На правах рукописи

ЗАРУЦКИЙ СВЯТОСЛАВ АЛЕКСАНДРОВИЧ

РАЗВИТИЕ МЕТОДИЧЕСКОГО И ПРОГРАММНОГО

ИНСТРУМЕНТАРИЯ ИНТЕГРАЛЬНОГО ОЦЕНИВАНИЯ

РЕГИОНАЛЬНЫХ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ

Специальность 08.00.13 – Математические и инструментальные методы

экономики (экономические наук

и)

АВТОРЕФЕРАТ

диссертации на соискание учной степени кандидата экономических наук Ростов-на-Дону – 2013 2 Диссертация выполнена в отделе математических методов в экологии и экономике НИИ механики и прикладной математики им. И.И. Воровича ФГАОУ ВПО «Южный федеральный университет»

кандидат физико-математических наук, доцент

Научный руководитель:

Селютин Виктор Владимирович

Официальные оппоненты: Митрофанова Инна Васильевна доктор экономических наук, профессор, ФГАОУ ВПО «Волгоградский государственный университет», профессор кафедры мировой и региональной экономики Родина Ольга Валерьевна доктор экономических наук, доцент, ФГБОУ ВПО «Ростовский государственный экономический университет (РИНХ)», доцент кафедры информационных систем и прикладной информатики

Ведущая организация: ФГБОУ ВПО «Новосибирский национальный исследовательский государственный университет»

Защита диссертации состоится «24» декабря 2013 года в 11:00 часов на заседании диссертационного совета Д 212.208.28 по экономическим наукам при ФГАОУ ВПО «Южный федеральный университет» по адресу: 344002, г. Ростов-наДону, ул. М. Горького 88, ауд. 118.

С диссертацией можно ознакомиться в Зональной научной библиотеке Южного федерального университета по адресу: г. Ростов-на-Дону, ул. Зорге, 21ж, с авторефератом – на официальном сайте ВАК Минобрнауки РФ:

http://vak.ed.gov.ru/ и сайте Южного федерального университета: http://sfedu.ru

Автореферат разослан «22» ноября 2013 г.

Отзывы на автореферат в двух экземплярах, подписанные и заверенные печатью, просим направлять по адресу: 347928, г. Таганрог, ГСП-17а, пер. Некрасовский, 44, диссертационный совет Д 212.208.28, учному секретарю.

Ученый секретарь диссертационного совета к.э.н., доцент М.А. Масыч

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Пространственная протяжнность, природное разнообразие, высокая неоднородность и неравномерность развития экономики определяют повышенную сложность государственного управления в Российской Федерации. Существенная неоднородность, обусловленная комплексом исторических, социальных и политических факторов, имеет место даже в пределах федеральных округов. В таких условиях достижение качества и эффективности управления возможны через повышение обоснованности принимаемых решений, более детальный и полный анализ ситуации и возникающих проблем.

Однако, при необходимости рассмотрения большого числа показателей, лицо, принимающее решение (ЛПР), не имеет возможности анализировать их одновременно. Проблему снижения размерности при сохранении информативности помогает решить интегральное оценивание.

Устойчивый интерес к методам интегрального оценивания объясняется возможностью формализованного решения на их основе сложных многоаспектных проблем, а также, в случае повторяющихся решений, организации эффективного механизма индикативного планирования и контроля. Это определяет ускоренное распространение в последние десятилетия различных индикаторов, рейтингов и ранжировок как инструментов комплексной оценки социально-экономических систем (инвестиционные рейтинги фирм, стран, регионов, рейтинги университетов, экологические рейтинги, рейтинги развития здравоохранения и т.д.). Такого рода оценки используются для формализации и организации процесса принятия решений при управлении с обратной связью как внутри оцениваемой системы, так и вне е.

Однако, несмотря на большое число существующих методов интегрального оценивания и развитость их математического аппарата, вопрос о выборе и адаптации конкретного метода остатся открытым. Отдельные научные школы разрабатывают собственные подходы и собственный программный инструментарий, что при решении конкретной задачи ставит ЛПР перед непростым выбором подхода, методики его применения и программного обеспечения для получения оценок. Этот выбор также усложняет определенная специфика, связанная с использованием интегрального оценивания при анализе региональных систем. На этом уровне проявляются как новые задачи, так и особенности методологии. Произвольные методологические решения могут приводить к неоднозначным результатам, что снижает эффективность использования таких оценок в управлении.

Так, начиная с 2004 года, правительство РФ ставит задачу создания унифицированных механизмов оценки исполнительной власти на различных уровнях (начиная от комплексных показателей развития социальной сферы и заканчивая системой оценки деятельности губернаторов). Тем не менее, существующие методики из года в год подвергаются критике и разного рода корректировкам. Это обусловливает актуальность совершенствования методик и инструментария интегрального оценивания региональных социально-экономических систем.

Степень разработанности проблемы. Данное исследование опирается на мировой опыт интегрального оценивания и системного анализа социальноэкономических систем, а также широкий спектр методов и алгоритмов теории принятия решений.

Основы теории выбора были заложены в трудах по теории полезности О.

Моргенштерна, Дж. фон Неймана и П. Фишберна, а также в работах по анализу экономической эффективности Т. Купманса, В. Парето, Ф. Эджворта. Значительный вклад в развитие теории принятия решений с учтом субъективного фактора внесли труды Д. Канемана, Р. Сагдена, П. Самуэльсона, Л. Соудена, Л. Сэвиджа, А. Тверски, Д. Эллсберга и К. Эрроу. Управлению сложными социальноэкономическими системами посвятили свои труды В. Волкова, Г. Горелова, С. Крюков, Е. Седов, И. Черноруцкий, У. Эшби и др.

Особую значимость для целей данного исследования представляют работы создателей оригинальных направлений методов многокритериального принятия решений (ММПР): Дж. П. Бранса, М. Зелени, Р. Кини, В. Купера, По-Лань Ю, Х. Райфа, Б. Руа, Т. Саати, А. Чарнса. Классификация, анализ и сравнение базовых алгоритмов ММПР, представленные в работах Дж. Браге, Ксу Ксяодзян, О. Ларичева, В. Ногина, А. Петровского, В. Подиновского, послужили базой для анализа алгоритмов, проведенного в диссертационном исследовании. Следует также отметить существенный вклад, который внесли в разработку методов принятия решений, их инструментальную и аналитическую поддержку, следующие исследователи: Б. Девлин, В. Инмон, В. Ким, Р. Кимпбалл, Э. Кодд, Л. Лакхал, Л. Матвеева, С. Недьяр, Н. Пендс, М. Росс, В. Сидельников, Е. Стрельцова и Дж. Хан.

Работы указанных и прочих авторов привели к формированию достаточно развитого аппарата теории принятия решений. Однако его применение в оценивании (т.е. в ситуации отсутствия прямой связи между субъектом управления и аналитиком) освещено в значительно меньшей степени. Кроме того, широкое разнообразие имеющихся (и реально используемых) методов и подходов не сопровождается единой объективной методикой их выбора и применения. Это порождает субъективизм и появление систематических ошибок.

Прикладные аспекты регионального оценивания также получили значимое освещение в публикациях современных авторов. В частности, вопросы анализа программ и политик, бюджетирования, ориентированного на результат, анализа регулирующего воздействия, политики, основанной на фактах (evidence-based policymaking) поднимались в трудах Р. Бингама, В. Данна, Л. Мора, М. Скривен, К. Смита, К. Триско. Проблематикой методического обеспечения государственного регулирования на региональном и муниципальном уровнях занимались М. Боровская, Н. Ларина, И. Митрофанова, А. Никитаева, Д. Новиков, О. Пчелинцев.

