Алгоритмы для обобщения факторов функционирования жилищно-коммунального хозяйства в случае использования цифровых технологий Текст научной статьи по специальности «Экономика и бизнес»

Алгоритмы для обобщения факторов функционирования жилищно-коммунального хозяйства в случае использования цифровых технологий

Попов Алексей Анатольевич

кандидат технических наук, доцент, кафедра информатики, ФГБОУ ВО «Российский экономический университет имени Г.В. Плеханова», a1710p@mail.ru

Целью работы является совершенствование методологических вопросов отображения социально-экономических процессов, происходящих в ЖКХ, в виде информационной модели. Рассмотрены особенности использования факторного анализа, принципов устойчивого развития, PESтEL-анализа и модели Портера для определения факторов. Также проведен анализ публикаций для определения факторов, определяющих состав компонентов, входящих в состав жилищно-коммунального хозяйства, виды жилищно-коммунальных услуг, а также особенности перехода жилищно-коммунального хозяйства на цифровые информационные сервисы. Разработана информационная модель в виде алгоритма, позволяющего обобщить результаты определения факторов, полученные несколькими исследователями различными способами. Алгоритм работает при наличии единого классификатора, позволяющего обеспечить единый подход исследователей к индексации факторов, действующих на жилищно-коммунального хозяйство. В классификаторе обозначены цифровыми индексами все ключевые фразы, связанные с деятельностью экономики, государственного управления и законодательства в сфере жилищно-коммунального хозяйства, автоматизацией и цифровой трансформацией. Каждый элемент классификатора представляет собой пару значений «индекс - ключевая фраза». Ключевые слова: жилищно-коммунальное хозяйство, цифровая экономика, факторный анализ, модель Портера, PESTEL-анализ, алгоритм

Введение

Для выполнения задач цифровизации ЖКХ необходимо внедрение сквозных технологий в соответствии с [1]. При этом в системе управления ЖКХ не устранены достаточно серьёзные проблемы:

1. Недостаточный для цифровой трансформации уровень готовности большинства организаций по управлению ЖКХ к автоматизации [2].

2. Использование большого количества информационных систем, интегрированных с государственной информационной системой ЖКХ [2], не предусматривающих использование сквозных технологий.

3. Не доведенные до конца реформы в ЖКХ. Противоречивость нормативной базы, которая не позволяет обеспечить внедрение сквозных технологий в ЖКХ.

В качестве организаций по управлению ЖКХ в данной работе рассматриваются товарищества собственников жилья, управляющие компании, органы местного самоуправления, ресурсоснабжающие организации, организации - поставщики жилищно-коммунальных услуг, а также другие участники сферы управления ЖКХ.

Таким образом, на систему управления ЖКХ действуют факторы, замедляющие цифровую трансформацию. Представляет интерес исследование возможности определения факторов с использованием различных способов и возможностей их обобщения.

Целью работы является совершенствование методологических вопросов отображения социально-экономических процессов (факторов, влияющих на деятельность ЖКХ), в виде информационной модели. Объект исследования - система управления ЖКХ. Предмет исследования - факторы, действующие на систему управления ЖКХ.

о см о см

!Л

О Ш

т

X

<

т О X X

Способы определения факторов, действующих на систему управления ЖКХ

Для единого подхода к обозначению названий факторов и параметров, характеризующих экономику, необходимо использовать единый классификатор КМББ, в котором обозначены цифровыми индексами все ключевые фразы, связанные с деятельностью экономики (в частности, ЖКХ), государственного управления и законодательства в сфере ЖКХ, автоматизацией и цифровой трансформацией. Каждый элемент классификатора КЬЛББ представляет собой пару значений «индекс -ключевая фраза»:

КСЛББ = {с/авв^); сМ,2,...,0}; с/аэз(с1) = Щс1), кЦсС)},

где к/ЦС) - ключевая фраза, характеризующая деятельность экономики (в частности, деятельность ЖКХ), государственное управление, законодательство в сфере ЖКХ, автоматизацию и цифровую трансформацию;

¡С(С) - цифровой индекс, соответствующей ключевой фразе.

