Прогнозирование социально-экономического развития российских регионов
DOI:
https://doi.org/10.17059/2017-4-9Ключевые слова:
эффективность государственного управления, методика оценки, пространственное развитие страны, межрегиональная дифференциация, социально-экономическое развитие регионов, системный подход, кластеризация регионов, нейромоделирование, многослойный персептрон, байесовский ансамбль нейросетейАннотация
Учитывая значительную межрегиональную дифференциацию, обеспечить устойчивое социально-экономическое развитие субъектов РФ невозможно без мониторинга результатов государственного управления в пространственно-временном разрезе. Действующая методика, несмотря на комплексный подход, на наш взгляд, не в полной мере обеспечивает объективную оценку эффективности деятельности органов исполнительной власти регионов страны по причине ряда недостатков. Главным из них является невозможность реализации такой важной управленческой функции, как прогнозирование социально-экономического развития субъектов РФ. В рамках исследования на основе подхода системной экономической теории предпринята попытка формирования альтернативной методики мониторинга результатов государственного управления. Такая методика реализуется посредством прохождения следующих последовательных этапов: 1) формируется система из 30 частных показателей; 2) с помощью метода паттерна осуществляется процедура нормализации значений частных показателей; 3) при условии равнозначности показателей производится расчет индекса социально-экономического развития регионов России за 2011-2015 годы; 4) на основе нейросетевых технологий (самоорганизующихся карт Кохонена) осуществляется кластеризация субъектов РФ в зависимости от уровня социально-экономического развития. Из 80 субъектов Российской Федерации лишь у 9 на протяжении всего анализируемого периода степень реализации социально-экономического потенциала превышала 40 %. В 2011-2015 гг. преобладали - с совокупной долей порядка 64,3 % - регионы страны, характеризующиеся низким и ниже среднего уровнем социально-экономического развития. А это указывает на то, что в современных условиях большинство регионов РФ имеют значительные резервы реализации имеющегося у них социально-экономического потенциала. В частности, на это указывает отсутствие субъектов страны, характеризующихся высоким уровнем социально-экономического развития. С помощью адекватного байесовского ансамбля нейросетей моделировалось социально-экономическое состояние субъектов РФ. Полученные результаты могут стать основой для дальнейших исследований в области оценки эффективности деятельности органов исполнительной власти субъектов РФ и прогнозирования уровня социально-экономического развития российских регионов.Библиографические ссылки
Yuzhakov, V. N. (2016). Gosudarstvennoye upravlenie po rezultatam: model dlya Rossii [Result-Based Public Management: The Russian Model]. Voprosy gosudarstvennogo i munitsipalnogo upravleniya [Public Administration Issues], 2, 165–174. (In Russ.)
Putin, V. V. (2007). Perekhod k innovatsionnoy ekonomike — prioritetnaya zadacha Rossii [Transition to the Innovative Economy — the Foreground Task of Russia]. Ekonomika i upravlenie [Economics and Management], 6, 4. (In Russ.)
Akaev, A. A., Ichkitidze. Yu. R., Sarygulov, A. I. & Sokolov, V. N. (2016). Postsotsialisticheskaya transformatsiya stran tsentralnoy i vostochnoy Evropy na rubezhe vekov: regionalnoye razvitie i ekonomicheskoye neravenstvo [The Post-Socialist Transformation of Central and Eastern European Countries at the Turn of the Century: Regional Development and Economic Inequality]. Ekonomika regiona [Economy of Region], 12(3), 613–626. (In Russ.)
Williamson, J. G. (1965). Regional Development and the Process of National Development: A Description of the Patterns. Economic Development and Cultural Change, 13, 1–84.
Kuznets, S. (1955). Economic Growth and Income Inequality. The American Economic Review, 45(1), 1–28.
