Научный электронный журнал КубГАУ . № 04(6), 2004



УДК 007.681.5

 

ФОРМАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ И СИНТЕЗ МНОГОУРОВНЕВОЙ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ ВЛИЯНИЯ ИНВЕСТИЦИЙ НА УРОВЕНЬ КАЧЕСТВА ЖИЗНИ НАСЕЛЕНИЯ РЕГИОНА

 

Ткачев А.Н. – к. э. н., профессор

Луценко Е.В. – д. э. н., профессор

Кубанский государственный аграрный университет

 

В статье разработана конкретная система шкал и градаций, позволяющая формализовать как первичные показатели, характеризующие развитие производственной сферы и инвестиционную политику, так и вторичные показатели, являющиеся частными критериями оценки экономической составляющей качества жизни населения региона. Предложен интегральный критерий, позволяющий в сопоставимой форме количественно оценивать качество жизни населения в различные годы и в различных регионах, представляющий собой аддитивную функцию от частных критериев. Спроектирована обучающая выборка, количественно характеризующая Краснодарский край по большому числу показателей за 1991–2003 годы. Обучающая выборка автоматически импортирована в универсальную когнитивную аналитическую систему "Эйдос", в которой и осуществлен поэтапный синтез многоуровневой семантической информационной модели, отражающей, в частности, влияние объемов и структуры инвестиций на качество жизни населения региона.

 

Предпосылки и задачи исследования

В работе [2] нами впервые предложено и обосновано новое научное понятие "гуманистическая экономика", которое рассматривается, с одной стороны, как экономика, направленная на благо основной массы населения, а не на получение максимальной прибыли, а с другой стороны, как приоритет деятельности  региональной администрации. Понятие "гуманистическая экономика" сопоставляется с понятием "социально-ориентированная экономика". Если первая ориентирована на увеличение численности наиболее активной и успешной части населения, то вторая – лишь на поддержку малоимущих слоев. Предложен интегральный критерий оценки степени гуманистической ориентации экономики: уровень качества жизни населения, прежде всего, его экономическая составляющая. Поставлена задача управления качеством жизни и предложена принципиальная когнитивная модель этой системы управления.

В работе [3] идеи, обоснованные на концептуальном уровне в работе [2], конкретизированы до уровня экономической постановки задачи. Изменение качества жизни предложено рассматривать как важнейший интегральный критерий оценки результативности деятельности региональной администрации. Изучена структура и содержание понятия "качество жизни", конкретизированы количественные частные критерии, входящие в состав данного интегрального критерия [4]. Поставлена задача исследования влияния на качество жизни различных факторов, среди которых рассматриваются: инвестиционная политика и активность, развитие транспортной инфраструктуры, перерабатывающей промышленности, материально-технического снабжения, состояние различных сегментов рынка, структура себестоимости продукции, производственные результаты, налоговые поступления. В этом смысле конкретизирована и принципиальная когнитивная модель, отражающая иерархическую структуру системы факторов, влияющих на качество жизни, в рамках которой структура и объем инвестиций выступают как экономический регулятор, в принципе позволяющий управлять качеством жизни населения на уровне региона.

Поэтому в данной статье мы не будем рассматривать вышеперечисленные вопросы и видим ее задачу в дальнейшей конкретизации полученных в [2, 3] результатов до уровня формальной постановки задачи и синтеза конкретной семантической информационной модели управления качеством жизни населения в регионе (на примере Краснодарского края). При этом будем основываться на методологии, технологии и инструментарии системно-когнитивного анализа, предложенных в работе [1].

Инструментарий представления и формализации исходной информации

Для выполнения этой задачи по нашей инициативе Краснодарским краевым комитетом статистики на основе инструментария, обоснованного в работе [3], включающего 61 показатель, характеризующий уровень качества жизни, было проведено статистическое исследование с целью получения информации за 199–2003 годы по максимально возможному количеству показателей.

После этого показатели, по которым не удалось получить данных, были отброшены, а из оставшихся были сконструированы наименования классификационных и описательных шкал.

Результаты этой работы представлены в таблице 1.

Из этой таблицы видно, что из 61 рекомендованного в работе [3] показателя данные удалось получить лишь по 17. Это связано с тем, что данная система показателей не стандартизирована и по ней не ведется систематический сбор и накопление статической информации.

Таблица 1 – Динамика предметной области

 

На основе таблицы 1 были сконструированы следующие классификационные и описательные шкалы и градации (табл. 2, 3 и 4).

