CC BY
25
УДК 332.146.2 ББК 65.049 Г 68
Г.В. Горелова,
доктор технических наук, профессор, научный руководитель Института управления в экономических, экологических и социальных системах Инженерно-технологической академии Южного федерального университета, г. Таганрог. Тел.: +7 (928) 168-44-58, e-mail: [email protected]
М.О. Момот,
аспирант Таганрогского института управления и экономики, г. Таганрог. Тел.: +7 (989) 630-00-17, e-mail: [email protected]
КОГНИТИВНЫЙ ПОДХОД К ОПРЕДЕЛЕНИЮ ОСВОЕННОСТИ ТЕРРИТОРИИ КАК ФАКТОРА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО
РАЗВИТИЯ РЕГИОНА
(Рецензирована)
Аннотация. В статье рассмотрена проблема социально-экономического развития региона, на решение которой влияет степень освоенности территории, ее природно-климатические условия, производственно-ресурсный потенциал. Для исследования проблемы предложено применить когнитивный подход и использовать методологию когнитивного моделирования сложных систем. Это позволяет разрабатывать и предлагать обоснованные стратегии социально-экономического развития региональной системы. Даны краткие сведения об исследованиях освоенности территории, которые необходимы для когнитивного моделирования изучаемой региональной системы. Приведены результаты основных этапов когнитивного моделирования: разработки когнитивной карты, анализа ее свойств (устойчивости и структурных), сценарного моделирования импульсных процессов. Проведение когнитивного моделирования осуществлялось с помощью авторской программы когнитивного моделирования сложных систем CMCS. Результаты исследования проиллюстрированы таблицами и графиками.
Ключевые слова: регион, освоенность территории, сложная система, когнитивное моделирование, сценарий, развитие.
G.V. Gorelova,
Doctor of Technical Sciences, Professor, Scientific Director of the Institute of Management in Economic, Ecological and Social Systems, Engineering and Technological Academy, Southern Federal University, Taganrog. Ph.: + 7 (928) 168-44-58, e-mail: [email protected]
М.О. Momot,
Post-Graduate Student of the Taganrog Management and Economics Institute, Taganrog. Ph.: +7 (989) 630-00-17, e-mail: [email protected]
COGNITIVE APPROACH TO DETERMINING THE DEVELOPMENT OF THE TERRITORY AS A FACTOR OF THE SOCIO-ECONOMIC DEVELOPMENT OF THE REGION
Abstract. The article considers the problem of the socio-economic development of the region, the solution of which is affected by the degree of development of the territory, its natural and climatic conditions, and production and resource potential. To study the problem, it is proposed to apply a cognitive approach and use the methodology of cognitive modeling of complex systems. This allows you to develop and propose sound strategies for the socio-economic development of the regional system. Brief information on studies of the development of the territory which are necessary for cognitive modeling of the studied regional system is presented. The results of the main stages of cognitive modeling are presented: development of a cognitive map, analysis of its properties (stability and structural), scenario modeling of impulse processes. Cognitive modeling was carried out using the author's program of cognitive modeling of complex CMCS systems. The results of the study are illustrated in tables and graphs.
Keywords: region, development of the territory, complex system, cognitive modeling, scenario, development.
Анализ освоенности территории может стать начальным этапом изучения социально-экономического состояния и развития страны и ее регионов. Анализ должен позволить выявить особенности размещения производительных сил, формализовать природно-исторические особенности субъектов. Освоенность территории -это та основа, базис, на фоне которого протекают процессы роста и развития региона. От уровня освоенности территории в значительной степени зависят безопасность, целостность и территориальное единство государства, его возможности противостоять территориальным посягательствам извне, эффективность социально-экономического развития, темпы экономического роста. Анализируя существующие определения понятия «социально-экономическое развитие региона» [1-3], можно констатировать, что социально-экономическое развитие является прогрессивным изменением в обществе, определяющим переход всех общественных отношений к новому состоянию, обеспечивающим расширенное воспроизводство, структурные и качественные положительные изменения экономики, факторов развития и роста, производительных сил, науки, образования, культуры, качества и уровня жизни населения, а также человеческого капитала посредством эффективного функционирования регионов.
