CC BY
6
^^WWW^^WW пгппыл i л мп сггтппл т сглилмггг
Jjfyify^^^^ nZUlUWAL SEL1 ипяь CLUlVUMILb_
Научная статья УДК 338
Б01: 10.24412/2227-9407-2023-5-104-114
Оценка влияния уровня развития социальной инфраструктуры на формирование человеческого капитала сельских территорий
Наталья Игоревна СутягинаАртем Дмитриевич Черемухин2
12 Нижегородский государственный инженерно-экономический университет, Княгинино, Россия 1 sutyagina_2012@mail. https://orcid. org/0000-0002-1124-5551 2ngieu.cheremuhin@yandex.ru, https://orcid.org/0000-0003-4076-5916
Аннотация
Введение. В статье обоснована актуальность исследования человеческого капитала как основы развития всех сфер экономики в современных условиях. Под человеческим капиталом понимается совокупность сформированных компетенций, используемых в профессиональной деятельности. Выдвинута гипотеза о зависимости показателей человеческого капитала сельских территорий от показателей социальной инфраструктуры. Материалы и методы. Проверка выдвинутой гипотезы осуществлялась с помощью регрессионного анализа на основе статистических данных регионов страны. В качестве независимых переменных рассматривались показатели социальной инфраструктуры, зависимые переменные - показатели человеческого капитала. Результаты. В результате проанализирована зависимость рассматриваемых показателей человеческого капитала от численности населения. Построены модели зависимости заработной платы от медицинской инфраструктуры, зависимости доли занятого населения в возрасте от 25 до 65 лет, прошедшего повышение квалификации, от уровня развития жилищной инфраструктуры, зависимости доли высококвалифицированных работников от уровня благоустройства жилых помещений и развития медицинской инфраструктуры. Все коэффициенты построенных функций значимы.
Обсуждение. Проведенное исследование подтверждает наличие функциональной зависимости между показателями человеческого капитала и социальной инфраструктуры. Полученные функции могут быть использованы для анализа и прогнозирования развития человеческого капитала. В исследовании учитывались те показатели, которые ранее не рассматривались в качестве прямых факторов, влияющих на человеческий капитал. Заключение. Сделан вывод о возможности дальнейших исследований по направлениям: разработка методики оценки человеческого капитала и его изменений, детальное изучение выявленных закономерностей применительно к агропромышленному комплексу Российской Федерации, сбор данных за несколько временных периодов и применение метода моделирования структурными уравнениями в целях анализа функциональных связей.
Ключевые слова: гипотеза, жилищно-коммунальная инфраструктура, зависимая переменная, заработная плата, модель, независимая переменная, регрессионный анализ, социальная инфраструктура, статистические данные, уравнение регрессии, условия Гаусса-Маркова, человеческий капитал
Для цитирования: Сутягина Н. И., Черемухин А. Д. Оценка влияния уровня развития социальной инфраструктуры на формирование человеческого капитала сельских территорий // Вестник НГИЭИ. 2023. № 5 (144). С. 104-114. БОТ: 10.24412/2227-9407-2023-5-104-114
И., Черемухин А. Д., 2023
Контент доступен под лицензией Creative Commons Attribution 4.0 License. The content is available under Creative Commons Attribution 4.0 License.
104
© Сутягина Н.
Вестник НГИЭИ. 2023. № 5 (144). C. 104-114. ISSN 2227-9407 (Print) Bulletin NGIEI. 2023. № 5 (144). P. 104-114. ISSN 2227-9407 (Print)
VWWWWW рргипнл пкнля и птрлгtifra я жпнпмнк'л VWWWWW
¿^¿m^i^^i^^^i^^i^, РЕ! И ОПАЛ ID ПАЯ И ОМГЛСЛЕВАЯ ЭКОНОМИКА
Assessment of the impact of the level of development of social infrastructure on the formation of human capital in rural areas
Nataliya I. SutyaginaArtem D. Cheremuhin2
12 Nizhny Novgorod State University of Engineering and Economics, Knyaginino, Russia 1 sutyagina_2012@mail.ruhttps://orcid.org/0000-0002-1124-5551 2ngieu.cheremuhin@yandex.ru, https://orcid.org/0000-0003-4076-5916
Abstract
Introduction. The article substantiates the relevance of the study of human capital as the basis for the development of all spheres of the economy in modern conditions. Human capital is understood as a set of formed competencies used in professional activities. A hypothesis has been put forward about the dependence of human capital indicators on indicators of social infrastructure.
Materials and methods. The hypothesis put forward was tested using regression analysis based on statistical data from the country's regions. Indicators of social infrastructure were considered as independent variables, indicators of human capital were considered as dependent variables.
Results. As a result, the dependence of the considered indicators of human capital on the population size was analyzed. Models have been constructed of the dependence of wages on medical infrastructure, the dependence of the share of the employed population aged 25 to 65 who have undergone advanced training on the level of development of housing infrastructure, the dependence of the share of highly qualified workers on the level of improvement of residential premises and the development of medical infrastructure. All coefficients of the constructed functions are significant. Discussion. The conducted research confirms the existence of a functional relationship between indicators of human capital and social infrastructure. The resulting functions can be used to analyze and predict the development of human capital. The study took into account those indicators that were not previously considered as direct factors affecting human capital.
