Теория и практика экономики и управления

Assessing opportunities of competitiveness increasing in the coal industry enterprises

Received: 15.07.2020 Published: 15.07.2020

DOI: 10.22394/1818-4049-2020-92-3-126-134

Full text

Abstract

В статье представлен теоретический и практический анализ методов научного исследования современных социально-экономических процессов. Приводится сопоставительный анализ традиционных научно-исследовательских методов и нейросетевого анализа как эффективного своевременного способа получения качественных результатов оценки социально-экономических процессов, в том числе показателей цифровой экономики, развития цифровизации в стране. Авторами описываются предпосылки применения нейросетевого анализа деятельности региональных органов государственной власти Хабаровского края по развитию цифровой экономики. В статье раскрываются основные преимущества использования нейронных сетей в ходе регрессионного анализа регионального управления в России и в Хабаровском крае. ; Ключевые слова: субъект РФ, цифровая экономика, социально-экономическая среда региона, нейросетевой анализ.

Keywords

How to cite

Для цитирования:

Е. Пынько Л., В. Толкачева Е. Применение нейронных сетей в регрессионном анализе регионального управления цифровизацией экономики // Власть и управление на Востоке России. 2020. Т. 13, № 3. https://doi.org/10.22394/1818-4049-2020-92-3-126-134

For citation:

Е. Пынько Л., В. Толкачева Е. Assessing opportunities of competitiveness increasing in the coal industry enterprises // Power and Administration in the East of Russia. 2020. Vol. 13, no. 3. https://doi.org/10.22394/1818-4049-2020-92-3-126-134

How to Cite

Е. Пынько Л., В. Толкачева Е. Assessing opportunities of competitiveness increasing in the coal industry enterprises // Power and Administration in the East of Russia. 2020. Vol. 13, no. 3. https://doi.org/10.22394/1818-4049-2020-92-3-126-134

References

  1. Абдрахманова Г. И., Вишневский К. О., Гохберг Л. М., Дранев Ю. Я., Зинина Т. С., Ковалева Г. Г., Лавриненко А. С., Мильшина Ю. В., Назаренко А. А., Рудник П. Б., Соколов А. В., Суслов А. Б., Токарева М. С., Туровец Ю. В., Филатова Д. А., Черногорцева С. В., Шматко Н. А. Доклад НИУ ВШЭ. При участии Всемирного банка Москва, 2019. К ХX Апрельской международной научной конференции по проблемам развития экономики и общества. 9 – 12 апреля 2019 г. Москва. Высшая школа экономики. Национальный исследовательский университет: Что такое цифровая экономика? Тренды, компетенции, измерение. URL: https://www.hse. ru/data/2019/04/12/1178004671/2%20 Цифровая_экономика.pdf (дата обращения: 12.07.2020 г.)
  2. Ляликов А. А., Подвальный Е. С., Шахворостов Г. И. Разработка и локализация нейросетевого алгоритма в сфере социально-экономического прогнозирования // Научный журнал «Регионы: системы, экономика, управление» № 1 (32). Издательско-полиграфический центр «Научная книга» (Воронеж), 2016. С. 216–223.
  3. Ляликов А. А., Подвальный Е. С., Шахворостов Г. И. Разработка и локализация нейросетевого алгоритма в сфере социально-экономического прогнозирования. Электронный научный журнал Регион: государственное и муниципальное управление № 2(06), 2016 года www.regiongmu.ru ЭЛ № ФС7758405 от 25.06.2014 ISSN 2411-7331. URL: http://regiongmu.ru/wp-content/ uploads/2016/07/ RegionGMU020606. pdf. (дата обращения: 25.07.2020 г.).
  4. Шибанов О., Кривошея Е., Семерикова Е., Боташева М., Фурсова А., Куликова Е. Индекс «Цифровая Россия»: отражение цифровизации субъектов Российской Федерации – авторская система оценки, разработанная Центром финансовых инноваций и безналичной экономки Московской школы управления СКОЛКОВО. URL: https://finance. skolkovo.ru/downloads/documents/ FinChair/Research_Reports/SKOLKOVO_ Digital_Russia_Report_Full_201904_ru.pdf. С.4–6. (дата обращения: 15.07.2020 г.).