CC BY
10Цацулин А.Н.
д.э.н., профессор, СЗИУ РАНХиГС при Президенте РФ, Санкт-Петербург
vash_64@mail.ru
Цацулин Б.А.
Балтийская академия туризма и предпринимательства, Санкт-Петербург
tsatsan@yandex.ru
ОБ ОГРАНИЧЕННОСТИ СЦЕНАРНОГО ПОДХОДА ПРИ ПРОГНОЗИРОВАНИИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ
Ключевые слова: управленческое решение, прогноз, план, сценарий, риск, угроза, вероятность, достоверность информации, предстоящая (ожидаемая) продолжительность жизни, эконометрическая модель, приведённая форма, статистическое оценивание, случайная составляющая.
Keywords: management decision, forecast, plan, scenario, risk, threat, probability, national economy, health care system, forthcoming (expected) life expectancy, econometric model, statistical estimation, random component.
В каждой подделке присутствует элемент подлинности.
рефрен андроида из The Best Offer, 2013
Введение
Механизм управления системой регионального и национального здравоохранения, сложившийся в период транзитивной рыночной экономики и имеющий характерные узнаваемые черты организационно-экономического порядка, страдает заметными системными недостатками и содержит существенные внутренние противоречия. Большинство замеченных противоречий и недостатков в обширной научной литературе зафиксировано, в отдельных случаях детально проанализировано, а по способам преодоления просчётов обнаружилось более-менее устойчивое согласие как в научном сообществе, так и в социуме.
Тем не менее, конкретные управленческие решения, принимаемые властными структурами разного уровня в последнее время в рамках модернизации упомянутой отрасли несколько судорожно под тяжестью коронавирусных последствий, встречают серьёзное непонимание широких слоёв населения, а в среде специалистов порождают горячие дискуссии. И всё это при том условии, что все заинтересованные стороны процесса модернизации желают радикального улучшения дел в области охраны здоровья российского населения и ищут как порознь, так и вместе формулировки рациональных управленческих решений и способов предстоящего протокольного регулирования отрасли в целях её подлинного совершенствования и устойчивого развития.
В механизме управления здравоохранением государство закладывает цель, задачи, направления, принципы государственной политики, устанавливает объём бюджетного финансирования и пытается создать систему работоспособных и сбалансированных регуляторов. К объектам системы здравоохранения, которые так или иначе регулируются государством, следует отнести все учреждения и подведомственные службы здравоохранения. Главным органом, осуществляющим достижение целей и решение задач в сфере здравоохранения, является Министерство здравоохранения РФ (МЗ).
На этот орган власти возложена также задача формирования государственной политики и контроль за её реализацией тем более, что выделенное финансовое содержание отрасли и вклад в ВВП оказываются весьма значительными. Так, доля российского здравоохранения в расходной части бюджета в 2020 г. (в авторской оценке структуры бюджетной росписи) составила чуть более 4,2%. Правительство страны и МЗ РФ безостановочно разрабатывают и обновляют инструментарий контроля за функционированием масштабного отраслевого хозяйства, определяют государственные социальные стандарты, осуществляют прогнозирование и планирование, формируют программу Госзаказа в целях надлежащего обеспечения сферы здравоохранения ресурсами и резервами. Но любое самое совершенное целе-полагание нуждается в механизмах достижения так или иначе сформулированных целей, где не последнюю роль всегда играли научно-обоснованные схемы принятия оптимальных управленческих решений.
В специальной областях экономического анализа и прикладной математики изучались проблемы, технология и техника адаптации теории принятия решений, которая бурно развивалась за рубежом в 1950-1960 гг. применительно к разнообразным практическим задачам, имеющим существенное народнохозяйственное и таргетированное социально-экономическое значение. После первоначального стремительного наплыва теоретических работ разного уровня в области временного планирования деятельности корпораций к концу 1980 гг. наступило некое затишье. И лишь в продуктивные 90-е гг. интерес к этой теме возобновился в связи с появлением новых кибернетических алгоритмов и с резко возросшими обрабатывающими мощностями гаджетов также возросших объёмов релевантной информации.
Это, в свою очередь, привело к появлению реальных возможностей создавать оригинальные наукоёмкие и практические приложения, обладающие действительно инновационным характером1.
Обзор литературы
С 60-х годов прошлого века теория принятия управленческих решений обильно берёт на вооружение современные математико-статистические методы. Так, в 1965 году американский учёный Л.А. Заде опубликовал работу2, положившую начало теории нечётких (размытых) множеств и развившую самостоятельную версию автора терминологического аппарата по нечёткой (континуальной) логике. Появление алгоритмов и операций, обоснованных нечёткими множествами, нашло своё применение в машинных электронных системах логического вывода экспертных систем к концу 70-х - началу 80-х гг. А в дальнейшем, при прогнозировании итогов электоральных выборов, при оценке загрязнения атмосферы и измерения состояния экологии окружающей среды, при построении гистограмм соотношений учтённых признаков-факторов триады потребительского платёжеспособного покупательского спроса цена/качество/ сроки, подобные алгоритмы и счётные операции доказали их пригодность к принятию управленческих решений3.
В 80-90-е гг. на рынке стали появляться массовые микрочипы, базирующиеся на принципах нечёткой логики, особенно пригодные и полезные при создании всевозможных роботов, а далее - при разработке долгожданных систем искусственного интеллекта. Нулевые годы уже XXI века связаны напрямую с созданием более-менее правдоподобных сценариев развития разнохарактерных экономических схем. И в основе механизмов таких сценариев также была заложена идеология нечёткой логики и нечётких множеств. Подобия же изящных сценариев, в первую очередь, разрабатывались для объектов крупного бизнеса корпоративного типа, военно-промышленных и военно-оборонных комплексов, а также в целях стратегирования собственно военного дела.
Одновременно в 70-е же годы создавались разновидности метода экспертных оценок. Именно в ту пору, благодаря профессору Стэнфордского университета Э.А. Фейбенбауму, появился интерпретатор для масс-спектрограмм под рабочим именем DENDRAL, послуживший прототипом всех экспертных систем. А уже в 1976 г. был зарегистрирован экспертный продукт MYCYN (дочерняя версия DENDRAL) для практической диагностики крови на бактериальные и вирусные инфекции, который представлял собой полноценную экспертную систему с уникальными аналитическими возможностями процедуры распознавания образа в режиме скрининга и тестирования некоторых наиболее опасных для человека заболеваний, включая онкологию4. Здесь следует заметить, что технологии диагностики и лечения рака развивались непрерывно, но, увы, за период с 1950 года по 2005 год смертность от рака снизилась лишь на 5,0%5. Наиболее широко применяемой стратегией в ранних медицинских экспертных системах было ранжирование возможных диагнозов в порядке их правдоподобия и выдача на печать сообщения о наиболее вероятном диагнозе. Однако такой подход подчас имел по понятным причинам катастрофические последствия для тестируемого пациента.
В следующем поколении разрабатываемых экспертных систем, особенно в проблемных областях медицины, широко использовались вероятностные методы. Но в связи с трудностями измерения экспоненциального накопления вероятностей при одновременных совместных распределениях в системах большой размерности вероятностные подходы в период 1975-1988 гг. перестали на какое-то время интересовать аналитиков. И тут же был апробирован целый ряд подновлённых альтернативных подходов. В 80-е и особенно в 90-е гг. XX века, а также нулевые годы уже XXI века более поздние новаторские экспертные системы и продвинутая методика экспертных оценок из областей здравоохранения и доказательной медицины нашли широчайшее практическое применение в различных отраслях национальных экономик. И, прежде всего, для оперативного принятия научно обоснованных управленческих решений на разных уровнях хозяйствования и систем администрирования.
В конце XX и в начале XXI века подобные и сопряжённые исследования были продолжены, в частности в работах Ф. Фукуямы6, который впервые предложил ввести т.н. посреднические алгоритмы («Middle Way»). Те самые алгоритмы, что позволят, по мнению властителя дум современных интеллектуалов, не только сглаживать интенсивность поляризации общественного сознания по остро дискуссионным проблемам, но и успешно бороться с опасным противостоянием в том или ином социуме и/или субкультуре.
Результаты, достигнутые в этой более узкой сфере, использовались для упрощения процедуры решения реальных прикладных задач за счёт принятия относительно рациональных и условно ранжированных мер в тех областях общественного бытия, которые традиционно считаются жизненно важными, по-настоящему проблемными и действительно сложными. К таким областям тогда и сейчас относятся государственное и муниципальное управление, включая местное самоуправление, военная и внешняя политика, медицинская диагностика и устойчивое развитие систем здравоохранения.
1 Валеахметов Н.И., Цацулин А.Н. Формирование инновационной стратегии развития предпринимательской структуры кластерного типа в регионе: монография / Под ред. проф. А.Н. Цацулина. - СПб.: Астерион, 2009. - 230 с.; Рассел С., Норвиг П. Искусственный интеллект: современный подход / Пер. с англ. 2 изд. - М.: Издательский дом «Вильямс», 2006. - 1408 с.
