Информационное обеспечение процесса управления социально-экономическими системами мезоуровня: теория, методология, инструментарий
| Вид материала | Автореферат диссертации |
- Теория и методология управления рисками в туристско-рекреационном комплексе, 758.54kb.
- Теория и методология синергетического подхода в управлении организационными изменениями, 479.52kb.
- Программа проведения письменного экзамена по «Теории менеджмента» с абитуриентами,, 61.66kb.
- Эффективное управление инновационно ориентированной деятельностью российских компаний, 467.24kb.
- 05. 13. 10 Управление в социальных и экономических системах, 91.88kb.
- Развитие системы управления инвестиционной деятельностью в крупных диверсифицированных, 603.87kb.
- Институционально-экономические основы развития некоммерческого сектора, 581.26kb.
- Организационно-экономический механизм регулирования рынка медицинских услуг как социально-экономической, 446.46kb.
- И ОАО «Уралсвязьинформ», 423.91kb.
- Совершенствование управления малым бизнесом в условиях рыночных преобразований экономики:, 502.44kb.
Полгода безработные получали пособие по безработице, а затем многие снялись с учёта, следующий скачок снятия с учёта произошел ещё через полтора года – это лица, которые по истечении срока выплаты пособия переходят в состав безработных без выплаты пособия, а затем они вновь становятся получателями пособия по безработице. Безработным, чей стаж более 20 лет, срок пособия продлевается на две недели ежегодно. Многие лица работают без официального оформления, а пребывание на учёте в СЗ обеспечивает им сохранение стажа и медицинского страхования. В этой группе преобладают женщины, что связано с возможностью находиться дома, воспитывать детей, сохраняя социальные льготы.
(4) Многомерный анализ данных службы занятости.
Формирование отчётности в центрах занятости населения. Стандартной программой по вводу, хранению и обработке данных в центрах занятости населения страны является программный комплекс (ПК) «Катарсис» – многофункциональная система, предназначенная для автоматизации основных направлений деятельности Департамента федеральной государственной службы занятости населения субъектов Российской Федерации, их структурных подразделений и филиалов.
Систему «Катарсис» можно отнести к классу систем поддержки принятия решений СППР (DSS, Decision Support System), которая позволяет решать только информационно-поисковые задачи. Оперативно-аналитические задачи более рационально решать с использованием кубов OLAP. Например, рассмотрим срез куба с четырьмя измерениями (пол, группа молодёжи, образование, трудоустроен) по показателю трудоустроен за последние три года (2004–2006гг., на момент проведения исследования 2007 г. еще не закончился) по всем уровням образования, группам молодёжи и полу. Получим следующий многомерный отчет (рисунок 9). Подобные результаты можно объединить в аналитической отчетности, в которой пользователю доступны только конечные результаты (выдержки) из работы аналитика. Отчеты строятся в виде древовидного иерархического списка, каждым узлом которого является отдельный отчет или папка, содержащая несколько отчетов. Для каждого отчета настраивается свой способ отображения (таблица, гистограмма, кросс-таблица, кросс-диаграмма и т. п.). Это удобно, так как несколько отчетов могут быть связаны с одним узлом дерева сценария.
Описанный выше подход показывает, что использование современных систем аналитической отчетности значительно упрощает и облегчает работу конечных пользователей, что выгодно его отличает от стандартной системы «Катарсис», используемой СЗ.
| | Группа молодёжи | Пол | | | | | | | | | ||||
| 1 | 2 | 3 | Итого: | |||||||||||
| Трудоустроен | Обpазование | Ж | М | Итого: | Ж | М | Итого: | Ж | М | Итого: | ||||
| 0 | Высшее профессиональное | | | | 35 | 20 | 55 | 94 | 33 | 127 | 182 | |||
| Начальное профессиональное | 9 | 10 | 19 | 57 | 40 | 97 | 45 | 20 | 65 | 181 | ||||
| Не имеющие основного общего | 11 | 21 | 32 | 2 | 5 | 7 | 6 | 7 | 13 | 52 | ||||
| Основное общее (9 кл.) | 119 | 143 | 262 | 77 | 130 | 207 | 26 | 27 | 53 | 522 | ||||
| Среднее общее (11 кл.) | 43 | 63 | 106 | 135 | 124 | 259 | 50 | 32 | 82 | 447 | ||||
| Среднее профессиональное | 17 | 4 | 21 | 372 | 91 | 463 | 117 | 28 | 145 | 629 | ||||
| Итого: | 199 | 241 | 440 | 678 | 410 | 1 088 | 338 | 147 | 485 | 2 013 | ||||
| 1 | Высшее профессиональное | | 1 | 1 | 45 | 12 | 57 | 87 | 30 | 117 | 175 | |||
| Начальное профессиональное | 2 | 13 | 15 | 34 | 71 | 105 | 21 | 54 | 75 | 195 | ||||
| Не имеющие основного общего | 161 | 261 | 422 | 3 | 4 | 7 | 3 | 1 | 4 | 433 | ||||
| Основное общее (9 кл.) | 449 | 631 | 1 080 | 94 | 145 | 239 | 23 | 42 | 65 | 1 384 | ||||
| Среднее общее (11 кл.) | 72 | 49 | 121 | 156 | 193 | 349 | 97 | 165 | 262 | 732 | ||||
| Среднее профессиональное | 23 | 6 | 29 | 259 | 71 | 330 | 93 | 56 | 149 | 508 | ||||
| Итого: | 707 | 961 | 1 668 | 591 | 496 | 1 087 | 324 | 348 | 672 | 3 427 | ||||
| Итого: | 906 | 1 202 | 2 108 | 1 269 | 906 | 2 175 | 662 | 495 | 1 157 | 5 440 | ||||
Рисунок 9 – Пример OLAP-отчета по данным о трудоустройстве молодёжи (получено по результатам исследований автором)
(5) Интеллектуальный анализ данных службы занятости.
