Применение когнитивного подхода для анализа влияния ресурсного и нересурсного секторов на экономический рост Томской области Текст научной статьи по специальности «Экономика и бизнес»

ПРИМЕНЕНИЕ КОГНИТИВНОГО ПОДХОДА ДЛЯ АНАЛИЗА ВЛИЯНИЯ РЕСУРСНОГО И НЕРЕСУРСНОГО СЕКТОРОВ НА ЭКОНОМИЧЕСКИЙ РОСТ ТОМСКОЙ ОБЛАСТИ

Анна Константиновна Белан

Новосибирский государственный университет, 630090, Россия, г. Новосибирск, ул. Пирогова,

2, магистрант, e-mail: anna_belan@bk.ru

Применен метод когнитивного моделирования для анализа факторов, влияющих на динамику социально-экономического развития Томской области, которая является одновременно и ресурсным и инновационным регионом. В статье описаны возможности работы с когнитивной картой и ее структурного анализа, охарактеризованы направления дальнейших исследований, связанные с учетом неформальных и слабо структурированных факторов.

Ключевые слова: социально-экономическое развитие, экономический рост, регион, нефтегазовый сектор, нефтедобыча, когнитивное моделирование.

USING THE COGNITIVE MODELING FOR ANALYZING HOW RECOURCE AND NOT RECOURCE SECTORS INFLUENCE ECONOMIC GROWTH OF TOMSK REGION

Anna K. Belan

Novosibirsk State University, 630090, Russia, Novosibirsk, 2 Pirogov St., undergraduate, e-mail: anna_belan@bk.ru

Applied the method of cognitive modeling for analyze factors influencing the dynamics of socio-economic development of Tomsk region, which is both a resource and innovative. The article describes the opportunities to work with the cognitive map and its structural analysis, appoints areas for further research related to the account of informal and ill-structured factors.

Key words: socio-economic development, economic growth, the region's oil and gas sector, oil production, cognitive modeling.

Томская область является одновременно ресурсным и инновационным регионом, в экономике которого большую роль играют нефтегазовый сектор (НГС), обрабатывающая промышленность и научно-образовательный комплекс (НОК). Однако в последнее время в регионе наметился ряд неблагоприятных тенденций, выражающихся в замедлении темпов экономического роста (динамике валового регионального продукта - ВРП), доходов населения, бюджетной обеспеченности и ослаблении инвестиционной активности. Статистические наблюдения показывают, что по ряду показателей Томская область отстает от среднероссийского и среднесибирского уровней. Так, с 2008 г. наблюдалось снижение темпов роста среднедушевого ВРП; с 2007 г. наметилось отставание региона по показателю среднедушевого дохода от среднероссийского уровня; с 2005 г. доходы консолидированного бюджета области остаются ниже среднероссийского уровня на 10% [1, 2].

Помимо этого для экономики региона характерно существование ряда других проблем, сдерживающих экономический рост. К числу этих проблем

1

относятся: малая емкость внутреннего рынка, доминирование внешних связей над внутренними; ориентация сферы услуг на обеспечение сложившегося в прежние годы экономического и технологического укладов экономики региона, что сдерживает рост новых видов деятельности. В частности, в структуре ВРП Томской области доля торговли составляет менее 9%, тогда как в среднем по России - 20% [1, 2]. Преодоление всех вышеуказанных проблем является необходимым условием дальнейшего устойчивого и динамичного социально-экономического развития Томской области.

Наличие проблем в различных секторах экономики наводит на мысль о том, что необходимо одновременно рассматривать множество факторов, влияющих на экономический рост. В качестве таких факторов автор использовал уровни развития НГС, обрабатывающей промышленности и НОК, поскольку данные секторы играют основную роль в экономике региона: вклад НГС

в ВРП области составляет 24%, обрабатывающей промышленности - 13, НОК - 7; причем удельный вес последнего имеет устойчивую тенденцию к росту [2].

В свою очередь, уровень развития вышеуказанных секторов также зависит от влияния большого числа факторов. Таким образом, перед исследователем стояла задача проанализировать взаимосвязь множества факторов для ответа на вопрос: влияние какого фактора наилучшим образом способствует увеличению ВРП Томской области. Подобную проблему позволяет решить системный анализ, который ориентирован на решение слабоструктурированных проблем и дает возможность анализировать системы с учетом их взаимосвязей.

