Прогнозирование социального развития регионов России

Цель статьи —  предложить авторскую методику оценки и прогнозирования социального развития регионов России. Методологической основой исследования являются нейросетевые технологии (формируется байесовский ансамбль динамических нейросетей различной конфигурации), обеспечивающие высокую точность прогноза. Авторами разработана методика оценки социального потенциала регионов России. Сформирована система частных показателей, характеризующих уровень социального развития регионов страны. Они объединены в пять групп: 1) население (ожидаемая продолжительность жизни); 2) уровень жизни населения; 3) образование; 4) здравоохранение (заболеваемость); 5) научные исследования и инновации. С помощью метода «Паттерн» частные показатели приведены в сопоставимый вид путем нормализации их значений. Данный метод позволяет объективно оценивать «глубину» межрегиональных «разрывов» в стране по всей системе социальных индикаторов. Проведен расчет индекса социального развития субъектов РФ. На основе нейросетевых технологий (самоорганизующихся карт Кохонена) проведена кластеризация регионов России по уровню социального развития. Осуществлено прогнозирование социального развития российских регионов. В результате прогнозирования установлено, что у региона —  лидера РФ (г. Москва) в 2017–2019 гг. ожидается снижение индекса социального развития по сравнению с 2014–2016 гг. У другого региона —  лидера РФ (г. Санкт-Петербург) в среднесрочной перспективе также ожидается снижение показателя, но только по сравнению с 2016 г. При этом по Республике Башкортостан в 2017–2019 гг. прогнозируется лишь незначительное снижение уровня социального развития. Однако ожидается, что республика по-прежнему будет существенно отставать от регионов —  лидеров России по уровню социального развития. На примере Республики Башкортостан выявлено, что отставание в сфере социального развития объясняется «разрывом» в области научных исследований и инноваций. Авторы делают вывод о необходимости повышения эффективности социальной политики на региональном уровне. Для этого необходимо не только увеличить финансирование социальной сферы субъектов РФ, но и обеспечить надлежащий контроль расходования бюджетных средств. Разработанная методика может являться эффективным инструментом прогнозирования и управления социальным развитием регионов РФ соответствующими министерствами и ведомствами.

прогнозирование социального развития региона, методика оценки, кластеризация регионов, доля бюджетных расходов, финансирование социальной сферы, самоорганизующиеся карты Кохонена, байесовский ансамбль динамических нейросетей, многослойный персептрон

1. Дрегало А. А., Ульяновский В. И., Брызгалов В. В., Крикуненко В. И., Шехина Т. П. Социальный потен¬циал региона как фактор развития северных территорий. Архангельск: Изд-во СГМУ; 2008. 400 с.

2. Человеческий потенциал для инновационной экономики. Иванов С. А., ред. СПб.: ГУАП; 2011. 188 с.

3. Корчагин Ю. А. Российский человеческий капитал: фактор развития или деградации? Воронеж: ЦИРЭ; 2005. 252 с.

4. Бурдье П. Формы капитала. Пер. с англ. Экономическая социология. 2002;3(5):60-74.

5. Коулман Дж. Капитал социальный и человеческий. Пер. с англ. Общественные науки и современность. 2001;(3):121-139.

6. Патнэм Р. Чтобы демократия сработала. Гражданские традиции в современной Италии. Пер. с англ. М.: Ad Marginem; 1996. 288 с.

7. Шафиков М. Т. Научно-образовательный потенциал региона: сущность, структура, состояние и ди¬намика. Уфа: Гилем, 2002. 106 с.

8. Подберезкин А. И. Национальный человеческий капиталъ. Т. III: Идеология русского социализма. Кн. 2: Идеология русского социализма и стратегия национального развития. М.: Изд. группа URSS; 2011. 621 с.

9. Лапшин В. А. Структурные компоненты человеческого потенциала. Знание. Понимание. Умение. 2013;(1):259-263.

10. Бокарева В. Б. Социальный потенциал российского малого бизнеса в условиях глобализации. Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. 2001;11(3):196-204.

11. Файзуллин Ф. С., Шагиева Л. А. Социальный потенциал региона как объект социологического анализа. ВестникВЭГУ. 2016;(3):118-124.

12. Гагарина Г. Ю., Губарев Р. В., Дзюба Е. И., Файзуллин Ф. С. Прогнозирование социально-экономиче¬ского развития российских регионов. Экономика региона. 2017;13(4):1080-1094. DOI: 10.17059/2017- 4-9

13. Михалкина Е. В., Косолапова Н. А., Сенькив О. Я. Модель оценки влияния факторов социально-эконо¬мического развития регионов России на формирование человеческого потенциала. Terra Economicus. 2015;13(2):57-72.

14. Шагиева Л. А. Методика измерения тенденций развития социального потенциала регионов. Вестник ВЭГУ. 2015;(6):185-192.

15. Эфендиева А. А., Темрокова А. Х. Разработка методики комплексного анализа и оценки социально-экономического потенциала региона, основанного на применении метода балльных оценок. Terra Economicus. 2013;11(2-2):102-106.

16. Головко В. А. Нейронные сети: обучение, организация и применение. М.: ИПРЖР; 2001. 256 с.

17. Rissanen J. Modeling by shortest data description. Automatica. 1978;14(5):465-471. DOI: 10.1016/0005- 1098(78)90005-5

18. Белолипцев И. И., Горбатков С. А., Романов А. Н., Фархиева С. А. Моделирование управленческих ре¬шений в сфере экономики в условиях неопределенности. М.: Инфра-М; 2015. 299 с.

19. Букаев Г. И., Бублик Н. Д., Горбатков С. А., Саттаров Р. Ф. Модернизация системы налогового контроля на основе нейросетевых информационных технологий. М.: Наука; 2001. 344 с.