CC BY
83
МЕТОДИКА ФОРМИРОВАНИЯ ИНТЕГРАЛЬНОГО ИНДИКАТОРА ИНФОРМАЦИОННО-КОММУНИКАЦИОННОГО ПОТЕНЦИАЛА ЭКОНОМИЧЕСКИХ ПОДСИСТЕМ РОССИЙСКОЙ ФЕДЕРАЦИИ
Товсултанова С.В., соискатель, Институт дополнительного профессионального образования ГАСИС НИУ ВШЭ
В статье рассматриваются методические аспекты формирования частных и обобщенных индикаторов информационно-коммуникационного потенциала экономических подсистем Российской Федерации. Приведен пример формирования частных индексов, отражающих уровень развития таких сторон информационно-коммуникационного потенциала, как техническое оснащение и коммуникационная компонента.
Ключевые слова: информационно-коммуникационные технологии, информационно-коммуникационный потенциал, техническое оснащение, коммуникационная компонента, экономическая подсистема, безразмерный индекс, обобщенный индекс, психофизическая шкала Харрингтона, функция желательности.
METHOD OF FORMING INTEGRAL INDICATORS OF INFORMATION AND COMMUNICATION CAPACITY OF THE ECONOMIC SUBSYSTEMS RUSSIAN FEDERATION
Tovsultanova S., the applicant, Institute for Continuing Professional Education GASIS The Research University HSE
The article deals with the methodological aspects of the formation ofprivate and generalized indicators of ICT potential economic subsystems of the Russian Federation. The example of the formation of the partial indices that reflect the level of development of these parties information and communications capacity, as hardware and communication component.
Keywords: information and communication technology, information and communications capacity, technical equipment, communication components, the economic subsystem, a dimensionless index, the generalized index, psychophysical scale Harrington, desirability function.
Глобальной тенденцией научно-технического прогресса последних десятилетий является развитие и широкое применение информационно-коммуникационных технологий (далее ИКТ). Использование ИКТ имеет решающее значение для повышения конкурентоспособности экономики, расширения возможностей ее интеграции в мировую систему хозяйства, повышения эффективности государственного управления и местного самоуправления. Однако, несмотря на высокие темпы развития ИКТ в последнее десятилетие, Россия не смогла сократить отставание от промышленно развитых стран в уровне информатизации экономики и общества. Так, по индексу развития информационно-коммуникационных технологий (ICT Development Index) Россия в 2010 году занимала в рейтинге стран мира 47-е место из 152-х, а по индексу сетевой готовности по итогам 2011 года 56-е место среди 142-х стран.
Эти данные относятся к Российской Федерации в целом, однако темпы развития информационно-коммуникационных технологий в различных регионах страны настолько сильно отличаются, что задача их выравнивания является весьма актуальной. В публикации [1], содержащей анализ динамики показателей информационно-коммуникационного потенциала (далее ИКП) в экономических подсистемах РФ - федеральных округах и крупных научных и промышленных центрах - г. Москве и г. Санкт-Петербурге, приведены такие данные: если в 2005 году соотношение числа персональных компьютеров (ПК) на 100 работников для лидера (г. Москвы) и аутсайдера (Северо-Кавказского федерального округа) составляло 343%, то в 2010 году - 203%, т.е. асимметрия этого основного показателя ИКП по экономическим подсистемам сохранилась. Сохранилась и асимметрия доли ПК с доступом к сети Интернет -в 2005 году соотношение долей ПК с доступом к сети Интернет тех же экономических подсистем - г. Москвы и СКФО - составляло 219%, в 2010-м - 172%.
Необходимость выравнивания информационно-коммуникационного потенциала экономических подсистем страны актуализирует разработку интегрального индикатора, отражающего состояние этой важной компоненты инновационного потенциала на региональном уровне. Зарубежный опыт по оценке, анализу и сопоставлению развития ИКТ в различных странах не может быть перенесен на региональный уровень ввиду различий национальных статистических систем, а отечественный опыт пока не является достаточным. Так, в работе [2] для оценки информационно-коммуникационного потенциала региона предлагают использовать следующие показатели:
- доля организаций, использовавших Интернет, в общем числе организаций, использовавших ИКТ;
- отношение затрат на ИКТ к ВРП;
- число персональных компьютеров на 100 работников;
- доля числа абонентов сотовой связи в численности населения.
