Информационный базис для моделирования работы МО

к.т.н. Шумков Е.А., КубГТУ

sneveld@rambler.ru

Существует много подходов к анализу и моделированию работы муниципальных образований (далее МО), например: методология муниципальной самоорганизации, портфельный анализ, интегративно-конвергенциальный и т. д. Отметим, что практически все они имеют в своей основе системный подход. Также отметим, что подавляющее большинство публикаций игнорирует использование программного обеспечения в работе МО, либо не упоминает о нем. Предложим свой подход к моделированию работы МО на основе информационных технологий.

Рассмотрим, из каких элементов, укрупнено состоит муниципалитет. Для начала выделим несколько секторов (кластеров):

Сектор <А>: финансовый.

Сектор <Б>: людские ресурсы.

Сектор <В>: территориальные ресурсы.

Сектор <Г>: производственный.

Рассмотрим сектора А, Б и В подробно (отметим, что не рассматриваются экологические и некоторые другие важные показатели).

<А>.  Пусть <А> - общее количество денег находящиеся в МО в момент времени t (под единицей времени будем понимать один месяц). <А1> - бюджет МО, <А2> - оборот частных предприятий, <А3> - оборот муниципальных предприятий и ведомств, <А4> - банковские кредиты и прочие субсидии юридическим (<А4.1>) и физическим лицам(<А4.2>), <А5> - выплаты Пенсионного Фонда, <А6> - официально неучтенная  и не просчитываемая денежная масса. <А1> разделим на <А1.1> - НДФЛ, <А1.2> - НВД,  <А1.3> - земельный налог, <А1.4> - транспортный налог, <А1.5> - аренда,.. А2 разделим на <А2.1> - промышленное производство, <А2.2> - оптово - розничная торговля, <А2.3> - услуги, <А2.4> - прочее и т.д. Если в МО есть крупные предприятия или отрасли, то их необходимо выделить под маркировкой <А2.х.у>. Используя терминологию OLAP можно сказать, что выделены ячейки, в которых лежат параметры: численность занятых (Аz.x_1), денежный оборот (Аz.x_1), средний доход (зарплата\выплаты\оборот организации\прибыль организации) по подсектору (Аz.x_3.к, , где n - организация).

<Б>. Разделим следующим образом: <Б1> - дети и подростки, <Б2> - трудоспособное население, <Б3> - нетрудоспособное население до пенсионного возраста, <Б3> - пенсионеры. При этом <Б2.1> - работающие на частных предприятиях, <Б2.2>  - работающие в государственном секторе, <Б3.3> - безработные. Учитывая данные ГСЗН можно выделить <Б3.3.1> - состоящие на бирже труда, <Б3.3.2> - <скрытые> безработные, которые вероятно работают, но не зарегистрированы. Подсектор <Б1> разделим на: <Б1.1> - дошкольники, <Б1.2> - школьники, <Б1.3> - профессиональные и технические училища, <Б1.4> - студенты.

<В>. Здесь выделим следующие подсектора: <В1> - земля под частное строительство (<В1.1> - используемая, <В1.2> - неиспользуемая), <В2> - земля под промышленное строительство (<В2.1> - используемая, <В2.2> - неиспользуемая), <В3> - земля под сельское хозяйство (<В3.1> - используемая, <В3.2> - неиспользуемая), <В4> - земля под лесное хозяйство (<В4.1> - используемая, <В4.2> - неиспользуемая), <В5> - водные ресурсы. Здесь следует учитывать, что земля из одной категории может переходить в другую и разделение во многом условно. Также отметим, что общее количество земельных и водных ресурсов статично.

Все введенные обозначения дискретны и являются историческими данными, которые теоретически можно собрать в одной БД. Для создания полноценной системы моделирования работы МО необходим обмен данными между ИС МО и ИС здравоохранения, МВД, МЧС и проч. По сути, мы имеем дело с временными рядами, для анализа которых обычно применяются методы математической статистики. Здесь следует отметить обычные для исторических данных проблемы: история может быть короткой и данные в ней могут быть не точны и с <пробелами>. Такие проблемы часто обходят с помощью скользящей средней с периодом 3-4. В качестве альтернативы статистическим методам можно предложить использование различных нейросетевых архитектур, например многослойный персептрон для прогнозирования и сеть Кохонена для кластеризации, но нейронные сети требуют соответствующей подготовки и критичны к размеру валидационной выборки. Предложим информационный базис для дальнейшего анализа работы МО.

Для визуализации данных и дальнейшего разностороннего анализа можно предложить пакет Matlab Simulink ToolBox. Например, модель <Б1>  можно представить, как показано на Рисунке 1. Расшифровку входов\выходов приводить не будем - они интуитивно понятны.

Рисунок 1. Представление Б1

 

Общую модель работы муниципалитета можно представить в виде следующей схемы Simulink

Рисунок 2. Общая модель работы МО

 

Таким образом, в данной статье предложен метод информационного моделирования работы муниципального образования. Метод отличается интуитивно понятным визуальным представлением, несложным математическим аппаратом и простой интеграцией с существующими СУБД. В качестве дальнейшего развития можно предложить использование методов Data - mining в качестве анализа временных рядов показателей работы муниципального образования.



; ; ; ;


Контактная информация

КубГТУ
Краснодар
ул. Красная 135
Телефон: (861) 255 15 09
Fax: -
E-mail: sneveld@rambler.ru