При подготовке прикладной части диссертации были также крайне полезны работы Г. Абдрахмановой, С. Айвазяна, Л. Гохберга, А. Гранберга, В. Жеребина, Н. Ковалвой, Е. Коломак, Б. Лавровского, С. Суспицына по построению интегральных индикаторов субъектов РФ. Однако стоит заметить, что отечественная традиция межрегиональных сравнений отличается методологическим консерватизмом и, по сути, игнорирует многие возможности, предоставляемые общей теорией. Следовательно, можно сделать вывод о необходимости дополнительных исследований в рамках данной тематики.

Анализ и исследование неоднородности базировались на предпосылках и выводах «новой экономической географии», заложенных в трудах П.-П. Комбса, П. Кругмана, К. Сала-И-Мартина, Д. Старрета, Ж.-Ф. Тисса, М. Фуджита и других. Связь между уровнями агломерации и пространственной неоднородности, с одной стороны, и экономическим ростом, с другой, была рассмотрена в работах Е. Глейзера, С. Розенталя, В. Стрэнджа, В. Хендерсона, что составило мотивационную основу для рассмотрения структуры и динамики неоднородности в третьей главе данного исследования.

Цель и задачи диссертационного исследования. Цель настоящей работы – разработка и усовершенствование методик анализа и синтеза интегральных оценок применительно к региональным социально-экономическим системам, а также создание интерактивного программного инструментария, обеспечивающего конструирование интегральных критериев, и его апробация на примере исследования неоднородности и проведения межрегиональных сравнений.

Реализация поставленной цели потребовала решения следующих задач:

провести обзор исследований по комплексной оценке региональных систем, классифицировать существующие подходы к использованию методов интегрального оценивания и рассмотреть возможности их развития;

провести анализ элементов задачи агрегирования в методах многокритериального принятия решений и уточнить классификацию соответствующих методов; выявить возможности использования методов многокритериального агрегирования и их элементов для оценивания региональных социальноэкономических систем;

рассмотреть методы многокритериального агрегирования с точки зрения уникальности используемых в них функций синтеза предпочтений, и на этой основе выделить функции синтеза распространнных методов агрегирования и провести их сравнительный анализ;

разработать процедуру, синтезирующую наиболее распространнные алгоритмы агрегирования, и методику взаимодействия с экспертом для е настройки в интерактивном режиме;

рассмотреть существующий математический аппарат оценки неоднородности, особенности оценки неоднородности региональных социальноэкономических систем; разработать методику оценки структуры неоднородности;

разработать программный модуль интегрального анализа, реализующий предложенную обобщнную процедуру агрегирования, расчт и анализ индексов неоднородности;

провести апробацию положений исследования и выполненных разработок для оценки и анализа состояния, динамики и структуры межрегиональной неоднородности в РФ.

Объектом исследования являются региональные социально-экономические системы: субъекты федерации, города, муниципальные округа и т.д.

Предметом исследования выступают социально-экономические процессы, протекающие в региональных системах, методы и методики интегрального оценивания и инструментарий поддержки принятия решений в области региональной социально-экономической политики.

Содержательно проведенные в работе исследования соответствуют следующим пунктам паспорта специальности 08.00.13 – Математические и инструментальные методы экономики (экономические науки): п.1.5. Разработка и развитие математических методов и моделей глобальной экономики, межотраслевого, межрегионального и межстранового социально-экономического анализа, построение интегральных социально-экономических индикаторов; п.2.4. Разработка систем поддержки принятия решений для обоснования общегосударственных программ в областях: социальной; финансовой; экологической политики.

Рабочая гипотеза диссертационного исследования базируется на положениях, согласно которым совершенствование методик и алгоритмов интегрального оценивания и разработка специализированного программного инструментария позволяют повысить качество управления региональными социальноэкономическими системами за счт роста прозрачности и объективности процесса оценивания, повышения робастности результатов и автоматизации вычислений.

Теоретико-методологической основой исследования послужили общие научные положения системного анализа и теории принятия многокритериальных решений.

Работа отталкивалась от существующих в теории принятия решений декомпозиций процесса выбора на этапы и формализации элементов задачи агрегирования (критерии, альтернативы, предпочтения и т.д.).

Исследование также основывалось на современных классификациях и концепциях теории оценивания программ и политик, в частности, в области оценки эффективности. Помимо этого, работа базировалась на современных представлениях о пространственной экономике и выводах новой экономической географии относительно влияния концентрации и неоднородности на экономическое развитие.

Информационно-эмпирическую базу исследования составили статистические данные Федеральной службы государственной статистики РФ (Росстат), материалы монографий, периодической печати, сайтов Интернет и электронных СМИ по исследуемой тематике. Использовались постановления и решения президента, правительства и других органов власти РФ, регулирующие вопросы региональной политики и оценки ее эффективности.

Инструментарно-методический аппарат исследования. Для формального представления предмета и теоретического анализа и синтеза применялись системный, нормативный, процессный и структурный подходы, а также сравнительный и категориальный анализ. В практической части работы нашл применение аппарат методов многокритериального принятия решений в виде разработанной автором процедуры агрегирования, в которой использовались элементы алгоритмов следующих методов: AHP, TOPSIS, VIKOR, SIR, ELECTRE, PROMETHEE. Привлекались методы математической статистики, в том числе дисперсионный анализ. Расчты проводились с использованием созданного автором программного инструментария. Его разработка производилась в среде Microsoft Visual Studio 2010 на языке C#.

Основные положения диссертации, выносимые на защиту:

1. Использование исключительно частных индикаторов при оценивании СЭС приводит либо к односторонности оценок, либо к субъективизму, непрозрачности решений. При управлении в социальных сферах (оценке уровня развития образования, здравоохранения, качества жизни и т.д.) интегральные индикаторы являются единственным способом комплексной оценки уровня и динамики развития регулируемой системы, агрегируя отдельные качества, которые не имеют монетарного выражения. Основными подходами к интегральному оцениванию СЭС являются многокритериальное агрегирование и оценка неоднородности. Имеются возможности по совершенствованию комплексного оценивания региональных СЭС с использованием гибридных подходов.

2. На практике выбор метода многокритериального агрегирования для оценки региональных социально-экономических систем проводится ЛПР довольно субъективно, что обусловлено недостаточной теоретической обоснованностью вопроса, а именно, отсутствием единого основания для сравнения методов оценивания, принадлежащих различным направлениям, слабой изученностью характера влияния метода на результирующие оценки. Создание такого основания возможно на базе результатов анализа элементов задачи агрегирования и классификации методов многокритериального агрегирования.

3. Разнообразие методов многокритериального принятия решений обусловлено разнообразием способов получения информации от ЛПР, генерированием альтернатив и алгоритмов оптимизации, тогда как число принципиально различных вариантов синтеза частных предпочтений ЛПР относительно невелико. Разработка обоснованной методики выбора метода предполагает рассмотрение, сравнение и обобщение этих вариантов синтеза. Для этого достаточно рассмотреть методы мультипараметрического принятия решений (МППР), так как методы многоцелевой оптимизации не обладают уникальными функциями синтеза предпочтений.

4. Различные опции агрегирования предпочтений являются дополняющими друг друга и могут быть использованы одновременно для построения интегральных индикаторов, что во многих случаях позволяет обеспечить лучшее моделирование предпочтений ЛПР, и, следовательно, способствует принятию более адекватных решений.

5. Для выполнения принципа инвариантности необходимо использовать взвешенные индексы неоднородности при оценке систем, состоящих из разнородных элементов. При этом оценка неоднородности предполагает агрегирование, которое, однако, усредняет локальные неравенства, в связи с чем при анализе межрегиональной неоднородности СЭС следует помимо общих оценок рассматривать также структуру неоднородности по ее составляющим.

6. Разработанный модуль поддержки принятия решений, основанный на предложенной процедуре агрегирования, позволяет повысить качество и обоснованность решений в области социально-экономической политики (а также, при управлении СЭС вообще) за счет автоматизации построения интегральных индикаторов и индексов неоднородности.