Одним из наиболее мощных методов системного анализа является когнитивное моделирование. Изначально когнитивный подход сформировался в рамках социальной психологи - когнитивизма, занимающегося изучением процессов восприятия и познания. Разработки социальной психологии позволили исследовать проблемы управления и принятия решения. Сейчас методология когнитивного моделирования развивается в направлении усовершенствования аппарата анализа и моделирования ситуаций. Принцип когнитивного моделирования основывается на том, что сложнейшие проблемы и тенденции развития системы при моделировании упорядочиваются в виде ориентированного графа, который затем трансформируется в функциональный [3]. Использование такого подхода повышает обоснованность принятия управленческих решений в сложной и быстроизменяющейся обстановке, позволяет уделить внимание осмыслению и интерпретации происходящих в системе событий [4]. Таким образом, суть когнитивного подхода заключается в том, что метод помогает эксперту оценить ситуацию и разработать наиболее объективную стратегию управления, основываясь не только на своей интуиции, но также на упорядоченном и верифицированном знании о сложной системе.

Примерами применения когнитивного подхода могут служить работы, посвященные моделированию социально-экономических рейтингов в республике Коми [5] или развития социально-экономического развития туристско-рекреационной системы Юга России [6]. Следует отметить, что в данных работах охвачены отдельные аспекты социально-экономической системы регионов (отдельные перспективные направления социальноэкономического развития: инвестиционный климат, информатизация

регионов, инвестиционная привлекательность; развитие деятельности в сфере туризма и рекреации); в то время, как в своей работе автор постарался охватить всю социально-экономическую систему региона - субъекта Федерации.

В построенной модели целевым показателем является величина ВРП. При развертывании взаимосвязанных исходных факторов в динамике выявляется темп роста целевого показателя. Исследование проводилось с применением когнитивного подхода и учитывало ранее накопленный опыт решения схожих задач [7]. Была изучена информация о Томской области, собраны статистические данные, что позволило построить когнитивную карту в виде ориентированного графа (рис.). Методом корреляционного анализа была сделана оценка степени взаимовлияния исходных факторов развития НГС, промышленности

и НОК. Более того, в модель были введены два фактора, которые не поддаются количественной оценке: развитость финансовых и правовых институтов. Для получения выводов о силе связей (весовых коэффициентов) между исходными факторами в данных двух подсистемах использовались оценки в диапазоне значений (-1; +1), т.е. весовые коэффициенты. Таким образом, ориентированный граф трансформируется в функциональный (функционально-ориентированный), что позволяет на завершающем этапе работы по построению когнитивной модели получить функциональная зависимость целевого показателя от воздействующих на него укрупненных секторальных факторов (НГС, промышленности, НОК).

Построенная модель позволяет наблюдать общую тенденцию: насколько сильно изменяется величина ВРП при изменении отдельных исходных «мелких» факторов с учетом их взаимодействия. Для этого проводится структурный анализ функционально-ориентированного графа, который прежде всего заключается в выявлении и анализе всех прямых и непрямых путей влияния между любой из пар факторов, а также в определении суммарного влияния всех путей между факторами. Затем может быт выполнен анализ структуры когнитивной карты в целом для того, чтобы выявить сильно связанные компоненты (кластеры) когнитивной карты, определить их иерархическую организацию, проанализировать возможные «дыры», т.е. зоны слабого влияния [8].

Далее, предполагая различные сценарии, например развития НГК или же обрабатывающей промышленности, и имея в распоряжении статистические данные за длительный промежуток времени, можно увидеть, как в результате меняется уровень ВРП Томской области. В то же время наличие функциональной зависимости укрупненных секторальных факторов друг от

друга позволяет сделать выводы о том, какие изменения будут наблюдаться в отдельном секторе региона в ответ на примененный сценарий.

В работе показано, что существует значительная зависимость величины и динамики ВРП от НГС, промышленности и НОК; причем последний оказывает наибольшее влияние — через всю систему взаимосвязей, опосредующих его развитие (коэффициент корреляции составляет 0,8; в это же время корреляционная зависимость между ВРП и промышленностью, а также между ВРП и НГС составляет 0,61 и 0,67 соответственно).

