CC BY
59
государствления и создания саморегулируемых организации и, конечно, он может быть бесценен при использовании данного вида регуляторов.
Пути развития саморегулирования в контексте приведенного исследования
Таким образом, главным контекстным выводом является необходимость интеграции в вопросах саморегулирования на постсоветском пространстве, во избежание занятия этоИ ниши нашими коллегами из Евросоюза. В этом случае нам будет очень сложно предлагать свои услуги и товары. Более того, проведенные Минэкономразвития РФ исследования наталкивают нас на несколько выводов.
Научное обеспечение. Саморегулирование стало не только явлением в жизни и экономике страны, но также новым институтом гражданского общества. Соответственно институциональные основы саморегулирования должны быть предметом не только приклад-ноИ, но и фундаментальной науки. Создание учебных дисциплин и площадок для подготовки и переподготовки специалистов в этои области является первоочередной задачей.
Координация. В России и в СНГ большое количество экспертов, но мало ученых, занимающихся проблемой саморегулирования. Формирование концепции саморегулирования и разработка стратегии ее реализации в различных сферах экономики должно проводиться совместно с коллегами из стран ЕврАзЭС. На первый план выдвигается задача формирования независимого экспертного сообщества по вопросам саморегулирования.
Кадры для саморегулирования. Организация подготовки и повышения квалификации топ-менеджеров компаний и специалистов, придание им необходимых управленческих компетенций в вопросах саморегулирования.
Выводы
1. Как и любой масштабный проект, саморегулирование нуждается в научно-методическом сопровождении, кроме того необходимы способы изменения тех или иных решений, если они идут в разрез со здравым смыслом и интересами государства.
Практика реализации федерального закона «О техническом регулировании» показывает, что большой пласт работы, выполненный без учета интеграционной политики государств-членов ЕврАзЭС, пришлось переделывать, состыковывать и выполнять прочую работу, что помимо дополнительных затрат повлекло к сложностям в технологических процессах в России.
2. В настоящее время наблюдается тенденция, когда саморе-гулируемые организации в ущерб широким возможностям, предоставленным законодательством, создают прототип того государственного механизма, против которого и была направлена административная реформа исполнительной власти.
Если внимательно рассмотреть составы органов управления СРО и их национальных объединений, то вполне четко просматривается бывшая номенклатура, долгое время стоявшая у власти, которая им была дана для того, чтобы бизнес развивался. И, соответственно, они и создают прототип государственной машины управления в рамках «инициативной деятельности субъектов предпринимательской деятельности». И, скорее всего, такая тенденция будет наблюдаться в дальнейшем, за право доминирования на рынках саморегулирования.
В этой связи не может не беспокоить вопрос подготовки и переподготовки кадров для работы как в саморегулируемых организациях, так подготовки бизнес-сообщества для работы в новых условиях.
В саморегулируемых организациях должны работать специалисты, обладающие знаниями в области корпоративного управления, стратегического менеджмента, нормативно-методической работы, взаимодействия с органами государственной власти и муниципального управления, а сам бизнес должен отчетливо понимать свою ведущую роль в этом процессе.
3. Создание Российского отделения Международного научно-экспертного совета по проблемам регулирования и саморегулирования является своевременным шагом.
Литература:
1. Указ Президента Российской Федерации от 23 июля 2003г. №824 «О мерах по проведению административной реформы в 20032004 годах».
2. Материалы итоговой пресс-конференции Председателя Правительства России В.В. Путина по итогам заседания Межгосударственного совета ЕврАзЭС и Высшего органа Таможенного союза 20 октября 2011 года в Санкт-Петербурге.
3. Федеральный закон Российской Федерации от 01 декабря 2007 г. №315-ФЗ «О саморегулируемых организациях».
4. В.В. Путин «Новый интеграционный проект для Евразии
— будущее, которое рождается сегодня», Газета известия, 4 сентября 2011 года.