Природа развития регионов всегда подразумевает несколько целей. Целями социально-экономического
развития региона часто ставятся повышение доходов населения, улучшение качества образования, здравоохранения и питания, снижение уровня нищеты, оздоровление окружающей среды, расширение личной свободы, равенство возможностей, обогащение культурной жизни. Всё это определяет одно из важнейших направлений деятельности государства, обеспечивающих повышение конкурентоспособности экономики страны посредством развития регионов, определяет социально-экономическую политику, которая должна реализовываться регионами. Тем не менее, в настоящее время многие разрабатываемые и реализуемые программы социально-экономического развития регионов имеют ряд недоработок и методологических просчетов, не позволяющих оптимально использовать финансовый, ресурсный и организационный потенциалы региона. Требуются новые подходы к исследованию социально-экономического развития региона, которое является сложным многоаспектным процессом [1-3]. Регион - это целостная система со своей структурой, связями с внешней средой, функциями, культурой, историей, условиями жизни населения. Поэтому его изучение требует изначального понимания региона как сложной системы и использования традиционных и нетрадиционных методов системного анализа.
В работе для исследования социально-экономического состояния регионов и разработки возможных
путей их эффективного развития предлагается использовать когнитивный подход и разработанную на его базе методологию когнитивного моделирования сложных систем [4-14]. Когнитивный подход - это решение традиционных для науки проблем методами, которые учитывают когнитивные особенности личности, такие как процессы восприятия, мышления, познания, объяснения и понимания. Когнитивный подход в любой предметной области акцентирует внимание на знаниях, вернее, на процессах их представления, хранения, обработки, интерпретации и производстве новых знаний [12, 15, 16].
В основе этой методологии лежит разработка когнитивной модели сложной системы, анализ свойств модели в сопоставлении со свойствами реальной системы, моделирование возможных тенденций развития системы при изменениях внутренней и внешней среды. Результатом когнитивного моделирования является не только модель системы, описывающая и объясняющая ее, но, главное, предвидение возможного развития ситуаций в системе. Последнее позволяет предлагать обоснованные стратегии развития сложной системы, в том числе такой, как региональная социально-экономическая.
Возможности и особенности когнитивного моделирования сложных систем для определения освоенности территории как фактора социально-экономического развития региона. Когнитивное моделирование сложных систем основывается на теоретических и практических знаниях о конкретной системе, информации о показателях функционирования системы, на исходных данных любой природы о системе, помогая структурировать знания эксперта (экспертов) в соответствующей предметной области и разрабатывать обоснованные управленческие решения [15, 16]. Когнитивное моделирование сложных систем является имитационным моделированием, позволяющим не только дополнить и получить новые знания о
системе, но, главное, заменить (или исключить) эксперимент над реальной системой не только из-за его дороговизны, требований к скорости получения данных, а также возможной опасности и недопустимости экспериментов над реальными социально-экономическими объектами и субъектами.
Предложение применить методологию когнитивного анализа сложных систем [15-21] к определению освоенности территории региона основывается, в том числе, на том, что освоенность территории может характеризоваться двумя группами факторов, определяемых в зарубежной литературе как «жесткие» и «мягкие». «Жесткие» факторы представлены количественно измеряемыми факторами, такими как их группы: а) нацеленные на производственные ресурсы (земля, капитал, рабочая сила); б) нацеленные на производство и сбыт продукции (инфраструктура, близость партнеров по кооперации, структура потребления и населения); в) установленные государством (система хозяйствования, налоги, программы поддержки и субсидии). Если «жесткие» факторы еще можно проанализировать количественно, и они исследуются в первую очередь, то «мягкие» факторы в число первоочередных пока не включаются. Они касаются таких количественно трудноизмеримых категорий, как, например, уровень развития социальной среды региона, его «дружественность» экономике страны. «Мягкие» факторы чаще всего представлены следующим набором:
- стабильность общественного климата;
- стабильность политической ситуации;
- региональная структура экономики и отдельных предприятий;
- квалификация работников, занятых по найму;
- региональная структура экономики и отдельных предприятий;
- качество системы образования и профессиональной подготовки кадров;
- оснащение региона вузами, исследовательскими организациями, технологическими центрами;
- отношение к экономике основных действующих лиц региона (политиков, предприятий и союзов предпринимателей, работающих по найму и профсоюзов, региональных и коммунальных администраций);
- наличие факторов, нацеленных на производство услуг (экономический и налоговый консалтинг, маркетинг, реклама);
- качество жизни в регионе (экологическая ситуация, качество жилья, рекреационные и культурные возможности и т.д.).