Таблица 2 – Классификационные шкалы и градации

Код Наименование класса
1 2
1 ВРП на душу нас. в тек. ценах тыс. руб., с 1998г.-руб.- ОЧЕНЬ НИЗКИЙ
2 ВРП на душу нас. в тек. ценах тыс. руб., с 1998г.-руб. – НИЗКИЙ
3 ВРП на душу нас. в тек. ценах тыс. руб., с 1998г.-руб. – СРЕДНИЙ
4 ВРП на душу нас. в тек. ценах тыс.руб., с 1998г.-руб. – ВЫСОКИЙ
5 ВРП на душу нас. в тек. ценах тыс. руб., с 1998г.-руб. - ОЧЕНЬ ВЫСОКИЙ
6 ВРП на душу нас. тыс. руб., с 1998г.-руб.- ОЧЕНЬ НИЗКИЙ
7 ВРП на душу нас. тыс. руб., с 1998г.-руб.-  НИЗКИЙ
8 ВРП на душу нас. тыс. руб., с 1998г.-руб.- СРЕДНИЙ
9 ВРП на душу нас. тыс. руб., с 1998г.-руб.- ВЫСОКИЙ
10 ВРП на душу нас. тыс. руб., с 1998г.-руб.- ОЧЕНЬ ВЫСОКИЙ
11 % ВРП, приходящийся на сферу обслужив.(рын. и нерын.) - ОЧЕНЬ НИЗКИЙ
12 % ВРП, приходящийся на сферу обслужив.(рын. и нерын.) – НИЗКИЙ
13 % ВРП, приходящийся на сферу обслужив.(рын. и нерын.) – СРЕДНИЙ
14 % ВРП, приходящийся на сферу обслужив.(рын. и нерын.) – ВЫСОКИЙ
15 % ВРП, приходящийся на сферу обслужив.(рын. и нерын.) - ОЧЕНЬ ВЫСОКИЙ
16 Доля доходов 20 % населения с наивысшими доходами - ОЧЕНЬ НИЗКАЯ
17 Доля доходов 20 % населения с наивысшими доходами – НИЗКАЯ
18 Доля доходов 20 % населения с наивысшими доходами – СРЕДНЯЯ
19 Доля доходов 20 % населения с наивысшими доходами – ВЫСОКАЯ
20 Доля доходов 20 % населения с наивысшими доходами - ОЧЕНЬ ВЫСОКАЯ
21 Уровень инфляции (потребительских цен) (%) - ОЧЕНЬ НИЗКИЙ
22 Уровень инфляции (потребительских цен) (%) – НИЗКИЙ
23 Уровень инфляции (потребительских цен) (%) – СРЕДНИЙ
24 Уровень инфляции (потребительских цен) (%) – ВЫСОКИЙ
25 Уровень инфляции (потребительских цен) (%) - ОЧЕНЬ ВЫСОКИЙ
26 Уровень безработицы в % от экон. активного населения  - ОЧЕНЬ НИЗКИЙ
27 Уровень безработицы в % от экон. активного населения – НИЗКИЙ
28 Уровень безработицы в % от экон. активного населения – СРЕДНИЙ
29 Уровень безработицы в % от экон. активного населения – ВЫСОКИЙ
30 Уровень безработицы в % от экон. активного населения-ОЧЕНЬ ВЫСОКИЙ
31 ВРП млрд руб. с 1998г. млн руб. - ОЧЕНЬ НИЗКИЙ
32 ВРП млрд руб. с 1998г. млн руб.- НИЗКИЙ
33 ВРП млрд руб. с 1998г. млн руб.- СРЕДНИЙ
34 ВРП млрд руб. с 1998г. млн руб.- ВЫСОКИЙ
35 ВРП млрд руб. с 1998г. млн руб. - ОЧЕНЬ ВЫСОКИЙ
36 Автодороги с твердым покрытием, всего км - ОЧЕНЬ МАЛО
37 Автодороги с твердым покрытием, всего км  - МАЛО
38 Автодороги с твердым покрытием, всего км – СРЕДНЕ
39 Автодороги с твердым покрытием, всего км – МНОГО
40 Автодороги с твердым покрытием, всего км - ОЧЕНЬ МНОГО
41 Железнодорожные пути общего пользования, всего км - ОЧЕНЬ МАЛО
42 Железнодорожные пути общего пользования, всего км – МАЛО
43 Железнодорожные пути общего пользования, всего км – СРЕДНЕ
44 Железнодорожные пути общего пользования, всего км – МНОГО