7. Комплексное применение разработанного методического и программного инструментария для получения интегральных оценок позволяет реализовать развитые системные механизмы индикативного планирования и контроля, повысить объективность и прозрачность решений в области региональной социальноэкономической политики.

Научная новизна результатов исследования заключается в совершенствовании аппарата интегрального оценивания посредством разработки и применения комплекса алгоритмов, методик и подходов к оцениванию региональных СЭС, а также создании реализующего их программного модуля поддержки принятия решений в области социально-экономической политики.

Получены следующие результаты, обладающие элементами научной новизны:

1. Классифицированы подходы к интегральному оцениванию региональных СЭС. Предложено два гибридных подхода, последовательно использующих агрегирование по альтернативам и критериям (ММПР и индексы вариации), которые в сравнении с использующимися (например, в работах Е. Коломак, Г. Литвинцевой, С. Суспицына, Е. Шильцина 1 ), позволяют провести более комплексный анализ СЭС, дополнив его оценками неоднородности по агрегированным уровням развития и оценками внутренней неоднородности (разнообразию путей достижения результатов).

2. Обобщены возможности формализации задачи агрегирования, описаны ее элементы, на основе которых уточнена классификация методов многокритериального агрегирования, которая, в развитие к существующим (В. Белтон, О. Ларичев, Б. Пардалос 2 ), является более сбалансированной и позволяет четче выделить методы, которые могут использоваться для интегрального оценивания СЭС. В рамках этого определены возможности и ограничения использования элементов задачи агрегирования с различными свойствами для целей оценивания региональных СЭС.

3. Установлено, что класс методов многоцелевой оптимизации не обладает уникальными функциями синтеза предпочтений, которые не могли бы быть Лавровский Б.Л., Шильцин Е.А. Российские регионы: сближение или расслоение? // Экономика и математические методы. 2009. вып. 45. № 2 С. 31-36; Суспицын С.А. Барометры общего регионального положения // Проблемы прогнозирования. 2005. № 2 C. 97–111; Коломак Е.А. Межрегиональное неравенство в России:

экономический и социальный аспект // Пространственная экономика. 2010. № 1 C. 26-35; Литвинцева Г.П., Воронкова О.В., Стукаленко Е.А. Региональное неравенство доходов и уровень бедности населения России:

анализ с учетом покупательной способности рубля // Проблемы прогнозирования. 2007. № 6 C. 119–131.

Ларичев О.И. Теория и методы принятия решений, 3я ред. Москва: Логос. 2006; Belton Valerie, Stewart Theodor.

Multiple Criteria Decision Analysis. An Integrated Approach. 2001; Pardalos P.M., Siskos Y., Zopounidis C. Advances in Multicriteria Analysis. Dordrecht: Kluwer Academic Publishers. 1995.

применены в методах мультипараметрического принятия решений (МППР).

Проанализированы алгоритмы наиболее распространенных методов агрегирования класса МППР (AHP, TOPSIS, VIKOR, SIR, ELECTRE, PROMETHEE), выделены их функции синтеза. Произведено сравнение выделенных функций синтеза и определены их существенные свойства, что позволяет дополнить имеющиеся сравнения по внешним признакам методов (В.

Озерной, К. Элдрандали, Ли Ю 1 ) анализом характера их алгоритмов синтеза предпочтений. Проведена декомпозиция функций для выделения частей, соответствующих отдельным свойствам, что дает возможность создания гибридных алгоритмов агрегирования.

4. Предложен новый метод агрегирования, включающий одновременно дистилляцию, знаковую дифференциацию и нелинейное нормирование, в развитие существующих методов (представленных в трудах Дж. П. Бранса, С. Оприцовиц, Б. Руа, Т. Саати 2 ). Разработана единая процедура многокритериального оценивания, обобщающая наиболее распространенные методы (AHP, TOPSIS, VIKOR, SIR, ELECTRE, PROMETHEE), в дополнение обобщений, предложенных Ф. Андре и Ксу Ксяодзян3. Разработана упрощенная методика настройки данной процедуры, которая позволяет проводить обоснованный и прозрачный выбор метода агрегирования в интерактивном взаимодействии с ЛПР.

5. Обоснована необходимость взвешивания индексов неоднородности при оценке систем, состоящих из разнородных элементов, и доказана эквивалентность взвешенных и не взвешенных индексов, если последние вычисляются на множестве однородных единиц. Выведена формула, позволяющая осуществить разложение Шоррокса для взвешенного коэффициента вариации. Разработана методика анализа социальноэкономической неоднородности, рассчитываемой на основе интегральных V.M. Ozernoy A Framework for Choosing the Most Appropriate Discrete Alternative Multiple Criteria Decision-Making Method in Decision Support Systems and Expert Systems // Toward Interactive and Intelligent Decision Support Systems.

Lecture Notes in Economics and Mathematical Systems. Volume 286, 1987, pp 56-64; K. Eldrandaly, N. Mostafa, A.

Ahmed An expert system for choosing the suitable MCDM method for solving a spatial decision problem. Proceedings of 9th International Conference on Production Engineering.2009; Li Y. An Intelligent, Knowledge-based Multiple Criteria Decision Making Advisor for Systems Design, PhD dissertation, School of Aerospace Engineering, Georgia Institute of Technology, 2007.

Saaty Thomas L. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World.

Pittsburgh, Pennsylvania: RWS Publications. 2008; J.P. Brans and P. Vincke. A preference ranking organization method:

The PROMETHEE method for MCDM. Management Science, 31(6):647–656, 1985; J. Figueira, V. Mousseau and B.

Roy. ELECTRE Methods, In Multiple Criteria Decision Analysis: State of the Art Surveys, J. Figueira, S. Greco, M. Ehrgott (Editors), Int. Series in Operations Research and Management Science, Vol. 78, 133-172, Springer, New York. 2005;

Serafim Opricovic Fuzzy VIKOR with an application to water resources planning, Expert Systems with Applications 38, pp. 12983-12990. 2011.

Xu X. The SIR Method: A Superiority and Inferiority Ranking Method for Multiple Criteria Decision Making. European Journal of Operational Research, 131(3), pp.587-602. 2001; Francisco J.Andre, Carlos Romero Computing Compromise Solutions: on the Connections between Compromise Programming and Composite Programming // Applied Mathematics and Computation. 2008. № 195 pp. 1-10.

индикаторов, которая является развитием существующих методик в области оценки неоднородности по доходам и концентрации (М. Брулхарт, М. Грабка1), адаптированных для использования с интегральными индикаторами.

6. Разработан программный модуль поддержки принятия решений в области социально-экономической политики и управления СЭС, позволяющий производить построение и анализ интегральных индикаторов с диалоговой настройкой процедуры агрегирования, а также расчт индексов неоднородности.

7. В качестве апробации развитых и разработанных методик, алгоритмов и программного обеспечения построены интегральные индикаторы развития здравоохранения и вида деятельности «Связь» по субъектам РФ в динамике.

Полученные индикаторы использованы для оценки уровня межрегиональной неоднородности в развитии указанных сфер по федеральным округам РФ.

Теоретическая и практическая значимость результатов исследования.

Теоретическая значимость состоит в развитии инструментария теории принятия решений, в частности, методов построение интегральных индикаторов, обосновании их использования для анализа социально-экономической политики и оценки регулирующего воздействия, а также развитии методики оценки неоднородности. Положения и выводы диссертации устанавливают соответствие между отдельными частями теории принятия решений и теорией и методологией оценивания, что открывает возможности к более широкому использованию достижений одного направления в другом.

Практическая значимость результатов исследования заключается в возможности повышения качества, обоснованности и прозрачности принятия решений в области управления региональными СЭС посредством использования предложенного методического и программного инструментария, а также применения разработанных в работе положений при построении интегральных индикаторов.