Conclusion. A conclusion was made about the possibility of further research in the following areas: the development of a methodology for assessing human capital and its changes, a detailed study of the identified patterns in relation to the agro-industrial complex of the Russian Federation, the collection of data for several time periods and the application of the structural equation modeling method in order to analyze functional relationships.
Keywords: hypothesis, housing and communal infrastructure, dependent variable, salary, model, independent variable, regression analysis, social infrastructure, statistical data, regression equation, Gauss-Markov conditions, human capital
For citation: Sutyagina N. I., Cheremuhin A. D. Assessment of the impact of the level of development of social infrastructure on the formation of human capital in rural areas // Bulletin NGIEI. 2023. № 5 (144). P. 104-114. DOI: 10.24412/2227-9407-2023-5-104-114
Введение
Основа любой экономической системы - человек. В настоящее время квалифицированные кадры особенно востребованы, связано это, прежде всего, с цифровизацией и использованием интеллектуального труда во всех сферах и отраслях экономики. В этой связи особую актуальность приобретают исследования человеческого капитала как драйвера экономического роста тех секторов экономики, развитие которых является приоритетным. Для более детального понимания проблем развития человеческого капитала в конкретном секторе экономики необходим анализ главных факторов, на него влияющих. Под человеческим капиталом будем понимать совокупность сформированных ком-
петенций, используемых в профессиональной деятельности. «Человеческий капитал» более «широкое» понятие, чем «трудовые ресурсы», т. е. часть трудоспособного населения, обладающего физиологическими и интеллектуальными способностями, необходимыми для осуществления профессиональной деятельности [1]. Понятие «человеческий капитал» неразрывно связано с таким понятием, как «инвестиции в человеческий капитал». Большая часть исследователей в качестве основных инвестиций в человеческий капитал называют затраты времени и денежных средств, необходимые для получения образования и профессиональной подготовки, расходы на здравоохранение, расходы на мобильность [2; 3; 4]. Затраты, направленные на развитие
^^WWW^^WW nrrinwл i л мп сггтппл т сглилмггг
Jjfyify^^^^ nZUlUWAL SEL1 ипяь CLUWUMILb_
социальной инфраструктуры, ранее не рассматривались как инвестиции в человеческий капитал, а имели, скорее, опосредованное отношение к ним, что, на наш взгляд, не логично. Кроме того, несмотря на то, что тезис о наличии определяющего влияния социальной инфраструктуры на состояние человеческого капитала сельских территорий принимается как основной в отечественной и зарубежной литературе [5; 6; 7; 8; 9], он нуждается в эмпирическом доказательстве.
Целью нашей работы является проверка гипотез о наличии функциональной связи между показателями социальной инфраструктуры и человеческого капитала. В случае наличия взаимосвязей ставится задача идентифицировать конкретные уравнения данных зависимостей.
Материалы и методы
Гипотезы проверялись с помощью регрессионного анализа на основе статистических данных по сельским территориям регионов РФ. В базу данных вошли данные по 70 регионам России, из нее были исключены данные по городам и данные по регионам с отсутствующими данными.
В качестве независимых показателей, характеризующих, в том числе, развитие разных типов социальной инфраструктуры в регионах РФ, использовались:
- общая численность населения, чел.;
- число объектов бытового обслуживания населения в расчете на 100 тыс. населения;
- площадь торгового зала магазинов в расчете на 1 тыс. чел.;
- площадь супермаркетов в расчете на 1 тыс.
чел.;
- количество мест в ресторанах, кафе, барах в расчете на 1 тыс. чел.;
- число спортивных сооружений на 1 тыс. чел.;
- занимающиеся в ДЮСШ, %;
- удельный вес общей площади жилых помещений, оборудованной одновременно водопроводом, водоотведением, отоплением, горячим водоснабжением, газом или напольными электроплитами;
- доля изношенных тепловых сетей;
- доля изношенных водопроводных сетей;
- изношенность канализационных сетей, %;
- освещенность улиц, %;
- общая площадь жилых помещений, приходящаяся в среднем на одного жителя, кв. м;
- ввод в действие площадей жилых домов в среднем на одного жителя, кв. м;
- число врачей на 1000 жителей;
- число больничных коек на 1000 жителей;
- финансирование организаций высшего образования;
- процент дорог с твердым покрытием;
- инвестиции в основной капитал на 1000 человек, тыс. руб.;
- основные фонды коммерческих организаций в расчете на 1000 человек, тыс. руб.
Последние два показателя обычно относят к производственной или рыночной инфраструктуре, однако, учитывая взаимосвязь всех типов инфраструктуры [10], рассматриваем их как показатели, отражающие текущие социально-экономические условия на сельских территориях региона.
Ввиду неоднозначности понятия «человеческий капитал» до настоящего времени не сформирована общепринятая методика его оценки [11; 12]. Заработная плата чаще других показателей является индикатором оценки человеческого капитала [13; 14; 15]. В свою очередь, нами в качестве зависимых показателей, характеризующих человеческий капитал региона, использовались:
- среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике, руб.;
- доля занятого населения в возрасте от 25 до 65 лет, прошедшего повышение квалификации и (или) профессиональную подготовку, в общей численности занятого в области экономики населения этой возрастной группы, в %;
- доля высококвалифицированных работников в общей численности квалифицированных работников, %;
- доля населения, имеющего высшее образование, %;
- доля населения, имеющего среднее образование, %.
Для проверки выдвинутых гипотез осуществлялась следующая последовательность шагов:
- построение уравнений регрессии по лог-лог закону для проверки выполнимости «формулы городов», т. е. исследования степенного характера зависимости от количества населения;
- применение метода «whale optimization» [16] как метода отбора признаков в уравнении для получения наиболее эффективной комбинации независимых переменных применительно к каждой зависимой переменной.
Результаты
Результаты построенных регрессионных моделей зависимости рассматриваемых показателей человеческого капитала от численности населения представлены в таблице 1.
РЕГИОНАЛЬНАЯ И ОТРАСЛЕВАЯ ЭКОНОМИКА ]
Таблица 1. Показатели значимости и качества построенных уравнений регрессии от количества населения
Table 1. Indicators of significance and quality of the constructed regression equations on the number of population
Зависимая переменная / Dependent variable
p-значение гипотезы о незначимости уравнения регрессии / p-value of the hypothesis about the insignificance of the regression equation
p-значение гипотезы о выполнимости условий Гаусса-Маркова / p-value of the hypothesis about the
satisfiability of the Gauss-Markov conditions
Среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике / Average monthly nominal accrued wages of employees Доля занятого населения в возрасте от 25 до 65 лет, прошедшего повышение квалификации и (или) профессиональную подготовку, в общей численности занятого в области экономики населения этой возрастной группы / The share of the employed population aged 25 to 65 who have completed advanced training and (or) vocational training Доля высококвалифицированных работников в общей численности квалифицированных работников / The share of highly qualified employees in the total number of qualified employees Доля населения, имеющего высшее образование / Proportion of population with higher education Доля населения, имеющего среднее образование / Share of population with secondary education Источник: составлено авторами на основании расчетов
0.1167
3.473e-09
0.001459
4.552e-15
0.4472
0.6986 0.8583
5.026e-05
0.007349 0.2811
Результаты расчетов показывают, что ни одна из построенных моделей не обладает одновременно тремя свойствами: статистической значимостью модели в целом, статистической значимостью всех коэффициентов модели, выполнимость условий Гаусса-Маркова. Это говорит о том, что на изучаемые показатели не распространяется эффект мас-
штабирования, а истинные закономерности значительно сложнее.
Результаты применения статистических методов отбора признаков и построения оптимальных уравнений регрессий относительно каждой зависимой переменной более информативны и содержательны (таблицы 2-6):
Таблица 2. Параметры регрессионной модели со средней заработной платой по регионам в качестве зависимого показателя
Table 2. Parameters of the regression model with the average wages by region as a dependent indicator
Параметр / Factor Значение/ Value ^-значение / p-value
1 2 3
Число врачей на 1000 жителей / Number of doctors per 1,000 inhabitants 8905.4 <2e-16
Стоимость основных фондов коммерческих организаций в расчете на 1000 человек, тыс. руб. / The cost of fixed assets of commercial organizations per 1000 people, thousand rubles
F-критерий модели / F-test of the model
3664.1 1.27e-8 713 <2e-16
^^WWW^^WW огг/плм I л \m скгтпвл i гглшлшгс
nZUlUWAL SEL1 ипяь CLUlVUMlLà_
Скорректированный коэффициент детерминации / Adjusted coefficient of determination 0.9519
Окончание таблицы 2 / End of table 2
1 2 3
Общая статистика невыполнимости условий Гаусса-Маркова в модели / Global statistics of unsatisfiability of Gauss-Markov conditions in the model
3.06 0.080
0.40 0.527
2.81 0.093
1.93 0.164 Источник: составлено авторами на основании расчетов
Статистика гипотезы наличия асимметричности распределения ошибок / Statistics of the hypothesis of the presence of asymmetry in the distribution of errors Статистика гипотезы наличия отличий распределения ошибок от нормального / Statistics of the hypothesis of the presence of differences in the distribution of errors from the normal
Статистика гипотезы нарушения предпосылки линейности / Statistics of the hypothesis of violation of the premise of linearity Статистика гипотезы наличия гетероскедастичности / Statistics of the heteroscedasticity hypothesis
Все коэффициенты построенной функции значимы, условия Гаусса-Маркова выполняются. Следовательно, уравнение можно записать в виде: У = 8905.4х1 + 3664.1х2 . (1)
Соответственно, можно констатировать прямую линейную зависимость между развитостью медицинской инфраструктуры (что характеризует по-
казатель числа врачей на 1000 жителей), предпринимательской инфраструктуры (что характеризует показатель стоимости основных фондов коммерческих организаций в расчете на 1000 человек) и средней заработной платой на соответствующих территориях.
Рассмотрим следующую модель.
Таблица 3. Параметры регрессионной модели долей занятого населения в возрасте от 25 до 65 лет, прошедшего повышение квалификации, в качестве зависимого показателя
Table 3. Parameters of the regression model with the proportion of the employed population aged 25 to 65 years who completed advanced training as a dependent indicator
Параметр / Factor
Значение / Value
^-значение / p-value
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя,
кв. м / The total area of residential premises per inhabitant, m2
Сумма инвестиций в основной капитал в расчете на 1000 человек, тыс. руб. /
The amount of investment in fixed capital per 1000 people, thousand rubles
F-критерий модели / F-test of the model
Скорректированный коэффициент детерминации /
Adjusted coefficient of determination
Общая статистика невыполнимости условий Гаусса-Маркова в модели / Global statistics of unsatisfiability of Gauss-Markov conditions in the model Статистика гипотезы наличия асимметричности распределения ошибок / Statistics of the hypothesis of the presence of asymmetry in the distribution of errors
0.808 <2e-16
0.010 0.0026
300.2 <2e-16
0.8926
4.243 0.374
0.231
0.631
Статистика гипотезы наличия отличий распределения ошибок от нормального / Statistics of the hypothesis of the presence of differences in the distribution of errors from the normal
1.035 0.309
Статистика гипотезы нарушения предпосылки линейности / Statistics of the hypothesis of violation of the premise of linearity
Статистика гипотезы наличия гетероскедастичности / ^^ ^^
Statistics of the heteroscedasticity hypothesis ' '
Источник: составлено авторами на основании расчетов
WW^WW^V РРГМПНД ПКИЛЯ И OTP А Г ïtfra Я Я wn НП M ПК A
¿^•émi^h^^i^^^i^^i^, РЕ! ИUnAJ ID ПАЯ И 01 ГАСЛЕРАЯ ЭКипиМИКА
Все коэффициенты построенной функции значимы, условия Гаусса-Маркова выполняются. Следовательно, уравнение можно записать в виде: У = 0.808х1 + 0.021х2. (2)
Согласно модели, существует прямая сильная связь между степенью развития жилищной ин-
фраструктуры (показатель общей площади жилых помещений в расчете на 1 жителя), инвестиционной инфраструктуры (показатель суммы инвестиций в основной капитал в расчете на 1000 человек) и долей занятого населения в возрасте от 25 до 65 лет.
Таблица 4. Параметры регрессионной модели с долей высококвалифицированных работников в общей численности квалифицированных работников в качестве зависимого показателя Table 4. Parameters of the regression model with the share of highly skilled workers in the total number of skilled workers as a dependent indicator
Параметр / Factor
Значение / Value
^-значение / p-value
Свободный член / Intercept
Удельный вес общей площади жилых помещений, оборудованной одновременно водопроводом, водоотведением, отоплением, горячим водоснабжением, газом или напольными электроплитами / The share of the total area of residential premises equipped simultaneously with water supply, sewerage, heating, hot water supply, gas or floor electric stoves
Число врачей на 1000 жителей / Number of doctors per 1,000 inhabitants
13.35 2.28e-6
0.133 2.58e-5
1.502 0.0005
Стоимость основных фондов коммерческих организаций в расчете на 1000 человек, тыс. руб. / The cost of fixed assets of commercial organizations per 1000 people, thousand rubles
0.003 0.0143
F-критерий модели / F-test of the model 14.49 2.137e-7
Скорректированный коэффициент детерминации / 0 3631
Adjusted coefficient of determination '
Общая статистика невыполнимости условий Гаусса-Маркова в модели / ^^ ^^
2.188 0.139
0.148 0.700
3.489 0.062
0.078 0.779 Источник: составлено авторами на основании расчетов
Global statistics of unsatisfiability of Gauss-Markov conditions in the model Статистика гипотезы наличия асимметричности распределения ошибок / Statistics of the hypothesis of the presence of asymmetry in the distribution of errors Статистика гипотезы наличия отличий распределения ошибок от нормального / Statistics of the hypothesis of the presence of differences in the distribution of errors from the normal
Статистика гипотезы нарушения предпосылки линейности / Statistics of the hypothesis of violation of the premise of linearity Статистика гипотезы наличия гетероскедастичности / Statistics of the heteroscedasticity hypothesis
Все коэффициенты построенной функции значимы, условия Гаусса-Маркова выполняются. Следовательно, уравнение можно записать в виде: У = 13.35 + 0.133% + 1.502х2 + 0.00Зх3. (3) Согласно модели, на долю высококвалифицированных работников прямо влияет развитость жилищной, медицинской и предпринимательской инфраструктур.
Рассмотрим следующую модель (табл. 5).
