Движение человеческого капитала в дискретном времени может быть представлено уравнением: $$\mathop L\nolimits_{t + 1} = \mathop L\nolimits_t + \Delta \mathop L\nolimits_t^D + \Delta \mathop L\nolimits_t^I - \Delta \mathop L\nolimits_t^C ;\;\;\;(1)$$ где $L_t,L_{t+1}$ -человеческий капитал соответственно в моменты $t, t+1$;
$\mathop L\nolimits_t = \mathop H\nolimits_t \cdot \mathop \rho \nolimits_{t + 1}$;
$H_t$ -численность населения в момент $t$;
$\Delta \mathop L\nolimits_t^D = \mathop {\Delta H}\nolimits_t \cdot \mathop \rho \nolimits_{t + 1}$ ;
$\mathop {\Delta H}\nolimits_t$ -прирост (убыль) численности населения;
$\mathop \rho \nolimits_{t + 1}$ - коэффициент трансформации населения в человеческий капитал;
$\Delta \mathop L\nolimits_t^I$ - виртуальный прирост (убыль) человеческого капитала за счет совер-шенствования (ухудшения) его структуры и качества $\Delta \mathop L\nolimits_t^I = \mathop \Psi \nolimits_t (\mathop \gamma \nolimits_t^L ,\mathop I\nolimits_t^L )$ ;
$\Delta \mathop L\nolimits_t^C = \mathop \chi \nolimits_t^{CL} \mathop L\nolimits_t $ -- катастрофическое уменьшение человеческого потенциала
($0 \le \mathop \chi \nolimits_t^{CL} \le 1$ коэффициент катастрофических потерь человеческого капитала). Тогда имеем коэффициент трансформации человеческого капитала во времени:
$$\mathop k\nolimits_{t + 1}^L = \frac{{\mathop L\nolimits_{t + 1} }}{{\mathop L\nolimits_t }} = 1 + \frac{{\Delta \mathop L\nolimits_t^D }}{{\mathop L\nolimits_t }} + \frac{{\Delta \mathop L\nolimits_t^I }}{{\mathop L\nolimits_t }} - \frac{{\Delta \mathop L\nolimits_t^C }}{{\mathop L\nolimits_t }}\;\;\;\;(2)$$или
$$\mathop k\nolimits_{t + 1}^L = 1 + \mathop \omega \nolimits_t \mathop \eta \nolimits_{t + 1} - \mathop \chi \nolimits_t^{CL} + \frac{{\mathop \Psi \nolimits_t (\mathop \gamma \nolimits_t^L ,\mathop I\nolimits_t^L )}}{{\mathop L\nolimits_t }}\;\;\;\;\;(3)$$где
$\mathop \omega \nolimits_t = \frac{{\Delta \mathop H\nolimits_t }}{{\mathop H\nolimits_t }}$ - индекс, характеризующий естественный рост (убыль) населения;
$\mathop \eta \nolimits_{t + 1} = \frac{{\mathop \rho \nolimits_{t + 1} }}{{\mathop \rho \nolimits_t }}$ -индекс, характеризующий динамику коэффициента трансформации чис-ленности населения в человеческий капитал;
$\mathop I\nolimits_t^L$ -инвестиции в развитие структуры и качества человеческого капитала;
$\mathop \Psi \nolimits_t (\mathop \gamma \nolimits_t^L ,\mathop I\nolimits_t^L )$ - функция трансформации инвестиций, с учетом их инновационности, в виртуальный прирост (снижение) человеческого капитала;
$\mathop \gamma \nolimits_t^L$ - коэффициент, характеризующий уровень инновационности использования инвестиций в развитие человеческого капитала. Коэффициент $\mathop \gamma \nolimits_t^L$ интегрально характеризует структурное и качественное развитие человече-ского потенциала агросистемы. Логика его движения аналогична логике движения, выше рассмотренного, коэффициента $\mathop \pi \nolimits_t^{Know}$ Именно через коэффициент $\gamma_t^L$ находят свое количественное выражение уровень цивилизованности человеческих ресурсов, определяющий магистральное направление в их развитии (виртуализацию ресурсов). Временные траектории движения данного коэффициента, во многом, определяют типологию развития человеческого потенциала

Рис. 1
Из выражения ( 3 ) видно, что развитие человеческого капитала определяется демографическими процессами, формирующими естественный прирост населения ($\omega_t$), социально политическими и экономическими процессами, детерминирующими уровень вовлеченности населения в производительную деятельность ($\eta_{t+1}$), достигнутым уровнем развития человеческого потенциала ($L_t$), уровнем инвестиций в человеческий потенциал ($I_t^L$) и уровнем инновационности использования инвестиций в развитие человеческого капитала ($\gamma_t^L$) и возникновением катастрофических событий ($\chi_t^CL$).