Развитая в работе методика оценки неоднородности позволяет получать более точные оценки неоднородности, определять вклад в общую оценку ее отдельных составляющих, а также проводить комплексный анализ неоднородности, учитывающий не только экономическое, но и социальное развитие.

Указанные разработки могут быть широко применены для повышения эффективности работы государственного аппарата. В частности, при подготовке аналитических отчетов, докладов о развитии, при оценке деятельности систем и структур (исполнительной власти, например, губернаторов, мэров; судебной влаMarius Brulhart, Rolf Traeger "An account of geographic concentration patterns in Europe" // Regional Science and Urban Economics, vol. 35(6). 2005. pp 597-624; Anna Frdorf, Markus Grabka, Johannes Schwarze "The impact of household capital income on income inequality—a factor decomposition analysis for the UK, Germany and the USA" // Journal of Economic Inequality, Springer, vol. 9(1). 2011. pp. 35-56.

сти и т.д.), в планировании и контроле (при разработке и мониторинге выполнения целевых программ, стратегий, бюджетных докладов и т.д.). Однако полученные результаты могут быть также использованы и в управлении любыми другими сложными СЭС, например, предприятиями и организациями с широкой сетью филиалов или отделений, при принятии любых комплексных и рискованных (в первую очередь, стратегических) решений.

Публикации. По теме диссертационной работы опубликована 21 научная работа общим объмом 10,9 п.л. (личный вклад автора 9,5 п.л.), из них 4 в рецензируемых научных журналах, рекомендованных ВАК Минобрнауки РФ для публикации основных результатов диссертации на соискание учной степени кандидата наук.

Апробация результатов исследования. Основные результаты и положения диссертационного исследования докладывались и обсуждались на международных научно-практических конференциях в следующих городах: Ростов-на-Дону, Волгоград, Нальчик, Москва, Херсон – в 2010-2012 гг.

Исследования по тематике диссертационной работы велись в рамках двух Программ фундаментальных исследований Президиума РАН. В частности, разработки, рекомендации и выводы, полученные в данной работе, использовались в проектах: «Анализ и оценка социально-экономической неоднородности и неравномерности развития регионов Юга России. Модели выравнивания», «Разработка методики оценки крупномасштабных проектов межрегионального характера», «Прогноз научно-технологического развития экономики Юга России с учтом этносоциальной и политической специфики макрорегиона», «Структурные сдвиги в экономике и социальной инфраструктуре Юга России» – и внедрены в соответствующих научно-исследовательских работах, выполняемых в ЮНЦ РАН. Конструктивные положения исследования нашли выражение в разработанном программном модуле поддержки принятия решений (свидетельство о регистрации программы для ЭВМ № 2012619994).

Результаты диссертационного исследования внедрены в учебный процесс экономического факультета и факультета высоких технологий ФГАОУ ВПО «Южный федеральный университет». Основные положения диссертационной работы и работа в целом обсуждались на научных семинарах кафедры экономической кибернетики и отдела математических методов в экологии и экономике ФГАОУ ВПО «Южный федеральный университет» (2011-2012 гг.), а также на заседаниях Учного совета Научно-исследовательского института механики и прикладной математики им. И.И. Воровича ФГАОУ ВПО «Южный федеральный университет» (2009-2012гг.).

Структура и объм диссертационной работы. Диссертация состоит из введения, трх глав, заключения, списка использованных источников, включающего 142 наименования, 5 приложений. Работа изложена на 184 листах, содержит 13 таблиц, 21 рисунок.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Во введении обоснована актуальность темы, сформулированы цель и задачи диссертационного исследования, изложены положения, выносимые на защиту, и научная новизна, раскрыты теоретическая и практическая значимость.

1. Классифицированы подходы к интегральному оцениванию региональных СЭС. Предложено два гибридных подхода, последовательно использующих агрегирование по альтернативам и критериям (ММПР и индексы вариации), которые позволяют провести комплексный анализ СЭС, дополнив его оценками неоднородности по агрегированным уровням развития и оценками внутренней неоднородности (разнообразию путей достижения результатов).

На основе рассмотрения практических исследований по оценке региональных СЭС, а также соответствующих методик государственной власти в работе было показано, что доминирующим методом, применяемым для комплексного анализа и оценки таких систем, является исключительно рассмотрение множества частных показателей. Тогда как переход от выводов по частным показателям к общему выводу относительно перспективности, уровня и эффективности развития системы в целом не формализуется ЛПР. В работе обосновано, что дополнение такого рассмотрения частных показателей формализованной процедурой агрегирования для получения интегральных индикаторов позволяет повысить прозрачность процесса получения конечных оценок, их объективность, что приводит к росту качества базирующихся на них решений, а также облегчает их проверку и контроль. В особенности, интегральные индикаторы необходимы при управлении в социальных сферах (оценке уровня развития образования, здравоохранения, качества жизни и т.д.), где они являются единственным способом комплексной оценки уровня и динамики развития регулируемой системы, агрегируя отдельные качества, которые не имеют монетарного выражения.

Анализ методологической части исследований, использующих интегральное оценивание региональных СЭС, позволил выделить два основных подхода к агрегированию статистических данных, используемых на практике для получения интегральных оценок. Первый подход – расчт индексов вариации – используется для непосредственной оценки межрегиональной неоднородности, агрегирование в нем происходит по регионам. Второй подход – построение многокритериальных оценок – применяется, в первую очередь, для индикативного планирования в условиях неоднородности, агрегирование здесь происходит по различным показателям, характеризующим отдельный регион. В работе предложено два гибридных подхода, получаемых последовательным применением методического аппарата многокритериального агрегирования и оценивания неоднородности, которым сопоставлены решаемые ими задачи (табл.1).

Таблица 1 – Актуальные подходы к интегральному оцениванию 1. Расчт индексов вариации Оценка непосредственной неоднородности 2. Агрегирование исходных показатеОценка уровня развития (результата управления) лей в интегральные 4. Агрегирование показателей вариа- Оценка внутренней неоднородности (разнообразия В рамках каждого из двух базовых подходов существует значительное методологическое разнообразие. Для его структуризации и детального анализа далее была использована триада понятий: методика, метод, функция (рис. 1).

Метод описывает полную формализацию задачи оценивания, а также алгоритм получения всех е элементов. Его главный элемент – функция синтеза частных предпочтений – характеризует связь между частными и агрегированными оценками. Для выбора из множества методов и настройки параметров метода под конкретную проблему может использоваться методика реализации подхода.

Рисунок 1– Последовательность выбора в процессе формирования процедуры интегрального оценивания для конкретной задачи В ходе исследования проанализированы методы, используемые для интегрального оценивания региональных СЭС в РФ (в первую очередь, субъектов федерации). Показано, что применяемые на практике методы можно отнести к трем основных группам: ранговым рейтингам, аддитивным методам и методам классификаций – и описаны недостатки каждого из них. С другой стороны, в рамках теории принятия решений существует множество более развитых и довольно глубоко проработанных методов агрегирования. В соответствие с этим в работе сделан вывод о необходимости внедрения Разработано автором по результатам исследования Составлено автором по материалам исследования.

современных достижений теории принятия решений в инструментарий интегрального оценивания региональных СЭС. Для этого требуется изучить возможности использования многокритериальных методов принятия решений в сфере оценивания СЭС.

2.Обобщены возможности формализации задачи агрегирования, описаны е элементы. Уточнена классификация методов многокритериального агрегирования, позволяющая четче выделить методы, которые могут использоваться для интегрального оценивания СЭС. Определены возможности и ограничения использования элементов задачи агрегирования с различными свойствами для целей оценивания региональных СЭС.

