CC BY
85Экономический анализ: Economic Analysis:
теория и практика 10 (2016) 17-27 Theory and Practice
ISSN 2311-8725 (Online) Экономическое развитие
ISSN 2073-039X (Print)
РАНГОВЫЙ АНАЛИЗ РЕГИОНАЛЬНЫХ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ: УСОВЕРШЕНСТВОВАННЫЙ ПОДХОД*
Наталья Евгеньевна БУЛЕТОВА^, Игорь Вадимович ШАРКЕВИЧ"
а кандидат экономических наук, доцент кафедры государственного управления и политологии, Волгоградский филиал Российской академии народного хозяйства и государственной службы, Волгоград, Российская Федерация [email protected]
ь кандидат физико-математических наук, доцент кафедры социально-гуманитарных и математических дисциплин, Волгоградский филиал Российского экономического университета им. Г.В. Плеханова, Волгоград, Российская Федерация igo. [email protected]
• Ответственный автор
История статьи:
Принята 18.07.2016 Принята в доработанном виде 29.07.2016 Одобрена 16.08.2016
УДК 338.001.36, 519.23 JEL: С41, Р51
Ключевые слова:
инновационная активность, ранговое распределение, эффективный ранг, индекс нелинейности дифференциации
Аннотация
Предмет. Предметом исследования является методика подсчета ранговых значений совокупности объектов для количественного измерения результатов их развития в сравнении друг с другом.
Цели. Разработка усовершенствованного метода ранжирования и интерпретации получаемых результатов, в котором бы учитывалась степень нелинейности различия между сравниваемыми объектами и это различие измерялось соответствующим эффективным рангом.
Методология. Основываясь на традиционных методах статистического и экономико-математического анализа (корреляционно-регрессионный, вариационный, графический), авторы представили основные этапы и результаты эффективного рангового анализа объектов ранжирования - субъектов Российской Федерации.
Результаты. Апробация разработанной методики рангового анализа на примере такого показателя, как инновационная активность, показала положительный результат - заметно увеличился размах вариации эффективных рангов инновационной активности субъектов Федерации, возросла степень их дифференциации по значению данного показателя инновационной деятельности. Включение методики рангового анализа в систему мониторинга и стратегического аудита результатов развития территорий позволит рассчитывать на достоверные оценки сравнительного положения регионов страны и эффективные управленческие решения по социально-экономическому развитию территорий.
Выводы. Необходимость усовершенствования методики рангового анализа определялась невозможностью корректно оценивать степень различия между территориями, имеющими последовательно убывающие ранги, но существенно отличающимися по значению ранжируемого социально-экономического показателя. Главные достоинства предлагаемого метода - устранение формального подхода к ранжированию и возможность получать ранговые оценки сравнительного положения регионов с учетом степени различия (нелинейности) выбранных для мониторинга количественных социально-экономических характеристик развития.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Необходимость модернизации экономики, изменения ее структуры были ведущими посылами государственной политики экономического развития России в 2000-2015 гг., что привело к определенным результатам, выражающимся в развитии ряда производственных направлений в оборонной и обрабатывающей промышленности.
Вместе с тем динамика дифференциации регионов страны по различным характеристикам социально-экономической деятельности, достигнутым
* Статья подготовлена при финансовой поддержке РФФИ. Грант № 16-06-00027 А.
результатам развития и успех в реализации региональной инновационной политики могут оказаться настолько существенными, что отслеживание различных аспектов посредством новых методов мониторинга является актуальной задачей.
В данном случае представлено исследование инновационной активности субъектов Федерации с помощью усовершенствованного метода рангового анализа. Те проблемы, которые определяются для российской экономики как системные и не решаемые усилиями только
бизнеса или только государства, это проблемы неэффективной структуры национальной экономики и низкого качества экономического роста, что подтверждается не динамикой ВВП (или ВРП), а динамикой индекса истинных сбережений для измерения скорости накопления национальных сбережений после надлежащего учета истощения природных ресурсов и ущерба от загрязнения среды.
Такой подход к анализу проблемы предложен Д. Пирсом и Дж. Аткинсоном в 1993 г., а в 2000 г. был развит специалистами Всемирного банка. Однако современная система оценки экономического роста и динамики структурных изменений в России имеет традиционный формат измерения прироста ВВП и определения доли, которую занимают разные отрасли в ВВП или ВРП регионов страны. Традиционна и система статистических показателей, формирующая данные для подобной оценки и принятия решений в рамках государственной экономической политики.
