CC BY
63
УДК 336.143:330.4 ББК 65.261.3В631 Р 19
М.С. Ракитина
Аспирант Таганрогского технологического института ГОУ ВПО «Южный федеральный
университет». Тел. (8634)-311-426, e-mail: rakitinams@gmail.com.
Рефлексивное управление как интеллектуальный метод поиска решений в сфере межбюджетных отношений [1]
Аннотация: Стабильное финансовое положение регионов и муниципальных
образований является неотъемлемой частью эффективного экономического роста в условиях рынка. В связи с этим наибольшее значение приобретают вопросы по формированию высокого уровня бюджетной обеспеченности. Для своевременного решения, возникающих вопросов необходимо использовать соответствующие инструменты анализа и принятия решений в области управления межбюджетными отношениями. В работе в качестве такого инструмента предлагается методика определения объемов трансфертов муниципальным образованиям на территории субъекта РФ, основанная на комплексном применении системного подхода, когнитивного моделирования и рефлексивных игр, и которая может быть использована для блока интеллектуального поиска решений.
Ключевые слова: система межбюджетных отношений, уровень бюджетной
обеспеченности, интеллектуальный поиск решений, рефлексивное управление, рефлексивные игры.
M.S. Rakitina
Post-graduate student of Taganrog Polytechnic Institute of GOU VPO “Southern Federal
University”. Ph.: (8634)-311-426, e-mail: rakitinams@gmail.com.
Reflective management as an intellectual method of search of decisions in sphere of interbudgetary relations
Abstract: Stable financial situation of regions and municipalities is an integral part of effective economic growth in the market. In connection with this most important issues have become to build a high level of budgetary provision. Timely solutions to emerging issues must use the appropriate tools for analysis and decision making in the management of interbudgetary relations. In this paper, as such a tool offers a method of calculating the volume of transfers to municipalities in the territory of the RF subject, based on an integrated systematic approach, cognitive modeling and reflexive games, which can be used to block mining solutions.
Key words: the system of intergovernmental fiscal relations, the level of budgetary support, intelligent search solutions, reflexive games.
Муниципальные образования существенно различаются по своему экономическому потенциалу. Существуют муниципальные образования «доноры» и «реципиенты». В муниципальных образованиях - «донорах» доходы превышают их нормативные бюджетные потребности; муниципальные образования - «реципиенты» нуждаются в бюджетных дотациях. Донорами являются крупные города с эффективно работающими промышленными предприятиями, а также территории, обладающие богатыми природными ресурсами. В настоящее время в России подавляющее большинство муниципальных образований является реципиентами, в отдельных сельских поселениях доля собственных доходов не превышает 10% от минимально необходимых расходов. В связи с этим Федеральный закон № 131 2003 г. «Об общих принципах организации местного
самоуправления Российской Федерации» (ФЗ № 131) устанавливает систему межбюджетных отношений в субъекте Российской Федерации, обеспечивающую финансовую поддержку экономически слабых муниципальных образований (с низким уровнем бюджетной обеспеченности), изъятие избыточных финансовых средств у доноров (с высоким уровнем бюджетной обеспеченности), а также поддержку отдельных инвестиционных программ и проектов и приоритетных социально значимых расходов на территориях муниципальных образований.
Наличие дефицитных бюджетов объясняется в большинстве случаев неграмотным распределением трансфертов между дефицитными бюджетами муниципальных образований. Возникающие проблемы имеют слабоструктурированный характер, так как при распределении трансфертов необходимо учитывать как экономический, так и социальный характер расходования финансовых ресурсов, который невозможно оценить, только количественными данными и показателями.
Для управления системами со слабоструктурированными проблемами в стандартных ситуациях существует возможность использования классических методов управления, но проблемы межбюджетных отношений являются слабоструктурированными (необходимо принимать решения в условиях неопределенности), и требуют оперативного принятия решений, особенно в нештатной ситуации (в условиях кризиса). Поэтому необходимо использование методов решения неформализованных задач (или трудно формализуемых), т.е. интеллектуальных методов поиска решений. Уже в конце восьмидесятых годов было известно около 100 систем, основанных на методах искусственного интеллекта, но данные системы применяли в области исследования окружающей среды. Руководители экономических систем ощутили потребность в данных системах только в настоящее время.
