Построение имитационной модели "социальный потенциал детства в регионе"
Автор: Филипова Александра Геннадьевна, Высоцкая Ална Валерьевна
Журнал: Регионология @regionsar
Рубрика: Экономическая социология и демография
Статья в выпуске: 4 (105) т.26, 2018 года.
Бесплатный доступ
Введение. Актуальность исследования определяется неравнозначностью региональных условий развития российского детства. Российские регионы располагают разными ресурсами для сохранения детского здоровья и образования детей. Цель работы - выявление региональных факторов, влияющих на социальный потенциал детей, и последующее построение имитационной модели «Социальный потенциал детства в регионе». Материалы и методы. Использованы методы корреляционного и регрессионного анализа. Материалами исследования стали статистические данные, представленные в официальных источниках. Расчеты производились посредством аналитической платформы Deductor, построение имитационной модели -с использованием программного продукта AnyLogic. Результаты исследования. В ходе исследования были выделены 12 целевых и 36 управляющих факторов. Анализ взаимосвязей целевых и управляющих факторов позволил определить целевые показатели, характеризующие образование, здоровье и выживаемость детей. Выделенные управляющие факторы разделены на три группы - константы, факторы, поддающиеся региональному урегулированию, и факторы, трудно поддающиеся региональному регулированию. Построенная имитационная модель представляет собой фрагмент оценки влияния управляющих факторов на детство в российских регионах. Эксперименты с моделью показали, что помимо воздействия на социально-экономическую ситуацию в регионе в целом важно снижать сменность занятий в школах и одновременно повышать квалификацию школьных учителей, увеличивать охват детей летним оздоровительным отдыхом. Обсуждение и заключение. Материалы исследования будут полезны при планировании сохранения и развития социального потенциала детства в регионе. Полученные данные имеют ценность как для социологов, так и для ученых, занимающихся моделированием социально-экономических процессов, исследованием региональных систем.
Имитационное моделирование, социальный потенциал детства, целевой фактор, управляющий фактор, российский регион
Короткий адрес: https://sciup.org/147222796
IDR: 147222796 | DOI: 10.15507/2413-1407.105.026.201804.764-783
Текст научной статьи Построение имитационной модели "социальный потенциал детства в регионе"
Acknowledgments. The work was performed with the financial support of the Russian Foundation for Basic Research (project No. 16-36-60041).
Введение. Современные дети в нашей стране растут и развиваются в сложных социально-экономических, духовно-нравственных и политико-правовых условиях регионального неравенства. В свою очередь, региональная среда становится важной средой для развития ребенка, формирования его социальных навыков, поддержания его здоровья, выбора образовательной траектории и пр. К сожалению, не всегда даже экономически успешные регионы ориентированы на развитие социальной инфраструктуры детства, и наоборот, некоторые депрессивные регионы компенсируют отсутствие финансовых средств человеческими ресурсами в форме клубных образований, общественных организаций, ресурсами местных сообществ.
Уровень региона - это важный для ребенка и семьи уровень выработки политико-правовых решений, поддержания деятельности учреждений образования, здравоохранения, культуры и спорта, обеспечения транспортных сообщений, телекоммуникаций. Кроме того, регион - это особое сочетание природно-климатических и географических условий, экологических факторов, т. е. все то, что можно обозначить как среду обитания ребенка и взрослого.
Целью исследования является математическое обоснование структуры и связей социального потенциала детства, определяемого как «совокупность ресурсов, резервов и возможностей детей как особой социальнодемографической общности, проживающей на территории какого-либо региона (субъекта Российской Федерации), реализующихся под воздействием внешних и внутренних факторов, направленных на достижение качественного состояния детства в области здоровья, образования и духовно-нравственного развития, формирование необходимого набора стартовых ресурсов, необходимых для выхода во взрослую жизнь» [1]. Показатели, характеризующие образование и здоровье детей, являются целевыми факторами, а все, что связано с окружением детей - ближайшим и отдаленным - будет отнесено к группе управляющих факторов.
