Моделирование показателя развития человеческого потенциала в Германии

Бесплатный доступ

Введение. В статье рассматривается новая модель зависимости индекса человеческого ресурса государства от набора факторов. Индекс человеческого ресурса не имеет общемировой методики оценки, однако весьма важен для управления государством. Одним из методов формального оценивания характеристики большой социально-экономической системы является обоснованное ранжирование частных критериев. Цель работы. С использованием только формальных методов математического моделирования разработать рекомендации по повышению показателей индекса человеческого развития на государственном уровне. Материалы и методы. Выбраны частные критерии, описывающие индекс человеческого развития. Определена их ранжировка, обеспечивающая наибольшую гладкость годового тренда. Построен набор математических моделей, которые оценивались как по аппроксимации исходных данных, так и по качеству постпрогноза. В качестве рабочей выбрана регрессионно-дифференциальная модель второго порядка, показаны ее преимущества и недостатки по сравнению с линейной многофакторной моделью. Исследовано влияние изменений управляемых и неуправляемых факторов на показатели индекса человеческого развития. Показаны возможности по управлению системой. Заключение. На основании краткосрочных прогнозов сформулированы рекомендации по улучшению показателей индекса человеческого развития.

Еще

Прогнозирование, математическое моделирование, индекс человеческого развития

Короткий адрес: https://sciup.org/147233775

IDR: 147233775   |   DOI: 10.14529/ctcr200309

Список литературы Моделирование показателя развития человеческого потенциала в Германии

  • Спиридонов, С.П. Индекс развития человеческого потенциала как ключевой индикатор качества жизни / С.П. Спиридонов // Вестник Тамбовского университета. Серия: Гуманитарные науки. - 2010. - № 11 (91). - С. 161-172.
  • Кудрявцева, С.С. Интегральные оценки качества жизни населения / С.С. Кудрявцева // Вестник Казанского технологического университета. - 2012. - № 9. - С. 259-264.
  • Спиридонов, С.П. Индикаторы качества жизни / С.П. Спиридонов // Современные проблемы науки. - 2011.- № 3. - С. 41-43.
  • Янченко Т.В. Определение оптимальной ранжировки частных критериев оценки краевого социального ресурса / Т.В. Янченко, А.В. Затонский // Экономика и менеджмент систем управления. - 2013. - № 4 (10). - С. 99-104.
  • Асалханов, П.Г. Линейные и нелинейные многофакторные модели в задаче прогнозирования сроков агротехнологических операций / П.Г. Асалханов // Вестник Саратовского государственного технического университета. - 2012. - Т. 4. № 1 (68). - С. 171-176.
  • Юкласова, А.В. Многофакторный корреляционно-регрессионный анализ рентабельности Газбанка / А.В. Юкласова, А.А. Макарова // Вестник Самарского государственного университета. Серия: Экономика и управление. - 2015. - № 9-1 (131). - С. 277-283.
  • Байковская, М.И. Метод покоординатного спуска /М.И. Байковская, А.С. Дягилев //XLII научно-техническая конференция преподавателей и студентов университета. 26-27 мая 2009 г. - Витебск, 2009.
  • Гасников, А.В. Современные численные методы оптимизации. Метод универсального градиентного спуска / А.В. Гасников. - 2-е изд. - М.: Московский физико-технический институт (государственный университет). - 2018. - 181 с.
  • Purcell, M. Prediction of household and commercial BMW generation according to socioeconomic and other factors for the Dublin region / M. Purcell, W.L. Magette // Waste Management -2009 - vol. 29, no. 4. - P. 1237-1250.
  • Григалашвили, А.С. О применимости корреляционного анализа для исключения факторов в регрессионно-дифференциальных моделях / А.С. Григалашвили, Л.Ф. Кокшарова, И.О. Зуева // Вестник Тамбовского государственного технического университета. - 2016. - Т. 22. № 1. -С. 35-44.
  • Литвинов, А.Е. Регрессионно-дифференциальное моделирование социально-экономической системы / А.Е. Литвинов // Управление инвестициями и инновациями. - 2015. - № 3. -С. 2-11.
  • Алешин, И.Ю. Интерполяция неизвестных функций кубическими сплайнами / И.Ю. Алешин, А.В. Сычева, Д.К. Агишева, Т.А. Матвеева // Современные наукоемкие технологии. -2014. - № 5-2. - С. 188-189.
  • Tchobanoglous, G. Integrated solid waste management, engineering principles and management. McGraw-Hill Series in Waste Resources and Environmental Engineering / G. Tchobanoglous, H. Theisen, S. Vigil, // New York - 1993.
  • Рогова, Т.Н. Уравнения регрессии в моделях оптимизации / Т.Н. Рогова // Мир транспорта. - 2009. - Т. 7. № 2 (26). - С. 138-143.
  • Затонский, А.В. Об аппроксимации факторов дифференциальной модели социально-экономической системы / А.В. Затонский, Н.А. Сиротина, Т.В. Янченко // Современные исследования социальных проблем (электронный научный журнал). - 2012. - № 11. - С. 6.
  • Затонский А.В. Программные средства глобальной оптимизации систем автоматического регулирования. М. : Инфра-М: ИЦ РИОР. - 2013. 136 с
Еще
Статья научная