2 Zadeh L.A. Fuzzy sets // Information and Control. 1965. - N 8. - P. 338-353.
Одинец В.П. Об истории некоторых математических методов, используемых при принятии управленческих решений. -Сыктывкар: СГУ им. Питирима Сорокина, 2015. - 108 с.
4 Feibenbaum E.A. e.a. On generality and problem solving. 1970. - http://i.stanford.edu/pub/cstr/reports/cs/tr/70/176/CS-TR-70-
176.pdf
5 Как преобразуется мир. - https://e.mail.ru/inbox/1:6eabb3d9fbb640fa:500013/
6 Фукуяма Ф. Социальные последствия биотехнологических новаций // Человек. 2008. - № 2. - С. 80-99.
Особо следует заметить, что ставки, обычно корреспондирующие с уровнем выявленной угрозометрии и состоянием организма больных национальных экономик, при принятии неверных1 или ошибочных2 управленческих решений здесь, как нигде, предельно высоки. Природа такой своеобразной социально-экономической угрозометрии определяется не только отраслевыми и коммерческими рисками, но и страновыми, политическими, демографическими и иными их разновидностями. Это обстоятельство (вполне плюралистические взгляды на природы риска и угрозы) вынуждает применять системный и комплексный подходы к вероятностной оценке рисков и угроз реализации социально-экономических программ и проектов разного уровня3. Сопряжённой информационной темой стратификации рисков и угроз является учёт различий между неопределённостью и незнанием. Для измерения подобных различий предназначается т.н. доверительная функция, играющая ощутимую роль в популярной ныне теории Демпстера-Шефера, которая, правда, в большинстве случаев не даёт определённых решений при задаваемых предварительно параметрах ширины интервала и богатства спектра располагаемых возможностей4.
Системный и комплексный подходы традиционно обеспечиваются с помощью, как правило, чаще всего используемых, зарекомендовавших себя методов измерения. Например, таких, как экспертные оценки, категории и меры эластичности и чувствительности (измеряемой сенсибильности), полидеревьев решений, рандомизированные алгоритмы Монте-Карло (технология имитационное моделирование) для задач оптимизации. А также сугубо теоретических новинок типа: алгоритм сценарного анализа, скрытые марковские модели5, стандартные модели с фильтром Р.Э. Калмана для случайного блуждания с априорной вероятностью6, нейронные сети и динамические байесовские сети для временных моделей. Последние опираются на плодотворные и не устаревшие идеи британского математика Т. Байеса7 по конструированию сетевых процессов и сетей (например, сети Петри для моделирования динамических дискретных систем8).
Эти достаточно условные новинки теоретически продуктивных 60-х годов XX века в виде сценарных алгоритмов постепенно складывались из отдельных достижений математических статистиков и базировались первоначально на технологии прогностики политических и социальных процессов Ч.Г. Кана9 и в отдельном исследовании10. А далее теоретическая новация превратилась в концептуальную сущность при оценивании стратегических управленческих решений в работах 80-х гг.,11 а затем в 90-х гг. при разработке альтернативных вариантов формирования сценариев будущего развития коммерческих структур и крупных совместных проектов бизнеса и государства12, а также в рабо-
13
тах известных российских учёных .
В итоге, за неполные 20 лет XXI века сценарный анализ сложился как самостоятельный и довольно привередливый, прихотливый подход к выработке управленческих решений на вероятностной основе. Именно вероятности, упорядочивающие стохастические глубины неизведанного, в последнее время предоставляют собой, по мнению авторов данной статьи, определённый способ суммарного учёта счётной меры неопределённости/неизвестности или степени энтропийности/неупорядоченности систем, возникающих либо по причинам вынужденной экономии усилий
1 Авторы видят здесь ошибку первого рода, связанную с попаданием в ситуацию отвергнутой изначально верной/правильной статистической нулевой гипотезы H0. Счётные вероятности получения ошибки первого рода вычисляются посредством Теоремы Байеса. Визуально место возникновения ошибки первого рода поясняет рис. 3.
2 В этом случае понимается ошибка второго рода, когда ошибочно подтверждается/принимается изначально неверная/неправильная статистическая ноль-гипотеза H1 - альтернативная гипотеза. Подробнее см.: Easton V.J., McColl J.H. Statistics Glossary. 1997. - Vol. 1.1. Steps: Hypothesis testing. https://www.semanticscholar.org/paper/Statistics-Glossary-v1.1-Easton-McColl/ 31fc743cf490aee0cd8d66a3b2e223c86966b054
3 Murray S.L., Grantham K. Development of a Generic Risk Matrix to Manage Project Risks // Journal of Industrial and Systems Engineering. 2011. - Vol. 5, N 1. - P. 35-51.
4 Dempster A.P. e.a. Maximum likelihood from incomplete data via the EM algorithm // Journal of the Royal Statistical Society. 1977. - Vol. 39, N 1. - P. 1-38. - https://web.mit.edu/6.435/www/Dempster77.pdf
5 Например, известная т.н. скрытая марковская модель, являющаяся временной вероятностной моделью, где состояние процесса описано с помощью единственной дискретной случайной переменной, а возможными значениями этой переменной могут стать возможные состояния окружающей среды, территории и пр. Благодаря жёстко регламентированной структуре данной модели появляется возможность создавать элегантные матричные реализации всех основных алгоритмов.
6 Kalman R. A new approach to linear filtering and prediction problems // Journal of Basic Engineering. 1960. - Vol. 82. - P. 35-46.
7 Bayes T., Price R. An Essay towards solving a Problem in the Doctrine of Chance. // Philosophical Transaction of the Royal Society of London. 1763. - Vol. 53. - P. 370-418.
8 Мараховский В.Б., Розенблюм Л.Я., Яковлев А.В. Моделирование параллельных процессов. Сети Петри. Курс для системных архитекторов, программистов, системных аналитиков, проектировщиков сложных систем управления. - СПб.: Профессиональная литература, АйТи-Подготовка, 2014. - 400 с.
9 Kahn Ch.H. Essays on Being / Oxford University Press. 2009. - С. 197.
10 Bradfield R., Wright G. The origins and evolution of scenario techniques in long range business planning // Futures Research Quarterly. 2005. - N 37. - P. 795-812.
11 Hawken P., Ogilvy James A., Schwartz P. Seven Tomorrows Paperback. 1982. - 235 p.
12 Schoemaker P. Scenario Planning // The Palgrave Encyclopedia of Strategic Management. 2016. - P. 1-9. DOI: 10.1057/978-1-349-94848-2_652-1
13 Сафиуллин А.Р., Губайдуллина А.И. Моделирование сценариев повышения инвестиционной привлекательности обрабатывающей промышленности Республики Татарстан // Научно-технические ведомости СПбГПУ. Экономические науки. 2020. -Т. 13, № 4. - С. 74-82. DOI: 10.18721/JE.13406; Глухов В.В., Колобов А.В., Игумнов Е.М. Методика оптимизации набора инструментов для повышения эффективности бизнес-системы // Научно-технические ведомости СПбПУ. Экономические науки. 2020. -Т. 13, № 5. - C. 95-105; Козырев А.А. Исследуя методологические основы стратегирования социально-экономического развития // Экономика в промышленности. 2020. - Т. 13, № 4. - С. 434-447.
разного рода, либо фактического отсутствия специальных знаний (иногда и того, и другого одновременно). Попытки некоторых экономистов применить понятийный аппарат концепций энтропии и турбулентности к политическим процессам и сформулировать некую оригинальную концепцию политической энтропии авторы данной статьи признают не имеющими какой-либо благоприятной перспективы1.
Цель и постановка задач исследования
Как показывает опыт отечественного администрирования, умелое государственное управление таким непростым объектом, как система регионального и национального здравоохранения даже в запутанных посткризисных условиях российской экономики, выстраивание обоснованных стратегий развития исследуемого хозяйства с надлежащим комбинированным финансированием позволило отдельному субъекту федерации, занимавшему 83 место в РФ, резко устремиться вверх вплоть до 3 места2. Здесь конкретно речь зашла об успешном реформировании здравоохранения в Кировской области. О не менее решительном и достаточно амбициозном подходе 22.10.2020 заявил губернатор Пермского края (ПК) Д.Н. Махонин в своём выступлении на заседании местного законодательного собрания3.
