С. 66–79. URL: Link
Макаров В.Л. Экономика знаний: уроки для России // Вестник Российской академии наук. 2003. Т. 73. № 5. С. 450–456. URL: Link
Макаров В.Л., Клейнер Г.Б. Микроэкономика знаний. М.: Экономика, 2007. 204 с.
Макаров В.Л. Становление экономики знаний в России и мире // Экономика знаний: коллективная монография / под ред. В.П. Колесова. М.: ИНФРА-М, 2008. 432 с.
Кулешова Н.С., Брикач Г.Е. Отечественный опыт по созданию системы материального стимулирования персонала // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 4-1. С. 67–74. URL: Link
Кузнецов Ю.А. Человеческий капитал, производительность труда и экономический рост // Экономический анализ: теория и практика. 2012. № 43. С. 2–14. URL: Link
Кулешов В.В., Унтура Г.А., Маркова В.Д. Развитие экономики знаний: роль инновационных проектов в программе реиндустриализации региона // Регион: Экономика и Социология. 2016. № 3. С. 28–54. URL: Link
Перова В.И., Мамаева Н.А., Захаренко Е.С. Нейросетевое моделирование динамики развития высшего образования Российской Федерации в контексте формирования человеческого капитала // Экономический анализ: теория и практика. 2019. Т. 18. Вып. 4. С. 642–662. URL: Link
Гильдингерш М.Г., Алексеева И.А. Формы и методы управления человеческим капиталом вузов в условиях их инновационного развития // Экономика труда. 2016. Т. 3. № 3. С. 211–228. URL: Link
Устинова К.А., Губанова Е.С., Леонидова Г.В. Человеческий капитал в инновационной экономике: монография. Вологда: Институт социально-экономического развития территорий РАН, 2015. 195 с.
Новиков А.В., Новикова И.Я. Интеллектуальный капитал: структура, источники и приоритеты в формировании стоимости компании // Сибирская финансовая школа. 2012. № 2. С. 117–124. URL: Link
Сухарев М.В. Человеческий капитал в общей системе знаний // Креативная экономика. 2017. Т. 11. № 9. С. 915–930. URL: Link
Кобзистая Ю.Г. Человеческий капитал: понятие и особенности // Фундаментальные исследования. 2018. № 2. С. 118–122. URL: Link
Худякова Е.Г. Человеческий капитал как фактор конкурентоспособности предприятия // Международный научно-исследовательский журнал. 2015. № 6. Ч. 3. С. 124–126. URL: Link
Курганский С.А. Тенденции развития человеческого капитала в России // Известия Иркутской государственной экономической академии. 2011. № 2. C. 17–24. URL: Link
Беккер Г.С. Человеческое поведение: экономический подход. Избранные труды по экономической теории. М.: ГУ ВШЭ, 2003. 672 с.
Schultz T.W. Investment in Human Capital: The Role of Education and of Research. N.Y., The Free Press, 1971, 272 p.
Schultz T.W. Investing in People: The Economics of Population Quality. University of California Press, 1981, pp. 149–166.
Thurow L. Investment in Human Capital. Belmont, California, Wadsworth Publishing Company, Inc., 1970, 145 p.
Летягина Е.Н., Перова В.И. Нейросетевое моделирование развития детско-юношеского спорта Российской Федерации как фактора формирования человеческого капитала // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2020. № 2. С. 40–47. URL: Link
Beutler I. Sport Serving Development and Peace: Achieving the Goals of the United Nations through Sport. Sport in Society, 2008, vol. 11, iss. 4, pp. 359–369. URL: Link
Сорокин И.А., Летягина Е.Н., Орлова Е.А. Механизм финансирования сферы физической культуры и спорта в России // Современные проблемы физического воспитания, спортивной тренировки, оздоровительной и адаптивной физической культуры. Н. Новгород: ННГУ, 2018. С. 59–62.
Горбунов С.А., Дубровский А.В. Роль физической культуры в совершенствовании умственной готовности к обучению и профессиональной деятельности // Теория и практика физической культуры. 2002. № 12. С. 13–15. URL: Link
Макарьев И.В. Физическая подготовка сотрудников в системе правоохранительных органов // Физическая культура. Спорт. Туризм. Двигательная рекреация. 2017. Т. 2. № 2. С. 50–53. URL: Link
Викулов С.Ф., Хрусталёв Е.Ю. Экономические основы военной безопасности России // Национальные интересы: приоритеты и безопасность. 2014. № 7. С. 2–9. URL: Link
Любушин Н.П., Летягина Е.Н., Перова В.И., Котов Р.М. Методы искусственного интеллекта в исследовании экономического потенциала регионов России в условиях больших вызовов // Экономический анализ: теория и практика. 2022. Т. 21. № 6. С. 994–1017. URL: Link
Летягина Е.Н., Орлова Е.А. О состоянии и развитии объектов спорта в России и Нижегородской области // Экономика и предпринимательство. 2018. № 9. С. 372–376.
Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере: монография. Новосибирск: Наука (Сибирское отделение), 1996. 276 с.
Хайкин С. Нейронные сети: полный курс. М.: Вильямс, 2006. 1104 с.
Хрусталёв Е.Ю., Шрамко О.Г. Использование метода нейронных сетей для прогнозирования эффективности инвестиционных вложений // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 8. С. 1438–1454. URL: Link
Chechkin A.V., Pirogov M.V. Intellectualization of a Complex System as a Means of Maintaining Its Information System Safety. Journal of Mathematical Sciences, 2010, vol. 168, iss. 1, pp. 147–156. URL: Link
Перова В.И., Перова Н.А. Нейросетевое моделирование динамики развития физической культуры и спорта в регионах России как фактора социально-экономического роста страны // Национальные интересы: приоритеты и безопасность. 2018. Т. 14. Вып. 11. С. 2064–2082. URL: Link
Kohonen Т. Self-organized Formation of Topologically Correct Feature Maps. Bio1ogical Cybernetics, 1982, vol. 43, iss. 1, pp. 59–69. URL: Link
Martinetz M., Berkovich S., Schulten K. 'Neural-gas' Network for Vector Quantization and Its Application to Time-Series Prediction. IEEE Transactions on Neural Networks, 1993, vol. 4, pp. 558–569. URL: Link
Kohonen T. The Self-Organizing Map. Proceedings of the Institute of Electrical and Electronics Engineers, 1990, vol. 78, no. 9, pp. 1464–1480. URL: Link
Hajek P., Henriques R., Hajkova V. Visualising Components of Regional Innovation Systems Using Self-Organizing Maps – Evidence from European Regions. Technological Forecasting and Social Change, 2014, vol. 84, pp. 197–214. URL: Link
Carboni O.A., Russu P. Assessing Regional Wellbeing in Italy: An Application of Malmquist–DEA and Self-Organizing Map Neural Clustering. Social Indicators Research, 2015, vol. 122, iss. 3, pp. 677–700. URL: Link
Davies D.L., Bouldin D.W. A Cluster Separation Measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1979, vol. PAMI-1, iss. 2, pp. 224–227. URL: Link
