CC BY
0Стебеняева Т.В.
кандидат экономических наук, главный специалист
Ларина Т.С. научный сотрудник Юрятина Н.Н.
научный сотрудник
АНО ДПО Институт международных стандартов учета и управления,
г. Москва, Российская Федерация
ПРИНЯТИЕ РЕШЕНИЙ ИНСТИТУЦИОНАЛЬНЫМИ АГЕНТАМИ СФЕРЫ ЖИЛИЩНО-
КОММУНАЛЬНОГО ХОЗЯЙСТВА В УСЛОВИЯХ ЕЕ КОМПЛЕКСНОЙ МОДЕРНИЗАЦИИ НА ОСНОВЕ УЧЕТА ФОРМАЛЬНЫХ И НЕФОРМАЛЬНЫХ ФАКТОРОВ
DECISION MAKING INSTITUTIONAL AGENTS SPHERE OF HOUSING AND COMMUNAL SERVICES UNDER ITS COMPLEX MODERNIZATION ON THE BASIS OF ACCOUNTING FORMAL
AND INFORMAL FACTORS
Stebenyaeva T. V.
candidate of economics science, chief specialist
Larina T.S. researcher Yuraytina N.N.
researcher
ANO DPE Institute of international standards accounting and control,
Moscow, Russian Federation
АННОТАЦИЯ
Направленность производственной деятельности большей части институциональных агентов сферы жилищно-коммунального хозяйства имеет явно выраженные различия, которые проявляются в несовпадении их интересов. Поэтому комплексная модернизация этой сферы представляется невозможной без поиска эффективных решений разного рода задач в процессе взаимодействия ее институциональных агентов в условиях неопределенности. Для обоснования выбора институциональными агентами сферы жилищно-коммунального хозяйства эффективных решений необходимо формализовать их предпочтения на основании учета формальных и неформальных факторов процедуры принятия ими решений.
ABSTRACT
The focus of industrial activity mostly institutional agents sphere of housing and communal services has clearly expressed the differences that are manifested in their diverging interests. Therefore, comprehensive moderni-zation of this sector seems to be impossible without effective solutions all sorts of problems in the interaction of its institutional agents in the face of uncertainty. To justify the choice of institutional agents of the sphere of housing and communal services effective solutions need to formalize their preferences on the basis of records of formal and informal making decisions factors of the procedure.
Ключевые слова: жилищно-коммунальное хозяйство, институциональные агенты, принятие решений, вероятностная неопределенность, учет, формальные и неформальные факторы.
Keywords: housing and communal services, institutional agents, making decisions, probabilistic uncertainty, accounting, formal and informal factors.
Принципиальной особенностью современного состояния сферы жилищно-коммунального хозяйства (ЖКХ) России является ее многоотраслевая структура. Сегодня в качестве институциональных агентов в этой сфере функционируют экономические субъекты более 30 отраслей народного хозяйства страны. В зависимости от отраслевой специфики они удовлетворяют основные потребности населения в жилье, предоставляют населению страны важнейший комплекс жилищно-коммунальных услуг (ЖКУ), а также формируют ряд других условий, определяющих уровень качества его жизнедеятельности [2]. В сфере ЖКХ функционируют более 52 тыс. предприятий не только разных отраслей, но и различных форм собственности. Так, 47% из них составляют част-
ные предприятия, 20% - муниципальные, 26% -предприятия смешанной формы собственности и 6% - государственные предприятия. В сфере оказания ЖКУ задействовано более 3,183 млн. человек, что составляет около 8,5% занятых в народном хозяйстве. На долю институциональных агентов сферы ЖКХ приходится 26% общего объема основных фондов страны, они обеспечивают реализацию около 20% всех платных услуг населению, потребляя при этом порядка 20% всех энергоресурсов [10]. На этом основании можно утверждать, что в современных условиях сфера ЖКХ является одной из ведущих в экономике России и от ее успешного функционирования во многом зависит благополучие не только населения, но и всей экономики нашей страны.