На современном этапе развития интеллектуальных технологий нередко применяют метод рефлексивных игр, который позволяет придать свойство интеллектуальности информационной системе. Данный метод эффективно сочетается с применением системного подхода, методы которого исследуют весь процесс от получения, обработки информации и до принятия решения, а также с когнитивным моделированием, использование которого позволяет исследовать взаимосвязи между элементами системы, а так же составить сценарные прогнозы развития исследуемой системы.
Методы интеллектуального поиска решений начинают активно применять в системах поддержки принятия решений. Под поддержкой принятия решений в сфере межбюджетных отношений понимается процесс принятия решений как процесс выбора альтернатив, но прежде чем выбрать наиболее эффективный вариант решения, его необходимо разработать. Для этого требуется целеполагание, анализ имеющейся и сбор дополнительной информации, изучение и анализ текущих межбюджетных отношений, проработка сценариев последующего развития отношений и как один из заключительных шагов принятия управленческого решения, выбор лучшей альтернативы, в соответствии с некоторым оценочным критерием.
Необходимо отметить важность человеческого фактора в процессе принятия решений в сфере межбюджетных отношений, так как именно человек осуществляет выбор лучшего варианта решения - это лицо, принимающее решение (ЛПР). «Человеческим фактором в системах управления называется совокупность свойств человека, как объекта управления, которая определяет его активное влияние на управляющую систему» [2]. ЛПР должен выбрать такую альтернативу, из числа имеющихся, которая в наибольшей мере будет способствовать достижению поставленной цели. При выборе альтернативы так же необходимо учесть множество аспектов, таких как: экономическая рентабельность, техническая целесообразность, научная необходимость, человеческие и социальные факторы и потребности.
Оценка и обоснование какой-либо из альтернатив с учетом нормативно-правовой базы организации межбюджетных отношений возможно на основе теории полезности [3]. На основе количественной оценки полезности результатов принятия решений, становится
возможной формализация задачи принятия решений, которая достигается путем введения критерия оптимальности и допустимости решения в текущую и будущую ситуацию. Критерий является основанием для оценки решения и позволяет снизить риск принятия субъективных и случайных решений. В основу количественного измерения полезности принятия решений положена теории Фишберна и Неймана-Моргенштерна, аксиомы полезности: транзитивность, непрерывность, монотонность [3].
Для облегчения процесса принятия управленческого решения в сфере межбюджетных отношений необходимо применять методы поддержки принятия решений, которые должны позволить [4]:
- формализовать процесс разработки альтернативных решений на основе имеющейся информации;
- давать критериальные оценки параметрам системы межбюджетных отношений, на основе ранжирования выбранных критериев, с целью оценки вариантов решений в соответствии с их полезностью;
- использовать формализованные процедуры согласования при принятии коллективных решений, т.е. находить близкие направления мнений участников процесса принятия решений;
- использовать формальные процедуры прогнозирования последствий принимаемых решений;
- выбрать лучший вариант решения возникшей проблемы.
При выборе альтернативы ЛПР может столкнуться с проблемой неоднозначной оценки ситуации в сфере межбюджетных отношений в связи с наличием неопределенности (информационная недостаточность, непредсказуемость поведения внешней среды, отсутствие четкой цели) и многокритериальности задач принятия решений (возникновение нескольких проблем одновременно). Для преодоления возникшей трудности необходимо «снять неопределенность». Одним из методов «снятия неопределенности» можно назвать субъективную оценку экспертов, способную объединить разнородные параметры межбюджетных взаимодействий в единую модель, которая позволяет оценить решения в сфере межбюджетных отношений.
Вместе с субъективной оценкой целесообразно использовать и объективную оценку, которая основана на ограничениях, накладываемых окружающей средой на возможные решения.
Для решения слабоструктурированных проблем в сфере межбюджетных отношений предлагается авторская методика выявления проблем и поиска решений при организации межбюджетных взаимодействий на уровне субъекта РФ, которая предполагает последовательное выполнение этапов разработанного алгоритма определения объемов трансфертов (рис. 1).
