УДК 332.122 

DOI 10.24412/2413-046Х-2021-10023 

АНАЛИЗ КОНТРОЛЬНЫХ МЕРОПРИЯТИЙ В СФЕРЕ ОРГАНИЗАЦИИ ЗАКУПОЧНОЙ ДЕЯТЕЛЬНОСТИ (ПО МАТЕРИАЛАМ ИССЛЕДОВАНИЙ В ЗАБАЙКАЛЬСКОМ КРАЕ) 

ANALYSIS OF CONTROL MEASURES IN THE SPHERE OF ORGANIZATION OF PURCHASING ACTIVITIES (ON THE MATERIALS OF RESEARCH IN THE ZABAIKAL REGION)

Винокурцева Елена Александровна, ФГБОУ ВО «Забайкальский государственный университет», аспирант, vinokurceva.elena@mail.ru

Vinokurtseva Elena Aleksandrovna, FGBOU VO «Transbaikal State University», post-graduate student

Аннотация. В соответствии с нормами федерального закона о контрактной системе в сфере закупок товаров, работ, услуг для государственных и муниципальных нужд проводится контроль в сфере закупок.  Функцию по контролю за соблюдением законодательства Российской Федерации в сфере закупок товаров, работ, услуг для обеспечения нужд Забайкальского края осуществляют Контрольно-счетная палата Забайкальского края, Министерство финансов Забайкальского края и Управление Федеральной антимонопольной службы по Забайкальскому краю. Утверждены положения о деятельности указанных органов власти, планы проверок на текущий финансовый год, приказы на проведение внеплановых проверок. В результате проведенных контрольных мероприятий выявлены нарушения норм законодательства о контрактной системе в сфере закупок товаров, работ, услуг. Эффективность проведенных контрольных мероприятий по-мнению автора исследования может быть достигнута при уменьшении  количества выявленных нарушений и их характера по объектам проведенного контроля. В результате проведенного анализа контрольных мероприятий определено количество и сущность оформленных представлений на устранение нарушений норм законодательства о контрактной системе, результаты ведомственного контроля и результаты проверок, проведенных главными распорядителями бюджетных средств Забайкальского края.

Summary. In accordance with the provisions of the federal law on the contract system in the field of procurement of goods, works, services for state and municipal needs, procurement control is carried out. The function of monitoring compliance with the legislation of the Russian Federation in the field of procurement of goods, works, services to meet the needs of the Trans-Baikal Territory is carried out by the Control and Accounts Chamber of the Trans-Baikal Territory, the Ministry of Finance of the Trans-Baikal Territory and the Office of the Federal Antimonopoly Service for the Trans-Baikal Territory. Regulations on the activities of these authorities, plans for inspections for the current financial year, orders for unscheduled inspections were approved. As a result of the control measures carried out, violations of the legislation on the contractual system in the procurement of goods, works and services were revealed. The effectiveness of the control measures carried out in the opinion of the author of the study can be achieved by reducing the number of identified violations and their nature on the objects of control. As a result of the analysis of control measures, the number and nature of submitted submissions to eliminate violations of the legislation on the contract system, the results of departmental control and the results of inspections conducted by the main managers of the budget funds of the Trans-Baikal Territory were determined.

Ключевые слова: закупочная деятельность, контроль в сфере закупок, контрактная система, контрольные мероприятия, ведомственный контроль, соблюдение норм права.

Keywords: procurement activities, procurement control, contract system, control activities, departmental control, compliance with the law. 

Введение

Объект исследования — контрактная система в сфере закупок товаров, работ, услуг.                  

Предмет исследования – проведение контрольных мероприятий при соблюдением норм законодательства о контрактной системе в сфере закупок товаров, работ, услуг.

Задачами  данного исследования являются:

• анализ проведенных контрольных мероприятий по государственным заказчикам за 2019 год в Забайкальском крае;
• анализ оформленных представлений по результатам проведенных проверок по государственным заказчикам за 2019 год в Забайкальском крае;
• анализ результатов  проведенных контрольных мероприятий по объектам проведенного контроля по государственным заказчикам за 2019 год в Забайкальском крае;
• анализ ведомственного контроля по государственным заказчикам за 2019 год в Забайкальском крае;

Методы исследования. В данном исследовании автор использует методы анализа, синтеза, индукции, дедукции.

Результаты исследования

За 2019 год специалистами Контрольно-счетной палаты Забайкальского края в рамках своих полномочий по проведению аудита в сфере закупок проведено 15 плановых контрольных мероприятий и 2 экспертно-аналитических мероприятия, в ходе которых проанализированы 623 государственных и муниципальных закупки на общую сумму 13 130 643,10 тыс. рублей и выявлено 70 процедурных и 81 финансовое нарушение законодательства о контрактной системе на общую сумму 327 207,7 тыс. рублей, в том числе в части:

• заключения контрактов без использования конкурентных способов определения поставщиков (подрядчиков, исполнителей) (26 нарушений на общую сумму 165 321,80 тыс. рублей);
• обоснования начальной (максимальной) цены контракта (43 нарушения на общую сумму 54 282,20 тыс. рублей);
• изменения существенных условий заключенных контрактов, исполнения контрактов с нарушением установленных сроков, включая своевременность расчетов по контракту (20 нарушений на общую сумму 106 023,90 тыс. рублей);
• отражения информации об исполнении контракта не в полном объеме (7 нарушений на общую сумму 1 260,90 тыс. рублей);
• не направления требования об уплате неустойки за просрочку исполнения обязательств по контрактам (7 нарушений на сумму 318,90 тыс. рублей);
• несвоевременного размещения информации об исполнении контрактов и отсутствия документов о приемке результатов;
• организации и проведения ведомственного контроля в сфере закупок в отношении подведомственных заказчиков;
• нарушения требований законодательства при формировании планов-графиков закупок, внесении изменений в планы-графики, при размещении планов-графиков в ЕИС.

Кроме того, в ходе 2 контрольных мероприятий сделан вывод о неэффективном расходовании бюджетных средств при исполнении 3 государственных контрактов на общую сумму 196 235,10 тыс. рублей.

По фактам выявленных нарушений законодательства о закупках направлено 9 представлений Контрольно-счетной палаты Забайкальского края.

В адрес Министерства финансов Забайкальского края Контрольно-счетной палатой Забайкальского края направлено 4 информационных письма о выявленных нарушениях в сфере закупок. По результатам рассмотрения  Министерством финансов Забайкальского края возбуждено дело об административном правонарушении и вынесено постановление о назначении административного штрафа на общую сумму 20,00 тыс. рублей, районной Прокуратурой возбуждено дело об административном правонарушении и вынесено  постановление о назначении административного штрафа на общую сумму 50,00 тыс. рублей, вынесено постановление о прекращении административного производства в связи с объявлением устного замечания. В адрес Управления Федеральной антимонопольной службы по Забайкальскому краю направлено 3 информационных письма по фактам выявленных нарушений законодательства о контрактной системе.

В адрес Прокуратуры Забайкальского края и Управления федеральной службы безопасности Забайкальского края направлены материалы 1 контрольного мероприятия по фактам выявленного неэффективного расходования бюджетных средств при исполнении государственных контрактов. По результатам  полученной информации возбуждено уголовное дело.

В адрес Управления экономической безопасности и противодействия коррупции УМВД по Забайкальскому краю направлены материалы 1 контрольного мероприятия по вопросу законности действий должностных лиц отдельных учреждений здравоохранения при определении начальной(максимальной) цены контрактов на закупку передвижных медицинских  комплексов «ФАП».

За 2019 год Министерством финансов Забайкальского края проведено 25 проверок, в том числе 15 плановых и 10 внеплановых проверок. Нарушения законодательства о контрактной системе РФ, содержащие признаки административного правонарушения, установлены по результатам проведения 15 плановых и 6 внеплановых проверок.

За отчетный период 2019 года жалобы на действия (бездействия) заказчика, уполномоченного органа, уполномоченного учреждения, комиссии по осуществлению закупок, ее членов, должностного лица контрактной службы, контрактного управляющего при осуществлении закупок не поступали.

Случаи уклонения участников закупок от заключения контрактов, а также случаи расторжения контрактов с поставщиками (подрядчиками, исполнителями) по решению суда не установлены. Установлен 1 случай одностороннего отказа заказчика от исполнения контракта.

Выдано 3 предписания об аннулировании определения поставщиков (подрядчиков, исполнителей).

Возбуждено 108 дел об административных правонарушениях в сфере закупок, вынесено 134 постановления о наложении административных штрафов на общую сумму 1 765,87 тыс. рублей, в том числе по делам, возбужденным органами прокуратуры — 26 постановлений на сумму 675,00 тыс. рублей.

Рассмотрено и согласовано 8 обращений заказчиков о согласовании заключения государственных контрактов с единственным поставщиком (подрядчиком, исполнителем).

Обжаловано в судах 7 постановлений о назначении административного наказания в виде административного штрафа по делу об административном правонарушении. Из них 3 постановления оставлены решениями судов без изменения, по 2 постановлениям судом вынесено решение об изменении постановления (переквалификация нарушения и снижение суммы штрафа), 2 постановления отменены судом.

С 1 января 2017 года вступило в силу постановление Правительства Российской Федерации от 12 декабря 2015 года № 1367 «О порядке осуществления контроля, предусмотренного частью 5 статьи 99 Федерального закона № 44-ФЗ».

К объектам контроля относятся: планы закупок, планы-графики закупок, в том числе в изменения, внесенные в них, извещения об осуществлении закупки, документация о закупках, протоколы определения поставщиков (подрядчиков, исполнителей), проекты контрактов, а также информация о контрактах для их включения в реестр контрактов.

За  2019 год Министерством финансов Забайкальского края проведена проверка 73122 объектов контроля, за 2018 год —  43642 объектов контроля.

Результаты контроля по части 5 и 6 стати 99 Федерального закона № 44-ФЗ за 2019 год представлены в таблице 1:

Наибольшее количество объектов контроля в 2019 году в общем количестве занимает информация о контрактах — 22018 документов, что составляет 30,11%  от общего количества объектов контроля, а также проекты контрактов — 19942 документа  (27,27%).