ТИПОЛОГИЯ РЕГИОНОВ ЦЕНТРАЛЬНОГО ФЕДЕРАЛЬНОГО ОКРУГА ПО ПОКАЗАТЕЛЯМ ИНФОРМАЦИОННО-КОММУНИКАЦИОННОГО ПОТЕНЦИАЛА
Товсултанова С.В., ГАСИС
В статье рассматриваются вопросы развития федеральных округов и строятся модели информационно-коммуникационного потенциала в целях дальнейшей типологии регионов.
Ключевые слова: информационно-коммуникационный потенциал, регионы, кластеризация.
TYPOLOGY CENTRAL FEDERAL DISTRICT INDICATORS FOR INFORMATION AND COMMUNICATION CAPACITY
Tovsultanova S., GASIS
The article examines the development of federal districts, and built a model of information and communication capacities in order to further typology of regions.
Keywords: information and communications capacity, regions, clustering.
Переход к экономике знаний предполагает усиление внимания к информационно-коммуникационной компоненте инновационного потенциала страны. Анализ статистических данных источника [1] по разделу «Информационные и коммуникационные технологии», однако, показывает, что наблюдается существенная дифференциация показателей информационно-коммуникационного потенциала (ИКП) не только на региональном уровне, но и на уровне федеральных округов. Так, число персональных компьютеров по федеральным округам в 2005 г. варьировало от максимума 26 на
100 работников в Центральном федеральном округе до минимума 18 в Южном федеральном округе, и коэффициент вариации составлял 12,3%. В 2009 г. эти показатели выросли, составив 40 ПК на 100 работников в ЦФО и 30 - в ЮФО, но коэффициент вариации уменьшился всего лишь до 10,6%.
В результате статистических исследований основных показателей информационно-коммуникационного потенциала - числа персональных компьютеров на 100 работников и их доли с доступом в Интернет - установлен ряд закономерностей, отражающих
их динамику в период 2004-2009 гг. в РФ в целом и в ее макрорегионах - федеральных округах [2]. В частности, показано, что в целом по РФ динамика числа персональных компьютеров на 100 работников в этот период характеризовалась экспоненциальным ростом, и при сохранении этой тенденции в 2013 г. следует ожидать рост числа персональных компьютеров до 62,1 на 100 работников, с 95%-м доверительным интервалом 57,0 ... 67,6 штук. Экспоненциальными моделями с хорошими показателями качества характеризуется и динамика числа персональных компьютеров на 100 работников во всех федеральных округах, что позволило заменить пространственно-временные данные по федеральным округам множеством двух параметров: 1) расчетным значением показателя в начальный год рассматриваемого периода (2004 г.) и 2) коэффициентом ежегодного прироста показателя.
Было также выявлено, что в отличие от экспоненциального роста числа персональных компьютеров на 100 работников, динамика доли персональных компьютеров с доступом в Интернет в целом по РФ в период 2004-2009 гг. характеризовалась ростом с замедлением, аппроксимируемым степенной моделью, и при сохранении этой тенденции в 2013 г. следует ожидать рост доли персональных компьютеров с доступом в Интернет до 50,0%, с 95%-м доверительным интервалом 49,0 ... 51,0%. Аналогичными моделями описываются и временные ряды показателя для федеральных округов.
Дальнейшие статистические исследования показали, что множество исходного четырехмерного пространства показателей ИКП федеральных округов можно свести к двум латентным факторам, первый из которых отражает уровень компьютеризации, второй -рост уровня компьютеризации. Обосновано, что их типологизацию
можно проводить по двум коррелирующим с этими латентными факторами параметрам динамики показателей ИКП - начальному уровню Интернет и темпу прироста числа персональных компьютеров на 100 работников.
В данной статье рассматривается типология регионов Центральной России по основным показателям информационно-коммуникационного потенциала в период 2004-2010 гг. Эмпирической базой исследований явились официальные статистические данные Роскомстата [1, 3-7]; инструментарием статистических исследований служил пакет анализа данных общественных наук SPSS Base [8, 9].
Рассмотрим вначале территориальное распределение числа персональных компьютеров на 100 работников в регионах Центрального федерального округа в начальный (2004) и конечный (2010) годы анализируемого периода - рис. 1. Видно, что семь лет - с 2004 по 2010 гг. - этот основной количественный показатель существенно увеличился, как и в РФ в целом, во всех без исключения регионах Центральной России. Безусловным лидером по уровню компьютеризации и в 2004, и в 2010 гг. являлась Москва, аутсайдерами -Липецкая, Брянская и Тульская области.