Обзор литературы. Факт неравенства российских регионов в научной риторике принимает форматы деления регионов на депрессивные и экономически успешные, регионы-доноры и регионы-реципиенты, цен-

тральные и периферийные регионы и т. и.1 [2-5]. Однако отечественные исследователи не рассматривают детей как особую социально-демографическую общность, рассуждая о человеческом потенциале в целом, индексе его развития на региональном уровне2. Авторским коллективом под руководством И. Е. Калабихиной был предпринят ряд исследований, связанных с мониторингом реализации Национальной стратегии действий в интересах детей [6; 7]. Тема здоровья детей в Российской Федерации проблематизируется в публикациях Ю. Е. Лапина, А. А. Баранова [8; 9], И. В. Журавлевой3 и др. Образовательное неравенство детей в российских регионах стало направлением исследования коллектива Международной лаборатории анализа образовательной политики (МЛАОП) из НИУ ВШЭ4.
В 1998 г. В. С. Собкиным и П. С. Писарским на основе методов кластерного анализа 76 российских регионов были сгруппированы в 18 эмпирически выделенных типов. Результаты факторного анализа позволили установить взаимосвязь между социокультурными, демографическими, экономическими и образовательными параметрами: связь уровня развития углубленных форм обучения с развитием социокультурных потребностей населения и с развитием в регионе системы высшего образования; связь неблагополучных условий учительского труда (его высокая интенсивность) с неблагополучием общей демографической ситуации в регионе; связь социальной привлекательности региона с качеством школьного образования; взаимосвязь высокого отсева учащихся из старшего звена школы не только с плохой укомплектованностью системы школьного образования педагогическими кадрами, но и с неблагоприятной ситуа- цией, сложившейся на рынке труда, с высоким уровнем безработицы в регионе и др.5.
В ранее изданных работах среди прочих уровней образовательного неравенства детей (личностный, семейный, школьный) нами выделяется региональный уровень [10]. При этом региональные факторы образовательного неравенства исследуются не только российскими учеными на примере российских регионов.
За рубежом активно разрабатываются проблемы неравенства образовательных возможностей детей, выделяется географический фактор [11; 12]. В Латинской Америке неравномерное распределение доходов привело к формированию слоя населения, позволяющего себе обучение в дорогостоящих образовательных учреждениях, начиная со средней школы [13].
Регион является одним из основных факторов стратификации образовательных возможностей в Китае. Так, в западной части Китая только 5,1 % детей имеют внеурочные занятия, в то время как в восточной части они есть у 12,8 % детей, а в средней части - у 12,1 % [12]. Значительно разнятся расходы семьи на образование. Так, например, расходы на ребенка в Шанхае в семь раз превышают аналогичные расходы в провинции Ганьсу [12].
Р. Фини предлагает дифференцировать районы Италии для того, чтобы сравнивать результаты PISA с другими странами ОЭСР. Так, северо-восточные регионы Италии демонстрируют более высокие показатели по отношению к США как по самому низкому (ниже уровня 1), так и по высокому (уровень 4 или 5) уровню грамотности чтения. Противоположная ситуация наблюдается в регионах юга, где более трети студентов демонстрируют недостаточный уровень компетентности [11].
Реализация детьми различных прав, в том чиле прав на образование и медицинскую помощь, переносится в плоскость участия детей в решении вопросов, затрагивающих их интересы. В коллективной монографии “A Handbook of Children and Young People’s Participation. Perspectives from theory and practice” исследователи переходят от интерпретации основных понятий к практикам и проблемам участия детей [14].