Основное дискретное динамическое соотношение:
$$\mathop L\nolimits_{t + 1} = \mathop k\nolimits_{t + 1}^L \cdot \mathop L\nolimits_t \;\;\;\;(4)$$
Перейдем от дискретного к не прерывному времени. Вычитая из обеих частей уравнения (4) $L_t$ получим следующее уравнение:
$$\mathop L\nolimits_{t + 1} - \mathop L\nolimits_t = \Delta \mathop L\nolimits_t = (\mathop k\nolimits_{t + 1}^L - 1) \cdot \mathop L\nolimits_t\;\;\;\;(5)$$$$\Delta \mathop L\nolimits_t = \mathop {\tilde k}\nolimits_{t + 1}^L \cdot \mathop L\nolimits_t \;\;\;\;(6)$$Переходя к бесконечно малым приращениям, получаем следующее дифференциальное уравнение:
$$\frac{{dL}}{{dt}} = \mathop {\tilde k}\nolimits^L (t)\mathop L\nolimits_{}^{} (t) = \mathop L\nolimits_{}^{} (t) \cdot (\omega (t) \cdot \eta (t) - \mathop \chi \nolimits^{CL} (t) + \Psi (\mathop \gamma \nolimits^L (t),\mathop I\nolimits^L (t))\;\;\;\;(7)$$Аналогично тому, как мы это делали для основного капитала, получим удельное динамическое уравнение для человеческого капитала в дискретном времени: $\mathop l\nolimits_{t + 1} = \frac{{\mathop k\nolimits_{t + 1}^L }}{{1 + \mathop \omega \nolimits_t }} \cdot \mathop l\nolimits_t$ где $l_{t+1}$ и $l_t$ человеческий капитал на душу населения соответственно в $t+1$ и $t$ периоды времени. Тогда
$\Delta \mathop l\nolimits_t = (\frac{{\mathop k\nolimits_{t + 1}^L }}{{1 + \mathop \omega \nolimits_t }} - 1) \cdot \mathop l\nolimits_t $ и переходя к малым приращениям, получаем удельное дифференциальное уравнение:
$$\frac{{dl}}{{dt}} = \frac{{(l(t) + l(t) \cdot (\omega (t) \cdot \eta (t) - \mathop \chi \nolimits^{CL} (t) + \frac{{\Psi (\mathop \gamma \nolimits^L (t),\mathop I\nolimits^l (t)H(t))}}{{H(t)}}}}{{(1 + \omega (t))}}\;\;\;\;(8)$$Где $\mathop I\nolimits^l (t) = \frac{{\mathop I\nolimits^L (t)}}{{H(t)}}$ -инвестиции в человеческий капитал АСЭЭС на душу населения в период $t$, а $l(t) = \frac{{L(t)}}{{H(t)}}$ Введем функцию, описывающую зависимость виртуального приращения человеческого капитала на душу населения, от инвестиций на душу населения и их инновационности ${\phi (\mathop \gamma \nolimits^L (t),\mathop I\nolimits^l (t))}$ .Тогда имеем следующее дифференциальное уравнение:
$$\frac{{dl}}{{dt}} = \frac{{(l(t) + l(t) \cdot (\omega (t) \cdot \eta (t) - \mathop \chi \nolimits^{CL} (t) + \phi (\mathop \gamma \nolimits^L (t),\mathop I\nolimits^l (t))}}{{(1 + \omega (t))}}\;\;\;\;(9)$$Исследуем правую часть уравнения (7). Имеем функцию:
$$\Phi (t) = L(t) \cdot (\omega (t) \cdot \eta (t) - \mathop \chi \nolimits^{CL} (t))\;\;\;(10)$$Она описывает естественную динамику человеческого капитала аграрной сферы, которая определяется следующими процессами: демографической динамикой населения $\omega(t)$, динамикой вовлечения населения в профессиональную деятельность в аграрном секторе экономики $\eta(t)$ и возможностью возникновения с определенной вероятностью крупных природных или социальных катаклизмов, приводящих к физической убыли значительной части населения $\chi^{CL}(t)$. Для России можно достаточно уверенно прогнозировать на 20 лет $-0,025<\omega(t)<0,01$ (принимаем $\omega(t)=0$ и $\eta(t)=1.0$). Кроме того, будем считать, что значительных катаклизмов не произойдет $\chi^{CL}(t)=0$ , следовательно, $Φ(t)=0$. То есть, в уравнении (7) ей можно пренебречь. Таким образом, естественных условий для роста человеческого капитала в аграрной сфере России на ближайшие 20 лет нет.
Рассмотрим функцию $\Psi (\mathop \gamma \nolimits^L (t)\mathop I\nolimits^L (t))$ , которая описывает скорость трансформации инвестиций в развитие человеческого капитала агросферы в его виртуальный прирост (падение) за счет повышения (понижения) качества и совершенствования (ухудшения) структуры. Конструирование подобной функции это один из возможных способов количественно измерить качество и структуру человеческого капитала.