45 Железнодорожные пути общего пользования, всего км - ОЧЕНЬ МНОГО
46 Коэфф. концентрации доходов - индекс Джини - ОЧЕНЬ НИЗКИЙ
47 Коэфф. концентрации доходов - индекс Джини -  ОЧЕНЬ НИЗКИЙ
48 Коэфф. концентрации доходов - индекс Джини – НИЗКИЙ
49 Коэфф. концентрации доходов - индекс Джини – ВЫСОКИЙ
50 Коэфф. концентрации доходов - индекс Джини - ОЧЕНЬ ВЫСОКИЙ
51 Доля жилищного фонда, нах. в частной собств.(%) - ОЧЕНЬ НИЗКАЯ
52 Доля жилищного фонда, нах. в частной собств.(%) -  НИЗКАЯ
53 Доля жилищного фонда, нах. в частной собств.(%) - СРЕДНЯЯ
54 Доля жилищного фонда, нах. в частной собств.(%) - ВЫСОКАЯ
55 Доля жилищного фонда, нах. в частной собств.(%) - ОЧЕНЬ ВЫСОКАЯ
56 Доля населения с доходами ниже прож. минимума (%) - ОЧЕНЬ НИЗКАЯ
57 Доля населения с доходами ниже прож. минимума (%) - НИЗКАЯ
58 Доля населения с доходами ниже прож. минимума (%) - СРЕДНЯЯ
59 Доля населения с доходами ниже прож. минимума (%) - ВЫСОКАЯ
60 Доля населения с доходами ниже прож. минимума (%) - ОЧЕНЬ ВЫСОКАЯ
61 Токсикоманов, наркоманов, алкоголиков на 100000 жит.  -ОЧЕНЬ МАЛО
62 Токсикоманов, наркоманов, алкоголиков на 100000 жит. - МАЛО
63 Токсикоманов, наркоманов, алкоголиков на 100000 жит. - СРЕДНЕ
64 Токсикоманов, наркоманов, алкоголиков на 100000 жит. - МНОГО
65 Токсикоманов, наркоманов, алкоголиков на 100000 жит. - ОЧЕНЬ МНОГО
66 Вредных веществ выбр. в атмосферу от стац. источн. - ОЧЕНЬ МАЛО
67 Вредных веществ выбр. в атмосферу от стац. источн. - МАЛО
68 Вредных веществ выбр. в атмосферу от стац. источн. - СРЕДНЕ
69 Вредных веществ выбр. в атмосферу от стац. источн. - МНОГО
70 Вредных веществ выбр. в атмосферу от стац. источн. - ОЧЕНЬ МНОГО
71 Окиси углерода  выбр. в атмосферу от стац. источн. - ОЧЕНЬ МАЛО
72 Окиси углерода  выбр. в атмосферу от стац. источн. - МАЛО
73 Окиси углерода  выбр. в атмосферу от стац. источн. - СРЕДНЕ
74 Окиси углерода  выбр. в атмосферу от стац. источн. - МНОГО
75 Окиси углерода  выбр. в атмосферу от стац. источн. - ОЧЕНЬ МНОГО
76 Площадь закрепленных охотнических угодий - ОЧЕНЬ МАЛО
77 Площадь закрепленных охотнических угодий - МАЛО
78 Площадь закрепленных охотнических угодий - СРЕДНЕ
79 Площадь закрепленных охотнических угодий - МНОГО
80 Площадь закрепленных охотнических угодий - ОЧЕНЬ МНОГО
81 Площадь заповедников, национальных парков - ОЧЕНЬ МАЛО
82 Площадь заповедников, национальных парков- МАЛО
83 Площадь заповедников, национальных парков - СРЕДНЕ
84 Площадь заповедников, национальных парков - МНОГО
85 Площадь заповедников, национальных парков - ОЧЕНЬ МНОГО
86 1991
87 1992
88 1993
89 1994
90 1995
91 1996
92 1997
93 1998
94 1999
95 2000
96 2001
97 2002
98 2003
99 Качество жизни – ОЧЕНЬ НИЗКОЕ
100 Качество жизни – НИЗКОЕ
101 Качество жизни – СРЕДНЕЕ
102 Качество жизни – ВЫСОКОЕ
103 Качество жизни – ОЧЕНЬ ВЫСОКОЕ

