CC BY
65
из диагностики региональных (территориальных) проблем, требований стратегии территориального развития, политической и социально-экономической конъюнктуры. Главное направление экономической трансформации в Российской Федерации должно быть направлено на укрепление целостности экономики, государства и общества.
В рамках такого стратегического вектора экономического развития необходимо добиваться следующих принципиальных целей:
* укрепление экономического единства страны на основе принципов федерализма, регионализма и местного самоуправления в едином пространстве общероссийского рынка;
* повышение уровня и качества жизни населения, обеспечение примерно равных условий социального развития во всех регионах;
* всемерное использование региональных факторов и благоприятных предпосылок для формирования в регионах эффективной социально ориентированной экономики;
* активное вхождение на «социальное поле» предпринимательских структур;
* укрепление доверия и взаимопонимания между субъектами рыночных отношений.
Принципиальной «социальной» целью должно
быть - создание равных жизненных шансов для всех граждан независимо от места их рождения и жительства, реализация права свободного выбора места проживания и трудовой деятельности. Чрезмерные региональные контрасты в социальных условиях трактуются как угроза существованию демократического государства, ведущая к его распаду. Поэтому региональная политика призвана ослабить внутренние социальные напряжения. При обосновании главной «экономической» цели подчеркивается необходимость рационального использования многообразия экономических возможностей регионов, эффектов региональной агломерации, преимуществ территориального разделения труда и экономической кооперации регионов.
Главное, надо во главу всех мероприятий современной социальной политики поставить основную целеполагающую идею о том, что новая экономика России XXI века обязана быть социально ориентированной. Важно использовать преимущества каждого региона на общенациональное благо, сочетать региональные и общегосударственные интересы, активизировать консолидированные усилия всех субъектов национальной экономики для решения социальных проблем.
Сложность и специфические особенности межсекторного социального партнерства в реализации программ дополнительного профессионального
Khartanovich K.V.
TWENTY YEARS DYNAMICS OF THE RUSSIAN REGIONAL SOCIAL POLICY
We describe the role of social politics in economic development. We show the problems of the modern social sphere of economics and substantiate the big position of regions in social politics. We find out the special features of regional management and give the tendencies of the development of the social politics. Keywords: cybernetics, management, social politics, region, regionalization.
УДК 33:37; 371
Логвин Н.В.
УПРАВЛЕНИЕ СИСТЕМОЙ ОБРАЗОВАНИЯ В РЕГИОНЕ КАК МЕЗОСОЦИОЭКОНОМИЧЕСКОЙ СИСТЕМОЙ: РЕИНЖИНИРИНГОВЫЙ ПОДХОД
В статье осуществлено обоснование направлений совершенствования управления системы образования в регионе на основе методики совершенствования управления РСО. Данная методика включает в себя методологическую схему реинжиниринга регионального образовательного пространства и структурирования межсекторного социального партнерства.
Ключевые слова: региональная система образования (РСО), управление РСО, реинжиниринговый подход.
В публикациях, излагающих результаты исследования процессов управления региональными системами образования, основное внимание уделяет-
ся высшему и общему среднему образованию. В то же время значимость дополнительного профессионального образования в условиях слабопрогнози-
26
© Логвин Н.В., 2014
руемых потребностях рынка труда неуклонно возрастает. Усиливается и необходимость межсекторного социального партнёрстваобразования вызывают необходимость разработки специальных, соответствующих методологических подходов оценки его эффективности.
