Исследование посвящено эмпирическому анализу влияния человеческого капитала на производительность российских предприятий. Цель исследования состоит в выявлении характера и степени воздействия внешних эффектов от человеческого капитала в регионе на производительность предприятий. На основе базы данных «Руслана» по 76 769 российским фирмам за период с 2006 по 2015 г. оценено влияние внешних эффектов для фирм от развития человеческого капитала в регионе. В качестве основной эмпирической модели была разработана эконометрическая модель анализа панельных данных с фиксированными эффектами. В статье также представлены особенности каналов, посредством которых человеческий капитал влияет на деятельность фирм. Уделяется внимание моделям, посвященным взаимосвязи между человеческим капиталом и инновациями. Рассматривается индекс развития человеческого потенциала, разработанный ООН, а также предлагается его модификация для оценки человеческого капитала в российских регионах. Индекс интерпретируется как с позиции оценки достигнутого в регионах уровня жизни, так и с позиции возможного вклада человеческого капитала в повышение производительности фирм. Оценено место России в мире в контексте данного индекса, а также проанализирована ситуация в регионах России. Полученные в ходе эконометрического моделирования результаты подтверждают, что уровень развития человеческого капитала, наряду с внутренними характеристиками фирм, способствует росту производительности предприятий. Результаты исследования будут полезны для разработки стратегий развития фирм и их успешной реализации. Также результаты могут служить основой для разработки экономической политики, нацеленной на рост производительности и экономическое развитие. Совершенствование систем образования и здравоохранения, а также рост равенства возможностей и доходов, будут способствовать росту производительности российских предприятий.
Идентификаторы и классификаторы
Одной из актуальных проблем в России является необходимость повышения производительности предприятий. Поэтому важно выявить факторы, в наибольшей мере влияющие на производительность. Как известно, один из факторов, важных для производительности предприятия, – это инновации и взаимосвязанный с ними человеческий капитал. В своей работе мы рассматриваем влияние человеческого капитала в регионе на производительность фирм, принимая во внимание также индивидуальные характеристики фирм. Человеческий капитал рассматривается в контексте возможностей технического прогресса и инноваций.
Список литературы
1. Человеческий капитал: как то, что вы знаете, формирует вашу жизнь. Организация экономического сотрудничества и развития: [офиц. сайт] [Электронный ресурс]. Режим доступа: https://www.oecd.org/ insights/38435876.pdf.
2. Human Development Reports. United Nations Development Programme. UN. 2019 [Электронный ресурс]. Режим доступа: http://hdr.undp.org/en/ content/human-development-index-hdi.
3. Moretti E. Estimating the Social Returns to Higher Education: Evidence from Longitudinal and Repeated Cross-Section Data // Journal of Econometrics. 2004. Vol. 121. P. 175-212.
4. Muravyev A. Human capital externalities evidence from the transition economy of Russia // Economics of Transition. 2008. Vol. 3. P. 415-443. EDN: MJETZZ
5. Давидсон Н.Б., Драпкин И.М., Мариев О.С., Пушкарёв А.А. Особенности оценки влияния пространственной концентрации на производительность российских компаний // Журнал экономической теории. 2016. № 4. С. 104-113. EDN: XBVSTR
6. Romer P. On the possibility of progress. Prize lecture. Stockholm University. 8 December 2018 [Электронный ресурс]. Режим доступа: https:// www.nobelprize.org/prizes/economicsciences/2018/romer/lecture/.
7. Carlino G., Kerr W.R. Agglomeration and innovation // Bank of Finland Research Discussion Papers No. 27. Bank of Finland, 2014. 56 р.
8. Mincer J. Investment in human capital and personal income distribution // Journal of Political Economy. 1958. Vol. 66, No. 4. P. 281-302.
9. Schultz T.W. Investment in human capital // American Economic Review. 1961. Vol. 51, No. 1. P. 1-17.
10. Schultz T.W. The economic importance of human capital in modernization // Education Economics. 1993. Vol. 1, No. 1. P. 13-19.
11. Solow R. Technical change and the aggregate production function // Review of Economics and Statistics. 1957. Vol. 39. P. 312-320.