Как уже отмечалось выше, с помощью методов поддержки принятия решений осуществляется изучение и анализ текущих межбюджетных отношений, проработка сценариев последующего развития отношений и как один из заключительных шагов принятия управленческого решения, выбор лучшей альтернативы, в соответствии с некоторым оценочным критерием. Автоматизация процесса поддержки принятия решений в сфере межбюджетных отношений позволит снизить влияние человеческого фактора и оперативно определить лучший план действий. Именно поэтому необходимо развитие систем поддержки принятия решений в сфере межбюджетных отношений.
Практика автоматизации задач регулирования межбюджетных отношений показывает, что применение нескольких методик одновременно и широкого набора бюджетных показателей для определения объема финансовой помощи муниципальным образованиям технологически усложняют процедуру расчета («особенно при большом количестве получателей трансфертов и сжатых сроках принятия решений») [5].
_£
Сбор, систематизация, анализ статистической информации об исполнении консолидированного бюджета области
ї
Определение факторов влияющих на на организацию и управление межбюджетными взаимодействиями
Выявление проблем в регулировании межбюджетных 1 этап взаимодействий
Построение когнитивной карты укрупненной схемы социально-экономического механизма Субъекта РФ
I
Определение взаимовлияния внешней среды и финансовой __________________системы Субъекта РФ___________________
2 этап
Построение когнитивной карты межбюджетных взаимодействий
Определение взаимосвязей между концептами
Определение степени и силы влияния
3 этап
Анализ структуры когнитивной модели
Вывод
итогового
сценария
развития
I
Когнитивное моделирование (импульсное) и сценарный анализ
4 этап
Определение объемов трансфертов на основе решения задач рефлексивного управления
б этап
Результаты рефлексивного управления
Рис. 1. Алгоритм определения объемов трансфертов, направленных на выравнивание уровня бюджетной обеспеченности муниципальных образований на территории субъекта РФ
Автоматизированные системы управления («Сапфир», ПК «Скиф 3», НПО «Криста», ПК «PROБюджет») [6, 7, 8] справились с автоматизацией некоторых расчетов процесса регулирования задач организации распределения межбюджетных трансфертов на территории субъекта РФ, но по-прежнему отсутствует поддержка принятия решений в области определения методики расчета объемов финансовой помощи (трансфертов) муниципальным образованиям с низким уровнем бюджетной обеспеченности в оперативном порядке, решить
данную проблему возможно посредством внедрения в автоматизированные системы поддержки принятия решений модуля интеллектуального поиска решений.
Согласно ФЗ № 131 объемы межбюджетных трансфертов определяет региональный центр (администрация), поэтому необходимым условием для метода интеллектуального поиска решений должна быть ориентация на информированность всех участников (агентов) процесса о приоритетности распределения трансфертов. Взаимная информированность агентов является существенной в распределительных вычислительных системах, в искусственном интеллекте и др. областях и может быть обеспечена путем применения теоретико-игровых моделей принятия решений в различных сферах [9]. Взаимная информированность агентов является [10].
Все параметры теоретико-игровых моделей (игры) являются общим знанием, т.е. каждому агенту известны все параметры игры. В общем случае каждый из агентов может иметь собственные представления о параметрах игры, каждому из которых соответствует некоторое субъективное описание игры [11], при этом как правило отсутствуют противоречия в действиях агентов. Но в условиях не одинаковой информированности и возникновения противоречий отсутствуют результаты в достижении равновесного состояния взаимной информированности. Следовательно, возникает необходимость разработки и исследования математических моделей игр, в которых информированность агентов не является общим знанием и агенты принимают решения на основе иерархии своих представлений. Этот класс игр называется рефлексивными играми.
Рефлексивные игры позволяют моделировать поведение рефлексирующих субъектов, исследовать зависимость выигрышей агентов от рангов их рефлексии, и решать задачи рефлексивного управления [12].
Термин «рефлексивные игры» ввел В.А. Лефевр в 1965г. и на современном этапе развития теоретико-игрового аппарата в выше описанных условиях целесообразно применять рефлексивное управление.
Рефлексивное управление - целенаправленное влияние на информацию о состоянии системы.