Доля документов, не прошедших контроль, в 2019 году составила 6,59% от общего количества всех документов, поступивших на контроль (в 2018 году – 7,73%). Из них наиболее часто возвращаются на доработку информация о контрактах и проекты контрактов.

На конец отчетного периода утверждены регламенты проведения ведомственного контроля в сфере закупок для обеспечения государственных нужд Забайкальского края у 16 главных распорядителей бюджетных средств (далее – ГРБС), имеющих подведомственные учреждения. У двух ГРБС регламенты находятся в стадии разработки.

Всего ГРБС на 2019 год запланировано 38 проверок в отношении подведомственных учреждений. Фактически проведены 33 плановых проверки.

При проведении проверок было выявленоболее 40 нарушений требований законодательства при осуществлении государственных закупок подведомственными учреждениями у семи ГРБС.

По результатам проведенных проверок наиболее часто встречающиеся нарушения:

• несвоевременное размещение в ЕИС плана закупок на 2019 год, плана-графика закупок на 2019 год;
• нарушение порядка ведения реестра контрактов в ЕИС;
• несвоевременное размещение отчета об объеме закупок у СМП и СОНО;
• нарушение сроков размещения извещений о закупках у единственного поставщика;
• осуществление закупок малого объема без включения в план-график.

Выводы и заключение

Для минимизации нарушений законодательства о контрактной системе при проведении закупочных процедур  необходимо продолжить реализацию мероприятий, направленных на обучение специалистов государственных и муниципальных заказчиков в сфере закупок на курсах повышения квалификации или профессиональной переподготовки.

Анализ проводимых контрольных мероприятий, осуществляемой в Забайкальском крае, позволил выработать меры рекомендательного характера для заказчиков, а именно:

• проведение закупок в строгом соответствии с действующим законодательством;
• необходимость исключения приобретения товаров, работ, услуг, выходящих за рамки разумной необходимости, включая предметы роскоши;
• недопущение закупок по завышенным ценам;
• главным распорядителям бюджетных средств — необходимость учета закупок малого объема (по пунктам 4 и 5 части статьи 93 Федерального закона № 44-ФЗ) своих подведомственных учреждений. 

В перспективе дальнейших исследований в целях реализации постановления Правительства Забайкальского края от  25 октября 2016 года № 404 «Об утверждении Правил осуществления мониторинга закупок, товаров, работ, услуг для обеспечения государственных нужд Забайкальского края» Министерством финансов Забайкальского края планируется продолжить взаимодействие со всеми участниками контрактной системы Забайкальского края в целях выработки перспективных направлений развития сферы закупок. 

Библиографический список

1. О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд: федеральный закон от 05.04.2013 № 44-ФЗ [Электронный ресурс] // Справочно-правовая система «Консультант Плюс». — Режим доступа: локальный. — Дата обращения: 23.12.2020 г.
2. Юзефович Ж.Ю., Переверзева Н.А. Проблема реализации принципа ответственности за результативность обеспечения государственных и муниципальных нужд, эффективность осуществления закупок // В сборнике: СОВРЕМЕННАЯ НАУКА: АКТУАЛЬНЫЕ ВОПРОСЫ, ДОСТИЖЕНИЯ И ИННОВАЦИИ сборник статей III Международной научно-практической конференции. 2018. с. 127-131.
3. Шлихтова Н.В. Административная ответственность в сфере государственных закупок в бюджетных учреждениях здравоохранения // Молодой ученый. 2020. № 15 (305). с. 267-270.
4. Шмелева М.В. Принцип единства контрактной системы в сфере закупок // Вестник Саратовской государственной юридической академии. 2019. № 1 (126). с. 131-134.

References

1. On the contract system in the field of procurement of goods, works, services to meet state and municipal needs: federal law dated 05.04.2013 No. 44-FZ [Electronic resource] // Reference and legal system «Consultant Plus». — Access mode: local. — Date of treatment: 23.12.2020
2. Yuzefovich Zh.Yu., Pereverzeva N.A. The problem of implementing the principle of responsibility for the effectiveness of ensuring state and municipal needs, the efficiency of procurement // In the collection: MODERN SCIENCE: CURRENT ISSUES, ACHIEVEMENTS AND INNOVATIONS collection of articles of the III International Scientific and Practical Conference. 2018, p. 127-131.
3. Shlikhtova N.V. Administrative responsibility in the field of public procurement in budgetary healthcare institutions // Young scientist. 2020. No. 15 (305). p. 267-270.
4. Shmeleva M.V. The principle of unity of the contract system in the field of procurement // Bulletin of the Saratov State Law Academy. 2019. No. 1 (126). p. 131-134.

УДК 311.313

ББК 60.6

DOI 10.24412/2413-046Х-2021-10022

СТАТИСТИЧЕСКАЯ ОЦЕНКА РЕАЛИЗАЦИИ СТРАТЕГИЙ РАЗВИТИЯ РЕГИОНА (НА ПРИМЕРЕ КАЛУЖСКОЙ ОБЛАСТИ)

STATISTICAL ASSESSMENT OF IMPLEMENTATION OF REGIONAL DEVELOPMENT STRATEGIES (ON THE EXAMPLE OF THE KALUGA REGION)

Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований и Правительства Калужской области (№ 19-410-400002 p_a «Моделирование экономико-географических и демографических факторов социально-экономического развития и прогнозирование стратегических целей региона в условиях развития цифровой среды (на примере Калужской области)»)

Сидоров Андрей Алексеевич, Институт инновационных технологий и государственного управления, Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет» 

Бурцева Татьяна Александровна, д.э.н, доцент, профессор кафедры статистики, Институт инновационных технологий и государственного управления, Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет» 

Дарда Екатерина Сергеевна, к.э.н, доцент, заведующий кафедрой статистики, Институт инновационных технологий и государственного управления, Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет»  

Sidorov Andrei Alekseevich, Second-year master’s degree student, Institute of innovational technologies and public administration of MIREA-Russian technological university

Burtseva Tatiana Alexandrovna, Doctor in Economics, associate professor, professor of statistics department at MIREA-Russian technological university

Darda Ekaterina Sergeevna, PhD in Economics, associate professor, head of statistics department at MIREA-Russian technological university 

Аннотация. В статье проведена статистическая оценка реализации стратегий развития региона и его городских округов путем сравнения фактических статистических данных и данных, декларируемых в тексте стратегии по основным показателям социально-экономического развития региона. Исходя из анализа показателей, указанных в стратегиях, делается вывод о том, что не все информационное обеспечение стратегий представляется возможным найти в свободных источниках статистической информации, что делает мониторинг результативности стратегий малопродуктивным. В результате предлагается новая система стратегических показателей для своевременного контроля и мониторинга социально-экономического развития региона и городских округов, с помощью которой актуально реализована оценка реализации стратегических целей региона и городских округов, в том числе с учетом развития цифровой среды.

Summary. In the article the statistical implementation of the development strategy of the region and its districts is carried out by comparing the actual statistical data and the data declared in the text of the strategy according to the indicators of the economic development of the region. Based on the results of the analysis of the indicators specified in the strategies, it is concluded that not all information support of statistical analysis methods does not, which makes monitoring the effectiveness of strategies unproductive. As a result, a new system of strategic indicators is proposed for the timely control and monitoring of the socio-economic development of the region and urban districts, with the help of which the assessment of the implementation of the strategic goals of the region and urban districts is urgently implemented, including taking into account the development of the digital environment.

Ключевые слова: социально-экономическое развитие, система сбалансированных показателей, стратегические документы, цифровая экономика, статистическая оценка.

Key words: socio-economic development, balanced scorecard, strategic documents, digital economy, statistical assessment.

Целью исследования является разработка алгоритма оперативной статистической оценки результативности реализации региональной стратегии развития на примере Калужской области и ее городских округов на основании фактических статистических данных по основным показателям социально-экономического развития. Актуальность исследования обоснована необходимостью мониторинга степени достижения региональных стратегических целей на фоне цифровизации и современных вызовов экономике страны, которая обозначена в Федеральном законе от 28.06.2014 г. № 172-ФЗ «О стратегическом планировании в Российской Федерации». Актуальность исследуемой авторами проблемы подтверждает тот факт, что специалистами ВШЭ впервые составлен рейтинг субъектов Российской Федерации за 2018г., построенный на основе индекса готовности к будущему (ИГБ), который представляет собой оценку качества стратегического управления на региональном уровне. На основе данного рейтинга выявлена проблема результативности стратегического планирования для Калужской области, которая отстает от лидеров на 20%-40%. Не показывает лучших результатов ни по одному из критериев. Хотя ее стратегия в 2013г. признана лучшей среди регионов России [15].

Объектом данного исследования является результативность выполнения стратегии развития Калужского региона и его городских округов.

Предметом исследования выступают перечень стратегических показателей социально-экономического развития Калужской области и ее городских округов.

Для достижения поставленной цели исследования решены следующие задачи:

1. Изучены стратегические документы развития региона и его городских округов.
2. Проанализированы статистические данные по основным показателям развития Калужской области и ее городских округов за отчетный периоды 2017 и 2018 годов (последние актуальные данные).
3. Проведен мониторинг реализации стратегий Калужской области и ее городских округов и сделаны оценочные выводы о результативности реализации стратегий.

В рамках данного исследования использованы в совокупности следующие методы научного познания: статистический, юридический, системного анализа, комплексный, формально-логический и др.

Стратегическое планирование социально-экономического развития города и региона — это не одноразовое действие, а систематический процесс, с помощью которого местные сообщества создают картину своего будущего и определяют этапы его достижения, исходя из местных ресурсов [7].

Для реализации стратегических планов разрабатывается система документов в которых отображается стратегия социально-экономического развития региона, стратегические прогнозы, основные направления деятельности органов государственной власти и местного самоуправления и др. Региональные стратегические документы создаются исходя из общей стратегии развития страны [3].

Следовательно, исполнение предписанных стратегий, по сути, является показателем качества работы государственных органов власти их принявших, поэтому крайне важно, выбрать наиболее значимые показатели, влияющие на социально-экономическое положение региона, учитывая современные вызовы экономике России, такие как: экономические санкции, пандемию инфекционных заболеваний и другие, и уже исходя из этого строить долгосрочные прогнозы распределяя бюджетные средства более рационально.