12. Lucas R.E. On the mechanics of economic development // Journal of Monetary Economics. 1988. Vol. 22. P. 3-42.
13. Baumol W.J., Blackman S.A.B., Wolff E.N. Productivity and American Leadership: The Long View. MIT Press, 1992. 408 р.
14. Becker G.S. Human Capital. A Theoretical and Empirical Analysis with Special Reference to Education 3rd Edition. The University of Chicago Press, 1964. 402 р.
15. Li T., Wang Y. Growth channels of human capital: A Chinese panel data study // China Economic Review. 2018. Vol. 51(C). Р. 309-322.
16. Goetz S.J., Hu D. Economic Growth and Human Capital Accumulation: Simultaneity and Expanded Convergence Tests // Economics Letters. 1996. Vol. 51, Issue 3. Р. 355-362.
17. Green F. The determinants of training of male and female employees in Britain // Oxford Bulletin of Economics and Statistics. 1993. Vol. 55, No. 1. Р. 103-124.
18. Doucouliagos C. The aggregate demand for labor in Australia: a Meta- analysis // Australian Economic Papers, Blackwell Publishing. 1997. Vol. 36, No. 69. P. 224-242.
19. Collis D.J., Montgomery C.A. Competing on resources: strategy in the 1990s. // Harvard Business Review. 1995. Vol. 73, No. 4. Р. 118-128. EDN: CCDKNJ
20. Becker G.S. The Economic Approach to Human Behavior. University of Chicago Press, 1976. 320 р.
21. Card D. The casual effect of education on earnings. Chapter 30 // Handbook of Labour Economics / Edited by O. Ashenfelter, D. Card. Amsterdam: Elsevier North-Holland, 1999. Р. 1801-1863.
22. Spagat M. Human Capital, Growth and Inequality in Transition Economies // William Davidson Working Paper No. 499. University of Michigan Business School, William Davidson Institute, 2002. 31 p.
23. Backman M. Regions, Human capital and new firm formation // JIBS Dissertation Series. 2013. Vol. 086. 46 р.
24. Rosenthal S.S., Strange W.C. The attenuation of human capital spillovers // Journal of Urban Economics. 2008. Vol. 64. P. 373-389.
25. Chang C.-F., Wang P., Liu J.-T. Knowledge spillovers, human capital and productivity // Journal of Macroeconomics. 2016. Vol. 47. Р. 214-232.
26. Teixeiraa A.A.C., Queirós A.S.S. Economic growth, human capital and structural change: a dynamic panel data analysis // Research Policy. 2016. Vol. 45, Issue 8. Р. 1636-1648.
27. Акиндинова Н.В., Чекина К.С., Яркин А.М. Экономический рост в России с учетом демографических изменений и вклада человеческого капитала // Экономический журнал ВШЭ. 2017. Т. 21, № 4. С. 533-561. EDN: YLBIWA
28. Корицкий А.В. Влияние человеческого капитала на экономический рост: учеб. пособие. Новосибирск: НГАСУ (Сибстрин), 2013. 244 с. EDN: VYANVF
29. Behrens K., Duranton G., Robert-Nicoud F. Productive cities: sorting, selection, and agglomeration // Journal of Political Economy. 2014. Vol. 122, No. 3. P. 507-553.
30. Dauth W., Findeisen S., Moretti E., Suedekum J. Matching in Cities // IZA Discussion Papers No. 12278. Institute of Labor Economics, 2019. 68 p.
31. Combes P.-Ph., Gobillon L. The empirics of agglomeration economies // IZA Discussion Papers No. 8508. Institute of Labor Economics, 2014. 102 р.
32. Stiles P., Kulvisaechana S. Human Capital and Performance: A Literature Review. University of Cambridge, 2000. 42 р.
33. Корчагин Ю.А. Российский человеческий капитал: фактор развития или деградации? Воронеж: ЦИРЭ, 2005. 252 с. EDN: QQNBUD
34. Экономическая теория. Трансформирующая экономика / под ред. И.П. Николаевой. М.: Юнити-Дана, 2004. 447 с.
35. Доклад о человеческом развитии в Российской Федерации за 2016 год / под ред. С.Н. Бобылева, Л.М. Григорьева. М.: Аналитический центр при Правительстве Российской Федерации, 2016. 298 с. [Электронный ресурс]. Режим доступа: http://ac.gov. ru/files/publication/a/11068.pdf.