Все коэффициенты построенной функции значимы, но из условий Гаусса-Маркова не выполняется условие нормальности ошибок. Воспользуемся градиентными методами оптимизации, изложенными в статье [17]. Они дают следующее значимое уравнение регрессии:
У = 0.198 + 2.693X1 + 0.002х2 - 0.104х3. (4)
! REGIONAL AND SECTORAL ECONOMICS
Таблица 5. Параметры регрессионной модели с долей работников с высшим образованием в качестве зависимого показателя
Table 5. Parameters of the regression model with the share of employees with higher education as a dependent indicator
Параметр / Factor
Значение / Value
^-значение / p-value
Свободный член / Intercept
Процент занимающихся в детско-юношеских спортивных школах / Percentage of the population involved in youth sports schools
Удельный вес общей площади жилых помещений, оборудованной одновременно водопроводом, водоотведением, отоплением, горячим водоснабжением, газом или напольными электроплитами / The share of the total area of residential premises equipped simultaneously with water supply, sewerage, heating, hot water supply, gas or floor electric stoves
Ввод в действие площадей жилых домов в среднем на одного жителя, кв. м /
Number of doctors per 1,000 inhabitants
F-критерий модели / F-test of the model
Скорректированный коэффициент детерминации /
Adjusted coefficient of determination
Общая статистика невыполнимости условий Гаусса-Маркова в модели / Global statistics of unsatisfiability of Gauss-Markov conditions in the model Статистика гипотезы наличия асимметричности распределения ошибок / Statistics of the hypothesis of the presence of asymmetry in the distribution of errors Статистика гипотезы наличия отличий распределения ошибок от нормального / Statistics of the hypothesis of the presence of differences in the distribution of errors from the normal
Статистика гипотезы нарушения предпосылки линейности / Statistics of the hypothesis of violation of the premise of linearity Статистика гипотезы наличия гетероскедастичности / Statistics of the heteroscedasticity hypothesis Источник: составлено авторами на основании расчетов
0.198 5.07e-11 2.693 0.00123
0.002
0.004
1.93e-6
-0.104 0.0085
12.63
0.3296 1.175e-6
27.706 1.43e-5
15.353 8.92e-5
10.564 1.15e-3
1.784 0.182
0.947
Уравнение модели позволяет констатировать прямую зависимость доли работников с высшим образованием от развитости спортивной инфраструктуры (это показатель процента занимающихся в ДЮСШ) и смешанную зависимость от развитости
жилищной инфраструктуры - наблюдается прямая взаимосвязь от ее текущего состояния и обратная от величины ее развития.
Рассмотрим следующую модель.
Таблица 6. Параметры регрессионной модели доли работников со средним образованием в качестве зависимого показателя
Table 6. Parameters of the regression model with the proportion of workers with secondary education as a dependent indicator
Параметр / Factor Значение / Value ^-значение / p-value
1 2 3
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, кв. м / The total area of residential premises per inhabitant, м2 0.0086 <2e-16
Стоимость основных фондов коммерческих организаций в расчете
на 1000 человек, тыс. руб. / The cost of fixed assets of commercial organizations 0.0107 5.51e-7
per 1000 people, thousand rubles
РЕГИОНАЛЬНАЯ И ОТРАСЛЕВАЯ ЭКОНОМИКА ]
Окончание таблицы 6 / End of table 6
2 3
1657 <2e-16
0.9787
19.43 0.0006
11.03 0.0009
5.76 0.0163
0.06 0.80
1
F-критерий модели / F-test of the model Скорректированный коэффициент детерминации / Adjusted coefficient of determination
Общая статистика невыполнимости условий Гаусса-Маркова в модели / Global statistics of unsatisfiability of Gauss-Markov conditions in the model Статистика гипотезы наличия асимметричности распределения ошибок / Statistics of the hypothesis of the presence of asymmetry in the distribution of errors Статистика гипотезы наличия отличий распределения ошибок от нормального / Statistics of the hypothesis of the presence of differences in the distribution of errors from the normal
Статистика гипотезы нарушения предпосылки линейности / Statistics of the hypothesis of violation of the premise of linearity Статистика гипотезы наличия гетероскедастичности / Statistics of the heteroscedasticity hypothesis Источник: составлено авторами на основании расчетов
2.57
0.11
Все коэффициенты построенной функции значимы, но из условий Гаусса-Маркова не выполняется условие нормальности ошибок. Применение ранее упомянутых методов оценки коэффициентов дают следующее значимое уравнение регрессии:
У = 0.0086х1 + 0.0107х2. (5)
Уравнение модели позволяет констатировать прямую зависимость доли работников со средним образованием от развитости жилой и предпринимательской инфраструктуры.
Обсуждение Результаты проведенного исследования подтвердили наличие функциональной зависимости между показателями социальной инфраструктуры и человеческого капитала сельских территорий. Идентификация форм данных зависимостей, а также анализ полученных взаимосвязей позволяют утверждать следующее.
На уровне регионов Российской Федерации применимо к рассматриваемым показателям не работает «формула городов», т. е. показатели человеческого капитала не зависят по степенному закону от численности населения. Это подтверждает особенность современного мира в развитии человеческого капитала: в экономических системах первостепенное значение приобретают агломерации, сформированные не по принципу административной регионализации или модели «центр-сателлиты», а по принципам «полицентрических» моделей [18].
Не найдено зависимостей рассматриваемых показателей человеческого капитала от показателей транспортной и образовательной инфраструктуры. Это может быть связано, во-первых, с набором по-
казателей, результат влияния которых дает эффект отсроченный во времени. Во-вторых, в последние несколько лет произошел переход значительной части образования, в том числе и дополнительного, в дистанционный формат, развиваются онлайн-школы, онлайн-курсы и т. п., а обучение по большей части таких программ не учитывается в статистике регионов РФ. Аналогично, те показатели транспортной инфраструктуры, которые участвовали в рассмотрении, не имеют простой функциональной зависимости с показателями человеческого капитала. Связи носят, скорее, сложный характер и могут представлять собой предмет дальнейших исследований.