Задачи информационного регулирования рассматривались в работах активного прогнозирования [13]. И прежде, чем перейти к постановке задачи рефлексивного управления, целесообразно дать несколько определений и понятий.
Под агентом будем понимать субъект, принимающий решение, и объект, участвующий в принятии решений, которые взаимодействуют между собой по причине не совпадения их интересов (игра).
Описание игры заключается в задании следующих параметров [14]:
- множества агентов;
- предпочтений агентов, т.е. целеопределение действий агентов;
- множеств допустимых действий агентов;
- информированности агентов;
- порядка функционирования, т.е. последовательность выбора действий.
Как и в любой другой теоретико-игровой модели, результатом полученного игры является построение равновесия, в данном случае выбор согласованного решения агентов [15]. Многообразие вариантов решений будет определено рангом игры.
Как известно, построение рефлексивной игры начинается с формирования управления центром, в нашем исследовании - это субъект РФ (регион), такой структуры информированности агентов (муниципальных образований), при которой субъективным равновесием является требуемый для центра вектор действия агентов, а объективным -максимально выгодный. Пусть на множестве состояний системы введен функционал Ф (■), описывающий интересы центра (Субъекта РФ) на множестве X векторов действий агентов (запросов муниципальных образований об объемах финансовых средств на выравнивание бюджетной обеспеченности).
Глубина информационной структуры ограничена х; (некоторое конечное число, все
рассуждения производятся от i-го агента). Из чего следует, что в соответствии с (1).
AX*(y V ) = X* -2, Vi=2,3,... (1)
что означает не симметричность общего знания на нижнем уровне множество субъектов равновесий i-го агента (не совпадение интересов муниципальных образований и регионального центра).
Следовательно, изменяя информационную структуру, у центра есть возможность побудить агента выбрать субъективное равновесие, т.е. выбрать любое действие , которое можно [16] назвать множеством реализованных действий.
г\ * о. о.
Задача управления заключается в нахождении вектора x реализованных действий (определение объема финансирования муниципальных образований), целевую функцию центра можно определить следующим образом
х* = arg max Ф (xj,x2,...,xn) (2)
{х,е XV },6 ж ( )
Вычисление в соответствии с классическим равновесием Нэша для двух агентов, в котором информация о значениях 0i,02e й является общим значением. То есть, первоначальная информация о бюджетной обеспеченности муниципальных образований.
En(61,6 2) = {(Xi(61,6 2),Х2(61,6 2))е X'} (3)
" У1 е X1f1(6 1, Х1(6 1,6 2 X Х2(6 1,6 2 )) * f1(6 1, У^ Х2(6 16 2 )) )
" У 2 е X 2f2(6 2 , Х1(6^6 2 ), Х2(61,6 2 )) * Л(6 2, Х2(61,6 2), У2))
Введем множество лучших ответов i-го агента на выбор оппонентом действий из множества , при множестве Q возможных состояний системы, подразумевается, что происходит определение одного из возможных предложенных центром объемов финансирования муниципальных образований с целью повышения уровня бюджетной обеспеченности:
BR1(й, X ,■) = U Arg max f(6 , Х, Х- i X i = 1,2 (4)
Хе X ,6 ей [х1 е X }ie n
а также, введем свойства множеств ответов агентов (данные свойства характеризуют информированность муниципальных образований и центра):
En = U En (61,6 2), EN = U En (61,6 2) (5)
61,6 9ей 6ей
Xi = U Х (61,6 2 ) = Pr 0jrEN , r = 1,2
61,6 2 ей
Если базовый набор действий агентов, можно определить как:
(6)
То набор действий ьго агента будет определен как (7) и будет выбран из возможных вариантов действий множества П возможных состояний системы межбюджетных отношений: X* = ВЩй ,Хк'1),К = 1,2...,/ = 1,2 (7)
Отображение (4) В^(й , Х_ г): 0 х Х_ г ® Х1 называется рефлексивным отображением 1-го агента (рефлексивное отображение одного муниципального образования), 1=1,2.
Свойства введенных множеств описываются следующим утверждением, истинность
которого определена (3) - (6) Е° с Еы , Хк с ХК{', к=0,1...Д=1,2.
