Software & Systems

Одним их вариантов решения проблемы прогнозирования и стратегического планирования развития национальной экономики и ее регионов, в частности, функционирования сектора домохозяйств (ДХ) в региональном разрезе, является разработка модельных комплексов и программных инструментариев для поддержки принятия решений при управлении многосекторной макроэкономической системой (ММЭС), которые основаны на применении имитационного моделирования и интеллектуальных технологий принятия решений [1–4]. ММЭС рассматривается как система, включающая четыре сектора (реальный сектор, секторы финансовых и государственных учреждений, а также сектор ДХ, декомпозированный на кластеры регионов) и три макроэкономических рынка (рынки благ, труда и денег), взаимосвязанных по финансовым и материальным потокам.

С целью обеспечения поддержки процедур анализа процессов управления доходами сектора ДХ ММЭС ведется разработка интеллектуальной си- стемы поддержки принятия решений и имитационного моделирования [5, 6]. Одной из задач, решаемых при разработке системы, является задача разработки структуры системы управления процессом функционирования сектора ДХ, взаимодействующего с другими секторами в составе ММЭС. В статье представлены структура системы интеллектуальной поддержки управления процессом функционирования сектора ДХ, взаимодействующего с другими секторами в составе ММЭС, а также описание функционального назначения каждого из выделенных уровней управления и особенностей реализующих их алгоритмов управления.

Особенности управления процессом формирования доходов и расходов населения

Разработка структуры и алгоритмов системы управления процессом формирования доходов и расходов населения выполняется с учетом перечисленных далее особенностей.

1. Процесс формирования доходов и расходов населения является составляющей частью основного системообразующего контура «производство–потребление» ММЭС, что обусловливает необходимость формулирования цели управления процессом формирования доходов и расходов ДХ с учетом состояния и целей ММЭС в целом.

2. Процесс формирования доходов и расходов населения с позиций управления должен описываться, во-первых, вектором управляемых координат, представленных в виде темпов потоков и объемов запасов секторов экономики, и, во-вторых, вектором управляющих координат, представленных в виде корректировок темпов доходов населения и рыночных регуляторов в виде ставки заработной платы.

3. Разработка алгоритмов поддержки приня- тия решений ведется с учетом декомпозиции сектора ДХ на кластеры регионов, выделенных по результатам интеллектуального анализа множест- ва признаков, характеризующих доходы, расхо- ды населения, объемы запасов накопленных ресурсов [6, 7].

4. Процесс формирования доходов и расходов населения ММЭС характеризуется высокой степенью неопределенности, обусловленной, в первую очередь, особенностями поведения человека как основного представителя ДХ на микроуровне. Поведение ДХ характеризуется такими факторами неопределенности, как потребительские ожидания, потребительские предпочтения, учет динамики доходов и планирование потребления и сбережения по различным периодам жизни человека, приоритеты в потребностях и их разнообразие, социальные и культурные особенности и многое другое, связанное со свободой воли человека.

К неопределенным факторам на уровне всей ММЭС в целом, оказывающим существенное влияние на поведение сектора ДХ, относятся внутренние экономические факторы и их динамика в виде инфляции, безработицы, инвестиционного климата, уровня жизни, качества жизни, политические факторы, а также внешнеэкономические факторы в виде мировой экономической конъюнктуры, в том числе динамики фондовых рынков, цен на нефть.

Еще одна группа факторов неопределенности присуща процессу принятия решений, который рассматривается на уровне государственного регулирования экономики. Это недостаточность данных о расходах ДХ и особенно доходах ДХ, а также их недостоверность [6, 7].

Важную роль играет динамичность, имеющая место на всех этапах принятия решений, начиная с использования информации об опережающих либо запаздывающих индикаторах состояния макроэкономической системы, далее учитывая лаги внутренние (с момента появления неблагоприятной ситуации до формирования решений) и внешние (с момента принятия решений до появления реак- ции ММЭС) и, наконец, используя реакцию ММЭС на последующих циклах управления.

Следствием перечисленных факторов неопределенности являются еще ряд особенностей управления доходами и расходами сектора ДХ ММЭС.

