CC BY
14УДК 332.142
Е. А. Руднев, Ю. А. Акулова, В. Д. Трегубова
ДИНАМИКА ОБРАЗОВАТЕЛЬНЫХ ПОДСИСТЕМ РЕГИОНОВ РОССИИ
Аннотация: целью статьи является определение динамики развития различных образовательных подсистем в регионах России. Дискуссия. Для установления данной динамики регионы сгруппированы по совокупности показателей, характеризующих уровень развития дошкольного, общего, среднего специального и высшего образования. Сформированы группы (виртуальные класт еры), сходные по уровню и характеру развития их образовательных подсистем. Кластерный анализ показал, что в образовательной системе России достаточно определенно выделяются пять групп регионов. При этом отличия в первых трех группах носят не столько количественный, сколько качественный характер. Отставание по сумме нормированных значений (количест венное) имеет место у двух кластеров — аут сайдеров. Результаты. Установлено, что динамика развития различных образоват ельных подсистем регионов имеет как схожие черты, так и различия. Показатели дошкольного образования выравниваются за счет более высоких темпов развития в регионах-аутсайдерах. Показатели развития среднего образования имеют невысокую положительную динамику. Динамика подготовки специалистов среднего образования во всех группах регионов неуст ойчиво снижает ся. Численность обучающихся в высших учебных заведениях быстро и устойчиво сокращается во всех группах регионов.
Ключевые слова: регион, образование, динамика развития образовательных систем.
UDC 332.142
Е. A. Rudnev, Y. A. Akulova, V. D. Tregubov
THE DYNAMICS OF EDUCATIONAL SUBSYSTEMS OF REGIONS RUSSIA
Abstract: the purpose of the article is to determine the dynamics of development of various education al subsystems in the regions of Russia. Discussion. To establish this dynam ics, the regions are grouped, according to a set of indica tors characterizing the level of developm ent of presch ool, General, secondary special and higher education. Groups (virtual clusters) similar in level and character of development of their education al subsystems are formed,. Cluster analysis showed that in the educational system of Russia there are five groups of regions. The differences in the first, three groups are not, so much quantitative as qualitative. The lag on the sum of the normalized values (quantitative) in two clusters — the outsiders. Results. It is established that, the dynamics of development, of various educational, subsystems of the regions has both similar features and differences. The indica tors of pre-school, education are align ed due to higher ra tes of developm ent, in the regions-outsiders. Indicators of development, of secondary education have low positive dynamics. The dynamics of training of specialists of secondary education in all groups of regions is steadily declining. The number of students in higher education institutions is rapidly and steadily declining in all, groups of regions.
Keywords: region, education, dynamics of development of educational systems.
Введение
Современная ситуация в образовательной сфере регионов России является весьма противоречивой. С одной стороны, госу-
дарство заявляет о необходимости развития данной социально-экономической системы, все регионы указывают на приоритетность образования в документах стратегического
планирования, с другой — заметно ухудшение большинства его параметров в целом в России и в административно-территориальных образованиях страны. Эта тенденция определенно доказана в работах Г. Сте-пыгиной [1, 2].
В более широком контексте рассматривают проблему развития образования (преимущественно — высшего) помимо вышеуказанной Г. Степыгиной, Д. Ендовицкий, Е. Исаева, Ю. Трещевский [3, 4, 5, 6, 7, 8], оценивая состояние и перспективы взаимодействия образовательных организаций с иными институциональными и функциональными подсистемами регионов.
С точки зрения стратегического управления региональным развитием оценивают образовательную подсистему регионов С. Борисова, А. Воробьев, А. Гончаров, Н. Сироткина, И. Чупрова [9, 10, 11, 12].
Методический подход к оценке динамики образовательных подсистем регионов
Информационную базу представленного ниже анализа составили данные официальной региональной статистики. Для расчета показателей использованы следующие источники: Уаг 1 за 2010—2013 гг. источник [13, с. 212—213]; за 2014—2016 источник [14, с. 346—347]; Уаг 2 за 2011—2012 гг. источник [13, с. 219—221]; за 2010, 2013—2016 гг. источник [14, с. 352—355]; Уаг 3 за все годы источник [14, с. 356—359]; Уаг 4 за 2011—2012 гг. источник [13, с. 254—256]; за 2010, 2013—2016 гг. источник [14, с. 394—397]; Уаг 5 за 2011—2012 гг. источник [13, с. 261—264]; за 2010, 2013—2016 гг. источник [14, с. 402—405]; Уаг 6 за все годы источник [14, с. 410—411]; Уаг 7 за 2011—2012 гг. источник [13, с. 275—278]; за 2010, 2013—2016 гг. источник [14, с. 420—423]; Уаг 8 за 2011—2012 гг. источник [13, с. 281—286]; за 2010, 2013—2016 гг. источник [14, с. 328—431].
Кластерный анализ проведен по обычной процедуре с использованием нормированных значений показателей, метода К-среднпх, выбора количества кластеров (в диапазоне от пяти до семи) на основании лучших значений Б-критерия, ранжирования кластеров по сумме нормированных значений показателей от А до Д [15, 16, 17, 18, 19]. В отличие от принятого в указан-
ных источниках подхода количественные значения показателей принимались не за один год, а за весь анализируемый период. Это позволяет нивелировать годовые колебания показателей, характеризующих образовательные подсистемы регионов.
В качестве анализируемых показателей приняты:
Уаг 1 — охват детей дошкольным образованием (в процентах от численности детей соответствующего возраста);
Уаг 2 —численность обучающихся общеобразовательных организаций (ьез вечрних (сменных) общеобразовательных организаций) (чел. на 10000 человек населения);
Уаг 3 — выпуск обучающихся государственными и муниципальными общеобразовательными организациями (без вечерних (сменных) общеобразовательных организаций (среднее общее образование, чел. на 10000 человек населения);
Уаг 4 — численность студентов, обучающихся по программам подготовки специалистов среднего звена (на начало уч. года) в организациях всех форм собственности (в процентах от общей численности населения);
Уаг 5 — выпуск специалистов среднего звена в организациях всех форм собственности (чел. на 10000 человек населения);
Уаг 6 — численность студентов государственных и муниципальных образовательных организаций, обучающихся по программам подготовки специалистов среднего звена (чел. на 10000 человек населения);
Уаг 7 — численность студентов, обучающихся по программам бакалавра, спе-циалитета, магистратуры в организациях всех форм собственности (на начало учебного года, чел. на 10000 человек населения);
Уаг 8 — выпуск бакалавров, специалистов, магистров организациями всех форм собственности (чел. на 10000 человек населения).
При выборе размерности показателей авторы исходили из необходимости не только их нормирования для кластерного анализа, но и включения в исходную базу относительных значений. В случае отсутствия относительных показателей в официальных статистических справочниках, производился пересчет абсолютных значений на 10000 человек населения региона для нивелирования различий в масштабах анализируемых регионов. Москва и Санкт-Петербург
исключены из анализа в связи с их особым Показатели развития образовательных
положением в социально-экономическом подсистем виртуальных кластеров пред-пространстве Российской Федерации. ставлены в таблице 1.
Таблица 1
Показатели развития образовательных подсистем виртуальных кластеров
Показатели Кластер А Кластер Б Кластер В Кластер Г Кластер Д
Уаг 1 0,6462856 0,7040894 0,5890173 0,7457812 0,1853122
Уаг 2 0,7966401 0,7935941 0,5831655 0,7591386 0,2485111
Уаг 3 0,7141408 0,7132748 0,5305263 0,6996923 0,2497559
Уаг 4 0,2508773 0,2948222 0,4566386 0,187294 0,1773355
Уаг 5 0,5468851 0,656771 0,8227696 0,4153926 0,3912661
Уаг 6 0,477121 0,5790144 0,7790994 0,3580714 0,3387851
Уаг 7 0,6578686 0,4713493 0,4770993 0,3157993 0,2927529
Уаг 8 0,7267371 0,5095388 0,4594074 0,3438901 0,2837217
Сумма 4,8165556 4,722454 4,6977234 3,8250595 2,1674405
Для дальнейшего анализа использованы данные по регионам — представителям кластеров А, Б, В, Г в связи с незначительным количеством административно-территориальных образований, представляющих кластер Д. Регионы — представители выбраны по принципу наименьшего расстояния от геометрического центра соответствующего виртуального кластера. В составе регионов — представителей: Воронежская область (кластер А), Орловская область (кластер А), Республика Марий Эл (кластер Б), Оренбургская область (кластер В), Псков-
ская область (кластер Г). В кластере А выделено два региона в связи с особым интересом, проявляемым авторами к Воронежской области как месту профессиональной деятельности. Дополнительным основанием является незначительное отклонение показателей области от центра кластера.
Графическая интерпретация кластеров представлена на рисунке 1. Помимо обозначения кластеров буквами использованы номера, полученные ими в процессе обработки данных программой Статистика 10 (1, 2, 3, 4, 5).
Кластер А (5) Кластер Б (3) Кластер В (4) Кластер Г (2) Кластер Д (1)
п-1-1-1-1-1-1-1
УАЕ< 1 УА!} 2 УАР* 3 УА1* 4 УАР! 5 УАР* 6 УА1^ 7 УАР* 8
Рис. 1. Графическая интерпретация кластеров
Данные, представленные в таблице 1 и на рисунке 1, позволяют считать, что:
— кластер А в наибольшей степени превосходит остальные по показателям, характеризующим сферу высшего образования (уаг 7 и уаг 8);
— кластер Б выделяется более высокими значениями показателей, чем у кластера А по подготовке специалистов среднего звена, существенно уступая ему в сфере высшего образования;
— кластер В — безусловный лидер в сфере среднего специального образования и выраженным отставанием в области дошкольного и школьного образования;
— кластер Г — явный аутсайдер в сфере среднего специального и высшего образования, в то же время практически не отличающийся от лидеров в сфере дошкольного и школьного образования.
Динамика образовательных подсистем регионов
Ниже представлены количественные характеристики параметров образовательных подсистем регионов — представителей виртуальных кластеров.
Динамика охвата детей дошкольным образованием в выбранных для анализа регионах представлена на рисунке 2.
2010
Обозначения
-Воронежская область Республика Марий Эл
2011
2012 2013 2014 2015
2016
2017
-Орловская область -Оренбургская область
-Псковская область
> Лнненная функция (Воронежская область) V = 2,7036х + 45,646 к2 = 0,9673
Лнненная функция (Орловская область) у= 1,3036х+ 59,546 к2 = 0,9285
Лнненная функция (Псковская область) у = 1,0774x 4 61,289 к2 = 0,9631
Линейная функция (Республика Марий Эл) у = 0,4905х 4 64,693 к2 = 0,835
-► Лнненная функция (Оренбургская область) у = 1,8893x4 54,161 к2 = 0,9636
где х — ¡-гол. в периоде исследования; у — значение показателя в ¡-году; К2 — коэффициент корреляции.
Рис. 2. Охват детей дошкольным образованием (в процентах от численности детей соответствующего возраста)
За анализируемые восемь лет охват детей дошкольным образованием существенно возрос во всем исследуемых регионах. Динамика показателя описывается наилучшим образом линейной функцией с достаточно высоким коэффициентом корреляции (в основном — выше 0,9).
В Воронежской области в 2010 году величина данного показателя составляла 48 % от численности детей соответствующего возраста, в 2017 году — 65,2 %. Хотя на момент начала исследования регион заметно отставал от лидеров, на конец анализируемого периода отставание сократилось до 2,6 п.п.
В Оренбургской области охват детей дошкольным образованием за аналогичный период возрос в 1,2 раза с 55,4 % до 67,8 %.
Что касается лидера в данной подсистеме образования, то в 2010 году им являлась Республика Марий Эл, но в 2016 году она потеряла ведущую позицию, немного уступив Псковской области. То есть, именно бывший аутсайдер занял лидирующую позицию.
В целом заметно сильное сближение положения всех анализируемых регионов по охвату детей дошкольным образованием.
Динамика численности обучающихся общеобразовательных организаций (чел. на 10000 человек населения) представлена на рисунке 3.
1200,0 1000,0 800,0
600,0
400,0
200,0
0,0 1
2010 2011 2012 2013 2014 2015 2016 2017
Обозначения.
-•-Воронежская область -»-Орловская область ^«-Псковская область
—Республика Марий Эл -»-Оренбургская область
► Лнненная функция (Воронежская область) у = 6,3223х + 824,27 к2 = 0,6769
Лнненная функция (Орловская область) у = 8,4098х + 888,04 к2 = 0,8012
Лнненная функция (Псковская область) у= 13,345х + 864,96 к2 = 0,9508
Линейная функция (Республика Марий Эл) у= 11,03х + 937,9 к2 = 0,9207
-► Линейная функция (Оренбургская область) у = 7,9474х+ 1006,5 к2 = 0,8093
где х — ¡-['од в периоде исследования; у — значение показателя в ьгоду; К2 — коэффициент корреляции.
