CC BY
22
9. Пояснительная записка о реализации государственной программы Чеченской Республики за 9 месяцев 2019 года // Министерство культуры Чеченской республики: официальный сайт. - URL: https://mk-chr.ru/index.php7compo-nent=download&file=9aff794a9f3f1092a59eb486cc209fe 1bbd2107106fe9bc5ee9e7c 1 a8af0f462&view=1 (дата обращения: 18.11.2020) References:
1. "On Amendments to the State Program of the Russian Federation" Development of Culture and Tourism for 2013 - 2020 ": Resolution of the Government of the Russian Federation of March 31, 2017 N 391 // SPS ConsultantPlus. □ URL: https://login.consultant.ru/link/7req=doc&base=LAW&n = 215333 & demo = 1 (date accessed: 17.11.2020)
2. Order of the Government of the Russian Federation of November 11, 2010 N 1950-r (as amended by the order of the Government of the Russian Federation of October 13, 2018 N 2211-r) // Codification.RF □ URL: https://rulaws.ru/ goverment / Rasporyazhenie-Pravitelstva-RF-ot-13.10.2018-N-2211 -r / (date accessed: 17.11.2020)
3. "Development of culture and tourism in the Chechen Republic": State program of the Chechen Republic // Code. □ URL: http://docs.cntd.ru/document/570785351 (date accessed: 17.11.2020)
4. Annual report on the implementation of the state program of the Chechen Republic in 2015 // Ministry of Culture of the Chechen Republic: official website. □ URL: https://mk-chr.ru/index.php?component=down-Ioad&file=c02e51 fe75f01 fb3d50466be0a5ebcfe95820416d5023ac201 f90dd4be07bf47&view= 1 (date accessed: 18.11.2020)
5. Information on expenditures for the implementation of the state program by funding sources for 2016 // Ministry of Culture of the Chechen Republic: official website. □ URL: https://mk-chr.ru/index.php?component=down-load&file=28bdb6cb9ba77786478d7beea77de91668a bece223ef96b4dl3f4673£2844be8 & view = 1 (date accessed: 18.11.2020)
6. Report on the implementation of activities of the state program "Development of culture and tourism in the Chechen Republic" for 2014 // Ministry of Culture of the Chechen Republic: official site. □ URL: https://mk-chr.ru/index.php7compo-nent=download&file=2369e6f4ae8e5d22c9 cd99eaca06f45e9120c51fd6204bld9c588f6873377bf8 & view = 1 (date accessed: 18.11.2020)
7. Explanatory note on the implementation of the state program of the Chechen Republic for 2017 // Ministry of Culture of the Chechen Republic: official website. □ URL: https://mk-chr.ru/index.php?component=down-Ioad&file=b587649af4986c03ecccf5e6cllcfbl298d8b0a6fbe4 f67a631aldc2al200b0d & view = 1 (date accessed: 18.11.2020)
8. Explanatory note on the implementation of the state program of the Chechen Republic for 2018 // Ministry of Culture of the Chechen Republic: official website. □ URL: https://mk-chr.ru/index.php?component=down-load&file=f4a6610730013c8aaf55eedeb9cc9e24281 aacfa4446 98d6d38f072ebdafl6a6 & view = 1 (date accessed: 18.11.2020)
9. Explanatory note on the implementation of the state program of the Chechen Republic for 9 months of 2019 // Ministry of Culture of the Chechen Republic: official website. □ URL: https://mk-chr.ru/index.php?component=down-Ioad&file=9aff794a9f3fl092a59eb486cc209fe Ibbd2107106fe9bc5ee9e7cla8afflf462 & view = 1 (date accessed: 18.11.2020)
DOI: 10.24412/2304-6139-2020-10776
Л.Н. Исачкова - профессор кафедры экономики и финансов, к.э.н., Краснодарский кооперативный институт (филиал) Российского университета кооперации (ekif.kra@yandex.ru),
L.N. Isachkova - Professor of the Department of Economics and Finance, Candidate of Economic Sciences, Krasnodar Cooperative Institute (branch) of the Russian University of Cooperation;
Н.С. Жминько - доцент кафедры теории бухгалтерского учета, к.э.н., «Кубанский государственный аграрный университет им. И.Т. Трубилина» (albina_evgenevna@mail.ru),
N.S. Zhminko - Associate Professor of the Department of Accounting Theory, Ph.D., "Kuban State Agrarian University named after I.T. Trubilin ";
В.Ю. Стоякин - магистрант, Краснодарский кооперативный институт (филиал) Российского университета кооперации (vladimirstoyakin@bk.ru),
V.Yu. Stoyakin - undergraduate, Krasnodar Cooperative Institute (branch) of the Russian University of Cooperation.