 

Таблица 3 – Описательные шкалы и коды градаций
Код Наименование описательной шкалы Коды градаций
1 2 3 4 5
1 2 3 4 5 6 7
1 Инвестиции в основной капитал - всего, млн руб. 1 2 3 4 5
2 Инв. в осн. кап. по крупн. и средн. предпр. - всего, млн руб. 6 7 8 9 10
3 Инв. в осн. кап. по крупн. и средн. предпр. – ПРОМЫШЛЕННОСТЬ, млн руб. 11 12 13 14 15
4 Инв. в осн. кап. по крупн. и средн. предпр. - СЕЛЬСКОЕ ХОЗЯЙСТВО, млн руб. 16 17 18 19 20
5 Инв. в осн. кап. по крупн. и средн. предпр. - ЛЕСНОЕ ХОЗЯЙСТВО, млн руб. 21 22 23 24 25
6 Инв. в осн. кап. по крупн. и средн. предпр. - ТРАНСПОРТ, млн руб. 26 27 28 29 30
7 Инв. в осн. кап. по  крупн. и средн. предпр. - СВЯЗЬ, млн руб. 31 32 33 34 35
8 Инв. в осн. кап. по крупн. и средн. предпр. - СТРОИТЕЛЬСТВО, млн руб. 36 37 38 39 40
9 Инв. в осн. кап. по  крупн. и средн. предпр. - ТОРГОВЛЯ И ОБЩЕСТВЕННОЕ ПИТАНИЕ, млн руб. 41 42 43 44 45
10 Инв. в осн. кап. по крупн. и средн. предпр. - ПРОЧИЕ ПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ, млн руб. 46 47 48 49 50
11 Инв. в осн. кап. по  крупн. и средн. предпр. - ЖИЛИЩНО-КОММУНАЛЬНОЕ ХОЗЯЙСТВО, млн руб. 51 52 53 54 55
12 Инв. в осн. кап. по крупн. и средн. предпр. - ЗДРАВООХРАНЕНИЕ, ФИЗИЧЕСКАЯ КУЛЬТУРА И СОЦИАЛЬНОЕ ОБЕСП 56 57 58 59 60
13 Инв. в осн. кап. по  крупн. и средн. предпр. - ОБРАЗОВАНИЕ, млн руб. 61 62 63 64 65
14 Инв. в осн. кап. по крупн. и средн. предпр. - КУЛЬТУРА И ИСКУССТВО, млн руб. 66 67 68 69 70
15 Инв. в осн. кап. по  крупн. и средн. предпр. - НАУКА И НАУЧНОЕ ОБСЛУЖИВАНИЕ, млн руб. 71 72 73 74 75
16 Инв. в осн. Кап. по крупн. и средн. предпр. - ПРОЧИЕ НЕПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ, млн руб. 76 77 78 79 80
17 Инвестиции в основной капитал АПК по крупным и средним предприятиям - всего, млн руб. 81 82 83 84 85
18 Выращено мяса (реализация) по всем категориям хозяйств 86 87 88 89 90
19 Получено молока по всем категориям хозяйств 91 92 93 94 95
20 Получено яиц по всем категориям хозяйств 96 97 98 99 100
21 Получено шерсти по всем категориям хозяйств 101 102 103 104 105
22 Выращено мяса (реализация) по сельхозпредприятиям 106 107 108 109 110
23 Получено молока по сельхозпредприятиям 111 112 113 114 115
24 Получено яиц по сельхозпредприятиям 116 117 118 119 120
25 Получено шерсти по сельхозпредприятиям 121 122 123 124 125
26 Объем производства продукции всего по АПК 126 127 128 129 130
27 Объем производства продукции по отраслям, обеспечивающим АПК средствами производства 131 132 133 134 135
28 Объем производства продукции по отраслям АПК, перерабатывающим сельскохозяйственное сырье 136 137 138 139 140
29 Объем производства продукции по пищевым предприятиям АПК 141 142 143 144 145
30 Объем производства продукции по мукомольно-крупяным и комбикормовым предприятиям АПК 146 147 148 149 150
31 Объем производства продукции в % прошлому году, всего по АПК 151 152 153 154 155
32 Объем производства продукции в % к прошлому году, по отраслям, обеспечивающим АПК средствами производства 156 157 158 159 160
33 Объем производства продукции в % к прошлому году, по отраслям АПК, перерабатывающим сельскохозяйственное сырье 161 162 163 164 165
34 Объем производства продукции в % к прошлому году, по пищевым предприятиям АПК 166 167 168 169 170
35 Объем производства продукции в % к прошлому году, по мукомольно-крупяным и комбикормовым предприятиям АПК 171 172 173 174 175
36 Валовой сбор зерновых и зернобобовых 176 177 178 179 180
37 Валовой сбор пшеницы 181 182 183 184 185
38 Валовой сбор ячменя 186 187 188 189 190
39 Валовой сбор кукурузы 191 192 193 194 195
40 Валовой сбор риса 196 197 198 199 200
41 Валовой сбор сахарной свеклы 201 202 203 204 205
42 Валовой сбор подсолнечника 206 207 208 209 210
43 Валовой сбор сои 211 212 213 214 215
44 Производство продукции сельскими хозяйствами всех категорий 216 217 218 219 220
45 Производство продукции сельскохозяйственными предприятиями 221 222 223 224 225
46 Производство продукции хозяйствами населения 226 227 228 229 230
47 Производство продукции крестьянскими (фермерскими) хозяйствами 231 232 233 234 235
48 Поголовье крупного рогатого скота (КРС) 236 237 238 239 240
49 Поголовье коров 241 242 243 244 245
50 Поголовье свиней 246 247 248 249 250
51 Поголовье овец 251 252 253 254 255
52 Поголовье птицы 256 257 258 259 260
53 Средний удой молока от одной коровы 261 262 263 264 265
54 Средний настриг шерсти от одной овцы 266 267 268 269 270
55 Средняя яйценоскость одной курицы-несушки 271 272 273 274 275
56 Расход кормов на одну голову условного скота 276 277 278 279 280
57 Расход концентрированных кормов на 1 голову условного скота 281 282 283 284 285
58 Число предприятий, входящих в АПК, промышленность – всего 286 287 288 289 290
59 Число предприятий, входящих в АПК, крупные и средние предприятия 291 292 293 294 295
60 Число предприятий, входящих в АПК, состоящие на балансе сельскохозяйственных и других непромышленных предприятий 296 297 298 299 300