Статистическими методами подтверждено влияние показателей медицинской, жилищной, предпринимательской инфраструктуры на показатели, характеризующие человеческий капитал. Установленная функциональная зависимость позволяет прогнозировать и корректировать развитие человеческого капитала в зависимости от тех показателей, которые ранее не рассматривались как факторы прямого влияния на человеческий капитал. Их воздействие считалось второстепенным и опосредованным.
Увеличение доли высококвалифицированных работников в регионе в зависимости от развития жилищной инфраструктуры вполне закономерно, так как социальная инфраструктура является жизненно важной составляющей комфортного и безопасного проживания. Лишь обеспеченный всем необходимым на бытовом уровне человек с чувством физического и душевного благополучия может профессионально развиваться и самосовершен-
^^WWW^^WW втпмА! л Ain сггтпп л I ргл дм м/гс ШЙЛЛЛЛЙЛЙЛЛ^
nZUlUWAL SEL1 ипяь CLUlVUMlLà_
ствоваться. Это позволяет скорректировать направления институционального регулирования сельских территорий [19; 20; 21].
Заключение В результате проводимых исследований влияние социальной инфраструктуры на человеческий капитал сельских территорий доказано. Дальнейшая работа может заключаться в создании и апробации более детальной и подробной методики оценки человеческого капитала и его изменений за некоторый временной период. Ввиду современной активизации
процесса построения моделей развития сельских территорий на основе агрегации внутренних ресурсов особый интерес представляет детальное изучение выявленных закономерностей применительно к агропромышленному комплексу Российской Федерации. Причинно-следственные связи выявленных функциональных зависимостей также нуждаются в анализе и изучении, поэтому сбор данных за несколько временных периодов и применение метода моделирования структурными уравнениями представляется актуальным и целесообразным.
СПИСОК ИСТОЧНИКОВ
1. Измайлова Л. Н., Харитонова Д. В. Оценка состояния трудовых ресурсов // Тенденции развития науки и образования. 2022. № 88-2. С. 36-40.
2. Березовская Е. А., Крюков С. В. Оценка эффективности инвестиций и получение образования и повышение квалификации // Вестник Ростовского государственного экономического университета (РИНХ). 2009. № 3 (29). С. 79-84.
3. Юнусова Г. Р. Человеческий капитал в развитии экономики региона: высококачественное высшее образование как инвестиции в человеческий капитал // Государственное управление. Электронный вестник. 2021. № 88. С. 190-203.
4. Басова А. Е., Шамигова А. С. Человеческий капитал и инвестиции в человеческий капитал организации // Актуальные вопросы и перспективы развития науки и образования. 2016. С. 61-64.
5. Проваленова Н. В. Роль и место жилищно-коммунальной сферы в социальной инфраструктуре сельских территорий // Наука и бизнес: пути развития. 2020. № 1 (103). С. 128-130.
6. Головина С. Г., Миколайчик И. Н., Смирнова Л. Н. Социально-экономические условия развития человеческого капитала сельских территорий // Аграрный вестник Урала. 2020. № 8 (199). С. 65-79.
7. Колоскова Ю. И. Методический подход к оценке человеческого капитала сельских территорий // Социально-экономический и гуманитарный журнал. 2021. № 2 (20). С. 3-12.
8. Томакова И. А., Коптева Ж. Ю. Условия социально-экономической инфраструктуры в формировании и развитии человеческого капитала в АПК Курской области // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2022. Т. 12. № 3. С. 97-110.
9. Sokolova, E., Zakharova T. Factors of formation and development of human capital in rural areas // The Fifth Technological Order: Prospects for the Development and Modernization of the Russian Agro-Industrial Sector (TFTS 2019). 2020. P. 432-435.
10. Кириенко О. Э. Особенности формирования и развития инфраструктуры региона // Сборник научных работ серии «Государственное управление». 2021. № 21. С. 40-46.
11. Сутыгина А. И., Кудрявцева Н. Ю. Человеческий капитал в сельском хозяйстве: формирование и оценка // Вестник Удмуртского университета. Серия Экономика и право. 2015. Т. 25. № 2. С. 60-65.
12. Дягилев Д. А., Злоказов А. В. Человеческий капитал, как основной фактор в системе социально-экономического развития региона // Бенефициар. 2022. № 108. С. 6-14.
13. Дегтярева Н. В., Бурук А. Ф. Методологические подходы и проблемы измерения человеческого капитала // Вестник Алтайской академии экономики и права. 2022. № 3-1. С. 32-36.
14. Мирошниченко Т. А. Оценка человеческого капитала сельских территорий региона // Управленческий учет. 2021. № 8-3. С. 726-736.
15. Абдулхаирова Э. М., Бекирова С. Э. Взаимосвязь между заработной платой, производительностью труда и качеством человеческого капитала // Научный вестник: финансы, банки, инвестиции. 2020. № 2 (51). С. 127-133.