Действующий губернатор ПК обозначил свою стратегию следующим образом: «Первостепенная задача - модернизация здравоохранения. Один из основных приоритетов - кадровый. Сегодня, по опыту борьбы с коронавиру-сом, мы можем говорить о том, что основная сложность в оказании медицинской помощи - определённый кадровый дефицит. По сравнению со среднероссийской обеспеченностью медиками ПК выглядит неплохо, но проблем хватает. Поэтому в бюджете мы закладываем увеличение финансирования на программу «Земский доктор» (в два раза), продолжим реализацию программы «Земский фельдшер». Усилим сотрудничество с Пермской медакадемией, чтобы как можно больше выпускников оставалось работать в наших медучреждениях. Будем создавать лучшие условия для работы, модернизировать инфраструктуру»4.
Перед краевыми властями губернатор поставил ряд первоочередных задач анализируемой отрасли, а именно повышение доступности медицинской помощи вне зависимости от места жительства с помощью т.н. «выездных поликлиник», цифровизация подразделений, урегулирование кадровой проблемы медицинского персонала, ремонт и строительство медучреждений, обновление медицинского оборудования и автопарка «скорой», создание санитарной авиации, борьба с онкологией и сердечно-сосудистыми заболеваниями. Уже в 2020 году в рамках развития системы санавиации в городке ПК Чернушка появилась вертолетная площадка.
На решение этих задач по развитию здравоохранения на период 2021-2023 гг. выделяется 180 млрд. руб. (см. табл. 1), и по развитию собственной медицинской инфраструктуры ПК, как предусмотрено, выйдет на своеобразные межрегиональные рекорды. Так, до конца трёхлетнего периода года планируется сдать 24 новых объекта медицинского назначения в разных территориях региона, на что выделяется около 8 млрд. руб. бюджетных средств. В частности, уже в 2021 г. предусмотрено возведение новых лечебных корпусов в Чердыни и Юрле, четырёх поликлиник в столице края, включая три поликлиники для детей, которые не были введены в строй действующих согласно Программе 2019 года5. В регионе обновляются здания фельдшерско-акушерских пунктов (ФАП) и обустраиваются сельские врачебные амбулатории (СВА), закупается новое и новейшее медицинское оборудование. Например, в 2020 году приобретено порядка 3,5 тыс. единиц высокоточной техники, включая аппараты МРТ, КТ и УЗИ.
Важным моментом в стратегии развития медицины первое лицо края считает цифровизацию отрасли (пока, правда, не нашедшей отражения в самой программе), которая сделает доступными в Интернет практически все здания поликлиник и стационаров. А в течение 2021 года к сети планируется подключить и большинство ФАПов, что откроет потенциал телемедицины и, соответственно, отразится на качестве обслуживания нуждающихся независимо от местожительства. В настоящее время подавляющее число жителей края обладают электронной медицинской картой, а все учреждения здравоохранения уже подключены к Единой информационной системе (ЕИС), что вселяет надежды на реализацию задумок губернатора по цифровизации отрасли в ПК.
Комментируя контент выступления губернатора ПК, можно с пониманием отнестись к тому, что конкретной системе регионального здравоохранения требуется принципиальное обновление на базе коренной модернизации, а не многошаговая оптимизация искомой системы в режиме долгосрочной и тягостной процедуры, но вялого реформирования. Модернизация в губернаторской схеме представляется в форме согласованности и соответствия оказания медицинской помощи населению современным условиям развития медицинской науки, достижениям практического здравоохранения и требованиям передовых баз социально-экономических нормативов, включая уровень и качество жизни россиян.
Такая модернизационная конгруэнтность включает в себя подготовку персонала медицинского профиля, оптимизацию сетей медицинских учреждений, реальную доступность медицинской помощи для любого жителя региона, чёткие программные шаги в процессе разработки и последующей реализации Стратегии развития системы здравоохранения ПК. Определённая информация по наполнению ресурсов для реализации трёхлетнего плана представлена в табл. 1. По оценкам аналитиков, потери бюджета ПК в 2020 году составят около 29 млрд. рублей при прогнозируемых
1 Явлинский Г.А. «Яблочные» войны // Новая газета. - М., 2021. - № 14, 10 февраля. - С. 10-11.
2 Гайдар М.Е. Разбор полётов. - https://echo.msk.ru/sounds/stream.html
3 Выступление губернатора Пермского края // Преобразования в системе здравоохранения ПК. - https://www.permkrai.ru/ news/dmitriy-makhonin-zayavil-o-preobrazovaniyakh-v-sisteme-zdravookhraneniya-permskogo-kraya
4 Преобразования в системе здравоохранения ПК. - https://www.permkrai.ru/news/dmitriy-makhonin-zayavil-o-preobrazova niyakh-v-sisteme-zdravookhraneniya-permskogo-kraya
5 Постановление правительства ПК от 17.06.2019 № 411-п «Об утверждении Программы «Развитие детского здравоохранения ПК, включая создание современной инфраструктуры оказания помощи детям».
дотациях федерального бюджета в размере 7,7 млрд. руб. При этом дефицит бюджета 2020 года в 38 млрд. руб. почти на 97% будет покрываться за счёт банковских кредитов (на 37 млрд. руб. при госдолге края в 4,06 млрд. руб.).
Таблица 1
Основные параметры бюджета Пермского края 2020 г. и на 2021-2023 гг.
№ п/п Наименование показателя 2020 г. 2021 г. 2022 г. 2023 г.
1 2 5 4 5 6
1 Оборот МСП в сравнимых ценах1, млрд. руб. 837,0* 869,0** 902,0** 936,0**
2 Инвестиции в основной капитал, млрд. руб. - к аналогичному периоду, % 229,0 97,0 252,0 97,0 275,0 105,0 294,0 98,0
3 Экспорт региона, $ млрд. 3,0* 5 0*** 5 8*** 5 4***
4 Доходы бюджета ПК, млрд. руб. Цепной темп прироста, % 141,8* -0,32 145,6** +2,61 156,6** +7,55 165,5** +5,68
5 Расходы бюджета, млрд. руб. Цепной темп прироста, % 111,7* +0,21 127,4** +14,06 136,5** +7,14 144,8** +6,08
6 Расходы бюджета развития, млрд. руб. -в % от строки 5 31,4* 28,07 35,7*** 28,02 38,9*** 28,50 41,3*** 28,52
7 Дефицит регионального бюджета, млрд. руб. - в % от доходов (от суммы строки 4) - в % от расходов (от суммы строки 5) 17,9* 12,61 16,03 18,2* 12,50 14,29 20,1* 12,84 14,73 20,8* 12,57 14,36
8 Бюджетные расходы на здравоохранение в ПК, млрд. руб. Цепной темп прироста, % 55,0** +3,93 57 5** +4,55 60,0** +4,35 62,5** +4,17
Примечание: * оценка; ** план; *** прогноз. Источник: Макроэкономическая статистика ПК.
И если полноценную стратегию, программу и план развития системы здравоохранения ПК под руководством последнего губернатора ещё предстоит разрабатывать (в отличие, скажем, от «Стратегии развития малого и среднего бизнеса до 2030 года», которую по поручению первого лица разработало краевое Агентство по развитию малого и среднего предпринимательства (МСП) и которая была представлена 11.12.2020 на заседании правительства Прикамья2, то о технологиях профессионального стратегирования3 в сфере здравоохранения в настоящей статье следует высказать более подробные суждения. В частности, разобраться с представлением задач классического планирования, т.е. со способами алгоритмизации состояний объекта, действий и целей управляющей системы, а также уточнить проблемы сценарного моделирования, что служит продвинутым инструментарием технологии стратегирования, методологии стратегического менеджмента и методики перспективного анализа.
С учётом изложенного авторы настоящей статьи рассматривают основные положения и принципы применения сценарного подхода на примере развития системы здравоохранения ПК, что делает предлагаемый к рассмотрению материал достаточно актуальным. Главный результат совершенствования отрасли авторы усматривают в оценивании целевого показателя и национальной цели - ожидаемой (предстоящей) продолжительности жизни населения исследуемой территории. Этот социально-экономический показатель, обладающий всеми признакам судьбоносности, авторы считают приоритетным аналитическим индикатором уровня и качества эффективной жизни россиянина. Последнее определяет цель настоящего исследования.
Работоспособным инструментом анализа и прогноза этого индикатора авторы считают построение динамических многофакторных моделей вариантов развития региональной отрасли здравоохранения на период до трёх лет, что в статье определяет ряд специальных задач - реализацию этапов сценарного подхода и построение прогнозной модели в форме системы из пяти одновременных уравнений множественных регрессий.
Методы и инструменты исследования
Хронологически применение сценарного подхода сложилось в конце 80-х гг. XX века как ожидаемая и разумная альтернатива одновариантным эконометрическим прогнозам будущей реализации масштабных инвестиционных проектов и перспективного развития транснациональных корпораций. Но, по существу, считанные в то время сценарии готовились как инструменты осуществления именно корпоративной стратегии. В подобных сценариях акценты расставлялись как раз на тех позициях, которые полагались значимыми для большинства линейных менеджеров указанных структур и штатных аналитиков при текущих обсуждениях ими вариативных управленческих решений с учётом влияния функционирующей должным образом системы обратной во времени связи, русифицированной и вошедшей в обиходный оборот как фидбэк (feedback).