Деятельность экономики, в том числе ЖКХ, характеризует множества параметров G и NAMEG. Каждый параметр, входящий в состав множества G, характеризуется рядом значений в моменты времени ti, t2, ..., tM. Подмножество параметров GKH, характеризующее работу ЖКХ и состоящее из H элементов, входит в состав множества G:

G = {gm, f = 1, 2, ..., F; m=1, 2, ..., M}; GKH = {gkhhm, h = 1, 2, ..., H; H<F; m=1, 2, ..., M}; GKH E G

NAMEG = {namegf, f = 1, 2, ..., F}; namegf- индекс параметра gf, полученный в соответствии с классификатором KLASS;

F - количество параметров, характеризующих экономику;

M - количество значений параметра gf в моменты времени t1, t2, ..., tM.

В качестве первого способа для определения факторов может быть использован факторный анализ [3]. В качестве исходных данных используется корреляционная матрица KORR, полученная на основании анализа значений параметров, входящих в состав множества G: KORR = {korr(k, z); k, z =1, 2, F}. Для определения минимального количества W факторов, которое позволяет отобразить корреляцию между параметрами gf,{f=l,2,^.,F), производится анализ корней характеристического уравнения (собственных чисел Л) корреляционной матрицы KORR: Det(KORR - Л*Е) = 0, (1)

где Е - единичная матрица размерностью F*F. Количество факторов W равно количеству собственных чисел Л, значение которых больше 1.

Следующий шаг состоит в нахождении матрицы факторных нагрузок с помощью процедуры ортогонального вращения методом варимакс [3]:

FNAGR = {fnagr(f, w), /=1,2, ..., F; w=1, 2, ..., W}. Далее производится анализ матрицы факторных нагрузок. Алгоритм анализа матрицы факторных нагрузок приведен на рис. 1. В начале работы алгоритма значение переменной U(w) для каждого w-го фактора обнуляется (оператор 4, рис. 1) с помощью с помощью цикла (операторы 3, 5, рис. 1). Параметр U(w) предназначен для подсчета количества параметров gf, у которых абсолютные значения факторных нагрузок fnagr(f, w) являются максимальными для w-го фактора.

Для каждого w-го фактора определяется факторная нагрузка fnagr(f, w), значение которой является наибольшей по абсолютному значению (операторы 10-12, на рис. 1).

Рисунок 1. Алгоритм формирования матрицы FFA

В результате формируются массивы FA(1), FA(2), ..., FA(W), в которых сгруппированы по факторам индексы параметров gf.

FA(w) = {fa(w, 1), fa(w, 2), ..., fa(w, U(w))}; fa(w,u(w))=namegf,ecnm w = rmax;

rmax = arg{fnagr{f,rmax)s)\ fnagr(f,rmax) = max (fnagr(f,r));

r=l,2,...,W

u(w) = 1, 2, ..., U(w) - нумерация элементов в массивах FA(w).

Перебор элементов множества FNAGR производится с помощью двух циклов (операторы 6, 16, 9, 13). По окончании цикла по переменной w производится уточнение значения U(w) с помощью оператора 14 (рис. 1).

В результате выполнения оператора 15 (рис. 1) элементу fa(w, u(w)) присваивается значение индекса namegf. Значение индекса присваивается лицом, проводящим факторный анализ с использованием классификатора KLASS. Таким образом, в результате исследования множества FNAGR формируется матрица факторов FFA, содержащая элементы массивов FA(1), FA(2), ..., FA(W).

/ fa(1,1) fa{1,2) ... fa(1,U(1)) \ FFA = | fa(2,1) fa(2,2) ... fa(2, U{2)) |

\fa(W,T) fa(W,2) ... fa(W,U(W))J Вторым способом выявления факторов, влияющих на систему управления ЖКХ, является использование принципов устойчивого развития [4]. С использованием этого способа могут быть определены следующие факторы.

1. Факторы управления, действующие на организации по управлению ЖКХ и государственные органы управления.

системность решений, принимаемых в сфере управления ЖКХ;

степень централизации управления в сфере ЖКХ; степень делегирования полномочий по управлению ЖКХ в организации по управлению ЖКХ;

обратная связь организаций по управлению ЖКХ с органами управления;

степень мотивации организаций по управлению ЖКХ к цифровизации, степень использования научных достижений в управлении ЖКХ).

2. Факторы производительности (связаны с уровнем технологий, задействованных в сфере ЖКХ, а также с уровнем подготовки сотрудников организаций в сфере управления ЖКХ).

3. Факторы риска (возможные проблемы, возникающие в результате перехода к цифровому управлению ЖКХ, возможных перебоев в поставке ресурсов и оказании жилищно-коммунальных услуг, а также проблемы в результате влияния климата и экологии на деятельность ЖКХ).

4. Системные факторы (факторы кризиса), характерные для государства в целом (влияют на все сферы экономики, в том числе, на ЖКХ).

Таким образом, могут быть сформированы массивы FR(i), каждый из которых содержит Xo(i) подфакторов. FR(i) = {namefr(i), fr(i, xo), xo=1, 2, ..., Xo(i); i=1, 2, 3, 4}, namefr(i) - индекс i-го фактора, полученный с помощью классификатора KLASS;

fr(i, xo) - индекс xo-го подфактора, входящего в состав i-го фактора, полученный с помощью классификатора KLASS.

X X

о го А с.

X

го m

о

ю

2 О

м о

о см о см

!Л

О Ш

т

X

<

т О X X

Третьим и четвертым способами анализа факторов, действующих на ЖКХ, является использование PES-ТЕ1_-анализа и модели Портера [5, 6]. Результаты использования PESTEL-анализа и модели Портера используются для уточнения состава полученных ранее массивов ГЯ('). При использовании PESTEL-анализа и модели Портера производится анализ внешней среды, состоящей из макросреды (дальнее окружение ЖКХ) и микросреды (ближнее окружение ЖКХ). Макросреда анализируется с использованием PESTEL-анализа [5, 6]. Выявляются факторы внешней среды (политические, экономические, социальные, технологические, экологические и юридические), которые неподвластны организациям по управлению ЖКХ, но при этом влияют на стратегические решения по управлению ЖКХ. Анализ микросреды производится с помощью анализа конкурентных сил с помощью модели Портера [5].

К политическим факторам PESTEL-анализа относится политическая обстановка в стране, налоговая политика, законы в сфере ЖКХ на уровне государства. Политические факторы могут быть отнесены к приведенному ранее фактору №1 (факторы управления). К экономическим факторам PESTEL-анализа относятся темпы роста промышленности, торговли, уровень доходов граждан, цены на ресурсы, коммунальную технику, тарифы, нормативы расходования ресурсов. Экономические факторы могут быть отнесены к приведенному ранее фактору №4 (системные факторы). К социальным факторам PESTEL-анализа относятся количество ветхих и аварийных объектов ЖКХ, наличие которого относится к определенному ранее фактору №3 (фактору риска). Уровень безработицы среди жильцов многоквартирных домов, а также уровень образования жильцов многоквартирных домов также можно отнести к определенному ранее фактору №3 (фактору риска). К технологическим факторам PEsTEL-анализа относятся уровень работы с твердыми коммунальными отходами, уровень развитости транспортной инфраструктуры, уровень развития ИТ-инфраструктуры. Такие факторы могут быть отнесены к приведенному выше фактору №2 (факторы производительности). К экологическим факторам PES-TEL-анализа относятся влияние погоды, климата и природных условий на деятельность организаций по управлению ЖКХ. Экологический фактор может быть отнесен к приведенному выше фактору №3 (фактор риска). К юридическим факторам PESTEL-анализа относятся руководящие документы на определяющие операционную деятельность по управлению ЖКХ на уровне регионов, городов, муниципалитетов, а также организаций по управлению ЖКХ. Юридический фактор может быть отнесен к приведенному выше фактору №1 (фактору управления). Приведенные ранее массивы ^(¡) дополняются подфакторами, полученными с помощью PES-TEL-анализа. Новые подфакторы (их количество равно Хтасго(')) располагаются в массивах ГЯ(') после элемента с номером Х)(/'). Количество элементов в массиве ^(¡) становится равно Х|(/') = Х)(/') + Хтасго(), и

ГЯ(/) = {патвЩ, Х1), Х1=1, 2, ..., Х(/); ¡=1, 2, 3, 4}.