В ходе исследования проведен детализированный анализ методического инструментария многокритериального агрегирования. Рассмотрены существующие в литературе схемы процесса принятия решений. Разбиение процесса принятия решения на этапы обобщено и дополнено описанием связей каждого этапа с формальной постановкой задачи оценивания. Показано, что в силу внутренней связи принятия решений и оценивания, методы многокритериального принятия решений могут использоваться для интегрального оценивания СЭС. Однако из-за особенностей, характерных для оценивания (принятие множественных решений на основе одной группы оценок, отложенный характер решений, отделнность ЛПР от специалиста по оцениванию, конечное число объектов оценивания), и для оценивания региональных СЭС, в частности, не все методы подходят для применения на практике. Более того, рассмотрение практических работ, использующих многокритериальное агрегирование для оценки региональных СЭС, показало, что выбор метода оценивания проводится ЛПР довольно субъективно. В соответствие с этим, сделан вывод о необходимости проведения анализа элементов в задаче агрегирования для совокупности методов многокритериального принятия решений. Результаты такого анализа можно использовать в качестве основания для выделения методов, которые могут применяться при многокритериальном оценивании СЭС, а также для выбора метода под конкретную задачу.

На первом этапе анализа в работе приведено описание элементов задачи агрегирования и обобщены возможности ее формализации. В качестве основных элементов предлагается выделить: целевую постановку задачи – T, множество альтернатив – А, множество критериев – С, каждый из которых может принимать значения на множестве оценок по критериям, множество методов измерений (шкал) – M, отображение множества альтернатив во множество оценок по критерия –, систему предпочтений критериев – P, систему отношений альтернатив – R и функцию синтеза частных предпочтений ЛПР –. Тогда в общем виде задача агрегирования может быть представлена в виде набора (кортежа) указанных элементов На втором этапе, для первичной оценки конкретных методов были рассмотрены их существующие классификации. Указаны недостатки этих классификаций и предложена уточненная авторская классификация методов агрегирования на 4 класса: подход единого синтезирующего критерия, подход ограниченной пороговой предпочтительности, подход локального выбора посредством проб и ошибок и мультикритериальное математическое программирование. На основе рассмотрения актуальных работ, использующих методы многокритериального агрегирования, для каждого класса указаны относящиеся к нему методы, наиболее распространенные на практике. Показано, что использование предложенной классификации позволяет четче выделить методы, которые могут использоваться для интегрального оценивания СЭС, а в рамках последних – выделить классы со значительно отличающимися функциями синтеза предпочтений.

На третьем этапе была рассмотрена задача оценивания. Е общий вид Однако, для задачи оценивания характерны определнные ограничения на свойства оставшихся элементов, рассмотрение которых позволит выделить подходящие для оценивания методы агрегирования.

В оценивании множество альтернатив превращается во множество объектов оценки, которое на практике для региональных СЭС функционально, а получаются непосредственно (на основе показателей статистики или экспертно). Чаще всего оценки F представляются в виде матрицы «объект-свойство» или матрицы абсолютных измерений m объектов в n-мерном пространстве критериев. Также возможно использование порядковых оценок для или его представление в виде куба попарных сравнений. Система предпочтений критериев P для нефункционально заданных альтернатив и оценок сводится к матрице весовых коэффициентов значимости (весов) критериев. Она может рассчитываться любым комплексным образом или задаваться ЛПР напрямую. Результирующий вектор индикаторов получается как результат применения функции синтеза к оценкам и весам критериев. Для него предпочтительно (хотя и не всегда возможно) использование количественной шкалы.

Варианты функций синтеза в методах агрегирования довольно разнообразны. Одной из наиболее простых и распространенных является линейная функция свертки, используемая, например, в методе анализа иерархий.

Она одновременно агрегирует оценки по критериям и иерархическую систему весов:

где – интегральная оценка i-го объекта, h – число уровней в иерархии критериев – число элементов (критериев) на уровне p относительно стоящего над ним критерия уровня иерархии p, - коэффициент важности критерия уровня иерархии m относительно цели выбора Переход от задачи агрегирования к задаче оценивания также может налагать определенные ограничения на выбор функции синтеза. Однако общие классификации функций синтеза недостаточно разработаны. Более того, такие функции являются частью общих алгоритмов методов и обычно не выделяются из них при рассмотрении и описании метода. Таким образом, для проведения анализа функций синтеза предпочтений требуется провести их выделение из алгоритмов конкретных методов.

3. Установлено, что класс методов многоцелевой оптимизации не обладает уникальными функциями синтеза предпочтений, которые не могли бы быть применены в методах мультипараметрического принятия решений (МППР). Проанализированы алгоритмы наиболее распространенных методов агрегирования класса МППР (AHP, TOPSIS, VIKOR, SIR, ELECTRE, PROMETHEE), выделены их функции синтеза. Произведено сравнение выделенных функций синтеза и определены их характерные свойства. Проведена декомпозиция функций для выделения частей, соответствующих отдельным свойствам, что дает возможность создания гибридных алгоритмов агрегирования.

Возможность использования определенного метода агрегирования для конкретной проблемы принятия решения определяется соответствием между свойствами элементов задач агрегирования, для которых может быть применн данный метод, и возможностью формализации данной проблемы с удовлетворением этих свойств. Основные свойства, которым уделяется внимание при выборе метода: целевая постановка задачи, размерность множества альтернатив и методы его формирования, выражение и метод получения оценок по критериям. Обоснованному выбору функции синтеза на практике не уделяется заметного внимания. В работе сделан вывод о том, что функция синтеза предпочтений, являясь элементом задачи агрегирования, должна также определяться свойствами проблемы агрегирования, а именно, удовлетворять адекватным для конкретной проблемы и ЛПР предположениям о характере агрегирования, т.е. замещения оценок по критериям в интегральном индикаторе.

Разработка основания для выбора метода агрегирования на основе свойств его функции синтеза требует выделения самих функций из алгоритмов методов, проведения их сравнительного анализа и сопоставления отдельным функциям синтеза свойств агрегирования, которым они удовлетворяют. На первом этапе был проведен анализ функций синтеза, которые используются и могут использоваться в отдельных классах методов (в соответствие с разработанной автором классификацией). Обосновано, что методы подхода локального выбора не могут использоваться для оценивания, т.к. в методах этого класса лучшая альтернатива выбирается напрямую ЛПР и построение оценок для всего множества альтернатив не производится.

Рассмотрение трх остальных классов показало, что разнообразие методов многокритериального принятия решений обусловлено разнообразием способов получения информации от ЛПР, генерированием альтернатив и алгоритмов оптимизации, тогда как число принципиально различных функций синтеза частных предпочтений ЛПР относительно невелико. Было показано, что хотя в классе методов математического программирования и даются оценки для всех альтернатив, вид функций синтеза в методах этого класса значительно ограничен в силу необходимости использования аппарата оптимизации. В итоге обосновано, что методы многоцелевой оптимизации не обладают уникальными функциями синтеза предпочтений, которые не могли бы быть применены в методах МППР.

Основываясь на этом, на втором этапе были проанализированы алгоритмы наиболее распространенных методов агрегирования класса МППР (AHP, TOPSIS, VIKOR, SIR, ELECTRE, PROMETHEE), выделены их функции синтеза.

Сначала были последовательно рассмотрены методы первого подкласса МППР – подхода единого синтезирующего критерия. Основной характерной чертой AHP является приведнная выше иерархическая функция синтеза. Однако иерархический синтез весовых коэффициентов следует относить к системе предпочтений критериев P. Тогда для известных весов функция синтеза AHP становится простой линейной сврткой, предполагающей неограниченное аддитивное замещение оценок. В TOPSIS используется аналогичная функция синтеза в виде аддитивной свртки квадратов оценок, что предполагает переменную предельную норму замещения между критериями. В методе VIKOR также применяется аддитивно нелинейная функция синтеза, но степень нелинейности задается в ней параметром. Методы второго подкласса – подхода ограниченной пороговой предпочтительности – обладают более сложными функциями синтеза, которые в силу этого обычно описываются алгоритмически.