Государственная экономическая политика 2015 г. показала, что высока зависимость национальной экономики, ее структуры и тенденций роста от формируемой новой модели глобализации и международной торговли. Формируется новая макроэкономическая (включая характер денежной политики и потенциал экономического роста) и институциональная модель роста экономики России [1, с. 5]. Как считают российские демократы и представители власти, окончание глобального кризиса не будет означать непременного улучшения ситуации во всех охваченных им странах и регионах мира. Положение в них будет зависеть от способности властей и элит отдельных стран воспользоваться кризисом, то есть найти институциональные решения, которые помогут адаптироваться к новым реалиям - технологическим, экономическим, социальным и даже идеологическим [1, с. 6].
Под государственной экономической политикой будем понимать, во-первых, совокупность мер в области управления экономикой, направленных на достижение стабильности и экономического роста, во-вторых, деятельность органов государственной власти, направленную на достижение заданных целей в экономике и отражающую экономическую и хозяйственную структуру страны.
Задача российской экономики - найти свое институциональное решение, способное сделать
возможности и ресурсы национальной и региональных экономик конкурентоспособными и максимально эффективно используемыми. Совместные усилия бизнеса и власти -оптимальный путь к успеху, требующие универсального инструмента измерения, диагностики достигнутых структурных изменений и качества экономического роста.
Если этого по итогам очередного глобального экономического кризиса не реализовать, то будут упущены те возможности, которые кризис дал бы России в политических и экономических процессах и отношениях - возможность развития внутреннего производства, ориентацию на внутреннего потребителя, и все это - через трансформацию национальных институтов (политических, экономических, идеологических) для приведения их в соответствие с текущими условиями, факторами (внешним и внутренними).
При этом нужно учитывать, что развитые экономики выходят из кризиса на фоне (или за счет) углубления кризиса в развивающихся странах. Прежде всего это касается США, где Федеральная резервная система впервые за девять лет повысила процентные ставки [1, с. 7]. Речь идет о тенденции «бегства в качество» (отток капитала с развивающихся рынков). Важно учитывать, что экономически развитые страны переходят к инновационной экономике, основанной на новых технологических укладах пятого и шестого поколения. Этот процесс вкупе с глобализацией хозяйственных процессов актуализирует проблему адекватного формирования экономической политики России. В настоящее время она направлена на создание необходимых условий для осуществления качественного экономического роста и на его основе - обеспечения достойного качества жизни населения1.
Для государства важно иметь инструмент эффективного и по возможности объективного мониторинга субъектов Федерации для успешной реализации всех функций управления - от планирования до контроля и их взаимного позиционирования (ранги). Частные ранги позволяют определить не только место каждого региона в общем списке, но и значение и структуру его обобщающего рейтинга по сумме таких рангов, исходя из выбранного перечня
1 Шаркевич И.В., Злочевский И.А. Качество экономического роста и структурных изменений как результат и оценка эффективности промышленной политики // Региональная экономика: теория и практика. 2013. № 38. С. 41-46.
показателей социально-экономического развития, включенных в целевые индикаторы развития территорий. Достоверный рейтинг - это способ повышения открытости данных о результатах деятельности органов исполнительной власти, что может способствовать и росту инвестиционной привлекательности территории, повышению результативности, эффективности принимаемых управленческих решений по развитию регионов.
Популярность и практическое использование рангов в принятии решений, которые характеризуют сопоставительный результат развития территории, отрасли, предприятия или измеряют результат достижения определенных целей и показателей по итогам стратегического управления - все это заставило авторов исследовать методологию определения ранговых оценок и представить свое видение универсального подхода к расчету и определению рангов регионов России по традиционным статистическим показателям социально-экономического, экологического или человеческого развития территории.
Существующие подходы к подсчету рейтингов различных элементов в экономической2 [2-6], политической [7], социальной [8-10] сферах, основанных на статистических, экономико-математических подходах, имеют одно общее сходство, которое оценивается нами как недостаток - это последовательное ранжирование совокупности элементов с присуждением им порядковых номеров в соответствии с выстроенным рядом последовательных рангов.