Рис. 3. Динамика численности обучающихся в общеобразовательных организациях
(чел. на 10000 человек населения)
По данным, представленным на рисунке 3, можно сделать вывод, что численность обучающихся в общеобразовательных организациях изменялась во всех регионах почти одинаково. Некоторое исключение составляют Орловская и Псковская области. В 2010 году значение показателя Орловской области превышала величину показателя Псковской на 3,1 %, в 2014 году линии трендов пересеклись, и впоследствии Псковская область опередила Орловскую на 1 %. Лидером на протяжении всего исследования оставалась Оренбургская об-
ласть. В Воронежской области рост значения показателя составил 3,3 %, в Республике Марий Эл — 7,2 %.
Во всех регионах динамика показателя описывается наилучшим образом линейной функцией, но при этом значения коэффициента корреляции существенно различаются — от низкого в Воронежской области до высокого в Псковской области.
Выпуск обучающихся государственными и муниципальными общеобразовательными организациями (чел. на 10000 человек населения) представлен на рисунке 4.
120,0 100,0 80,0 60,0 40,0 20,0 0,0
2010 2011 2012 2013 2014 2015 2016 2017
Обозначения:
-•-Воронежская область Республика Марий Эл
-»-Орловская область -^-Оренбургская область
-Псковская область
» Линеиная функция (Воронежская область) у = -2,1906х + 89,22 к2 = 0,7803
Линеиная функция (Орловская область) у = -2,2076х + 95,099 к2 = 0,6987
Линеиная функция (Псковская область) у = -1,0739х + 80,77 к2 = 0,8136
Линейная функция (Республика Марий Эл) у = -2,1779х + 97,112 к2 = 0,7549
-► Линеиная функция (Оренбургская область) у = -2,6289х+ 108,26 к2 = 0,76
где х — 1-год в периоде исследования; у — значение показателя в ьгоду; К2 — коэффициент корреляции.
Рис. 4. Выпуск обучающихся государственными и муниципальными общеобразовательными организациями (чел. на 10000 человек населения)
Из представленных выше данных видно, что значения показателя во всех регионах сближаются. Оренбургская область является лидером на протяжении всех ис-
следуемых лет, но значение показателя снизилось на 23,4 %. Значения показателя во всех регионах с 2010 по 2027 гг. снижаются. Это заметно и по линиям трендов, и по
отрицательным значениям коэффициента при предикаторе. Он наиболее высок (по модулю) в Оренбургской области и относительно низок в Псковской.
Численность студентов, обучающихся по программам подготовки специалистов среднего звена в процентах от общей численности населения, представлена на рисунке 5.
2,5 2,0 1,5 1,0 0,5
0,0 1
2010 2011 Обозначения:
-»-Воронежская область Республика Марий Эл
2012
2013
2014
2015
2016
2017
-Орловская область -Оренбургская область
-Псковская область
Линейная функция (Воронежская область) у = -0,0122х+ 1,5732 к2 = 0,5839
Линейная функция (Орловская область) у = 0,0269х+ 1,4266 к2 = 0,7331
Линейная функция (Псковская область) у = 0,0304х+ 1,0535 к2 = 0,5754
Линейная функция (Республика Марии Эл) у = 0,0159х+ 1,5682 к2 = 0,1187
-► Линейная функция (Оренбургская область) у = -0,0064x4- 1,9623 к2 = 0,0294
где х — ¡-гол. в периоде исследования; у — значение показателя в ьгоду; К2 — коэффициент корреляции.
Рис. 5. Численность студентов, обучающихся по программам подготовки специалистов среднего звена (в процентах от общей численности населения)
На данном графике явно виден лидер — Оренбургская область и аутсайдер — Псковская. Разница между регионами на начало анализируемого периода составляла 75 %, к концу — 53,4 %. Значение показателя Воронежской области изменялось незначительно и в итоге приняло первоначальную позицию. Линии трендов Орловской области и Республики Марий Эл в 2013
и 2014 годах пересеклись, затем Марий Эл улучшила динамику.