Таким образом, если рефлексивные отображения агентов стационарны, то
максимальный целесообразный ранг информационной рефлексии равен 2 и при не симметричном общем знании на нижнем уровне множество субъективных равновесий 1-го агента будет равно:
АХ*(у к) = Хк-2, к,=2Д..., (8)
а при симметричном общем знании на нижнем уровне множество субъективных равновесий 1-го агента равно:
SX*(y к ) = ВЯг(0 ,...,ВЯ}(0 ,Рга]г,Е^ ),...), к;=2,3,... . (9)
Тогда (2) - является стандартной задачей оптимизации.
Если рефлексивное отображение стационарно, то в силу (8) задача (2) примет вид х* = arg max Ф (х1,х2,...,хn)
{ yt е Х0}е N
Фиксируем действие , которое центр хотел бы реализовать, то есть тот объем финансовой поддержки, который наиболее выгоден для региона в целях экономии ресурсов для последующего их распределения.
х* е X0 = П X0
Если П r , то фиксированное действие реализуемо как субъективное
iS N
равновесие.
Если , то реализовать данное действие как информационное равновесие невозможно, то есть это действие не является оптимальным или не входит в допустимый набор состояний системы Q множества возможных состояний системы.
Если рефлексивное отображение не стационарно, то необходимо найти для каждого агента регулируемую информационную структуру глубины , в рамках которой искомое действие является субъективным равновесием, то есть:
k*(xr) = min{kе X|x* е Xki-2},iе N (10)
Алгоритм решения задачи (10) в случае двух агентов (одно муниципальное образование и Субъект РФ).
Введем для произвольного действия xi е Xr, i-го агента множество тех действий на оппонента, на которые при некотором допустимом состоянии системы данное действие является лучшим ответом:
U (x) = {х е xj $6 е й : x е Arg max f(6, x , x)} (11)
хе X
Алгоритм нахождения оптимального решения будет выглядеть следующим образом:
1. Если , то решения не существует, иначе перейти к шагу 2;
2. Если , то решение найдено и = 2, иначе перейти в шагу 3;
3. Если Uj (xr) n Xj = <0 , то решение найдено и = 3, иначе перейти к шагу 4;
4 Е Uu(x) n Xj = 0 й й 5
4. Если u* гУ u r , то решение найдено и = 4, иначе перейти к шагу 5;
xiе U j (xi )
5. и т.д. расширяя область определения х*, до некоторой области значений ^.
В результате выполнения необходимого количества этапов алгоритма определяется выгодный для муниципального образования и Субъекта РФ объем межбюджетных трансфертов. Данную процедуру необходимо провести для каждого муниципального образования.
Применение рефлексивных игр в управлении межбюджетными отношениями и в управлении финансовыми потоками на практике ранее не осуществлялось.
В заключении можно отметить, что разработанная методика определения объемов трансфертов на уровне Субъекта РФ применима на территории любых других Субъектов РФ, так как Рефлексивные игры применяются в комплексе с когнитивным моделированием и системным подходом к исследованию слабоструктурированных систем.
Примечания:
1. Работа выполнена в рамках ФЦП «Научные и научно-педагогические кадры», грант № 02.740.11.0379 «Моделирование процессов социального взаимодействия и проблем национальной безопасности Юга России».
2. Бурков В.Н., Буркова В.И. Человеческий фактор в управлении социальными и экономическими системами / под ред. Н.А. Абрамовой, К.С. Гинсберга, Д.А. Новикова. М.: Ком. Книга, 2006.
3. Нейман Дж. фон Моргенштерн О. Теория игр и экономическое поведение. М.,
1970.
4. Горелова Г.В., Захарова Е.Н., Гинис Л.А. Когнитивный анализ и моделирование устойчивого развития социально-экономических систем. Ростов н/Д: Изд-во Рост, ун-та, 2005. 288 с.
5. Кожухова О. Практика автоматизации задач регулирования межбюджетных отношений // Бюджет. 2006. Ноябрь.
6. Апарович Г. «Скиф-3»: новый продукт - новые возможности. URL:
http://www.fintech.ru
7. Погудин А.А. О создании единой информационной системы управления бюджетным процессом в Тульской области // Бюджет. 2009. Январь.