5. Процесс управления функционированием сектора ДХ в рамках ММЭС характеризуется множественностью целей и критериев управления и их противоречивостью. Множественность целей объективно обусловлена свойствами ММЭС, каждый сектор которой имеет свой спектр целей в виде выполнения планов по расходу ресурсов согласно своим видам деятельности. Помимо этого, цели макроэкономических агентов, то есть секторов экономики, согласуются при формировании политики государственного регулирования с учетом рыночных механизмов для достижения глобальных целей всей ММЭС [1–5].

При этом между целями (локальными и глобальными) возникают отношения либо дополнения (комплементарности), либо противоречия (субституции).

Примерами комплементарных целей являются цели роста потребительского спроса населения и цели роста ВВП (в том числе ВВП на душу населения), цели роста потребительских расходов (спроса) и повышения уровня жизни населения.

Можно привести значительное количество и примеров целей, находящихся в отношении субституции. Во-первых, это потребительский рост экономики и инфляция. Во-вторых, цели снижения уровня бедности и степени дифференциации (цель – справедливость в распределении благ) и цели повышения экономической эффективности. Отношения между этими целями получили название дилеммы эффективности и справедливости [8].

6. Перечисленные особенности управления функционированием сектора ДХ ММЭС позволяют отнести задачи разработки алгоритмов управления к классу слабоформализуемых, решение которых требует учета как динамических особенностей процесса формирования доходов и расходов населения, так и структурных особенностей доходов и расходов по всем региональным кластерам населения.

Анализ целей управления процессом формирования доходов и расходов населения ММЭС на локальном и глобальном уровнях позволил выделить группу целей, соответствующих политике макроэкономической стабилизации и направленных на обеспечение роста ВВП требуемыми темпами.

В качестве цели управления процессом формирования доходов и расходов населения ММЭС рассматривается обеспечение плановых темпов формирования потребительских расходов сектора ДХ при условии поддержания требуемых уровня цен, темпа выпуска ВВП и степени дифференциации населения по доходам.

Функциональная схема системы

На основе выявленных особенностей управления процессом формирования доходов и расходов ДХ ММЭС разработана функциональная схема системы управления процессом функционирования сектора ДХ ММЭС, которая имеет три уровня управления (см. рисунок). В составе ММЭС выделены четыре сектора (реальный сектор (А1), сектор ДХ (А2), декомпозированный на кластеры регионов, а также секторы финансовых (А3) и государственных (А4) учреждений) и три макроэкономических рынка – благ, труда и денег.

Первый уровень управления построен на основе принципа обратной связи и предназначен для корректировки расхода ресурсов секторами ММЭС, необходимых для реализации функций согласно их роли в воспроизводственном процессе. Множество управляющих воздействий этого уровня представ- лено кортежем векторов: U1 = {U11, U12, U13, U14}, где U1j – вектор управляющих воздействий для j-го сектора, j = 4. Алгоритмы управления этого уровня разработаны в классе динамических непрерывных алгоритмов и описаны в работах [9, 10].

Модель планирования предназначена для расчета базового равновесного режима функционирования на основе статистических данных о функционировании экономической системы. Модель содержит два блока. В первом блоке рассчитываются плановые темпы расхода ресурсов для выделенных кластеров регионов сектора ДХ по выделенным направлениям расхода с учетом воспроизводственных пропорций и макроэкономической ситуации.

Второй блок предназначен для расчета плановых темпов формирования доходов сектора ДХ по кластерам регионов с учетом воспроизводствен- ных пропорций. Алгоритмы последних блоков реализованы в среде Excel [9, 10].

Второй уровень управления построен на основе принципа адаптации и предназначен для корректи- ровки плановых темпов расхода ресурсов секторами экономики с учетом кластерной декомпозиции сектора ДХ на основе вектора Y(t), который содержит информацию о состоянии секторов экономики и ММЭС в целом. Управляющие воздействия представлены кортежем векторов: U2 = {U21, U22, U23, U24}, где U2j – вектор управляющих воздействий второго уровня управления в виде корректировки плановых темпов расхода ресурсов, формируемых на основе j-й группы (j =) информационных факторов. Среди них выделены следующие четыре группы факторов: данные об объемах накопленных запасов секторов экономики, в том числе и кластеров регионов сектора ДХ; данные о распределении доходов населения по кластерам регионов; данные о текущем уровне прожиточного минимума, а также об уровнях цен на рынках благ, труда и денег.