Материалы и методы. В качестве целевых показателей, характеризующих социальный потенциал детства в регионе, взяты:
-
- И - средний балл ЕГЭ по русскому языку, балл;
-
- У2 - доля выпускников без аттестата (численность без аттестата к общей численности), %;
-
- УЗ - отношение детей, не обучающихся в образовательных организациях, к численности населения младше трудоспособного возраста, %;
-
- У4 - охват детей дошкольным образованием, %;
-
- У5 - отношение детей, обучающихся в школах искусств, музыкальных и пр., к численности населения младше трудоспособного возраста, %;
-
- Уб - отношение детей в возрасте до 14 лет, систематически занимающихся физической культурой, к численности населения младше трудоспособного возраста, %;
-
- У7 - отношение выявленных безнадзорных и беспризорных к численности населения младше трудоспособного возраста, %;
-
- У8 - доля детей, больных туберкулезом, %;
-
- У9 - доля детей, больных злокачественными новообразованиями, %;
-
- У10 - число умерших в возрасте до пяти лет на 1 000 родившихся живыми, чел.;
-
- У11 - число детей-инвалидов (0-17 лет), состоящих под наблюдением в амбулаторно-поликлинических учреждениях, оказывающих медицинскую помощь детям, чел.;
-
- У12 - численность детей I—II группы здоровья к численности населения младше трудоспособного возраста, %;
-
- У13 - смертность детей от внешних причин смерти в возрасте 0-17 лет на 100 000 чел. соответствующего возраста, %.
Выбор данных факторов связан, с одной стороны, со смысловой нагрузкой понятия «социальный потенциал детства», а с другой -с имеющимися статистическими данными, собираемыми Росстатом, и выявленными корреляциями целевых и управляющих факторов. Так, например, в качестве У решено было оставить средний балл ЕГЭ по русскому языку, а не по математике, в силу его более сильных связей с другими показателями. Из детских заболеваний были выбраны туберкулез и онкология как заболевания социально значимые, имеющие тесную связь с образом жизни и средой обитания.
Данные, собранные на предыдущих этапах работы [2; 15-17], были взяты за основу для проведения корреляционного анализа. В итоге был сформирован набор из 36 управляющих факторов, включающий группы инфраструктурных факторов (образование, здравоохранение, культура и спорт, транспорт), социально-экономических, территориально-поселенческих, демографических и экологических факторов:
-
- х1 - средняя наполняемость классов, чел.;
-
- х2 - отношение частных общеобразовательных организаций ко всем общеобразовательным организациям, %;
-
- хЗ - доля школ, имеющих столовую или буфет, %;
-
- х4 - доля школ, в которых созданы условия для обучения инвалидов, %;
-
- х5 - среднее число участников клубных формирований в расчете на 1 тыс. чел. населения, чел.;
-
- хб - процент обучающихся во 2-3-ю смену в общей численности обучающихся в государственных (муниципальных) общеобразовательных организациях, %;
-
- х7 - доля педагогов высшей категории, %;
-
- х8 - число персональных компьютеров образовательных организаций с доступом к Интернету на 100 учащихся, шт.;
-
- х9 - отношение расходов на образование к расходам всего, %;
-
- х10 - количество автобусов для перевозки детей (выпуск не более 10 лет) к численности лиц младше трудоспособного населения, %;
-
- xll - отношение числа детей, отдохнувших в оздоровительных лагерях, к числу обучающихся детей всего, %;
-
- х12 - пропускная способность спортивных сооружений, чел.;
-
- х13 - среднее число вакцинированных детей в возрасте 12 мес., чел.;
-
- х14 - обеспеченность педиатрами (отношение педиатров к численности лиц младше трудоспособного населения), %;
-
- х15 - отношение заработной платы медицинских работников к средней заработной плате региона, %;
-
- х16 - расходы на обязательное медицинское страхование, руб./чел.;
-
- х17 - прирост мигрантов нетрудоспособного возраста, чел.;
-
- х18 - количество жителей с высшим образованием на 1 тыс. чел., чел.;
-
- х19 - отношение числа вузов и филиалов к численности населения на 10 000 чел.;
-
- х20 - отношение числа профессиональных образовательных организаций, осуществляющих подготовку специалистов среднего звена, к численности населения на 10 000 чел.;
-
- х21 - отношение числа преступлений в отношении несовершеннолетних к численности лиц младше трудоспособного населения, %;
-
- х22 - соотношение браков и разводов (на 1 000 браков приходится разводов), шт.;
-
- х23 - число посетителей театров и музеев на 1 000 чел., чел.;
-
- х24 - жилая площадь на 1 чел., м2;
-
- х25 - уровень занятости населения, %;
-
- х26 - инновационная активность организаций, %;
-
- х27 - средняя месячная температура воздуха в июле (фактическая), °C;
-
- х28 - средняя месячная температура воздуха в январе, °C;
-
- х29 - плотность населения, чел./км2;
-
- хЗО - расстояния от Москвы до центров регионов, км;
-
- х31 - валовый региональный продукт на душу населения, руб.;
-
- х32 - отношение среднедушевого дохода населения к прожиточному минимуму в регионе, %;
-
- хЗЗ - плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1 000 км2 территории;
-
- х34 - выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, тыс. т/чел.;
-
- х35 - сброс загрязненных сточных вод в поверхностные водные объекты, млн м3/чел.;
-
- хЗб - использование свежей воды, млн м3/чел.