В научных кругах нет единого понимания и подхода к оценке эффективности функционирования системы дополнительного профессионального образования. Сохраняются различные подходы к определению критериев, методов исчисления и системы показателей. Как правило, большинство исследователей отдают предпочтение первому методологическому подходу к оценке эффективности, то есть соотносят полученные полезные результаты и затраты. Основная трудность при этом заключается в количественной оценке полученного социально-экономического эффекта, который обусловлен затратами на реализацию программ ДПО. Это объясняется тем, что в состав эффекта должны включаться как экономические, так и социальные составляющие, тогда как приемлемые подход достоверной количественной оценки социального эффекта отсутствуют. Полученный эффект и затраты должны быть количественно выражены, как правило в стоимостной форме, что представляет собой достаточно сложную проблему ввиду отсутствия достоверных методик определения эффекта через получаемые в сфере потребления специалистов результаты их деятельности.
Таким образом, имеющиеся методы оценки эффективности не дают точных, объективных и достоверных количественно выраженных результатов, в связи с чем, на наш взгляд, целесообразно использовать методологический подход, согласно которому эффективность системы социального партнерства в сфере дополнительного профессионального образования характеризуется степенью достижения поставленных целей (удовлетворения потребностей) всех участников.
Методология оценки эффективности межсекторного социального партнерства в системе дополнительного профессионального образования региона базируется на следующих положениях.
Общий уровень эффективности, характеризуемый критериальным показателем, формируется под влиянием результативности складывающейся из социально-экономического эффекта предлагаемой модели для каждой группы участников: государства, общественных организаций, образовательных учреждений, работодателей, личности.
Оценка эффективности может иметь как количественное, так и качественное выражение. При этом система показателей включает несколько иерархических уровней. Для каждого из партнеров социально-экономическая эффективность модели характеризуется определенным набором частных пока-
зателей, которые в свою очередь также могут быть разложены на составляющие (табл. 1).
В общем виде систему показателей оценки эффективности модели можно представить следующим образом (рис. 1).
Основная проблема оценки эффективности модели социального партнерства заключается в том, что далеко не все состояния частных показателей могут быть выражены количественно, некоторые из них оцениваются интуитивно. В связи с чем целесообразно использовать методы приближенных рассуждений [Заде, 1976].
Задачу определения эффективности модели межсекторного социального партнерства в реализации программ дополнительного профессионального образования можно определить как задачу идентификации, обладающую следующими свойствами [Орлов; Малышев; Поспелов]:
- для принятия решения необходимо установить зависимость между входными и выходной переменной D,
- выходная переменная D ассоциируется с объектом идентификации, т.е. с показателем эффективности (уровнем достигнутого удовлетворения потребностей, целей участников партнерства).
- входные переменные ассоциируются с параметрами состояния объекта идентификации,
- выходная и входные переменные могут иметь количественные и качественные оценки,
- структура взаимосвязи между выходной и входными переменными описывается правилами «если «входы», то «выход», использующими качественные оценки переменных и представляющими собой нечеткие базы знаний.
Сформулируем ряд принципов, которые были использованы нами в разработке алгоритма оценки эффективности социального партнерства на основе нечетких баз знаний.
1. Принцип лингвистичности входных и выходных переменных. В соответствии с этим принципом, входы объекта и его выход рассматриваются как лингвистические переменные, которые оцениваются качественными термами. Согласно Л. Заде лингвистической переменной называется такая переменная, значениями которой являются слова или предложения естественного языка, т. е. качественные термы. Используя понятие функции принадлежности, каждый из термов, оценивающих лингвистическую переменную, можно формализовать в виде нечеткого множества, заданного на соответствующем универсальном множестве.
2. Принцип формирования структуры зависимости "вход-выход" в виде нечеткой базы знаний. Нечеткая база знаний представляет собой совокупность правил «если «входы», то «выход», которые отражают опыт эксперта и его понимание причинно-следственных связей в рассматриваемой задаче ди-
Таблица1
Основные показатели эффективности модели социального партнерства в реализации программ дополнительного профессионального образования
Группы участников партнерства Частные показатели эффективности
Государственный сектор - объем дополнительных налоговых поступлений, - уровень безработицы в регионе, - уровень гражданской активности в регионе, - доверие граждан органам исполнительной власти, государственным учреждениям и др. - уровень преступности в регионе. - уровень инвестиционной привлекательности региона, - уровень инновационного потенциала региона
Общественный сектор - уровень доверия населения к общественным организациям, - уровень социализации. - уровень развития социальных компетенций - формирование в обществе ценностей и нравственных приоритетов - уровень общественного самосознания
Образовательные учреждения - объем привлеченных финансовых средств. - формирование положительного имиджа. - развитие материально-технической базы, - рост конкурентоспособности. - рост доли рынка. - обеспечение эффективного информационного взаимодействия с субъектами рынка образовательных услуг, рынка труда.