СИСТЕМНЫЙ ПОДХОД К МОДЕЛИРОВАНИЮ РЫНКА ТРУДА SYSTEM APPROACH TO LABOR MARKET MODELING
Аннотация: Современные попытки построения экономических моделей на уровне района, региона или страны не могут претендовать на истинность в рамках процессов глобализации, наблюдаемых во всем мире, ибо они принципиально не могут учитывать все процессы, протекающие в социально-экономическом пространстве.
Действенная политика занятости должна в нынешних условиях иметь предупреждающий характер и включать целый комплекс мер государственного регулирования, предотвращающих рост безработицы и ее переход в застойную форму. Немаловажно при этом опираться на мировой опыт регулирования безработицы.
Разработка рекомендаций по формированию стратегии управления рынком труда, отличающаяся примененной методологией, основанной на синтезе когнитивных, многомерных, статистических моделей, дало
возможность предложить приоритетную на данном периоде систему направлений развития регионального рынка труда.
Abstract. Modern attempts to build economic models at the level of a region, region or country cannot claim to be true within the framework of globalization processes observed all over the world, because they fundamentally cannot take into account all the processes taking place in the socio-economic space.
An effective employment policy should, in the current conditions, be of a preventive nature and include a whole range of government regulation measures to prevent the growth of unemployment and its transition to a stagnant form. It is important to rely on the world experience in regulating unemployment.
The development of recommendations for the formation of a strategy for managing the labor market, which is distinguished by the applied methodology based on the synthesis of cognitive, multidimensional, statistical models, made it possible to propose a system of directions for the development of the regional labor market, a priority system for this period.
Ключевые слова: рынок труда, анализ, математическое моделирование, эконометрическое прогнозирование, занятость
Keywords: abor market, analysis, mathematical modeling, econometric forecasting, employment
С началом рыночных реформ 1990-х годов задача исследования рынка труда России и отдельных ее субъектов становится все более актуальной. До этого периода отсутствовало само представление о рыке труда. Отсутствовал опыт, а также не было подробных теоретических и методических разработок данной проблемы. Незащищенность населения, в социальной сфере, являлась и продолжает являться одной из самых важных проблем, требующей особого внимания и целенаправленной поддержки в части государственной политики. Одно из решений данной проблемы - это использование концептуальных и методологических подходов стратегического управления - новой дисциплины, включенной в программы ряда вузов России.
Вместе с этим недостаточно внимания уделяется экономико-математическому моделированию в части изучения труда, в частности задачам прогнозирования и оптимизации. Эта тенденция наблюдается уже несколько десятилетий и не только у нас в стране, но и за рубежом. Нам видится следующее объяснение - практически все методы оптимизации и эконометрического прогнозирования ориентированы на классические подходы, такие как математическое программирование и эконометрическое моделирование.
Оба этих направления не всегда позволяют адекватно описать реальное состояние объектов и процессов на российском рынке труда, так как далеко не всегда связи между переменными линейны, а сами переменные имеют детерминированный или стохастический характер.
В традиционном моделировании различных проблем рынка труда в России обычно используются выборочные данные, основывающиеся на парадигме среднего значения (среднее значение числа безработных, средняя заработная плата), отклонения от которого имеют вероятностный характер. Но те современные средства, которыми мы обладаем в данный момент, позволяют исследовать не только выборку, но и всю совокупность в целом, в следствие создания баз и хранилищ данных.
Часто используемое среднее значение, не всегда является объективной характеристикой, а распределение показателей не обязательно имеет вероятностную природу. Корреляция далеко не всегда является причинной, соответственно, применимость к анализу рынка труда в России классической математической статистики, прикладной статистики и эконометрики требует дополнительного специального обоснования.