Когнитивная карта сложной системы в виде знакового ориентированного графа представляет собой возможность объединения «жестких» и «мягких» факторов в единой структуре причинно-следственных связей. Возможность рассматривать факторы различной природы системно, в единой модели позволяет также научно предвидеть с помощью сценарного моделирования на когнитивной карте разнообразные тенденции развития ситуаций в сложной системе под воздействием внутренних и внешних управлений и возмущений. Эта особенность когнитивного моделирования полезна также и тем, что традиционный анализ сложной системы нацелен «в прошлое», тогда как любое управление, включая управление социально-экономическим положением региона, предполагает необходимость количественной оценки качественных характеристик процессов и соответствующее моделирование последствий принятых управленческих решений, параметры которых не всегда можно описать в количественных показателях.
Когнитивное моделирование сложных систем многоэтапно. Основными этапами являются: разработка когнитивной модели (от начальной когнитивной карты до более сложных вариантов когнитивных моделей типа функционального графа); анализ когнитивной модели и исследование с ее помощью свойств сложной системы,
корректировка модели при необходимости; сценарный анализ, позволяющий выявить возможные тенденции развития событий и ситуаций на модели.
Разработка когнитивной модели «Освоенность территории». Как отмечалось, разработка когнитивной модели в виде знакового ориентированного графа (когнитивной карты) или более сложного функционального параметрического графа является первым этапом исследования [5-16]. Для построения когнитивной карты G=<V,E> необходимо определить множество вершин (концептов, факторов, субъектов, сущностей) V={V¿}, г=1,2,...& и множество отношений Е={е.}, i,j=1,2,...k между вершинами. Множество отношений Е отражают причинно-следственные связи между вершинами. В некоторых случаях отношения могут характеризоваться весами т или функциями F={f.}.
Определение вершин. При разработке когнитивной карты, определяя вершины Vi, необходимо выделить факторы внутренней и внешней среды объекта исследования, определить базисные факторы (концепты), среди которых выделить целевые, индикативные, управляющие, возмущающие.
Регион обладает внутренней и внешней средами, которые взаимодействуют между собой. Для качественной оценки и характеристики динамики изменения внутренней среды считается достаточным анализ групп факторов, характеризующих такие аспекты, как:
- региональный бюджет;
- кадровый потенциал региона;
- структура регионального рынка;
- производственно-ресурсный потенциал региона;
- стратегия развития региона.
Внешняя среда региона прямого
влияния подразумевает взаимосвязи со следующими партнерами:
- внешние потребители;
- внешние поставщики товаров и услуг;
- транспортные предприятия;
- финансовые организации;
- регионы-конкуренты.
Среда косвенного влияния на регион включает следующие группы факторов:
- общеэкономические;
- научно-технические;
- общеполитические;
- демографические;
- природно-экологические.
На успешное социально-экономическое развитие региона влияет наличие точек роста (полюсов развития), таких как крупные города и их плотное и равномерное размещение; наличие крупных экономических центров; емкие рынки сбыта продукции и расстояние до них; уровень развития инфраструктуры. Стартовый уровень экономического развития также считается существенным фактором для дальнейшего успешного развития региона; низкий стартовый
уровень развития проявляется в недостаточном уровне развития профессионального образования, научных исследований, высокотехнологичных производств.
Категория «социально-экономическая освоенность региона» является наиболее обобщенным комплексным показателем освоенности территории.
Вышеприведенные теоретические сведения о факторах, которые принято учитывать при изучении социально-экономического состояния региона и его освоенности, позволили задать вершины начальной когнитивной карты G0 (табл. 1).
