Ключевые слова: управление муниципальным образованием, моделирование работы муниципального образования

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

Рисунок 1. 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.