61 Число предприятий, входящих в АПК, малые предприятия 301 302 303 304 305
62 Использование среднегодовой мощности предприятий АПК по выпуску МЯСА (%) 306 307 308 309 310
63 Использование среднегодовой мощности предприятий АПК по выпуску МАСЛА ЖИВОТНОГО (%) 311 312 313 314 315
64 Использование среднегодовой мощности предприятий АПК по выпуску ЦЕЛЬНО -МОЛОЧНОЙ ПРОДУКЦИИ (%) 316 317 318 319 320
65 Использование среднегодовой мощности предприятий АПК по выпуску САХАРА-ПЕСКА (%) 321 322 323 324 325
66 Использование среднегодовой мощности предприятий АПК по выпуску КОНСЕРВ ПЛОДООВОЩНЫХ (%) 326 327 328 329 330
67 Использование среднегодовой мощности предприятий АПК по выпуску ВИНА ВИНОГРАДНОГО (%) 331 332 333 334 335
68 Использование среднегодовой мощности предприятий АПК по выпуску МУКИ (%) 336 337 338 339 340
69 Использование среднегодовой мощности предприятий АПК по выпуску КОМБИКОРМОВ (%) 341 342 343 344 345
70 Цены реализации сельхозпредприятиями КРУПНОГО РОГАТОГО СКОТА 346 347 348 349 350
71 Цены реализации сельхозпредприятиями СВИНЕЙ 351 352 353 354 355
72 Цены реализации сельхозпредприятиями ПТИЦЫ 356 357 358 359 360
73 Цены реализации сельхозпредприятиями МОЛОКА И МОЛОЧНЫХ ПРОДУКТОВ 361 362 363 364 365
74 Цены реализации перерабатывающими предприятиями ГОВЯДИНЫ 366 367 368 369 370
75 Цены реализации перерабатывающими предприятиями СВИНИНЫ 371 372 373 374 375
76 Цены реализации перерабатывающими предприятиями МЯСА ПТИЦЫ 376 377 378 379 380
77 Потребительские цены в торговле на ГОВЯДИНУ 381 382 383 384 385
78 Потребительские цены в торговле на СВИНИНУ 386 387 388 389 390
79 Потребительские цены в торговле на КУРЫ 391 392 393 394 395
80 Потребительские цены в торговле на МОЛОКО ЦЕЛЬНОЕ 396 397 398 399 400
81 Доля в себестоимости продукции по предприятиям АПК (%) МАТЕРИАЛЬНЫХ ЗАТРАТ 401 402 403 404 405
82 Доля в себестоимости продукции по предприятиям АПК (%) СЫРЬЯ И МАТЕРИАЛОВ 406 407 408 409 410
83 Доля в себестоимости продукции по предприятиям АПК (%) КОМПЛЕКТУЮЩИХ И ПОЛУФАБРИКАТОВ 411 412 413 414 415
84 Доля в себестоимости продукции по предприятиям АПК (%) РАБОТ И УСЛУГ 416 417 418 419 420
85 Доля в себестоимости продукции по предприятиям АПК (%) ТОПЛИВА И ЭНЕРГИИ 421 422 423 424 425
86 Доля в себестоимости продукции по предприятиям АПК (%) ОПЛАТЫ ТРУДА 426 427 428 429 430
87 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) МАТЕРИАЛЬНЫХ ЗАТРАТ 431 432 433 434 435
88 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) СЫРЬЯ И МАТЕРИАЛОВ 436 437 438 439 440
89 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) КОМПЛЕКТУЮЩИХ И ПОЛУФАБРИКАТОВ 441 442 443 444 445
90 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) РАБОТ И УСЛУГ 446 447 448 449 450
91 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) ТОПЛИВА И ЭНЕРГИИ 451 452 453 454 455
92 Доля в себестоимости продукции по перерабатывающим (пищевым) предприятиям АПК (%) ОПЛАТЫ ТРУДА 456 457 458 459 460
93 Площадь ЗЕРНОВЫХ И ЗЕРНОБОБОВЫХ 461 462 463 464 465
94 Урожай  ЗЕРНОВЫХ И ЗЕРНОБОБОВЫХ 466 467 468 469 470
95 Площадь ПШЕНИЦЫ 471 472 473 474 475
96 Урожай  ПШЕНИЦЫ 476 477 478 479 480
97 Площадь ЯЧМЕНЯ 481 482 483 484 485
98 Урожай  ЯЧМЕНЯ 486 487 488 489 490
99 Площадь КУКУРУЗЫ НА ЗЕРНО 491 492 493 494 495
100 Урожай  КУКУРУЗЫ НА ЗЕРНО 496 497 498 499 500
101 Площадь РИСА 501 502 503 504 505
102 Урожай  РИСА 506 507 508 509 510
103 Площадь САХАРНОЙ СВЕКЛЫ 511 512 513 514 515
104 Урожай  САХАРНОЙ СВЕКЛЫ 516 517 518 519 520
105 Площадь ПОДСОЛНЕЧНИКА 521 522 523 524 525
106 Урожай  ПОДСОЛНЕЧНИКА 526 527 528 529 530
107 Площадь СОИ 531 532 533 534 535
108 Урожай  СОИ 536 537 538 539 540
109 ВРП на душу нас. в тек. ценах тыс. руб. с 1998г. 541 542 543 544 545
110 ВРП на душу нас. тыс. руб., с 1998г. -руб. 546 547 548 549 550
111 % ВРП, приходящийся на сферу обслужив.(рын. и нерын. 551 552 553 554 555
112 Доля доходов 20% населения с наивысшими доходами 556 557 558 559 560
113 Уровень инфляции (потребительских цен) (%) 561 562 563 564 565
114 Уровень безработицы в % от экон. активного населения 566 567 568 569 570
115 ВРП млрд.руб. с 1998г. млн руб. 571 572 573 574 575
116 Автодороги с твердым покрытием, всего км 576 577 578 579 580
117 Железнодорожные пути общего пользования, всего 581 582 583 584 585
118 Коэфф. концентрации доходов - индекс Джини 586 587 588 589 590
119 Доля жилищного фонда, нах. в частной собств.(%) 591 592 593 594 595
120 Доля населения с доходами ниже прож. минимума (%) 596 597 598 599 600
121 Токсикоманов, наркоманов, алкоголиков на 100000 ж 601 602 603 604 605
122 Вредных веществ выбр. в атмосферу от стац. источн. 606 607 608 609 610
123 Окиси углерода  выбр. В атмосферу от стац. источн. 611 612 613 614 615
124 Площадь закрепленных охотнических угодий 616 617 618 619 620
125 Площадь заповедников, национальных парков 621 622 623 624 625
126 Годы, за которые есть статистические данные 626 627 628 629 630
631 632 633 634 635
636 637 638    