36. De Loecker J. Detecting Learning by Exporting // American Economic Journal Microeconomics. 2013. Vol. 5, No 3. P. 1-21.
37. Duranton G., Puga D. Micro-foundations of urban agglomeration economies. Chapter 48 // Handbook of Urban and Regional Economics 2004. Vol. 4 / Edited by V. Henderson, J. Thisse. Elsevier North-Holland, 2004. Р. 2063-2117.
Выпуск
Другие статьи выпуска
В современных социально-экономических условиях выпускники вузов оказываются дезориентированными на рынке труда. С одной стороны, у выпускников недостаточно знаний о реальных требованиях рынка труда к уровню и качеству подготовки молодых специалистов, а с другой - собственная оценка своих умений, навыков и профессиональных представлений не адекватной. Это обстоятельство обусловлено некоторой обособленностью высшего образования от реальных запросов рынка труда, том числе отсутствием механизмов распределения выпускников вузов по организациям, а также институтов трудоустройства и карьеры молодежи. Таким образом, актуальность исследования обусловлена существованием проблемы адаптации молодежи на рынке труда, требующей совершенствования, и усиливается тем, что она имеет практическую направленность. Материалы работы могут быть использованы в последующих научных исследованиях молодежного сегмента рынка труда, а также при подготовке учебных пособий и чтении учебных курсов в вузах по основам технологий трудоустройства и эффективному поведению молодежи на рынке труда. Актуальность проблемы эффективной занятости молодежи и регулирования молодежного сегмента рынка труда в условиях реформирования экономики определили выбор цели исследования, которая состояла в изучении мнения выпускников относительно собственных перспектив трудоустройства и необходимости оказания им более эффективной помощи со стороны вуза в вопросах повышения адаптационных возможностей и занятости. Анализ эмпирического материала, полученного с помощью метода анкетного опроса в ходе изучения мнения студенческой молодежи в возрасте от 20 до 21 года на базе УрФУ в г. Екатеринбурге, показал: выпускники вуза демонстрируют повышенный уровень тревожности, сталкиваясь с трудностями в период поиска будущего места работы и трудоустройства, не обладая соответствующими навыками поведения на рынке труда и технологиями поиска и трудоустройства; вузу необходимо уделять особое внимание вопросам содействия трудоустройству и адаптации на рынке труда выпускников.
Статья посвящена рассмотрению концептуальных основ формализованного моделирования показателей дивидендной политики и производных от них показателей рыночной активности (положения на рынке ценных бумаг) компании в условиях нейтрального подхода к осуществлению ее дивидендной политики как инструмента анализа и прогнозирования данных показателей. Методологическую основу исследования составили теория иррелевантности дивидендов, теория существенности дивидендной политики и концепция устойчивого развития компании. Показано, что формализация представления о нейтральном подходе к осуществлению дивидендной политики предполагает построения соответствующих ему моделей таких важнейших показателей, характеризующих дивидендную политику и рыночную активность компании, как коэффициент дивидендного выхода, коэффициент дивидендного покрытия, ожидаемая цена обыкновенной акции, дивидендная доходность обыкновенной акции и коэффициент котируемости обыкновенной акции (соотношение цены и прибыли на обыкновенную акцию). Построенные формализованные модели перечисленных выше показателей могут быть использованы в прогнозно-аналитических оценках значений этих показателей, а также позволяют выявлять причины их отклонения посредством расчета влияния на него содержащихся в этих моделях определяющих факторов, выполняемого соответствующими методами факторного анализа, в условиях нейтрального подхода к осуществлению дивидендной политики компании. Автор приходит к выводу, что разработанные им формализованные модели важнейших показателей дивидендной политики и производных от них показателей рыночной активности компании являются достаточно действенным инструментом их анализа и прогнозирования, обеспечивая принятие эффективных решений по управлению дивидендной политикой компании в условиях нейтрального подхода к ее осуществлению.