Данная функция конструируется из следующих экономических соображений:
Ренты мы назвали латентными, так как они открыто проявляются лишь через дополнительный продукт аграрного производства, полученный благо-даря более высокому качеству человеческого капитала. Для иллюстрации представим функцию скорости трансформации человеческого капитала, удовлетворяющую сформулированным выше требованиям при $\gamma^L=1$.
$$\Psi (\mathop \gamma \nolimits^L \cdot \mathop I\nolimits^L ) = \frac{{6 \cdot 0.1 \cdot \mathop e\nolimits^{0.2(\mathop I\nolimits^L - 5.08)} }}{{6 + 0.1 \cdot (\mathop e\nolimits^{0.2(\mathop I\nolimits^L - 5.08)} - 1)}} - 1.82\;\;\;\;\;(12)$$options(warn=-1)
options(repr.plot.width =12, repr.plot.height =8)
library(ggplot2)
library(ggthemes)
# GamL=1 инновационность инвестиций на среднем уровне передовых стран
IL=5:50 #прямые инвестиции в человеческий капитал 5-50 млрд. р
Psi=(6.0*0.1*exp(0.2*(IL-5.08)))/(6.0+0.1*(exp(0.2*(IL-5.08))-1))-1.82
plot(IL,Psi,type = "l", lty = 1, col = "black",lwd = 5,cex = 2.8,font = 2,cex.lab = 2,
xlab = c("млрд.р."),ylab = c("млн.чел/год"))
axis(side=1, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
axis(side=2, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
title(main =expression(paste(Psi(I^L))),col.main = "black",cex.main =2.5,font.main=2)
abline(h=0,col = "red",lwd=4,lty=2)
abline(h=4.25,col = "green",lwd=4,lty=2)
points(x=21.4, y = 0,pch=16,cex=2.5,lwd = 3.5,col=2,bg=2)
points(x=41, y = 2,pch=16,cex=7.5,lwd = 6,col=19,bg=19)
points(x=11, y =-0.7,pch=16,cex=7.5,lwd = 6,col=18,bg=18)
arrows(30,1,21.4,0,code=2,lwd = 3,angle=10)
arrows(5,-1.75,5,0,code=3,lwd = 3,angle=10)
arrows(20,4.2,10.2,3,code=1,lwd = 3,angle=10)
arrows(5,-0.9,22,-1.3,code=1,lwd = 3,angle=10)
text (44.0,3.0, labels = c(expression(gamma^L)," =1.0"),cex=3.5,font=2)
text (40,1,labels = c("Общественно-необходимые инвестиции\n в человеческий капитал АСЭЭС России"),
cex=1.2,font=2)
text (32,-1,labels = c("Предельно допустимый уровень\n виртуального падения \n человеческого капитала АСЭЭС России"),
cex=1.2,font=2)
text (12.4,2.5,labels = c("Предельный верхний уровень\n виртуального прироста \nчеловеческого капитала АСЭЭС России"),
cex=1.2,font=2)
grid(nx=20,ny=6,lty = "dotted",lwd = 1,col = "black")
Здесь прямые инвестиции в повышение качества человеческого капитала АСЭЭС находятся в интервале от 5 млрд. рублей (предельно-допустимый нижний уровень инвестиций) до 50 млрд. рублей. Предельная скорость виртуального падения человеческого капитала составляет 1,82 млн. чел (около 1 процента экономически активного сельского населения России). Общественно-необходимые инвестиции определены на уровне 22 млрд. рублей, предельный верхний уровень скорости виртуального прироста человеческого капитала порядка 4,1 млн.чел (2,1 процент экономически активного сельского населения России). Уровень инновационности использования инвестиций принят равным единице. Параметры функции могут быть определены из анализа развития человеческого капитала агросферы экономически передовых стран. Функция скорости трансформации при различных уровнях инновационности использования инвестиций в человеческий потенциал АСЭЭС может быть представлена следующим образом (см.ниже)
import warnings
import matplotlib.pyplot as plt
import numpy as np
from numpy.random import rand
warnings.simplefilter('ignore')
INV = np.arange(5, 50, 1)
GammaL=[1.8,1.5,1.0,0.8,0.6,0.4]
ColGam=['g','c','y','coral','orangered','r']