Представляется, однако, что такой набор показателей недостаточен для комплексной оценки уровня информационно-коммуникационного потенциала.
Определенный интерес представляет подход к формированию интегрального индикатора ИКТ авторов работы [3], согласно которому входящие в него показатели объединяются в четыре группы: техническое оснащение, программное обеспечение, телекоммуникационные технологии, ИТ-услуги. Основой исходных показателей при этом служат данные обследований, проводимых Федеральной службой государственной статистики РФ. Предложенная в [3] система индикаторов оценки ИКТ позволяет на разных уровнях детализации сравнивать, анализировать, оценивать уровни использования информационно-коммуникационных технологий и анализировать разрыв как между изучаемой совокупностью объектов, так и внутри каждого их них - между отдельными субъектами Федерации, видами экономической деятельности, организациями.
Интерес представляет также предложенный в [4] интегральный индекс информационно-технологических ресурсов (далее ИТР) регионов, который дает обобщенную оценку состояния, развития и использования информационно-технологических ресурсов в регионах по индикаторам выделенных предметных областей ИТР: техническое обеспечение, специальное программное обеспечение, телекоммуникационные технологии, локальные сети, глобальные сети, в том числе Интернет и Web-сайты, услуги электронной связи и ИТ-услуги. В этой работы показано, что в 2005 году наиболее успешно развивались и использовались информационно-коммуникационные технологии в Центральном федеральном округе, где значение итогового интегрального индикатора составило 0,94, на втором месте - Уральский и Северо-Западный округа, далее следует Приволжский округ, а наихудшее положение сложилось в Южном федеральном округе.
Анализируя накопленный отечественный и зарубежный опыт, можно заключить, что из всей совокупности факторов, определяющих прогресс развития ИКТ, первичным является показатель оснащенности, так как создание развитого информационного общества, организация открытого интерактивного взаимодействия и развитие электронной экономики в принципе невозможны без использования современных средств, непосредственно обеспечивающих все необходимые операции по обработке, передаче или представлению информацию. Исходя из этого положения, претендентами на вклю-
Таблица 1. Числовые интервалы упрощенной шкалы Харрингтона
для монотонной функции желательности с тремя оценками
Лингвистическая оценка (термы лингвистической переменной) Интервалы значений функции желательности d(x)
Плохо 0,00-0,37
У довлетворительно 0,37-0,69
Хорошо 0,69-1,00
чение в интегральный индикатор информационно-коммуникационного потенциала являются, прежде всего, число ПК на 100 работников и доля ПК с доступом к сети Интернет. Эти два показателя необходимо дополнить показателями затрат на информационные и коммуникационные технологии, связанными с закупкой вычислительной техники и программного средств, оплатой услуг связи, обучением сотрудников разработке и применению ИКТ, оплатой услуг сторонних организаций и специалистов, а также прочие расходы на ИКТ, включая затраты организации на разработку программных средств собственными силами. По всем перечисленным показателям в статистических изданиях типа [5] данные приведены как в территориальном, так и во временном разрезах, и это позволяет проводить глубокий анализ динамики развития и территориальных особенностей развития ИКП территорий страны.
В методическом плане для формирования интегрального индикатора информационно-коммуникационного потенциала большое значение имеет не только рациональный отбор входящих в него частных показателей, но и вид преобразования показателей в безразмерные индексы, а также форма их свертки в обобщенный индекс. В этой связи интерес представляет работа [6], в которой сформулированы следующие требования к интегральным индексам вообще - независимо от конкретики:
(1) индекс должен быть безразмерной величиной, которая варьирует в открытом интервале от 0 до 1, асимптотически приближаясь к нулю в случае абсолютно неприемлемых значений образующих его показателей и к единице в случае очень хороших их значений;
(2) форма свертки частных индексов в интегральный должна устанавливаться, исходя из степени их взаимосвязи: при сильной корреляции целесообразно использовать аддитивную форму свертки, при слабой коррелированности - мультипликативную;
(3) веса (приоритеты) частных индексов должны быть установлены либо экспертным путем, либо, что предпочтительнее, с учетом статистических характеристик реальных выборок региональных данных.