В целом тренды весьма неустойчивы, о чем свидетельствуют низкие коэффициенты корреляции (от 0,03 до 0,73). Отрицательные тренды у Воронежской и Оренбургской областей (представителей кластеров А и В), у остальных — положительный. Заметим, что кластер В является лидером
по развитию среднего специального обра- цпального образования не отличается по
зования. векторам и устойчивости от вышеуказан-
Динамика численности обучающихся ной. в государственных и муниципальных уч- Обратимся к показателю выпуска специ-
реждениях по программам среднего спе- алистов среднего звена (рисунок 6).
60,0
50,0 40,0 30,0 20,0 10,0 0,0
2010 2011 Обозначения:
-•-Воронежская область Республика Марий Эл
-Орловская область -Оренбургская область
2012 2013 2014 2015 2016 2017
-Псковская область
Линеиная функция (Воронежская область) у = -0,9847x4 41,191 к2 = 0,3762
Линеиная функция (Орловская область) у= -0,195x4 35,52 к2 = 0,0434
Линеиная функция (Псковская область) у= -0,1793х + 28,86 к2 = 0,0275
Линейная функция (Республггка Марий Эл) у = -2,0801x4 43,287 к2 = 0,5491
-► Линеиная функция (Оренбургская область) у = -0,6684х 4 47,778 к2 = 0,7226
где х — 1-год в периоде исследования; у — значение показателя в ¡-голу; К2 — коэффициент корреляции.
Рис. 6. Выпуск спецггалггстов среднего звена (чел. на 10000 человек населения)
Можно констатировать, что выпуск специалистов среднего звена сокращается во всех анализируемых регионах. На протяжении всего периода Оренбургская область является лидером, однако величина данного показателя уменьшилась на 11,7 %. Наиболее быстрое снижение происходит в Республике Марий Эл.
Наибольшая величина коэффициента корреляции у лидера в данной подсистеме
образования — Оренбургской области. Необходимо отметить, что в данном регионе (а также в Воронежской области) снижение значений показателя происходит и по количеству обучающихся в средних специальных учебных заведениях, и по выпуску. В остальных регионах имеют место противоположные тренды — падение численности выпускников и рост численности обучающихся, что свидетельствует о постепенном восстанов-
лении среднего специального образования. В подсистеме высшего образования за-
Хотя, тренды в обоих случаях неустойчивые метна отрицательная тенденция (рисун-(низкие коэффициенты корреляции). ки 7, 8).
700
600
500
400
300
200
100
0
2010 2011 Обозначения:
-•-Воронежская область Республика Марий Эл
2012 2013 2014 2015 2016 2017
-Орловская область -Оренбургская область
-Псковская область
• Линейная функция (Воронежская область) у = -30,798х + 596,46 к2 = 0,942
Линейная функция (Орловская область) у = -21,214х+ 560,21 к2 = 0,9505
Линейная функция (Псковская область) у = -28,643х + 405,39 к2 = 0,9453
Линейная функция (Республика Марии Эл) у = -23,714х + 438,96 к2 = 0,9319
-► Линенная функция (Оренбургская область) у = -23,488х +423,07 к2 = 0,9532
где х — 1-год в периоде исследования; у — значение показателя в ьгоду; К2 — коэффициент корреляции.
Рис. 7. Численность студентов, обучающихся по программам бакалавриата, спецналитета, магистратуры (чел. на 10000 человек населения)
Наиболее высокую стартовую позицию по данному показателю среди анализируемых регионов имела Воронежская область, но с 2013 году проигрывает лидерство Орловской области, которая изначально находилась на втором месте. Псковская область (кластер Г) имеет наименьшее значение показателя среди всех регионов на протяжении восьми анализируемых лет.
Весьма значимый результат — все регионы имеют отрицательные линейные тренды с высокой значимостью коэффициентов корреляции — около 0,95.
По выпуску специалистов с высшим образованием тенденция сходная (рисунок 8) — у всех регионов отрицательная динамика, однако менее устойчивая (коэффициенты корреляции колеблются в диапазоне 0,33—0,83).
140,0 120,0 100,0 80,0 60,0 40,0 20,0 0,0
2010 2011 Обозначения:
-♦-Воронежская область Республика Марий Эл
2012 2013 2014 2015 2016 2017
-Орловская область -Оренбургская область
-Псковская область
- Линеиная функция (Воронежская область) у = -4,6846х+ 128,31 к2 = 0,729
Линеиная функция (Орловская область) у= -1,7815х+ 114,83 к2 = 0,3561
Линеиная функция (Псковская область) у = -1,2359х + 65,646 к2 = 0,3337
Линеиная функция (Республггка Маргггг Эл) у = -3,6472х + 91,184 к2 = 0,8262
-► Линеиная функция (Оренбургская область) у = -1,7633х + 80,215 к2 = 0,7764
где х — ьгод в периоде исследования; у — значение показателя ьгоду; К2 — коэффициент корреляции.