L=[r'$\gamma^L=1.8$',r'$\gamma^L=1.5$',r'$\gamma^L=1.0$',r'$\gamma^L=0.8$',r'$\gamma^L=0.6$',
r'$\gamma^L=0.4$']
plt.figure(figsize=(12, 8))
for i in range(6):
Psi=(6.0*0.1*np.exp(0.2*(GammaL[i]*INV-5.08)))/(6.0+0.1*(np.exp(0.2*(GammaL[i]*INV-5.08))-1))-1.82
plt.plot(INV,Psi,color=ColGam[i], linewidth=2.0)
plt.xlabel(r'$I^L$ млрд. р',fontsize=18)
plt.ylabel(r'$\Psi(\gamma^L,I^L)$ млн.чел/год',fontsize=18)
plt.title(r'$\Psi$', fontsize=28)
plt.legend(L, fontsize=18)
plt.grid(True)
plt.hlines(0, 5, 50,
color = 'r',
linewidth = 4,
linestyle = '--')
plt.show()
Из графика видно, что, чем ниже уровень инновационности и эффективности использования инвестиций в человеческий капитал, тем больше требуется средств для обеспечения необходимого режима его воспроизводства. Рассмотрим, как изменяется введенная выше латентная абсолютная и относительная рента по скорости виртуальной трансформации человеческого капитала АСЭЭС в пространстве инвестиций (см.ниже)
import warnings
import matplotlib.pyplot as plt
import numpy as np
from numpy.random import rand
warnings.simplefilter('ignore')
INV = np.arange(5, 80, 0.1)
GammaL=[1.5,1.0,1.5,0.6]
Psi0=(6.0*0.1*np.exp(0.2*(GammaL[0]*INV-5.08)))/(6.0+0.1*(np.exp(0.2*(GammaL[0]*INV-5.08))-1))-1.82
Psi1=(6.0*0.1*np.exp(0.2*(GammaL[1]*INV-5.08)))/(6.0+0.1*(np.exp(0.2*(GammaL[1]*INV-5.08))-1))-1.82
Psi2=(6.0*0.1*np.exp(0.2*(GammaL[2]*INV-5.08)))/(6.0+0.1*(np.exp(0.2*(GammaL[2]*INV-5.08))-1))-1.82
Psi3=(6.0*0.1*np.exp(0.2*(GammaL[3]*INV-5.08)))/(6.0+0.1*(np.exp(0.2*(GammaL[3]*INV-5.08))-1))-1.82
DeltaPsi1=(Psi0)-(Psi1)
DeltaPsi2=(Psi2)-(Psi3)
plt.figure(figsize=(12, 8))
plt.plot(INV,DeltaPsi1,color='g', linewidth=2.0)
plt.plot(INV,DeltaPsi2,color='r', linewidth=2.0)
plt.xlabel(r'$I^L$ млрд. р',fontsize=18)
plt.ylabel(r'$\Delta\Psi_{\gamma^i}^{\gamma^j}$ млн.чел/год',fontsize=18)
plt.title(r'$\Delta\Psi$', fontsize=28)
plt.grid(True)
plt.legend([r'$\Delta\Psi_{1.0}^{1.5}$',r'$\Delta\Psi_{0.6}^{1.5}$'], fontsize=18)
plt.show()
delta_gam1 =1/(GammaL[0]-GammaL[1])
delta_gam2 =1/(GammaL[2]-GammaL[3])
deltapsi1=DeltaPsi1/delta_gam1
deltapsi2=DeltaPsi2/delta_gam2
plt.figure(figsize=(12, 8))
plt.plot(INV,deltapsi1,color='g', linewidth=2.0)
plt.plot(INV,deltapsi2,color='r', linewidth=2.0)
plt.xlabel(r'$I^L$ млрд. р',fontsize=18)
plt.ylabel(r'$\Delta\psi_{\gamma^i}^{\gamma^j}*\Delta\gamma$ млн.чел/год ',fontsize=18)
plt.title(r'$\Delta\psi*\Delta\gamma$', fontsize=28)
plt.grid(True)
plt.legend([r'$\Delta\psi_{1.0}^{1.5}$',r'$\Delta\psi_{0.6}^{1.5}$'], fontsize=18)
plt.show()
Из графиков отчетливо видно, что в пространстве инвестиций латентная рента по скорости виртуальной трансформации человеческого капитала представляет собой дифференцируемую, непрерывную функцию определенную на интервале от пяти до плюс бесконечности,которая имеет максимум и асимптоту равную нулю,то есть можно определить величину инвестиций, превышение которых приводит к снижению латентной абсолютной и относительной ренты по скорости виртуальной трансформации L. Трехмерный график функции трансформации пространстве инноваций и инвестиций имеет следующий вид (см. ниже)
#ГРАФИК ФУКЦИИ СКОРОСТИ ТРАНСФОРМАЦИИ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА В ПРОСТРАНСТВЕ ИНВЕСТИЦИЙ И ИННОВАЦИЙ
import warnings
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np
import ipywidgets as widgets
warnings.simplefilter('ignore')
#def theta (t):
fig = plt.figure(figsize=(12, 10))
ax = fig.gca(projection='3d')