Некоторые из вышеперечисленных показателей нуждаются в дополнительных пояснениях. Под клубными формированиями (х5) понимаются добровольные объединения людей, основанные на общности интересов, запросов и потребностей в занятиях любительским художественным и техническим творчеством, в совместной творческой деятельности, способствующей развитию дарований его участников, освоению и созданию ими культурных ценностей, а также основанное на единстве стремления людей к получению актуальной информации и прикладных знаний в различных областях общественной жизни, культуры, литературы и искусства, науки и техники, к овладению полезными навыками в области культуры быта, здорового образа жизни, организации досуга и отдыха6. Среднее число вакцинированных детей (х13) рассчитывалось как среднее от общего количества детей, которым сделаны прививки против коклюша, полиомиелита и кори по достижению ими возраста 12 месяцев. Инновационная активность предприятий (х26) определяется как удельный вес организаций, осуществлявших технологические, организационные, маркетинговые инновации, в общем числе организаций региона. Использование свежей воды (хЗб) - это использование забранных из различных источников водных ресурсов (включая морскую воду) для удовлетворения хозяйственных нужд. Сюда не включается оборотное водопотребление, а также повторное использование сточной и коллекторно-дренажной воды 7.
Для регрессионного моделирования были отобраны пять целевых факторов: У2, УЗ - характеризуют образование, У8, У12 - здоровье, У10 - выживаемость детей.
Для расчетов использовались статистические данные, представленные в сборнике «Регионы России. Социально-экономические показатели», на сайтах Единой межведомственной информационно-статистической

системы (ЕМИСС), органов исполнительной власти субъектов Российской Федерации и аналитического агентства ООО «Автомобильная статистика» и др.8. Данные взяты за 2015/16 учебный год. Выборочная совокупность охватывает 75 регионов. По разным причинам (чаще всего из-за отсутствия данных) в выборку не были включены Архангельская, Сахалинская, Тюменская области, Ненецкий и Чукотский автономные округа, Республики Алтай, Дагестан, Крым, г. Севастополь, а также Чеченская республика.
Результаты исследования. На первом этапе для выявления взаимосвязей целевых факторов с управляющими был использован коэффициент линейной корреляции Пирсона, расчеты производились посредством аналитической платформы Deductor. Далее для каждого из пяти целевых показателей были построены следующие регрессионные модели:
У2 = 19,051-0,067-л-7+ 0,0986 л-6-25,159 л:22-0,1684-л26, Я2 =0,59249; С1)
УЗ = 0,8779—0,0018-л4+0,0061-х25—0,0112-хЗ, Я2 = 0,2929;
У8 = 0,02117 + 0,000005В• хЗО- 0,000075■ л32 + 0,00032- х7, Я2 = 0,42655;(3)
У10 = 14,305-0,225-л-24-0,124-л-26, R" = 0,2596;(
У12 = 24,44+0,1058-х7 + 0,14• л1 1+ 0,0339- х32, R" = 0,248.