Рис. Когнитивная карта модели Томской области Т.е. в целом выявляется предпочтительность инновационного направления развития экономики Томской области, которая главным образом

Средняя з/п Средняя

\ пенсия

I

Цены на первичное жильё

Инвестиции в недв-ть

Дневных обр-х

учревд-й Число учрежд-й \ начального проф-го образ-я

Инвестиции

Число медработников на 1000 чел.

Число коек на 1000 чел.

Объём

строит-ва

Уровень жизни на селения

Цены на вторичное жильё

Инвестиции в \ здрав-е

Среднего \ проф-го обр-я

Число лечебны: і учрежд-й

Обеспечение

жильём

Уровень

рождаемости

Объём

НЗСтр

Уровень

смертности

Число дошк-х учрежд-й

Уровень

обр-я

Степень Инвестиции в износа ОФ

Экономически

активное

население

Уровень

здравоохранения

Высшего проф-го обр-я

Уровень

неравенства

Затраты на инновации в пром-ти

Вечерних

общеобр-х

учрежд-й

Развитость

инфр-ры.

Число организаций вып-х НИР

Коэф-т обновления ОФ

занятых

Добыча

сырья

_ число действ-х орг-й

_____глубокоразвед-е

бурение

Инвестиции в ОФ.

Затраты на инновации

Объём отгруж-х тов-в и вып-х работ

Развитость

инновационного

сектора

Промышленность

Развитость

финансовых

институтов

\ Коэф-т

Степень обновления ОФ

износа ОФ.

Затраты на Развитость ""«овации „НГК. правовых институтов

определяется через действие косвенных взаимосвязей. Вместе с тем, полученные результаты являются предварительными и требуют уточнения, поскольку, во-первых, на выполненной стадии работ не учитывался ряд факторов, отражающих возможности управления моделируемым регионом; во-вторых, следует расширить

и скорректировать состав рассматриваемых факторов, проведя структурный анализ когнитивной карты; в-третьих, нужно провести уточняющий корреляционный анализ взаимосвязей между элементами моделируемой системы.

На следующем этапе исследований планируется ввести в модель слабо формализуемые факторы, отражающие степень компетенции и компетентности региона в решении задач социально-экономического развития. В своем единстве эти два фактора определяют качество управления социально-экономической системой и ее элементами, а в итоге могут внести коррективы в корреляционные зависимости между количественно оцененными факторами, имеющими функциональные зависимости. Также модель позволяет добавить в исследование такой фактор, как конъюнктура мирового рынка нефти: можно будет увидеть, как отдельные события на рынке способны повлиять на параметры развития НГС в Томской области и как это в итоге отразится на состоянии и динамике всей социальноэкономической системы рассматриваемого региона. С большой степень уверенности можно сказать, что подобное исследование подразумевает работу с качественными факторами.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Единая межведомственная информационно-статистическая система / Росстат [Электронный ресурс]. - Режим доступа: http://www.fedstat.ru/indicators/start.do.

2. Статистический Ежегодник: Стат. сб. - Томск: Томскстат, 2012. - 345 с.

3. Максимов В.И., Корноушенко Е.К., Качаев С.В. Когнитивные технологии для поддержки принятия управленческих решений. Вып. 2. - М.: ИПУ РАН, 1998.

4. Максимов В.И., Корнушенко Е. К. Анализ и управление в нестабильной среде // Банковские технологии. 1999. - №3. - С. 34-37.

5. Лавреш И.И., Миронов В.В., Смирнов А.В. Когнитивное моделирование социально-экономических рейтингов регионов // Вестник ИТАРК. - 2011. - № 1. - С. 2230.

6. Солохин С.С. О когнитивном моделировании устойчивого развития социальноэкономических систем (на примере туристско-рекреационной системы Юга России) // Искусственный интеллект. - 2009. - № 4. - С. 150-160.

7. Carvalho J.P., Tome Jose A.B. Rule Based Fuzzy Cognitive Maps in Socio-Economic Systems // IFSA-EUSFLAT 2009 Proceedings. - Lisbon, 2009. P. 1821-1826.

8. Кулинич А.А. Компьютерные системы анализа ситуаций и поддержки принятия решений на основе когнитивных карт: подходы и методы // Проблемы управления. - 2011.

№ 4. - С. 31-45.

© А. К. Белан, 2014