Основное свойство, характерное для функций этих методов – знаковая дифференциация, т.е. расчт отдельных оценок для превосходства и отставания каждой конкретной альтернативы по сравнению другими. Другое важное отличие, впервые введенное в группе методов ELECTRE, – это применение одной (по выбору ЛПР) из набора нормировочных функций для оценок. Однако, в силу того, что такие функции применяются к оценкам по отдельным критериям независимо, их следует относить не к функции синтеза, а скорее считать частью системы предпочтений критериев. В работе проанализирован алгоритм синтеза метода PROMETHEE, в нм выделены пять характерных этапов агрегирования и определены этапы, относящиеся собственно к алгоритму синтеза. Показано, что в этом методе возможна вариация отдельных элементов алгоритма синтеза для изменения свойств агрегирования. Такой вариацией является группа методов SIR, обобщающая PROMETHEE. Конкретно в SIR-TOPSIS на четвртом этапе применяется нелинейная свртка, что делает алгоритм агрегирования этого метода одновременно удовлетворяющим двум свойствам: отдельному рассмотрению уступок и превосходства, а также нелинейному замещению оценок, аналогично методу TOPSIS.

Далее в исследовании проанализированы алгоритмы синтеза группы методов ELECTRE. Обосновано, что наиболее адекватным для применения в оценивании из этой группы является метод ELECTREIII. Подробное сравнение алгоритма агрегирования этого метода с алгоритмами агрегирования SIR и PROMETHEE показало, что процесс синтеза в ELECTREIII можно представить в виде указанных пяти этапов. При синтезе критериев в ELECTRE используется оригинальная функция, которая линейно агрегирует превосходства и мультипликативно – отставания альтернатив. Главной особенностью метода является процесс дистилляции, используемый на третьем этапе, который перестает быть утилитарным. В ходе дистилляции происходит «вероятностный срез» нечткого отношения на множестве альтернатив, что переводит количественные оценки в качественные, повышая устойчивость результатов к шуму и ошибках в оценках.

Таким образом, в работе выделены три существенных свойства (а также их вариации) для функций синтеза рассмотренных методов. Предложенная декомпозиция функций синтеза в их алгоритмическом представлении для методов пороговой предпочтительности позволяет заменять элементы функций, соответствующие отдельным этапам, для получения требуемого набора свойств.

Это открывает дорогу для создания гибридных алгоритмов агрегирования.

4. Предложен новый метод агрегирования, включающий одновременно дистилляцию, знаковую дифференциацию и нелинейное нормирование.

Разработана единая процедура многокритериального оценивания, обобщающая распространенные методы, а также упрощнная методика ее настройки через взаимодействие с экспертом.

Рассмотренная формализация задачи агрегирования и анализ е элементов, в особенности, функций синтеза, позволяет создавать гибридные методы, обладающие набором свойств существующих методов, комбинируя элементы последних. Например, возможно добавление порогового нормирования оценок в метод VIKOR или использование функции синтеза TOPSIS вместе с иерархическим синтезом весов, применяемом в AHP. Однако наибольший интерес представляют гибридные функции синтеза. В работе предложен новый метод агрегирования, обладающий функцией синтеза, полученной комбинированием элементов функций синтеза SIR, ELECTRE и VIKOR. Такой метод использует три элемента в своем алгоритме синтеза: дистилляцию, знаковую дифференциацию и нелинейное нормирование – обладая, таким образом, всеми тремя выделенными свойствами агрегирования.

Большее разнообразие методов многокритериального оценивания позволяет обеспечить лучшее моделирование предпочтений ЛПР, и, следовательно, способствует принятию более адекватных решений. Однако растущее число методов и их вариаций ставит перед экспертом вопрос обоснованного выбора и настройки конкретного метода. Для его решения предлагается разработка единой процедуры многокритериального оценивания, которая бы обобщала рассмотренные методы. В работе рассмотрена последовательность обобщений методов. Сначала доказано, что функция синтеза VIKOR является обобщением квадратичной функции TOPSIS и линейной в AHP.

Добавление в VIKOR нормировок оценок и иерархической функции синтеза делает полученный метод обобщением указанных трх. Рассмотрено как добавление указанных элементов в SIR-SAW и SIR-TOPSIS делает группу методов SIR обобщением для AHP, TOPSIS и PROMETHEE. Предложено дальнейшее обобщение SIR-VIKOR, в котором в процедуру SIR добавлен элемент композитной -метрики VIKOR на этапе агрегирования по критериям.

Последнее обобщение реализовано через добавление элемента дистилляции из метода ELECTREIII на этапе агрегирования парных сравнений. Результатом цепи обобщений является единая процедура многокритериального оценивания.

Представлено формальное описание входных для процедуры данных в терминах элементов задачи агрегирования и выходных данных. Сама процедура описана как пошаговый процесс преобразования исходных данных, состоящий из семи этапов. Характер обработки на каждом из них определяется выбранным алгоритмом (рис. 2).

Рисунок 2 – Этапы единой процедуры многокритериального оценивания Разработано автором по результатам исследования.

В работе приведено представление всех рассмотренных методов в виде одного из вариантов выбора элементов в указанном семишаговом процессе.

Разработанная обобщенная процедура позволяет легко реализовать все рассмотренные методы программно в виде единого реконфигурируемого алгоритма, состоящего из элементов. Она может служить базой для классификаций методов и основой для их выбора. Настройка единой процедуры агрегирования через включение или выключение е элементов, которым соответствуют конкретные свойства, более прозрачна, чем выбор между различными несвязанными методами. Как было показано, подобные обобщения также могут использоваться для разработки новых гибридных методов.

Конкретно, такая процедура обобщает 36 различных функций синтеза.

Однако в случае, если ЛПР или эксперт по оцениванию недостаточно разбираются в спецификации и отличиях различных методов агрегирования, выбор из большого числа вариаций процедуры и установление настраиваемых параметров могут представлять для них сложность. Для решения этой проблемы была разработана упрощенная методика настройки обобщенной процедуры, в которой выбор производится из 8 ключевых вариантов функции синтеза на основе ответов эксперта на три вопроса вида «да-нет».

Ответ на каждый вопрос включает или выключает один из трх ключевых алгоритмических блоков (соответствующих трм существенным свойствам функций синтеза):

сбалансированных альтернатив.

2) Знаковая дифференциация – постулирование того, что превосходство и отставание альтернативы перед другими не полностью замещаемы.

3) Дистилляция – уменьшение точности итогового сравнения для повышения робастности результатов в предположении о зашумленности данных.

Такое упрощенное представление процедуры также позволило создать более прозрачную классификацию методов (табл. 2).

5. Обоснована необходимость взвешивания индексов неоднородности при оценке систем, состоящих из разнородных элементов, и доказана эквивалентность взвешенных и не взвешенных индексов, если последние вычисляются на множестве однородных единиц. Разработана методика анализа социально-экономической неоднородности, рассчитываемой на основе интегральных индикаторов, использующая разложение Шоррокса.

Таблица 2–Характеристика МППР с точки зрения присутствия

TOPSIS

PROMETHEE

ELECTRE

В работе разработана методика оценки и анализа социальноэкономической неоднородности, рассчитываемой на основе интегральных индикаторов, которая является реализацией третьего подхода (табл. 1) к интегральному оцениванию. Такая оценка предполагает три этапа. Сначала с помощью единой процедуры многокритериального оценивания строятся интегральные индикаторы. Далее для построенных индикаторов происходит оценка неоднородности с использованием индексов вариации. На последнем этапе оценивается вклад различных компонент индикатора (критериев) в общее значение индекса (рис. 3).

Рисунок 3 – Алгоритм методики анализа социально-экономической неоднородности, рассчитываемой на основе интегральных индикаторов После завершения описания обобщнной процедуры, в исследовании рассматривается практика использования и методы расчта индексов вариации для оценки региональных СЭС. Выделены главные направления исследований Составлено автором по материалам исследования. X – элемент присутствует, О– элемент отсутствует.