Исходя из Постановления Правительства Калужской области от 29.06.2009 г. №250 (с изм. на 29.01.2020 г.) одной из основных стратегических целей развития Калужской области является обеспечение роста качества жизни населения на основе повышения конкурентоспособности региона, и его устойчивого экономического развития. Для достижения поставленной цели в стратегии выделены следующие основные задачи:

• построение инновационной экономики;
• формирование условий для развития человеческого капитала;
• обеспечение достойного уровня жизни населения;
• совершенствование условий проживания для лиц с ограниченными возможностями;
• улучшение демографической ситуации;
• активизация человеческого потенциала, как главного фактора развития экономики;
• привлечение гражданского общества к решению проблем региона [2].

В стратегии также приведены значения показателей эффективности реализации стратегических приоритетов социально-экономического развития Калужской области, которые необходимо пересматривать в ходе регулярного уточнения стратегии:

• динамика численности населения
• ожидаемая продолжительность жизни при рождении
• общая площадь жилых помещений, приходящихся на одного жителя
• количество субъектов малого и среднего предпринимательства, осуществляющих деятельность на территории Калужской области, в расчете на 1 тыс. человек населения
• численность занятых в сфере малого и среднего предпринимательства, включая индивидуальных предпринимателей
• доля услуг в ВРП
• доля инновационной продукции (услуг) в общем объеме отгруженной продукции (услуг)
• доля разработок, выполняемых с привлечением инвестиций, от общего числа разработок
• число зарегистрированных патентов на изобретения
• среднегодовая динамика изменения валового регионального продукта
• производительность труда в промышленности, среднегодовая (к уровню 2007 года)
• среднегодовая динамика изменения доходов бюджета
• объем инвестиций на душу населения (в ценах 2007 года)
• количество созданных рабочих мест в рамках деятельности институтов развития территорий (инновационных территориальных кластеров, индустриальных парков, технопарков в сфере высоких технологий, особых экономических зон, территорий опережающего социально-экономического развития)
• удельный вес прибыльных сельхозпроизводителей в их общем числе
• уровень бедности
• количество иностранных и российских туристов, прибывших на территорию Калужской области
• объем экспорта не сырьевых неэнергетических товаров
• среднегодовые темпы роста экспортной продукции промышленного производства
• среднегодовые темпы роста числа экспортеров (к уровню 2007 года) [2].

Однако по большинству из вышеперечисленных показателей, представленных в стратегии, отсутствуют статистические данные или существует необходимость постоянного пересчета, как например показатели, рассчитываемые в ценах 2007 года. Лишь по некоторым показателям возможно найти данные и сравнить с прогнозированными значениями стратегии.

Отсутствие и не актуальность статистических данных по стратегически важным показателям не только делает анализ настоящий ситуации не прозрачным, но и ставит под угрозу возможность в полной мере реализовать заложенные в стратегии нормативы, особенно в период цифровизации. Так Согласно Указу Президента Российской Федерации от 09.05.2017 № 203 Стратегии развития информационного общества Российской Федерации на 2017–2030 гг. в цифровой экономике ключевым фактором являются данные в цифровом виде [1].

Исходя из этого, предлагается изменить систему показателей и, опираясь на доступные для мониторинга показатели стратегий, добавить новые, не противоречащие Методическим рекомендациям Минэкономразвития Российской Федерации [3]. Как показано в таблице 1, данные показатели наблюдаются Росстатом и его территориальными органами, а также перечень показателей отражает основные цели, зафиксированные в региональной стратегии.

В таблице 1 представлены результаты анализа индексов роста показателей социально-экономического развития Калужской области и ее городских округов за отчетный период 2017 и 2018 годов, использованных авторами для мониторинга результативности стратегий.

По результатам исследованиям выявлено:

• Показатели, представленные в стратегиях для мониторинга и оценки эффективности стратегического управления, в большинстве случаев отсутствуют в статистических сборниках и не находят своего статистического отображения на официальных ресурсах, также для некоторых показателей необходима постоянная корректировка и пересчет как, например, для показателей с необходимостью учета инфляционной составляющей. Все это серьезно затрудняет мониторинг социально-экономического развития региона и городских округов, а также делает его не прозрачным. Особенно актуальна проблема статистической отчетности в городских округах ввиду отсутствия статистических данных по важнейшим социально-экономическим показателям.
• Постановление Правительства Калужской области «О Стратегии социально-экономического развития Калужской области до 2030 года» принято 29.06.2009 и система используемых стратегических показателей требует актуализации их перечня, так как не учитывает необходимые для реализации программы «Цифровая экономика Российской Федерации» показатели цифровизации и перехода к цифровой экономике [22]. Похожая тенденция отмечается и в стратегиях городских округов.
• Результативность реализации стратегических приоритетов в рассматриваемых в рамках исследования городских округах выше, чем на уровне области, что показывают результаты анализа социально экономических показателей Калужской области и городских округов (г. Калуги и г. Обнинска).

В рамках исследования авторами предлагается система показателей для мониторинга социально-экономической ситуации и корректировки стратегии социально-экономического развития региона не противоречащая методическим рекомендациям по разработке и корректировке стратегии и составленная с учетом показателей степени развития цифровой экономики.

Также авторами предлагается уделить особое внимание составлению статистической отчетности и существенно расширить количество собираемых социально-экономически значимых показателей в городских округах для своевременного контроля и мониторинга стратегических документов, как это предписано в Федеральном законе от 28.06.2014 г. № 172-ФЗ «О стратегическом планировании в Российской Федерации».

Библиографический список

1. Указ Президента Российской Федерации от 09.05.2017 г. № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 – 2030 годы – Режим Доступа: URL: http://kremlin.ru/acts/bank/41919 (дата обращения : 24.11.2019);
2. Постановление Правительства Калужской области от 29.06.2009 г. №250 «О Стратегии социально-экономического развития Калужской области до 2030 года» (с изм. на 29.01.2020 г.) //URL: http://docs.cntd.ru/document/972215857 (дата обращения 03.12.20).
3. Приказ Министерства экономического развития Российской Федерации от 23 марта 2017 года N 132 «Об утверждении Методических рекомендаций по разработке и корректировке стратегии социально-экономического развития субъекта Российской Федерации и плана мероприятий по ее реализации»// URL: http://docs.cntd.ru/document/456054578 (дата обращения 12.12.20).
4. Стратегия социально-экономического развития муниципального образования «Город Калуга» до 2030 года URL : https://www.kaluga-gov.ru/?q=план-социально-экономического-развития_2112019111 (дата обращения 03.12.2020)
5. Стратегия социально-экономического развития города Обнинска как наукограда Российской Федерации на 2017-2025 годы URL : http://admobninsk.ru/obninsk/economic-development/strategia-plan/strategy2025/?curPos=0&template=97 (дата обращения 13.12.2020)
6. Основные показатели социально-экономического положения муниципальных образований. URL: http://kalugastat.old.gks.ru/wps/wcm/connect/ rosstat_ts/kalugastat/ru/ municipal_statistics/ main_indicators/ (дата обращения12.2020)
7. Гапоненко А.Л. Стратегическое планирование социально-экономического развития регионов и городов.//Управленческие науки. Финансовый университет при правительстве РФ. -2012. -№2. –С. 85-90: URL: https://elibrary.ru/download/elibrary_19106482_50455453.pdf (дата обращения 26.11.2020)
8. Тенденции развития интернета в России: аналитический доклад / Г.И. Абдрахманова, Н. В. Бондаренко, К. О. Вишневский, Л. М. Гохберг и др.; Координационный центр национального домена сети Интернет, Нац. исслед. ун-т «Высшая школа экономики». – М.: НИУ ВШЭ, 2018. – 184 с. URL: https://issek.hse.ru/data/2018/04/19/1150466651/Tendencii_razvitiya_interneta_v_Rossii.pdf (дата обращения 26.11.2020)
9. Тенденции развития интернета в условиях формирования цифровой экономики: аналитический доклад / Г. И. Абдрахманова, Н. В.  Бондаренко, К. О. Вишневский, Л. М.  Гохберг и др.; Координационный центр национального домена сети Интернет, Нац. исслед. ун-т «Высшая школа экономики». – М.: НИУ ВШЭ, 2018. – 204  с. – 300 экз.– ISBN – ISBN (в обл.). URL: https://issek.hse.ru/data/2019/01/30/1202720361/Tendencii_razvitiya_interneta_v_usloviyah_formirovaniya_cifrovoj_ehkonomiki.pdf (дата обращения 26.11.2020)
10. Тенденции развития интернета в России и зарубежных странах: аналити ческий доклад / Г. И. Абдрахманова, О. Е Баскакова, К. О. Вишневский, Л. М. Гохберг и др.; Координационный центр национального домена сети Интернет, Нац. исслед. ун-т «Высшая школа экономики».  – М.: НИУ ВШЭ, 2020.  – 144  с. – 300 экз.  – ISBN  978-5-906737-66-3 (в обл.). URL: https://issek.hse.ru/mirror/pubs/share/345060549.pdf (дата обращения 26.11.2020)
11. Статистический сборник Регионы России. Социально-экономические показатели. 2019: Р32 Стат. сб. / Росстат. М., 2019. 1204 с
12. Статистический сборник Калужская область в цифрах 2011-2017 гг., Калуга, Калугастат, 2018, 433 c
13. Статистический сборник Калужская область в цифрах 2012-2018 гг., Калуга, Калугастат, 2019, 437 c
14. Т.А. Бурцева, В.И. Алешникова, Т.А. Береговская Statistical model for assessing the impact of digitalization on the development of municipal formations in a region// Труды конференции «Современные тренды управления и цифровой экономики: от регионального развития к глобальному экономическому росту» 2nd International Scientific and Practical Conference “Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth” (MTDE 2020) 84-90 https://www.atlantis-press.com/proceedings/mtde-20/125939742 DOI: https://dx.doi.org/10.2991/aebmr.k.200502.013.
15. Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 6 / Г. И. Абдрахманова, С. В. Артемов, П. Д. Бахтин и др.; под ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». – М.: НИУ ВШЭ, 2020. – 264 с. – 300 экз. – ISBN 978-5-7598-1987-5. С.55.
16. Бурцева Т.А., Губарева А.И. Система сбалансированных показателей социально-экономической развития муниципального образования в условиях цифровой среды.
17. Бурцева Т.А., Губарева А.И. Разработка системы сбалансированных показателей стратегии социально-экономического развития муниципального образования в условиях цифровой информационной среды // Сборник статей по материалам зарубежной конференции: Scientific research. Ноябрь 29-30. С. 282-304.
18. Burtseva T.A., Chausow N.Y. Мeasurement of scorecard balance //IEJME: Mathematics Education. Т. 11. № 9. С. 3361-3370.
19. Официальный Интернет-ресурс Министерства экономического развития Российской Федерации URL: https://admoblkaluga.ru (Дата обращения 26.11.2020)
20. Официальный Портал Органов Власти Калужской Области URL: http://orv.gov.ru (Дата обращения 26.11.2020)
21. Онлайн ресурс Федеральной службы государственной статистики URL: https://rosstat.gov.ru (Дата обращения 26.11.2020)
22. Программа «Цифровая экономика Российской Федерации» (утверждена распоряжением Правительством Российской Федерации от 28 июля 2017 года № 1632-р).