 

Принципиальная многоуровневая модель управления качеством жизни на уровне региона

Классификационные и описательные шкалы и градации сконструированы в соответствии с методологией, предложенной в работах [5, 6], с целью создания многоуровневой (иерархической) модели предметной области и соответствующей многослойной нейронной сети, принципиальная схема которой представлена на рисунке 1.


Рисунок 1 – Принципиальная схема многоуровневой (иерархической) модели предметной области и соответствующей многослойной нейронной сети (показаны только связи между смежными уровнями)

Система формализации предметной области создавалась в универсальной когнитивной аналитической системе "Эйдос", которая представляет собой инструментарий системно-когнитивного анализа [1].

Отметим, что связи между объектами различных уровней выявляются поэтапно расчетным путем и с использованием экспертных оценок.

Этап 1-й: связи 1-го и 2-го уровней устанавливаются расчетным путем в результате синтеза "Модели-А" непосредственно на основе фактической (эмпирической) статистической информации;

Этап 2-й: связи 2-го и 4-го уровней образуются с помощью экспертных оценок, и на основе этого осуществляются пересинтез модели-А и формирование модели-Б;

Этап 3-й: связи 2-го и 3-го, а также 3-го и 4-го уровней, формируются с использованием модели-Б расчетным путем. При этом выявляются значения интегрального критерия уровня качества жизни для каждого года, а затем с использованием этой информации проводятся пересинтез модели-Б и формирование модели-В, отражающей все уровни, представленные на рисунке 1.

Рассмотрим по шагам работы, выполняемые на каждом этапе.

Этап 1-й: выявление связей 1-го и 2-го уровней, синтез "Модели-А"

На 1-м шаге. В Excel был подготовлен файл с исходными данными, представленный в таблице 1. В строках с 1-й по N-ю этого файла содержится информация о классификационных шкалах и градациях, а в строках с N+1-й по последнюю – об описательных шкалах и градациях (в данном случае N = 17). Столбец 1 этого файла должен быть типа: "Текстовый", "Числовой", "Дата" и содержит информацию о наименованиях шкал (в данном случае он текстовый). Для классов эти наименования должны быть не более 65 символов, а для признаков – не более 195. Столбцы со 2-го по последний содержат информацию об объектах обучающей выборки. Тип данных в этих столбцах – только числовой. Этот файл является транспонированным файлом стандарта профессора А.Н. Лебедева. Затем этот файл был записан из Excel с использованием его стандартных средств в файл типа DBF 4 (dBASE IV) (*.dbf) с именем Inp12.dbf в текущую директорию системы "Эйдос".

На 2-м шаге. В 5-м режиме 1-й подсистемы системы "Эйдос" (рис. 2) был запущен программный интерфейс, обеспечивающий автоматический импорт данных из DBF-файла специального формата, сформированного на предыдущем этапе, в систему "Эйдос".

 

Рисунок 2 – Выход на режим импорта данных из DBF-файла в системе "Эйдос"

При этом система "Эйдос" автоматически находит минимальное и максимальное значения в каждой строке классов или признаков и формирует заданное в диалоге количество ОДИНАКОВЫХ интервалов (строки без чисел игнорируются). С использованием этой информации автоматически генерируются классификационные и описательные шкалы и градации, а также обучающая выборка. В обучающей выборке каждому столбцу DBF-файла исходных данных, начиная со второго, соответствует одна физическая анкета, содержащая столько же логических анкет, сколько уникальных классов в диапазоне строк классов, и коды признаков, соответствующие попаданиям числовых значений в интервалы.

В результате:

– создан справочник классов – классификационных шкал и градаций (см. табл. 2) с кодами градаций от 1 до 85. Шкалы в этом справочнике представляют собой числовые показатели – частные критерии уровня качества жизни, по которым удалось получить реальные данные, а градации – интервальные значения  этих частных критериев;

– создан справочник факторов – описательных шкал и градаций (см. табл. 3) с кодами градаций от 1 до 540. Шкалы в этом справочнике являются числовыми показателями, характеризующими АПК Краснодарского края за период с 1991 по 2003 годы, а градации – интервальные значения  этих факторов;

– сформирована обучающая выборка, в которой каждый год характеризуется принадлежностью к определенным классам и является примером того, что  фактически имевшие место в этом году значения факторов обусловили соответствующие конкретные показатели уровня качества жизни.