1 В реализации планов развития системы здравоохранения края активную роль играют субъекты предпринимательства в режиме ГЧП (государственно-частного партнёрства).
2 https://xn-90aifddrld7a.xn-p1ai/novosti/news/permskiy-kray-stal-pervym-regionom-razrabotavshim-strategiyu-razvitiya-malogo-i-srednego-biznesana
3 Козырев А.А. Исследуя методологические основы стратегирования социально-экономического развития // Экономика в промышленности. 2020. - Т. 13, № 4. - С. 434-447.
Такого рода связи исключительно полезны и предпочтительны иным при условии, что имеется искреннее желание знать, что же произошло на самом деле в прошлом и извлекать уроки из проделанного. А для выбора дальнейшего пути развития аналитику-плановику/планировщику-сценаристу необходима более-менее достоверная и полная информация о будущем - своеобразной опережающей связи с задаваемой перспективой, а также уровень репрезентативности релевантной информации, что весьма условно и схематично продемонстрировано рис. 1.
Любые событийные предпочтения, будучи выраженными в виде полезности, комбинируются с вероятностями в общей теории рациональных решений, называемой теорией решений, следующим образом: Теория решений = Теория вероятностей + Теория полезности. Здесь уместно вспомнить мудрость великих; так, Ш.М. Талейран говаривал: «Искусство управления государственными делами состоит в том, чтобы предвидеть неизбежное и способствовать его свершению»1.
Фундаментальная идея теории решений состоит в том, что любой аналитик-планировщик является рациональным тогда и только тогда, когда он выбирает действие, позволяющее достичь наибольшей ожидаемой общественной полезности, усреднённой по всем возможным результатам данного действия. И это образует суть т. н. принципа максимальной ожидаемой полезности (Maximum Expected Utility - MEU). Одновариантные прогнозы, как правило, жёстко задают единственную траекторию будущего развития организации и/или отраслевого ведомства (министерства, профильного комитета и т.д.). Но на практике они чаще всего оказывались ошибочными, в том числе по причине амбивалентности заказчиков прогностики. Поэтому при сценарном подходе для конкретного объекта исследования принято разрабатывать несколько близко вероятностных по исходам (наступлению событий), но ощутимо контрастных вариантов будущего развития внешней среды этого объекта.
Статистическая связь с будущим периодом (прогнозируемым горизонтом) в форме сценария, тенденции, зависимости, закономерности и/или прогностической численной модели целевого показателя
Сила воздействия
Средний уровень воздействия
Временной горизонт (ft}
Достоверность и репрезентативность исходной информации
Источник: Составлено авторами
Обратная связь имевши место эффектов/событий с изучаемым объектом в ретроспективном периоде с их сбором регистрацией, анализом и статистической оценкой
Рисунок 1.
Условная схема соотношений и влияний эффектов типа feedback на сценарную деятельность аналитика
Задача сценарного метода заключается в выработке определённого общего понимания в коллективе анализируемого объекта, что обеспечит его персоналу согласованные действия в достижении главных стратегических целей актора социально-экономического пространства. Основная же цель схемы стратегических бесед состоит в создании и запуске в структурах изучаемого объекта процесса сознательного проникновения сотрудников в суть процедуры стра-тегирования2. Но более обстоятельное и конструктивное представление о процессе сценарного моделирования (планирования) может дать общепринятая схема итераций3, состоящих из восьми шагов-этапов в редакции авторов статьи, привязанная к тематике ПК и показанная на рис. 2.
Но здесь следует помнить, что собственно сценарий заметно отличается от модельного прогноза и субъективного видения (почти всегда, желаемого и индивидуального), а является убедительным описанием наиболее правдоподобных вариантов формирования будущего. Схема на рис. 3 позволяет проиллюстрировать качественные различия между перечисленными тремя основными категориями восприятия будущих конструкций происходящего. Обращаясь к общепринятой терминологии планирования, разработчики постоянно выстраивают свои своды действий по объекту изучения на планируемый период, и эти действия чаще всего опираются на различные типы прогнозов, сценариев и видений. В стабильных условиях и в коротких временных рамках социально-экономические прогнозы, как правило, являются и необходимыми, и действенными, поскольку позволяют снизить учтённые риски4, количественно оценить комплекс угроз, а также повысить определённость основных событий и эффектов, которые произойдут в грядущих периодах с анализируемой отраслью - здравоохранением ПК.
1:https://citaty.su/aforizmy-i-citaty-sharlya-morisa-de-talejrana
2 Квинт В. Л. Поиск и исследование философских корней теории стратегии. Взаимосвязь философского и стратегического мышления // Управленческое консультирование. - СПб., 2016. - № 1. - С. 15-21; Козырев А. А. Исследуя методологические основы
стратегирования социально-экономического развития // Экономика в промышленности. 2020. - Т. 13, № 4. - С. 434-447.
3
Шшв С.А. Актуальный стратегический менеджмент. Видение - цели - изменения. - М.: Юрайт, 2019. - 452 с.
4 Aitken A.C. Statistical Mathematics. 2012. - 160 p.
Рисунок 2.
Этапы итерационной процедуры разработки сценариев развития системы здравоохранения ПК на период 2020-2023 гг. Стандартные шаги итерации этапов даны в редакции авторов статьи
В идеале каждое стратегическое решение в схеме стратегии развития изучаемого объекта в целом должно стать достаточно устойчивым при любом созданном сценарии. Но выйти на подобные решения достаточности крайне сложно, а в некоторых случаях и просто невозможно. Более типичной является ситуация, когда определённые стратегические решения и/или стратегия развития отрасли в целом оказываются хорошими (упрощённая семантика) при одном или нескольких конкретных сценариях и плохими (семантика такого же уровня) - при анализе иных сценариев.
Поэтому, рассматривая разработанные сценарии, при количественном обосновании тех или иных содержащихся в них решений, например намеченных на этапе 1, необходимо статистически взвешивать разнообразные риски, сопряжённые с исчислением вероятности наступления тех или иных сценарных событий. Помимо этого, должен вестись осознанный поиск именно таких стратегических решений, которые станут достаточно приемлемыми для исследуемого объекта относительно всех имеющихся сценариев.
Одним из примеров возможных рисков может служить ситуация с пандемией СОУШ-19 и её чрезвычайно тяжёлыми последствиями для социально-экономической ситуации не только регионов, но и страны в целом. Так, по
данным Роспотребнадзора за 12.12.2020, общее число инфицированных в ПК достигло 12 133. Показатель ежесуточного прироста больных достиг 1,2%, что позволяет отследить динамику распространения инфекции в регионе. И коэффициент распространения болезни на указанную дату составил 1,19 (для сравнения на 21.10.2020 - 1Д3)1.
Масштабные социально-экономические последствия пандемии ещё предстоит специалистам описать, но уже сегодня очевидно, что таргетированному удару подвергся человек. По официальным данным избыточная смертность в России за одиннадцать месяцев 2020 года превысила соответствующий период предыдущего года на 230 тыс. чел.2 По не подтверждённым пока сведениям независимого статистика А. Ракши (экс-демограф Росстата), избыточная смертность по РФ оказывается ещё более весомой и достигает 500 тыс. чел. при некотором снижении смертности по другим (кроме СОУШ-19) классам и группам причин смертности3.
Более свежие и уточнённые сведения по записям регистрации смертей и рождений за апрель-октябрь указывают на резкий рост избыточной смертности по сравнению с 2019 г. по РФ - +16%, а по так называемым выделенным зонам: в первой зоне «жёсткого роста» по Москве - +26%; Московской области +22%; Санкт-Петербург 26%. Во второй зоне «жесточайшего роста»: Дагестан - +46%; Ингушетия +48%; Чечня - +53%. В ноябре 2020 года статистика сгущается ещё более - в Москве +48,9%; в декабре эти цифры по столице и Санкт-Петербургу схожи с Ленинградской областью и приближаются к 50%. На этом фоне обстановка в ПК по данному показателю оказалась куда спокойнее4.
Вариант расчёта при ошибках первого рода
Желаемые варианты будущего развития
Вариант расчёта при ошибках второго рода
Возможные варианты будущего развития
Исходный момент стратегирования и разработки сценариев развития изучаемого объекта
Рисунок 3.