Отвергая естественное нормирование, взамен в качестве нормирующего преобразования авторы работы [7] предлагают использовать психофизическую шкалу Харрингтона [8] (авторы [7] называют ее функцией желательности). Важно, что эта функция имеет сигмоидальную форму и отвечает условию (1). Сигмоидальный характер означает, что на начальном участке, в зоне желательности «плохо», функция имеет нарастающую кривизну, т.е. даже небольшие изменения показателя приводят к заметному увеличению желательности. Напротив, в зоне «хорошо» функция имеет убывающую кривизну, так что дальнейший рост показателя уже не вызывает столь заметного увеличения желательности. В зоне «удовлетворительно», однако, функция желательности практически линейна, и именно в этой области наблюдается максимальный эффект от увеличения показателя.
Такой сигмоидальный характер зависимости желательности от величины показателя отвечает интуитивным представлениям об их взаимосвязи: на начальном этапе (зона «плохо») важно «поощрить» рост показателя, хотя бы это и было связано со значительными затратами ресурсов разного рода, а когда значения показателя уже устраивают (зона «удовлетворительно»), нет особого смысла в дальнейшем его росте (зона «хорошо»), поскольку затраты при этом резко увеличиваются.
Авторами работы [6] не только предложен четкий алгоритм построения региональных индексов, но и выполнена его апробация на примере формирования индекса благосостояния населения федеральных округов. Практическое значение имеет также то, что преобразование показателей с использованием психофизической шкалы Харрингтона позволяет проводить расчеты частных индексов для регионов, не включенных ранее в обучающую выборку.
Продемонстрируем продуктивность использования психофизи-
ческого преобразования на примере формирования индикаторов двух важных сторон информационно-коммуникационного потенциала - технического оснащения и коммуникационной компоненты ИКП. Выше отмечалось, что такое преобразование учитывает нелинейный характер связи оценки показателей с их величиной. Преобразование Харрингтона - двойная отрицательная экспонента - основано на шкале, связывающей значения показателей с оценкой их желательности. В «классическом» варианте шкала имеет пять оценок: «очень плохо», «плохо», «удовлетворительно», «хорошо», «очень хорошо», но в данном исследовании, согласно рекомендациям работы [7], будем использовать упрощенный вариант шкалы Харрингтона, представленный в табл. 1.
Аналитически преобразование Харрингтона выражается следующими формулами:
df = d (z) = exp (-exp (-z)), (1)
Zi = (х - х;0)/( хп - х.0). (2)
Здесь z. - кодированные значения i-го показателя, представля-
ющие собой безразмерные величины; х. - значение i-го показателя; х.0 и х.1 - границы области «удовлетворительно» в исходной шкале: . do = d (z. (х.о)) = 0,368; dn = d (z. (хп)) = 0,692. (3)
При кодированном значении информативного показателя z=0 (нижняя граница области «удовлетворительно») функция желательности принимает значение 0,368, а при z=1, что соответствует нижней границе области «удовлетворительно», d(z)=0,692. Таким образом, для построения функции желательности Харрингтона достаточно установить границы исходных показателей хт и хл, внутри которых изучаемая характеристика может считаться удовлетворительной. Часто эти значения полагают равными х.1=хтах и х.0=хт1п, т.е. соответственно максимальному и минимальному значению показателя по массиву региональных данных.
Однако такой подход представляется не вполне обоснованным: при этом все объекты в обучающей выборке считаются «удовлетворительными», тогда как всегда есть «лидеры», отвечающие зоне «хорошо», есть и «аутсайдеры», отвечающие зоне «плохо». Можно, конечно, границы зоны «удовлетворительно» установить экспертным путем, но более обоснованным представляется статистический подход - нижнюю границу зоны «удовлетворительно» положить равной значению параметра центральной тенденции (средней арифметической величины в случае нормального распределения), а ее верхнюю зону «сдвинуть» в сторону значений показателя, отстоящих от параметра центральной тенденции на величину стандартного отклонения. Тогда в соответствии с законом «трех сигм» [9] примерно 1/6 часть статистических объектов будет характеризоваться термом «удовлетворительно», половина - термом «плохо», 1/3 - термом «хорошо».