Дальнейшее уточнение факторов производится на основе анализа микросреды с использованием модели Портера (за счет определения пяти сил). Первая сила -уровень конкуренции организаций внутри сферы ЖКХ (среди организаций, которые поставляют ресурсы и оказывают жилищно-коммунальные услуги). Эту силу можно отнести к приведенному ранее фактору №1 (фак-

тор управления). Вторая сила - угроза появления конкурентных ресурсов и жилищно-коммунальных услуг. Вторую силу следует отнести к приведенному ранее фактору №3 (фактору риска). Третья сила - угроза появления на рынке поставки ресурсов и оказания услуг в сфере ЖКХ новых организаций. Параметры, по которым можно оценивать данную силу:

экономия при поставке ресурсов или оказании услуг; узнаваемость новой организации и лояльность к ней; дифференциация поставляемого ресурса или оказываемой услуги (существуют «ниши» для ресурсов и услуг или такие «ниши» отсутствуют);

уровень инвестиций организации для появления на рынке поставки ресурсов и оказания услуг в ЖКХ.

доступ организации к каналам распределения ресурсов и оказания услуг;

наличие документов, ограничивающих появление новых организаций на рынке поставки ресурсов и оказания услуг в ЖКХ;

готовность организаций, уже находящихся на рынке поставки ресурсов и оказания услуг в жКх, к снижению цен;

темпы роста оказания услуг в ЖКХ. Третью силу также следует отнести к приведенному ранее фактору №2 (фактору производительности).

Четвертая сила - власть потребителей ресурсов и жилищно-коммунальных услуг. Параметры, по которым можно оценивать данную силу:

характеристика потребителей ресурсов и услуг (несколько потребителей, которым поставляется более 80% ресурсов и оказывается более 80% услуг, незначительная количество потребителей, которым поставляется около 50% ресурсов и оказывается более 50% услуг, ресурсы и услуги равномерно распределяются между потребителями);

возможность потребителей выбирать поставщика ресурсов или организацию для оказания услуг (ресурсы или услуги не уникальны и могут быть предоставлены сразу многими организациями в сфере ЖКХ, у ресурсов и услуг есть отличительные черты, которые могут быть предоставлены несколькими организациями, ресурсы и услуги уникальны и могут быть предоставлены только одной организацией);

чувствительность потребителя к цене ресурса или услуги (потребитель не чувствителен к цене, потребитель переключится на другой ресурс или услугу при некотором «пороговой» разницей в цене, потребитель обязательно переключится на ресурс или услугу с более низкой ценой);

удовлетворенность потребителя качеством поставляемых ресурсов и оказываемых услуг.

Четвертую силу следует отнести к приведенному ранее фактору №1 (фактору управления).

Пятая сила - влияние поставщиков ресурсов и организаций, оказывающих жилищно-коммунальные услуги, на сферу ЖКХ. Параметры, по которым можно оценивать данную силу:

количество организаций-поставщиков ресурсов и организаций, оказывающих услуги (монополия или есть выбор организаций);

ограниченность возможностей организаций-поставщиков ресурсов и организаций, оказывающих услуги (ограниченные объемы или неограниченность в объемах);

стоимость перехода к другим организациям-поставщикам ресурсов и организациям, оказывающим услуги (высокая или низкая стоимость).

Пятую силу следует отнести к приведенному ранее фактору №4 (системному фактору).

Таким образом, полученные ранее массивы FR(i) дополняются новыми подфакторами, количество которых равно Xmicro(i), и они располагаются в массиве FR(i) после элемента с номером Xi(i):

FR(i) = {namefr(i), fr(i, x2), x2=1, 2, ..., X2(i); i=1, 2, 3, 4}, X2(i) = Xl(i) + Xmicro(i).