На рис. 1 обращает на себя внимание, что уровень РФ по числу персональных компьютеров на 100 работников превосходит лишь один регион ЦФО - г. Москва, во всех остальных регионах уровень компьютеризации ниже среднего по стране.
Обратимся теперь к динамике уровня компьютеризации, характеризуемого числом персональных компьютеров на 100 работников, в регионах Центральной России, а также в целом в РФ и ЦФО
- рис. 2.
Рис. 1. Ранжирование регионов ЦФО по числу персональных компьютеров на 100 работников: а - 2004 г.; б - 2010 г. Пунктир -
уровень РФ
а 6
Год
Год
Рис. 2. Динамика числа персональных компьютеров на 100 работников: а - в ЦФО и РФ в целом; б - в регионе-лидере (г. Москва) и
аутсайдере (Липецкая обл.)
г. Москва Липецкая обл.
Год Год
Рис. 3. Аппроксимация динамики числа персональных компьютеров на 100 работников линейными моделями: а - в регионе-лидере
(г. Москва); б - в регионе-аутсайдере (Липецкая обл.)
По графику временного ряда на рис. 2 а можно заключить, что в целом в Российской Федерации динамика числа персональных компьютеров на 100 работников в период 2004-2010 гг. носила логистический характер - вначале наблюдался ускоренный рост уровня компьютеризации, затем - практически линейный, и в конце анализируемого периода - замедление роста.
В регионах ЦФО динамика числа персональных компьютеров на 100 работников практически носит линейный характер - рис. 2
б, что позволяет выполнить аппроксимацию региональных временных рядов линейными моделями - рис. 3.
Как следует из рис. 3, качество аппроксимации динамики региональных показателей уровня компьютеризации линейными моделями достаточно высокое, и это позволяет вместо временных рядов в дальнейшем рассматривать параметры моделей - расчетное
число персональных компьютеров на 100 работников в 2010 году и среднегодовой прирост показателя - табл. 1.
Из табл. 1 следует, что все модели временных рядов имеют высокие характеристики качества - коэффициент детерминации не хуже 0,9, а критерий Фишера статистически значим на высоком уровне не хуже 0,0005, и лишь для Орловской области коэффициент детерминации составляет 0,878, а критерий Фишера статистически значим на уровне 0,002.
Важным этапом статистических исследований является типология статистических объектов - в данном случае регионов - по показателям информационно-коммуникационного потенциала. При этом вначале целесообразно визуально выделить так называемые типологические синдромы (терминология Г.Г. Татаровой [10]), под которыми понимаются «сгустки» статистических объектов, близ-
Таблица 1. Параметры динамики числа персональных компьютеров на 100 работников
в 2004-2010 гг. и критерии качества линейных моделей (расчеты автора)
Регион,территориальное образование МНК-оценки параметров Критерии качества моделей
расчетный уровень в 2010 г., штук на 100 работников средний прирост, % в год коэффициент детерминации крите- рий Фише- ра уровень значимости (р-уровень)
РФ 37,0714 2,7857 0,990 507,0 0,000
ЦФО 42,6429 3,2143 0,991 532,9 0,000
Белгородская обл. 31,0357 2,3929 0,938 76,1 0,002
Брянская обл. 27,9286 2,5000 0,985 322,4 0,000
Владимирская обл. 33,1071 3,0357 0,985 325,4 0,000
Воронежская обл. 33,8929 3,1071 0,988 398,4 0,000
Ивановская обл. 34,6429 3,2143 0,991 532,9 0,000
Калужская обл. 35,2143 2,7857 0,993 691,4 0,000
Костромская обл. 34,6071 2,6786 0,996 1222,8 0,000
Курская обл. 31,4286 2,5714 0,967 147,3 0,000
Липецкая обл. 29,2500 2,4643 0,972 176,3 0,000
Московская обл. 32,3214 2,2500 0,960 118,8 0,000
Орловская обл. 33,1429 3,0000 0,878 36,2 0,002
Рязанская обл. 32,6786 2,1786 0,985 338,3 0,000
Смоленская обл. 30,1786 2,5357 0,980 244,7 0,000
Тамбовская обл. 30,3214 2,3929 0,997 1496,3 0,000
Тверская обл. 33,1071 3,0357 0,956 107,8 0,000
Тульская обл. 29,6071 2,2500 0,992 640,2 0,000
Ярославская обл. 36,5000 2,9286 0,963 129,3 0,000
г. Москва 63,4286 3,2857 0,970 160,3 0,000
Рис. 4. Распределение регионов ЦФО по параметрам моделей динамики числа персональных компьютеров на 100 работников: а -диаграмма рассеяния; б - распределение кластеров. Числа над метками соответствуют номеру региона в алфавитном порядке: 1 -Белгородская обл., 2 - Брянская обл., ..., 17 - Ярославская обл. Пунктир - уровень РФ
ких между собой по величине показателей типологизации. В этих целях представим множество региональных индикаторов развития компьютеризации на диаграмме рассеяния - рис. 4.