Работодатели - рост конкурентоспособности вследствие обеспеченности квалифицированными кадрами. - развитие профессиональных компетенций персонала. - рост инвестиционной привлекательности. - рост инновационного потенциала. - уровень роста объема доходов
Личность - степень удовлетворения образовательных потребностей для выживания. - вероятность трудоустройства, - рост социального положения в обществе, - рост экономического благосостояния, - рост конкурентоспособности на рынке труда -степень удовлетворения потребностей в продолжении образования - степень удовлетворения потребностей в принадлежности к определенным социальным, профессиональным группам
агностики. Особенность подобных высказываний состоит в том, что их адекватность не изменяется при незначительных колебаниях условий эксперимента. Поэтому формирование нечеткой базы знаний можно трактовать как аналог этапа структурной идентификации [Поспелов], на котором строится грубая модель объекта с параметрами, подлежащими настройке. В данном случае настройке подлежат формы функций принадлежности нечетких термов, с помощью которых оцениваются входы и выходы объекта. Кроме того, совокупность правил «если-то» можно рассматривать как набор экспертных точек в пространстве «входы-выход». Применение аппарата нечеткого логического вывода позволяет восстанавливать по этим точкам многомер-
ную поверхность, которая позволяет получать значения выхода при различных комбинациях значений входных переменных.
3. Принцип иерархичности баз знаний. Использование этого принципа позволяет преодолеть так называемое, «проклятие размерности». При большом числе входных переменных построение системы высказываний о неизвестной зависимости «вхо-ды-выход» становится затруднительным. Это обусловлено тем, что в оперативной памяти человека одновременно может удерживаться не более 7 ± 2 понятий-признаков [Ротитейн]. В связи с этим целесообразно провести классификацию входных переменных и по ней построить дерево вывода, определяющее систему вложенных друг в друга высказы-
Рис. 1. Система показателей оценки эффективности модели социального партнерства в реализации
программ ДПО
ваний-знаний меньшей размерности. Например, знания вида d=d(x1, х2, ... , х9) связывающие входы х1—х9 с выходом d, заменяются последовательностью постановок d=d(y1,z), у1=у1(х1,х2,х3), z=z(y2,y3), у2=у2(х4,х5,х6), у3=у3(х7,х8,х9), где у1, у2, у3 - промежуточные выходы, рассматриваемые как лингвистические переменные. Применение принципа иерархичности позволяет учитывать практически неограниченное число входных переменных, влияющих на оценку выходной переменной. При построении дерева вывода необходимо стремиться к тому, чтобы число аргументов в каждом узле дерева удовлетворяло правилу 7 ±2. Целесообразность поуровневого представления экспертных знаний обусловлена не только естественной иерархичностью объектов идентификации, но и необходимостью учета новых переменных по мере накопления знаний об объекте [Поспелов, 1986].
4. Принцип термометра в оценке качественных переменных [Мелихов, 1990]. Суть этого принципа состоит в том, что экспертная оценка некоторой переменной осуществляется путем закрашивания части шкалы, левая и правая границы которой соответствуют наименьшему и наибольшему уровням рассматриваемой переменной. Принцип термометра удобно применять в тех случаях, когда эксперт не в состоянии оценить некоторую переменную ни числом, ни качественным термом, а лишь интуитивно ощущает ее уровень. Удобство такого подхода состоит в том, что он позволяет рассматривать различные по своей природе лингвистические переменные на едином универсальном множестве и = [ , и ] £
[Бочарников]. Алгоритм разработки нечеткой модели объекта представлен на рисунке 2.