Основным элементом сферы ЖКХ, по отношению к которому и формируется комплекс разнонаправленных взаимодействий между институциональными агентами, является жилищный фонд. Динамика изменения его объемов, которая представлена в таблице 1[11], свидетельствует о наличии устойчивой тенденции их роста. Вместе с тем, несмотря на предпринимаемые усилия на всех уровнях управления, наблюдается и положитель-
ная динамика увеличения объемов ветхого и аварийного жилищного фонда. Об этом свидетельствуют данные, приведенные в таблице 2[8]. Таким образом, незавершенный в 1991-2009 годах ряд целевых программ реформирования сферы ЖКХ, до настоящего времени заставляет относить ее к зоне потенциально высоких технических, экологических, социально-экономических и политических рисков [1].
Таблица 1
Динамика объемов жилищного фонда России
Годы
1992 2000 2005 2010 2011 2012 2013 2014 2015
Жилищный фонд:
всего, млн. м2 2429 2787 2955 3231 3288 3349 3359 3473 3546
в среднем на 1-го жителя, м2 16,8 19,2 20,8 22,6 23,0 23,4 23,4 23,7 23,9
Таблица 2
Динамика объемов ветхого и аварийного жилищного фонда России_
Годы
2006 2007 2008 2009 2010 2011 2012 2013 2014
Ветхий и аварийный жилищный фонд, млн. м2 95,9 99,1 99,7 99,5 99,4 98,9 99,9 93,9 93,3
в том числе:
ветхий 83,2 84,0 83,2 80,1 78,9 78,4 77,7 70,1 69,5
аварийный 12,7 15,1 16,5 19,4 20,5 20,5 22,2 23,8 23,8
Удельный вес ветхого и аварийного жилищного фонда в общей площади всего жилищного фонда, процентов 3,2 3,2 3,2 3,1 3,1 3,0 3,0 2,8 2,7
Негативно сказался на реформировании сферы ЖКХ и переход к рыночным отношениям. Приведенные в таблице 3[8] данные свидетельствуют о том, что на протяжении последних лет (с 2011 по 2015 годы) объемы финансирования этой жизненно важной для всего населения страны сферы в абсолютном выражении на государственном уровне неуклонно совращались. В условиях постоянного дефицита свободных финансовых ресурсов государство фактически переложило ответственность за развитие отрасли на ее институциональных агентов. В результате сферу ЖКХ сегодня следует рассматривать в качестве сложной
динамической системы, в которой одновременно функционирует множество институциональных агентов. При этом, поскольку каждый институциональный агент осуществляет предпринимательскую деятельность, преследуя свои цели и интересы, то комплекс взаимодействий между ними характеризуется значительной разнонаправленностью [7, 13]. Систематическое недофинансирование стало одним из главных факторов фактического невыполнения целого ряда государственных целевых программ реформирования сферы ЖКХ.
Таблица 3
Расходы Федерального бюджета на финансирование_
Годы
2007 2008 2009 2010 2011 2012 2013 2014 2015
Расходы всего (с учетом инфляции в ценах 2015 г.) 12349 13686 15640 15331 15267 17149 16622 17136 15600
Общегосударственные вопросы 1683 1517 1381 1345 1087 1077 1060 1081 1101
Национальная оборона 1716 1882 1924 1934 2118 2410 2620 2864 3181
Национальная безопасность 1376 1510 1626 1645 1760 2451 2568 2410 1966
Национальная экономика 1429 1853 2673 1853 2501 2618 2304 3539 2323
Жилищно -коммунальное хозяйство 608 234 246 356 391 304 221 138 142
Охрана окружающей среды 17 18 21 20 25 30 30 54 50
Образование 608 642 677 671 773 803 837 737 611
Культура, СМИ 146 161 181 190 117 119 118 113 89
Здравоохранение и спорт 405 503 570 526 698 816 625 619 516
Социальная политика 442 531 524 523 4372 5133 4775 3989 4265
Межбюджетные трансферты 3919 4835 5818 6267 910 797 832 943 682
Несмотря на предпринимаемые усилия, сфера ЖКХ сегодня остается одной из самых проблемных и наименее разгосударствленных отраслей, в которой рыночные механизмы внедряются с большими трудностями, а результаты их работы не обеспечивают нормальных условий для функционирования институциональных агентов этой сферы. Так, по данным технической инвентаризации, в изношенном состоянии находятся около 60% основных фондов сферы ЖКХ. При этом физический износ основных фондов котельных составил 55%, тепловых сетей - 62,8%. Около 16% сетей теплоснабжения и 30% сетей водоснабжения и канализации нуждаются в немедленной перекладке, поскольку оплачиваемые потребителями потери коммунальных ресурсов, по водоснабжению составляют около 30%, а по теплоснабжению - доходят до 40%. Кроме того, потери электроэнергии достигают 15%, а общий расход энергетических ресурсов у институциональных агентов российской сферы ЖКХ в среднем на 25-30%, а в отдельных случаях и до 50% выше, чем в сфере ЖКХ большинства европейских стран [1].
