Меню
Главная
Авторизация/Регистрация
 
Главная arrow Экономика arrow Развитие регионов: диагностика региональных различий

СИСТЕМА МЕТОДОВ ДИАГНОСТИКИ РЕГИОНАЛЬНЫХ РАЗЛИЧИЙ

ОБОСНОВАНИЕ СИСТЕМЫ МЕТОДОВ ДИАГНОСТИКИ РЕГИОНАЛЬНЫХ РАЗЛИЧИЙ

Выделенные в параграфе 1.3 синергетические формы проявления региональных различий определяют основные требования к инструментарию метода по их диагностике. Диагностика региональных различий требует описания основных подсистем (трудовые ресурсы, инфраструктура и обрабатывающие производства); выявления взаимосвязей между подсистемами через взаимосвязь показателей, описывающих их состояние; определения существенных факторов, характеризующих социально-экономическую обстановку в регионе, оценки этих факторов; определения существующих альтернативных направлений развития, то есть регионов, имеющих схожие параметры состояния подсистем. Все это предопределило формулирование принципов, которым должна соответствовать предлагаемая система методов:

  • 1. Принцип структуризации. Наличие структуры позволяет существенно сократить громадное число возможных комбинаций элементарных отношений. Структуры часто носят иерархический характер, то есть состоят из упорядоченных уровней. Проблема структуризации является одной из главных отличительных особенностей системных исследований. Подмножества элементов системы могут рассматриваться как подсистемы, состоящие, в свою очередь, из подсистем более низкого уровня.
  • 2. Принцип контекстности. Предполагает диалектическое единство сущности диагностируемой системы, ее структуры и описывающих их характеристик.
  • 3. Принцип взаимодополняемости характеристик состояния системы. При выявлении характеристик системы желательно включать в их перечень только такие, которые описывают взаимодополняющие аспекты функционирования системы и оценивают разные ее подсистемы. Набор характеристик должен адекватно и в достаточной степени представлять все стороны изучаемой системы.
  • 4. Принцип представления взаимосвязей между характеристиками системы в явном виде. В настоящее время представление взаимосвязей между отдельными характеристиками или целыми подсистемами либо вовсе не используется, либо используется при оценке относительной важности результативных показателей. Такой подход не позволяет в полной мере выявить все особенности функционировании и развития

системы. Вероятностный характер поведения систем вполне допускает представление взаимосвязей между элементами системы с использованием статистических методов.

  • 5. Принцип формализованного обоснования структуры системы. Диагностика той или иной системы связана с тем, в каком состоянии система находится, какие проблемы в ней существуют, и какие результаты система приносит. Этим обуславливается необходимость ориентации характеристик на результат (цель). В этой связи в качестве основных и достаточных характеристик следует рассматривать те, которые удовлетворяют условию взаимосвязи с результирующей характеристикой.
  • 6. Принцип пространственного (временного) упорядочивания характеристик. В связи с отсутствием единых стандартов и норм, на основе которых можно объективно определить состояние системы, а также при изучении сложных систем, поведение которых описывается множеством числовых данных, требуется упорядочить последние во времени или пространстве. В этом случае интерес представляет не сравнение степени выраженности какого-либо качества, а лишь взаимное пространственное либо временное соотношение характеристик системы.
  • 7. Принцип агрегированности (конденсации информации). В случае, если система описывается большим числом характеристик, то в целях избегания иллюзии полноты описания системы либо информационной избыточности необходимо переходить к обобщенным характеристикам, при этом правила перехода должны быть четко формализованными.
  • 8. Принцип содержательного описания приоритетных компонент. Выявленные компоненты должны представлять комплекс знаний о некотором аспекте функционирования системы или ее подсистемы. Хотя компоненты — это прежде всего элементы знания о механизме функционирования системы, но мерой их выраженности и важности является связанная с ними изменчивость. Компоненты, не удовлетворяющие критерию, устанавливающему меру необходимой изменчивости, не рассматриваются в качестве компонент, которые следует интерпретировать содержательно.
  • 9. Принцип различения. Анализ изменений системы выводит на первый план фундаментальную проблему распознавания отличий. «Отличие расщепляет мир надвое: на «это» и на «то», «среду» и «систему», на «мы» и «они» и т.д. В человеческой деятельности различение занимает одно из самых важных мест и является, разумеется, одним из самых важных действий в науке о системах, поскольку любое определение системы есть различение собственно системы и ее среды» [95, с. 317]. Последнее рассуждение опирается на логику исчисления форм Брауна 1226], требующую оперировать не объектами, а различениями. Именно логику различений использовал Н. Луман, разрабатывая свой вариант теории социальных систем. Он считает, что под «системой следует понимать не определенные сорта объектов, а определенное различение, именно различение системы и окружающей среды. Система является формой различения, т.е. имеет две стороны: систему (как внутреннюю сторону формы) и окружающую среду (как внешнюю сторону формы). Лишь обе стороны производят различение, производят форму, производят понятие» 1123, с. 281. Итак, учитывая особенности состояний синергетической системы, выделенных в параграфе 1.3, а также сформулированные принципы диагностики, приведем систему методов диагностики региональных различий (рис. 3).
Принципы и методы диагностики синергетической системы