Соотношения между желаемым, возможным и вероятным вариантами восприятия
формируемого будущего5
1 Карта распространения коронавируса в ПК. - www.permkrai.ru/antivirus
2 Особое мнение проф. Зубаревич Н.В. - https://echo.msk.ru/sounds/2772800.html
3 Лукавая цифра. - https://echo.msk.ru/sounds/stream.html
4 Программа «Тузы» с проф. Н.В. Зубаревич. - https://echo.msk.ru/sounds/2776966.html
5 Идея дизайна схемы заимствована авторами из работы: Линдгрен М., Бандхольд Х. Сценарное планирование. Связь между будущим и стратегией / Пер. с англ. - М.: Олимп-Бизнес, 2009. - 256 с
Одновременно существенно убывает население страны, причём заметными темпами: с января по сентябрь 2020 года родилось 1069 тыс. детей, что на 47 тыс. меньше, чем в 2019 году. За этот же период естественная убыль населения составила 387 тыс. чел. против 150 тыс. в 2019 году. Всего численность населения страны уменьшилась против 2020 года на 510 тыс. человек1. По мнению того же демографического статистика А. Ракши, снижение достигло даже 590 тыс. чел.2 Сегодня женщины в России рожают меньше, чем 2,2 ребёнка за свою жизнь, следовательно, прирост оказывается отрицательным, и национальный рынок труда теряет свой ресурсный потенциал.
Рост смертности из-за пандемии приведёт к тому, что ожидаемая продолжительность жизни при рождении по итогам ушедшего года, безусловно, понизится. Однако Указом Президента РФ от 21.07.2020 № 474 «О национальных целях развития Российской Федерации на период до 2030 года» в п. 2а) («Сохранение населения, здоровье и благополучие людей») установлен целевой показатель, характеризующий достижение национальных целей к 2030 году, как повышение ожидаемой продолжительности жизни до 78 лет3. И если отдельные аналитики оценивают этот показатель для 2019 года в 73,3 года по РФ4, то итоги 2020 года могут внести свои заметные коррективы, понижающие его сразу на несколько лет. Для оживления контента статьи можно отметить, что на начало 2021 года лиц старше 80 лет в России оказалось более 5 млн. чел., и от органов внутренних дел страны даже поступили инструкционные ведомственные предложения хранить отпечатки пальцев до 100 лет.
Высказанная отдельными специалистами гипотеза, что главной жертвой коронавируса становятся пожилые люди из разных групп риска, пока не получила своего окончательного подтверждения у санитарных врачей и медиков. Но бесспорен демографический факт - российское население стареет. Тезис о том, что возрастная структура населения не зависит от его численности, и что со временем она не меняется, рассматривается авторами статьи как предварительный, поскольку нелинейный тренд возрастной смертности зависит от территории наблюдения, тренд не идентифицирован с точки зрения набора учтённых признаков-факторов и пока он не обнаружен в открытых публичных моделях.
Таким образом, перечисленные тезисы также можно назвать рабочими статистическим гипотезами. Полезным же здесь может показаться расчёт, проведённый Программой ООН по оценке Индекса развития человеческого потенциала (ИРЧП) для России, с использованием структурной средней - медианы. Так, медианный возраст в стране в 2010 году был 38,0 лет, а к 2020 году он вырос до 39,6 лет. Это значит, что ровно половина российского населения в ушедшем году была моложе такого возраста, а другая - его старше. Также интересным исследованием в контексте обсуждаемого является пострановая оценка избыточной смертности с использованием собственной оригинальной статистической модели, которую построили аналитики «The Economist» в условиях элиминирования воздействия пандемии COVID-19 на процессы естественной убыли населения стран первого ряда5.
Для реализации только национального проекта «Демография» после всех корректировок общий объём финансирования с 2019 по 2024 гг. составит 4,6 трлн. руб. А 90% средств, что-то около 700 млрд. руб., по данным Минфина РФ, на демографию по итогам 2020 года уже израсходованы (?!). Масштабные затраты в сфере здравоохранения всегда необходимы, всегда целесообразны и почти всегда неизбежны. Но оценка эффективности подобных инвестиций может быть измерена с помощью какого-либо комплексного, композитного показателя или сопряжённого индикатора, характеризующего достаточно достоверно продуктивность понесённых вложений в исследуемую отрасль. Авторы статьи, в полной мере согласные с общеизвестным тезисом «деньги не лечат», рассматривают в качестве такого универсального индикатора среднюю ожидаемую продолжительность предстоящей жизни всего населения страны (без деления по половому признаку), как и субъекта федерации, включая типичного жителя ПК.
В условиях должной цифровизации процессов, в том числе демографических, улучшения статистического наблюдения, учёта, анализа рождаемости, смертности, миграции и механического движения населения такой индикатор превращается в показатель раннего обнаружения сопутствующих эффектов целевого финансирования и административных усилий на местах в рамках конкретных сценариев и в сфере своей стратегической компетенции соответствующей конкретной организации (скажем, Администрации и Правительства ПК). Такая освоенная профессиональная компетенция в области стратегирования, в свою очередь, станет вполне добротной основой создания мощного рычага властных структур в ПК для принятия необходимого решения, а следовательно, достижения стратегического конкурентного преимущества на межрегиональном уровне РФ.
Эта же профессиональная компетенция позволит квалифицированно провести в информационной среде с серьёзной неопределённостью системный и комплексный анализ разработанных сценариев, с учётом реально существующих и заложенных в сценарии эффектов эмерджентности и синергии. Подвергаемая исследованию система, например, система управления здравоохранением в отдельно взятом ПК, может обладать свойством эмерджентности изначально, но заданно и по умолчанию, в ситуации, когда эта система складывается из составляющих, построенных на базе местных элементов, которым данное системное свойство системы в отдельности не присуще.
Свойство синергии же предполагает разнообразное взаимодействие компонентов системы, в результате которого изучаемая система приобретает новые качественные варьирующие характеристики, зависящие от состава компо-
1 Ремчуков К. Персонально ваш. - https://echo.msk.ru/sounds/stream.html
2 В круге света. - https://echo.msk.ru/sounds/stream.html
3
Указ Президента Российской Федерации от 21 июля 2020 г. N 474 "О национальных целях развития Российской Федерации на период до 2030 года". - https://rg.ru/2020/07/22/ukaz-dok.html
4 Данные РБК. - https://www.rbc.ru/society/16/12/2020/5fbd65c79a794747f677e904
5 Tracking Covid-19 excess death across countries (Graphic detail) // The Economist. 2020. - https://www.economist.com/graphic-detail/2020/07/15/tracking-covid- 19-excess-deaths-across-countries
нентов, которые образовавшимся свойством первоначально не обладали. Эти различия в понимании сущности системных свойств наводят на предположение, что свойство второго рода является динамической производной от развития собственно изучаемой системы с фиксированным набором составляющих. Соответственно, эмерджентность занимает более высокую позицию в иерархии системных свойств, нежели синергия.
Расхожим примером является описание эмерджентных свойств в Библии, Евангелие от Матфея - «Поелику Господь сказал: ... ибо, где двое или трое собраны во имя Моё, там Я посреди них»1. Примером же синергетического свойства могут служить совместное действие отдельных властных органов или системных элементов административной вертикали при вынужденном разрешении возникшей серьёзной проблемы. Или же совместное воздействие на человеческий организм по специально прописанной схеме различных лекарственных препаратов, усиливающее оздоровительный эффект каждого из них.
Возвращаясь к проблемам финансирования усилий в здравоохранении в ПК, следует отметить, что по способу изыскания денежных средств в крае сложилась смешанная схема, в которую вовлечены как личные средства населения, так и государственные, т.е. общественные финансы. За счёт бюджетных средств финансируются Программа государственных гарантий бесплатного оказания гражданам медицинской помощи (ПГГ), инвестиционные расходы, содержание медицинских учреждений, включая образовательных учреждений, деятельность санитарно-эпидемиологической службы и пр.
При этом население края оплачивает медицинскую помощь как непосредственно, путём оплаты медицинских услуг в государственных, муниципальных и частных организациях, так и посредством схем добровольного медицинского страхования (ДМС). Названные особенности финансирования могут быть учтены при сценарном подходе в ходе статистического моделирования традиционными и широко известными приёмами. Трудности моделирования могут вызвать смазанные измерения разного рода последствий набравшей силы пандемии СОУГО-19 с её многочисленными прогнозируемыми волнами уже в течение 2021 года. Более того, угрозы этой инфекции человечеству настолько серьёзны, что, по мнению депутата ГД РФ, первого зампреда комитета ГД по науке и образованию, бывшего главного санитарного врача России Онищенко Г.Г., носить маски постоянно придётся до конца XXI века, и это станет непременным элементом культуры2.
Полученные результаты
Известные информационно-аналитические агентства «Делойт» и Salesforce организовали международное обсуждение на тему разработки сценариев развития событий с одними из лучших в мире экспертов в области сценарного планирования для изучения влияния сложившейся ситуации на политику, общество и бизнес3. В результате профессионального обсуждения специалистами были предложены к рассмотрению четыре детально проработанных сценария на долгосрочную перспективу (3-5 лет) - как будет выглядеть мир после коронавируса, и что потребуется организациям и экономическим субъектам для того, чтобы благополучно продолжить обычную деятельность в новых условиях? Все упомянутые на форуме сценарии создавались с привлечением возможностей моделирования.