Реализация на практике цели выравнивания уровней социально-экономического развития регионов, заявленной в различных программных документах федерального центра, должна выражаться прежде всего в том, что социально-экономические показатели, измеряющие различные характеристики этого развития, должны все более и более сближаться по своим количественным значениям. Это означает, что ранговое распределение таких показателей по регионам должно становиться все более равномерным, тяготея в пределе к горизонтальной прямой, которая соответствует ситуации полного равенства значений анализируемого показателя по всем регионам. Чем более действенна политика выравнивания по отношению к какому-то из аспектов уровня социально-экономического
2Мицек С.А., Мицек Е.Б. Эконометрические оценки,
индексы и ранговые корреляции при анализе инвестиций в регионах России // Финансы и кредит. 2010. № 12. С. 17-21.
развития регионов, тем более равномерным окажется ранговое распределение соответствующего показателя.
Основная идея рангового анализа состоит в возможности построения относительно простыми средствами упорядоченных оценок сравнительного положения тех или иных элементов [11, с. 34], например регионов Российской Федерации.
В большинстве конкретных подходов формируются однородные массивы региональных показателей, затем они нормируются в целях обеспечения корректности межрегиональных сопоставлений, и на построенных таким образом наборах региональных индикаторов по определенным правилам осуществляются сравнения. Они производятся в непрерывной или целочисленной шкале (последние принято называть ранговыми сравнениями, когда на основе упорядоченных значений индикаторов регионам присваиваются соответствующие места (ранги) среди всей совокупности регионов).
Ранговый анализ предполагает упорядоченное размещение объектов по степени выраженности какого-либо признака, при этом изучаемые объекты (например, регионы) располагаются в порядке убывания значения исследуемого показателя данного признака. Ранг - это порядковый номер объекта в некотором распределении. Под ранговым распределением понимается распределение, полученное в результате процедуры ранжирования последовательности значений показателя, поставленных в соответствие рангу.
Уровень социально-экономического развития региона может оцениваться множеством различных показателей. Это понятие лишено строгого и четкого определения как среди специалистов, так и в ряде официальных документов различного уровня государственного управления, для него не сформулирована система показателей, рассматриваемых субъектом региональной политики в качестве основы для оценки действенности и эффективности этой политики. В этой ситуации можно предположить, что именно те показатели, ранговые распределения которых оказываются наиболее равномерными, и представляют собой реальное содержание цели выравнивания, как ее в действительности интерпретируют субъекты и объекты региональной политики.
Наиболее равномерно распределенные по регионам показатели - это и есть характеристики фактических целей региональной политики выравнивания; именно такие показатели представляют собой то, за что существует ответственность региональных руководителей, за что федеральный центр спрашивает с них.
Вид рангового распределения представляет собой эмпирический закон, отвечающий природе изучаемого социально-экономического объекта [12,с.133]. Для объяснения распределений регионов по значениям исследуемых показателей используется ряд моделей, основанных на различных предпосылках. Эти модели отражают гипотетические представления их авторов о процессах формирования этой структуры значений показателя, то есть о причинах наблюдаемого соотношения их количественных характеристик (например, работы3 [11, 13]).
Ранговые распределения могут служить удобным инструментом для сравнительного анализа социально-экономического состояния регионов Российской Федерации. Принимая в целом эту предпосылку, необходимо одновременно учитывать, что установление федеральным центром некоторого показателя как объекта ответственности для регионального руководства может порождать эффект работы на показатель, когда стремление добиться требуемых результатов по существу подменяется обеспечением требуемого значения показателя, при этом используется все разнообразие форм оппортунистического поведения. Другими словами, фактически применяемая центром система индикаторов заставляет региональные власти корректировать свои цели, переводя принимаемые решения из области эффективных в область «выполняющих требования центра» [14, с. 188].
Проводимое совершенствование системы государственного стратегического планирования дает возможность регионам и муниципальным образованиям применять неформальный подход к определению целей и приоритетов своего развития, закладывая их в документы стратегического планирования, что требует большей ответственности за получаемые результаты и достижение заявленных целей развития [15, с. 37]. Тогда у федерального центра должен быть достоверный инструмент мониторинга и контроля через систему
3 Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: Физматлит, 2006. 816 с.
государственного аудита, в первую очередь стратегического аудита.
Большинство эмпирических исследований распределений объектов по какому-либо признаку связано с анализом частотной формы распределения. Однако наряду с частотным распределением «признак (показатель) - частота» можно исследовать ранговое распределение «ранг -признак (показатель)», дающее дополнительную информацию о процессе формирования распределения и о воздействии на распределение фактора «внешнего» регулирования.