Значения R1 демонстрируют весьма низкие значения уровня объясненной регрессии, самое высокое значение R1 = 0,59249 фиксируется в случае с оценкой воздействия управляющих факторов на долю выпускников, не получивших аттестат о полном среднем образовании в 2015/16 учебном году.
Анализ структуры регрессионных уравнений обнаруживает разную частотность попадания в них управляющих факторов. Фактор х1 встречается трижды, факторы х26 и %32 - дважды, остальные - по 1 разу.
Для имитационного моделирования были отобраны регрессионные уравнения У2, У8, У10, У12, поскольку, с одной стороны, они характеризуют такие составляющие качества детства в регионах, как детское здоровье и образование, а с другой - в них присутствуют связные факторы, которые позволят построить единую модель социального потенциала детства в регионе. При этом необходимо отметить, что действия федеральных и региональных властей направлены на повышение s Регионы России. Социально-экономические показатели; Аналитическое агентство «Автомобильная статистика». URL: (дата обращения: 30.05.2018); Единая межведомственная информационно-статистическая система. URL: (дата обращения: 16.05.2018).
значений показателя У12 и снижение значений У2, У8 и У10. Знаки коэффициентов управляющих факторов демонстрируют разнонаправлен-ность их воздействия на целевые факторы.
Для перехода к имитационному моделированию присутствующие в регрессионных уравнениях управляющие (У) и целевые факторы (х) были описаны в терминах системной динамики, перекодированы в динамические переменные, параметры и константы [15]. Полученные данные представлены в таблице 1. Исходное значение регулируемых параметров и констант по умолчанию задается как среднее от данных по 75 регионам (на конец 2015/16 учебного года).
Таблица 1. Элементы модели «Социальный потенциал детства в регионе» и исходные значения для проведения экспериментов
Table 1. Elements of the simulation model of Social potential of childhood in a region and reference values for the experiments
Фактор / Factor |
Обозначение в модели, элемент модели, единица измерения / Symbol in the model, element of the model, unit of measure |
Значение no умолчанию/ Default |
Диапазон значений / Range of values |
1 |
2 |
3 |
4 |
Доля выпускников без аттестата (численность без аттестата к общей численности) / Share of graduates without a certificate (proportion of those without a certificate to the total number of graduates) |
Y2_graduates, Динамическая переменная, % / Y2_graduates, Dynamic variable, % |
Определяется по формуле 1 / Determined by the formula 1 |
0-100 |
Доля детей, больных туберкулезом / Proportion of children with tuberculosis |
Y8j)atients_tubercu-losis, Динамическая переменная, % / Y8_patients_tuber-culosis, Dynamic variable, % |
Определяется по формуле 3 / Determined by the formula 3 |
0-100 |
Число умерших в возрасте до пяти лет на 1 000 родившихся живыми / Number of deaths of children under five per 1,000 live births |
Y10_dead_5_years, Динамическая переменная, % / Y10_dead_5_years, Dynamic variable, % |
Определяется по формуле 4 / Determined by the formula 4 |
0-oo |
Продолжение табл. 1 / Continuation of table 1
1 |
2 |
3 |
4 |
Численность детей I–II групп здоровья к численности населения младше трудоспособного возраста / Proportion of children of health groups 1 and 2 to the population below the working age |
Y12_health_group, Динамическая переменная, % / Y12_health_group,-Dynamic variable, % |
Определяется по формуле 5 / Determined by the formula 5 |
0–100 |
Процент обучающихся во 2–3-ю смену / Percentage of students having 2nd and 3rd shift classes |
x6_2_3_change, Параметр, регулируемое значение, % / x6_2_3_change, Parameter, adjustable value, % |
12,89 |
0–35,5 |
Доля педагогов высшей категории / Share of teachers of the highest category |
x7_pegagogy, Параметр, регулируемое значение, % / x7_pedagogy, Parameter, adjustable value, % |
38,50 |
1,64–65,39 |