Рассмотрим применение методов эволюционного моделирования (в системе PolyAnalyst) для анализа данных центра занятости населения со следующими показателями: Пол, Возраст, Группа молодёжи, Обpазование, Последняя пpофессия, Число дней до трудоустройства, Категор. незанятости, Общий стаж (в месяцах).
Применение жёсткого алгоритма поиска зависимостей (FD) позволило найти наиболее влияющие параметры: пол, образование, общий стаж.
Жёсткий алгоритм включил в зависимость переменные: пол, образование, общий стаж. На рисунке 10 видно, что мужчины со средним профессиональным образованием трудоустраиваются примерно через 138 дней, а с высшим профессиональным через – 161 день. Мягкий алгоритм показал в качестве основного фактора, влияющего на число дней до трудоустройства, только Образование.
Рисунок 10 – Отчёт применения жёсткого алгоритма поиска зависимостей
(получено по результатам исследований автора)
Нами было сформулировано три правила о принадлежности к первой–третьей группам молодёжи и четвертое, пятое правила о числе дней до трудоустройства – не свыше девяти дней и свыше девяти дней соответственно. В качестве целевой переменной была выбрана «Причины закрытия карточки безработного». В качестве независимых переменных рассматривались: Пол, Обpазование, Категор. Незанятости, Общий стаж (месяцы) и пары правил о принадлежности к тому или иному классу молодёжи и числе дней до трудоустройства, В результате применения машины обучения DT – дерево решений, было получено шесть деревьев решений, позволяющих построить правила для оценки того или иного варианта закрытия карточки безработного.
Для получения более полной картины рассматривались данные социологического исследования, направленного на изучение жизни, интересов, мнений по разным вопросам для создания портрета студентов, которые видят себя работником большой компании с возможностями карьерного роста, несмотря на жесткую конкуренцию. Рассматривалось 30 вопросов. Ответы строились в 10-балльной шкале, в которой ответ 1 означает, что человек полностью отвергает данное утверждение, а ответ 10 – принимает на 100 %. Всего было опрошено 500 студентов старших курсов экономических факультетов КГАУ (г. Краснодар). Линейный вычислительный модуль PolyAnalyst позволяет сделать ценные выводы в отношении портрета вероятного служащего крупной компании. Этот человек придает большое значение моде, склонен к риску, бесшабашен, готов к приключениям, уверен в себе и, возможно, богат, так как может позволить себе все, что захочет, или надеется стать богатым, достигнув высокого положения в крупной компании. Применение модуля Поиск Зависимостей подтверждает факт наибольшего влияния переменной Q5 (склонность к риску и авантюризму), который был уже обнаружен линейным методом, а так же переменных Q13 (ограниченность в средствах), Q24 (романтичность).
Если условно принять, что человек, поставивший балл 10 для целевого утверждения, за 100 %-ю вероятность того, что он будет стремиться работать в крупной компании, то можно составить следующую таблицу вероятностей:
| Значения факторов | Количество человек | Вероятность желания работать в крупной компании | |
| Q13<7 | Q5<5, Q24<5 | 72 | 19,17 % |
| Q5>5, Q24>5 | 52 | 78,08 % | |
| Q13>7 | Q5<5, Q24<5 | 41 | 18,78 % |
| Q5>5, Q24>5 | 50 | 73,6 % | |
Таким образом, можно сделать вывод о том, что из 500 опрошенных 113 (72+41=113) относятся к жизни достаточно серьёзно, трезво оценивают свои возможности (Q24<5, Q5<5 и Q13<7) и скептически рассматривают вероятность карьерного роста при работе в крупных компаниях (вероятность около 19 %). В то же время 102 (52+50=102) человека из 500 связывают своё будущее именно с карьерным ростом в крупных компаниях (вероятность свыше 73 %). Метод Поиск Законов выделил в качестве наиболее влияющих факторов те же самые переменные Q5, Q24 и Q2 (желание модно выглядеть), также входящие и в результаты, полученные линейным методом. Это является еще одним подтверждением, что эти факторы являются решающими.