В настоящее время сфера ЖКХ остро нуждается в проведении комплексной модернизации всей инфраструктуры и ускоренном переводе производственной деятельности ее институциональных агентов на рыночные условия и методы ведения хозяйства. В этой связи Распоряжением Правительства Российской Федерации от 2 февраля 2010 г. № 102-р утверждена ФЦП «Комплексная программа модернизации и реформирования жилищно-коммунального хозяйства на 2010-2020 годы». В этом документе определены этапы и целевые ориентиры проведения комплексной модернизации и дальнейшего реформирования сферы ЖКХ.
Очевидно, что реализация ФЦП потребует разработки и внедрения новых моделей, организационно-экономических механизмов и технологий
для обеспечения эффективного взаимодействия институциональных агентов в условиях вероятностной неопределенности. Одновременно с этим необходимо повысить и эффективность деятельности самих институциональных агентов сферы ЖКХ, то есть создать экономические условия для их заинтересованности в проведении комплексной модернизации на основе получения некоторого дохода. При этом получение дохода каждым институциональным агентом сферы ЖКХ будет неразрывно связано с принятием многокритериальных управленческих решений в условиях вероятностной неопределенности, поскольку при наличии комплекса разнонаправленных взаимодействий в решении такого рода задач практически всегда будут присутствовать факторы неопределенности, имеющие случайный характер.
Для выбора оптимального решения в условиях вероятностной неопределенности существует достаточно много хорошо известных подходов, позволяющих институциональным агентам получить удовлетворяющие их решения. Так, в условиях детерминированной неопределенности хорошие решения позволяет получить использование принципа гарантированного результата, который позволяет минимизировать возможные потери, связанные с влиянием факторов неопределенности. В условиях стохастической неопределенности хорошие решения позволяет получить использование ряда индикаторов предпочтения, в качестве которых может выступать усредненная функция полезности, а в более сложных случаях - какой-либо нелинейный функционал. В таких случаях эффективным будет считаться решение, при котором обеспечивается максимальное значение выбранного индикатора [5, 12]. В рассмотренных выше случаях выбор институциональным агентом оптимального решения основывается на числовом значении (минимальном или максимальном) выбранного индикатора предпочтения.
Известно, что для случайных величин (в нашем случае - дохода институционального агента) проблема выбора и принятия решения основывается на формировании векторного критерия д(и,у) = (д1(и,у), ..., дп(и,у)), где и е и - решения, у е У - факторы неопределенности. Если при этом считать у - случайным параметром на множестве У, то и векторный критерий д(и,у) также можно считать случайной величиной. Рассмотрим особенности решения проблемы выбора и принятия решения в случае наличия неопределенности. Для этого каждому решению и поставим в соответствие некоторую случайную величину д(и,у), тогда смысл решения такого рода задачи будет заключаться в выборе методов для сравнения случайных величин между собой.
Как известно из теории вероятности, любая случайная величина полностью характеризуется своей функцией распределения [3, 4, 9]. Следовательно, для сравнения случайных величин достаточно сравнить их функции распределения, заданные на некоторой действительной оси. В этом случае мы будем сравнивать между собой функции действительных аргументов, однако эта процедура не допускает формирования одного «наилучшего» правила для выбора и принятия решения. На этом основании в дальнейшем речь пойдет лишь о том, чтобы сформировать принципы для построения правил сравнения случайных величин и описать последовательность их применения.
Вместе с тем, задача выбора и принятия решений в условиях вероятностной неопределенности может решаться посредством выявления предпочтений на множестве вероятностных распределений лицом, прини-мающим решения (ЛПР) или, как в нашем случае - институциональным агентом сферы ЖКХ.