Рис. 2.1. Принципы и методы диагностики синергетической системы

Целостное представление проблемы позволяет получить системный подход. Исторически корни системного подхода как формы научного мышления принято связывать с именами двух крупнейших ученых первой половины XX века — А. А. Богдановым, автором фундаментального сочинения по основам всеобщей организационной науки — текто-логии [22], и Л. Берталанфи, разработчиком общей теории систем [16]. Именно эти ученые впервые стали рассматривать системный подход в качестве инструмента научного познания. Дальнейшее развитие системный подход получил в трудах многих отечественных исследователей [8; 9; 25; 38; 90; 120; 138; 167; 168; 186; 197]. Системный анализ позволяет определить состав региональных подсистем, протекающие в них процессы и выявить взаимосвязи между ними. Методология системного подхода при решении задач анализа систем сводится к тому, что исследования объекта ориентируются на раскрытие его интегративных качеств, на выявлении многообразных связей и механизмов, обеспечивающих эти качества. Ключевую роль в системном анализе играет понятие «структура», которое связано с упорядоченностью отношений, связывающих элементы системы. Наличие структуры позволяет существенно сократить число возможных комбинаций элементарных отношений. Проблема структуризации является одной из главных отличительных особенностей системных исследований. Подмножества элементов системы могут рассматриваться как подсистемы, состоящие, в свою очередь, из подсистем более низкого уровня. Таким образом, задача по выделению региональных подсистем решается на основе изучения сущности, свойств региона как системы (параграф 1.1).

Алгоритмы вычисления, а также описание возможностей использования корреляционно-регрессионного анализа в экономических исследованиях, достаточно широко освещены в литературе |46; 59 67; 70] по статистическому анализу и прикладной статистике.

Пользуясь методами корреляционно-регрессионного анализа, аналитики измеряют тесноту связей показателей с помощью коэффициента корреляции. При этом обнаруживаются связи, различные по силе (сильные, слабые, умеренные и др.) и различные по направлению (прямые, обратные). Если связи окажутся существенными, то целесообразно будет найти их математическое выражение в виде регрессионной модели и оценить статистическую значимость модели. Корреляционный анализ и регрессионный анализ являются смежными разделами математической статистики, и предназначаются для изучения по выборочным данным статистической зависимости ряда величин, некоторые из которых являются случайными. Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных. Теория вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление. В рамках данного исследования контекст анализа задается посредством изучения региона в рамках системного подхода, а также выявленные в рамках синергетического подхода формы проявления региональных различий.

Исследуя сущность системы необходимо считаться с существованием взаимосвязей между ее подсистемами в целом и показателями, характеризующими их состояние, в частности. При этом полнота описания должна предусматривать наличие количественной характеристики причинно-следственных связей между показателями. Количественную оценку взаимосвязи отражает коэффициент корреляции, рассчитанный в ходе корреляционного анализа.

Формально корреляционная модель взаимосвязи системы случайных величин Х= (Х{2,..., X.) может быть представлена в следующем виде: Х=/(Х, Т), где Ъ — набор случайных величин, оказывающих влияние на изучаемые случайные величины. Задачи корреляционного анализа сводятся к выявлению неизвестных причинных связей между признаками и характеристиками, установлению направления этих связей и количественной оценки тесноты связи.

Линейный корреляционный анализ позволяет установить прямые связи между переменными величинами по их абсолютным значениям. Формула расчета коэффициента корреляции построена таким образом, что если связь между признаками имеет линейный характер, коэффициент Пирсона точно устанавливает тесноту этой связи. Поэтому он называется также коэффициентом линейной корреляции Пирсона.

В общем виде формула для подсчета коэффициента корреляции такова:

^(Х/-х)(у1-у)

"'Ль-зГхЛь’1-у)2

где х, — значения, принимаемые переменной X, у . — значения, принимаемые переменой У, х — средняя по X, У — средняя по У.

Расчет коэффициента корреляции Пирсона предполагает, что переменные Хи У распределены нормально.

Даная формула предполагает, что из каждого значения х. переменной X, должно вычитаться ее среднее значение х. Это не удобно, поэтому для расчета коэффициента корреляции используют не данную формулу, а ее аналог, получаемый с помощью преобразований:

ПХ^(Х'Ху)-(

пс =

Х*>х

Л>х5>|2-<Х*,)2]х|

[яхХ

При корреляционном анализе выявляется связь между параметрами в среднем для всех регионов. Это значит, что определенному параметру, характеризующему ту или иную подсистему, соответствует ряд вероятных значений параметров, характеризующих другие подсистемы либо ту, к которой он принадлежит. Таким образом, необходимо определить все существенные взаимосвязи и установить влияние параметров с учетом этих взаимосвязей на поведение всей системы, а не только ее части. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять полезность факторных признаков при построении уравнений множественной регрессии.