В методическом плане важно располагать однородной выборкой достаточного объема. Экономических подсистем достаточно большого масштаба в Российской Федерации - десять (восемь федеральных округов и два крупных научных и промышленных центра - г. Москва и г. Санкт-Петербург), но можно рассматривать эти подсистемы по данным не за один год, а за шесть лет - с 2005 по
2009 гг. Тогда объем выборки, в идеале, может составить N=10r6=60. Анализ распределений двух показателей информационно-коммуникационного потенциала - числа ПК на 100 работников и доли ПК с доступом к сети Интернет, выполненный с помощью графических и аналитических процедур пакета статистических программ анализа данных общественных наук [10, 11], показал, что после исключения из выборки данных по г. Москве распределения становятся симметричными. При этом статистическими единицами однородной выборки являются экономические подсистемы РФ, рассматриваемые в определенный год временного интервала 2005-2010 гг., которые в дальнейшем, по аналогии с работой [12], будем называть «годоокруга» и «годорегионы».
Поскольку проверка сформированной таким образом выборки (назовем ее «обучающей») на нормальность распределения по тес-
Таблица 2. Статистика индикаторов информационно-коммуникационного потенциала экономических подсистем РФ в период 2005-2010 гг.
Статистика Индикатор ИКП
Число ПК на 100 работников Доля ПК с доступом к сети Интернет, %
Среднее 30,22 38,243
Стандартное отклонение 6,867 8,2016
ту Колмогорова-Смирнова [11] оказалась положительной, это позволяет в качестве статистик выборки использовать среднее арифметическое (невзвешенное, без учета численности работников информационно-коммуникационной сферы в экономических подсистемах РФ) и среднее квадратическое отклонение - табл. 2.
На рис. 1 представлены функции желательности индикаторов ИКП, построенные по формулам (1) и (2) и данным табл. 2. При этом выполнен переход от упрощенной шкалы Харрингтона с тремя оценками к полной шкале с пятью оценками, согласно которой область «плохо» расщепляется на две зоны - «очень плохо» и «плохо», а зона «хорошо» - на зоны «хорошо» и «очень хорошо».
Как видно из графиков, представленных на рис. 1, функции желательности (далее ФЖ) имеет сигмоидальную форму, что отвечает обоснованному представлению о связи значений индикаторов ИКП с оценкой их желательности.
Функция желательности - математический конструкт, и лучше перейти к границам зон, выраженных в значениях исходных индикаторов. Принцип такого перехода показан на рис. 1 б: значению
0,20 функции желательности доли ПК с доступом к сети Интернет, разграничивающему зоны «плохо» и «очень плохо», отвечает доля ПК с доступом к сети Интернет, равная 34,5% и т.д.
Границы зон желательности приведены в табл. 3.
На рис. 2 представлено распределение экономических подсистем РФ по зонам желательности индикаторов ИКП в 2005 и 2010 гг. Видно, что г. Москва уже в 2005 г. находилась в зоне «очень хорошо» по числу ПК на 100 работников и в зоне «хорошо» по доле ПК с доступом к сети Интернет, тогда как большинство федеральных округов находились в зоне «очень плохо» по обоим индикаторам ИКП. В 2010 г. в зону «очень хорошо» по обоим индикаторам информационно-коммуникационного потенциала, помимо г. Москвы,
а
1,0
ол
очень хорошо
хорошо [/
__________________У—
/
удовлетворительно
очень плохо
«перешли» еще две инновационные подсистемы - г. Санкт-Петербург и Центральный федеральный округ. Заметно улучшилась ситуация и в других экономических подсистемах, так, Южный и Северо-Кавказский федеральные округа «перешли» в зону «удовлетворительно» по обоим индикаторам ИКП.
В содержательном плане продуктивным является представление годографов с наложенными на плоскость индикаторов ИКП сетки границ зон желательности. Пример такого представления приведен на рис. 3 для двух экономических подсистем РФ - аутсайдера (Северо-Кавказского федерального округа) и лидера (г. Москвы).
Видно, что в 2005-2008 гг. Северо-Кавказский федеральный округ характеризовался оценками «очень плохо» по обоим индикаторам информационно-коммуникационного потенциала, в 2009 г. -оценками «плохо» и лишь в 2010 г. - оценками «удовлетворительно». В противоположность этому, г. Москва в 2005 г. лишь по доле ПК с доступом к сети Интернет характеризовалась оценкой «хорошо», а по числу ПК на 100 работников - оценкой «очень хорошо». В 2006 г., г. Москва переходит в зону «очень хорошо» по обоим индикаторам ИКП. Асимметрия информационно-коммуникационного потенциала на этом примере выглядит весьма показательно.