В табл. 1 обозначен ряд обобщающих вершин, которые в процессе исследования могут быть охарактеризованы своими параметрами. Например, социально-экономическая
Таблица 1
Факторы социально-экономического развития регионов, вершины когнитивной карты G0
Код Наименование вершины Характеристика вершины
V1 Социально-экономическое состояние региона Целевая
V2 Удельный вес региона в ВНП РФ Фактор внешней среды
V3 Социально-экономическая освоенность территории Индикативная
V4 Природно-климатические условия Базисная
V5 Производственно-ресурсный потенциал региона Базисная, внутренняя
V6 Отраслевой состав ВРП Базисная, внутренняя
V7 Население Базисная, внутренняя
V8 Кадровый потенциал региона Базисная, внутренняя, управляемая
V9 Научно-технический потенциал территории Базисная, внутренняя, управляемая
V10 Размещение производительных сил Базисная, внутренняя, управляемая
V11 Фондооснащенность территории Базисная, внутренняя
V12 Товарооборот Фактор внешней среды
V13 Межрегиональный обмен Фактор внешней среды
V14 Социальная инфраструктура Базисная, внутренняя
V15 Полюса развития Фактор внешней среды
V16 Экономическая и социальная политика властей Базисная, управляющая
V17 Внутриполитические и геополитические риски Возмущающая, фактор внешней среды
V18 Качество жизни населения на территории Индикативная
освоенность территории может характеризоваться количественными факторами, такими как уровни производственной и непроизводственной освоенности территории, уровни промышленной и сельскохозяйственной освоенности территории, уровень коммуникационной освоенности территории (железнодорожный, автодорожный, морской и др. транспорт, уровень связи).
Определение отношений. Для определения причинно-следственных отношений E={e.} между вершинами когнитивной модели, характеризующей освоенность территории, также необходимо воспользоваться теоретическими знаниями в области социально-экономического развития регионов в общем случае, а также знаниями экспертов и статистическими данными при изучении конкретного региона.
Рассмотрим ряд общетеоретических сведений о возможных отношениях между факторами, о которых было упомянуто выше. В отечественной экономической литературе при изучении освоенности территории традиционно выделяют такие группы взаимосвязанных факторов размещения, как демографические, природные, экономические, экономико-географические. Природные условия часто определяют социально-экономическую целесообразность строительства населенных пунктов,
транспортных путей, промышленных предприятий, разработки минеральных ресурсов. Образ жизни людей определяет потребности в жилье, одежде, режиме питания.
На освоенность территории и ее социально-экономическое развитие существенное влияние оказывает количество населения, уровень рождаемости, миграция.
При низком уровне рождаемости и миграционном оттоке снижается обеспеченность региона трудовыми ресурсами; при миграционном притоке нет проблемы кадров, но возникают проблемы жилищного и транспортного строительства. При очень высоком уровне рождаемости темпы роста населения могут не успевать за темпами создания рабочих мест. Ограничителем развития может выступать и невысокий уровень развития социальной инфраструктуры, поскольку квалифицированные специалисты зачастую не готовы приезжать работать в регионы с плохим качеством жизни. Еще одним ограничителем экономического роста региона может быть низкий стартовый уровень экономического развития, который проявляется, во-первых, в дефиците внутренних инвестиционных ресурсов. При определении, анализе и обосновании отношений между вершинами когнитивной карты удобно результаты анализа представлять таблицей (табл. 2).
Таблица 2
Отношения между вершинами когнитивной карты G0 (фрагмент)
№ п/п Код Вершина «причина» "VI Вершина «следствие» V] Знак
1. е12 VI Социально-экономическое состояние региона V2 Удельный вес региона в ВНП РФ +
2. е118 V18 Качество жизни населения на территории +
3. е216 V2 Удельный вес региона в ВНП РФ V16 Экономическая и социальная политика властей -
4. е31 V3 Социально-экономическая освоенность территории VI Социально-экономическое состояние региона +
5. е37 V7 Население +
6. е314 V14 Социальная инфраструктура +
Знак «+» отношения означает,
что с увеличением/уменьшением
фактора V. фактор V. увеличивается/ 1 1 уменьшается.
Знак «-» отношения означает,
что с увеличением/уменьшением
фактора V. фактор V. уменьшается/
1 1
увеличивается.
На основании данных табл. 1 и 2 построена когнитивная карта G0 (рис. 1) с помощью авторской программной системы CMCS (Cognitive Modeling Complex System) [21].
Анализ свойств когнитивной модели. К анализу основных свойств когнитивной модели относится: анализ устойчивости (к возмущениям и структурной), анализ путей и циклов, топологический анализ структуры. Математически задачи анализа решаются с помощью различных операций над матрицей отношений R графа G в программной системе CMCS. Если обнаруживается противоречие результатов анализа когнитивной
модели известным свойствам реальной сложной системы, начальную модель необходимо корректировать.