Следует отметить, что несмотря на общую тенденцию проявления негативного отношения к методам математического моделирования и эконометрического прогнозирования после рыночных кризисов 1997-1998 гг. и 2000-2001 гг., математические модели - это основной инструмент для оценки текущего состояния объекта, проверки влияния управляющих воздействий и прогнозирования.
Решением проблем изучения занятости населения занимались как зарубежные, так и российские учёные. В Чешской Республике Ham, Sveinar, and Terrell (1998); в Словакии Lubyova, Van Ours (1997, 1999), в Румынии Earl, Pauna (1996) -внёсшие вклад в развитие области анализа данных, изменяющихся во времени (транзитных данных). Micklewright и Nagy (1996, 1998, 1999) при изучении безработицы в Венгрии использовали методы непараметрического оценивания. Исследования продолжительности поиска работы в Москве и России проводились в работах: Sollogub и Pascal (1997), Foley (1997).
Вероятностные модели получения статуса безработного, спроса на рабочую силу и мотивацию поведения безработных на основании данных Департамента по труду и занятости населения отражались в работах российских ученых-экономистов. Авторы изучали вероятность трудоустройства для безработных с помощью методологии эконометрического анализа транзитных данных, позволяющей оценить вероятность выхода из состояния безработицы через некоторый промежуток времени (функцию риска) в зависимости от социально-демографических характеристик безработного, системы компенсационных выплат и т.д. Из работ российских авторов следует выделить работу Л.И. Ниворожкиной, Е.М. Ниворожкина, А.Г. Шухмина (2001) в которой впервые используется методология эконометрического анализа транзитных данных для исследования эффекта воздействия правил получения статуса безработного, размера и сроков выплаты пособия по безработице на вероятность для безработного найти работу с помощью службы занятости или покинуть её без трудоустройства.
Между тем при изучении проблем занятости населения недостаточно использовались современные информационные методы и технологии анализа структурированных данных. По нашему мнению основой подобного подхода к изучению рынка труда может служить «разведочный анализ данных» Дж.Тьюки (1962) и его реализация в виде кубов OLAP, а также методы интеллектуального анализа данных, реализуемого на основании принципа мягких вычислений (Soft Computing), предложенного Лотфи Заде(1994). В настоящее время известен целый ряд примеров применения методов разведочного и интеллектуального анализа данных за рубежом, существует достаточное количество специализированных средств анализа данных, основанных как на классической (вероятностной) парадигме в анализе данных (SAS, Statistica, SPSS, Statgraphics и т.д.), так и средств интеллектуального анализа данных, основанных на различных подходах теории искусственного и машинного (вычислитель-ного)интеллекта (PolyAnalist, SIPINA, iThink, Deductor и др.).
На современном этапе в связи с развалом старой системы экономических взаимоотношений в и небольшим промежутком времени капитализации (не более 15 лет) нельзя говорить о стационарности или не стационарности процессов, вероятностной или детерминистской природе данных. Поэтому в настоящих условиях для анализа считается целесообразным привлечение в научный оборот теорий, основанных на геометрической и когнитивной природе данных. В этой связи необходимо разрабатывать принципиально новые, специализированные методы изучения российского рынка труда и его подсистем, которые, с одной стороны, в полной степени учитывали реальную ситуацию в стране в целом и на рынке труда, в частности, а с другой стороны, основывались на современных направлениях экономико-математической науки, одним из которых является направление разведочного и интеллектуального анализа данных, а также математического моделирования в условиях неопределенности.
В настоящее время существует большое количество исследований, теоретических работ и многочисленных публикаций, посвященных недостаткам анализа данных классическими методами теории вероятностей и математическое статистики, основанными на предположении вероятностной природы данных и нормальности соответствующего закона распределения. В ряде работ предлагаются различные подходы анализа данных: основанные на разведочном анализе данных.
Однако геометрическая природа данных, интерпретируемая в классическом варианте по Дж. Тьюки, по-видимому, должна быть дополнена с точки зрения современного видения «фрактальной природы окружающего мира», то есть решение задачи классификации и снижения размерности должно быть обобщено.