16. Mafarja M., Mirjalili S. Whale optimization approaches for wrapper feature selection // Applied Soft Computing. 2018. № 62. Р. 441-453
17. Bates D. M., Watts D. G. A Relative Offset Orthogonality Convergence Criterion for Nonlinear Least Squares // Technometrics. 1981. № 2 (23). Р. 179-262.
VWWWWW рргипнд пкнля и птрдг/ifra я жпнпмнк'л VWWWWW
¿^¿m^i^^i^^^i^^i^, РЕ! ИUnAJ IP ПАЯ И 01 ГАСЛЕРАЯ ЭКипиМИКА
18. Ветлугин Р. А. Модели территориальной организации городских агломераций // Вестник ЮжноУральского государственного университета. Серия: Право. 2020. Т. 20. № 2. С. 70-72.
19. Головина С. Г. Формальные институты развития человеческого капитала сельских территорий // Вестник Российского государственного аграрного заочного университета. 2022. № 40 (45). С. 64-73.
20. Ланская Д. В., Панченко А. Н. Ключевые направления в развитии социальной инфраструктуры региона // Естественно-гуманитарные исследования. 2022. № 44 (6). С. 179-183.
21. Xiang W., Zhu K., Teo B. S.-X., Talib Z. M. Influence of the development of human capital and social identification of the rural laborers' mobility in rural strategy revitalization in China // Journal of Eastern European and Central Asian Research. 2022. № 4 (9). Р. 628-637.
Статья поступила в редакцию 24.02.2023; одобрена после рецензирования 20.03.2023;
принята к публикации 22.03.2023.
Информация об авторах:
Н. И. Сутягина - к.э.н., доцент кафедры «Математика и вычислительная техника», Spin-код: 4164-9500; А. Д. Черемухин - к.э.н., доцент кафедры «Математика и вычислительная техника», Spin-код: 3067-9927.
Заявленный вклад авторов: Сутягина Н. И. - общее руководство проектом, подготовка окончательного варианта статьи. Черемухин А. Д. - подготовка первоначального варианта текста, поиск материалов в отечественных и зарубежных источниках, сбор и обработка материалов.
Авторы заявляют об отсутствии конфликта интересов.
REFERENCES
1. Izmailova L. N., Kharitonova D. V. Ocenka sostoyaniya trudovyh resursov [Evaluation of the state of labor resources], Tendencii razvitiya nauki i obrazovaniya [Trends in the development of science and education], 2022, No. 88-2, pp. 36-40.
2. Berezovskaya E. A., Kryukov S. V. Ocenka effektivnosti investicij i poluchenie obrazovaniya i povyshenie kvalifikacii [Evaluation of the effectiveness of investments and education and advanced training], Vestnik Rostovskogo gosudarstvennogo ekonomicheskogo universiteta (RINH) [Bulletin of the Rostov State University of Economics (RINH)], 2009, No. 3 (29), pp. 79-84.
3. Yunusova G. R. Chelovecheskij kapital v razvitii ekonomiki regiona: vysokokachestvennoe vysshee obra-zovanie kak investicii v chelovecheskij kapital [Human capital in the development of the regional economy: high-quality higher education as an investment in human capital], Gosudarstvennoe upravlenie. Elektronnyj vestnik [Public Administration. Electronic Bulletin], 2021, No. 88, pp. 190-203.
4. Basova A. E., Shamigova A. S. Chelovecheskij kapital i investicii v chelovecheskij kapital organizacii [Human capital and investment in the human capital of an organization], Aktual'nye voprosy iperspektivy razvitiya nauki i obrazovaniya [Actual issues and prospects for the development of science and education], 2016, pp. 61-64.
5. Provalenova N. V. The role and place of housing and communal services in the social infrastructure of rural areas [Rol' i mesto zhilishchno-kommunal'noj sfery v social'noj infrastrukture sel'skih territorij], Nauka i biznes: puti razvitiya [Science and business: ways of development], 2020, No. 1 (103), pp. 128-130.
6. Golovina S. G., Mikolaichik I. N., Smirnova L. N. Social'no-ekonomicheskie usloviya razvitiya chelovech-eskogo kapitala sel'skih territorij [Socio-economic conditions for the development of human capital in rural areas], Agrarnyj vestnik Urala [Agrarian Bulletin of the Urals], 2020, No. 8 (199), pp. 65-79.
7. Koloskova Yu. I. Metodicheskij podhod k ocenke chelovecheskogo kapitala sel'skih territorij [A methodological approach to assessing the human capital of rural areas], Social'no-ekonomicheskij i gumanitarnyj zhurnal [Socioeconomic and humanitarian journal], 2021, No. 2 (20), pp. 3-12.
8. Tomakova I. A., Kopteva Zh. Yu. Usloviya social'no-ekonomicheskoj infrastruktury v formirovanii i razvitii chelovecheskogo kapitala v APK Kurskoj oblasti [Conditions of socio-economic infrastructure in the formation and development of human capital in the agro-industrial complex of the Kursk region], Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Ekonomika. Sociologiya. Menedzhment [Bulletin of the South-Western State University. Series: Economy. Sociology. Management], 2022, Vol. 12, No. 3, pp. 97-110.