На рис. 2 и 3 приведена часть результатов анализа циклов модели, структурной устойчивости, устойчивости к возмущениям.
Анализ циклов когнитивной модели позволяет проверить, во-первых, их непротиворечивость реальной системе, во-вторых, выявить все циклы отрицательной (стабилизирующей) и положительной (циклы акселераторы) обратной связи, в-третьих, определить структурную устойчивость/ неустойчивость системы по соотношению отрицательных и положительных циклов.
На рис. 2 приведены результаты вычислений циклов и выделены один из отрицательных циклов (нечетное число отрицательных дуг, одна е1718) и один из положительных (четное число отрицательных дуг или их отсутствие, как в примере). Всего в модели
Рис. 1. Когнитивная карта G0 «Освоенность территории»
Рис. 2. Анализ циклов когнитивной карты G0
95 циклов. Поскольку в ней имеется нечетное число отрицательных циклов, отображаемая сложная система
является структурно устойчивой [8, 15, 16]. Заметим, что поскольку в реальной сложной системе может
Собственные числа
# Действительная часть Комплексная часть Модуль (1.7685)
0 1.7685 0Л 1.7685
1 ■0.36S4 16801 1.6801
2 ■0.36М ■1.6801 1.6801
3 0.8904 0,6573 0.8904
4 0.3904 ■0.6573 0.8904
5 -1.1031 0,444 1.1031
6 -1.1031 ■ 0.444 1.1031
7 0.1297 0.8603 0.8603
8 0.1297 <0.8603 0.8603
9 0.6543 0 Л 0.6543
10 ■0-6568 0Л 0.6568
II ■ 0.4347 0.3881 0.4347
12 ■ 0.4347 -0.3881 0.4347
13 0Л 0 Л ОЛ
14 0Л ОХ) ОЛ
15 0.0 ОЛ ОЛ
16 0Х> 0 Л ОЛ
17 0,0 0 Л ОЛ
Закрыт
Рис. 3. Расчет корней характеристического уравнения матрицы отношений R
существовать множество циклов, обнаружение их без помощи программной системы существенно затруднено. Не учет каких-либо циклов может привести в дальнейшем к ошибочным управленческим решениям.
Анализ устойчивости к возмущениям. На рис. 3 приведены результаты решения характеристического уравнения матрицы отношений RG0 Собственные числа матрицы RG0 позволяют судить об импульсной устойчивости системы к возмущениям [16].
Для проверки устойчивости [5] использован критерий |М|<1, где |М| - это максимальное по модулю собственное число матрицы RG1 (корень характеристического уравнения). Поскольку в данном случае |М|=1,7687, то можно считать, что система G0 неустойчива к возмущениям.
Сценарный анализ. Проведенный выше анализ когнитивной карты О0 показал ее непротиворечивость существующим общетеоретическим и практическим предположениям о социально-экономической освоенности территории. Поэтому можно перейти к сценарному моделированию на этой модели, чтобы проанализировать возможное развитие ситуаций (сценарии) при различных управляющих и возмущающих воздействий, которым может подвергаться система. Для определения модельных воздействий,
будем исходить из того, что предпосылки социально-экономического развития региона являются заданными условиями, в рамках которых последнему приходится действовать. Они могут оказывать как положительное, так и отрицательное влияние на социально-экономическое развитие региона. К таковым предпосылкам относятся, в первую очередь, природно-климатические условия, географическое положение и влияние крупных городов, влияние органов власти и геополитической ситуации, уровень развития инфраструктуры региона, стартовый уровень экономического развития.
Сценарный анализ, как известно, производится путем импульсного моделирования процессов развития ситуаций на модели [13]. Перед его проведением необходимо разработать план вычислительного эксперимента (протокол испытаний), в котором намечены вершины, в которые будут вноситься возмущающие импульсы. CMCS позволяет вносить импульсы разного знака и величины как в одну вершину, так и в любую их комбинацию (заметим, что внесение возмущений более чем в 4 вершины возможно, но затрудняет интерпретацию полученных результатов).