Пятым способом определения факторов является анализ компонентов, входящих в состав действующего в настоящее время ЖКХ [7, 8, 9], видов предоставляемых жилищно-коммунальных услуг (общественные услуги, смешанные услуги и частные услуги) [10], а также учет анализа особенностей перехода ЖКХ на цифровые информационные сервисы [2, 11, 12]. В результате такого анализа состав приведенных выше факторов (массивов FR(t)) дополняется за счет появления следующих подфакторов:

наличие нескольких подотраслей в составе ЖКХ, наличие большого количества потребителей ресурсов и видов жилищно-коммунальных услуг (дополняют фактор №1, то есть, фактор управления);

влияние местоположения региона на особенности управления ЖКХ, ограниченное количество моделей функционирования ЖКХ, в которых остается преобладающая роль государства, наличие естественных монополий либо малая конкуренция среди организаций, поставляющих ресурсы организациям в сфере ЖКХ (дополняет фактор №4, то есть, системный фактор);

существующая в настоящее время модель управления ЖКХ соответствует второй волне использования цифровых технологий в рамках Индустрии 4.0 [11], происходит переход от третьей к четвертой промышленной революции - делаются попытки интеграции «киберфизи-ческих систем» (Cyber-Physical Systems, CPS) с работами и услугами, выполняемыми в ЖКХ (дополняет фактор №2, то есть, фактор производительности);

появление информационных систем новых типов, использующих цифровые технологии, в дополнение к используемым в ЖКХ информационным системам [2, 12] (дополняет фактор №2, то есть, фактор производительности);

происходит развитие цифровых компетенций у сотрудников организаций по управлению ЖКХ и жильцов многоквартирных домов, появление цифровых организаций по управлению ЖКХ различного уровня, происходит перенос взаимодействия участников управления ЖКХ в виртуальное пространство (дополняет фактор №2, то есть, фактор производительности);

появляются дополнительные проблемы в результате внедрения цифровых технологий (дополняет фактор №3, то есть, фактор риска) [12]:

отсутствие системного подхода к проведению циф-ровизации ЖКХ;

отсутствие стандартов, регламентов для обеспечения взаимодействия между участниками взаимодействия в сфере ЖКХ;

видоизменение бизнес-процессов управления ЖКХ по мере ввода в эксплуатацию цифровых информационных технологий;

недостаточный уровень готовности организаций по управлению ЖКХ к внедрению цифровых информационных технологий;

FUR =

проблемам информационной безопасности. Таким образом, приведенные выше массивы FR(i) дополняются новыми подфакторами, количество которых равно Хцифр(/), и они располагаются в массиве FR(i) после элементов с номером X2(i). Количество элементов в массиве FR(i) становится равным X(i) = X2(i) + Хцифр(/): FR(i) = {namefr(i), Ц/, x), x=1, 2, ..., X(/); /=1, 2, 3, 4}. Параметры namefr(i), fr(i, x) представляют собой значения идентификаторов, полученные лицами, проводящими исследования, с помощью каталога KLASS. Таким образом, формируется матрица FUR, в состав которой входят элементы массивов FR(Ï),FR(2),FR(3),FR(4): /namefr(Ï) fr(Ï,Ï) fr(Ï,2) ... fr(Ï,X(Ï)y I namefr(2) fr(2,Ï) fr{2,2) ... fr{2,X{2)) ( namefr(3) fr(3,Ï) fr(3,2) ... fr(3,X(3)) \namefr(4) fr(4,Ï) fr(4,2) ... fr(4,X(4)), namefr(i) - идентификатор /-го фактора, в состав которого входят X(i) подфакторов;

fr(i, x) - элемент массива FR(i), содержащий идентификатор x-го подфактора.

Постановка задачи обобщения множества факторов, действующих на ЖКХ

Недостатком полученного результата является различное количество факторов, которым соответствуют элементы матриц fFa и FUR (в общем случае W£4). Кроме этого, идентификаторы подфакторов для /-го фактора в множестве FUR могут повторяться вследствие того, что получены с использованием различных способов. Для обобщения множества факторов необходимо провести анализ элементов матриц FFA и FUR и на основе такого анализа составить обобщенную матрицу факторов, влияющих на ЖКХ. Задачу обобщения факторов, влияющих на работу ЖКХ, можно поставить следующим образом: Дано:

1. Множества G и NAMEG. Подмножество GKH.

2. Матрицы FFA и FUR. Получить:

1. Информационную модель, задающую преобразование Vдля преобразования матриц FFA и fUr.