Алгоритм корректировки плановых темпов расхода ресурсов на основе информации об объемах запасов формирует вектор U21 скорректированных темпов расхода и содержит набор правил в виде IF-THEN, реализованных программно на языке MATLAB. Алгоритм предполагает автоматический и автоматизированный режимы работы [7, 9].

Алгоритмы корректировки плановых темпов расхода ресурсов кластерами регионов сектора ДХ используют информацию о текущих доходах (преобразования типа «доходы–расходы»), составляют вектор U22 и реализованы в виде корректировки поведенческих функций f населения (см. рисунок).

Алгоритмы корректировки темпов формирования доходов сектора ДХ реализуют механизмы воздействия мер в области государственного регулирования доходов в виде корректировки социальных трансфертов и субсидий, заработной платы и ставок налогообложения, составляют вектор U23 и используют информацию о структуре доходов населения по кластерам регионов и информацию об уровне прожиточного минимума. Принятие решений в области государственного регулирования доходов населения направлены на корректировку распределительных процессов ММЭС в целом на основе ситуационного подхода на более высоком уровне управления.

Алгоритмы корректировки плановых темпов расхода ресурсов на основе информации об уровнях цен на рынках благ, труда и денег основаны на анализе рассогласования между спросом и предложением на соответствующих рынках, составляют вектор U24 и направлены на корректировку компонентов совокупных расходов (совокупного спро- са), спроса на деньги и ситуации на рынке труда.

Все перечисленные алгоритмы относятся к классу алгоритмов адаптации, представлены в ад- дитивной форме, функционируют в автоматиче- ском режиме и реализованы в среде MATLAB.

Третий уровень управления соответствует уровню государственного регулирования эконо- мики в области политики доходов и предполагает формирование вектора управляющих воздействий U = {UTr, UTx, URl}, где UTr, UTx и URl – векторы управляющих воздействий в области политики формирования социальных трансфертов Tr, налогов Tx и политики доходов (определяемой заработной платой Rl) соответственно. Реализация управляющих воздействий на этом уровне построена с использованием принципа ситуационного управления, а разработка алгоритмов ситуационного управления ведется в классе интеллектуальных методов и моделей.

Процедура ситуационного управления процессом функционирования сектора ДХ включает два этапа: этап анализа макроэкономических ситуаций, характеризующих динамику и пропорции доходов и расходов населения; этап поддержки принятия решений при управлении доходами сектора ДХ. Реализация процедур этапа анализа макроэкономических ситуаций выполняется с использованием методов интеллектуального анализа данных; для реализации процедур поддержки принятия решений применяются нейро-нечеткие модели и методы.

Применение перечисленных интеллектуальных методов для решения задач ситуационного управления имеет ряд особенностей.

Во-первых, это формирование источника знаний о динамике макроэкономических ситуаций на основе не только статистических, но и экспериментальных данных, полученных при многократном проведении имитационных экспериментов с динамической моделью ММЭС. Такой подход обусловлен наличием разработанной динамической модели поведения населения ММЭС как средства хранения существующих знаний, их концентрированного формулирования в виде аналитических зависимостей и, наконец, как средства генерации новых знаний об объекте исследования, что и является целью разработки любой модели [11–13].

Во-вторых, это выбор закономерности типа «кластеризация», а не «классификация» для проведения интеллектуального анализа данных о макроэкономических ситуациях в динамике на основе результатов имитационных экспериментов. Постановка задачи кластеризации отражает сущность процессов анализа заранее не структурированного (не разделенного на классы) множества возможных макроэкономических ситуаций.

В-третьих, процедура анализа многомерных экспериментальных данных и формирования закономерностей типа «кластеризация» является многоэтапной и включает этап предварительного анализа данных (например, на основе компонентного анализа), далее – решение задачи кластеризации ситуаций с применением различных методов и, наконец, сопоставительный анализ результатов кластеризации.