Отношение числа детей, отдохнувших в оздоровительных лагерях, к числу обучающихся детей всего / Ratio of the number of children who had a rest in recreation camps to the number of enrolled children in total Соотношение браков и разводов (на 1 000 браков приходится разводов) / Marriage and divorce ratio (divorce rate per 1,000 marriages) |
x11_rested_children, Параметр, регулируемое значение, % / x11_rested_chil-dren, Parameter, adjustable value, % x22_marriages_di-vorces, Константа, шт. / x 22_ marriages_divorces, Constant |
34,90 552,48 |
3,6–75,54 |
Жилая площадь на 1 чел. / Living floor area per 1 person |
x24_living_space, Параметр, регулируемое значение, м2 / x24_living_space, Parameter, adjustable value, m2 |
24,87 |
13,5–33,4 |
Инновационная активность организаций / Innovative activity of organizations |
x26_innovation, Параметр, регулируемое значение, % / x26_innovation, Parameter, adjustable value, % |
8,09 |
0–24,5 |
Расстояния от Москвы до центров регионов / Distances from Moscow to the regional centers Отношение среднедушевого дохода населения к прожиточному минимуму в регионе / Ratio of average per capita income to the subsistence minimum in the region
Окончание табл. 1 / End of table 1
2 3 4
x30_distance, 1664,8
Константа, км / x30_distance, Constant, km x32_average_in- 277,806 159,5–424,51
come, Параметр, регулируемое значение, % / x32_ average_income, Parameter, adjustable value, %
Фрагмент построенной имитационной модели приведен на рисунке 1. Отметим, что данная схема является обобщенной и требует дальнейшей конкретизации. Для построения модели использован программный продукт AnyLogic (© The AnyLogic Company).

Р и с. 1 . Фрагмент модели системной динамики «Влияние управляющих факторов на детство в регионах»
F i g. 1 . Fragment of the system dynamics model “Influence of control factors on childhood in the regions”
Все представленные в имитационной модели управляющие факторы условно разделим на три группы: поддающиеся региональному регулированию (хб, х7, xl 1), сложно поддающиеся (х24, х26 и х32) и константы (х22 и хЗО). К управляющим факторам (параметрам) первых двух групп прикреплены элементы управления - «бегунки», позволяющие менять исходные значения и проводить эксперименты. Значение констант изначально задано как среднее по выборке. Выделение двух других групп факторов важно для организации экспериментов с построенной моделью. Для установления значений факторов, сложно поддающихся региональному регулированию, будет исследована их динамика за предшествующий пятилетний период.
В таблице 2 приведены результаты первого эксперимента, направленного на проверку устойчивости и точности построенной модели. Для этого значения переменных устанавливаются как среднегодовые результаты 2015/16 учебного года. Эксперимент 1 показал высокую точность моделирования, максимальное относительное отклонение полученных в ходе эксперимента 1 данных от фактических результатов 2015/16 учебного года составило 3,72 %.
Таблица 2. Результаты эксперимента 1 с имитационной моделью Table 2. Results of experiment 1 involving the simulation model
Целевые факторы / Target factors |
Среднее фактическое значение / Average actual value |
Значение показателя, рассчитанное по модели / Value of the indicator calculated according to the model |
Абсолютное отклонение / Absolute deviation |
Относительное отклонение, % / Relative deviation, % |
У2 |
2,474 |
2,486 |
0,0121 |
100,49 |
У8 |
0,0224 |
0,0223 |
-0,0001 |
99,47 |
У10 |
7,699 |
7,705 |
0,0064 |
100,08 |
У12 |
42,847 |
42,819 |
-0,0283 |
99,93 |
Для проведения второго эксперимента значения управляющих факторов (х) были изменены на значения среднегодового прироста за предшествующие 5 лет, за исключением фактора х7 (см. табл. 3). Среднегодовое отклонение показателей за 5 лет рассчитывалось как среднее от ежегодных относительных отклонений факторов. Для третьего эксперимента значения управляющих факторов хб, х7 и xll за 2015/16 учебный год были изменены на +/- 25 %. Сделано это было исходя из предположения о том, что эти факторы в большей степени поддаются регулированию на региональном уровне.