# Make data.
INV=np.arange(5, 50, 0.5)
gamma=np.arange(0.1, 2.9, 0.1)
INV,gamma = np.meshgrid(INV, gamma)
Psi=-1.82 + 6*0.1* np.exp((gamma*INV - 5.08)*0.2)/(6 + 0.1*(np.exp((gamma*INV - 5.08)*0.2) - 1))
# Plot the surface.
surf = ax.plot_surface(INV, gamma, Psi, cmap=cm.coolwarm,
linewidth=0, antialiased=False)
# Customize the z axis.
ax.set_zlim(-2.0, 4.5)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
ax.set_title(r'Функция скорости виртуальной трансформации L - $\Psi(I^L,\gamma^l)}$', fontsize=20)
ax.set_xlabel(r'$I^L$ млрд.руб.',fontsize=20)
ax.set_ylabel(r'$\gamma^L$',fontsize=22)
ax.set_zlabel('млн.чел./год',fontsize=22)
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=6)
ax.dist = 6
#ax.view_init(elev=30,azim=t)
ax.view_init(elev=20,azim=80)
#plt.draw()
#plt.pause(.0001)
plt.show()
#widgets.interact(theta , t= widgets.Play(min=0,max =360));
#График абсолютной ренты по скорости витуальной трансформации L в пространстве инвестиций и инноваций.
#значение показателя инновационномти берется как разность предельного(принимается =3) и текущего значения из (0.0,3.0)
import warnings
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np
import ipywidgets as widgets
warnings.simplefilter('ignore')
#def theta (t):
fig = plt.figure(figsize=(12, 10))
ax = fig.gca(projection='3d')
# Make data.
INV=np.arange(5, 50, 0.5)
Y=np.arange(0.1, 2.9, 0.1)
INV, Y = np.meshgrid(INV, Y)
R11=-1.82 + 6*0.1* np.exp((3.0*INV - 5.08)*0.2)/(6 + 0.1*(np.exp((3.0*INV - 5.08)*0.2) - 1))
R33=-1.82 + 6*0.1* np.exp(((3.0 - Y)*INV - 5.08)*0.2)/(6 + 0.1*(np.exp(((3.0 - Y)*INV - 5.08)*0.2) - 1))
Z=(R11)-(R33)
# Plot the surface.
surf = ax.plot_surface(INV, Y, Z, cmap=cm.coolwarm,
linewidth=0, antialiased=False)
# Customize the z axis.
ax.set_zlim(0, 5.0)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
ax.set_title(r'Абсолютная рента по скорости виртуальной трансформаци L - $\Delta\Psi_{i,j}$', fontsize=20)
ax.set_xlabel(r'$I^L$ млрд.руб.',fontsize=20)
ax.set_ylabel(r'$\gamma^L$',fontsize=22)
ax.set_zlabel('млн.чел./год',fontsize=22)
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=6)
ax.dist = 6
#ax.view_init(elev=30,azim=t)
ax.view_init(elev=20,azim=80)
#plt.draw()
#plt.pause(.0005)
plt.show()
#widgets.interact(theta , t= widgets.Play(min=0,max =360));
##График относительной по скорости ренты витуальной трансформации L в пространстве инвестиций и инноваций.
#интервал инновационности оценивается отностельно предельного уровня =3
import warnings
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np
import ipywidgets as widgets
warnings.simplefilter('ignore')
#def theta (t):
fig = plt.figure(figsize=(12, 10))
ax = fig.gca(projection='3d')
# Make data.
INV=np.arange(5, 50, 0.5)
Y=np.arange(0.1, 2.9, 0.1)
INV, Y = np.meshgrid(INV, Y)
R11=-1.82 + 6*0.1* np.exp((3.0*INV - 5.08)*0.2)/(6 + 0.1*(np.exp((3.0*INV - 5.08)*0.2) - 1))
R33=-1.82 + 6*0.1* np.exp(((3.0 - Y)*INV - 5.08)*0.2)/(6 + 0.1*(np.exp(((3.0 - Y)*INV - 5.08)*0.2) - 1))
Z=((R11)-(R33))*Y
# Plot the surface.
surf = ax.plot_surface(INV, Y, Z, cmap=cm.coolwarm,
linewidth=0, antialiased=False)