Gaynanov, D. A., Gubarev, R. V., Dzyuba, E. I. & Fayzullin, F. S. (2017). Industrialnyy potentsial regionov Rossii [Industrial potential of Russian regions: estimation and growth reserves]. Sotsiologicheskie issledovaniya [Sociological Studies], 1, 106–116. (In Russ.)
Shulaeva, O. V., Esenin, M. A. & Agekjan, E. A. (2015). Rossiyskiy i zarubezhnyy opyt formirovaniya sistemy pokazateley dlya otsenki ekonomicheskogo potentsiala regiona [Russian and international experience of reginal econonmic capacity index formation]. Statistika i ekonomika [Statistics and Economics], 3, 225–232. (In Russ.)
Kornai, J. (1998). The System Paradigm–William Davidson Institute Working Papers Series 278. William Davidson Institute at the University of Michigan, 26.
Kleiner, G. (2015). Ustoychivost rossiyskoy ekonomiki v zerkale sistemnoy ekonomicheskoy teorii. Ch. 1 [Sustainability of Russian Economy in the Mirror of the System Economic Theory (Part 1)]. Voprosy ekonomiki [Economic Issues], 12, 107–123. (In Russ.)
Auzan, A. & Tambovtsev, V. (2005). Ekonomicheskoye znachenie grazhdanskogo obshchestva [The Economic Role of Civil Society]. Voprosy ekonomiki [Economic Issues], 5, 28–49. (In Russ.)
Geets, V. M. (2012). Obshchestvo, gosudarstvo, ekonomika. Edinstvo i protivorechiya [Society, State, Economy: Unity and Contradictions]. Moscow: Institut ekonomiki RAN Publ., 66. (In Russ.)
Tambovtsev, V. L. (2007). Gosudarstvo kak initsiator razvitiya grazhdanskogo obshchestva [The State as Initiator of Development of Civil Society]. Obshchestvennyye nauki i sovremennost [Social sciences and contemporary world], 2, 69–77. (In Russ.)
Kleiner, G. (2013). Sistemnaya ekonomika kak platforma razvitiya sovremennoy ekonomicheskoy teorii [System Economics as a Platform for Development of Modern Economic Theory]. Voprosy ekonomiki [Economic Issues], 6, 4–28. (In Russ.)
Kleiner, G. (2013). Kakaya ekonomika nuzhna Rossii i dlya chego? [What Kind of Economy Does Russia Need and for What Purpose? (An Attempt of System Analysis)]. Voprosy ekonomiki [Economic Issues], 10, 4–27. (In Russ.)
Golovko, V. A. (2001). Neyronnyye seti. Obuchenie, organizatsiya i primenenie: ucheb. posobie [Neural networks: training, organization and application: study guide]. In: A. I. Galushkin (Ed.). Moscow: IPRZh Publ., 256.
Rojas Raul Theorie der neuronalen Netze. Eine systematische Einfuehrung. (1993). Berlin: Springer-Verlag, 446.
Hornik, K., Stinchcombe, M. & White, H. (1989). Multilayer feedforward networks are universal approximators. Neural Networks, 2, 359–366.
Maxwell, T., Giles, C., Lee, Y. & Chen, H. (1986). Nonlinear Dinamics of Artifical Neural Systems. Proceedings of the Conf. On Neural Networks for Computing. American Institute of Phusics.
Rissanen, J. (1978). Modeling by shortest data description. Automatica, 14, 465–471.
Beloliptsev, I. I., Gorbatkov, S. A., Romanov, A. N. & Farkhieva, S. A. (2015). Modelirovanie upravlencheskikh resheniy v sfere ekonomiki v usloviyakh neopredelennosti [Simulation of managerial decisions in the sphere of economics under uncertainty: monograph]. In: A. N. Romanov (Ed.). Moscow: Infra-M Publ., 299. (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2017 Гагарина Галина Юрьевна, Дзюба Евгений Иванович, Губарев Роман Владимирович, Файзуллин Фаниль Саитович
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