Итоговые значения управляющих факторов представлены в таблице 3, а результаты экспериментов 2 и 3 - в таблице 4.
Таблица 3. Анализ изменений управляющих факторов в 2010-2015 гг.
Table 3. Analysis of changes in control factors in 2010-2015
Факторы / Factors |
Среднее значение в 2015/16 учебном году/ Average value in the academic year 2015-16 |
Среднее значение фактора за 5 лет / Average value of the factor for 5 years |
Среднегодовое отклонение показателя за 5 лет, % / Average annual deviation for 5 years, % |
Значение факторов для проведения эксперимента 2 / Value of the factors for Experiment 2 |
Значение факторов для проведения эксперимента 3 / Value of tire factors for Experiment 3 |
x6 |
12,8893 |
13,05 |
-1,5 |
12,6960 |
9,667 |
x7* |
38,5099 |
36,18 |
0,58 |
38,7332 |
48,137 |
xl 1 |
34,9 |
36,61 |
-3,66 |
33,6272 |
43,6308 |
x24 |
24,87 |
23,4167 |
1,55 |
25,2562 |
31,0883 |
x26 |
8,097 |
9,92 |
-0,918 |
8,023 |
10,1217 |
x32 |
277,806 |
311,2 |
0,1693 |
278,2763 |
347,2575 |
* Проанализированы данные за 3 года / Analyzed data for 3 years.
Таблица 4. Результаты второго и третьего экспериментов с имитационной моделью
Table 4. Results of experiments 3 and 4 involving the simulation model
Среднее |
Резуль- |
Резуль- |
Относительное |
Относительное |
|
значение |
таты |
таты |
отклонение |
отклонение |
|
Целе- |
в 2015/16 |
экспе- |
экспе- |
результатов |
результатов |
учебном |
римен- |
римен- |
эксперимента |
эксперимента |
|
году/ |
та 2 / |
та 3 / |
2, % / |
3, % / |
|
торы / |
Average ас- |
Results |
Results |
Relative de- |
Relative de- |
i arget |
trial value in |
of |
of |
viation of the |
viation of tire |
factors |
the academic |
Experi- |
Experi- |
results of Ex- |
results of Ex- |
year 2015-16 |
ment 2 |
ment 3 |
periment 2, % |
periment 3, % |
У2 |
2,474 |
2,469 |
1,110 |
99,81 |
44,88 |
У8 |
0,02243 |
0,02235 |
0,02019 |
99,63 |
89,98 |
У10 |
7,699 |
7,628 |
6,055 |
99,08 |
78,65 |
У12 |
42,847 |
42,679 |
47,413 |
99,61 |
110,66 |
В ходе эксперимента 2 обнаружено, что при сохранении динамики и тенденций изменений управляющих факторов фиксируется желаемое снижение значений регулируемых показателей «доля выпускников без аттестата», «доля детей, больных туберкулезом» и «численность умерших в возрасте до пяти лет на 1 000 родившихся живыми». Однако снижение числа детей, отдохнувших в оздоровительных лагерях (л:11), на 3,66 % от среднефактического значения в 2015/16 учебном году привело к снижению показателя «численность детей I—II групп здоровья» на 0,39 %, что является нежелательным изменением. Так, показатель «доля детей, отдохнувших в оздоровительных лагерях» снизился с 39,28 в 2013 г. до 35,08 % в 2015 г., а число детей, отдохнувших в детских и подростковых летних оздоровительных учреждениях, сократилось с 5 823 197 до 5 671 940 чел.9. По оценкам BusinesStat, в 2016 г. средние траты россиян на детские лагеря составили 36 тыс. руб. в год на одного ребенка. С 2012 г. этот показатель увеличился на 40,5 %, а к 2021 г. аналитики прогнозируют среднюю цену путевки в 48 тыс. руб.10.