2. Матрицу факторов FAKT. При этом V: (FFA,FUR) ^ FAKT FAKT =

/namefakt(Ï) fakt(Ï,Ï) fakt(Ï,2) ... fakt(Ï,J(Ï))\ | namefakt(2) fakt(2,Ï) fakt(2,2) ... fakt(2,](2)) \

\namefakt(T) fakt(T,Ï) fakt(T,2) ... fakt(T,J(T))J где t - номер фактора (t = 1, 2, ..., T); T - количество факторов, выявленных после преобразования множеств;

J(t) - количество подфакторов, входящих в состав t-го фактора;

namefakt(t) - значение идентификатора t-го фактора; fakt(t, j) - значение идентификатора j-го подфактора, входящего в состав t-го фактора;

Алгоритм для обобщения факторов

Преобразование матриц FFA и FUR в матрицу FAKT производится в несколько этапов:

1. Производится анализ элементов массивов FA(1), FA(2), ..., FA(W) и их интерпретация. Интерпретация (оператор 5, рис. 2) выполняется для определения значений идентификатора каждого из W факторов в соот-

X X

о го А с.

X

го m

о

2 О M

о

о

CS

о

CS

in

О Ш

m

X

<

m О X X

ветствии с анализом значений идентификаторов параметров, входящих в каждый из W факторов. Для определения значения идентификатора каждого из W факторов используется классификатор KLASS. В результате работы циклов по переменным w и u(w) (операторы 3, 4, 6, 7, рис. 2) формируется матрица IFFA.

IFFA =

/ nameFA(l) fa(1,1) fa(1,2) ... fa(1,U(1)) \ I nameFA(2) fa(2,1) fa(2,2) ... fa{2,U{2)) I \nameFA(W) fa(W, 1) fa(W, 2) ... fa(W, U(W)))

где nameFA(w) - значение идентификатора w-го фактора, полученного по результатам факторного анализа, после интерпретации элементов массива FA(w).

2. Организуется цикл по переменным w и i (операторы 8, 37, 9, 17, рис. 2) для сравнения элементов множества IFFA и элементов массивов FR(1), FR(2), FR(3), FR(4), входящих в состав матрицы FUR. Производится сравнение значений идентификаторов факторов namefr(i) и nameFA(w) (оператор 10, рис. 2) в матрицах FFA и FUR. Если значения идентификаторов совпадают, то w-я строка матрицы IFFA «поглощает» i-ю строку матрицы FUR. При этом сначала сравниваются элементы fa(w, u(w)) и fr(i, x) строк матриц FFA и FUR. Если условие (оператор 13, рис. 2) выполняется, то элемент fr(i, x) «обнуляется» (оператор 14, рис. 2). Если условие не выполняются, то в итоге «не обнуленные» элементы в i-й строке матрицы FUR (условие в операторе 19, рис. 2), добавляются к w-й строке матрицы IFFA (операторы 21, 22, рис. 2). То есть, в w-й строке матрицы IFFA увеличивается количество подфакторов для фактора с идентификатором nameFA(w). Признаком «поглощения» i-й строки матрицы FUR является «обнуление» параметра namefr(i) (оператор 23, рис. 2).

Таким образом, часть строк матрицы FUR «поглощается» строками матрицы IFFA в случае выполнения условия (оператор 10, рис. 2), а часть строк матрицы FUR остается «не поглощенной».

3. Строки матрицы IFFA передаются в обобщенную матрицу FAKT (операторы 26, 27, рис. 2). Матрица FAKT дополняется «не поглощенными» строками матрицы FUR. Для этого сначала проверяется условие «поглощения» i-й строки матрицы FUR (оператор 30, рис. 2). В случае невыполнения условия «поглощенности» производится добавление строк матрицы FUR к обобщенной матрице FAKT (операторы 32, 33, рис. 2).