Трудами отечественных и зарубежных ученых внесен значительные вклад в решение проблем анализа данных, извлечения знаний из больших массивов информации в условиях различной неопределенности, неопределенного программирования. Однако, несмотря на целый ряд системных исследований рынка труда и отношений занятости отсутствует достаточно полная методология анализа данных и оптимизации деятельности использования указанных средств применительно к решению этих проблем.
Прежде чем говорить о зависимости или независимости признаков их нужно измерить. Различают шкалы: количественные (конечные, бесконечные, дискретные и непрерывные - по множеству значений); качественные. Качественные и количественные шкалы можно классифицировать по множеству допустимых операций.
Существуют следующие модели исследования зависимостей:
1) регрессионный анализ, который можно назвать основным методом в прикладной статистике и эконометрике. Он представляет собой теорию построения зависимостей по эмпирическим данным.
Наиболее распространёнными в моделировании являются параметрические регрессионные зависимости, где вид функции известен и необходимо оценить её вектор параметров. В этом случае поиск аппроксимации сводится к наилучшему в смысле заданного критерия адекватности подбору вектора параметров.
В регрессионном анализе рассматривают: линейную относительно параметров регрессию; нелинейную относительно параметров; модели бинарных откликов.
2) модели анализа временных рядов.
Дискретный временной ряд - это некоторая последовательность измерений значений переменной за определенный период времени и через одинаковые промежутки времени. Последовательные наблюдения обычно зависимы. Временной ряд может содержать тенденцию, сезонность (циклические колебания) и влияние случайной компоненты. Тенденция может принимать разные формы во времени, для ее описания используют разные функции, подобранные путём визуализации. Как правило отделить тренд и сезонность часто очень сложно, так как они взаимно проникают друг в друга.
Часто для прогнозирования в статистике используют асимметричные фильтры. Так, в Statistica при выборе опции (Prior) скользящая средняя, скользящая медиана заменяют не средний, а последний уровень ряда в промежутке сглаживания. Сглаживая временной ряд, мы устраняем случайные колебания и получаем сглаженный (усреднённый) ряд, который проще прогнозировать. Кроме того, выделенный тренд позволяет планировать управляющие воздействия (например, для экономического временного ряда - это может быть план закупок товаров, проведение рекламных акций и т.д.) Временной интервал, для которого производится сглаживание, называют окном. Выбор ширины скользящего окна не является однозначным: при выборе малой ширины - усреднение шума не происходит, при выборе большой ширины усредняется не только шум, но и регулярная составляющая. По-видимому, следует рассматривать несколько вариантов скользящего окна и отбирать нужный, исходя из содержательной интерпретации (объяснение поведения или получения наилучшего прогноза).
Применение же скользящих средних сопряжено с рядом проблем: может искажаться циклическое движение; случайные колебания после сглаживания теряют часть движения и могут приниматься за долгосрочную тенденцию; производный ряд становится более гладким, чем исходный случайный ряд, и в нём могут проявляться систематические колебания, проявляющиеся в появлении ненулевых корреляций (эффект Слуцкого-Юла).
Временной ряд, не имеющий тренда, называется стационарным, его свойства не зависят от начала отсчета времени. Задачи анализа и обработки временных рядов в настоящее время являются типичными во многих областях науки и техники: микроэкономике, макроэкономике, демографии, криминалистике, экологии, финансах, сельском хозяйстве, радиоэлектронике, геофизике, астрономии, медицине, радиолокации. проектировании и испытании мостов, самолетов и автомобилей.
Требования к математическому обеспечению в части системы поддержки принятия решений сводятся к изучению трех классов:
1) информационно-поисковые, позволяющие осуществлять поиск необходимой информации в данных с помощью заранее составленных запросов;
2) оперативно-информационные, позволяющие проводить группировку и агрегирование данных в виде необходимом аналитику;
3) интеллектуальные, позволяющие осуществлять поиск знаний (логических и функциональных закономерностей) в данных и представлять их в виде понятном аналитику.
В современных условиях, важным является изучать методологические основы применения разведочного и интеллектуального анализа данных в экономических исследованиях; обосновывать применимость геометрических и когнитивных описаний для решения задач анализа, прогнозирования и построения различных сценариев; исследование механизма адаптации работников в аграрных районах к государственной системе трудоустройства и эффективности её воздействия на продолжительность поиска работы и шансы найти работу для различных групп населения.