На диаграмме рис. 5 а можно уверенно выделить два типологических синдрома. В один из них входят четыре региона - Владимирская, Воронежская, Ивановская и Орловская области (метки 3,
4, 5 и 11 соответственно), в другой - три региона - Калужская, Костромская и Ярославская области (метки 6, 7 и 17 соответственно). Выделить типологические синдромы из остальных регионов, образующих на диаграмме рассеяния достаточно компактное «облако» точек, не предоставляется возможным, и в этой связи мы обратились к формальному методу типологизации - кластерному анализу. Это возможно, поскольку параметры временных рядов числа персональных компьютеров на 100 работников коррелируют слабо
- коэффициент линейной детерминации меньше 0,5.
Кластерный анализ регионов ЦФО (кроме г. Москвы, образующего самостоятельный кластер), проводили в два этапа.
На первом этапе был реализован иерархический кластерный анализ по методу Уорда с квадратичной евклидовой метрикой на г-преобразованных параметрах, в результате которого по дендрограмме, представленной на рис. 6, на уровне сходства регионов не хуже 95% принята четырехкластерная пространственная модель развития компьютеризации в Центральной России.
На втором этапе для проверки устойчивости выявленного четырехкластерного решения выполнен итеративный кластерный анализ по методу к-средних, где к - число кластеров (в данном случае к=4). Результаты кластерного анализа, приведенные в табл. 2, показывают 75%-е совпадение отнесения регионов к кластерам, что является вполне удовлетворительным результатом.
Таким образом, по результатам визуальной и формальной кластеризации принимаем классификацию регионов ЦФО на пять групп, однородных по индикаторам развития компьютеризации (пятый кластер - г. Москва).
******HIERARCHICAL CLUSTER ANALYSIS****** Dendrogram using Ward Method
Rescaled Distance Cluster Combine
CASE 0 5 10 15 20 25
Label Владимирская обл. + ф ! * ! + + + 1 + 1 1 1 1 1 1 1 1 1 + 1 1 1 1 1
Тверская обл.
Орловская обл. -0 $-0-0--0 ъ
Воронежская обл. -0° о
Ивановская обл. Ос?
Калужская обл. Оъ о о
Костромская обл. -0- $ -0- -0- 0 е? о
Ярославская обл. ■0-е? о
Московская обл. ■0 х-0--0-0-Ъ о
Рязанская обл. -0 Е? о о
Липецкая обл. оъ о о
Смоленская обл.
я--о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о-о г?
Белгородская обл. -0° О
Тамбовская обл. -0° О
Курская обл. ■0-#-0--0--0-с?
Тульская обл. ■0-°
Брянская обл. ■Ос?