УДК 331.1, 339.138

DOI 10.24412/2413-046Х-2021-10021

Формирование устойчивой деловой репутацией организации с учетом аспектов управления персоналом

Formation of a stable business reputation of the organization, taking into account the aspects of personnel management

Федотова Марина Александровна, кандидат экономических наук, доцент кафедры «Управление персоналом», Московский авиационный институт, г. Москва, e-mail: fedotova-ma@yandex.ru

Козлова Елена Геннадьевна, кандидат экономических наук, доцент кафедры «Управление персоналом», Московский государственный областной университет, г. Москва, e-mail: eg.kozlova@gmail.com

Fedotova Marina Aleksandrovna, PhD in Economics, Associate Professor of department «Human resource management», Moscow Aviation Institute, Moscow, e-mail: fedotova-ma@yandex.ru

Kozlova Elena Gennadyevna, PhD in Economics, Associate Professor «Human resource management», Moscow state regional university, Moscow, e-mail: eg.kozlova@gmail.com 

Аннотация. Авторы статьи рассматривают задачи формирования устойчивой деловой репутации организации. Связывают деловую репутацию со  способностью организации целенаправленно реагировать на репутационные риски и угрозы, сохранять положительный имидж у групп заинтересованных лиц.

Выделено и раскрыто содержание практических задач формирования репутации с учетом аспектов управления персоналом и элементов усиления бренда работодателя, в том числе: формирование положительной репутации топ-менеджеров, разработка социальных программ, формирование устойчивого положительного доминирующего мнения у групп заинтересованных лиц и др. Предложены показатели оценки бренда работодателя как важной составляющей оценки мнения одной из групп заинтересованных лиц – персонала.

Делаются итоговые выводы о том, что устойчивая деловая репутация становится конкурентным преимуществом организации.

Summary.  The authors of the article consider the problems of forming a stable business reputation of the organization. They associate business reputation with the ability of an organization to respond purposefully to reputational risks and threats, and to maintain a positive image among groups of stakeholders.

The content of practical tasks of reputation formation is highlighted and disclosed, taking into account aspects of personnel management and elements of strengthening the employer’s brand, including: the formation of a positive reputation of top managers, social programs, the formation of a stable positive dominant opinion among groups of interested persons (in this article with an emphasis on personnel), etc. Indicators of the employer’s brand assessment are proposed as an important assessment of the opinion of one of the groups of interested persons – the staff.

The final conclusions are made that a stable business reputation becomes a competitive advantage of the organization.

Ключевые слова: деловая репутация, устойчивая репутация, задачи формирования репутации, бренд работодателя, репутация промышленной организации, управление персоналом, оценка бренда работодателя.

Key words: business reputation, sustainable reputation, tasks of reputation formation, employer brand, reputation of an industrial organization, personnel management, employer brand assessment.

Используя комплексный подход к управлению деловой репутацией организации, и учитывая специфику деловой репутации, как сложного объекта управления, компании ставят  задачу формирования устойчивой репутации. Поскольку именно устойчивая деловая репутация создает условия для преодоления рисков и превращается в весомое конкурентное преимущество на рынке.

В научной литературе в  основном говорят о формировании положительной деловой репутацией, тогда как с точки зрения практики и долгосрочных задач развития необходимо ставить задачу формирования устойчивой репутации. По мнению авторов, устойчивая деловая репутация организации отражает способность организации целенаправленно реагировать на репутационные риски и угрозы и сохранять положительный имидж и репутацию у групп заинтересованных лиц (стейкхолдеров).

Остановимся на рекомендациях по формированию устойчивой деловой репутации организации с акцентом на усиление элементов бренда работодателя. Такие рекомендации могут касаться отдельных составляющих репутации или ее восприятия в целом.

В этой связи  (в том числе по исследованиям Reputation institute одного из лидеров в области репутационного консалтинга в мире), были выделены следующие аспекты и инструменты управления репутационными рисками и деловой репутации: прозрачность бизнеса для всех заинтересованных сторон и агентов, принятие решений на основании полной и достоверной информации, наличие систем внутреннего контроля за репутационными рисками, анализ вероятных рискообразующих ситуаций и выработка регламентов действия в них.

Далее предлагаются практические рекомендации по формированию (управлению) устойчивой деловой репутацией организации, направленные на решение ряда практических задач. Такие рекомендации 1) связаны с областями репутационных рисков и угроз и 2) направлены на формирование устойчивого положительно мнения у групп заинтересованных лиц (стейкхолдеров).

Так, для формирования устойчивой деловой репутации организации, можно рекомендовать поставить значимые задачи и разработать комплекс мероприятий по ним. Анализируя ряд особенностей формирования устойчивой деловой репутации организации [1-3,5,6] были выделены задачи, имеющие особую значимость. К ним относятся (см. таблицу 1):

1.Формирование положительной репутации топ-менеджеров.

2.Социальная ориентация организации.

3.Формирование бренда организации.

4.Формирование устойчивого положительного доминирующего мнения у групп заинтересованных лиц (в данной статье с акцентом на персонал).

5.Формирование паблисити (известность, публичность компании).

6.Информационное обеспечение формирования устойчивой деловой репутации организации.

Остановимся на практических рекомендациях по реализации ряда выделенных задач с учетом аспектов управления персоналом и элементов усиления бренда работодателя.

Формирование положительной репутации топ-менеджеров. Данная задача включает в себя две подзадачи, а именно:

1.Формирование индивидуального стиля управления, авторитета и имиджа руководителя внутри компании. Здесь стоит сформировать внутренние стандарты даже в отношении индивидуального стиля по тем его составляющим, где это возможно, например, по выступлениям на собраниях, регламенты персональных бесед с сотрудниками и др. Это относится к каналам внутренних взаимодействий.

2.Разработка стандартов взаимодействия с внешним окружением. Здесь необходимо предусмотреть регламенты коммуникации с различными целевыми группами: клиентами, поставщиками и партнерами промышленной организации, акционерами, инвесторами, местными властями, конкурентами, представителями профессиональной среды и т. д. В дополнение к этому на практике разрабатываются графики участия в различных тематических бизнес-конференциях, семинарах, круглых столах и график общения  со СМИ, включая планирование официальных заявлений и интервью на официальном сайте организации.

Социальная ориентация организации. В рамках реализации данной задачи следует учесть:

1.Принятие решений по участию в социальных программах на уровне государства и региона, благотворительных программах. Компания может принять решение о создании собственных благотворительных программ. Такие программы могут быть косвенно связаны с основной деятельностью промышленной организации, так, если деятельность организации, например, ведет к загрязнению окружающей среды, организации следует рассмотреть возможность участия в программах по защите среды.

2.Принятие решения о социальных программах по отношению к сотрудникам и членам их семей.

3.Принятие решений о присоединении к международным Конвенциям и Хартиям. Так, например, Российский союз промышленников и предпринимателей принял Хартию корпоративной и деловой этики (с 2002 года) и промышленные организации, входящие в союз приняли на себя обязательства Хартии. Россия принимает участие в ряде глобальных конференциях по охране окружающей среды, в том числе, об охране Всемирного природного и культурного наследия, поддерживает ряд программ ООН, в том числе, Стратегию устойчивого развития и др.

Рассмотрим некоторые особенности реализации задачи формирования бренда  промышленной организации

В ряде ситуаций встает вопрос об обосновании необходимости разработки бренда промышленной организации. Так, наличие сильного бренда работает на формирование устойчивой репутации, в том числе, за счет сокращения репутационных рисков и повышает стоимость  нематериальных активов [1-3,5-7]. Это происходит по ряду причин:

• бренд помогает сохранить каналы продаж, это особенно важно, когда дилер начинает организовать собственное производство, вытесняя бывшего организацию с рынка.
• сильный бренда фиксирует на длительный период в сознании потребителей и партнеров конкурентное преимущество продукции.
• промышленной организации, производящей брендированную продукцию, проще выйти на новые (международные и региональные) рынки.
• успешный бренд способен прикрыть сформировать новый положительный имидж и репутацию организации, изменив негативное восприятие прошлого.
• бренд необходим для того, чтобы знали организацию производителя, а не только продукт, и для сокращения количества подделок.
• положительный бренд работодателя (как часть формирования общего бренда) повышает привлекательность компании для потенциальных сотрудников и позволяет повысить качество привлекаемого персонала, с одной стороны и лояльность к компании у работающего персонала, с другой.

Кроме того, создание промышленного бренда имеет смысл, если товары и услуги предприятия содержат высокую долю интеллектуального труда, в том случае, если продукция компании, изначально ориентированная на b2b-сектор, с развитием рынка стала частью потребительской корзины. Что касается отрасли бизнеса, то формирование промышленного бренда для укрепления репутации можно рекомендовать организациям, работающим в отраслях машиностроения, электротехники и электроники, системной интеграции и консалтинга.