Источниками для любого масштабного исследования, как правило служит база данных Госкомстата, данные интернет порталов, материалы конференций, в том числе международных, отчетность сельскохозяйственных организаций, в части исследования труда, статьи, монографии и т.д. В нашем исследовании, объектом является рынок труда, а также занятость населения Краснодарского края. Мы считаем, что процесс высвобождения и перераспределения рабочей силы на регистрируемом сегменте рынка труда в агарных районах России определяется рядом общих факторов. Во-первых, в этот период законодательство, определяющее порядок постановки на учёт и получения компенсационных выплат значительно не изменялось; во-вторых, для большинства аграрных районов России в настоящее время характерно банкротство или не стабильное развитие малых сельскохозяйственных предприятий, появление крупных агрокомплексов, наличие системы общего и профессионального образования, соответствующей потребностям любого района.
Таким образом, исследуя тенденции поведения безработных, зарегистрированных в службе занятости населения любой территориальной единицы, можно попытаться объяснить аналогичные процессы, происходящие на рынках труда других аграрных районов России.
Современный этап социально-экономического развития страны, предъявляет высокие требования по решению сложных проблем оптимальной занятости населения. Проведенный нами анализ выявил определенный ряд проблем и недостатков в работе как самой службы занятости, так и отделов по сбору и обработке информации, которая сейчас уже носит не столь информативный характер, как ранее. Одним из главных недостатков является недостаточное и не совсем надлежащее использование современных информационных технологий по анализу данных, а также отсутствие использования современных подходов к анализу и оценке полученной информации. Поэтому на современном этапе развития необходимо изучать и приводить современные методы анализа структурированной качественной и количественной информации. Необходимо также изучать использование современных систем анализа структурированной информации - Statistica, PolyAnalist и Deductor, и стараться применить их в практической деятельности для целей анализа данных службы занятости и проведения экспертных опросов.
Таким образом, для разработки статистических, многомерных и интеллектуальных моделей, объясняющих наблюдаемые результаты работы на примере служб занятости, необходимо оценить зависимость влияния различных факторов на занятость населения. Это позволит на современном научном уровне проектировать и оценивать проблемы занятости региона, социально-экономические структуры и сценарии развития региона, обосновывать выбор перспективных целей развития, что необходимо для обеспечения эффективного развития края, приводящего к повышению благосостояния ее населения.
Источники:
1. Агаев А.Е., Жминько А.Е. Планирование и прогнозирование: сущность, виды и классификация // Вестник Алтайской академии экономики и права. 2019. № 2-2. С. 215-219
2. Жминько А.Е. Анализ деятельности предприятий Краснодарского края в контексте использования трудовых ресур-сов/А.Е. Жминько, А.Е. Сенникова, М.Е. Никогда//Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. -2015. -№112 (08). -С. 1027-1037.
3. Ляховецкий А.М. Типологические модели использования производственных ресурсов /А.М. Ляховецкий, А.Е. Сенникова, А.И. Суслов//Труды Кубанского государственного аграрного университета. -2012. -№34. -С. 40-46.
4. Назарова В.М., Жминько А.Е. Оценка интеграции e-invoicing // Научное обеспечение агропромышленного комплекса. Сборник статей по материалам IX Всероссийской конференции молодых ученых. 2016. С. 1083-1084.
5. Сенникова А. Е. Моделирование процесса оценки ресурсного обеспечения сельскохозяйственных предприятий для поддержки принятия управленческих решений: автореф. дис. ... канд. экон. наук. - Ростов н/Д., 2012.
6. Сенникова А.Е. Оценка эффективности использования ресурсного потенциала на основе типологических моделей / А.Е. Сенникова, Г.В. Горелова, А.М. Ляховецкий // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 80. С. 569-582
7. Сенникова А.Е. Эконометрический анализ эффективности использования ресурсного потенциала на основе типологических моделей / А.Е. Сенникова - В сборнике: Актуальные вопросы экономики и экономической безопасности на макро- и микроуровнях. Сборник статей Международной научно-практической конференции преподавателей, аспирантов, магистрантов и студентов. 2019. С. 185-189.