Допустим, имеется множество регионов, каждый из которых характеризуется определенным значением какого-либо признака x и рангом R в ряду проранжированных по этому признаку регионов, где рангом 1 обладает регион с наибольшим или наименьшим значением признака. Тогда функция x = называется
ранговым распределением регионов по величине признака x.
Анализ воздействия региональной политики выравнивания инновационной активности регионов проведем с помощью новой методики анализа ранговых распределений. Кратко остановимся на описании предлагаемого метода рангового анализа.
В качестве анализируемого показателя используется инновационная активность регионов Российской Федерации за 2013 г., по данным Росстата (рис. 1). Необходимо уточнить, что действующая система статистических показателей инновационного развития субъектов Федерации является национальной и содержит показатели, дающие представление об экстенсивном и интенсивном развитии инноваций в регионах [16].
Ранговое распределение можно представить так, что с увеличением показателя инновационной активности возрастает ранг региона4. Обычно ранг приравнивается к порядковому номеру величины социально-экономического показателя, значения которого располагают в порядке их возрастания или убывания. Так как автономные округа рассматривались в составе субъектов Федерации и отсутствовали данные об инновационной активности по Республике Ингушетия и Республике Крым, Чеченской Республике и Севастополю за 2013 г., то в данном случае исследовались 78 субъектов. Поэтому ранг инновационной активности регионов
4 Мицек С.А., Мицек Е.Б. Эконометрические оценки, индексы и ранговые корреляции при анализе инвестиций в регионах России // Финансы и кредит. 2010. № 12. С. 17-21.
Экономический анализ: теория и практика
изменялся от 1 до 78. Потом данные будут представлены в обычном формате - наибольшему значению инновационной активности будет соответствовать ранг, равный единице.
Минимальному значению инновационной активности соответствует ранг г = 1, а максимальному - г = 78 (рис. 1). Размах вариации инновационной активности составляет:
Я = ЯАтах - ИАтп = 25 - 2,2 = 22,8%.
Для дальнейшего описания этапов метода эффективного рангового анализа было смоделировано линейное ранговое распределение:
ЛРР = 2,2% + (/ - 1)к,
где i = 1,..., 78 - ранг региона;
к = Я / 77 = 22,8 / 77 = 0,296% - минимальный интервал изменения инновационной активности, если бы ее величина линейно изменялась от ИАтт = 2,2% до ИАтях = 25% для 78 регионов.
Эмпирическое ранговое распределение инновационной активности является нелинейным по сравнению с линейным ранговым распределением (рис. 1). Значения инновационной активности эмпирического и линейного ранговых распределений заметно различаются, но имеют одинаковые ранги г. Значит, ранги регионов не чувствительны к изменению формы монотонного эмпирического рангового распределения в диапазоне от 1 до 78. Это связано с тем, что обычное ранговое распределение не отображает нелинейный характер ранжируемого показателя, так как ранг г является обычным номером значений для данного рангового распределения.
Поэтому нами была поставлена задача построить такое эмпирическое ранговое распределение, которое отражало бы структуру совокупности значений показателя инновационной активности. Чем больше различались бы значения инновационной активности, тем больше бы различались друг от друга соответствующие им ранги. Другими словами, необходимо отобразить нелинейную структуру значений инновационной активности в соответствующей структуре положительных целых чисел, то есть построить изоморфное отображение следующего вида:
у = k г + а0, (1)
где у - показатель инновационной активности;
k - линейный коэффициент;
г - ранг региона; а0 - свободный член.
Модельное линейное ранговое распределение не отображает структуру множества значений инновационной активности регионов Российской Федерации, так как ранги данного распределения, по сути, являются номерами этих значений. Поэтому из множества линейных отображений типа (1) необходимо определить такое, которое хотя бы частично совпадало со значениями эмпирического рангового распределения и тем самым учитывало бы конкретные количественные особенности данного распределения. То есть надо найти приблизительно линейный участок эмпирического рангового распределения и использовать его для нахождения параметров линейного отображения (1). Как показывает анализ многих ранговых распределений, в их структуре содержится линейная зависимость, а по ее краям располагаются ярко выраженные нелинейные «хвосты».