# Customize the z axis.
ax.set_zlim(0, 12.5)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
ax.set_title(r'Относительная рента $\Delta\Psi_{i,j}/\Delta\gamma_{i,j}^L$', fontsize=22)
ax.set_xlabel(r'$I^L$ млрд.руб.',fontsize=20)
ax.set_ylabel(r'$\gamma^L$',fontsize=22)
ax.set_zlabel('млн.чел./год',fontsize=22)
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=6)
ax.dist = 6
ax.view_init(elev=30,azim=60)
#ax.view_init(elev=30,azim=t)
#plt.draw()
#plt.pause(.0005)
plt.show()
#widgets.interact(theta , t= widgets.Play(min=40,max =400));
Исследуем функцию $\Psi (\mathop \gamma \nolimits^L (t)\mathop I\nolimits^L (t))$ во временной плоскости. Зададим динамику инновационности инвестиций в человеческий капитал в виде следующей логистической функции:
$$\mathop \gamma \nolimits^L (t) = \frac{{1.0 \cdot 0.5 \cdot \mathop e\nolimits^{0.14 \cdot t} }}{{1.0 + 0.5 \cdot (\mathop e\nolimits^{0.14 \cdot t} - 1)}}\;\;\;\;(13)$$Графически она имеет следующий вид (смотри ниже)
options(warn=-1)
options(repr.plot.width =12, repr.plot.height =8)
t=0:20 #временной интервал исследования
gam_t=(1.0*0.5*exp(0.14*t))/(1.0+0.5*(exp(0.14*t)-1))
plot(t,gam_t,type = "l", lty = 1, col = "black",lwd = 5,cex = 2.8,font = 2,cex.lab = 2,
xlab = c("t годы"),ylab ='Иновационность инвестиций' )
axis(side=1, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
axis(side=2, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
title(main = expression(gamma[t]^L),col.main = "black",cex.main =3.5,font.main=2)
grid(nx=20,ny=6,lty = "dotted",lwd = 1,col = "black")
Экономический смысл этой функции следующий. В момент $t=0$ уровень инновационности и эффективности инвестиций в человеческий капитал АСЭЭС России $\gamma^L(t)=0.4-0.5$ ,то есть, составляет 40-50 процентов от общественно-необходимого уровня, за который принимается средний уровень наиболее развитых в аграрном отношении стран. К 2030-2031 году предполагается достигнуть общественно необходимого уровня инновационности. Динамику инвестиций зададим следующей функцией:
$$\mathop I\nolimits^L (t) = \frac{{50.0 \cdot 5.0 \cdot \mathop e\nolimits^{0.26 \cdot t} }}{{50.0 + 5.0 \cdot (\mathop e\nolimits^{0.26 \cdot t} - 1)}}\;\;\;\;(14)$$options(warn=-1)
options(repr.plot.width =12, repr.plot.height =8)
t=0:20 #временной интервал исследования
I_t=(50.0*5.0*exp(0.26*t))/(50.0+5.0*(exp(0.26*t)-1))
plot(t,I_t,type = "l", lty = 1, col = "black",lwd = 5,cex = 2.8,font = 2,cex.lab = 2,
xlab = c("t годы"),ylab ='Инвестиции млрд.р' )
axis(side=1, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
axis(side=2, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
title(main = expression(I[t]^L),col.main = "black",cex.main =3.5,font.main=2)
grid(nx=20,ny=6,lty = "dotted",lwd = 1,col = "black")
Эта функция задает на 20 лет простой инвестиционный сценарий в области развития человеческого капитала АСЭЭС России, предполагающий рост прямых инвестиций в этой сфере с 5 млрд. рублей до 45-50 млрд. рублей (естественно, что инвестиции приведены к начальному периоду). Тогда функция скорости виртуального прироста человеческого капитала в агросфере России будет иметь вид:
$$\Psi (t) = - 1.82 + \frac{{6.0 \cdot 0.1 \cdot \mathop e\nolimits^{(\mathop I\nolimits^L (t) \cdot \mathop \gamma \nolimits^L (t) - 5.08) \cdot 0.2} }}{{6.0 + 0.1 \cdot (\mathop e\nolimits^{(\mathop I\nolimits^L (t) \cdot \mathop \gamma \nolimits^L (t) - 5.08) \cdot 0.2} - 1)}}\;\;\;\;(15)$$Графически эта функция будет иметь следующий вид (рсмотри ниже)
options(warn=-1)
options(repr.plot.width =12, repr.plot.height =8)
t<- seq (0 ,20 ,0.5) #временной интервал исследования
gam_t=(1.0*0.5*exp(0.14*t))/(1.0+0.5*(exp(0.14*t)-1))
I_t=(50.0*5.0*exp(0.26*t))/(50.0+5.0*(exp(0.26*t)-1))
Psi_t=-1.82+((6.0*0.1*exp((I_t*gam_t-5.08)*0.2))/(6.0+0.1*(exp((I_t*gam_t-5.08)*0.2))-1))