Рис. 8. Выпуск бакалавров, спецггалггстов, магггстров (чел. на 10000 человек населения)
Заключение
Кластерный анализ показал, что в образовательной системе России достаточно определенно выделяются пять групп регионов. При этом отличия в первых трех группах носят не столько количественный, сколько качественный характер. Отставание по сумме нормированных значений (количественное) имеет место у двух кластеров — аутсайдеров.
Динамика развития различных образовательных подсистем у регионов, представляющих виртуальные кластеры, имеет как схожие черты, так и различия.
Охват детей дошкольным образованием за анализируемый период выровнялся за счет более высоких темпов развития данной подсистемы в регионах аутсайдерах.
Относительный показатель численности обучающихся в общеобразовательных организациях имеет некоторую положительную тенденцию во всех группах регионов.
Динамика подготовки специалистов среднего образования во всех регионах — представителях имеет неустойчиво снижающийся тренд.
Относительная численность обучающихся в высших учебных заведениях быстро и устойчиво сокращается.
ЛИТЕРАТУРА
1. Степыгина Г. Б. Тенденции развития высшей школы в регионах ЦФО — общее и особенное / Г. Б. Степыгина // Регион: системы, экономика, управление. — 2016. — № 3 (34). — С. 43—50.
2. Степыгина Г. Б. Системные характеристики высшей школы России / Г. Б. Степыгина // Проблемы и перспективы современной экономики : сборник статей. — Воронеж : Воронежский государственный педагогический университет, 2016. — С. 207—221.
3. Исаева Е. М. Перспективные инструменты взаимодействия вузов и бизнес-структур региона в условиях обострения операционных рисков / Е. М. Исаева, Г. Б. Степыгина // Вестник Воронежского государственного университета. Серия: экономика и управление. — 2016. — № 1. — С. 16—23.
4. Степыгина Г. Б. Системная неопределенность высшей школы в поливариантном рынке / Г. Б. Степыгина // Современная экономика: проблемы и решения. — 2016. — № 6. — С. 70—80.
5. Степыгина Г. Б. Развитие рисковых тенденций в макросреде региональной высшей школы / Г. Б. Степыгина // Современная экономика: проблемы и решения. — 2016. — № 7. — С. 37—49.
6. Трещевский Ю. И. Высшая школа — кризис или «институциональный перелом»? / Ю. И. Трещевский, Г. Б. Степыгина // Международный журнал экспериментального образования. — 2016. — № 10. Ч. 1. — С. 27—32.
7. Ендовицкий Д. А. Оценка подходов к классификации доходов негосударственной образовательной организации / Д. А. Ендовицкий, Г. Б. Шиянова (Степыгина) // Апрельские научные чтения имени профессора Л. Т. Гиляровской : материалы III Междунар. науч.-практ. конф. : в 2 ч. — Воронеж : Воронежский ЦНТИ — филиал ФГБУ «РЭА» Минэнерго России, 2014. — Ч. 2. — С. 132—135.
8. Ендовицкий Д. А. Анализ дуализма экономических интересов в контексте проблемы обеспечения сбалансированного развития региона / Д. А. Ендовицкий, Н. В. Сироткина, А. А. Гончаров // Регион: системы, экономика, управление. — 2014. — № 3 (26). — С. 19—26.
9. Гончаров А К). Механизм управления сбалансированным развитием регионов с доминирующими видами экономической деятельности / А. Ю. Гончаров, Н. В. Сироткина // Известия высших учебных заведений. Технология текстильной промышленности. — 2015. — № 4 (358). — С. 35—43.
10. Сироткина Н. В. Необходимость и перспективы стратегического управления организациями системы образования / Н. В. Сироткина, С. А. Борисова, А. А. Рублевская // ФЭС: Финансы. Экономика. — 2011. — № 11. — С. 48—52.
11. Сироткина Н. В. Развитие сферы образования, исследований и разработок региона: приоритеты и перспективы / Н. В. Сироткина, А. А. Воробьев, И. Ю. Чу-прова // Регион: системы, экономика, управление. — 2015. — № 3 (30). — С. 21—27.