Доля регионов (ранги в диапазоне от 12 до 61), располагающихся на линейном участке эмпирического рангового распределения инновационной активности (рис. 1), составляет 64,1% от их общего количества. Данный участок с большой степенью достоверности (Я2 = 0,9899) аппроксимируется линейным отображением следующего вида:
у = 0,1059г + 5,1041. (2)
Линейный коэффициент k = 0,1059 характеризует степень однородности, дифференциации или выравниваемости регионов России по значению показателя инновационной активности. Чем больше k, тем больше межрегиональные различия по данному показателю.
Подставляя в уравнение (2) эмпирические значения инновационной активности для регионов России за 2013 г. и решая его относительно ранга г, получим
г = Целое [(у - а0) / к], (3)
где Целое (аргумент) - функция, округляющая ее аргумент до ближайшего меньшего целого значения;
у - эмпирические значения инновационной активности регионов Российской Федерации в 2013 г.;
ас = 5,1041%;
10 (2016) 17-27
k = 0,1059%.
Изоморфное отображение (2) эмпирических значений инновационной активности с учетом выражения (3) и аддитивного преобразования параметра a0 представлено на рис. 2. Таким образом, искомое линейное изоморфное отображение (1) имеет следующий вид:
y = 0,1059т* + 2,0896, (4)
где r* - эффективный ранг (определение этого показателя представлено далее).
Для отображения структуры множества значений инновационной активности, которые наблюдались у регионов России в 2013 г., необходим диапазон рангов от 1 до 216 (рис. 2). При этом дифференциация в распределении по рангам особенно заметна именно по регионам с минимальными и максимальными величинами выбранного для рангового анализа социально-экономического показателя («хвосты» ранговых распределений).
В предложенном методе новый ранг r, входящий в представленные уравнения, можно назвать эффективным рангом по следующим причинам:
• во-первых, он отражает эффект неравномерности распределения значений инновационной активности на интервале [2,2; 25] эмпирических значений инновационной активности;
• во-вторых, его значение отличается от порядкового номера (ранга) r упорядоченных значений инновационной активности регионов Российской Федерации;
• в-третьих, чтобы реализовались все значения рейтинга r*, необходимо было бы иметь 216 регионов, у которых наблюдалось бы 216 значений инновационной активности, равномерно распределенных на интервале [2,2; 25].
В данном случае предложен линейный коэффициент k, входящий в выражения (1)-(4), который целесообразно называть коэффициентом выравнивания межрегиональной дифференциации (чем меньше k, тем меньше вариация в значении ранжируемого показателя инновационной активности).
Также разработан относительный показатель -индекс нелинейности дифференциации IND (the index of nonlinearity of the differentiation) регионов.
Индекс будет характеризовать степень
нелинейности структуры множества значений
ранжируемого показателя (в данном случае -инновационной активности регионов):
IND = r* / r = 216 / 78 = 2,77.
Если бы r* = 78, то есть количеству реальных ранжируемых по показателю инновационной активности регионов, то эмпирическое ранговое распределение было бы линейным ранговым распределением и IND = 1. Таким образом, нелинейность дифференциации может
рассматриваться как новая фундаментальная характеристика нелинейности совокупности объектов (например, регионов) по значениям того или иного социально-экономического показателя.
После простых аддитивных преобразований эффективное ранговое распределение
инновационной активности по регионам Российской Федерации в 2013 г. может быть представлено в традиционном виде, когда эффективный ранг r* = 1 и соответствует наибольшему значению инновационной активности (рис. 3). Эффективное ранговое распределение инновационной активности равно f(r*) и более чувствительно к изменениям ранжируемого показателя, чем его традиционное ранжирование по r (по сути, нумерация).
Сравнивая первый и второй регионы, имеющие эффективные ранги 1 и 4 соответственно, можно сделать вывод о степени различия между лидером по показателю инновационной активности -Чукотскому автономному округу и Магаданской областью, значение показателя инновационной активности которой отличается от лидера в 4 раза. Если рассматривать положение третьего региона -Республики Татарстан, то ее эффективный ранг r* = 38 и третье порядковое место позволяют оценивать степень отличия от лидера, имеющего максимальное значение показателя инновационной активности в 2013 г., уже в 38 раз.
Анализ данных, представленных на рис. 2 и 3, показывает, что может реализоваться такая ситуация, когда ранг r региона не изменится, а в эффективном ранговом распределении могут произойти существенные изменения. Анализ динамики эффективного рейтинга r* позволит диагностировать на более ранних стадиях характер поведения того или иного социально-экономического показателя по совокупности исследуемых регионов, тем самым повысить степень достоверности прогнозирования развития рисковых ситуаций.