Регрессионный анализ называют основным методом современной математической статистики для выявления неявных и завуалированных связей между данными наблюдений. Технологии регрессионного анализа позволяют повысить уровень аналитического обеспечения принятия решений и их обоснованность. Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Целью регрессионного анализа является оценка функциональной зависимости условного среднего значения результативного признака (У) от факторных (х,, х2,..., хк). Основной предпосылкой регрессионного анализа является то, что только результативный признак (У) подчиняется нормальному закону распределения, а факторные признаки ху, х2,..., хк могут иметь произвольный закон распределения.

От региона к региону можно наблюдать изменение показателей, что обуславливает существование региональных различий, то есть в данном случае речь идет о флуктуациях пространственных. Этот вид флуктуаций позволяет идентифицировать характеристики и регионы, выделив их из множества других, отражает особенности территории и демонстрирует общий уровень межрегиональных различий. Для изучения сложных систем, поведение которых описывается множеством числовых данных, применяется метод ранжирования.

Ранжирование целесообразно применять в следующих ситуациях:

  • 1) когда необходимо упорядочить какие-либо объекты во времени или пространстве (в этом случае интерес представляет не сравнение степени выраженности какого-либо качества, а лишь взаимное пространственное либо временное расположение объектов);
  • 2) когда нужно упорядочить объекты в соответствии с каким-либо качеством, но при этом не требуется его точное измерение.

При изучении региональных различий метод ранжирования позволяет сравнить регионы друг с другом. Для выполнения этой задачи применяется прямой метод ранжирования, при котором производится оценка, ранжируется каждый показатель, характеризующий отдельную подсистему, от самого высокого до самого низкого. Метод прямого ранжирования в наибольшей степени соответствует задаче по упорядочению региональных различий, так как предусматривает возможность оценивать объект одновременно по нескольким показателям. В этом случае ранжирование по каждому из показателей осуществляется отдельно. Сумма рангов по используемым показателям определяет общий уровень инвестиционной привлекательности и дает общее представление о величине различия между регионами.

В параграфе 1.3 момент бифуркации был определен как целевое воздействие на систему через управленческое решение. В этой связи в бифуркационном состоянии необходимо знать о проблемных сферах жизнедеятельности региона, где необходимо принимать срочные управленческие решения по исправлению ситуации, а также о региональных особенностях, сильных и слабых сторонах региона. Важно отметить, что выделенные факторы должны быть типичны для всех без исключения регионов с целью обеспечения сравнимости последних.

Существо методов факторного анализа, применяемого для описания бифуркационного состояния, состоит в переходе от описания некоторого множества изучаемых объектов, заданного большим набором косвенных непосредственно измеряемых признаков, к описанию меньшим числом максимально информативных глубинных переменных, отражающих наиболее существенные свойства явления. Задача факторного анализа заключается в том, чтобы определить число, природу и сущность наиболее существенных и относительно независимых факторов региональных различий. Важной отличительной особенностью факторного анализа является возможность одновременного исследования сколь угодно большого числа взаимозависимых переменных. При диагностике региональных различий исходные параметры несут, как правило, большую смысловую нагрузку, сами являются содержательными измеряемыми признаками. Главная цель факторного анализа в нашем исследовании заключается в агрегировании данных, направленном на выявление общих закономерностей. Задача нахождения и интерпретации факторов региональных различий является лишь первой задачей факторного анализа. Вторая задача состоит в построении так называемой матрицы факторных весов, элементы которой определяют значения факторов для каждого из регионов, тем самым выполняется требование сравнимости регионов между собой по основным параметрам.

Аттрактор рассматривается нами как ориентир для определения направлений развития региона, на основе схожести социально-экономического положения регионов. Для этого необходимо общую исследуемую совокупность разделить на группы, которые будут включать в себя относительно схожие регионы по всему набору оцениваемых показателей. Задачей кластерного анализа является разбиение заданной выборки объектов на группы, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались. Для того чтобы количественные оценки позволяли вести сравнение альтернатив, они должны отражать участвующие в сравнении свойства и особенности региона. Достичь этого возможно, если учитываются все показатели условий развития региона, а перед этим даны оценки и содержательное описание каждого обобщенного фактора условий развития региона.

В предложенной системе методов диагностики синергетической системы используются следующие методы для описания синергетических форм проявления региональных различий:

  • 1. Состояние хаоса определяется посредством корреляционно-регрессионного анализа, обеспечивающего, с одной стороны, определение существенных взаимосвязей и количественном оценки взаимовлияния всех параметров каждой подсистемы, а с другой — на основе выявленных зависимостей, вскрытие характера процессов, протекающих в связи со сложившимся уровнем региональных различий.
  • 2. Флуктуации формализуются методом ранжирования, при котором производится оценка и ранжируется каждый показатель, описывающий состояние конкретной подсистемы.
  • 3. Бифуркация фиксируется посредством факторного анализа, позволяющего перейти от исходного множества непосредственно измеряемых показателей к описанию явления меньшим числом максимально информативных, глубинных переменных, отражающих наиболее существенные свойства явления.
  • 4. Аттрактор выявляется при помощи кластерного анализа, посредством которого выделяются однородные группы объектов, называемые кластерами, характеризующими альтернативные направления развития региона.
 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Пред   СОДЕРЖАНИЕ   След >
 

Популярные страницы