Построение экономико-статистической модели анализа и прогноза динамики результативного
признака в виде национальной цели
Построение такой модели авторы исследования постарались выполнить, используя широко востребованный программно-методологический подход, получивший название клиенто-центрический подход в государственном управлении. И особо внимательно разработчики подошли к реально существующим проблемам эконометрического моделирования технолого-расчётного порядка, которые были скрупулёзно учтены.
Так, при использовании системных статистических методов оценки моделей большой размерности, состоящих из системы структурных уравнений, могут быть произведены вполне достоверные перспективные расчёты взаимосвязанных результативных признаков-факторов, имманентно обладающих и даже страдающих в известной мере эффектом мультиколлинеарности, т.е. взаимозависимости и совместной связанности причинных и результативных переменных как в ретроспективном периоде, так и на прогнозируемом горизонте от 3 до 5 лет4. А каждое такое структурное уравнение из системы в общем случае представляет собой динамическую многофакторную модель (ДММ) с трендо-вой компонентой.
Авторы статьи использовали в своём исследовании модификацию модели В.В. Швыркова-А.Н. Цацулина5 для построения ДММ предстоящей (ожидаемой) средней продолжительности жизни всего населения ПК от учтённых в работе признаков-факторов, формируемых в рамках сложившейся системы здравоохранения изучаемого субъекта фе-
1 Библия. Книги Священного Писания Ветхого и Нового Завета с параллельными местами и приложениями. - М.: Эксмо, 2018. Гл. 18, стих 20.
2 РБК: пандемия коронавируса. - https://www.rbc.ru/rbcfreenews/6065c3159a79477fac8068a2
3 https://roscongress.org/materials/obzor-issledovaniy-deloitte-mir-posle-covid-19/
4 Симчера В.М. Развитие экономики России за 100 лет: 1900-2000. Исторические ряды, вековые тренды, институциональны циклы. - М.: Экономика, 2007. - 683 с.
5 Цацулин А.Н. Применение статистических методов при моделировании и краткосрочном прогнозировании развития отрасли (на материалах кондитерской промышленности РСФСР). Диссертация на соискание учёной степени к.э.н. / Ленинградский финансово-экономический институт им. Н.А. Вознесенского. - Ленинград, 1974. - С. 158.
дерации. Упомянутая система в общем виде и в общепринятых стандартных обозначениях может быть записана в матричной форме следующим образом:
$) = Yr+XJ+e^ (1),
где yht) - результативные h-переменные, испытывающие влияние взаимозависимости в фиксированный момент времени ti;
Y - матрица результативных признаков из отдельных структурных уравнений системы в i-м году;
X 1 - матрица, включающая набор экзогенных и эндогенных переменных с выявленным соответствующим временным лагом;
в, у - параметры при зависимых и независимых переменных уравнений множественной регрессии;
Sht - вектор остаточной случайной составляющей для каждой h-переменной.
Система из выражения (1) может быть записана также через т.н. приведённую (редуцированную) форму для эндогенных переменных y(i), h = 1, m с нулевым запаздыванием как система линейных одновременных (simultaneous) уравнений относительно предопределённых переменных (экзогенных и эндогенных с лагом) и случайных составляющих вида £ht- . Здесь подразумевается, что ни одно из построенных уравнений не может быть выражено как линейная
функция других, т.к. в противном случае одно уравнение было бы избыточным, а система уравнений оказалась бы несовместной. Приведённая форма имеет следующий вид:
у* ) = © A + vht, (2) ,
где Zh - матрица предопределённых переменных размерностью [1xm]; - матрица коэффициентов линейной регрессии размерностью [1*m];
7]ht - случайная составляющая уже редуцированной формы, которая является линейной функцией от величины
статистической «невязки» £(t-.
Регрессии yh на все характеристики Z h могут быть получены с помощью метода наименьших квадратов (МНК-оценки; The Method of the Least Squares - LS) как коэффициентов редуцированной формы . В то время как
Y = X (X * X )-1 X * Y + U (3),
где (X X) X * Y - матрица коэффициентов редуцированной формы, полученная с помощью с помощью
МНК-оценивания, по своему смыслу соответствует из выражения (2);
* - знак транспонирования матрицы X;
U - матрица случайных остаточных величин системы U = { }.
Перечислим этапы построения структурных уравнений, каждое из которых представляет собой ДММ.
1. Так как наиболее эффективные (из описанных в литературе) приёмы оценки статистической связи разработаны применительно к линейным зависимостям, а удачнее всех других статистических зависимостей реальную динамику социально-экономического процесса описывают обычно нелинейные функции мультипликативного и степенного вида, то исходная информация по всем переменным как зависимым, так и независимым (предварительно отобранная и проанализированная с точки зрения тесноты статистической связи), подвергается логарифмированию по основанию натурального логарифма с последующим расчётом первых разностей индексных серий. Эта операция дополнительно усиливает случайный характер распределения цепных индексов. То есть осуществляется исчисление
MY?}-KYT} = {y^}; ln{X«}-ln{Xjr1)} = {x«}. (4)
2. На втором этапе для учёта агрегированных признаков-факторов в динамике и исключения авторегрессии из
соответствующих значений цепных индексов {Уд}, {x^}, полученных по формулам из выражения (4), исключаются
временные тренды. При этом аналитическое выравнивание производится по двум однородным периодам с точки зрения особенностей развития краевого здравоохранения (разная конфигурация временных трендов), в конкретном случае динамики мезо-показателей ПК - это 2005-2008 гг. и 2009-2019 гг. При более предпочтительной длине системы динамических рядов (скажем, с 1991 года по 2020 год) и в специфических условиях периодизации динамики число выделяемых подпериодов может быть большим. Совокупности остаточных отклонений от своих временных трендов в виде линейных функций маркируются сверху математическим знаком «волна» (— т.е. верхняя тильда)
{y^l-iy*ft)}={yj)}; {^-{x^ft)}^j. (5)
3. На третьем этапе предусматривались оценка степени линейной корреляции остаточных отклонений от временных трендов в подмножествах из выражения (5) и расчёт т. н. чистых коэффициентов эластичности {ajk} уже в
линеаризованных уравнениях множественной регрессии зависимой переменной на объясняющие переменные как матрицы-столбца регрессионных параметров.
На этом этапе применяются и последовательно анализируются различные методы оценивания - обобщённый МНК по Эйткену1, при котором оценивается ковариационная матрица вектора случайных величин, и двухшаговый МНК по Г. Тейлу2, по которому одновременно оценивается редуцированная форма. Предварительно осуществляется оценка отдельных зависимостей как уравнений, принадлежащих рекурсивной системе.
Хотя эти оценки {Б[^(ад)]} и не являются в полной мере состоятельными и несмещёнными, тем не менее, они дают общее представление о порядке величин чистых коэффициентов эластичности, поэтому их расчёт весьма полезен как характеристик сравнительной чувствительности изменчивости признаков-факторов. В то же время на их основе можно получить значения коэффициентов детерминации для каждого из структурных уравнений для уточнения объяснённой колеблемости учтённых в моделировании признаков-факторов.
4. На четвёртом этапе каждому структурному уравнению модели придаются элементы динамичности не только за счёт введения в модель временных трендов, но и за счёт включения агрегированных факторов. Например, уточнённых показателей официального процента избыточной смертности в рамках СОУГО-19 по годам, ценообразования на лекарственные средства, характеристик состояния рыночной среды и последствий экономического кризиса, инфляционных ожиданий3, трансфертов из федерального бюджета и т.п., учтённых на этом этапе авторами статьи по специальной методике имплантации статистических агрегатов.
5. Расчёты пятого этапа предусматривают вычисление специальных статистических показателей и критериев надёжности параметров модели, построенной на отклонениях из выражения (5), и проверки статистических тестов и гипотез: нормированный коэффициент множественной корреляции за весь ретроспективный период (Ят); коэффициент, скорректированный на объём случайной выборки (Ят); скорректированное теоретическое отношение Р. Фишера
(^теор ); эмпирический тест Дарбина-Уотсона (ОЖэ). В этих оценках принимают участие промежуточные расчёты
по 3-му и 4-му этапам моделирования.
6. На шестом этапе осуществляется верификация прогнозных значений переменных (набор показателей развития системы здравоохранения и статистики населения), даваемых моделью по фактическим данным лет квазиретроспективного периода, т.е. по годам, ставшими уже отчётными. Такая проверка выявляет (или нет) надлежащие прогностические способности модели по каждому из рассматриваемых в данном исследовании сценариев. Таким образом, предлагаемая модель анализа и прогноза ожидаемой (предстоящей) средней продолжительности жизни всего населения ПК может успешно служить инструментом предплановых расчётов на 2021-2023 гг. и разработки стратегии развития системы здравоохранения изучаемого субъекта федерации на более значительную перспективу.