Рассмотрим некоторое множество Г = {Г} вероятностных распре-делений Г. Для простоты дальнейших обоснований будем полагать, что все сказанное о случайных величинах можно практически без изменений применять и к случайным векторам. Затем предположим, что случайная величина равнозначна некоторому случайному доходу, а цель выбора и принятия решения институциональным агентом сферы ЖКХ заключается в максимизации этого дохода.
Пусть на множестве Г = {Г} заданы определенные предпочтения ЛПР, то есть определено понятие «распределение Г «лучше», чем распределение О». Обозначим отношение предпочтения через выражение ГУ О. Отношение предпочтения можно вычислить при условии существования такого функционала 5", определенного на множестве Г, для которого выполняется условие Г у О ^ 8(Г)>Б(О).
Функционал 5 будем считать индикатором предпочтения, поскольку его смысл заключается в том, что для вычисляемых отношений предпочтения каждому распределению можно поставить в соответствие некоторое число, с тем, чтобы в дальнейшем сравнить эти распределения через
сравнение указанных чисел. При таких условиях предпочтения на множестве распределений будут заданы естественным порядком на множестве действительных чисел [6].
Если индикатор предпочтения существует, то всякая строго возрастающая функция от него даст тот же самый индикатор предпочтения, поскольку само предпочтение осталось прежним, а меняется только масштаб шкалы оценки распределений. При этом будет верным и обратное утверж-дение: если имеются два индикатора одного и того же предпочтения и и V, то существует строго возрастающая функция q, такая, что V = д(и). Это значит, что такого рода индикаторы предпочтения всегда определены с точностью до строго монотонного преобразования.
Необходимым и достаточным условием того, что некоторое отношение может быть задано индикатором предпочтения является ограничение харак-теристик распределения случайной величины только первыми двумя параметрами, а именно: ее математическим ожиданием т и дисперсией ст2. В том случае, если нас интересует распределение случайного дохода для институциональных агентов, то вполне естественным будет выбор распределения с большим математическим ожиданием, а в случае равенства математических ожиданий -сделать выбор в пользу распределения с меньшей дисперсией. Однако на практике такое отношение предпочтения невозможно задать никакой числовой функцией. Для выхода из сложившегося положения необходимо формализовать некоторые естественные требования к заданию предпочтений на множестве их вероятностных распределений.
Предположим, что 8хо - распределение, сосредоточенное в точке хо. В этом случае распределение будет вырожденным, поскольку рассматриваемая нами случайная величина является детерминированной и может принимать только одно значение х0. Однако это обстоятельство не мешает нам формально включить эту детерминированную величину в совокупность случайных величин. Теперь, если предположить, что случайная величина описывает некоторый доход институционального агента, то условие хо>Х1 8хо У 8x1 означает, что с увеличением дохода улучшается распределение. В нашем случае функции распределения 8хо и 8x1 связаны соотношением 8х0(х) < 8х1(х) для всех х. Далее мы можем утверждать, что «распределение Г лучше распределения О» (Гу О), что выражает формула:
Г(х) < О(х) (1)
для всех х и всех распределений, включая вырожденные.
Формулу (1) можно считать условием стохастического доминирования, поскольку в практической деятельности институциональных агентов оно отражает их стремление к увеличению дохода.
Для рассмотрения предположений, связанных со стремлением к «стабильности» дохода, введем ряд дополнительных понятий. Так, будем считать, что распределение Г симметрично с центром сим-
метрии т, если для всех х>0 выполняется равенство:
Е(т-х) = 1 - Е(т+х+0).
Для случайной величины £ с распределением Е это условие означает, что имеет место следующее соотношение между вероятностями: Р{(£- т) >х } = Р{(£- т) <- х}, то есть, вероятности отклонений случайной величины от центра симметрии в одну или другую стороны равны между собой.
Сделанные выше предположения позволяют формализовать условие «стабильности» дохода следующим образом.