Расширение портфеля инструментов для управления финансами предприятия с целью повышения доходности вложений является актуальной задачей. В статье мы обсудили модель системы поддержки принятия торговых решений на финансовых рынках на основе вероятностного анализа и машинного обучения, которая может быть использована для ее решения. Целью работы является разработка и апробация модели системы поддержки принятия решений при совершении торговых операций с биржевыми финансовыми инструментами в рамках процесса управления финансами предприятия. Модель основана на технологиях машинного обучения, обеспечивающих получение больших объемов исходных данных, их первичную обработку, формирование многомерного пространства векторов признаков и его трансформацию. Метод прогнозирования рассмотрен на основе правила Байеса. Полученные байесовские вероятности собраны в гиперкуб, который используется для определения правил принятия торговых решений. Разработанная модель протестирована на исторических данных срочного рынка Московской биржи на примере фьючерса на индекс РТС в качестве основного инструмента для выполнения операций и фьючерса на курс доллара США к рублю в качестве вспомогательного инструмента, используемого для анализа. Для оценки результатов тестирования разработаны количественные метрики, включающие в себя количество и объем прибыльных и убыточных сделок, среднюю/средний прибыль/убыток в расчете на одну сделку. С их помощью проанализирована эффективность и границы применимости разработанной модели. Модель может быть реализована в виде программного HFT-робота, способного обеспечить вероятность получения прибыли, превышающую вероятность потерь. В качестве дальнейших шагов по развитию данной темы могут быть предприняты исследования механизмов формирования векторов признаков с помощью методов интеллектуального анализа данных.
Целью данной статьи является решение одной из нетривиальных задач производственной деятельности, возникшее на предприятии лесной направленности. Предприятие ставит целью расширение отдельных пунктов производства с последующим определением: объемов производства и транспортировки с каждой из точек (мест производства, складов и т. д.). Гипотеза заключается в том, что решение такой производственной проблемы лежит в комплексном решении пяти задач линейного программирования: производственная задача (классическая постановка), задача размещения центров, задача максимального потока, задачи минимизации времени, транспортная задача. В работе представлены основные алгоритмы поиска оптимального решения, сформулирована комплексная задача, построена модель и реализован алгоритм поиска оптимального решения. Было показано, что такую задачу возможно сформулировать в рамках комплексной задачи линейного программирования. Тест модели произведен на 38 вершинах с 16 пунктами входа, 3 пунктами выхода. Показано, что такую задачу возможно решать и визуализировать средствами пакета Matlab. Рассмотрены модификации модели и возможные алгоритмы решения в зависимости от объема выборки данных. Разработанная модель может быть применена на предприятии любой производственной направленности, где стоит главной задачей поиск оптимального комбинаторного варианта вектора товаров при условии, во-первых, минимизации производственных издержек и затрат на транспортировку готовой продукции, во-вторых, получения максимальной прибыли, в-третьих, минимальных издержек при открытии новых пунктов производства. Такая задача в точности подходит к экономической ситуации, когда предприятию еще предстоит расшириться (открыть новые пункты производства), и оно осуществляет попытки по определению мест производства из рассматриваемого списка, объема производства из имеющегося в наличии сырья, способа отправки (как можно больше товара). Такая проблема носит характер нетривиально комбинаторный.
Превращение российских городов в самостоятельные центры экономического развития требует от исследователей более пристального изучения способов формирования успешных территориальных образований, аккумулирующих лучший человеческий капитал и инвестиции, а также систематизации применяемых их руководством инструментов управления. В статье содержится обобщение мирового опыта реализации предпринимательского подхода к управлению городом. Теоретическую основу исследования составляет концепция города-предпринимателя, активно разрабатываемая в течение последних десятилетий за рубежом. Авторы видят цель своей работы в том, чтобы, используя кейсы из современной истории городов стран Европы, США и Китая, выявить наиболее успешные инструменты управления, а также определить общие условия их эффективного применения, независимо от страновых особенностей. В статье уточнено понятие «город-предприниматель», в соответствии с ним предложена авторская классификация управленческих инструментов и сложившихся на их основе управленческих практик, сформулированы условия успешной реализации концепции города-предпринимателя. Установлено, что городпредприниматель может «выращиваться» и успешно функционировать при различных правилах игры, независимо от степени защищенности прав собственности, развития гражданского общества, политической культуры. Полученные результаты позволяют утверждать, что предпринимательский подход к управлению городом может стать способом развития российских городов, однако на данный существует ряд институциональных барьеров, препятствующих его успешному применению. В дальнейшем необходимо выработать алгоритм применения концепции города-предпринимателя в российском экономическом пространстве.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru