Содержание к диссертации
Введение
1 Изучение особенностей моделирования организационно-технических систем верхнего уровня 17
1.1 Обзор подходов к моделированию систем 17
1.2 Классификация организационно-технических систем 20
1.3 Методологические основы математического моделирования сложных систем 25
1А Место математического моделирования в процессе принятия управленческого решения 27
1.5 Математическое моделирование сложных систем на основе компьютерных технологий 29
1.6 Системные свойства исследуемого объекта ОТСис 35
1.7 Свойства организационно-технических систем 38
1.8 Особенности организационно-технических систем верхнего уровня 41
1.9 Требования к модели ОТСис ВУ с позиции потенциальных пользователей 42
1.10 Цели и этапы разрабатываемой методологии 44
1.11 Краткие выводы 45
2 Разработка методологии двухслойного динамического моделирования ОТСис ВУ на базе ИАС с учетом их свойств и потребительских качеств (требований) 46
2.1 Анализ управления в организационно-технических системах 47
2.2 Определение места прогнозирования как части цикла управления 49
2.3 Исследование существующей ситуации в области математического моделирования сценариев развития - прогнозирования 51
2.4 Анализ свойств объекта моделирования - ОТСис ВУ 57
2.5 Формулирование требований к качеству прогнозирования моделей ОТСисВУ 59
2.6 Формулирование требований к моделям ОТСис ВУ и методам их исследования 64
2.7 Выбор модели ОТСис ВУ и методов ее расчета на основании ранее определенных требований 73
2.8 Краткие выводы 85
3 Разработка обобщенной модели и построение прогнозов развития социально-экономической системы «экономика - рынок труда - профессиональное образование» 87
3.1 Обзор математических методов и моделей экономических, образовательных и социально-трудовых процессов 93
3.2 Определение потребностей региональной экономики в кадрах исходя из различных сценариев развития ее отраслей 139
3.3 Математическая модель для расчета потребности экономики субъектов федераций в специалистах с профессиональным образованием 161
3.4 Прогностическая модель распределения потоков выпускников школ по приемам в образовательные учреждения ПО 196
3.5 Краткие выводы 239
4 Разработка математической модели баланса рынка труда и рынка образовательных услуг в разрезе отраслей экономики и образовательных специальностей 240
4.1 Математическая модель детализации потоков выпускников профессиональных образовательных учреждений в разрезе 28 укрупненных групп специальностей 240
4.2 Обобщенная модель системы "экономика-рынок труда-профессиональное образование" 245
4.3 Итоговый баланс потребностей отраслей экономик и возможностей системы образования СФ 246
4.4 Краткие выводы 254
5 Обеспечение оптимальных потребностей региональных рынков труда в квалифицированных кадрах за счет подготовки выпускников системой профессионального образования. формирование контрольных цифр приема (госзаказ) 255
5.1 Постановка задачи оптимизации 255
5.2 Математическая модель формирования государственного заказа на подготовку востребованных экономикой специалистов 258
5.3 Краткие выводы 264
6 Программная реализация аналитического ядра ИАС «Рынок труда и система образования в регионах России: мониторинг и прогноз до 2015 года» в виде комплекса программ EDUMOD и PROGNOSE на языке Object Pascal в среде Delphi 265
6.1 Сетевая база данных «ENTIRE» 265
6.2 Программа EDUMOD расчета распределения потоков приемов и выпусков учащихся образовательных учреждений 274
6.3 Программа PROGNOSE моделирования потребностей отраслей экономики и промышленности в квалифицированных кадрах 287
6.4 Краткие выводы 295
7 Формирование математической модели производственно-технологической ОТСис ВУ на примере исследования динамической модели верхнего уровня цикла регенерации химикатов при производстве сульфатной целлюлозы 296
7.1 Исследование проблемы регенерации химикатов при варке целлюлозы 296
7.2 Постановка задачи 297
7.3 Формализация разомкнутой модели верхнего уровня 300
7.4 Замкнутая модель системы верхнего уровня 302
7.5 Краткие выводы 305
Заключение 306
Приложение А. Результаты моделирования 308
Приложение В. Акты внедрения 317
Список использованных источников 324
- Свойства организационно-технических систем
- Определение потребностей региональной экономики в кадрах исходя из различных сценариев развития ее отраслей
- Математическая модель формирования государственного заказа на подготовку востребованных экономикой специалистов
- Программа EDUMOD расчета распределения потоков приемов и выпусков учащихся образовательных учреждений
Введение к работе
Актуальность темы. В условиях современной рыночной экономики в целях повышения эффективности руководители и управленческий аппарат организационно-технических систем (ОТСис) при принятии управленческого решения (УР) на верхнем уровне (ВУ) стремятся руководствоваться обоснованными научными рекомендациями.
Организационно-технические системы представляют собой особый класс управляемых открытых материальных живых систем, в котором совмещаются два фактора: человеческий фактор и производственно-технологический фактор. Организационно-техническими системами, например, являются предприятия промышленности, обеспечивающие исполнение соответствующих технологических процессов, а также социально-экономические и образовательные системы, институты органов государственного управления на федеральном и региональном уровне.
Для решения задач мониторинга, анализа, прогнозирования и управления такими системами силами внутренних аналитических служб или консалтинговых компаний проводятся научные исследования от частичного до полного комплексного обследования. Из-за сложности и многофакторности проявляющихся проблем на базе этих исследований создаются пакеты программ, работающих в режиме "советчика" и помогающих принимать УР руководителю как лицу, принимающему решение (ЛПР).
Такие комплексы программ, с учетом необходимых требований, можно определить как информационно-аналитические системы (ИАС), которые являются вариантом развития обычных справочных информационных систем (ИС) в сторону аналитических функций анализа, прогнозирования и управления. ИАС обладают усиленным блоком математического и программного обеспечения, где в разной степени интегрируются статистические методы анализа и прогнозирования, методы математического и имитационного моделирования, экспертные системы, методы деловой графики. Базой для решения задач анализа и прогнозирования является аналитическое ядро - программная реализация математической модели, описывающей динамику ОТСис.
Требования к аналитическому ядру таких ИАС противоречивы.
С одной стороны, для руководителей, принимающих УР, необходима наглядность и простота модели, минимальное время расчета.
С другой стороны, ЛПР требует обеспечить полноту функциональности, адекватность модели, высокую точность и достоверность результатов прогнозирования, учет стохастичности внутренних параметров и внешних воздействий, имеющих различную природу, что неизбежно ведет к усложнению модели и увеличению времени вычислений.
Существующие ИАС, в основном, обладают слабыми аналитическими функциями как-то: поиск, запросы, сортировка информации, ее визуали-
зация и т.д. Популярные технологии OLAP и Data Mining дают возможность выполнить только предварительные качественные оценки развития процессов на основе осреднения и поиска шаблонов в статистически сформировавшихся тенденциях ретроспективного периода. Основным недостатком таких ИАС является отсутствие возможностей прогнозирования тенденций развития и «прогонки» различных сценариев, что может повлечь за собой высокую плату за ошибочно принятое решение. Это обуславливает нехватку у руководителей верхнего звена программных средств, позволяющих принимать научно-обоснованные управленческие решения в важных народнохозяйственных областях, на основе полученных точных и достоверных прогнозов сценариев развития наблюдаемых и контролируемых процессов на средне- или долгосрочную перспективу.
Поэтому актуальной является разработка подхода к исследованию ор-ганизационно-техническік систем верхнего уровня с помощью моделирующих ИАС на основе построения прогностических математических моделей, наглядно отражающих специфику организационно-технических систем верхнего уровня с учетом эффективных методов их расчета, что позволит повысить качество получаемых научно-обоснованных прогнозов развития таких систем.
Целью диссертационной работы является совершенствование научно-обоснованных прогнозов сценариев развития организационно-технических систем верхнего уровня на основе разработки методологии двухслойного динамического моделирования аналитических ядер информационно-аналитических систем и их программная реализация.
Для достижения данной цели в диссертационной работе решается ряд последовательных и взаимосвязанных задач:
Изучение особенностей моделирования организационно-технических систем верхнего уровня.
Разработка методологии двухслойного динамического моделирования ОТСис ВУ на базе ИАС с учетом их свойств и потребительских качеств (требований).
Разработка обобщенной динамической модели социально-экономической ОТСис ВУ на примере системы «Экономика — рынок труда — профессиональное образование».
Программная реализация аналитического ядра ИАС «Рынок труда и система образования в регионах России: мониторинг и прогноз до 2015 года» в виде комплекса программ Edumod и Prognose на языке Object Pascal в среде Delphi.
Формирование математической модели производственно-технологической ОТСис ВУ на примере исследования динамической модели верхнего уровня цикла регенерации химикатов при производстве сульфатной целлюлозы.
Объектами исследования является ряд объектов социально-экономической сферы и производственно-технологической сферы. Оба объекта представляют собой разновидность ОТСис: первый с более выраженным организационным фактором, второй с более выраженным техническим фактором.
В качестве объекта социально- экономической сферы исследуется система "Экономика - рынок труда - система профессионального образования" на федеральном уровне и на уровне субъектов федераций.
В качестве объекта производственно-технологической сферы рассматривается технологический цикл регенерации щелоков при производстве сульфатной целлюлозы на целлюлозно-бумажном комбинате.
Методы исследования:
аналитические методы с использованием аппарата линейной алгебры и матричного анализа, теории дифференциальных уравнений, теории системного анализа, теории управления, теории идентификации, теории вероятностей и математической статистики, теории случайных процессов, эконометрики и теории прогнозирования;
численно-аналитические методы решения систем обыкновенных дифференциальных уравнений, систем линейных алгебраических уравнений, систем конечно-разностных уравнений, методы статистической оптимизации и статистической линеаризации;
имитационное моделирование на ЭВМ, с помощью которого осуществлялась проверка полученных теоретических подходов и методик, подтверждающая достоверность результатов работы.
Фактический материал
Теоретической и экспериментальной базой исследований являются:
статистические данные Госкомстата РФ по экономическому и образовательному пространству регионов Российской Федерации, а также из источников федеральных и региональных учреждений Минобразования, Роструда, Минэкономразвития, Служб занятости;
данные мониторинга по процессу варки целлюлозы и регенерации щелоков, полученные из информационной системы Сегежского ЦБК; параметры цикла регенерации химикатов Архангельского ЦБК.
Научная новизна диссертационной работы состоит в том, что: 1. Развита концепция представления и исследования организационно-технических систем верхнего уровня с помощью моделирующих ИАС.
-
Впервые предложен подход к моделированию организационно-технических систем верхнего уровня на основе методологии двухслойного динамического моделирования.
-
Разработана методология двухслойного динамического моделирования ОТСис ВУ, использующая быстродействующие алгоритмы анализа и синтеза.
5. Разработана и создана обобщенная модель системы «Экономика -
рынок труда — профессиональное образование», которая состоит из ан
самбля следующих взаимосвязанных моделей:
Математические модели определения потребностей рынков труда в кадрах с профессиональным образованием, исходя из различных сценариев развития экономики субъектов Российской Федерации.
Математические модели распределения потоков учащейся молодежи по приемам и выпускам в образовательные учреждения профессионального образования.
Математические модели баланса потребностей рынка труда и выпусков из образовательных учреждений и формирования на этой основе контрольных цифр приема студентов.
Математические модели динамики качественного состава профессорско-преподавательского состава вуза.
-
Впервые получены количественные прогнозы ежегодной потребности отраслей экономик 80 субъектов федераций и РФ в целом в квалифицированных кадрах всех уровней образования по фуппам специальностей на период до 2015 года.
-
Впервые получены количественные прогнозы выпуска специалистов высшего, среднего и начального профессионального образования в 80 субъектах федерации и РФ в целом по фуппам специальностей на период до 2015 года.
-
Получена математическая модель производства целлюлозы для решения задачи управления работой цикла регенерации щелоков на среднесрочном периоде планирования в масштабе реального времени.
Практическая значимость работы
-
Решена крупная народнохозяйственная проблема создания инструментария для управления системой профессионального образования: приведение в соответствие потоков выпускников профессиональных учебных заведений различного уровня потребностям региональных экономик.
-
Реализовано на профаммном уровне аналитическое ядро ИАС «Рынок труда и система образования в регионах России: мониторинг и прогноз до 2015 года», позволяющая получать научно-обоснованные прогнозы сценариев развития рынка труда и рынка образовательных услуг на федеральном и региональном уровнях
-
На основе этого аналитического ядра создана система управления потоками выпусков специалистов в масштабах российской экономики -ИАС «Рынок труда и система образования в регионах России: мониторинг и прогноз до 2015 года».
-
Получены сравнительные количественные прогнозы потребностей отраслей экономик в кадрах и прогнозы возможностей их подготовки системой профессионального образования для 80 субъектов федераций и РФ в целом по фуппам специальностей на период до 2015 года.
Достоверность и обоснованность полученных результатов базируются на большом объеме фактического материала, применении системного подхода в исследованиях, корректности принятых при разработке моделей допущений, а также на сравнении результатов расчета с экспериментальными данными для оценки адекватности разработанных моделей.
Внедрение результатов диссертационной работы на федеральном уровне и на уровне органов регионального управления субъектов федераций проходило в рамках выполнения наиболее значимых НИР, о чем имеются соответствующие акты внедрения:
Минобрнауки, Рособразование. Отчет по проекту (код 1.1.32) «Развитие электронных информационно-аналитических ресурсов для мониторинга, анализа и прогнозирования развития системы образования в субъектах Росийской Федерации до 2015 года ». № гос. регистрации 01.20.0307729.
Минобрнауки, Рособразование. Государственный контракт №1166 от 24.11.2005 "Модернизация действующей системы размещения контрольных цифр приема по подведомственным Рособразованию учреждениям профессионального образования всех уровней с учетом региональных, демографических и социально-экономических особенностей потребности в специалистах с профессиональным образованием".
Минобранауки, Рособразование. Государственный контракт №1030 от 03.11.2005 "Развитие информационно-аналитической системы мониторинга, анализа и прогнозирования развития образовательных ресурсов Российской Федерации на период до 2015 года".
Республика Саха (Якутия). По заказу Минэкономразвития PC (Я) сдан 2-х этапный проект «Разработка прогноза потребности регионального рынка труда Республики Саха (Якутия) в специалистах с профессиональным образованием и анализ обеспечения этой потребности региональной системой образования на период до 2015 года». (Результаты работы были использованы при разработке Государственной программы обеспечения профессиональными кадрами отраслей экономики и социальной сферы PC (Я) на 2006-2010 годы и основных направлений до 2015 года / Постанов, правит. PC (Я) от 14.07.05 №432)
Томская область. По заказу Департамента трудовых и социальных отношений сдан идентичный 2-х этапный проект 29.11.05 (Результаты работы были использованы при разработке контрольных цифр приема на 2006 год а также Концепции развития и эффективного использования трудовых ресурсов Томской области на 2007-2010 год / Распор, админ. ТО от 12.01.06 № 8-ра)
Республика Карелия. По заказу Минэкономразвития РК выполнен и сдан отчет по идентичному проекту 15.11.05. Результаты работы были использованы при корректировке Концепции социально-экономического развития Республики Карелия на период до 2010 года.
По итогам участия во Всероссийском форуме "Образовательная среда - 2005" авторский коллектив Петрозаводского государственного университета (Васильев В.Н, Гуртов В.А., Питухин Е.А.) за разработку информационно-аналитической системы "Рынок труда и система образования в регионах Росси: мониторинг, прогноз до 2015 года" награжден Дипломом Всероссийского конкурса научно-технических разработок.
На защиту выносятся:
1. Подход к моделированию организационно-технических систем
верхнего уровня на основе методологии двухслойного моделирования,
использующий эффективные алгоритмы анализа и синтеза.
2. Обобщенная модель системы «Экономика — рынок труда — профес
сиональное образование», которая состоит из следующих взаимосвязан
ных моделей:
математической модели определения потребностей рынков труда в кадрах с профессиональным образованием; исходя из различных сценариев развития экономики субъектов Российской Федерации;
математической модели распределения потоков учащейся молодежи по приемам и выпускам в учреждениях профессионального образования;
математической модели баланса потребностей рынка труда и выпусков из образовательных учреждений и формирования на этой основе контрольных цифр приема студентов;
математической модели динамики качественного состава профессорско-преподавательского состава вуза.
-
Результаты прогнозирования потребностей отраслей экономик в кадрах и возможностей их подготовки системой профессионального образования для 80 субъектов федераций и РФ в целом по группам специальностей на период до 2015 года.
-
Математическая модель управления работой цикла регенерации щелоков на среднесрочном периоде планирования в масштабе реального времени.
5. Программная реализация аналитического ядра информационно-
аналитической системы «Рынок труда и система образования в регионах
России: мониторинг и прогноз до 2015 года» в виде комплекса программ
Edumod и Prognose на языке Object Pascal в среде Delphi.
Апробация результатов диссертационной работы.
Результаты исследований докладывались на тридцати форумах, симпозиумах, конференциях, семинарах и круглых столах как международных, так и всероссийских, на научных семинарах кафедр математического моделирования систем управления ПетрГУ, Минэкономразвития Республики Саха, Администрации Томской области, Всемирного банка, Ученого Совета НИИ ВО (г. Москва), докладывались и обсуждались на верхнем уровне в Минобрнауки и Минэкономразвития Российской Федерации.
Основные результаты работы были доложены и обсуждены: на Третьей международной научной конференции "Многокритериальные задачи в условиях неопределенности" г. Орехово-Зуево, 1994; на Международной научно-технической конференции "Проблемы развития лесного комплекса северо-западного региона" г. Петрозаводск, 1996; на Всероссийской научно-технической конференции "Теория, проектирование и методы расчета лесных и деревообрабатывающих машин", Москва, МГУЛ, 1997; на Международной конференции TOOLMET'97 - Tool Environment and Development Methods for Intelligent Systems, University of Oulu, Control Engineering Laboratory, April 17-18, Finland, 1997; на Республиканской научно-практической конференции "Ресурсосберегающие технологии лесного комплекса" г. Петрозаводск, 1998; на Пяти Международных научно-технических конференциях "Новые информационные технологии в целлюлозно-бумажной промышленности и энергетике" г. Петрозаводск, (1994, 1996, 1998, 2000, 2002 гг.); на Ученом совете НИИ высшего образования, Москва, 24.10.2002 года; на Научно-практическом семинаре рынок труда и рынок образовательных услуг в Республике Карелия, 30.01.2003; на Всероссийском совещании представителей министерств труда северо-запада России, Петрозаводск, 2003; на Четвертом, Пятом, Шестом и Седьмом Всероссийском симпозиуме по прикладной и промышленной математике (Петрозаводск 2003, Сочи 2004, Санкт-Петербург 2005, Кисловодск 2006); на Всероссийской научно-практической конференции "Человеческое измерение в информационном обществе" Москва, ВВЦ 29.10-30.11.2003 г. Всероссийского форума "Образовательная среда — 2003", на трех Всероссийских научно-практических Интернет-конференциях «Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России», Петрозаводск 2004, 2005, 2006; на двух научно-практических конференциях «Энергоресурсосбережение и обеспечение экологической безопасности на промышленных предприятиях», Пушкин, 2004, 2005; на Международной конференции «Математическое моделирование социальной и зкономігческой динамики», Москва, 23-25.06.2004; на Всероссийской научно-практической конференции "ІТ-инновации в образовании", Петрозаводск, 27-30.06.2005; на третьей Всероссийской научно-практической конференции "Образовательная среда сегодня и завтра", Москва, ВВЦ, 28.09.2006 г в рамках Всероссийского форума "Образовательная среда - 2006".
Публикации. Основные результаты выполненных исследований по теме диссертации опубликованы в 39 печатных работах, десять из которых входят в список ВАК, в том числе — две монографии.
Структура и объем диссертации. Диссертация состоит из введения, семи разделов, выводов по ним, заключения, списка использованных источников и приложений. Работа выполнена на 348 страницах машинописного текста, содержит 59 рисунков и 27 таблиц. Библиографический список включает 243 наименования.
Свойства организационно-технических систем
В зависимости от природы (люди или технические устройства) выделяют [14] три типа систем:
организационные (социальные) системы;
технические системы;
организационно-технические (комплексные) системы.
Из определения следует, что в ОТСис присутствуют два фактора - организационный (человеческий) фактор и технический (технологический) фактор. Рассмотрим далее организационно-технические системы управления, как наиболее сложные, к которым относятся исследуемые нами объекты.
В качестве объекта исследования, как говорилось во введении, в работе рассматривается два примера ОТСис ВУ:
социально-экономическая система - «профессиональное образование-рынок труда-отрасли экономики» регионов Российской Федерации;
производственно-техническая система - технологический цикл регенерации щелоков при производстве сульфатной целлюлозы на целлюлозно-бумажном комбинате.
В данных системах по-разному представлен вклад организационной и технической составляющих: в социально-экономической преобладает организационная доля, а в производственно-технической - технологическая.
Выбранные примеры объектов призваны показать, что в обоих случаях предлагаемый подход к моделированию организационно-технических систем верхнего уровня на основе методологии двухслойного моделирования оправдывает свою эффективность.
Рассмотрим свойства, которыми отличается ОТСис от просто сложных систем вследствие этих факторов:
1. Человеческий фактор - предполагает наличие случайности (заболевания, увольнения, прием на работу, непредсказуемость), неопределенности (выбор стратегии из множества альтернатив), риска. С другой стороны, существует некоторый социологический взгляд, который говорит, что при взаимодействии между собой, в коллективе, в массе, у социальной системы появляются синергетические признаки, происходит самоорганизация в условиях накладываемых ограничений [70].
Здесь следует отметить сходство массы людей с диссипативными структурами, у которых происходит сильное рассеяние энергии, фактически, здесь напрашивается применение теории термодинамики и диффузионных процессов [70]. Подобному подходу посвящена работа В.Н. Ильина [71], в которой предлагается новая ветвь социологии - социальная термодинамика. В ней рассматривается глобальный смысл социальных процессов с позиции фундаментальных законов природы - начал термодинамики; впервые сформулированы социальные аналоги газовых законов и первого начала термодинамики.
Одно из присущих человеку качеств - стремление к стабильности - формализуется в теории динамических систем с помощью понятия равновесия [70]. Социальные слои так или иначе имеют вполне объяснимые тенденции, которые математически можно выразить через нестационарность, зависимость от времени. Такая нестационарность со временем в мирном обществе стремится к равновесию. В организационных системах эти моменты учитывается с помощью моделей мобилизации, социальной мобильности, моделей миграции.
Такая самодетерминация объекта по внутреннему принципу удерживает его развитие в предсказуемых пределах [72], задает тенденцию, которая имеет инерционность, и, следовательно, линейность поведения.
Равновесие, как состояние системы, в котором интересующие исследователя параметры остаются неизменными, не означает, что жизнь в системе вообще замирает. В рамках модели мобилизации предположение о постоянстве некоторой доли не свидетельствует об отсутствии изменений среди сторонников какого-то явления или процесса (часть уходит, часть привлекается вновь), но общее соотношение остается постоянным [70].
Такие модели мобилизации описываются в виде разностного или дифференциального уравнения первого или второго порядка. Наличие асимптотических решений в них и определяет положение равновесия, к которому устремляется система. Возможность получить аналитическое решение в данном случае позволяет перевести некоторые переменные из внутренних, связанных (эндогенных) в инвариантные, зависящие только от времени, т.е. экзогенные переменные. Такие переменные становятся нестационарными, т.е. зависящими от времени.
В этом случае в будущем появится возможность учета данной нестационарности в рамках развития авторской подхода к модификации численно-аналитического метода решения дифференциальных и разностных уравнений с помощью матричного экспоненциала [5].
2. Технический (технологический) фактор - вносит инерционность в модель, поскольку задает тенденцию, которой система следует в силу своей предопределенности технологии производства. Здесь все направлено на стабильную работу и получение прибыли в рамках сложившейся традиции отрасли. Отраслевая направленность является доминирующим детерминированным фактором, который сам поддается прогнозированию и который удерживает систему на траектории.
В работе [72] указано, что:
чем система сложней, тем она более инерционна;
чем менее тесные связи в системе, тем она более инерционна.
Выбранные примеры систем ОТСис ВУ являются и достаточно сложны
ми и содержат ограниченное число связей в силу отраслевой обособленности.
Из вышесказанного можно заключить, что оба фактора - организационный и технический в ОТСис ВУ достаточно сильно определяют ее инерционность, аналогично как и самодетерминация социально-экономической системы и доминирующий технологический фактор производственно-технической системы.
Определение потребностей региональной экономики в кадрах исходя из различных сценариев развития ее отраслей
Одной из важных проблем при анализе динамики развития экономики субъекта федерации (СФ) является проблема обеспечения отраслей региональной экономики квалифицированными кадрами.
Число требуемых кадров должно покрывать потребности соответствующих отраслей экономик в работников настолько, чтобы позволить этим отраслям динамично изменяться в соответствии с перспективным планом регионального развития данного СФ, принятом и утвержденном региональным правительством на краткосрочный горизонт планирования. В этих программах заложены среднегодовые темпы роста валового регионального продукта (ВРП) по отраслям экономики и промышленности данного субъекта федерации. Желаемые темпы роста на национальном уровне были приняты Правительством России в соответствии с указом Президента РФ об удвоении ВВП к 2010 году.
В монографии [195] структурированы приоритеты развития региональных экономик всех 87 субъектов федераций. Книга также включает в себя информацию из программ развития всех 87 субъектов о среднегодовых плановых темпах роста ВРП.
Следует выделить работу [196], в которой анализируется тема роли государства в экономике на этапе модернизации, исследуется мировой и временной контекст проблемы, ставятся задачи и разрабатываются проекты модернизации, определяются функции государства, рассматривается текущая ситуация и экономическая политика.
Многие вопросы современной рыночной экономики и ее государственного регулирования прояснены в труде [197].
Анализу проблем экономического роста посвящена монография [198], где особое внимание уделяется моделям и вариантам расчета темпов роста региональной экономики. В работе присутствует обзор последних трудов российских экономистов, посвященных анализу и прогнозированию социально-экономического развития России.
С числом востребованных экономикой региона кадров связано число занятых в экономике региона, или, говоря статистическим языком, среднегодовая численность занятых в экономике, или работников. Очевидно, что в идеале, одно должно равняться другому в разрезе соответствующих отраслей экономики и промышленности. Для региональных органов управления экономикой актуальным является анализ следующей проблемы: достаточно ли прогнозируемой численности занятого в экономике местного населения, чтобы обеспечить планируемое экономическое развитие при заданных темпах экономического роста?
Ответов на этот вопрос могло бы быть несколько [199]. Самый «успокаивающий» вариант развития, что требуемая численность занятых в экономике меньше, чем ее регрессионная прогностическая оценка. Такой случай возможен, либо когда в экономике работают высокотехнологичные отрасли, которые не требуют большого количества работающих и налицо тенденции сокращения, либо когда эти тенденции сокращения вызваны планами свертывания производства. В этом случае для экономики будет создаваться кадровый запас, но в регионе, вследствие нетрудоустроенности, станет увеличиваться социальная напряженность.
«Оптимальный» для чиновника случай, когда прогноз потребности в кадрах совпадает с прогностической оценкой занятых в отраслях экономик. Тогда не надо никого ни сокращать, ни искать новых работников.
Следующий на очереди случай с «запасом устойчивости», когда требуемая численность занятых в отраслях экономики больше, чем их прогностическая оценка, но меньше, чем прогностическая оценка численности трудоспособного населения. При таком раскладе существует запас работников из числа местного населения, которые могут трудиться на благо экономики региона. Их можно использовать, не привлекая человеческих ресурсов извне, проведя переподготовку кадров, их обучение или переобучение.
Самый «тяжелый» вариант, когда оценка суммарного числа востребованных отраслями экономик кадров превосходит прогноз количества трудоспособного в регионе населения. Здесь наступает кризис - где брать людей? Своими силами, как говориться, уже не обойтись. Придется рабочую силу привлекать из-за границы, других областей, работать вахтовым методом и т.д. и т.п.
На практике порой сложно оценить необходимую численность занятого в конкретной отрасли экономики населения с позиции обеспечения желаемых в этой отрасли изменений. Ниже предлагается две методики нахождения требуемого числа занятого в отраслях экономики и промышленности исследуемого СФ населения.
Первая - на основании предположения о «экстенсивном» сценарии развития экономики региона, то есть когда прирост доли ВРП обеспечивается, в основном, приростом числа занятых в экономике. Она отражает т.н. "сценарий невмешательства".
Вторая - на основании предположения об учете фактора «интенсивного» экономического роста, в которой, наряду с традиционным приростом численности занятых на фактор прироста ВРП существенно влияет и фактор эффективности новых технологий. Такая методика соответствует "сценарию управления".
В подавляющем большинстве регионов имеется представление о планируемых в экономику субъекта инвестициях на период до 2010 года, а в некоторых субъектах федерации и до 2015 года. Известны такие оценки и для динамики изменения основных фондов, внешнеторгового сальдо (разницы между экспортом и импортом); существуют оценки доли оплаты труда в валовом региональном продукте, которые по статистике наблюдаются с 2000 года. То, что известно запланированное изменение ВРП региона, говорилось выше.
Располагая такими исходными данными за предшествующий 10-тилетний период с 1995 по 2005 год и прогнозом их изменения на краткосрочном горизонте планирования с 2006 до 2015 годы, можно рассчитать изменение абсолютного числа занятых в отраслях экономики работников.
Ниже будет рассмотрено несколько методик оценки требуемой численности занятых по отраслям экономики и промышленности, соответствующих различным сценариям развития экономики и наличия исходных данных.
Рассмотрим математическую формулировку для прогнозирования зависимости вектора L(i) среднегодовой численности занятых в разрезе / = 1,13 отраслей экономики. В предположении, на котором основывалась данная модель [200, 201], среднегодовая численность занятых по отраслям экономики соотносится с динамикой развития отраслей экономики и промышленности.
Как анализировалось выше, в работе [159] были получены эконометрические зависимости, в числе которых оценка объема промышленного производства была прямо пропорциональна темпу роста занятых в данной отрасли. В ранних работах автора [202, 203, 204] использовались оценки, когда общая численность промышленно-производственного персонала экстраполировалась с помощью линейной регрессии.
Рассмотрим методику, определяющую численность занятого населения в отраслях экономики на основании линейной регрессии [202]. Динамика или тренды развития отраслей промышленности по регионам России являются вторым ключевым вопросом, требующим всестороннего обсуждения и дискуссий. Такие данные в разрезе каждого СФ представлены в программах экономического развития регионов на период до 2015 года [195]. Очевидно, что к прерогативе экспертов относится задание в программах развития снижение или рост объемных показателей по отраслям экономики регионов.
Математическая модель формирования государственного заказа на подготовку востребованных экономикой специалистов
Необходимость формирования на уровне субъектов федерации государственного (регионального) заказа (контрольных цифр приема) в разрезе 28 УГС для студентов дневного отделения по НПО, СПО, ВПО, обучающихся на бюджетной основе, в 2004-2005 году неоднократно отмечалась руководством страны. За основу формирования контрольных цифр приема используются балансовые таблицы спроса и предложения, полученные ранее на основании проведенных расчетов.
Предлагается методика, отличная от общей постановки задачи (5.3), основанная на концепции "щадящего управления", которая при формировании контрольных цифр приема для 28 УГС основывается на трех базовых позициях:
потребность региональной экономики в специалистах с профессиональным образованием;
первоочередное обеспечение приоритетных отраслей экономики региона выпускниками системы профессионального образования;
не рекомендуется делать «революционных» изменений, а осуществлять переход от существующей ситуации приемов к формированию желаемых контрольных цифр в течение 4-5 лет.
Будем в дальнейшем называть полученные по таким принципам цифры приема оптимизированными.
При формировании оптимизированных контрольных цифр приема на ближайшие годы следует в качестве «реперных» значений использовать прием за предыдущие два года, а в качестве оптимизированных - потребности региональной экономики в 2005 году. Плавная аппроксимация значений приемов с 2004 - 2005 гг. к приемам 2010 года позволит сформировать контрольные цифры приема на 2006-2007 годы, удовлетворяющие выше описанным требованиям. На Рис. 5.1 приведена схема, иллюстрирующая описанный выше алгоритм.
Далее формализуется математическая модель процесса формирования контрольных цифр приема согласно описанному выше алгоритму.
Потребности m-го субъекта Федерации (т = 1,80) для трех уровней образования в разрезе А; = 1,28 укрупненных групп специальностей (УГС) обозначаются следующим образом:
Vv , (i)- желаемый выпуск из ОУ ВПО;
Vr (і) - желаемый выпуск из ОУ СПО;
VN (і) - желаемый выпуск из ОУ НПО.
Необходимо получить максимум соответствия желаемого количества выпускников по специальностям к в год результатам математического моделирования прогноза выпусков из ОУ всех трех уровней.
Рассмотриваются реальные возможности повлиять на выпуски из ОУ.
Пусть на текущий момент уже проведены приемы в ОУ всех трех уровней за 2005 год. Формула связи реального года с индексом времени определена соотношением у(і) = і+ 1999. Текущий 2005 год соответствует индексу icur = 6 (y(icur) = 2005). Индекс последнего года горизонта планирования равен is = 16 (фу) = 2015).
Приведем ранее обоснованное допущение, что причинно-следственная модель выпусков из ОУ в разрезе к = 1,28 УГС может быть с достаточной степенью адекватности на верхнем слое отражена следующими регрессионными уравнениями.
Выбирается «нереволюционный» путь постепенных изменений в структуре выпусков. Это означает отсутствие попыток добиться полного соответствия реального выпуска желаемому выпуску в разрезе 28 У ГС уже на первый год возможного влияния (iys, iCsu iNs), хотя такое теоретически возможно в случае решения (5.3). Для этого достаточно резко изменить структуру приема в ОУ ПО уже на 2006 год. Но это как раз и не рекомендуется делать, поскольку такое резкое скачкообразное управление способно внести сильные пертурбации в социально-экономическую сферу профессорско-преподавательского состава образовательных учреждений профессионального образования. К тому же неизвестно, насколько близко к намеченному плану будет исполняться инвестиционная программа в разрезе отраслей экономик, которая существенно влияет на требуемое количество работников по отраслям.
Выбирается управление потоками приемов по специальностям не скачкообразное, а линейное, которое будет плавно по годам изменяться и линейно менять выпуски начиная с первого года возможного влияния (iys, i(js и /дг5) до конечного года (if).
На данном этапе можно считать математическую модель получения контрольных цифр приема по укрупненным группам специальностей формализованной.
В качестве нормативного документа, вводящего процедуру формирования регионального (государственного) задания в разрезе 28 УГС может служить постановление коллегии регионального органа управления образования «О формировании регионального (государственного) задания (контрольных цифр приема) на подготовку специалистов в разрезе 28 УГС для студентов дневного отделения по НПО, СПО, ВПО, обучающихся за счет средств регионального бюджета». Этот документ будет носить обязательный характер для образовательных учреждений, финансируемых из регионального бюджета, а для образовательных учреждений федерального подчинения - рекомендательный характер. В целом же такой документ позволит исполнительной и законодательной власти региона формировать осознанную перспективную кадровую политику региона.
Такие документы уже приняты в ряде субъектов Федерации, например, Постановление администрации (правительства) Курганской области от 07.12.2004 № 433 "О государственном задании (контрольных цифрах приема) на подготовку специалистов с начальным и средним профессиональным образованием для учебных заведений начального и среднего профессионального образования, находящихся в введении Курганской области, на 2005 год".
Таблица 5.1 иллюстрирует рассчитанные, таким образом, контрольные цифры приема в образовательные учреждения ВПО на 2006 и 2007 годы по Томской области.
Программа EDUMOD расчета распределения потоков приемов и выпусков учащихся образовательных учреждений
Основным в данной части проекта явилось переосмысление и разработка принципиально новой программы EDUMOD на языке PASCAL в среде DELPHI. Эта программа создавалась для решения задач, которые не было возможным решить с помощью обычных программных сред, в частности, MathCAD.
Среда разработки: Borland Delphi Enterprise 2005
Назначение программы: Программа предназначена для моделирования распределения потоков выпускников 9 и 11 классов школ по учебным заведениям 80 основных регионов Российской Федерации (РФ).
Происхождение названия: Education Modelling (моделирование образования)
Краткая аннотация:
Рассматривается процесс влияния выпуска школьников (выпускников средних образовательных учреждений (СОУ)) на приемы в образовательные учреждения (ОУ) начального (НПО), среднего (СПО) и высшего (ВПО) профессионального образования на всех 80 регионов субъектов федерации (СФ). Учитывается отток поступающих в образовательные мегаполисы городов Москвы и Санкт-Петербурга.
Прогнозируется динамика распределения потоков выпускников поступающих в ОУ НПО, ОУ СПО и ОУ ВПО на период до 2015 года.
Решается задача условной оптимизации и управления потоками выпускников с учетом ограничений с целью осуществления желаемых уровней приема в ОУПО.
Файлы пакета:
edumod.exe - исполняемая программа;
edumod.edm - файл выходных (расчетных) данных по результатам последнего моделирования;
edumod.ini - файл настроек программы;
l.txt, 2.txt,..., 80.txt - файлы исходных данных по регионам РФ, содержащие информацию о рождаемости с 1975 по 2005 годы, выпускниках 9 и И классов школ с 1997 по 2005 годы и о структуре поступивших в учебные заведения за 2000-2005 годы;
P V.txt, P C.txt, P N.txt, V V.txt, V C.txt, V N.txt - файлы Приемов и Выпусков по 80 регионам РФ с 1992 по 2005 годы.
Программа обладает интуитивно-понятным интерфейсом; назначение пунктов меню и опций, инициирующих основные этапы работы алгоритма расчета, следуют из их названия.
Требования к системе:
Операционная система - Windows 2000/ХР
Размер требуемого пространства на жестком диске не менее 50 МБайт.
Объем требуемой свободной оперативной памяти под программу не менее 200 МБайт.
Внешний вид головного окна программы представлен на Рис. 6.5, где указаны основные этапы выполнения алгоритма, расположение управляющих клавиш и пунктов меню.
Пункт "Вычислить!" инициирует основную работу программы - запускает детерминированное моделирование конечно-разностной модели, Работу блока моделирования можно условно разделить на ряд последовательно выполнимых этапов. Для выполнения заданного пункта этапа необходимо отметить его "галочкой" " Успешное выполнение этапа сопровождается выводом слова OK! DK! в соответствующей строке "Состояние" ! Состояние ;. Командой к выполнению трех основных этапов "Загрузка данных и задание внешних воздействий", "Задание параметров модели" и "Моделирование потоков" служит нажатие пункта Вычислить! основного меню, в случае, когда он активен. В группе "субъекты федерации" отображен в порядке налоговых номеров субъектов список 80 регионов Российской Федерации. Можно выбрать один или несколько СФ на один график, в зависимости от заданной необходимости отображения.
Если правой кнопкой мыши "щелкнуть" по линии графика вблизи любой точки, то автоматически рядом будет отображаться значение. Чтобы стереть все "подсказки" достаточно щелкнуть мышью рядом на пустое поле графика.
На Рис. 6.6 отображены общие тенденции, свойственные в силу демографических особенностей, всем регионам России, к снижению приемов в ОУ ПО всех уровней. На примере Белгородской области (Рис. 6.7) продемонстрированы возможности раздельного представления прогнозов потоков приемов и выпусков ОУ ВПО, СПО и НПО.
Для исправления недостатков детерминированного расчета, предусмотрено введение случайности в параметры модели. Зададим нижнюю и верхнюю границу параметров и некоторые (на выбор) законы их распределения. Можно выбрать равномерный или нормальный закон. Граница параметров изменяется с помощью опции "Отклонение от среднего". Надо иметь в виду, что это отклонение в обе стороны (и в плюс и в минус), поэтому на фрагменте примера диапазон изменения параметра составляет 2% от номинала, хотя указан 1%. В качестве номинала (среднего) берется значение, полученное ранее при детерминированном расчете региона.
В вкладке " Свойства управляющих воздействий" выбираются типы и поведение этих управляющих воздействий - в качестве них в модели рассматриваются вектора потоков школьников. Они могут быть как детерминированными, так и случайными, и их поведение может быть как стационарное (случайная функция) или нестационарное (случайный процесс).
В вкладке "Особенности моделирования" выбираются метод анализа, то есть способ моделирования. Здесь представлены методы Монте-Карло и статистической линеаризации. При выборе метода Монте-Карло становится активной вкладка, где можно выбрать "Число испытаний по методу Монте-Карло". Данное число влияет на длительность и на качество моделирования; программа позволяет приблизительно оценить время испытаний.
Во вкладке "Свойства коэффициентов модели" выбирается поведение параметров модели - меняющееся или неизменное во времени, а также закон распределения (по умолчанию - равномерный) и отклонение от среднего.
В группе "Результаты моделирования" задается нужный тип трендов, получаемых в результате многократных испытаний выбранного региона из вкладки "Исследуемый регион".