Разработано автором в ходе исследования.

пространственного распределения экономической активности и применяемые в них методы. Описаны базовые компоненты, влияющие на значение индексов неоднородности. Рассмотрено отличие абсолютной (точечной) неоднородности от пространственной, которая рассчитывается на основе агрегированных данных, и выделены основные виды пространственной неоднородности в зависимости от связи между основным и взвешивающим показателем в результирующем индексе.

Проведен обзор практических работ, использующих индексы вариации для оценки пространственной неоднородности. Обобщены основные результаты, полученные при оценке межстрановой и внутристрановой неоднородности.

Особое внимание уделено оценкам динамики и структуры неоднородности в РФ.

Выделены наиболее часто используемые индексы и меры, а также оцениваемые виды неоднородности. Установлено, что неоднородность по экономическим показателям оценивается авторами чаще всего как абсолютная (точечная), а не как пространственная. Обоснована необходимость взвешивания при оценке систем, состоящих из неоднородных элементов, т.к. для не взвешенных индексов вариации не выполняется принцип инвариантности (независимость от произвольных изменений в разбиении пространства на регионы агрегации).

Таким образом, для одних и тех же данных могут быть получены различные результаты при разных разбиениях. На российских данных показано различие между взвешенными и не взвешенными оценками неоднородности, которые могут отличаться как по величине, так и по направлению динамики. На примере коэффициента вариации доказана эквивалентность взвешенных и не взвешенных индексов вариации, если последние вычисляются на множестве однородных единиц.

Рассмотренные индексы могут быть рассчитаны как для отдельных показателей, так и для интегральных индикаторов, полученных многокритериальным агрегированием. Сама оценка неоднородности также предполагает агрегирование, которое, однако, усредняет локальные неравенства, в связи с чем при анализе межрегиональной неоднородности региональных СЭС следует, помимо общих оценок, рассматривать также структуру неоднородности по ее составляющим. На третьем этапе предложенной методики происходит анализ неоднородности, рассчитываемой на основе интегральных индикаторов.

Он также, в свою очередь, включает три этапа по оценке структуры неоднородности с использованием взвешенных индексов. В работе они рассмотрены на примере ВРП, который можно представить как линейно взвешенный интегральный индикатор значений добавочной стоимости по секторам экономики. На первом этапе рассчитываются доли регионов в общей вариации. На втором этапе оценивается внутренняя вариация по отдельным критериям (в примере с ВРП – секторам). На последнем этапе предлагается разложение межрегиональной вариации на компоненты, соответствующие отдельным критериям s, для оценки влияниям каждого критерия на общую неоднородность.

Для этого выведена формула, позволяющая осуществить разложение Шоррокса для взвешенного коэффициента вариации:

где –компонент общей вариации по критерию s – средняя производительность (усредненная критериальная оценка) в стране, в регионе и в секторе (по критерию), – производительность сектора в регионе (оценка по критерию для,, – доля занятыхв отрасли s региона r, в регионе относительно страны и в секторе s относительно страны, соответственно (вес критерия s в интегральном индикаторе для региона r и т.д.) Таким образом, разработанная методика позволяет выявить основные источники роста или снижения неоднородности как в региональном, так и в секторном разрезе и сравнить между собой силу влияния отдельных источников.

6. Разработан программный модуль интегрального анализа для использования в качестве элемента СППР, реализующего предложенную единую процедуру многокритериального оценивания и расчт индексов неоднородности.

Разработанные в рамках исследования процедура и методики интегрального оценивания могут использоваться для повышения качества, обоснованности и прозрачности принятия решений в области управления региональными СЭС. Однако отсутствие инструментов применения этих разработок помешало бы их распространению за счет высокой трудомкости расчтов, работы с данными и параметрами алгоритмов. Кроме количественных преимуществ во времени использование программного инструментария для автоматизации интегрального оценивания дает также и качественные – относительно содержания итоговых оценок и их свойств (результаты анализа чувствительности).

В работе был проведен обзор существующих программных решений, предлагающих автоматизацию расчетов интегрального оценивания. Среди них были выбраны те, которые реализуют методы ММПР, работая на конечном множестве объектов оценивания. Было определено, что программы, реализующие продвинутые методы оценивания в большинстве своем предполагают работу через командную строку. С другой стороны, коммерческие продукты, хотя и предлагают современный графический интерфейс и удобную работу с данными, реализуют лишь простое линейное агрегирование. Сделан вывод о том, что приложения, которые позволяли бы эксперту удобно работать с основными методами агрегирования одновременно, отсутствуют. Это обусловило постановку задачи разработки такого приложения.

Разработанный программный модуль создан для помощи эксперту в проведении вычислений по построению интегральных оценок, а также во всех подготовительных и дополнительных задачах, которые могут возникнуть до или после этих вычислений (работа с данными, их первичная обработка, визуализации информации и т.п.). На основе задачи была определена функциональность модуля, которая включает: работу с показателями и объектами оценки, импорт/экспорт данных, многовариантную параметрическую нормализацию оценок, агрегацию оценок с помощью единой процедуры, возможность диалоговой настройки процедуры, а также наглядное функциональность была реализована в среде разработки Microsoft Visual Studio 2008 на языке C# 3.0.

Рисунок 4 – Окна нормализации и настройки единой процедуры Указанный программный модуль может использоваться как элемент СППР для включения интегрального оценивания в комплексный процесс принятия решений в области социально-экономической политики, проводимой государственными структурами, или при управлении в крупных организациях.

Использование модуля позволит повысить надежность и качество решений, а также ускорить процесс оценивания и сделать его более наглядным.

7. Проведена апробация развитых и разработанных методик, алгоритмов и программного обеспечения на примере построения интегральных индикаторов и анализа межрегиональной неоднородности в России.

В работе получены оценки межрегиональной неоднородности в РФ на длительном временном ряде и проанализирована е региональная структура.

Было установлено, что неоднородность по доходам в России меньше, чем по добавленной стоимости. При этом первая имеет тенденцию к уменьшению, тогда как вторая возрастает. Однако было показано, что такой рост обусловлен быстрым развитием в четырх достаточно развитых субъектах (а не деградацией слабо развитых). Тогда как для основной массы регионов характерно непрерывное сближение, как по ВРП, так и более активное – по доходам.

Проанализирована секторная структура неоднородности в РФ по добавленной стоимости. Установлено, что уровень вариации в среднем по экономике получается как результат противостоящих тенденций в различных секторах. При этом, они не являются случайными колебаниями: непрерывный Сформировано в авторском программном приложении в ходе исследования.

рост на протяжении пяти лет был зафиксирован в двух секторах и непрерывное падение – в трех.

Был произведен сравнительный анализ неоднородности и е динамики по секторам экономики. Для оценки влияние каждого сектора на общую неоднородность проведено разложение Шоррокса. Предложено рассмотрение неоднородности по отдельным группировкам секторов, и в частности, исключение добывающего сектора при оценке политики выравнивания. Такое исключение позволяет снизить долю внешних и случайных эффектов в результирующей оценке неоднородности, а также исключить динамику неоднородности, неподконтрольную соответствующей политике.

Проведена оценка и анализ развития двух социально-значимых сфер по регионам России (с детализацией для Южного макрорегиона). Наиболее полно используя имеющуюся статистическую базу, в работе обоснован выбор критериев и весов для агрегирования по двум социально-значимым сферам:

здравоохранению и виду деятельности «Связь». На основе этого построены интегральные индикаторы развития каждой из сфер по регионам России. Они были рассмотрены более подробно для регионов Юга России. Наконец, применена разработанная в рамках исследования методика оценки и анализа социально-экономической неоднородности, рассчитываемой на основе интегральных индикаторов. Е использование позволило дать оценки неоднородности относительного интегрального развития в рассматриваемых сферах по федеральным округам. Указанные расчты были выполнены с использованием разработанного модуля интегрального анализа.