Для создания концепции бренда можно рекомендовать привлечение внешней консалтинговая компания. Как правило, при разработке бренда разрабатывается фирменный стиль, логотип, фирменные цвета, варианты  оформления организационных площадей, транспорта и т.п. Кроме того, разрабатывается бренд-бук — руководство по фирменному стилю. Его разработка и использование принципиально важны, поскольку оно регламентирует элементы бренда (определяет, как и где можно и нельзя использовать логотип, что делать запрещено и т.п.). Положения бренд-бука должен утверждать Генеральный Директор промышленной организации.

Для формирования устойчивой деловой репутации необходима серьезная работа с персоналом (и формирование бренда работодателя во взаимосвязи с основным). Так, необходимо чтобы люди поняли зачем создается бренд, что такое имиджевая реклама и поведение персонала, их значимость для продвижения бренда и эффекты от нее, в том числе отсроченные. Здесь очень важна работа с производственным персоналом, например пояснения, зачем клеить на всю продукцию логотип. Необходимо быть готовым устранять возникающее сопротивление персонала.

Формирование бренда ведет к формированию устойчивой репутации за счет проявления следующих результатов:

• увеличение продаж (примеры показывают, продажи ежегодно могут увеличиваться до 30%),
• растет производство и расширяется рынок сбыта, за счет узнаваемости в регионах,
• повышается доверие к организации, поскольку если организация вкладывает деньги в свой имидж, значит, она не однодневка, стремиться к развитию и с ней можно сотрудничать.

Что касается работы с целевой аудиторией, то здесь принципиально важно сосредоточиться на формировании имиджа и репутации стабильной промышленной организации, сделав акцент на развитии связей с общественностью и привлечение персонала, а не на активную рекламу, плюс, при необходимости, нужно выстраивать отношения с каждым клиентом индивидуально. Это объясняется тем, что на рынке b2b каждый потерянный клиент стоит гораздо дороже, чем в секторе b2c, поэтому и система работы с заказчиками должна основываться на индивидуальном подходе.

Принципиально важно, для того чтобы бренд состоялся, предложить покупателю что-то уникальное, отличающее промышленную организацию от конкурентов. Для этого необходимо создание уникального торгового предложения. В качестве такого предложения со стороны промышленной организации может быть технология производства, особые материалы, и даже дизайн, например, 100% контроль сборки наиболее важных узлов и агрегатов оборудования. Для выявления уникальности необходимо будет необходимо провести серьезный анализ рынка, с четким позиционированием на нем конкурентов организации. Создавать уникальное торговое предложение для технически сложных продуктов и решений в сфере b2b помогают центры компетенций промышленной организации, они создаются для тестирования и независимой экспертизы производимого оборудования. А результаты полученных исследований можно включать как техническое обоснование в презентацию продукта корпоративным клиентам.

Отметим также некоторые особенности оптимизация бизнес-процессов в ходе формирования бренда промышленной организации. Российские промышленные организации, создающие собственные бренды, должны быть готовы к переосмыслению значительного количества бизнес-процессов на предприятии. Дело в том, что бизнес-процессы также должны способствовать формированию положительного имиджа и репутации промышленной организации. Это замечание не касается напрямую только автоматизацию управления, введения электронного документооборота и т.п.. Необходимо ставить задачу изменения внутреннего PR-организации для создания новой рабочей атмосферы. В этой связи, можно начать с того, что сотрудники должны знать цели и задачи своей работы и всей промышленной организации, видеть себя значимой частью целой структуры. В области управления персоналом можно рекомендовать формировать структуры кадровых сервисов (общие центры обслуживания, кадровые сервисы в подразделениях и др.).

Формирование устойчивого положительного доминирующего мнения у групп заинтересованных лиц

Для формирования устойчивого положительного доминирующего мнения важно определить индикаторы восприятия у групп заинтересованных лиц. Доказано, что доминирующее мнение оказывает определяющее влияние на выделенные группы заинтересованных лиц, Но здесь возникает двоякий эффект: с одной стороны, доминирующее мнение может подчинять себе личные мнения отдельных людей и распространяться далее, поддерживая свое собственное существование [1-3,5-7], с другой стороны, чем более образован и самостоятелен индивид, тем больше у него возможностей иметь собственное мнение, которое может не совпадать с доминирующим мнением и его мнение в определенных условиях может претендовать на роль доминирующего, в частности, в состояниях неустойчивости. В результате, такое поведение индивида может стать существенным (перейти пороговое значение точки бифуркации) и привести к новому образцу поведения группы заинтересованных лиц.

Для формирования устойчивого положительного доминирующего мнения у групп заинтересованных лиц первоначально нужно выделить целевые аудитории. Целевая аудитория выделяется из общей массы агентов, взаимодействующих с организацией, на основе различных критериев, в частности связанных с демографическими, экономическими, географическими, психологическими и поведенческими особенностями. Различные исследователи предлагают учитывать различные целевые аудитории и сохранять определенный баланс между ними. С точки зрения практики, учитывая [1-3,5-8] различные точки зрения по выделению целевых аудиторий, можно рекомендовать в качестве группировки – группы стейкхолдеров организации. В рамках этой группировки можно разработать механизмы формирования доминирующего мнения как ключевого фактора формирования репутации организации в каждой из выделенных групп. На практике, 6-7 целевых аудиторий могут охватить весь спектр заинтересованных лиц для целей управления репутацией и ее укрепления. К таким группам можно отнести: сотрудников, топ-менеджеров, инвесторов, потребителей, общество, СМИ, власть.

Стоит иметь в виду, что для различных организаций значимость и влияние каждой группы будут неодинаковы, поэтому необходимо выявлять систематически, какие целевые аудитории для них являются наиболее значимыми и в краткосрочном, и в долгосрочном плане.

Двумя крайне важными целевыми аудиториями формирования мнений являются: клиенты и персонал.

В рамках данной статьи выделим группы показателей оценки аспектов бренда работодателя, которые могут быть применены для укрупненной оценки его формирования различными организациями (по отношению к группе стейкхолдеров — сотрудники), см. таблицу 2.

Группы указанных показателей могут применяться для оценки силы и развития бренда работодателя (целевая и сравнительная оценки) при планировании мероприятий по персоналу в рамках задач усиления бренда компании в целом.

В целом, выделение процессов влияния на ключевые целевые аудитории, является основой формирование доминирующего мнения в рамках бизнес-процессов и соответствующих групп.  Кроме того, стоит учитывать тот факт, что динамика формирования устойчивого положительного мнения у целевых групп должна быть синхронизирована со скоростью: 1) восприятия репутации целевой аудиторией, 2) реализации стратегии организации, 3) реализации репутационной стратегии (или коммуникационной программы).

Задача формирования паблисити

Поддержание постоянных и целенаправленных связей с общественностью, с целью широкой позитивной известности и признания деятельности промышленной организации в значительной мере реализуется через publicity (публичность, известность и т.п.). Некоторые исследователи задаются вопросом, нужна ли промышленной организации публичность? В современных условиях хозяйствования верно отвечать – нужна. Дело в том, что известность оказывает непосредственное влияние на успешную реализацию названных выше задач по укреплению деловой репутации, в том числе:

• помогает продвижению бренда организации,
• способствует снижению репутационных рисков (один из значимых факторов их снижения — открытость),
• «работает на будущее» организации, поскольку известность организации потенциально облегчает и создает условия для ее проникновения на новые рынки и сферы бизнеса (регионы, розница и др.) за счет меньшего сопротивления. Так, паблисити, формирует положительные ожидания партнеров по бизнесу и облегчает построение взаимоотношений с ними (в т.ч. и с новыми партнерами), способствует созданию «института доверия» у персонала, способствует формированию имиджа социально ответственной организации. Тем самым способствует созданию успешных взаимоотношений со значимыми группами заинтересованных лиц – клиенты, партнеры, персонал, общество.

Для создания паблисити промышленные организации могут использовать следующие методы и приемы:

• Проведение акций, рассчитанных на целевую аудиторию.
• Меценатство и благотворительная деятельность.
• Взаимодействие с представителями государственных органов власти и зарубежными партнерами, в том числе, взаимодействие с мировыми лидерами в отрасли.
• Организация профессиональных клубов, союзов, ассоциаций, с привлечением сотрудников, партнеров и др.
• Специализированные открытые мероприятия (тренинги, бизнес-презентации, выставки и пр.), так, например, для демонстрации возможностей оборудования его потенциальным пользователям, даже если организация непосредственно не работает с розницей.
• Выделенные каналы СМИ и работа с ними – специальные газеты, журналы организации, информационные сайты и др.

Задача информационного обеспечения формирования устойчивой деловой репутации промышленной организации

По результатам большинства исследований значимой составляющей деловой репутации является известность организации, ее торговой марки, узнаваемость бренда работодателя и т.п., а эти составляющие невозможно сформировать без грамотной и целенаправленной информационной политики и работы с информационными ресурсами [2,3,5,6]. Более того, можно утверждать, что задача информационного обеспечения формирования устойчивой деловой репутации организации является необходимым условием реализации всех остальных  задач.

Для подведения итогов и обоснования значимости управления и формирования устойчивой деловой репутации на данный процесс необходимо посмотреть как на процесс, ведущий к формированию устойчивого конкурентного преимущества организации. Обоснуем данное утверждение.

Используя концепцию конкурентного преимущества, которую предложил М.Портер [4], стоит указать на то, что устойчивая деловая репутация организации с акцентом на управление персоналом является конкурентным преимуществом поскольку обладает следующими качествами:

• Уникальна.
• Трудно воспроизводима.
• Управляется особым образом.

Уникальность. Объясняется тем, что составляющие деловой репутации непосредственно направлены на создание уникальности всей организации и ее продукции, выделение ее среди конкурентов. Исходно на эту задачу работает фирменный стиль, имидж, бренды организации, уникальные программы привлечения и адаптации персонала, мотивационные программы, организационная культура и др. элементы формирования деловой репутации организации.

Сложность воспроизводства. Полностью воспроизвести деловую репутацию организации практически невозможно, это связано со сложностью структуры элементов деловой репутации компании и выбором методов управления ими. А на формирование самостоятельной устойчивой деловой репутации конкурентам потребуется время и определенные затраты. Это подтверждает сложность воспроизводства, более того скопировать деловую репутацию невозможно.

