В работе решена задача нейросетевого прогнозирования величины, структуры и динамики человеческого капитала. Объект представленного в статье исследования – социально-экономическая система. Предмет исследования –практика применения нейросетевых моделей к прогнозированию социально-экономических показателей, в частности человеческого капитала. Целью работы являются применение нейросетевого моделирования и адаптация его алгоритмов для построения прогноза изучаемого показателя на будущее. Статистической базой послужили данные по демографии, объемам инвестирования в человеческий капитал региональной экономической системы, а также индикаторы направлений социально-экономического развития. Объемы инвестиций в человеческий капитал определяют расходы бюджета и частные расходы граждан. Для прогноза динамики человеческого капитала используются значения объемов инвестиций, прогноз которых, в свою очередь, построен с помощью нейросетевой модели. Применяемая в данном исследовании нейросетевая модель представляет собой многослойный полносвязный персептрон с сигмоидальной логистической функцией активации. Нейросетевое моделирование прогнозных значений объемов инвестиций показало свою эффективность. Оценка человеческого капитала за период 2000–2018 гг. и его прогноз на период 2019–2023 гг. выполнены на примере региональной экономической системы Удмуртской Республики. Расчеты свидетельствуют, что наибольшие темпы роста изучаемый показатель демонстрирует с 2013 года, прогнозируется его дальнейшее увеличение. Полученные результаты качественно коррелируют с динамикой изменения индекса человеческого развития России, определяемого специалистами ООН. Предложенная методика расчета и прогноза человеческого капитала может быть использована для оценки и сравнения социально-экономического положения регионов Российской Федерации
Ключевые слова
инвестиции, человеческий капитал, нейросетевое моделирование, алгоритм прогноза, социально-экономическая система