8. Прикладное программное обеспечение для получателей бюджетных средств. // Бюджет. 2009. Февраль.
9. Reasoning about knowledge / R. Fagin, J. Halpern, Y.O. Moses, M.Y. Vardi Cambridge: MIT Press, 1995.; Fagin R., Halpern J., Vardi M.Y. A model-theoretic analysis of knowledge // Jornal of Assoc.Comput. 1991. Math. Vol. 38, № 2. P. 382-428.
10. Halpern J., Moses Y.O. Knowledge and common knowledge in a distributed environment // Jornal of Assoc.Comput. 1990. Math. Vol. 37, №3. P. 549-587.
11. Гермейер В.А. Игры с не противоположными интересами. М.: Наука, 1976. 327с.
12. Новиков Д.А., Чхартишвили А.Г. Активный прогноз. М.: ИПУ РАН, 2002. 101с.
13. Горелик В.А., Кононенко А.Ф. Теоретико-игровые модели принятия решений в эколого-экономических системах. М.: Радио и связь, 1982. 144 с.
14. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. Сер. Управление организационными системами М.: СИНТЕГ, 2003. 160 с.
15. Новиков Д.А., Петраков С.Н. Курс теории активных систем. М.: Синтег, 1999. 108
с.
16. Новиков Д.А. Стимулирование в социально-экономических системах (базовые математические модели). М.: ИПУ РАН, 1998. 216 с.
References:
1. Работа выполнена в рамках ФЦП «Научные и научно-педагогические кадры», грант № 02.740.11.0379 «Моделирование процессов социального взаимодействия и проблем национальной безопасности Юга России».
2. Burkov V.N., Burkova VI. The human factor in management of social and economic systems / Ed. N.A.Abramova, K.S.Ginsberg, D.A.Novikov. М.: Kom. Kniga, 2006.
2. Neumann J. fon Morgenshtern O. The theory of games and economic behaviour. М.,
1970.
3. Gorelova G.V, Zakharova E.N., Ginis L.A. A cognitive analysis and modelling of a sustainable development of social and economic systems. Rostov-on-Don: Rostov University Publishing House, 2005. 288 p.
4. Kozhukhova O. A practice of automation of problems of regulation of interbudgetary relations // Budget. November, 2006.
5. Aparovich G. “Skif-3”: a new product - new possibilities [an electronic resource] an access mode http://www.fintech.ru (date of the reference of 8/26/2008)
6. Pogudin А.А. About creation of a uniform information control system by budgetary process in the Tula area // Budget. January, 2009.
7. The Applied software for addressees of budgetary funds // Budget. February, 2009.
8. Fagin R., Halpern J., Moses Y.O., Vardi M.Y. Reasoning about knowledge. Cambridge: MIT Press, 1995.; Fagin R., Halpern J., Vardi M.Y. A model-theoretic analysis of knowledge//Jornal of Assoc. Comput. Math. 1991. Vol. 38. №2. P. 382-428.
9. Halpern J., Moses Y.O. Knowledge and common knowledge in a distributed environment//Jornal of Assoc. Comput. Math. 1990. Vol. 37. №3. P. 549-587. knowledge. Technical Report STA-CS-78-657. Stanford University, 1979.
10. Germeyer VA. Games with non-opposite interests. M.: Nauka, 1976. 327 p.
11. Novikov D.A., Chkhartishvili A.G. The active forecast. M.: IPU of the Russian Academy of Sciences, 2002. 101 p.
12. Gorelik V.A., Kononenko A.F. Theoretical-game models of decision-making in ecological and economic systems. M.: Radio and Communication, 1982. 144 p.
13. Novikov D.A., Chkhartishvili A.G. Reflective games. A series «Management of organizational systems”. M.: SINTEG, 2003, 160 p.
14. Novikov D.A., Petrakov S.N. A course of the theory of active systems. M.: SINTEG, 1999. 108 p.
15. Novikov D.A. stimulation in social and economic systems (base mathematical models). M: IPU of the Russian Academy of Sciences, 1998. 216 p.