Проиллюстрируем некоторые результаты импульсного моделирования
Таблица 3
Результаты вычислительного эксперимента по сценарию № 1
Шаг Вершима 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 3.0 9.0 10.0 ILO 12.0
VI. Социально-экономическое состояние региона 0.0 0.0 0.0 0.0 0.0 3.0 4.0 4.0 14.0 29.0 25.0 43.0 153.0
V2. Удельный вес региона в ВНП РФ 0.0 0.0 0.0 0.0 0.0 3.0 7.0 8.0 13.0 43,0 54,0 68.0 196.0
V3. Социально-экономическая освоенность территории 0.0 0.0 0.0 0.0 3.0 4.0 4.0 14,0 29.0 25.0 43,0 153.0 208.0
V4. Природно-климатические условия 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
V5. Производственно-ресурсный потенциал региона 0.0 0.0 0.0 1.0 1.0 0.0 2.0 5.0 -LO 2.0 32.0 3L0 -5.0
V6. Отраслевой состав ВРП 0.0 0.0 1.0 1.0 0.0 2.0 5.0 -2.0 -6.0 17.0 10.0 53.0 15.0
V7. Население 0.0 0.0 0.0 1.0 0.0 -LO 3.0 7.0 0.0 6.0 46,0 35.0 -7.0
V8. Кадровый потенциал региона 0.0 0.0 0.0 0.0 0.0 0.0 1.0 8.0 15.0 21.0 48.0 102.0 13В. 0
V9. Научно-технический потенциал территории 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 3.0 15.0 21.0 410 102.0
VIO. Размещение производительных сил 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
VII. Фондооснащенность территории 0.0 0.0 0.0 1.0 2.0 1.0 2.0 7.0 3.0 -7.0 19.0 42.0 22.0
V12. Товарооборот 0.0 0.0 0.0 2.0 4.0 2.0 4.0 14.0 6.0 -15.0 30.0 69.0 -65.0
V13. Межрегиональный обмен 0.0 0.0 1.0 2.0 1.0 2.0 7.0 3.0 -8.0 11.0 27.0 -43.0 -36.0
V14. Социальная инфраструктура 0.0 0.0 0.0 0.0 1.0 1.0 3.0 6.0 9.0 13.0 31.0 57.0 740
VI5. Полюса развития 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
V16. Экономическая и социальная политика властей 0.0 1.0 1.0 0.0 2.0 5.0 -2.0 6.0 17.0 10.0 -53.0 15.0 157.0
V17. Внутриполитические и геополитические риски 0.0 0.0 1.0 1.0 0.0 2.0 5.0 -2.0 -6.0 17.0 10.0 -53.0 15.0
V13. Качество жизни населения на территории 0.0 0.0 0.0 -L0 -L0 1.0 2.0 2.0 12.0 29.0 25.0 46.0 153.0
на модели G0 по одному из реализованных сценариев.
Сценарий № 1. Пусть экономическая и социальная политика властей начинает изменяться в положительную сторону - управляющий импульс д16=+1; вектор возмущений =
0^2 = ..^6= +1; ..^8= 0}.
Результаты импульсного моделирования на 12 шагах моделирования, которые инициируются импульсом q16=+1, представлены в табл. 3 и на рис. 4. Количество шагов моделирования может определяться экспертно, ведется до тех пор, пока не проявятся все тенденции развития ситуаций.
По данным вычислений построены графики импульсных процессов в вершинах когнитивной карты. В целях облегчения визуального восприятия результатов на графиках изображено не более 6 импульсных процессов. Как видно по табл. 3 и рис. 4, политика властей, направленная на развитие освоенности территории региона, может влиять в положительную сторону на тенденции развития социально-экономических ситуаций в регионе.
В процессе когнитивного моделирования на разработанной модели
было исследовано большее количество сценариев, анализ которых в совокупности с результатом анализа структурных свойств G0,показал необходимость и позволил перейти к более сложным параметрическим функциональным когнитивным моделям.
Результаты когнитивного исследования могут быть основанием выбираемых и принимаемых управленческих решений. Возможность предвидения развития процессов в сложной системе необходима при разработке стратегии устойчивого социально-экономического развития региона.