В данной главе разработана система когнитивных моделей АПК Краснодарского края, реализующая иерархическое описание взаимосвязанных подсистем регионального механизма, и проведено когнитивное моделирование. С использованием статистического и интеллектуального анализа данных разработаны альтернативные модели затрат на производство продукции растениеводства в целях выяснения резервов снижения и улучшения конкурентоспособности. Проведена оценка эффективности агротехнологий по результатам многолетних многофакторных опытов в Кубанском НИИСХ, что позволяет повысить эффективность управления. Разработаны статистические, многомерные и интеллектуальные модели функционирования одной из районных служб занятости населения, реализующие принцип синтеза моделей при различных априорных предположениях, что позволило адекватно оценить зависимости влияния различных факторов на занятость населения и реализовать модель метанабора системы исследования и принятия решений.
В заключении диссертации приведены наиболее существенные результаты исследования: теоретические выводы, обобщения и обоснованы практические рекомендации.
***
Реализация этих результатов исследования в деятельности крупных компаний, районов и регионов по управлению социально-экономическими системами мезоуровня, а также использование концептуальных положений в учебном процессе при реализации учебных программ обучения специалистов в области управления будут способствовать повышению уровня подготовки кадров для перехода к экономике «знаний» и обеспечению стабильности экономики России на всех уровнях.
Основные положения и выводы диссертационного исследования
опубликованы в следующих научных работах:
Монографии
- Кацко И.А. Структура и инструментарий системы информационного обеспечения рынка труда и занятости молодежи: Монография / Под ред.
Н.Н. Лябах. – Ростов-на-Дону: ЮФУ, 2007. 14,4 п. л.
- Горелова Г.В. Исследование и моделирование социально-экономических систем. Когнитивное моделирование / Г.В. Горелова и др. – Ростов-на-Дону: ЮФУ, 2008. 25,6/1 п. л.
Статьи в журналах, рекомендуемых для публикации основных
результатов диссертационного исследования на соискание ученой степени доктора наук
- Кацко И.А. Когнитивно-регрессионный подход к построению функциональной модели температурных полей оконных блоков со стеклопакетами / И.А. Кацко, В.Д. Таратута // Изв. вузов. Северо-Кавказский регион (технические науки). – 2003. – № 2. 0,5/0,3 п. л.
- Кацко И.А. Ковариационный анализ многофакторного полевого опыта // Труды КГАУ. – Вып. № 1. – 2006. 0,6 п. л.
- Кацко И.А. Методические аспекты создания аналитических систем на железнодорожном транспорте // Вестник РГУПС, 2007. 0,6 п. л.
- Кацко И.А. Методологические аспекты оценки взаимосвязи состояния рынка труда с тенденциями мирового развития // Экономический вестник Ростовского государственного университета, 2007. – Т. 5. – № 3. 0,6 п. л.
- Кацко И.А. Концепция региональной системы поддержки принятия решений для управления деятельностью государственной службы занятости // Изв. вузов. Северо-Кавказский регион (технические науки), – 2007. – № 6. 0,6 п. л.
- Кацко И.А. Эконометрический подход к прогнозированию временных рядов на примере урожайности зерновых культур / И.А. Кацко, С.И. Свиридова // Труды КГАУ. – Вып. 5 (9). – 2007. 0,6/ 0,3 п. л.
- Кацко И.А. Направления системных исследований в социально-экономических системах // Экономический вестник Ростовского государственного университета. – 2007. – Т. 5. – № 4. 0,5 п. л.
- Кацко И.А. Проблемы точности измерений в социально-экономических исследованиях // Экономический вестник Ростовского государственного университета. – 2008. – Т. 1. – № 1. 0,6 п. л.
- Кацко И.А. Этапы построения математических моделей для управления в социально-экономических системах // Экономический вестник Ростовского государственного университета. – 2008. – Т. 1. – № 1. 0,6 п. л.
- Кацко И.А. Кластерный анализ сельскохозяйственных организаций по уровню развития молочного скотоводства / И.А. Кацко, Е.И. Артемова // Международный сельскохозяйственный журнал. – М., 2008. – № 2. 0,75/0,3 п. л.