Чем выше профессиональный уровень эксперта, тем выше адекватность нечеткой модели. Данная модель названа чистой экспертной системой, поскольку для ее построения используется только экспертная информация. В некоторых случаях необходим второй этап, на котором осуществляется тонкая настройка нечеткой модели путем ее обучения по экспериментальным данным. Суть этапа тонкой настройки состоит в подборе таких весов нечетких правил «если-то» и таких параметров функций принадлежности, которые минимизируют различие между желаемым (экспериментальным) и модельным (теоретическим) поведением объекта [Алту-нин].
На первом этапе разработки нечеткой модели принимаются известными множество решений D={d1,d2,.. .йт} соответствующих выходной переменной у, множество входных переменных х={х1,х2,.. .,хп}диапазоны количественного изменения каждой входной переменной х. е [ х. , х. ] , 1=1,...,п функции принадлежностей, позволяющие представлять переменные х. ,(ь1,.. .,п) в виде нечетких множеств. В случае количественных переменных х. . .,п) и у, нечеткие множества ар и dj определяются соотношениями:
Р 1 d
= I И
х ;
1 (х. ) / х : , а = 1 ц ] (а ) / d
1 J J л
а1
Р
где ц ( х1 ) - функция принадлежности
а
Рис. 2. Алгоритм разработки нечеткой модели объекта
Источник: [Алтунин]
значения входной переменной
х^ ^ [ , ]
терму, ар е А1 р = 1, I 1 = 1, п ц ] (ё) функция принадлежности значения выходной переменной у^ е [у, у] терму-решению
~ ё. е В, ] = 1, т -
В случае качественных переменных X^,! = 1, п и у нечеткие множества ар и ё. определяются как:
Р Ч! а Р к к агР = Ъ И 1 V * ) / V ; , ё . =
1 к = 1 ] 1 ] Чт
= Ъ и ] (уг)/уг
г=1
а*
Р
где - ц 1 (у1 )степень принадлежности
к _
элемента V1 е и1 , терму ар е А , р = 11,
— — '
1 = 1, п, к = 1, ^ . ц 7 ( у ) - степень
принадлежности элемента У е Y терму-решению ё ] е В , ] = 1 , т . Заметим, что в соотношениях знаки интеграла и суммы обознача-
ют объединение пар ц(и)/и Кроме того известна матрица знаний, определяющая систему логических высказываний типа «если-то, иначе», связывающих значения входных переменных хпсодним из возможных типов решения ё. , ] = 1 , т. Матрица знаний строится на основе следующих положений. Имеется N экспериментальных данных, связывающих входы и выход объекта идентификации, и распределим их следующим образом: Ы=к1-к2+... +кт, где к] - число экспериментальных данных, соответствующих выходному решению ё . , ] = 1 , т , т -число выходных решений, причем в общем случае кт. Предполагается, что N<11*12*... 1п, т.е. число отобранных экспериментальных данных меньше полного^еребора различных сочетаний уровней 11 , 1 = 1 , п изменения входных переменных объекта. N экспериментальных данных нумеруются следующим образом:
11,12,..., 1к1- номера комбинаций входных переменных для решения d1;
21, 22, .,2 к2 . номера комбинаций входных переменных для решения d2;
]1,]2,... ,]к. - номера комбинаций входных пере-
менных для решения й.;
т1, т2, .ткт - номера комбинаций входных переменных для решения й .
Матрицей знаний называется таблица, сформированная по следующим правилам:
1) Размерность матрицы равна (п + 1)*^ где (п +1) - число столбцов, а N=k1+k2+.+km - число строк.