На 3-м шаге. В 3-м режиме 2-й подсистемы системы "Эйдос" (рис. 3) осуществлен синтез семантической информационной модели-А, отражающей причинно-следственные (каузальные) взаимосвязи между первичными факторами и частными критериями уровня качества жизни, отраженные на рисунке 1 в слоях 1 и 2.

Рисунок 3 – Выход на режим синтеза семантической информационной модели  в системе "Эйдос"

 

Эта модель необходима для того, чтобы на последующих этапах на ее основе создать многоуровневую семантическую информационную модель детерминации качества жизни населения на уровне региона.

Этап 2-й: выявление связей 2-го и 4-го уровней, синтез "Модели-Б"

На 4-м шаге:

– в справочник классификационных шкал и градаций – классов (см. табл. 2) вручную добавлена шкала "Годы", градациями которой являются  с 1991 по 2003  годы (коды с 86 по 98), а также шкала "Уровень качества жизни" с пятью градациями, соответствующими различным значениям интегрального критерия уровня качества жизни (коды с 99 по 103);

– в справочники описательных шкал и градаций автоматически во 2-м режиме 1-й подсистемы системы "Эйдос" (рис. 4) добавлены шкалы с кодами от 109 до 125 и градации с кодами от 541 до 625, соответствующие частным критериям уровня качества жизни.

 

Рисунок 4 – Добавление описательных шкал и градаций
из классификационных в системе "Эйдос" (F5)

 

Данный режим каждую добавленную градацию автоматически связывает с соответствующим ей классом, что необходимо для синтеза в последующей многоуровневой модели.

 На 5-м шаге был сконструирован интегральный критерий уровня качества жизни на основе частных критериев, добавленных в описательные шкалы и градации на предыдущем этапе. Рассмотрим эти частные критерии (табл. 4).

 

Таблица 4 – Интегральный критерий уровня качества жизни как функция от частных критериев (экспертные оценки)

 

Условные цветовые обозначения в таблице 4 (градации частных критериев, обозначающие различные интегральные критерии) идентичны использованным на рисунке 1 и расшифрованы в таблице 5.

 

Таблица 5 – Расшифровка условных цветовых обозначений

Таблица 4 получена путем обобщения экспертных оценок влияния значений (градаций) частных критериев на уровень качества жизни (голосованием). В экспертной группе работали 4 профессора: 1 доктор технических наук и 3 доктора экономических наук.

Из таблиц 4 и 5 вытекают следующие выражения для интервальных значений интегрального критерия I99, I100, I101, I102 (1 – 5):

Будем считать, что все частные критерии Hj имеют одинаковый вес, равный 1. В последующем эти веса частных критериев будут рассчитаны в соответствии с семантической информационной моделью системно-когнитивного анализа [1].

На 6-м шаге была скорректирована обучающая выборка:

– в анкеты обучающей выборки в область классов были вручную добавлены коды, соответствующие годам с 1991 по 2003;

– добавлены 5 анкет обучающей выборки, соответствующие различным интервальным значениям (т. е. градациям) интегрального критерия уровня качества жизни, при этом в каждую анкету вручную введены соответствующие коды частных критериев из таблицы 5;

– в каждую анкету, характеризующую уровень качества жизни, автоматически добавлены коды первичных факторов, положительно связанных с введенными частными критериями уровня качества жизни, путем нажатия клавиши F9 в 1-м режиме 2-й подсистемы системы "Эйдос", когда курсор находится в правом окне (рис. 5). Наиболее интеллектуальным является алгоритм добавления кодов первичных факторов, связанных с частными критериями уровня качества жизни (рис. 6).

Рисунок 5 – Добавление кодов признаков, положительно связанных с введенными частными критериями уровня качества жизни в системе "Эйдос" (F9)

 

Рисунок 6 – Алгоритм добавления кодов признаков, положительно связанных с введенными частными критериями уровня качества жизни

Суть этого алгоритма состоит в том, что в анкету добавляются все коды признаков, которые положительно каузально влияют на осуществление введенных в анкету значений частных критериев уровня качества жизни. Это значит, что разработанные на основе экспертных оценок и приведенные в таблице 5 выражения для значений интегрального критерия через частные критерии дополняются первичными факторами, для которых на основе фактических данных установлено их положительное влияние на осуществление этих частных критериев.

На 7-м шаге. В 3-м режиме 2-й подсистемы системы "Эйдос" (см. рис. 3) осуществлен синтез многоуровневой семантической информационной модели-Б, отражающей прямые и опосредованные причинно-следственные взаимосвязи между объектами различных уровней, классифицированные в таблице 6, кроме  связей "Годы" – "Уровень качества жизни" (выделена серым фоном).

Здесь отражены каузальные взаимосвязи различной степени опосредованности между объектами, принадлежащими различным уровням иерархической модели:

0 степень опосредованности (непосредственные связи): первичными факторами и частными критериями уровня качества жизни, частными критериями и годами, годами и интервальными значениями интегрального критерия уровня качества жизни;

1-я степень опосредованности: частными критериями уровня качества жизни и интервальными значениями интегрального критерия уровня качества жизни, первичными факторами и годами;

2-я степень опосредованности: первичными факторами и интервальными значениями интегрального критерия уровня качества жизни.