Управляемость. Дело в том, что сама по себе деловая репутация организации не ведет к повышению эффективности организации и повышению ее рыночной стоимости. В результате использования соответствующих процедур управления, формирование деловой репутации направлено на совершенствование внутренних бизнес-процессов организации (например, регламентация внутренних стандартов взаимодействия за счет введения кодексов поведения) и внешних бизнес-процессов организации (например, построение норм взаимоотношений с поставщиками и клиентами). Что же касается повышения рыночной стоимости организации, то стоимостная оценка деловой репутации является ее косвенной составляющей, а устойчивая деловая репутация способствует ее сохранению.

Итак, устойчивая деловая репутация организации обладает качествами конкурентного преимущества и, можно утверждать, что устойчивая деловая репутация организации является ее конкурентным преимуществом. 

Список использованных источников 

1. Важенина И.С. и др. Риски деловой репутации: идентификация и оценка // Экономический анализ: теория и практика. – 2011. – №17. – с. 2-11.
2. Жученко Ю.Н. Деловая репутация: опыт исследований // Реклама. Теория и практика. – 2010. – №4. – с. 246-254.
3. Макеев В.А. Стратегия развития деловой репутации и ее влияние на имидж организации // Власть. – 2009. – №3. – с. 52-56.
4. Портер М. Конкурентное преимущество: пер. с англ. М.: Альпина Паблишер, 2018.
5. Пушкина Ю.В. Практическое руководство по проведению исследования репутации компании // Маркетинговые коммуникации. – 2010. – №6. – с. 364-368.
6. Решетникова И. Подходы к оценке репутации современной организации: проблемы и решения// Предпринимательство. – 2010. – №4. – с. 59-64.
7. Тихонов А.И. Оценка конкурентоустойчивости предприятия авиационной промышленности // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2020. № 2. С. 118-124.
8. Тихонов А.И., Коновалова В.Г., Федотова М.А. Основы организационной культуры и делового общения: учебное пособие — Москва: РУСАЙНС, 2020. — 138 с.
9. Федотова М.А., Хромова С.А. Совершенствование теоретико-методического инструментария исследования и управления брендом работодателя: эволюция представлений и система моделей организационного и социально-экономического механизмов управления // Московский экономический журнал. 2019. № 5. С. 20.

DOI 10.24412/2413-046Х-2021-10020

Особенности нормирования работ в земельном кадастре

Features of work rationing in the land cadastre

Колесников М.М., Государственный университет по землеустройству

Kolesnikov M.M.

Аннотация. В статье произведен анализ нормирования работ в земельном кадастре.

Summary. The article analyzes the rationing of work in the land cadastre.

Ключевые слова: нормирование труда, земельный кадастр, структура предприятия.

Keywords: labor rationing, land cadastre, enterprise structure.

Каждое предприятие представляет собой производственную систему, в которой происходит непосредственная связь работников, со средствами производства и создается продукция. Предприятие – организация, которая в своей деятельности сосредоточена на выполнении определенных видов работ, на выпуске определенной продукции в рамках специфических ограничений по затратам получаемой прибыли. Предприятие имеет собственную производственную структуру и структуру правления. Оно обладает производственно-техническим единством, административно-хозяйственностью и организационной хозяйственностью.

Главной задачей предприятия является хозяйственная деятельность, направленная на получение прибыли для удовлетворения социально-экономических интересов, членов трудового коллектива и интересов собственников имущества предприятия. Задачи землеустроительного предприятия включает в себя широкий спектр работ (геодезических, картографических и т.д.) входящих в проект, определяет потребности в привлечении специалистов, формирование земель за счет установления схему установления. Отвечает за своевременность осуществления проекта, диктует необходимость в выполнении нескольких видов работ, что определяет потребность в оперативном маневрировании трудовыми ресурсами. Организационно-производственная структура современного предприятия сочетает элементы функциональной и маточной системы.

Нормы времени (выработки) по землеустройству в зависимости от содержания и характера выполняемых работ можно подразделить на проектные, обследовательские (почвенные, геоботанические), топографо-геодезические, вычислительные, чертежно-оформительские и др.

Особенно сложно разработать нормы времени (выработки) на проектные работы. Например, сложность установления норм времени по внутрихозяйственному землеустройству заключается в многогранности его содержания и большом разнообразии природных и экономических условий. Установить комплексное влияние факторов на затраты времени очень трудно, так как при землеустройстве очень часто объектом работ является не вообще участок земли, а землепользование сельскохозяйственных предприятий, размеры и организационно-хозяйственная структура которых в одних и тех же природных условиях различны. В свою очередь, природные условия даже в пределах одного землепользования часто бывают неодинаковы. Кроме того, проектные работы представляют комплекс экономических, технических и правовых решений и подразделяются на обследовательские, проектные, технические и чертежно-оформительские стадии.

Большое разнообразие природных условий и сложный характер работ по землеустройству создают значительные затруднения в выборе объекта наблюдения при нормировании, так как необходимо разработать нормативы по труду или нормы времени по категориям сложности, которые, в свою очередь, должны устанавливаться по материалам нормирования каждого вида работ. Ре­шить такую задачу, как показывают исследования и опыт нормирования, возможно на основе районирования тер­ритории. Районирование территории для этой цели должно быть выполнено по главному признаку, определяющему способы выполнения работ или основные затраты труда.

Изучение затрат рабочего времени на работах по землеустройству. В работах проектного характера, как правило, принимает участие не только инженер-землеустроитель, но и другие специалисты. Затраты труда на эти работы зависят от ряда условий, учесть которые в отдельности невозможно. Кроме того, задержки, возникающие при работе, иногда не зависят от специалистов проектной организации. Учитывая эти особенности, для изучения затрат рабочего времени при этих работах можно применить метод фотографии. Однако он требует значительных затрат труда и средств: работы продолжаются длительное время два-три месяца и более. Самым целесообразным в этом случае является метод самофотографии, основное назначение которого будет заключаться не в выявлении размеров и причин потерь рабочего времени, а в установлении затрат рабочего времени на выполнение отдельных элементов или целого их комплекса. Этот метод применим для обследовательских, съемочных работ и для корректировки планового материала. Положительное значение его заключается в том, что он позволяет привлечь большое число специалистов и за короткий период получить необходимые наблюдения, а также значительно сократить затраты труда и средств на специальные работы по фотографии рабочего вре­мени.

Изучение затрат рабочего времени на приложение теодолитных ходов при установлении и восстановлении границ землепользовании, перенесение проектов в натуру, создание планово-высотного обоснования, а также на работы чертежно-оформительского характера должно проводиться методом фотохронометражных наблюдений. Процесс вычисления площадей контуров земельных угодий планиметром состоит из повторяющихся операций (установка планиметра, отсчет, запись, обвод, отсчет и т. д.). Однако в связи с тем, что затраты време­ни на операцию по обводу контура зависят от площади контура, его формы и извилистости, применить метод хронометражных наблюдений для вычисления площадей контуров планиметром невозможно. Учитывая, что за­траты времени на обвод контуров планиметром каждый раз будут разные, изучение затрат рабочего времени по этому виду работ должно проводиться методом фотографии или самофотографии.

Хронометраж как метод изучения затрат рабочего времени можно применить при вычислении общих пло­щадей землепользовании аналитическим способом и на других технических работах.

Учитывая, что на сложность выполнения стадии «Составление проекта» влияет много факторов и нормы выработки, исходя из содержания работ, могут быть установлены в основном опытно-статистическим способом, за единицу нормирования по этой стадии можно принять и размер земле­пользования при среднем числе производственных подразделений. Для определения же затрат времени на конкретное землепользование следует ввести поправочные коэффициенты за число производственных подразделений. По стадиям чертежного характера единицей нормирования служит дециметр, а для надписей слово.

Для обследовательских (почвенных, геоботанических и др.) и съемочных работ за единицу нормирования принимают площадь в натуральном выражении гектар или квадратный километр. Единицей нормирования для работ, связанных с линейными измерениями в поле, служит погонный километр, для вычисления площадей конуров земельных угодий планиметром квадратный дециметр, для вычисления общих площадей землепользования аналитическим способом точка, а способом Савича квадратный дециметр и т. д.

Таким образом, под единицей нормирования по видам работ в землеустройстве следует понимать принятую меру площади, длины и т. д., на которую при опре­деленных — параметрах устанавливают норму затрат [7].

Категории сложности. В практике планирования и нормирования затраты времени устанавливаются по категориям сложности. Под категорией сложности понимают совокупность различных факторов, определяющих количество затрат труда на выполнение единицы работы. На все виды топографо-геодезических работ ка­тегории сложности представлены в виде описаний или эталонов, а на работы по землеустройству они даются только описанием.

В Типовых нормах времени на проектные и изыска­тельские работы по землеустройству по этому виду работ одни и те же категории сложности приняты для «Подготовительных работ к землеустроительному проектированию» и «Землеустроительного проектирования». Категории сложности в этих нормах установлены по природным зонам (по три в каждой зоне). Например, в лесной зоне категории сложности характеризуются следующими показателями:

I категория местность равнинная или слегка всхолмленная, переувлажненные земли составляют не более 20% от общей площади землепользования, размеры контуров сельскохозяйственных угодий свыше 15 га;

II категория местность равнинная или с волнистым рельефом, пересеченная балками, оврагами, гидрографической сетью, переувлажненные земли составляют 21—40% от общей площади землепользования, размеры контуров сельскохозяйственных угодий от 5 до 15 га.

Такие характеристики категорий сложности дают общее представление о территории и не раскрывают факторов, определяющих сложность выполнения работ по стадиям.

По виду работ «Вычисление площадей контуров земельных угодий» во всех нормах выработки категорий сложности нет, а норма зависит от числа контуров угодий на 1 дм² плана. Этот фактор является важным, но не единственным. Значительные затраты труда прихо­дятся на обвод контуров угодий планиметром, и степень влияния при этом зависит от их взаимного расположения, а также от извилистости границ контуров. По этим признакам территория каждой области может быть раз­делена на зоны, причем в пределах каждой зоны число контуров на 1 дм² будет колебаться в значительных пределах. Установлено, что нормы затрат труда на вычисление площадей контуров при различном их расположении и разной степени извилистости различаются на 5— 20%. Поэтому взаимное расположение контуров и из­вилистость их границ определяют категории сложности, а число контуров на 1 дм² плана норму времени в пределах каждой из них.