Вестник НГИЭИ. 2023. № 5 (144). C. 104-114. ISSN 2227-9407 (Print) Bulletin NGIEI. 2023. № 5 (144). P. 104-114. ISSN 2227-9407 (Print)
^^WWW^^WW nrrinwл i л мп сггтппл т сглилмггг
jjfyify^^^p^^ REGlONAL AND SECl ORAL ECONOMlCS_
9. Sokolova E., Zakharova T. Factors of formation and development of human capital in rural areas, The Fifth Technological Order: Prospects for the Development and Modernization of the Russian Agro-Industrial Sector (TFTS 2019), 2020, pp. 432-435.
10. Kirienko O. E. Osobennosti formirovaniya i razvitiya infrastruktury regiona [Features of the formation and development of the infrastructure of the region], Sbornik nauchnyh rabot serii «Gosudarstvennoe upravlenie» [Collection of scientific papers of the Public Administration series], 2021, No. 21, pp. 40-46.
11. Sutygina A. I., Kudryavtseva N. Yu. Chelovecheskij kapital v sel'skom hozyajstve: formirovanie i ocenka [Human capital in agriculture: formation and evaluation], Vestnik Udmurtskogo universiteta. Seriya Ekonomika i pravo [Bulletin of the Udmurt University. Series Economics and Law], 2015, Vol. 25, No. 2, pp. 60-65.
12. Dyagilev D. A., Zlokazov A. V. Chelovecheskij kapital, kak osnovnoj faktor v sisteme social'no-ekonomicheskogo razvitiya region [Human capital as the main factor in the system of socio-economic development of the region], Beneficiar [Beneficiary], 2022, No. 108, pp. 6-14.
13. Degtyareva N. V., Buruk A. F. Metodologicheskie podhody i problemy izmereniya chelovecheskogo kapital [Methodological approaches and problems of measuring human capital], Vestnik Altajskoj akademii ekonomiki i prava [Bulletin of the Altai Academy of Economics and Law], 2022, No. 3-1, pp. 32-36.
14. Miroshnichenko T. A. Ocenka chelovecheskogo kapitala sel'skih territorij regiona [Assessment of human capital in rural areas of the region], Upravlencheskij uchet [Management Accounting], 2021, No. 8-3, pp. 726-736.
15. Abdulkhairova E. M., Bekirova S. E. Vzaimosvyaz' mezhdu zarabotnoj platoj, proizvoditel'nost'yu truda i kachestvom chelovecheskogo kapitala [The relationship between wages, labor productivity and the quality of human capital], Nauchnyj vestnik: fmansy, banki, investicii [Scientific Bulletin: Finance, Banks, Investments], 2020, No. 2 (51), pp. 127-133.
16. Mafarja M., Mirjalili S. Whale optimization approaches for wrapper feature selection, Applied Soft Computing, 2018, No. 62, pp. 441-453.
17. Bates D. M., Watts D. G. A Relative Offset Orthogonality Convergence Criterion for Nonlinear Least Squares, Technometrics, 1981, No. 2 (23), pp. 179-262.
18. Vetlugin R. A. Modeli territorial'noj organizacii gorodskih aglomeracij [Models of the territorial organization of urban agglomerations], Vestnik Yuzhno-Ural'skogo gosudarstvennogo universiteta. Seriya: Pravo [Bulletin of the South Ural State University. Series: Law], 2020, Vol. 20, No. 2, pp. 70-72.
19. Golovina S. G. Formal'nye instituty razvitiya chelovecheskogo kapitala sel'skih territorij [Formal institutions for the development of human capital in rural areas], Vestnik Rossijskogo gosudarstvennogo agrarnogo zaochnogo universiteta [Bulletin of the Russian State Agrarian Correspondence University], 2022, No. 40 (45), pp. 64-73.
20. Lanskaya D. V., Panchenko A. N. Klyuchevye napravleniya v razvitii social'noj infrastruktury regiona [Key directions in the development of the region's social infrastructure], Estestvenno-gumanitarnye issledovaniya [Natural Humanitarian Research], 2022, No. 44 (6), pp. 179-183.
21. Xiang W., Zhu K., Teo B. S.-X., Talib Z. M. Influence of the development of human capital and social identification of the rural laborers' mobility in rural strategy revitalization in China, Journal of Eastern European and Central Asian Research, 2022, No. 4 (9), pp. 628-637.
The article was submitted 24.02.2023; approved after reviewing 20.03.2023; accepted for publication 22.03.2023.
Information about the authors: N. I. Sutyagina - Ph. D. (Economy), associate professor of the chair «Mathematics and Computer Science», Spin-code: 4164-9500;
A. D. Cheremuhin - Ph. D. (Economy), associate professor of the chair «Mathematics and Computer Science», Spin-code: 3067-9927.
Contribution of the authors: Sutyagina N. I. - managed the research project, preparation of the final version of the article.
Cheremuhin A. D. - preparation of the original version of the text, search for materials in domestic and foreign sources collection and processing of materials, participation in the discussion of the materials of the article.
The authors declare no conflicts of interests.
