EconPapers    
Economics at your fingertips  
 

Оптимизация государственных инвестиционных социальных проектов на основе регрессионных моделей регионального развития

Гераськин Михаил Иванович and Квашин Дмитрий Александрович
Additional contact information
Гераськин Михаил Иванович: Самарский государственный аэрокосмический университет им. академика С.П. Королева
Квашин Дмитрий Александрович: Самарский государственный аэрокосмический университет им. академика С.П. Королева

Проблемы управления, 2014, issue 3, 38-49

Abstract: Рассмотрена проблема оптимизации государственных социальных инвестиций в рамках национальных проектов «Образование», «Здоровье» и «Доступное и комфортное жилье», реализуемых в РФ в 2006 2012 гг. Разработан комплекс многофакторных регрессионных оптимизационных моделей распределения инвестиций в социальные проекты. Предложены механизмы многокритериальной оптимизации проектного финансирования при равнозначных и неравнозначных критериях, на основе которых решена задача оптимизации планов инвестиций на 2013 2015 гг. в разрезе критериев и индикаторов социальных проектов и сформированы оптимизированные прогнозы динамики развития социальной сферы Самарской области.

Keywords: ГОСУДАРСТВЕННЫЕ СОЦИАЛЬНЫЕ ИНВЕСТИЦИИ; МНОГОФАКТОРНАЯ РЕГРЕССИЯ; СМЕШАННОЕ ПРОЕКТНОЕ ФИНАНСИРОВАНИЕ; МЕХАНИЗМЫ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ (search for similar items in EconPapers)
Date: 2014
References: Add references at CitEc
Citations:

Downloads: (external link)
http://cyberleninka.ru/article/n/optimizatsiya-gos ... gionalnogo-razvitiya

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:scn:009530:15577530

Access Statistics for this article

More articles in Проблемы управления from CyberLeninka, Общество с ограниченной ответственностью "СенСиДат-Контрол"
Bibliographic data for series maintained by CyberLeninka ().

 
Page updated 2025-03-20
Handle: RePEc:scn:009530:15577530