7. На седьмом и последнем этапе при введении различных значений предопределённых (в основном экзогенных) переменных в соответствующее структурное уравнение могут «проигрываются» возможностями информационных технологий на добротных пакетах прикладных программ последних поколений типа SPSS-16 и Statistica-11 варианты прогнозов по конструируемой модели в общей структурной оболочке модели в целом. Далее отбирается оптимальный с точки зрения успешного функционирования исследуемой системы здравоохранения ПК сценарий развития. При задании вариантных значений переменных на прогнозируемый горизонт целесообразно привлекать экспертные оценки соответствующих специалистов в качестве вспомогательного материала при измерении рангов и рейтингов
4
рисков и угроз.
Проводя расчёты на последнем этапе, следует иметь в виду, что задание альтернативных вариантов значений по ряду переменных, связанных с творческой планово-вариативной деятельностью органов управления ПК, позволяет количественно измерить сравнительную эффективность отдельных рычагов программ, концепций и стратегий социально-экономического развития территории и их совокупное воздействие на ожидаемую продолжительность жизни среднестатистического пермяка - главный социально-экономический индикатор развития территории, он же целевой показатель, он же национальная цель.
Перечислим эндогенные и экзогенные переменные, используемые в моделировании, с их условными обозначениями:
уЦ - Доходы бюджета субъекта федерации (ПК) в текущих ценах в ^м году;
хЦ - Валовой региональный продукт (ВРП) края в текущих ценах в ^м году;
2 - Налоговые поступления в региональный бюджет в текущих ценах в ^м году;
1 Aitken A.C. Statistical Mathematics. 2012. - 160 p.
2 Тейл Г. Экономические прогнозы и принятие решений / Пер. с англ. - М.: Статистика, 1971. - 402 с.; Henri Theil's Contributions to Economics and Econometrics: Vol. 2: Consumer Demand Analysis and Information Theory. 1992. - 460 p.
3 Tsatsulin A.N., Babkin A.V., Babkina N.I. Analysis of the structural components and measurement of the effects of cost inflation in the industry with the help of the index method // Proceedings of the 28th International Business Information Management Association Conference - Vision 2020: Innovation Management, Development Sustainability, and Competitive Economic Growth. 2016. - P. 1559-1573.
4 Murray S.L., Grantham K. Development of a Generic Risk Matrix to Manage Project Risks // Journal of Industrial and Systems Engineering. 2011. - Vol. 5, N 1. - P. 35-51.
- Оборот МСП в сравнимых ценах в /-м году; у2г) - Расходы бюджета края на развитие системы здравоохранения в сравнимых ценах в /-м году; Х^ '1 - Объём денежных средств региональной системы ДМС в сравнимых ценах в /-м году; х2г2 - Размер дефицита бюджетных средств края в сравнимых ценах в /-м году;
х23 - Среднегодовая численность населения ПК в /-м году по официальной статистической отчётности до 2019 года1;
у3 1 - Затраты на развитие инфраструктуры здравоохранения ПК в сравнимых ценах в /-м году;
Х(\1) - Межбюджетные целевые трансферты в сравнимых ценах в предыдущем /-му году;
у41 - Отчисления в фонд ОМС ПК в сравнимых ценах в /-м году;
Х^1 - Уровень общей заболеваемости в регионе в /-м году;
Х^^ - Объём платных медицинских услуг ПК в сравнимых ценах в /-м году;
х4 3 - Компаративный индекс розничных цен на лекарственные средства и препараты из Перечня жизненно
необходимых и важнейших лекарственных препаратов для медицинского применения2 в розничной и госпитальной сети ПК в /-м году;
у51 - Предстоящая (ожидаемая) средняя продолжительность жизни населения края в /-м году; х51 - Уровень рождаемости в регионе в /-м году; х5,2 - Уровень смертности в регионе в /-м году;
Х5з - Уровень младенческой смертности в регионе в предыдущем /-му году.
Приведём схематично архитектуру линеаризованных структурных уравнений комплекса динамических многофакторных моделей развития системы здравоохранения ПК в статистической оценке системными методами, а именно ДМНК, за указанный ретроспективный период 2005-2019 гг. с периодизацией динамики по системе связанных динамических рядов с верификацией для 2020 года и случайной составляющей ^ ( для каждого отдельного изолированного уравнения из системы.
1. Доходы бюджета изучаемого субъекта федерации (Пермского края):
у1,1 = а1,0 + а1,1 х1,1 + а1,2Х\,2 + а1,зхи + а\л — ) + ,
(0,00587) (0,711) (0,679) (0,951) (-0,00174) Ят = 0,8815; ^ = 0,8417; Рте0р = 1,41; БЖЭ = 2,03. (6)
2. Расходы регионального бюджета на развитие системы здравоохранения:
1 Принимается в расчёты показатель среднегодовой численности в ПК, поскольку все характеристики естественной убыли населения оцениваются именно к этой исходной базе.
2 Постановление Правительства РФ от 12.08.2020 № 1212 «О внесении изменений в Правила формирования перечней лекарственных препаратов для медицинского применения и минимального ассортимента лекарственных препаратов, необходимых для оказания медицинской помощи». - https://www.garant.ru/products/ipo/prime/doc/74411004/
3 В Приволжском федеральном округе ПК по показателю младенческой смертности, т.е. числу детей, умерших в возрасте до 1 года на 1 000 родившимися живыми, занимало в 2018 году видное место с 4,7%о, а годом ранее с 5,2%о. В 2019 г. показатель понизился до состояния 4,6%о, но показательно, что из общего числа младенцев, умерших в возрасте до года 65,90% были детьми первого месяца жизни (см.: Сафиуллин А.Р., Губайдуллина А.И. Моделирование сценариев повышения инвестиционной привлекательности обрабатывающей промышленности Республики Татарстан // Научно-технические ведомости СПбГПУ. Экономические науки. 2020. - Т. 13, № 4. - С. 74-82. БО1: 10.18721/ХЕ.13406). В сельской местности этот показатель значительно выше. За последние годы методика расчёта коэффициента младенческой смертности Кял ся претерпела известные изменения. И теперь данный коэффициент измеряется как сумма двух составляющих: первая - отношение числа умерших до года в текущем году (т 1(1) ) из поколения родившихся в текущем году к общему числу родившихся в рассматриваемом году (Л^); вторая — отношение числа умерших до года в текущем году из поколения родившихся в предыдущем году (т 1(0) ) к общему числу родившихся в предыдущем году (М0)
т™ т^ К ял, ~ ' ■
4 N
Программа «Развитие детского здравоохранения Пермского края, включая создание современной инфраструктуры оказания медицинской помощи детям». Утверждена Постановлением Правительства Пермского края от 17.06.2019 № 411-п. -http://docs.cntd.ru/document/561434147
У2,1 = а2,0 + ^2,1 У1Д + а2,2Х2д + а2,3Х2,2 + а2,4Х2,3 + а2,г ) + ,
(0,00302) (1,297) (-1,124) (-1,876) (0,0217) (-0,00544) Ят = 0,9475; Я = 0,9308; Р = 1,15; БЖ = 2,09. (7)
7 7 т 7 7 теор 7 7 э 7 ^ '
3. Затраты на развитие инфраструктуры здравоохранения края:
у3,1 = а3,0 + а3,1Х1,1 + а3,2Х3,1 + а3,3у1,1 + а3,4У2Д + а3,г — ) + ,
(0,00176) (0,732) (0,301) (1,126) (0,434) (0,00598) Ят = 0,9593; Я = 0,9418; Р = 1,13; БЖ = 1,94. (8)
7 7 т 7 7 теор 7 7 э 7 ^ '
4. Отчисления в фонд ОМС края:
у4,) = а4,0 + а4,1 У3,1 ) + а4,2О + а4,3"4,2 + а4,4"4,2 ) + а4,5Х4,3 + а4,г — ) + ,
(0,00319) (0,776) (0,802) (0,486) (0,612) (0,877) (-0,00072)
Ят = 0,9336; Я = 0,8953; Р = 1,26; БЖ = 1,82. (9)
т теор э
5. Предстоящая (ожидаемая) средняя продолжительность жизни при рождении всего населения края:
У52 = а5,0 + а5,1 У4,11) + а5,2 У3,Г1) + а5,3 У2 + а5,4 "5 3 + а5,5 У Д2) + а5,6 Х5,2 + а5,7 "5,31) + а5,< (- ь) + ,
(0,00411) (0,523) (0,621) (0,194) (0,461) (-0,543) (-0,628) (-0,124) (-0,00102) Ят = 0,823; Ят = 0,789; Ртещ> = 1,03; БЖЭ = 1,28. (10)
Обсуждение
В зависимости от избранного сценария развития трёхлетний план совершенствования инфраструктуры края, предусматривающий освоение более 8 млрд. руб. бюджетных средств и введение в эксплуатацию до конца 2023 года 24 объектов здравоохранения по годам, может быть подвержен существенной корректировке. Так, оптимистический вариант развития системы позволит восстановление прежних профильных бригад СМП, включая кардиологическую, к тем, что остались в условиях ограниченности средств и пандемии - линейные, реанимационные, детские и т.н. психобригады. Медицинский же персонал СМП из действующих на конец 2020 г. подразделений просто не в силах оказать помощь в серьёзных случаях: клинические смерти, отёки лёгких, ДТП, инфаркты. Упало число вызовов за день . Корректировка сценариев может коснуться даже объектов, сооружаемых в режиме ГЧП по годам.
