Ирина Александровна Лакман – кандидат технических наук, доцент кафедры вычислительной математики и кибернетики Уфимского государственного авиационного технического университета; pаведующfz Лабораторией исследования социально-экономических проблем регионов Башкирского государственного университета
SPIN-код: 4521-9097
Анастасия Вячеславовна Горшечникова – аспирант кафедры вычислительной математики и кибернетики
Anastasia V. Gorshechnikova – Postgraduate
Наиля Кадымовна Шамсутдинова – кандидат исторических наук, старший научный сотрудник Центра исследования социального развития и формирования человеческого капитала
Вадим Борисович Прудников – кандидат технических наук, доцент кафедры математических методов в экономике
SPIN-код 6504-0598
Цель исследования. Целью исследования является выявление пространственных автокорреляционных зависимостей в распределении человеческого капитала в Республике Башкортостан.
Материалы и методы. В качестве показателя, измеряющего человеческий капитал, рассматривается индекс развития человеческого потенциала, рассчитанный для каждого из 54 муниципальных образований и 8 городских округов Республики Башкортостан в динамике за 2007 и 2013 гг. в соответствии с упрощенной методикой, учитывающей показатели средней ожидаемой продолжительности жизни при рождении, средневзвешенного среднемесячной заработной платы и среднемесячной пенсии, средней продолжительности обучения и грамотности населения по данным переписей населения. Комплексное исследование пространственных автокорреляционных зависимостей в распределении индекса развития человеческого потенциала (ИРЧП) в республике было проведено в соответствии с предложенной авторами пятиэтапной методики. На первом этапе исследования была сформирована весовая пространственная матрица обратных расстояний между административными центрами муниципалитетов, определяющая пространственный лаг. На втором этапе, заключающемся в расчете глобальных и локальных индексов пространственной автокорреляции (Морана и Гири), была подтверждена гипотеза о наличии пространственных зависимостей в распределении ИРЧП. Третий этап позволил наглядно проанализировать пространственное взаимное влияние ИРЧП для конкретных муниципалитетов на основе диаграмм рассеяния, построенных для 2007 и 2013 годов в отдельности. Четвертый этап, состоящий в построении и оценке методом максимального правдоподобия моделей пространственной авторегрессии (SAR) и пространственной ошибки (SEM), дал возможность количественно оценить выявленное взаимное влияние в пространственном распределении ИРЧП в муниципальных образованиях и городских округах. Заключительная часть исследования была посвящена интерпретации полученных результатов пространственно-регрессионного моделирования. В качестве программного средства моделирования использовался R Studio.
Результаты. В результате исследования было показано, что для распределения индекса развития человеческого капитала в муниципалитетах Республики Башкортостан характерна устойчивая положительная пространственная автокорреляция. При этом в динамике наблюдается усиление пространственных зависимостей в распределении ИРЧП в Республике Башкортостан, что объясняется возрастающей ролью урбанизации и стягиванием человеческих ресурсов в относительно крупные города. В ряде муниципалитетов наблюдается конкурентная борьба за ресурсы, способствующие повышению ИРЧП. Ряд муниципалитетов образуют кластер территорий с низким уровнем развития человеческого потенциала. В основном это районы Северо-Востока республики. Полученные модели пространственной регрессии позволили количественно оценить пространственные автокорреляционных зависимости в распределении человеческого капитала.
Заключение. Полученные результаты пространственных зависимостей в распределении человеческого потенциала могут быть использованы как при разработке стратегий долгосрочного социально-экономического развития муниципалитетов, так и служить основой для стратегического планирования развития региона в целом.
calculated by the authors to use a simplified methodology that takes into account the indicators of average life expectancy at birth, the weighted average monthly wages and the average monthly pension, as well as the average duration of study and literacy of the population, for each of 54 municipalities and 8 urban districts of the Republic of Bashkortostan for the period of 2007 and 2013. A comprehensive study of spatial autocorrelation in the distribution of HDI in the republic was conducted in accordance with the five-step methodology proposed by the authors. At the first stage of the study, a weighted spatial matrix of inverse distances between the administrative centers of the municipalities was calculated. This matrix defined the spatial lag structure. At the second stage, which consisted in calculating the global and local indexes of spatial auto-correlation (Moran’s and Giris), the hypothesis about the presence of spatial autocorrelation in the HDI distribution was confirmed. Under the third stage, Moran’s scatterplots were used to visualize the spatial mutual influence of the HDI for specific municipalities for 2007 and 2013. The fourth stage consisted in spatial model estimation. Two specifications were considered: spatial auto-regression (SAR) and spatial error (SEM), both permitting to identify the mutual influence in the spatial distribution of the HDI in municipalities and urban districts. Coefficients of the models were estimated by using maximum likelihood approach. The final part of the study was devoted to the interpretation of the results of spatialregression modeling. R-Studio was used as a modelling tool.
Results. It was shown that the distribution of the HDI in municipalities of the Republic of Bashkortostan is characterized by sustainable positive spatial auto-correlation. Moreover, we note an increase in dynamics of positive spatial correlation in the distribution of the HDI, which could be explained by the increasing role of urbanization and concentration of human resources in relatively large cities. There is even “a competitive struggle” going on in a number of municipalities for resources that contribute to raising the HDI. A number of municipalities form, however, a cluster of territories with a low level of human development. These areas are mainly located in the Northeast of the Republic. The estimation of spatial regression models allowed us overall to quantify the spatial auto-correlation dependencies in the distribution of human capital.
Conclusion. The obtained results of spatial dependencies in the distribution of human capital can be used both in the development of strategies for the long-term socio-economic development of municipalities and serve as a basis for strategic planning of the development of the region.
The authors declare that there are no conflicts of interest present.