Особенности использования алгоритма

Использование информационной модели в виде алгоритма, приведенного на рис. 2, позволяет формализовать и обобщить результаты анализа факторов, действующих на ЖКХ, полученные различными способами и различными исследователями. Основой сформированной в результате работы алгоритма матрицы FAKT является матрица FFA, полученная в результате факторного анализа. Количество T факторов, действующих на ЖКХ и учтенных в матрице FAKT, не менее количества W факторов, полученных в результате факторного анализа и учтенных в матрице FFA. Максимальное количество факторов, учтенных в матрице FAKT, может быть равным W+4 (это происходит в том случае, если ни одна строка матрицы FUR «не поглощена» строками матрицы IFFA). Это значит, что индексы W факторов, полученных с помощью факторного анализа, не совпадают с индексами факторов, полученных другими способами. Если значение T равно W, то все строки матрицы

FUR «поглощены» строками матрицы IFFA. Это означает, что индексы W факторов, полученных с помощью факторного анализа, совпадают со всеми индексами факторов, полученных другими способами. Для работы алгоритма важным является использование классификатора KLASS, который позволит объединить терминологию нескольких исследователей при проведении исследований с использованием различных способов определения факторов.

Рис. 2. Алгоритм обобщения факторов

Заключение

В результате выполнения исследований, проведенных в данной статье, получены следующие результаты:

1. Рассмотрены особенности использования нескольких способов определения факторов, действующих на ЖКХ (факторный анализ, использование принципов устойчивого развития, использование PESTEL-анализа и модели Портера, а также анализ публикаций, для определения компонентов, входящих в состав ЖКХ, для определения видов предоставляемых жилищно-коммунальных услуг, а также для определения особенностей перехода ЖКХ на цифровые информационные сервисы).

2. Разработана информационная модель в виде алгоритма, позволяющего обобщить результаты определения факторов, полученные различными способами.

3. Для работы алгоритма необходима разработка единого классификатора , позволяющего обеспечить единый подход исследователей к индексации факторов, действующих на ЖКХ. В классификаторе обозначены идентификаторами все ключевые фразы, связанные с деятельностью экономики (в частности, ЖКХ), государственного управления и законодательства в сфере ЖКХ, автоматизацией и цифровой трансформацией.

Каждый элемент классификатора представляет собой пару значений «идентификатор - ключевая фраза».

Литература

1. Программа «Цифровая экономика Российской Федерации» // Собрание законодательства Российской Федерации. 2018 г. №32 от 7 августа 2017 года. Часть 2. Акты ненормативного характера. Ст. 5138.

2. Попов А.А. Разработка системы поддержки принятия решений для формирования рациональной структуры единого информационного пространства жилищно-коммунального хозяйства региона. М.: РУ-САЙНС, 2017. 170 с.

3. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р., Олден-дерфер М.С., Блэшфилд Р.К. Факторный, дискриминант-ный и кластерный анализ. М.: Финансы и статистика, 1989. 215 с.

4. Зарипова Г.М. Анализ факторов, оказывающих влияние на развитие системы управления сферы жилищно-коммунальных услуг (на примере республики Башкортостан) // Современные проблемы науки и образования. 2015. № 2-2. С. 393.

5. Безбородова И.В., Безбородов П.А. Применение PEST-анализа и анализа пяти сил Портера на предприятии // Стандарты и качество. 2018. № 10. С. 80-83.

6. Казакова Н. А. Современный стратегический анализ: учебник и практикум для магистратуры. М.: Издательство Юрайт, 2016. 500с.

7. Гришкова Н.С. Особенности функционирования ЖКХ как элемента социальной инфраструктуры региона // Вестник Адыгейского государственного университета. Серия 5: Экономика. 2015. № 2 (160). С. 179-185.

8. Кондратьева М.Н. Организация и управление жилищно-коммунальным хозяйством: учебное пособие для студентов высших учебных заведений. Ульяновск: Ул-ГТУ, 2009. 160 с.

9. Орлова Р.И., Зайцев Л.К., Пронин А.З. Экономика жилищно-коммунального хозяйства. М.: Стройиздат, 1988. 270 с.

10. Зуденкова С.А. Особенности развития конкуренции в ЖКХ // Сервис в России и за рубежом. 2009. № 1 (11). С. 69-74.

11. Raul L. Katz Social and economic impact of digital transformation on the economy. GSR-17 Discussion paper. ITU // URL: https://www.itu.int/en/ITU-D/Confer-ences/GSR/Documents/GSR2017/Soc_EcoJiTipact_Digi-tal_transformation_finalGSR.pdf (дата обращения: 12.05.2020).