plot(t,Psi_t,type = "l", lty = 1, col = "black",lwd = 5,cex = 2.8,font = 2,cex.lab = 1.7,
xlab = c("t годы"),ylab =c("скорость трансформации L млн.чел/год"))
axis(side=1, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
axis(side=2, labels = TRUE, tick = TRUE, lwd = 3, font = 3, lty = "solid")
title(main = expression(Psi[t]),col.main = "black",cex.main =3.5,font.main=2)
grid(nx=20,ny=6,lty = "dotted",lwd = 1,col = "black")
abline(h=0,col = "red",lwd=4,lty=2)
abline(h=4.25,col = "green",lwd=4,lty=2)
points(x=9, y = 0,pch=16,cex=2.2,lwd = 3.5,col=19,bg=2)
#points(x=0, y = -1.7,pch=16,cex=2,lwd = 6,col=18,bg=19)
#points(x=20, y =4.1,pch=16,cex=2,lwd = 6,col=19,bg=18)
arrows(6,1,9,0,code=2,lwd = 3,angle=10)
#arrows(5,-1.75,5,0,code=3,lwd = 3,angle=10)
#arrows(20,4.2,10.2,3,code=1,lwd = 3,angle=10)
#arrows(5,-0.9,22,-1.3,code=1,lwd = 3,angle=10)
text (3.0,-0.9, labels = c('_'),cex=5.5,font=2,col='red')
text (16.0,1.9, labels = c('+'),cex=5.5,font=2,col='green')
text (4,1.8,labels = c("Точка входа в зону\n положительного прироста\n виртуального человеческого\n капитала АСЭЭС России"),
cex=1.2,font=2)
#text (32,-1,labels = c("Предельно допустимый уровень\n виртуального падения \n человеческого капитала АСЭЭС России"),
#cex=1.2,font=2)
#text (12.4,2.5,labels = c("Предельный верхний уровень\n виртуального прироста \nчеловеческого капитала АСЭЭС России"),
#cex=1.2,font=2)
grid(nx=20,ny=6,lty = "dotted",lwd = 1,col = "black")
Из графика видно, что при предлагаемых выше сценарных условиях виртуальный прирост человеческого капитала АСЭЭС России первые 9 лет будет находиться в отрицательной зоне. То есть, это означает, что в связи с низким качеством человеческого капитала и недостаточными инвестициями в его развитие, низким уровнем их инновационности первые 9 лет из эффективного аграрного производства будет выпадать в среднем ежегодно до 194 тыс. чел. В дальнейшем с ростом инвестиций и их инновационности можно ожидать рост скорости виртуального прироста человеческого капитала в конце сценарного срока на уровне 4 млн.человек в год.
Учитывая выше введенные соотношения, имеем следующее дифференциальное уравнение, описывающее динамику человеческого капитала АСЭЭС:
$$\frac{{dL}}{{dt}} = - 1.82 + \frac{{6.0 \cdot 0.1 \cdot \mathop e\nolimits^{(\mathop I\nolimits^L (t) \cdot \mathop \gamma \nolimits^L (t) - 5.08) \cdot 0.2} }}{{6.0 + 0.1 \cdot (\mathop e\nolimits^{(\mathop I\nolimits^L (t) \cdot \mathop \gamma \nolimits^L (t) - 5.08) \cdot 0.2} - 1)}}\;\;\;\;\;(16)$$Численное решение этого уравнения при $L(0)=19$ (численность экономически активного сельского населения России в 2010 году) имеет следующий вид (смотри ниже):
#=====Модель трансформации человеческого капитала АПК=======
options(warn=-1)
library(deSolve) # решение дифф. уравнений с начальными условиями
library(ggplot2)
library(ggthemes)
library(grid)
a <<-50
b <<-5.0
cd <<-1.0
d <<-0.5
int<<-20
f_NK<- function (t,y, parms ){
n11=(a*b*exp(0.26*t))/(a+b*(exp(0.26*t)-1))
n12=(cd*d*exp(0.14*t))/(cd+d*(exp(0.14*t)-1))
n1=exp((n11*n12-5.08)*0.2)
dy.dt <- -1.82+(6*0.1*n1)/(6+0.1*(n1-1))
return (list (dy.dt ))}
CapL=19
t0<- seq (0 ,int ,0.5)
y0 <-CapL
out <- ode (y=y0,t=t0,func =f_NK,parms = NULL )
out <- data.frame(out)
#head(out)
print(out)
t<- seq (0 ,int ,1)
IL=(a*b*exp(0.26*t))/(a+b*(exp(0.26*t)-1))
#x11()
#plot (t , IL, type ="l", xlab ="t", ylab ="IL",
#col ="blue", lwd =4)
#t<- seq (0 ,20 ,0.1)
GL=(cd*d*exp(0.14*t))/(cd+d*(exp(0.14*t)-1))
#x11()
#plot (t , GL, type ="l", xlab ="t", ylab ="GL",
#col ="red", lwd =4)
#t<- seq (0 ,20 ,0.1)
N1=exp((IL*GL-5.08)*0.2)
F1=6*0.1*N1
F2=6+0.1*(N1-1)
F= -1.82 +F1/F2
#x11()
#plot (t , F, type ="l", xlab ="t", ylab ="ВИРТУАЛЬНЫЙ ПРИРОСТ LCAP АПК",
#col ="red", lwd =4)
options(repr.plot.width =14, repr.plot.height =10)
g40 <-ggplot(data=out, aes(x=out[,1],y=out[,2]))
g40 <-g40 + geom_line(data=out,aes(x=out[,1],y=out[,2]),