Таким образом, по результатам апробации показано, что рассмотрение секторной и региональной структуры неоднородности позволяет получить новую информацию о характере и источниках неоднородности. Продемонстрирована продуктивность использования созданного автором программного инструментария, реализующего разработанную обобщенную процедуру и методики ее использования.

В заключении работы представлены наиболее существенные выводы и основные результаты, полученные в процессе исследования.

По теме диссертационного исследования опубликованы следующие работы:

Статьи в периодических научных изданиях, рекомендованных ВАК 1. Заруцкий С.А. Межрегиональная неоднородность в РФ: динамика и компонентный анализ // Национальные интересы: приоритеты и безопасность, 2011.

– № 46. –С. 56-66. – 1п.л.

2. Заруцкий С.А. Интегральные индикаторы как средство оценивания региональных социально-экономических систем // Экономика, статистика и информатика. Вестник УМО, 2012.– № 3. – С. 135-139 – 0,6 п.л.

3. Заруцкий С.А. Межрегиональная неоднородность производительности труда: анализ отраслевой структуры // Региональная экономика: теория и практика, 2012. – № 34. – С. 32-42 – 1п.л.

4. Заруцкий С.А. Система выбора и настройки метода агрегирования как элемент инструментария СППР в сфере региональной политики // Управление экономическими системами: электронный научный журнал, 2013.– № 11.– URL:

http://www.uecs.ru – 1п.л.

Статьи в периодических изданиях и сборниках материалов конференций:

5. Заруцкий С.А. Программный модуль для интегрального оценивания социально-экономических систем // Экология. Экономика. Информатика XXXX школа-семинар «Математическое моделирование в проблемах рационального природопользования». Ростов-на-Дону: Изд-во СКНЦ ВШ, 2012. – С.358-363 – 0,3п.л.

6. Селютин В.В., Заруцкий С.А., Месропян К.Э. Гибридная технология интегрального оценивания эффективности региональных систем (на примере городов Юга России) // Информационные технологии в образовании (Украина). 2012.

№ 13.– С. 149-156. – 0,5/0,2п.л.

7. Заруцкий С.А. Анализ межрегиональной неоднородности в РФ: доходы и добавленная стоимость // Экономика развития региона: проблемы, поиски, перспективы [Текст]: ежегодник. – Вып. 12 / ООН РАН, ЮССРЭ, ЮНЦ РАН, ВолГУ; гл. ред. О.В. Иншаков – Волгоград: Изд-во ВолГУ, 2011.– С. 184п.л.

8. Заруцкий С.А. Неравномерность развития Юга России: современные тенденции // Юг России: проблемы, прогнозы, решения. Сборник научных статей / Гл. ред. акад. Г.Г.Матишов. – Ростов н/Д: Изд-во ЮНЦ РАН, 2010.– С. 155-165. – 0,9 п.л.

9. Заруцкий С.А. Территориальное неравенство доходов: анализ динамики // Фундаментальные проблемы пространственного развития Юга России: междисциплинарный синтез. Тезисы Всероссийской научной конференции (28- сентября 2010 г., Ростов-на-Дону) / Отв. ред. акад. Г.Г. Матишов – Ростов-наДону: Изд-во ЮНЦ РАН, 2010. – С. 114-117. – 0,3п.л.

10. Селютин В.В., Заруцкий С.А. Теневая экономика на Юге России // Современное состояние и сценарии развития Северного Кавказа. Материалы расширенного заседания совета ИСЭГИ ЮНЦ РАН – Ростов н/Д: Изд-во ЮНЦ РАН, 2010. – С. 93-110.– 1,6/0,8п.л.

11. Заруцкий С.А. Территориальная неоднородность производительности труда: анализ отраслевой структуры // Экология. Экономика. Информатика XXXVIII школа-семинар «Математическое моделирование в проблемах рационального природопользования». Ростов-на-Дону: Изд-во СКНЦ ВШ, 2010. – С.

231-236.– 0,3п.л.

12. Заруцкий С.А. О подходах к работе со статистикой при межрегиональных сравнениях и оценке неоднородности // Труды аспирантов и соискателей ЮФУ – Том XV – Ростов н/Д: Изд-во ИПО ПИ ЮФУ, 2010. – С. 31-35–0,3 п.л.

13. Заруцкий С.А. Методика оценки неоднородности регионов и ее динамики в разрезе социально-значимых сфер // VI Ежегодная научная конференция студентов и аспирантов базовых кафедр Южного Научного Центра РАН: Тезисы докладов. Ростов н/Д: Изд-во ЮНЦ РАН, 2010. – С. 353-354. – 0,1 п.л.

14. Заруцкий С.А. Построение интегральных индикаторов как средство оценивания региональных социально-экономических систем // Моделирование устойчивого регионального развития. – Нальчик:, 2009. – С. 164-170. – 0,6п.л.

15. Заруцкий С.А. Рейтинг регионов Южного федерального округа по уровню развития здравоохранения // Экология. Экономика. Информатика XXXVII школа-семинар «Математическое моделирование в проблемах рационального природопользования». Ростов н/Д: Изд-во СКНЦ ВШ, 2009. – С. 96-100.– 0,3п.л.

16. Заруцкий С.А. Построение интегральных индикаторов как средство оценивания региональных социально-экономических систем // Неделя науки 2009. Сборник тезисов – Ростов н/Д. 2009. – С. 321-325.– 0,3п.л.

17. Заруцкий С.А. Многокритериальное оценивание региональных социально-экономических систем // V Ежегодная научная конференция студентов и аспирантов базовых кафедр Южного научного центра РАН: Тезисы докладов.

Ростов н/Д: Изд-во ЮНЦ РАН, 2009. – С. 320-321.– 0,1п.л.

18. Плетняков В.А., Заруцкий С.А. Имитационное моделирование устойчивости экономических систем с потоковой структурой // Сб. матер.

докл. 6-й Всерос. науч.-практ. конф. студентов, аспирантов и молодых учных «Молодежь XXI века – будущее российской науки». – Ростов н/Д., 2009. Том 1. – С. 299-300. – 0,2/0,1п.л.

19. Заруцкий С.А. О возможности и особенностях прогнозирования инфляции в России // Экология. Экономика. Информатика XXXVI школа-семинар «Математическое моделирование в проблемах рационального природопользования». Ростов-на-Дону: Изд-во ЦВВР, 2008. – С. 154-159.– 0,3п.л.

20. Заруцкий С.А. Многокритериальный анализ региональных проектов водопользования // IV Ежегодная научная конференция студентов и аспирантов базовых кафедр Южного Научного Центра РАН: Тезисы докладов. Ростов н/Д:

Изд-во ЮНЦ РАН, 2008. – С. 314-316.– 0,1п.л.

21. Ушканова Е.В., Заруцкий С.А., Селютин В.В. Современные методы принятия многокритериальных решений // Экология. Экономика. Информатика XXXV школа-семинар «Математическое моделирование в проблемах рационального природопользования». Ростов-на-Дону: Изд-во СКНЦ ВШ, 2007. – С. 144-148.– 0,3п.л./0,1 п.л.

Свидетельство о регистрации программы в ФГУ ФИПС 22. Заруцкий С.А. Селютин В.В. Многокритериальный анализ и интегральное оценивание [Текст] / Свидетельство о государственной регистрации программы для ЭВМ в ФГУ ФИПС № 2012619994 от 06.11.2012.

Подписано к печати 19.11.2013 г.

Формат 6084/16. Бумага офсетная.

Офсетная печать. Усл. печ. л. - 1,5.

Отпечатано КМЦ «КОПИЦЕНТР»

344006, г. Ростов-на-Дону, ул. Суворова,