12. Попов А.А. Разработка модели информационного пространства при использовании устройств Интернета вещей для управления организацией в сфере жилищно-коммунального хозяйства // Инновации и инвестиции. 2019. №11. С. 135-140.

13. Сысоева Е.В. Формирование рыночных механизмов функционирования жилищно-коммунального комплекса // Теория и практика общественного развития. 2015. № 12. С. 144-148.

Algorithms for generalizing factors of functioning housing and communal services in the case of using digital technologies Popov A.A.

Plekhanov Russian University of Economics The aim of the work is to improve the methodological issues of displaying the socio-economic processes taking place in the housing and communal services, in the form of an information model.

The features of using factor analysis, the principles of sustainable development, PESTEL analysis and the Porter model for determining factors are considered. An analysis of publications was also carried out to determine the factors that determine the composition of the components that make up the housing and communal services, the types of housing and communal services, and also the features of the transition of housing and communal services to digital information services. An information model has been developed in the form of an algorithm that allows to generalize the results of determining factors obtained by several researchers in various ways. The algorithm works in the presence of a single classifier, which allows for a unified approach of researchers to indexing factors affecting the housing and communal services. In the classifier, all key phrases related to the activities of the economy, public administration and legislation in the field of housing and communal services, automation and digital transformation are indicated by digital indices. Each element of the classifier is a pair of values "index - key phrase". Keywords: housing and communal services, digital economy, factor analysis, Porter model, PESTEL analysis, algorithm References

1. The program "Digital Economy of the Russian Federation" // Col-

lection of legislation of the Russian Federation. 2018 No. 32 dated August 7, 2017. Part 2. Acts of a non-normative nature. Art. 5138.

2. Popov A.A. Development of a decision support system for the

formation of a rational structure of a unified information space for housing and communal services in the region. M .: RUSINS, 2017.170 s.

3. Kim J.-O., Muller C.W., Klekka U.R., Aldenderfer M.S., Blashfield

R.K. Factor, discriminant and cluster analysis. M.: Finance and Statistics, 1989.215 s.

4. Zaripova G.M. Analysis of factors influencing the development of

the management system of the sphere of housing and communal services (for example, the Republic of Bashkortostan) // Modern problems of science and education. 2015. No. 2-2. S. 393.

5. Bezborodova IV, Bezborodov P.A. The use of PEST analysis and

analysis of the five forces of Porter in the enterprise // Standards and quality. 2018. No. 10. P. 80-83.

6. Kazakova N. A. Modern strategic analysis: a textbook and work-

shop for graduate studies. M .: Publishing house Yurayt, 2016.500s.

7. Grishkova N.S. Features of the functioning of housing and com-

munal services as an element of the social infrastructure of the region // Bulletin of the Adygea State University. Series 5: Economics. 2015. No. 2 (160). S. 179-185.

8. Kondratiev M.N. Organization and management of housing and

communal services: a textbook for students of higher educational institutions. Ulyanovsk: UlSTU, 2009.160 s.

9. Orlova R.I., Zaitsev L.K., Pronin A.Z. The economy of housing

and communal services. M .: Stroyizdat, 1988.270 s.

10. Zudenkova S.A. Features of the development of competition in housing and communal services // Service in Russia and abroad. 2009. No. 1 (11). S. 69-74.

11. Raul L. Katz Social and economic impact of digital transformation on the economy. GSR-17 Discussion paper. ITU // URL: https://www.itu.int/en/ITU-D/Conferences/GSR/Docu-ments/GSR2017/Soc_Eco_impact_Digital_transformation_fi-nalGSR.pdf (accessed 12.05.2020).

12. Popov A.A. Development of a model of information space when using Internet of things devices for managing an organization in the field of housing and communal services // Innovations and Investments. 2019. №11. S. 135-140.

13. Sysoeva E.V. Formation of market mechanisms for the functioning of the housing and communal complex // Theory and Practice of Social Development. 2015. No. 12. P. 144-148.

X X О го А С.

X

го m

о

2 О

м о