2) Первые п столбцов матрицы соответствуют входным переменным х., 1 = 1, п , а (п+1) столбец соответствует значениям - выходной переменной
у ] = 1, т . '
3) Каждая строка матрицы представляет некоторую комбинацию значений входных переменных, отнесенную экспертом к одному из возможных значений выходной переменной у. При этом: первые к1 строк соответствуют значению выходной переменной у=а1, вторые к2 строк - значению у=а2, . . . , последние к строк - значению у=й .
4) Элемент а /р стоящий на пересечении 1 столбца и] р строки соответствует лингвистической оценке параметра х. в строке нечеткой базы знаний с номером ]р. При этом лингвистическая оценка а!р выбирается из терм-множества соответствующего переменной х,, т.е. а/р е А.. , 1 = 1, п, ] = 1 , т ., Р = Щ
Введенная матрица знаний определяет систему логических высказываний типа «если-то, иначе», связывающих значения входных переменных х1-—хп с одним из возможных типов решения ] = 1, т.
Подобная система логических высказываний является нечеткой базой знаний. С использованием операций и (или) и П (и) система логических высказываний может быть представлена в более компактном виде: к
и
Р=1
П (х. = а!Р )
^ У = а : , ] = 1, т
Таким образом, искомое соотношение, устанав-
Таблица2
Матрица знаний
Номер входной комбинации значений Входные переменные Выходная переменная у
Х1 Х2 ...Хр.. Хп
11 Я/1 Я211 ...Я/1... Яп11
12 а112 Я212 ...Я/2... Яп12 ¿1
1к1 я 1к а1 1 Я 1к я2 1 .Я11к1. Я 1к Яп 1
.1 Я1.1 Я2П .Я.-Ч. Яп-Ч
.2 я1.2 я2->2 ... я.2. Яп.2
я .к а1 . Я .к Я2 . ...я1 .... Я .к Яп .
т1 я т1 я1 Я т1 я2 ...Я™1... Я т1 Яп
т1 Я т2 я1 Я т2 я2 ...Я™2... Я т2 Яп dm
ткт тк Я1 т тк Я2 т я тк ■Я1 т. Я тк пт
ливающее связь между входными параметрами х. и выходной переменной у, формализовано в виде системы нечетких логических высказываний, которая базируется на введенной нами матрице знаний.
Библиографический список
Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях [Текст] / А.Е. Алтунин, М.В. Семухин. - Тюмень: Изд-во Тюменского государственного университета, 2000. - 352 с.
Бочарников, В.П. Fuzzy-Технология: математические основы практика моделирования в экономике [Текст] /В.П. Бочарников. - Санкт-Петербург, 2001. - 328 с.
Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976.-165 с.
Мелихов, А.К. Ситуационные советующие системы с нечеткой логикой [Текст] / А.К. Мелихов, Л.С. Берштейн, С.Я. Коровин. - М.: Наука, 1990.-272 с.
Поспелов, Д. А. Ситуационное управление: теория и практика [Текст] /Д.А. Поспелов. - М. Наука, 1986.- 288 с.
Поспелов, Д.А. Логико-лингвистические модели в системах управления [Текст] / Д.А. Поспелов. -М.:Энергоиздат, 1981. - 232 с.
Ротштейн, А.П. Нечеткая надежность алгоритмических процессов [Текст] /А.П. Ротштейн, С.Д. Штовба. - Винница: Континент-ПРИМ, 1997. - 142 с.
Logvin N.V.
MANAGEMENT SYSTEM OF EDUCATION IN THE SYSTEM AS MEZOSOTSIOEKONOMICHESKOY: REENGINEERING APPROACH
In this article the rationale for ways to improve management of the education system in the region based on the methodology of improving management RIS. This methodology includes methodological scheme reengineering regional educational space and structuring cross-sectoral social partnership.
Keywords: regional education system (RIS) RIS management, reengineering approach.