Пусть Е и О - симметричные распределения с общим центром симметрии т и пусть при х < т выполняется условие:
Е(х) < О(х)^Е > О (2)
На практике выполнение условия (2) означает, что если существуют случайная величина £ с распределением Е, а также случайная величина 77 с распределением О, и эти распределения симметричны с общим центром симметрии т, то при всех х>0 будет выполняться условие:
Р{£- т\ >х }< Р{\г- т\ >х}. (3) Другими словами, если Е - нормальное распределение со средним т и дисперсией <, а О -
нормальное распределение с тем же средним т и
- __2 2
дисперсией <г2 >< , то условием стремления к стабильности будет пред-почтение распределения Е распределению О. Таким образом, условия (2) и (3) согласуются с требованием «стабильности» дохода и искомое решение будет найдено.
Однако при необходимости сравнения между собой несимметричных распределений или распределений с разными центрами симметрии возникают сложности. Действительно, если требуется сравнить два нормальных распределения с параметрами математического ожидания и дисперсии
соответственно, (т1, <) и (т2, о\), то необходимо каким-то образом соотносить между собой желание увеличить математическое ожидание (повысить доход) и уменьшить дисперсию (повысить стабильность).
Для решения этой проблемы в общем виде зададим индикатор предпочтения на множестве вероятностных распределений через функцию полезности следующим образом:
= | я (яУ^ (я) (4),
где g(q) - функция полезности. В качестве индикатора предпочтения на множестве вероятностных распределений можно выбрать среднее значение функции полезности [14].
Выбранный нами индикатор полезности (4) обладает некоторым свойством, а именно: для любых двух чисел а>0, />0, а+р=1 будет иметь место равенство следующего вида:
Б(аЕ + //О) = а8(Е) + /®(О). (5) Для институционального агента практическая интерпретация этого выражения будет следующей.
Если он выбирает с вероятностью а вариант получения дохода с распределением F и с вероятностью ß вариант получения дохода с распределением G, то окончательное распределение дохода для этого институционального агента будет равно сумме выбранных распределений (aF + ßG).
Представленные в статье методы могут использоваться при моделировании взаимоотношений институциональных агентов сферы ЖКХ при поиске и принятии решений в условиях вероятностной неопределенности. Учет факторов вероятностной неопределенности, безусловно, будет способствовать повышению эффективности проведения комплексной модернизации и дальнейшего реформирования сферы ЖКХ.
Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований, проект №15-06-00033а «Методология комплексной модернизации жилищно-коммунального хозяйства: новые подходы к воспроизводству жилищного фонда, повышению качества услуг, внедрению инновационных технологий и механизмов взаимодействия институциональных агентов».
Список литературы
1. Федеральная целевая программа «Комплексная программа модернизации и реформирования жилищно-коммунального хозяйства на 2010-2020 годы». Утверждена Распоряжением Правительства Российской Федерации от 2 февраля 2010 г. № 102-р.
2. Евсеева С.А. Проблема несогласованности интересов субъектов хозяйствования в системе менеджмента организаций ЖКХ. // Проблемы современной экономики, 2012, №4. С. 299-303.
3. Иванов А.Р. Реструктуризация сферы услуг ЖКХ. - М.: Альпина Пабли-шер, 2013. - 200 с.
4. Кузьмин Е.А. Неопределенность в экономике: понятия и положения // Вопросы управления. №2(2), 2012. С. 80-92.
5. Ларичев О.Н. Теория и методы принятия решений. - М.: Логос, 2002. - 392 с.
6. Орлов А.И. Математика случая: Вероятность и статистика - основные факты. - М.: МЗ-Пресс, 2004. - 110 с.
7. Осипов А.Ю. Модернизация инфраструктуры жилищно-коммунального хозяйства в России // Российское предпринимательство, 2012, № 16. С. 76-80.
8. Официальный сайт Федеральной службы государственной статистики [Электронный ресурс]. URL -
http://www.gks.ru/wps/wcm/connect/rosstat_ main/rosstat/ru/statistics/population/housing/#
9. Писарук Н.Н. Исследование операций. -Минск: БГУ, 2013. - 272 с.
10. Российский статистический ежегодник. 2015: Стат. сб. / Росстат. - М., 2015. - 728 с.
11. Россия в цифрах - 2016. Краткий стат. сборник. - М.: Росстат. 543 с.