В землеустройстве для нормирования труда производственный процесс вида работ принято подразделять на части-стадии, состоящие из совокупности элементов, взаимосвязанных как по содержанию, так и в организа­ционно-техническом отношении. Элементы по содержа­нию также являются законченной частью стадии и представляют ее частные процессы. Например, стадию внутрихозяйственного землеустройства «Перенесение проекта в натуру» можно подразделить на элементы: получение задания; организация выполнения работ в хозяйстве; установление и приложение в натуре проектных границ (теодолитными ходами с ведением журнала и абриса полевых измерений; по ситуации без измерения линий с привязкой концов их в натуре и т. д.).

Такого расчленения производственного процесса для технического нормирования иногда недостаточно, поэтому выделяют более мелкие части — операции. Производственная операция характеризуется тремя признаками: постоянством предмета труда, рабочего места и исполнителей. Изменение одного из этих условий влечет выделение данной работы в отдельную производственную операцию. Например, измерение угла теодолитом можно подразделить на операции: установка инстру­мента, отсчет по горизонтальному кругу теодолита, запись и вычисление в журнале и т. д. [7].

Норму времени по землеустройству в зависимости от характера выполнения работ разделяют на проектные, обследовательские (почвенные и геоботанические), топографо-геодезические, вычислительные, чертежно-оформительские и др.

По отношению к использованию следует различать такие нормы времени, как групповые и индивидуальные.

По срокам действия нормы бывают: постоянные (установленные на длительный срок); временные (установленные на определенный срок); разовые (установленные для норм случайно возникших работ).

Исходными величинами на разграничение норм являются нормативы по труду. Это регламентированные величины затрат времени, на основе которых рассчитывается норма труда.

Нормативы должны отражать прогрессивный уровень производства, быть научно обоснованными, постоянными и меняться с изменением производства.

При расчете норм на землеустроительные работы следует использовать нормы времени:

1) на подготовительно-заключительные работы;

2) оперативную работу;

3) основную работу;

4) вспомогательную работу;

5) работу на организационно-техническое обслуживание места;

6) временно-регламентированные перерывы в работе.

Нормирование землеустроительного труда является сложной задачей. Это объясняется большим разнообразием природных условий, в которых выполняются работы по землеустройству, а также тем, что большая часть их по содержанию представляет комплекс экономиче­ских, технических и правовых решений.

Таким образом, нормирования работ в земельном кадастре формирует необходимый механизм оценки,  наблюдения и нормирования для разработки нормативов труда по каждому виду работ.

Список литературы

1. Андреев А.В. Основы региональной экономики: учебное пособие / А. В. Андреев, Л. М. Борисова, Э. В. Плучевская. – 2-е изд.стер. – М. : КНОРУС, 2009. – 336 с.
2. Ахтариева Л. Г. Организационно-экономический механизм управления регионом : формирование, функционирование, развитие / Р. Г. Маннапов, Л. Г. Ахтариева – М. : КНОРУС, 2008. − 22 п.л. (авт. 15,2 п.л.).
3. Борисов А.Б. Большой экономический словарь. 2-е изд., перераб. и доп. – М.: Книжный мир, 2004.
4. Буров М.П. К вопросу о методологии формирования стратегии развития национальной экономики //М.П. Буров, В.С. Горбунов. – М.: ж. «Экономика и предпринимательство», 2017, № 4-1. с. 114-121
5. Буров М.П. К вопросу о регулировании земельных отношений //М.П. Буров, В.С. Горбунов. – М.: «Землеустройство, кадастр и мониторинг земель», 2017, №7. с. 17-24.
6. Буров М.П., Чистяков Е.Г. Основы национальной экономики: Учебник. 2-е изд., доп. и перераб. – М.: Экономика, 2016. – с. 69 [463 с.]
7. Буров М.П. Планирование, нормирование и организация землеустроительного и земельно-кадастрового производства: Учебное пособие/М.П. Буров.-M.:Издательская Торговая Компания «Наука-Бизнес-Паритет»,2014.-208с.
8. Горбунов В.С. Современный менеджмент: проблемы и тенденции развития //В.С. Горбунов. – М.: ж. «Землеустройство, кадастр и мониторинг земель», 2017, №2. с. 67-75; Кошелева Т.В. Агромаркетинг: теория и практика применения //Т.В. Кошелева. – М.: ж. «Московский экономический журнал», 2016, №3. с.1

 

DOI 10.24412/2413-046Х-2021-10019

Ключевые тенденции развития фармацевтической отрасли в условиях цифровизации

Key trends in the development of the pharmaceutical industry in the context of digitalization 

Панфилова Елена Евгеньевна, кандидат экономических наук, доцент, Государственный университет управления, г. Москва

Panfilova Elena, PhD (Economy), associate professor, State University of Management, Moscow

Аннотация. В статье выявлены ключевые тренды развития фармацевтической отрасли в Российской Федерации. Представлена характеристика коммерческого и государственного сегментов рынка. Осуществлен прогноз развития фармацевтической отрасли на период с 2020 по 2025 годы с использованием метода векторного прогнозирования. Выделены диджитал-инструменты, позволяющие оптимизировать взаимодействие участников фарминдустрии в условиях формирования цифровых экосистем. Определен характер влияния обязательной маркировки лекарственных препаратов и внедрения типовых процедур при проведении госзакупок на конкурентоспособность организаций.    

Summary. The article identifies the key trends in the development of the pharmaceutical industry in the Russian Federation. The characteristics of commercial and state market segments are presented. The development forecast of the pharmaceutical industry for the period from 2020 to 2025 was carried out using the vector forecasting method. Digital tools that allow to optimize the interaction of participants in the pharmaceutical industry in the context of the formation of digital ecosystems are highlighted. The nature of the influence of drug labeling and the introduction of standard procedures in public procurement on the competitiveness of organizations has been determined.

Ключевые слова: госзакупки, инвестиции, коммерческий сегмент, прогноз, сценарий, фармацевтика. 

Keywords: commercial segment, government purchases, investments, forecast, pharmaceuticals, scenario.

Фармацевтическая отрасль является одной из высокотехнологичных отраслей экономики, развитию которой государство уделяет приоритетное значение (особенно в условиях распространения коронавирусной инфекции COVID-19). РФ входит в десятку крупнейших фармацевтических рынков, имея долю на глобальном рынке в размере 2,2 % на момент 2020 года [1]. По итогам первых трех кварталов 2020 года российский рынок фармацевтики вырос на 21 % в стоимостном выражении.

В 2020 году рынок фармацевтической продукции РФ в стоимостном выражении продемонстрировал существенный рост на 10,2 % в сравнении с 2019 годом [2]. Фармацевтическая отрасль представлена тремя сегментами: коммерческие продажи (аптечный сегмент), государственный сектор и парафармацевтика (так называемые товары дополнительного ассортимента, сопутствующие лекарственные средства). На рисунке 1 представлена структура фармацевтической отрасли в 2020 году.

На протяжении последних 5 лет рост продаж в государственном секторе был в 2,5 раз выше по сравнению с коммерческим сектором и парафармацевтикой, что объясняется увеличением государственных инвестиций в закупки продукции данного профиля. Рост коммерческого сектора рынка сдерживается снижающимися доходами основной группы потребителей (пенсионеров), а также превалированием зарубежных препаратов в условиях отсутствия отечественных аналогов. В коммерческом сегменте на протяжении первых трех кварталов 2020 года наблюдается смещение продаж в сторону дженериковых препаратов в среднем на 18 %.

На российском фармацевтическом рынке функционирует 67 тыс. аптек, на долю которых по итогам первых трех кварталов 2020 года приходится 45,9 % общего объема коммерческих продаж лекарственных препаратов. Для фармацевтического рынка характерно снижение концентрации дистрибьютеров. В совокупном обороте лекарственных препаратов доля ТОП-10 игроков составила в 2020 году порядка 71,6 %, в среднем ежегодно доля снижается на 2,08 %. Российский фармацевтический рынок очень сильно зависит от импорта, несмотря на реализацию программы импортозамещения [3]. Согласно данным Федеральной таможенной службы, объем импорта фармацевтической продукции в РФ на протяжении с января по май 2020 года постоянно увеличивался (таблица 1, рисунок 2).

Следует отметить тот факт, что в 2020 году на фармацевтическом рынке РФ прослеживается четкая тенденция, связанная с увеличением закупки дорогостоящих лекарственных препаратов у стран-импортеров в стоимостном выражении (с одновременным снижением приобретения продукции в натуральном выражении).

Перечень ТОП-10 стран экспортеров лекарственных средств в РФ в 2020 году представлен в таблице 2. Самым крупным экспортером выступает Германия, на долю которой приходится около 18 % импорта лекарственных препаратов [4].

Российский рынок фармацевтической продукции характеризуется ростом импорта субстанций для производства дженериковых препаратов. Около 85,7 % поставок зарубежных лекарственных препаратов осуществляется через иностранных производителей в РФ.

Лидирующие позиции на фармацевтическом рынке РФ занимают три зарубежные фирмы, к числу которых относятся: «Bayer», «Sanofi», «Novartis» и «Teva». Отечественные лидеры рынка в 2020 году представлены компаниями «Фармстандарт», «Валента Фарм», а также «Отисифарм» [5]. Иностранные производители лекарственных препаратов имеют возможность реализовывать свою продукцию через льготные программы государственных закупок. Лидерами по локализации фармацевтического производства в РФ в 2020 году выступают компании: «Merck» (13,6 %), «F. Hoffmann-La-Roche» (11,1) и «Pfizer» (10,5).

Около 83,5 % импортируемых российских лекарственных препаратов приходится на страны бывшего Советского союза (рисунок 3). Из рисунка 3 наглядно видно, что наибольший импорт лекарственных препаратов осуществляется из Украины (22,4 %), Казахстана (13,9 %), а также Узбекистана (13,1 %).