За 2021 год: Хирургический корпус больницы им. Тверье; Инфекционная больница; Новый корпус краевого он-кодиспансера; Лечебный корпус в г. Чердынь; Лечебный корпус с поликлиникой в С. Юрла; Детская поликлиника в г. Кудымкар; Городская клиническая поликлиника в г. Пермь; 3 детские поликлиники в г. Пермь.
За 2022 год: Детская поликлиника в г. Пермь (Мотовилихинский район); Комплекс районной больницы в п. По-лазна; Детская поликлиника в г. Чайковский; Поликлиника в С. Сива;
За 2023 год: Стационар краевой психиатрической больницы в г. Пермь; Хирургический комплекс в г. Кудым-кар; Психоневрологический диспансер в г. Пермь; Поликлинический фтизиопульмонологический корпус в г. Пермь; Лечебный многопрофильный корпус в г. Пермь.
При общем объёме выделенных на три года средств по оптимистическому сценарию развития системы здравоохранения в размере 180 млрд. руб. обеспеченность врачами на 10 тыс. населения края составит 37,8, что превысит к концу 2023 г. уровень обеспеченности по ПФО в 36,1 и даже по РФ в 37,6. При этом предусмотрено в рамках Программы повышение выплат примерно в 2 раза в сравнении с 2020 г. на содержание земского доктора (до 2 млн. руб.) и земского фельдшера (до 1 млн. руб.) в рамках того же оптимистического сценария развития здравоохранения ПК. Выбранный авторами статьи в своём исследовании универсальный индикатор совершенствования системы здравоохранения (целевой показатель) позволил провести моделирование прогнозных расчётов в выражении (10) по трём избранным сценариям на период 2021-2023 гг., что отражено в содержании табл. 2. Для сравнения в Северной столице предусмотрено только на 2021 год финансировать городскую систему здравоохранения и фармацевтическую отрасль в объёме 122 млрд. руб., что превышает 16,0% от всех расходов, правда, дефицитного бюджета субъекта федерации.
Заключение
Как полагают авторы статьи, сценарное моделирование даёт шанс повысить устойчивость и улучшить гибкость бизнес-проектирования практически любой хозяйствующей структуры и управленческой системы. Но даже экономико-статистическая модель достаточно большой размерности, однако не обладающая заявленной флексибельностью к внешней и внутренней среде обитания изучаемого объекта, будет характеризоваться избыточной ресурсоёмкостью, скорректированной на кризисные обстоятельства, и повышенной уязвимостью к угрозам и рискам.
Оптимально флексибельные модели соответствующего варианта сценарного подхода, наоборот, существенно повышают возможности и эффективность стратегирования, поскольку не исключают отсрочек в принятии тех управленческих решений, которые носят судьбоносный характер для населения ПК. Именно к таким управленческим реше-
1 https://59.ru/text/health/2020/12/30/69672816/
ниям общегосударственного порядка, считают авторы, относятся сценарные прогнозы функционирования механизма управления отечественным здравоохранением и меры по повышению средней ожидаемой (предстоящей) продолжительности, желательно, эффективной жизни россиян. Но следует признать, что предлагаемая модель продолжительности жизни не содержит факторов влияния пандемии СОУГО-19, которая, безусловно, понизит прогнозную оценку целевого показателя.
Таблица 2
Динамика ожидаемой (предстоящей) средней продолжительности жизни при рождении всего населения ПК при моделировании сценарного прогноза на период 2020-2023 гг.
№ п/п Наименование показателя Сценарий прогнозируемого развития событий
Пессимистичный* оптимальный (удачный)** Оптимистичный***
1 2 3 4 5
1 Ожидаемая продолжительность жизни при рождении, число лет 2020 (1947 г. рождения) год 73,2 73,9 74,4
2 2021 (1948 г. рождения) год 73,2 73,9 74,5
3 2022 (1949 г. рождения) год 73,1 74,0 74,5
4 2023 (1950 г. рождения) год 73,2 74,1 74,6
5 р-значения на 5%-ном уровне значимости 0,000347 0,000211 0,000076
6 Коэффициент детерминации по модели из выражения (10) 1 , % 67,73 68,91 68,35
7 Стандартная ошибка 0,307043 0,312874 0,313950
8 Коэффициент автокорреляции остаточных величин га -0,24754 --0,23965 -0,24113
9 Эмпирический коэффициент Дарбина-Уотсона 2,7133 2,45321 2,54498
Примечание: численность наблюдений п = 16 с учётом года, использованного для верификации;
- сценарии применительно к данному показателю условно могут быть названы как варианты: * «казахский»; ** «белорусский»; *** «латвийский».
В начальной части исследований авторы статьи получили определённые результаты, по которым:
1. Выбран наиболее сбалансированный индикатор совершенствования и результативности (по скорости своего проявления) функционирования любой системы здравоохранения, будь она федерального или регионального характера. В качестве такого индикатора изучению подверглась средняя ожидаемая (предстоящая) продолжительности жизни россиянина.
2. Обоснованно избран многошаговый алгоритм реализации сценарного подхода при разработке трёх вариантов (в условиях влияния множества учтённых признаков-факторов) развития объекта исследования и принятия надлежащего управленческого решения той или иной финансово-хозяйственной и/или социально-экономической ситуации/проблемы (рис. 2).
3. В ходе корреляционно-регрессионного анализа и оценки меры тесноты статистической связи отобрана группа учтённых признаков-факторов, взаимозависимых и формирующих уровень технико-экономических и демографических показателей изучаемого региона за период 2005-2019 гг.
4. Построены пять уравнений множественной регрессии по модифицированному методу Швыркова В.В. - Ца-цулина А.Н., которые были объединены в систему, представляющую единую динамическую многофакторную модель основных показателей развития отрасли здравоохранения ПК. Численные параметры условно независимых параметров этой модели как чистые коэффициенты эластичности были оценены с привлечением двухшагового метода наименьших квадратов (ДМНК) на базе продвинутого пакета прикладных программ 8Р88-16.
5. По результатам статистического многофакторного моделирования и прогнозирования в среднесрочном периоде были установлены оценки целевого показателя и национальной цели - ожидаемой (предстоящей) продолжительности жизни населения ПК как сбалансированного индикатора в настоящем исследовании. Результаты расчётов представлены в табл. 2.
Направления дальнейшего исследования
В продолжение настоящего исследования авторы статьи предполагают следующее.
Во-первых, дождавшись официальной статистики мезоэкономических показателей по ПК за 2020 год, сначала будут проведены верификационные сравнения прогнозных расчётов по авторской модели из системы пяти одновременных динамических уравнений множественной регрессии линейных форм из выражений (6)^(10). Если потребуется, отдельно будет произведена корректировка чистых коэффициентов эластичности при независимых переменных и уже с принятыми поправками будет осуществлён прогноз основных характеристик территории ПК на очередные предстоящие три года в рамках вариантов сценарного подхода к развитию региональной системы здравоохранения с учётом её специфики.
Во-вторых, необходимо осуществить анализ сенсибельности причинной модели на качество планово-дальновидных расчётов. Здесь проверяется, чувствительно ли наилучшее решение к небольшим изменениям в значениях независимых признаков-факторов с учётом постоянно обновляемой статистической информации при повторных и/или многократных вычислениях. Если же такая проверка приводит к получению результативных решений, существенно отличающихся от решений первоначально оценённой модели, то возникают сомнения в качестве исходной ин-
формации и следует сконцентрироваться на поиске данных по другим источникам, заслуживающим доверия. Если же все незначительные изменения ведут к получению одного и того же решения, то разработчик склонен относится к такому управленческому решению как правильному.
В-третьих, особый интерес для авторов статьи представляет изучение интенсивности влияния и масштабов последствий на экономику ПК пандемии СОУГО-19. За 18 месяцев внимания аналитиков к коронавирусной инфекции, которая разорительно похозяйничала на российских просторах, а также результатов сплошного и/или выборочного наблюдения за ней, накоплен уже богатый и интереснейший статистический материал. Этой базой данных авторы намерены умело и корректно распорядиться в целях совершенствования методики и технологий стратегирования при использовании сценарного подхода для принятия тех или иных управленческих решений в рассмотренной достаточно узкой сфере деятельности.