12. Саак А.Э., Тюшняков В.Н. Разработка управленческого решения. - СПб.: Питер, 2007. -272 с.
13. Симионов Ю.Ф. Жилищно-коммунальное хозяйство. - М.: Феникс, 2010. - 286 с.
14. Федорченко С.Г., Долгов Ю.А., Кирсанова А.В. и др. Обобщенная функция полезности и ее приложения. / Под ред. С.Г. Федорченко. - Тирасполь: издательство Приднестровского университета, 2011. - 196 с.
INTERNATIONAL NON-GOVERNMENTAL ORGANIZATIONS AND SOCIAL RESPONSIBILITY
Dovhanyk N.M.
Candidate of historical sciences, associate professor of the political history department of the Kviv National
Economics University named after Vadym Hetinan, Kyiv, Ukraine
Chaliuk Y.O.
Candidate of economic sciences, associate professor of the sociology
department of the Kyiv National Economics University named after Vadym Hetman,
Kyiv, Ukraine
ABSTRACT
The article deals with the activities of international non-governmental organizations in social security society, analyzes the main areas of their operations.
Keywords: international non-governmental organizations, social responsibility, social security, social policy, civil society, public sphere.
Raising of problem. Beginning of the XXI century marked increase scientific interest to the international non-governmental organizations (INGOs). Their number continues to grow steadily. In parallel, the geopolitical and socio-economic interests of international NGOs acquire all embracing character. Scientists compare the dynamics of these dialectically interrelated processes with revolutionary changes. Growing political and social activity of INGOs in the international arena requires a clear regulation of their status and activities that will contribute to their positive stabilizing effect on the entire system of international relations in a worsening global challenges.
Analysis of the last researches and publications. Questions about a specific entity, the main activities and the role of INGOs in the regulation of social policy became the object of study the ukrainian scientists L.L. Antonjuk, Y.O. Chaliuk, N.M. Deyeva, R.M. Dzundza, V.M. Novikov, A.M. Poruchnik, J.M. Stoliarchuk. Special attention is paid to these problems are foreign researchers as Guler Aras, Paul Vidal, David Crowther, Adalbert Evers, Sabine Lang, Domingo Torres, Peter Fisher, Blair Sheppard. Given the global challenges of our time, the negative social consequences of a prolonged economic recession, further scientific development of the subject is an important current task.
For this purpose of this study is a scientific analysis of the functional characteristics of international NGOs, identifying performance indicators of social activities INGOs on the basis of conducted by the authors SWOT-analysis.
The main material of the study. Until now continuing scientific debate about the definition of INGOs. Some experts try to assign them to a variety of multinational corporations. Others, such as English professor Sabine Lang, treat them as subjects of international relations that implement their own political, socio-economic, cultural and educational interests [7, p. 33-39]. Another such organization is called pressure
groups. According to the American management professor Blair Sheppard, the basic means of their influence are mobilization of international public opinion and pressure through it on the international community [3, p. 19].
It is important to note that the UN Charter does not define non-governmental organizations, but only indicates that this concept (tracing with English definitions of "non-governmental organizations") includes international and national organizations. Economic and Social Council of the United Nations (ECOSOC) is authorized to establish consultative relations with non-governmental organizations. Today, international conferences happen without the involvement and inviting of INGOs. Pretty clear requirements for the creation of these organizations
aren't at an international level. But the Council of Europe in 1986 was developed European Convention on Recognition INGOs. The Convention entered into force in 1991 and applies to associations, foundations, private institutions established and operating under the laws of their country, have real organizational structures in their own country or abroad and spreading their non-commercial activities at least two countries.
The logical question is: is it possible to consider the INGOs international legal subjects? There is no single answer to this question, researchers do not give. However, as indicated by the Austrian professor of international and European law Peter Fisher, INGOs involved in international relations, unsettled international legal norms [6, p.12-15]. In other words, they have international legal personality, however, law enforcement nature. In the international legal literature is referred to as functional personality, unlike universal, peculiar to the states.
Scientists of the World Economic Forum "Yearbook of International Organizations 2015-2016" analyzed the dynamics of growth in the number of international NGOs. For example, in 1990 they numbered only 6000, whereas in 2006 the number of these or-