Частные индексы - функции желательности числа ПК на 100 работников и доли ПК с доступом к сети Интернет - сильно коррелируют между собой (коэффициент корреляции 0,927 статистически значим на двустроннем уровне не хуже 0,0005), поэтому, в принципе, необходимо применить их аддитивную свертку в обобщенный индекс. Но, так как эти индексы отражают две разные стороны информационно-коммуникационного потенциала экономических подсистем - техническое оснащение и коммуникационную компоненту, - более логично рассматривать их как самостоятельные индикаторы уровня развития ИКП в экономических подсистемах.
б
1,0
0J3
1 І J / /... \° 1 \ і \ І >!
. 1 / й' / * а
/ !/ _ _ к _
Л /\ ^ і
20
30
40
50
30
35
40 45 50 55
Число ПК на 100 работников ПК с доступом в Интернет, %
Рис. 1. Функции желательности индикаторов ИКП: а - числа ПК на 100 работников; б - доли ПК с доступом к сети Интернет
Таблица 3. Границы зон желательности индикаторов информационно-коммуникационного потенциала экономических подсистем РФ в период 2005-2010 гг.
Границы функции желательности Индикатор ИКП
Число ПК на 100 работников Доля ПК с доступом к сети Интернет, %
0,20 27,0 34,5
0,37 30,2 38,2
0,63 35,5 44,6
0,8 40,5 50,5
Рис. 2. Расположение экономических подсистем РФ на плоскости индикаторов информационно-коммуникационного потенциала: а ■
в 2005 г.; б - в 2010 г.
б
а
СКФО
г. Москва
Число ПК на 100 работников
Число ПК на 100 работников
Рис. 3. Эволюция индикаторов информационно-коммуникационного потенциала некоторых экономических подсистем РФ в 2005-
2010 гг.: а - Северо-Кавказского федерального округа; б - г. Москвы
Данная статья носит в большей степени методический характер, тем не менее, по результатам выполненных исследований можно сделать вывод, что несмотря на некоторое снижение уровня асимметрии развития информационно-коммуникационного потенциала экономических подсистем РФ в период 2005-2010 гг., проблема выравнивания инновационного потенциала по-прежнему является актуальной.
Изложенный в статье методический подход к формированию индикаторов информационно-коммуникационного потенциала экономических подсистем оказался эффективным также при формировании обобщенного индекса, отражающего уровень развития таких сторон затрат на информационные и коммуникационные технологии, как закупку вычислительной техники и программного обеспечения, оплату услуг связи, обучение сотрудников разработке и применению ИКТ, оплату услуг сторонних организаций и специалистов. Изложению полученных при этом результатов будут посвящены наши последующие публикации.
Литература:
1. Товсултанова С.В. Моделирование динамики показателей информационно-коммуникационного потенциала в экономических подсистемах РФ // Транспортное дело России. 2012. №3.
2. Алексеев С.Г. Инновационный потенциал региона: интегральная оценка и механизм развития. Автореф... к-та экон. наук. Улан-Удэ, 2009.
3. Казанцев А.К., Серова Е.Г., Серова Л.С. Информационнотехнологические ресурсы российских регионов: оценка и сравни-
тельный анализ // Информационные ресурсы России. 2008. Вып. №6.
4. Информационно-технологические ресурсы российской экономики / А.К. Казанцев, Е.Г. Серова, Л.С. Серова, Е.А. Руденко. Под ред. Казанцева А.К., 2007. СПб.: Издат. дом С.-Петерб. гос. унта.
5. Регионы России. Социально-экономические показатели. 2011. Стат. сб. М.: Росстат, 2011.
6. Лебедева О.В., Шуметов В.Г. К вопросу о построении компонентов индикатора качества жизни населения России на региональном уровне // Вестник НИИРПО. Серия «Экономика и управление». 2009. №2(4).
7. Оптимизация качества. Сложные продукты и процессы / Э.В. Калинина, А.Г. Лапига, В.В. Поляков и др. М.: Химия, 1989.
8. Harrington E.C. The desirable function // Industrial Quality Control. 1965. V.21. №10.
9. Статистика. Учебник / Под ред. И.И. Елисеевой. М.: ООО «ВИТРЭМ», 2002.
10. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь.
11. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002.
12. Титов В.А., Шуметов В.Г. Графический метод прогнозирования структурных трансформаций инвестиционных процессов // Экономическое прогнозирование: модели и методы. Сб. м-лов VI международной н.-практ. конф. Воронеж: ВГУ, 2010.