Рис. 6. Дендрограмма кластерного анализа регионов Центрального федерального округа по г-преобразованным индикаторам развития компьютеризации - расчетному числу персональных компьютеров на 100 работников в 2010 г. и среднегодовому приросту
показателя (метод Уорда, квадратичная евклидова метрика)
Таблица 2. Отнесение регионов ЦФО к кластерам по иерархическому и итепативному методам
Регион Код Кластер по иерархическому методу Кластер по итеративному методу Результат отнесения Расстояние до центра кластера
Белгородская обл. 1 1 1 - 0,378
Брянская обл. 2 1 II + 0,686
Курская обл. 8 1 I - 0,693
Липецкая обл. 9 1 II + 0,139
Смоленская обл. 13 1 II + 0,444
Тамбовская обл. 14 1 II + 0,383
Тульская обл. 16 1 II + 0,538
Владимирская обл. 3 2 IV + 0,238
Воронежская обл. 4 2 IV + 0,159
Ивановская обл. 5 2 IV + 0,609
Орловская обл. 11 2 IV + 0,299
Калужская обл. 6 3 III + 0,103
Костромская обл. 7 3 III + 0,503
Ярославская обл. 17 3 III + 0,598
Московская обл. 10 4 I - 0,352
Рязанская обл. 12 4 I - 0,614
Литература:
1. Регионы России. Социально-экономические показатели. 2011. Стат. сб. М.: Госкомстат России, 2011.
2. Товсултанова С.В. Статистический анализ показателей информационно-коммуникационного потенциала российских макрорегионов // Вестник Московского экономического института. Вып.1. ИИЦ МЭИ, 2010.
3. Регионы России. Социально-экономические показатели. 2006. Стат. сб. М.: Госкомстат России, 2006.
4. Регионы России. Социально-экономические показатели. 2007. Стат. сб. М.: Госкомстат России, 2007.
5. Регионы России. Социально-экономические показатели. 2008.
Стат. сб. М.: Госкомстат России, 2008.
6. Регионы России. Социально-экономические показатели. 2009. Стат. сб. М.: Госкомстат России, 2009.
7. Регионы России. Социально-экономические показатели. 2010. Стат. сб. М.: Госкомстат России, 2010.
8. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь.
9. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002.
10. Татарова Г.Г. Типологический анализ в социологии. М., 1993.
РАЗВИТИЕ СИСТЕМЫ ВЫСШЕГО ОБРАЗОВАНИЯ В РЕГИОНЕ КАК ФАКТОР ЕГО КОНКУРЕНТНОГО ПРЕИМУЩЕСТВА
Кещян Г.В., докторант ФГБОУ ВПО «Российского экономического университета им. Г.В. Плеханова»
В статье рассматриваются вопросы развития высшего образования в регионе через направляющую и регулирующую деятельность государства в области образования в целях реализация Национальной доктрины образования в рамках компетенции органов местного самоуправления.
Ключевые слова: высшее образование, государственная политика, компетенции, конкурентоспособность человеческого потенциала.
DEVELOPMENT OF HIGHER EDUCATION IN THE REGION AS A FACTOR OF ITS COMPETITIVE ADVANTAGE
Keschyan G., Doctorant, Plekhanov Russian University of Economics, FGBOU VPO
The article examines the development of higher education in the region through the guide and regulatory activities of the state of education in order to implement the National Doctrine of Education within the competence of local authorities.
Keywords: higher education, public policy, competence, competitiveness of human potential.
На современном этапе развития общества происходят значительные изменения в различных сферах жизнедеятельности человека, которые существенным образом затрагивают и систему образования. Новые социально-экономические условия породили множество проблем, выбор путей решения которых, связан с разработкой теоретико-методологических вопросов управления образованием в современных условиях. Инновационное развитие России, обусловленное непрерывными изменениями в жизни общества, стремительным развитием высоких технологий, ростом уровня технической оснащенности производства, высокими темпами развития науки и техники требуют существенной модернизации систе-
мы отечественного образования. Введение инноваций в образование является одним из основных механизмов развития системы образования страны в целом и региональных систем образования, в частности.
Экономическое и социальное развитие России неравномерно, региональное развитие зависит от конкурентоспособности человеческого потенциала, определяющего развитие всех отраслей. Конкурентоспособность региона на внешних рынках определяется не только наличием ведущих народнохозяйственных функций региона и главных его предприятий, но и от сравнительной привлекательности региона для инвесторов, которую также следует рассмат-