References:
1. Agaev A.E., Zhminko A.E. Planning and forecasting: essence, types and classification // Bulletin of the Altai Academy of Economics and Law. 2019. No. 2-2. S. 215-219
2. Zhminko A.E. Analysis of the activity of enterprises of the Krasnodar region in the context of the use of labor resources / A.E. Zhminko, A.E. Sennikova, M.E. Never // Polythematic network electronic scientific journal of the Kuban State Agrarian University. -2015. -No. 112 (08). -FROM. 1027-1037.
3. Lyakhovetsky A.M. Typological models of the use of production resources / A.M. Lyakhovetsky, A.E. Sennikova, A.I. Suslov // Proceedings of the Kuban State Agrarian University. -2012. -№34. -FROM. 40-46.
4. Nazarova V.M., Zhminko A.E. Assessment of integration of e-invoicing // Scientific support of the agro-industrial complex. Collection of articles based on the materials of the IX All-Russian Conference of Young Scientists. 2016.S. 1083-1084.
5. Sennikova AE Modeling the process of assessing the resource provision of agricultural enterprises to support the adoption of managerial decisions: author. dis. ... Cand. econom. sciences. - Rostov n / a., 2012.
6. Sennikova A.E. Evaluation of the efficiency of using the resource potential based on typological models / A.E. Sennikova, G.V. Gorelova, A.M. Lyakhovetsky // Polythematic network electronic scientific journal of the Kuban State Agrarian University. 2012. No. 80. S. 569-582
7. Sennikova A.E. Econometric analysis of the efficiency of using the resource potential based on typological models / A.E. Sennikova - In the collection: Topical issues of economics and economic security at the macro and micro levels. Collection of articles of the International scientific-practical conference of teachers, graduate students, undergraduates and students. 2019.S. 185-189.
DOI: 10.24412/2304-6139-2020-10777
А.Е. Кадермятова - магистрант 2-й год обучения, направление подготовки 38.04.01 «Экономика», ФГАОУ ВО «Дальневосточный федеральный университет», г. Владивосток, (anastasia575ob@mail.ru),
A.E. Kadermyatova - master's student 2nd year of study, training direction 38.04.01 «Economy», Far Eastern Federal University, Vladivostok;
А.А. Старченко - магистрант 2-й год обучения, направление подготовки 38.04.01 «Экономика», ФГАОУ ВО «Дальневосточный федеральный университет», г. Владивосток, (anastasiya-starchenko2297@mail.ru),
A.A. Starchenko - master's student 2nd year of study, training direction 38.04.01 «Economy», Far Eastern Federal University, Vladivostok;
А.М. Однопозов - магистрант 2-й год обучения, направление подготовки 38.04.01 «Экономика», ФГАОУ ВО «Дальневосточный федеральный университет», г. Владивосток, (odnopozovA 97@gmail.com),
A.M. Odnopozov - master's student 2nd year of study, training direction 38.04.01 «Economy», Far Eastern Federal University, Vladivostok.
СТРОИТЕЛЬСТВО ИНФРАСТРУКТУРЫ В ТЕРРИТОРИЯХ С ОСОБЫМ СТАТУСОМ: ХИЩЕНИЯ ПРИ ЗАКУПКАХ ИЛИ ЭФФЕКТИВНЫЙ ГОСУДАРСТВЕННЫЙ НАДЗОР?
CONSTRUCTION OF INFRASTRUCTURE IN TERRITORIES WITH A SPECIAL STATUS: THEFT DURING PURCHASES
OR EFFECTIVE STATE SUPERVISION?
Аннотация. На сегодняшний день в условиях современного инновационного развития в мировой практике активно применяются инструменты территориального развития. Их создание и функционирование в первую очередь обосновано не столько объемом предоставляемых резидентам преференций и налоговых льгот, сколько выгодами, на которые рассчитывает государство в будущем. В статье раскрыт один из важных аспектов в функционировании особой территории - наличие созданной инженерной и транспортной инфраструктуры. Определено, что строительство инфраструктуры напрямую связано с организацией и проведением закупок. На основе рассмотренных правонарушений в сфере закупок определено место строительства и реконструкции объектов капитального строительства объектов инфраструктуры в территориях с особым экономическим статусом в общем объеме экономических преступлений, связанных с хищением бюджетных средств.