Такое поведение г* важно с точки зрения мониторинга эффективности мероприятий региональных и федеральных властей по улучшению социально-экономической ситуации на субнациональном и страновом уровнях.
Потребность в действенном инструменте мониторинга и способе определения результатов развития региональных социально-экономических систем со стороны государства в целях повышения эффективности всей системы управления и контроля может быть реализована с помощью традиционных методов статистического анализа, получивших новое авторское развитие и интерпретацию [17, с. 54]. Представляется важным в разрабатываемую государством структурную экономическую политику
закладывать новые методы мониторинга результатов ее реализации, в том числе усовершенствованные методы рангового анализа. Эффективное ранговое распределение регионов по различным социально-экономическим показателям их развития позволяет получить реальное представление о том месте субъекта Федерации,
которое было достигнуто на соответствующий период времени с учетом «разброса» регионов между собой из-за существующих диспропорций в развитии, ярко выраженном нелинейном распределении исходных величин социально-экономических показателей.
Получение достоверных результатов
ранжирования и рейтингования субъектов Федерации по любым ключевым показателям социально-экономического развития позволяет не только делать правильные, адекватные выводы о результатах работы исполнительной власти на региональном уровне, но и определять приоритеты стратегического управления территориями с учетом динамики рангов по перечню актуальных показателей. Предложенный метод эффективных ранговых распределений регионов по системе социально-экономических показателей можно рассматривать и как индикатор измерения безопасности территории, а любое изменение ранга во времени - это индикатор улучшения или ухудшения безопасного состояния, и это изменение имеет количественное измерение.
Рисунок 1
Эмпирическое ранговое распределение инновационной активности и модельное линейное ранговое распределение и линейная аппроксимация инновационной активности регионов России за 2013 г.
Figure 1
The empirical rank distribution of innovative activity and a linear model rank distribution and a linear approximation of innovation activity of Russian regions in 2013
l 02961t- 1,9039 R'= 1
1
I
j— 0Д059Х + 5 Д041 Rl= 0,9889
0
/ r
— Модельное линейное ранговое распределение • ЭмшгрическоераетоЕоераспределениеинновадионной; ■ Эмпирическое ранговое рае пределе ние инновационной: Линейная аппроксимация инновационной:
Источник: авторская разработка по данным Росстата Source: Authoring, based on the Federal State Statistics Service data
Рисунок 2
Линейное изоморфное отображение y = 0,1059х + 2,0896 структуры множества значений инновационной активности во множество положительных целых чисел - эффективный ранг r*
Figure 2
Linear isomorphic mapping of y = 0,1059x + 2,0896 structure of the set of values of innovation activity in the set of positive integers - the effective rank r*
Эффективный ранг г*
Источник: авторская разработка по данным Росстата Source: Authoring, based on the Federal State Statistics Service data
Рисунок 3
Ранговое распределение r и r * инновационной активности регионов Российской Федерации в 2013 г. Figure 3
Rank distributions of r and r * of the innovative activity of Russian regions in 2013
Источник: авторская разработка по данным Росстата Source: Authoring, based on the Federal State Statistics Service data
Список литературы
1. Мау В. Антикризисные меры или структурные реформы: экономическая политика России в 2015 году // Вопросы экономики. 2016. № 2. С. 5-34.
2. Бойко Г.А., Асофская О.В. Возможности использования корреляционно-регрессионной модели при построении банковских рейтингов // Экономический вестник Ярославского университета. 2013. № 30. С. 46-50.
3. Гизунова Е.А. Построение системы вознаграждений работников по трудовому рейтингу // Современные технологии. Системный анализ. Моделирование. 2008. № 5. С. 174-177.
4. Горбанева О.П., Сидельников В.И. Построение рейтинга регионов по бюджетным показателям // Инженерный вестник Дона. 2015. Т. 39. № 4-2. URL: http://www.ivdon.ru/ru/magazine/archive/n4p2y2015/3458.
5. Лагуткин О.Е. Теория и практика рангового анализа при определении параметров электропотребления // Электрика. 2008. № 9. С. 43-48.
6. Митихин В.Г., Углов А.В. Ранжирование свойств текстильных материалов с использованием ранговых оценок и процедур анализа иерархий // Известия высших учебных заведений. Технология текстильной промышленности. 2010. № 1. С. 16-19.