В-четвертых, для решения задачи кластеризации и поддержки процедур анализа динамики структурных пропорций доходов и расходов сектора ДХ и дифференциации доходов применяются НС Кохонена. Причины, обусловливающие необходимость применения нейросетевых технологий кластеризации, в частности, сетей Кохонена, следующие:

-     сложность формирования закономерностей типа «кластеризация» как в условиях недостаточности статистической информации, так и с учетом динамических особенностей поведения сектора ДХ ММЭС;

-     богатые средства визуализации многомерного пространства признаков, которое проецируется на плоскость;

-     индикация степени однородности объектов по каждому признаку в рамках одного кластера и между ними за счет раскраски построенных СОК;

-     хорошая интерпретируемость постановки задачи ситуационного управления при анализе построенных СОК, согласно которой точка (объект) многомерного пространства признаков рассматривается как текущая макроэкономическая ситуация, признаками являются параметры описания ситуации.

В-пятых, это возможность обеспечения согласованной работы во времени таких разнородных моделей, как динамическая модель объекта исследования и статические модели интеллектуальной поддержки принятия решений в виде НС Кохонена, реализованных в Deductor Studio.

Платформой, обеспечивающей согласование работы НС и динамической модели, является имитационное моделирование, выполняемое в среде MATLAB. В процессе работы имитационной модели выделяются важные моменты времени для диагностики состояния ММЭС и принятия решений. Для этого применяется как автоматизированный режим, так и автоматический, при котором выполняются мониторинг движения системы и анализ характера нарушения как балансовых соотношений, так и предельных соотношений, характеризующих структурные особенности доходов и расходов населения по всем кластерам регионов.

Построение СОК предполагает использование в качестве признаков многомерного пространства таких динамических характеристик, как темпы доходов и расходов кластеров регионов ДХ и скорости их изменения. Анализ построенных кластеров ситуаций предполагает возможность оценки тенденций движения системы при переходе ее из кластера в кластер, принадлежащих зонам неблагоприятных или благоприятных ситуаций.

Таким образом, процедура ситуационного управления на третьем уровне управления про- цессом функционирования сектора ДХ ММЭС предполагает решение следующего множества задач:

-     формирование БД о результатах имитацион- ных экспериментов, служащей основой для форми- рования обучающих выборок в нейросетевом анализе, для чего реализован режим мониторинга при проведении имитационных экспериментов;

-     построение НС Кохонена и СОК кластеров неравновесных макроэкономических ситуаций для их интегрального анализа на уровне ММЭС в целом, для чего реализован режим обучения;

-     построение НС Кохонена и СОК кластеров, характеризующих структурные пропорции доходов и расходов региональных кластеров населения и их динамику с использованием режима обучения;

-     построение нейро-нечетких сетей для формирования рекомендуемых решений по корректировке доходов кластеров регионов ДХ с применением мер социальной, фискальной политики и политики заработной платы.

Построение нейро-нечетких сетей для поддержки принятия решений реализуется в среде MATLAB и имеет следующие особенности. Структура выборки определяется экспертом на основе анализа результатов многоэтапной кластеризации неравновесных макроэкономических ситуаций, а также показателей запасов секторов экономики и состава вектора управляющих воздействий. Обучающие векторы формируются экспертом на основе анализа результатов многократного проведения имитационных экспериментов, итогом которого является выбор такого управляемого сценария и тех управляющих решений, которые являются наилучшими в смысле выбранного критерия управления. Возможность изменения либо параметров, либо структуры динамической модели функционирования сектора ДХ ММЭС и, следовательно, управляющих решений приводит к необходимости корректировки структуры и состава векторов обучающей выборки для нейро-нечеткой сети и ее переобучения.

Заключение

Таким образом, разработана структура системы интеллектуальной поддержки управления процессом функционирования сектора ДХ ММЭС. Первый уровень управления построен на основе принципа обратной связи, включает алгоритмы расчета сбалансированных плановых темпов расходов и доходов ресурсов региональными кластерами ДХ и предназначен для корректировки поведения секторов экономики при выполнении ими основных функциональных процессов. Второй уровень управления построен на основе принципа адаптации и предназначен для корректировки плановых темпов расхода ресурсов секторами экономики с учетом кластерной декомпозиции сектора ДХ на основе информации об объемах накопленных запасов секторов экономики, в том числе и региональ- ных кластеров сектора ДХ, а также данных о теку- щем уровне прожиточного минимума и об уровнях цен на рынках благ, труда и денег. Третий уровень управления соответствует уровню государственного регулирования экономики в области политики доходов, построен с использованием принципа ситуационного управления и предполагает формирование управляющих воздействий в области налогово-бюджетной политики и политики доходов соответственно. Для реализации управляющих воздействий на этом уровне применяются алгоритмы и модели интеллектуального анализа данных, а также нейросетевые и нейро-нечеткие модели и технологии.