Таким образом, когнитивное моделирование сложных систем является действенным и эффективным инструментом для анализа освоенности территории как фактора социально-экономического развития региона. При исследовании возможностей территории конкретного региона необходимо адаптировать представленную когнитивную модель к его условиям. Так, для адаптации полученных теоретических результатов, представленных в статье, к условиям Ростовской области потребовался сбор дополнительных
Рис. 4. Графики импульсных процессов сценария № 1
теоретических и статистических данных. Адаптация заключалась в добавлении/исключении вершин и
связей между ними, задании весов вершин и дуг, задании функций на дугах графа.
Примечания:
1. Абалкин Л. От экономической теории до концепции долгосрочной стратегии // Проблемы современной России. М., 2011. С. 39-47. URL: https://www. rea.ru/abalkin2016/Pages/works.aspx.
2. Аганбегян А. Экономика России на распутье... Выбор посткризисного пространства. М.; Владимир: АСТ: Астрель: ВКТ, 2010.
3. Гранберг А.Г. Основы региональной экономики: учеб. для вузов. М.: ГУ ВШЭ, 2000. 495 с.
4. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. Princeton: University Press, 1976.
5. Casti J. Connectivity, complexity and catastrophe in large-scale systems. Chichester; N. Y.; Brisbane; Toronto, 1979. 216 p.
6. Eden C. Cognitive mapping // European Journal of Operational Research. 1998. № 36. Pp. 1-13.
7. Langley P. Cognitive architectures: Research issues and challenges // Cognitive Systems Research. 2009. Vol. 10, № 2. P. 141-160.
8. Roberts F. Graph Theory and its Applications to Problems of Society, Society for Industrial and Applied Mathematics. Philadelphia, 1978.
9. Abramova N., Portsev R. Reflexive Approach to Multi-SubjectSituations in Cognitive Mapping // 18 th IFAC Conference on Technology, Culture and International Stability (TECIS2018) IFAC Papers OnLine 51-30/ 2018. Pp. 516-521.
10. Когнитивный подход в управлении / З.К. Авдеева, С.В. Коврига, Д.И. Макаренко, В.И. Максимов // Проблемы управления. 2007. № 3. С. 2-8.
11. Avdeeva Z.K., Kovriga S.V. On Governance Decision Support in the Area of Political Stability Using CognitiveMaps //18 th IFAC Conference on Technology, Culture and International Stability (TECIS2018) IFAC Papers OnLine 51-30. 2018. Pp. 498-503.
12. Коврига С.В., Максимов В.И. Когнитивная технология стратегического управления развитием сложных социально-экономических объектов в нестабильной внешней среде // Когнитивный анализ и управление ситуациями (CASC'2001): сб. тр. Междунар. конф., 2001. Т. 1.
13. Сценарный анализ динамики поведения социально-экономических систем: научное издание / В.В. Кульба, Д.А. Кононов, С.С. Ковалевский [и др.]. М.:ИПУ РАН, 2002. 122 c.
14. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИН-ТЕГ, 1998. 376 с.
15. Горелова Г.В., Захарова Е.Н., Радченко С.А. Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. Ростов н/Д: Изд-во РГУ, 2006. 332 c.
16. Инновационное развитие социоэкономических систем на основе методологий предвидения и когнитивного моделирования: кол. монография / под ред. Г.В. Гореловой, Н.Д. Панкратовой. Киев: Наукова Думка, 2015. 464 с.
17. Ginis L.A., Gorelova G.V., Kolodenkova A.E. Cognitive and simulation modeling of development of regional economy system // International Journal of Economics and Financial Issues. 2016. Vol 6, N 5S. Pp. 97-103.
18. Gorelova G.V., Lyabach N.N., Kuizheva S.K. Application of Cognitive Modeling in the Study of the Interrelations between the Educational system and Society // Espacios. 2017. Vol. 38, № 65.
19. The Cognitive Approach to the Coverage-Directed Test Generation / A. Klimen-ko, G. Gorelova, V. Korobkin, P. Bibilo // Applied Computational Intelligence
and Mathematical Methods: In Proceedings of 1st international conference on of the Computational Methods in Systems and Software (CoMeSySo). 2017. Pp. 372-380.
20. Gorelova G.V., Pankratova N.D. Scientific Foresight and Cognitive Modeling of Socio-Economic Systems //18 th IFAC Conference on Technology, Culture and International Stability, TECIS2018, IFAC Papers OnLine 51-30 (2018). Pp. 145-149. ELSEVIER URL: www.sciencedirect.com.