В ходе третьего эксперимента были изменены исходные значения группы управляющих факторов, поддающихся постоянному регулированию, - факторы хб, х1 и xll. В результате получены рост показателя У12 и существенные снижения значений показателей У2 и У10, а также снижение значения У8.
Обсуждение и заключение. Построенная имитационная модель представляет собой фрагмент оценки влияния управляющих факторов на детство в российских регионах. Анализ взаимосвязей целевых и управляющих факторов позволил выйти на четыре целевых показателя, характеризующих образование (доля выпускников без аттестатов), здоровье (доля детей, больных туберкулезом, и доля детей I—II групп здоровья) и выживаемость (число умерших в возрасте до пяти лет на 1 000 родившихся живыми) детей. При этом три из четырех целевых фактора нуждаются в снижении.
Выделенные управляющие факторы были разделены на три группы -константы; факторы, поддающиеся региональному урегулированию и факторы, трудно поддающиеся региональному регулированию. Константы связаны, преимущественно, с физическими характеристиками региона - его расположением, природно-климатическими особенностями. Исследовательский интерес представляют вторая и третья группы факторов. В одном случае для изменения их значений нужно воздействовать в целом на социально-экономическую ситуацию в регионе, поскольку экономический подъем вызовет рост среднедушевых доходов населения, повлияет на обеспеченность населения жильем и инновационную активность предприятий. Необходимо продолжить работу по поиску факторов, создающих региональный фон. Факторы, поддающиеся региональному регулированию, более прозрачны и нуждаются, в первую очередь, в финансовой поддержке - это касается и сменности занятий в школах, и летнего оздоровления детей, и повышения квалификации школьных учителей.
Имитационная модель социального потенциала детства в российских регионах может быть использована для построения региональных прогнозов в области здоровья и образования детей, исследования целевых показателей детства в конкретных регионах, выработки рекомендаций по развитию социального потенциала детства с учетом региональной специфики.
Следующая серия экспериментов с построенной моделью будет связана с исследованием конкретных регионов, прогнозированием возможных изменений социального потенциала детства в них.
Список литературы Построение имитационной модели "социальный потенциал детства в регионе"
- Филипова А. Г., Еськова А. В. Социальный потенциал детства в регионе: построение онтологии предметной области // Регионология. 2016. № 3. С. 137-146. URL: http://regionsar.ru/sites/default/files/pdf/reg_2016_3.pdf (дата обращения: 01.08.2018).
- Филипова А. Г., Еськова А. В. Социальный потенциал региона: опыт использования кластерного анализа // Регионология. 2017. Т. 25, № 3. С. 438-455. URL: http://regionsar.ru/sites/default/files/pdf/reg_2017_3.pdf (дата обращения: 11.08.2018).
- Савина С. А., Кособокова Е. В., Дильман Д. А. Социально-экономический аспект кластеризации в регионах РФ // Экономика и предпринимательство. 2016. № 3-1 (68). С. 350-354. URL: https://elibrary.ru/item.asp?id=25872134 (дата обращения: 20.07.2018).
- Вовк Н. А., Маслова Е. Ю. Особенности финансов субъектов РФ: региональная и историческая специфика регионов-доноров и регионов-реципиентов // Вопросы экономических наук. 2017. № 2 (84). С. 32-33. URL: https://elibrary.ru/ item.asp?id=28984283 (дата обращения: 20.07.2018).
- Фрумкин Д. С. Благополучные и депрессивные регионы в социальном пространстве России // Экономика и управление. 2008. № 6 (38). С. 215-218. URL: http://emj.spbume.ru/index.php?option=com_content&view=article&id=63&Item id=35 (дата обращения: 21.07.2018).