Предложенная структура системы интеллектуальной поддержки управления функционированием сектора ДХ используется при разработке ПО интеллектуальной системы поддержки принятия решений и имитационного моделирования ММЭС, в том числе при формировании ее основных функциональных компонент и взаимосвязей между ними. Разрабатываемое ПО интеллектуальной системы поддержки принятия решений и имитационного моделирования ММЭС позволяет обеспечить информационную и интеллектуальную поддержку при моделировании различных сценариев управления процессом формирования доходов и расходов ДХ ММЭС и анализе результатов применения предложенных алгоритмов управления.

Работа выполнена при финансовой поддержке РФФИ, проект № 17-08-01155.

Литература

1.     Гранберг А.Г. Основы региональной экономики. М.: Изд-во ВШЭ, 2001. 493 с.

2.     Гранберг А.Г. Региональная политика в программе экономических реформ. М.: СОПСиЭС, 1995. 253 с.

3.     Бугакова Н.С., Гельвановский М.И., Глисин Ф.Ф., Го- рячева И.П., Гохберг Л.М., Житков В.Б., Климанов В.В., Кузне- цова О.В., Скатерщикова Е.Е., Струкова В.Е., Харламова И.В. Регионы России. Социально-экономические показатели. М.: Росстат, 2016. 1326 с.

4.     Буянова М.Э., Калинина А.Э. Управление социально-экономическим развитием региона на основе риск-менеджмента: монография. Волгоград: Изд-во ВолГУ, 2013. 206 с.

5.     Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. РАН. Теория и система управления. 2001. № 6. С. 114–123.

6.     Колесникова Ю.Ф. Метод многокритериального выбора оптимального состава элементов экономического кластера «особой экономической зоны» в условиях неполной исходной информации и неопределенности состояния объекта управления // Перспективы науки. 2014. № 7. С. 100–103.

7.     Доходы, расходы и потребление домашних домохозяйств в 2016 году (по итогам выборочного обследования бюджетов домохозяйств). URL: http://www.gks.ru/bgd/regl/b16_102/ Main.htm (дата обращения: 20.10.2017).

8.     Фоменко А.В., Жверанцева М.С. Регулирование социально-трудовых отношений в условиях дилеммы между темпами экономического роста и социальной стабильностью на основе подоходного налогообложения // Вестн. Саратовского гос. технич. ун-та. 2011. Т. 4. № 1. С. 264–271.

9.     Ильясов Б.Г., Дегтярева И.В., Макарова Е.А., Гиздатуллина Э.С. Система интеллектуальной поддержки принятия решений при управлении доходами домохозяйств // Управление экономикой: методы, модели, технологии: тр. XV Междунар. науч. конф. Уфа–Красноусольск, 2015. С. 145–149.

10.  Макарова Е.А., Гиздатуллина Э.С. Интеллектуальные алгоритмы формирования кластеров домохозяйств и принятия решений по корректировке их доходов // Информационные технологии интеллектуальной поддержки принятия решений: тр. III Междунар. конф. Уфа, 2015.

11.  Лычкина Н.Н. Имитационное моделирование социально-экономических систем (Системно-динамические модели города и сельскохозяйственного региона). Saarbrucken: LAP Lambert Acad. Publ., 2012. 181 с.

12.  Шваков Е.Е., Бойко Н.В. Роль и задачи социальной инфраструктуры в современной социально-экономической системе региона и подходы к оценке ее функционирования // Современная экономика: проблемы и решения. 2015. № 1. С. 133–120.

13.  Ruppert D., Matteson D.S. Statistics and Data Analysis for Financial Engineering with R Examples. NY, Springer Science+Business Media, 2015, 719 p.