21. Программа для когнитивного моделирования и анализа социально-экономических систем регионального уровня. Свидетельство о государственной регистрации программ для ЭВМ № 2018661506 от 07.09.2018.
References:
1. Abalkin L. From economic theory to the concept of long-term strategy // Problems of modern Russia. M., 2011. Pp. 39-47. URL: https://www.rea.ru/ abalkin2016/Pages/works. aspx.
2. Aganbegyan A. The Russian economy at a crossroads ... The choice of post-crisis space. M.; Vladimir: AST: Astrel: VKT, 2010.
3. Granberg A.G. Fundamentals of the regional economy: textbook for universities. M.: HSE, 2000. 495 pp.
4. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. Princeton: University Press, 1976.
5. Casti J. Connectivity, complexity and catastrophe in large-scale systems. Chichester; N. Y.; Brisbane; Toronto, 1979. 216 pp.
6. Eden C. Cognitive mapping // European Journal of Operational Research. 1998. No. 36. Pp. 1-13.
7. Langley P. Cognitive architectures: Research issues and challenges // Cognitive Systems Research. 2009. Vol. 10, No. 2. Pp. 141-160.
8. Roberts F. Graph Theory and its Applications to Problems of Society, Society for Industrial and Applied Mathematics. Philadelphia, 1978.
9. Abramova N., Portsev R. Reflexive Approach to Multi-Subject Situations in Cognitive Mapping // 18 th IFAC Conference on Technology, Culture and International Stability (TECIS2018) IFAC Papers OnLine 51-30 / 2018. Pp. 516-521.
10. Cognitive approach to management / Z.K. Avdeeva, S.V. Kovriga, D.I. Maka-renko, V.I. Maximov // Problems of management. 2007. No. 3. Pp. 2-8.
11. Avdeeva Z.K., Kovriga S.V. On Governance Decision Support in the Area of Political Stability Using CognitiveMaps // 18 th IFAC Conference on Technology, Culture and International Stability (TECIS2018) IFAC Papers OnLine 5130. 2018. Pp. 498-503.
12. Kovriga S.V., Maksimov V.I. Cognitive technology for strategic management of the development of complex socio-economic objects in an unstable environment // Cognitive analysis and situation management (CASC'2001): proceedings of the International conference, 2001. Vol. 1.
13. Scenario analysis of the dynamics of behavior of socio-economic systems: a scientific publication / V.V. Kulba, D.A. Kononov, S.S. Kovalevsky [et all]. M.: IPU RAS, 2002.122 pp.
14. Trachtengerts E.A. Computer decision support. M.: SINTEG, 1998. 376 pp.
15. Gorelova G.V., Zakharova E.N., Radchenko S.A. The study of poorly structured problems of socio-economic systems: a cognitive approach. Rostov-on-Don: Publishing house of the RSU, 2006. 332 pp.
16. The innovative development of socio-economic systems based on methodologies of foresight and cognitive modeling: coll. monograph / ed. G.V. Gorelova, N.D. Pankratova. Kiev: Naukova Dumka, 2015. 446 pp.
17. Ginis L.A., Gorelova G.V., Kolodenkova A.E. Cognitive and simulation modeling of development of regional economy system // International Journal of Economics and Financial Issues. 2016. Vol 6, No. 5S. Pp. 97-103.
18. Gorelova G.V., Lyabach N.N., Kuizheva S.K. Application of Cognitive Modeling in the Study of the Interrelations between the Educational system and Society // Espacios. 2017. Vol. 38, No. 65.
19. The Cognitive Approach to the Coverage-Directed Test Generation / A. Klimenko, G. Gorelova, V. Korobkin, P. Bibilo // Applied Computational Intelligence and Mathematical Methods: In Proceedings of 1st international conference on of the Computational Methods in Systems and Software (CoMeSySo). 2017. Pp. 372-380.
20. Gorelova G.V., Pankratova N.D. Scientific Foresight and Cognitive Modeling of Socio-Economic Systems // 18 th IFAC Conference on Technology, Culture and International Stability, TECIS2018, IFAC Papers OnLine 51-30 (2018). Pp. 145-149. ELSEVIER URL: www.sciencedirect.com.
21. A program for cognitive modeling and analysis of socio-economic systems at the regional level. Certificate of state registration of computer programs No. 2018661506 of 07.09.2018.