colour="black",linetype=1,size=2)
g40 <-g40 +labs(x = "t",y="ЧЕЛОВЕЧЕСКИЙ КАПИТАЛ АПК млн.чел",title = "МОДЕЛЬ ТРАНСФОРМАЦИИ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА")
g40 <-g40 +geom_hline(yintercept=19,colour='red',linetype=5,size=1)
g40<-g40+geom_segment(aes(x = 2, y = 24, xend = 0.0, yend = 19.0),
arrow = arrow(length = unit(0.5, "cm")),size = 1,colour='black')
g40 <-g40 +geom_text(data=NULL,label='t0=0,L(t0)=19',colour='black',x=3.5,y=25,size=7.5)
g40<-g40+geom_segment(aes(x = 9, y = 10, xend = 9.0, yend = 6.2),
arrow = arrow(length = unit(0.5, "cm")),size = 1,colour='black')
g40 <-g40 +geom_text(data=NULL,label='t=9,Lmin(t)=6.2',colour='black',x=9,y=11,size=7.5)
g40<-g40+geom_segment(aes(x = 12, y = 24, xend = 15.0, yend = 19.2),
arrow = arrow(length = unit(0.5, "cm")),size = 1,colour='black')
g40 <-g40 +geom_text(data=NULL,label='t=15,L(t)=19',colour='black',x=11,y=25,size=7.5)
g40<-g40+geom_segment(aes(x = 16, y = 38, xend = 20.0, yend = 39.23),
arrow = arrow(length = unit(0.5, "cm")),size = 1,colour='black')
g40 <-g40 +geom_text(data=NULL,label='tn=20,L(tn)=39.23',colour='black',x=14,y=37,size=7.5)
g40 <-g40 + theme_stata() + scale_colour_stata()
#g40 <-g40 +theme_fivethirtyeight()
#x11()
print(g40)
time X1 1 0.0 19.000000 2 0.5 18.121276 3 1.0 17.245352 4 1.5 16.372904 5 2.0 15.504838 6 2.5 14.642293 7 3.0 13.786769 8 3.5 12.940252 9 4.0 12.105394 10 4.5 11.285742 11 5.0 10.486079 12 5.5 9.712823 13 6.0 8.974628 14 6.5 8.283023 15 7.0 7.653123 16 7.5 7.104296 17 8.0 6.660453 18 8.5 6.349631 19 9.0 6.202190 20 9.5 6.247678 21 10.0 6.510420 22 10.5 7.005044 23 11.0 7.733562 24 11.5 8.685220 25 12.0 9.839098 26 12.5 11.168294 27 13.0 12.644137 28 13.5 14.239389 29 14.0 15.930035 30 14.5 17.695989 31 15.0 19.521026 32 15.5 21.392333 33 16.0 23.299931 34 16.5 25.236102 35 17.0 27.194895 36 17.5 29.171717 37 18.0 31.163013 38 18.5 33.166015 39 19.0 35.178560 40 19.5 37.198944 41 20.0 39.225814
Если проанализировать полученное решение, то можно сделать следующие выводы. Согласно сформулированным выше предположениям, фактическая численность работающих в аграрном секторе России есть величина практически неизменная и равная приблизительно 19 млн. человек. Поэтому динамика полностью определяется виртуальной составляющей человеческого капитала. В сценарном периоде выделяется три различных подпериода. Первый длится 9 лет. Здесь, в связи с низким качеством человеческого капитала и недостаточными инвестициями в его развитие, низким уровнем их инновационности происходит падение совокупного человеческого капитала с 19 млн. человек до 6.2 млн. человек. Это означает, что фактически работающие в аграрной сфере России 19 млн. человек дают такие же результаты, как в среднем 6.3 млн. человек в аграрно-развитых странах мира. Второй подпериод, с 9 по 15 годы, характеризуется началом роста совокупного человеческого капитала за счет виртуальной составляющей. К 15 году достигается равенство совокупного и фактического человеческого потенциала, что означает, что весь фактический человеческий потенциал достиг общественно-необходимого уровня. На третьем этапе, с 15 по 20 год, идет быстрый рост совокупного человеческого потенциала за счет более высокого, чем в среднем по развитым странам, качества человеческого капитала. К 20 году совокупный человеческий капитал АСЭЭС России достигнет 39 млн. человек. Качество человеческого капитала можно оценить уровнем его виртуальности :
$$\mathop K\nolimits_{virt}^L = \frac{{L - L_{real} }}{L} = \frac{{39 - 19}}{{39}} = 0.51\;\;\;(17)$$Аналогичный подход можно реализовать и для удельного дифференциального уравнения, результаты будут определяться законом (функцией $\psi(γ^L (t) I^l (t))$ трансформации инвестиций на развитие человеческого капитала на душу населения в виртуальный прирост человеческого капитала на душу населения.