 

Таблица 6 – Виды каузальных связей между объектами различных уровней иерархической модели и источники информации для выявления этих связей

 

Этап 3-й: связи 2-го и 3-го, 3-го и 4-го уровней, синтез "Модели-В"

На 8-м шаге. Связь "Годы – Уровни качества жизни (интегральный критерий)" устанавливается в модели-Б не путем экспертных оценок, а в результате кластерно-конструктивного анализа в соответствующем режиме 5-й подсистемы системы "Эйдос" (рис. 7). Результат работы этого режима отображен в графической форме семантической сети классов (рис. 8), на которой показаны только отношения сходства.

На 9-м шаге. Информация о результатах применения интегрального критерия качества жизни к годам, полученная на основе сформированной модели предыдущего уровня расчетным путем, теперь вручную вносится в систему в качестве исходной для формирования модели более высокого уровня.

Специально для этого сначала во 2-м режиме 1-й подсистемы вручную вводятся дополнительная описательная шкала и градации, соответствующие годам, за которые имеются статистические данные. При этом формируется описательная шкала с кодом 126 (см. табл. 3) и с кодами градаций от 626 до 638.

Рисунок 7 – Запуск режима кластерно-конструктивного анализа классов в системе "Эйдос"
Рисунок 8 – Семантическая сеть классов, отражающая результаты идентификации лет в соответствии с интегральным критерием уровня качества жизни

Затем на основе семантической сети, представленной на рисунке 7, формируется таблица 7.

С использованием данных таблицы 7 в 1-м режиме 2-й подсистемы в обучающей выборке во все анкеты в окно признаков вводится информация о принадлежности их к годам:

– в анкеты с номерами с 1 по 13, соответствующие годам, вносится информация об одном годе, за который в данной анкете содержатся данные;

– в анкеты с номерами с 14 по 18, соответствующие градациям (различным интервальным значениям) интегрального критерия уровня качества жизни, добавляется информация о всех годах, по которым получена эта оценка уровня качества жизни.

Таблица 7 – Кодирование результатов применения интегрального критерия уровня качества жизни к годам

 

На 10-м шаге. В 4-м режиме 2-й подсистемы осуществляется пересинтез модели-Б, в результате чего формируется многоуровневая семантическая информационная модель-В. Эту модель теперь необходимо исследовать, однако это не входит в задачу данной статьи.

Необходимо отметить, что на всех этапах синтеза многоуровневой семантической информационной модели влияния инвестиций на уровень качества жизни населения региона использовались методология системно-когнитивного анализа и соответствующие режимы системы "Эйдос", специально предназначенные для решения подобных задач и автоматизирующие соответствующие функции по обработке информации.

Заключение

В статье предложена конкретная система шкал и градаций, позволяющая формализовать как первичные показатели, характеризующие развитие производственной сферы и инвестиционную политику, так и вторичные показатели, являющиеся частными критериями оценки экономической составляющей качества жизни населения региона.

Предложена принципиальная схема многоуровневой (иерархической) модели предметной области, из которой на основе экспертных оценок получен интегральный критерий, позволяющий в сопоставимой форме количественно одним числом оценивать качество жизни населения в различные годы и в различных регионах и представляющий собой аддитивную функцию от частных критериев.

Спроектирована обучающая выборка, количественно характеризующая Краснодарский край по большому количеству показателей за 1991–2003 годы. Обучающая выборка автоматически импортирована в универсальную когнитивную аналитическую систему "Эйдос".

Осуществлен поэтапный синтез многоуровневой семантической информационной модели влияния инвестиций на уровень качества жизни населения региона.

 

Список литературы

 

1. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). – Краснодар: КубГАУ. 2002. – 605 с.

2. Ткачев А.Н. .Качество жизни и гуманистическая экономика. Труды Кубанского государственного аграрного университета. 2002. Выпуск 401 (429), юбилейный. С.301-313.

3. Ткачев А.Н., Луценко Е.В. Качество жизни населения, как интегральный критерий оценки эффективности деятельности региональной администрации. // Научный журнал КубГАУ. – 2004.– №2(4). –15 с. http://ej.kubagro.ru.

4. Айвазян С.А. Межстрановой анализ интегральных категорий качества жизни населения (эконометрический подход). – Препринт # WP/2001/124, Москва, ЦЭМИ РАН, 2001. – 60 с.

5. Луценко Е.В. Нелокальные интерпретируемые нейронные сети прямого счета, как инструмент системно-когнитивного анализа. //Изв. вузов. Северо-Кавказский регион. Технические науки. Приложение №3, 2003. –С. 3-12.

6. Луценко Е.В. Системная теория информации и нелокальные интерпретируемые нейронные сети прямого счета. // Научный журнал КубГАУ. – 2003.– №1(1). –15 с. http://ej.kubagro.ru.

7. Ткачев А.Н., Луценко Е.В. Постановка задачи и синтез многоуровневой модели влияния инвестиций на качество жизни // Труды Кубанского государственного аграрного университета. 2002. Выпуск 401 (429), юбилейный. С.314-326.

Научный электронный журнал КубГАУ . № 04(6), 2004