7. Попов В.В. Специфика метода медиаметрических исследований: построение рейтингов эффективности российских политических партий // Вестник РГГУ. Сер.: Философия. Социология. Искусствоведение. 2012. № 2. С. 141-149.
8. Басова М.М. Построение рейтингов организаций на основе анализа социальных аспектов их устойчивого развития // Известия Юго-Западного государственного университета. Сер.: Экономика. Социология. Менеджмент. 2016. № 1. С. 126-135.
9. Бедаш В.В., Гурина Р.В. Метод рангового анализа в управлении качеством образования // Международный журнал экспериментального образования. 2014. № 7-1. С. 108-111.
10. Харламова Е.Е. Роль мониторинга показателей эффективности в построении регионального рейтинга образовательных организаций // Проблемы и перспективы развития образования в России. 2014. № 31. С. 186-190.
11. Хеттманспергер Т. Статистические выводы, основанные на рангах. М.: Финансы и статистика, 1987. 334 с.
12. Буховец А.Г. Системный подход и ранговые распределения в задачах классификации // Вестник Воронежского государственного университета. Сер.: Экономика и управление. 2005. № 1. С. 130-142.
13. Соколов А.А. Применение рангового корреляционного анализа для статистического обоснования весовых коэффициентов показателей устойчивости системы // Информационно-управляющие системы. 2013. № 4. С. 91-93.
14. Хрусталёв Е.Ю. Методы инновационной реструктуризации российского наукоемкого производственного комплекса // Модели и методы инновационной экономики. М.: ЦЭМИ РАН, 2014. С. 187-192.
15. Булетова Н.Е. Управление траекторией развития региональной эколого-экономической системы. Волгоград: ВФ РАНХиГС, 2013. 240 с.
16. Хрусталёв Е.Ю., Славянов А.С. Инновационно ориентированная методология оценки состояния и возможностей роста национальной экономической системы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. № 115. URL: http://ej .kubagro.ru/2016/01/pdf/06.pdf.
17. Шаркевич И.В., Булетова Н.Е. Структурный и ранговый анализ региональных социально-экономических систем. Волгоград: ВФ РАНХиГС, 2016. 60 с.
ISSN 2311-8725 (Online) Economic Advancement
ISSN 2073-039X (Print)
THE RANKING ANALYSIS OF REGIONAL SOCIO-ECONOMIC SYSTEMS: AN UPDATED APPROACH Natal'ya E. BULETOVA"', Igor' V. SHARKEVICHb
a Russian Presidential Academy of National Economy and Public Administration, Volgograd Branch, Volgograd, Russian Federation [email protected]
b Plekhanov Russian University of Economics, Volgograd Branch, Volgograd, Russian Federation igo. [email protected]
• Corresponding author
Article history:
Received 18 July 2016 Received in revised form 29 July 2016
Accepted 16 August 2016 JEL classification: C41, P51
Keywords: innovation activity, rank distribution, effective rank, differentiation, non-linearity
Acknowledgments
The article was supported by the Russian Foundation for Basic Research, grant No. 16-06-00027 A.
References
1. Mau V. [Anti-crisis measures and structural reforms: Russia's economic policy in 2015]. Voprosy Ekonomiki, 2016, no. 2, pp. 5-34. (In Russ.)
2. Boiko G.A., Asofskaya O.V. [The possibility of using the correlation and regression model when constructing the bank ratings]. Ekonomicheskii vestnik Yaroslavskogo universiteta = Economic Bulletin of Yaroslavl State University, 2013, no. 30, pp. 46-50. (In Russ.)
3. Gizunova E.A. [Building a system of labor remuneration based on labor rating]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie = Modern Technologies. System Analysis. Modeling, 2008, no. 5, pp. 174-177. (In Russ.)
4. Gorbaneva O.P., Sidel'nikov VI. [Creating a rating of regions based on budget indicators]. Inzhenernyi vestnik Dona, 2015, vol. 39, no. 4-2. (In Russ.) Available at: http://www.ivdon.ru/ru/magazine/archive/n4p2y2015/3458.
5. Lagutkin O.E. [Theory and practice of rank analysis in determining the power consumption parameters]. Elektrika = Electrics, 2008, no. 9, pp. 43-48. (In Russ.)