12. Титова М. В. Региональная инновационная подсистема: оценка и планирование параметров развития / М. В. Титова, А. Ю. Гончаров, Н. В. Сироткина // Современная экономика: проблемы и решения. —
2015. — № 12 (72). — С. 172—185.
13. Регионы России. Социально-экономические показатели. 2014 : стат. сб. / Рос-стат. — М„ 2014. — С. 212—213; 219—221; 254—256; 261—264; 275—278; 281—286; 402—405; С. 410—411.
14. Регионы России. Социально-экономические показатели. 2017 : стат. сб. / Рос-стат. — М„ 2017. — С. 328—431; 346—347; 352—355; 356—359; 394—397; 420—423.
15. Круглякова, В. М. Базовые стратегии развития инвестиционной деятельности в регионах ЦФО / В. М. Круглякова, Ю. И. Трещевский // Современная экономика: проблемы и решения. — 2012. — № 3 (27). — С. 27—38.
16. Мясникова Т. А. Стратегирование социально-экономического развития муниципальных образований в регионах России: теория, методология, методическое обеспечение [Текст] : монография / Т. А. Мясникова. — Воронеж : Издатель-ско-полиграфический центр «Научная книга», 2015. — 271 с.
17. Трещевский Ю. И. Инновационное развитие регионов России в период роста экономической конъюнктуры / Ю. И. Трещевский, М. В. Литовкин, И. В. Терзи // Регион: системы, экономика, управление. —
2016. — № 1 (32). — С. 33—40.
18. Трещевский Ю. И. Инновационное развитие регионов России в начале XXI века — результаты и предпосылки на будущее / Ю. И. Трещевский, М. В. Литовкин, И. В. Терзи // Вестник Воронежского государственного университета. Серия: Экономика и управление. — 2016. — № 1. — С. 63—70.
19. Толстых Т. О. Организационный дизайн университетского образования как стратегия инновационного развития в контексте цифровизации экономики / Т. О. Толстых, Б. Г. Преображенский, Е. А. Алпеева, Е. Н. Елисеева // Регион: системы, экономика, управление. — 2017. — № 4 (39). — С. 174—183.
Воронежский государственный университет
Руднев Е. А., аспирант кафедры экономики и управления организациями E-mail: fopus@yandex.ru
Акулова Ю. А., студент экономического факультета
E-mail: akulovairi.na@list.ru
Трегубова В. Д., студент экономического факультета
E-mail: vika-tregybova@mail.ru.
УДК 331.7
M. Е. Рыльский, А. Ю. Агибалов
УПРАВЛЕНИЕ МУНИЦИПАЛЬНЫМ ОБРАЗОВАНИЕМ: ПРАКТИКА И НАПРАВЛЕНИЯ СОВЕРШЕНСТВОВАНИЯ (НА ПРИМЕРЕ ГОРОДСКОГО ОКРУГА ГОРОД ВОРОНЕЖ)
Аннотация: статья посвящена анализу управления муниципальным образованием на примере городского округа Воронеж, а также роли и места Управы Коминтерновского района. В статье рассмотрены основные задачи Управы, сделаны выводы по некоторым направлениям деятельности, предложены возможные направления совершенствования управления городским округом.
Ключевые слова: муниципальное образование, управление муниципальным образованием, городской округ город Воронеж, направления совершенствования.
UDC 331.7
M. Е. Rylskiy, Yu. V. Agibalov
MANAGEMENT OF THE MUNICIPAL UNIT: PRACTICE AND THE DIRECTIONS OF IMPROVEMENT
(ON THE EXAMPLE OF THE CITY DISTRICT THE CITY OF VORONEZH)
Abstract: the article is devoted to the analysis of the current management system of the municipal formation on the example of the Voronezh city district, the role and position of the Council in the management system and suggests directions of managemen t system improvement.
Keywords: municipal formation, municipal formation management, Voronezh city district, management system.
Введение
Основной задачей органов местного самоуправления муниципального образования является повышение качества жизни населения и создание условий для осуществления народом своей власти, решения населением вопросов местного значения са-
мостоятельно и под свою ответственность. Очевидно, что население будет заниматься вопросами самоуправления при условии повышения комфортности и качества своей жизни.
Каким образом органы местного самоуправления городского округа город Воро-