6. Mitikhin V.G., Uglov A.V. [Ranking the properties of textile materials using the rank estimations and hierarchy analysis procedures]. Izvestiya vysshikh uchebnykh zavedenii. Tekhnologiya tekstil'noi promyshlennosti = Proceedings of Higher Eduction Institutions. Textile Industry Technology, 2010, no. 1, pp. 16-19. (In Russ.)
7. Popov V.V. [The specificity of the mediametry studies method: Building the ratings of Russian political parties efficiency]. Vestnik RGGU. Ser.: Filosofiya. Sotsiologiya. Iskusstvovedenie = RSUH/RGGU Bulletin. Philosophy. Social Studies. Art Studies, 2012, no. 2, pp. 141-149. (In Russ.)
Abstract
Subject The article considers the method of calculating the rank values of a set of objects for quantitative measurement of their performance as compared with each other.
Objectives The study aims to develop an improved method of ranking and interpretation of obtained results, which would take into account the degree of non-linearity of differences between the compared objects, and this difference would be measured by appropriate effective rank. Methods Based on traditional methods of statistical and economic-mathematical analysis (correlation and regression, variation, graphic), we present the main stages and results of the analysis of effective ranking of subjects of the Russian Federation.
Results Testing the developed method of rank analysis on the case of innovative activity showed a positive result. If included in monitoring and strategic audit of results of territories development, the method will enable to have reliable assessment of comparative situation in regions and efficient management decisions on social and economic development of territories.
Conclusions and Relevance The main advantage of the proposed method is elimination of a formal approach to ranking and a possibility to rank situations in regions, taking into account the degree of difference (non-linearity) of socio-economic characteristics of development.
© Publishing house FINANCE and CREDIT, 2016
8. Basova M.M. [Building the ratings of organizations based on the analysis of social aspects of their sustainable development]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Ser.: Ekonomika. Sotsiologiya. Menedzhment = Proceedings of South-West State University. Series Economics. Sociology. Management, 2016, no. 1, pp. 126-135. (In Russ.)
9. Bedash V.V., Gurina R.V. [A method of rank analysis in managing the quality of education].
Mezhdunarodnyi zhurnal eksperimental'nogo obrazovaniya = International Journal of Experimental Education, 2014, no. 7-1, pp. 108-111. (In Russ.)
10. Kharlamova E.E. [The role of monitoring the performance in the construction of regional rating of educational institutions]. Problemy i perspektivy razvitiya obrazovaniya v Rossii = Problems and Prospects for Development of Education in Russia, 2014, no. 31, pp. 186-190. (In Russ.)
11. Hettmansperger T. Statisticheskie vyvody, osnovannye na rangakh [Statistical Inference Based on Ranks]. Moscow, Finansy i Statistika Publ., 1987, 334 p.
12. Bukhovets A.G. [A systems approach and rank distributions in classification problems]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Ser.: Ekonomika i upravlenie = Proceedings of Voronezh State University. Series: Economics and Management, 2005, no. 1, pp. 130-142. (In Russ.)
13. Sokolov A.A. [Application of rank correlation analysis to the statistical basis of weighting coefficients of indicators of the system stability]. Informatsionno-upravlyayushchie sistemy = Information and Control Systems, 2013, no. 4, pp. 91-93. (In Russ.)
14. Khrustalev E.Yu. Metody innovatsionnoi restrukturizatsii rossiiskogo naukoemkogo proizvodstvennogo kompleksa. V kn.: Modeli i metody innovatsionnoi ekonomiki [Methods of innovative restructuring of Russian high-tech industrial complex. In: Models and methods of innovation economy]. Moscow, CEMI RAS Publ., 2014, pp. 187-192.
15. Buletova N.E. Upravlenie traektoriei razvitiya regional'noi ekologo-ekonomicheskoi sistemy [Managing the trajectory of development of regional ecological and economic system]. Volgograd, VB of RANEPA Publ., 2013, 240 p.
16. Khrustalev E.Yu., Slavyanov A.S. [An innovation-oriented methodology to assess the status and opportunities of the national economic system's growth]. Scientific Journal of KubSAU, 2016, no. 115. (In Russ.) Available at: http://ej.kubagro.ru/2016/01/pdf/06.pdf.
17. Sharkevich I.V., Buletova N.E. Strukturnyi i rangovyi analiz regional'nykh sotsial'no-ekonomicheskikh sistem [Structural and rank analyses of regional socio-economic systems]. Volgograd, VB of RANEPA Publ., 2016, 60 p.