Возможная вторая волна пандемии COVID-19, по оценкам специалистов Национального рейтингового агентства (НРА), негативно повлияет на развитие фарминустрии и приведет к замедлению роста продаж в каждом из рыночных сегментов. Однако, несмотря на это, во втором полугодии 2020 года объем российского фармацевтического рынка превысит 2 трлн. руб. В среднесрочной и долгосрочной перспективе, по оценкам экспертов, благодаря реализации государственной программы «Фарма-2030», объем российского рынка к 2025 году составит 3 трлн. рублей [6]. В таблице 3 представлен прогноз развития фармацевтической отрасли РФ на период 2020-2025 г.г., основываясь на ежегодных годовых отчетах компании «DSM». Графическая иллюстрация тенденций развития рынка представлена на рисунке 4.

Основываясь на данных о динамике импорта фармацевтической продукции в РФ в стоимостном выражении, осуществим прогноз методом векторного прогнозирования на конец 2020 года, первый и второй кварталы 2021 года. Система уравнений для проведения прогнозирования имеет вид:

Базовое уравнение для осуществления прогнозирования показателя импорта имеет вид:

— прогнозное значение объема импорта лекарственных препаратов, млрд. долл. США;

— временной интервал, для которого осуществляется прогноз.

Полученные прогнозные значения представлены в таблице 4.

Графическая иллюстрация полученных результатов прогноза на первое полугодие 2021 года дана на рисунке 5.

По оценкам Национального рейтингового агентства, в ближайшие 4 года импорт субстанций в РФ будет превалировать над ввозом готовых лекарственных препаратов. Прогноз динамики импорта лекарственных субстанций на четырехлетний период по нескольким сценариям развития ситуации представлен в таблице 5.

Оптимистический сценарий предусматривает, что импорт субстанций в РФ будет расти опережающими темпами (в сравнении с импортом готовых лекарственных препаратов) и составит 17 % ежегодно. Пессимистический сценарий предполагает 13 % ежегодное увеличение поставок субстанций из-за рубежа, как в стоимостном выражении (млн. долл. США), так и натуральном (млн. кг). В рамках базового сценария развития ситуации на рынке лекарственных субстанций закладывается 15 % ежегодный прирост импорта. Графическая интерпретация прогноза импорта по трем сценариям приведена на рисунках 6, 7.

На период с 2020 по 2024 год в рамках национальных проектов по здравоохранению планируется ежегодно инвестировать в среднем около 130 млрд. рублей на производство и закупку препаратов по борьбе с онкологией и сердечными заболеваниями [7]. Консолидированная информация по индикаторам развития фармацевтического рынка в РФ на период 2020-2025 г.г. представлена в таблице 6. При подготовке сводных данных использовались в качестве источников получения аналитических данных сайты ФТС, ОЭСР, отчеты компаний «DSM», «IQVIA» и статистические сборники Национального рейтингового агентства.

По мнению экспертов, фармацевтический российский рынок в среднесрочной перспективе продемонстрирует рост в стоимостном выражении. Так, в стоимостном выражении объем рынка прогнозируется в 2025 году на уровне 2921 млрд. рублей в сравнении с 2032 млрд. рублей в 2020 году. В относительном выражении темп роста рынка снизится со значения 10,2 % в 2020 году до 6,5% к 2025 году.

Сегмент коммерческих продаж на фармацевтическом рынке будет превалировать над государственным сегментом на момент 2025 года, в стоимостном выражении 1419 млрд. рублей против 1155 млрд. рублей. В пятилетнем прогнозном периоде доля государственного сегмента фармацевтического рынка (39,5 %) будет меньше доли в секторе коммерческих продаж (48,6 %). Средние продажи лекарственных препаратов в коммерческом сегменте будут демонстрировать рост с 7331 руб/душу населения в 2020 году до значения 9663 руб/душу населения в 2025 году [8].

Сегмент парафармацевтики фармацевтического российского рынка, начиная с 2020 года вплоть до 2025 года, будет по прогнозу демонстрировать плавное сокращение занимаемой доли с 13,5 % до 11,9 %. Это обуславливается запланированным ужесточение требований к продаже через аптечные киоски в торговых сетях. Благодаря реализации национального проекта «Фарма-2030», увеличению количества резидентов в фармацевтических кластерах особых экономических зон прогнозируется увеличение объема экспорта лекарственных препаратов с 0,570 млрд.долл. США в 2020 году до 1,150 млрд. долл. США в 2025 году, при этом темп роста экспорта увеличится с 8,7 % в 2020 году до 13,3 % в 2025 году.

Анализ структуры фармацевтического рынка с позиции выпуска дженериков и оригинальных лекарственных препаратов в среднесрочной перспективе (2023 год) показывает смещение в сторону первой категории (57,4 % против 42,6 %). В среднесрочной перспективе (2023 год) ориентация населения на следование здоровому образу жизни, особенно в условиях волнового развития коронавирусной инфекции, спровоцирует массовый отказ от самолечения и самостоятельного приобретения лекарственных препаратов. Это находит свое отражение в цифрах по процентному приобретению рецептурных и безрецептурных препаратов (67,7 % против 32,3 %, соответственно).

Прогнозная пятилетняя оценка развития фармацевтического рынка в натуральном выражении (упаковках) позволяет говорить о росте с 6421 млн.шт. в 2020 году до 7459 млн. штук в 2025 году, при этом средняя стоимость упаковки приобретаемых лекарственных препаратов возрастет с 316 рублей в 2020 году до 392 рублей в 2025 году. Различия в средней стоимости упаковки приобретаемых лекарственных препаратов в госсекторе и на коммерческом рынке в период с 2020 по 2025 г.г. представлены на рисунке 8.

В фармацевтической отрасли с 2021 года вступают новые правила, связанные с обязательной маркировкой лекарственных препаратов. Данное нововведение приведет к сокращению рыночной доли ведущих игроков рынка и появлению новых конкурентов. В условиях низкой покупательной способности населения для фармацевтического рынка будет характерно превалирование покупки рецептурных средств и отказ от бессистемной закупки безрецептурных средств.

В 2020 году предложенная Минздравом методика формирования цены контракта при проведении госзакупок привела к ситуации, в которой производителям лекарственных препаратов стало невыгодным прибегать к торгам, чтобы избежать дальнейших проверок со стороны надзорных органов.

Одной из проблем фармацевтического российского рынка является отсутствие единого надзорного органа, как это принято в цивилизованных странах. Ввоз незарегистрированных лекарственных препаратов (в том числе психотропных) на территорию РФ также негативно сказывается на рынке инновационных разработок в фарминдустрии.

Ключевой проблемой для развития российского рынка фарминдустрии является минимизация рисков недобросовестной конкуренции при проведении инновационных разработок и последующей защитой интеллектуальной собственности. На момент 2020 года четко не регламентирован порядок принятия решений о выдаче принудительных лицензий.

Ведение бизнеса в фармацевтической отрасли в перспективе определяется теми реформами, которые государство предпримет при реализации в области модели лекарственного возмещения. Речь идет о механизмах обеспечения льготных категорий граждан жизненно необходимыми и важнейшими лекарственными препаратами (ЖНВЛП). К концу 2020 года предполагается создание единого реестра льготных категорий населения. Это позволит уточнить, насколько эффективно расходуется государственное ежегодное обеспечение в размере порядка 380 млрд. рублей [10]. 

Участниками фармацевтического рынка в 2020 году рассматривалось несколько моделей от полного лекарственного обеспечения для отдельных заболеваний, дифференцированного уровня соплатежей для лекарственного обеспечения всех граждан до отказа от тендерной системы закупок и использования ресурсов Фонда обязательного медицинского страхования. На текущий момент в пилотном проекте по апробации модели лекарственного возмещения принимают участие 47 регионов с 23 лекарственными препаратами. Федеральная антимонопольная служба ориентируется на такую модель лекарственного возмещения, при которой осуществляется обеспечение пациентов бесплатными препаратами по медианной цене. Это позволит участвовать в программе более широкому кругу фармпроизводителей. Начальными условиями для успешной реализации модели лекарственного возмещения являются: наличие информационной системы выписки электронных рецептов от врача до аптеки и обратно, а также оперативное совершенствование нормативной законодательной базы в регионах-участниках пилотного проекта. 

Складывающаяся эпидемиологическая ситуация в 2020 году способствовала ускорению принятия законодательных инициатив, связанных с продажей безрецептурных лекарственных препаратов через интернет-магазины, что несомненно будет являться дополнительным стимулом к развитию фармацевтической отрасли в целом, поскольку в расчете продаж лекарственных препаратов на душу населения Россия занимает в настоящее время только лишь 30 место. Средством цифрового взаимодействия участников фармацевтического рынка является платформа ViRM, ориентированная  на организацию цифрового взаимодействия между работниками системы здравоохранения, фармацевтическими компаниями и аптечной сетью [9].

Платформа использует специализированное решение Hitachi Clinical Repository (HCR), позволяющее медицинским учреждениям хранить все типы данных (медицинские карты, результаты клинических исследований, истории обращений пациентов) в едином хранилище с возможностью параллельной интеграции с функционирующими в компании медицинскими информационными системами. Компоненты платформы позволяют осуществить цифровую трансформацию фармацевтического бизнеса посредством технологий бизнес-аналитики при расчете затрат на разовую коммуникацию участников, расширение охвата целевой аудитории и управление проектами в системе здравоохранения.

При взаимодействии с целевой аудиторией в социальных сетях команды маркетологов делают акцент на показателях запоминаемости рекламы, а не на объеме транслируемого трафика о лекарственном препарате, что было характерно для более ранних стадий развития цифровой фарминдустрии. Ряд отечественных фармацевтических компаний прибегают к использованию такого диджитал-инструмента, как размещение рекламы препаратов у блогеров.

Можно констатировать, что ключевые тренды развития фармацевтической промышленности в РФ связаны с: осуществлением обязательной маркировки лекарственных препаратов с января 2021 года; ужесточением требований к ритейлерам в части платежей со стороны крупных поставщиков лекарственных препаратов, а также закупкой дорогостоящих лекарственных препаратов у стран-импортеров. Ключевые проблемы фармацевтической отрасли определяются ростом импорта субстанций для производства дженериковых препаратов, срывами в проведении госзакупок жизненно необходимых лекарств и необходимостью перерегистрации лекарственных препаратов с 1 января 2021 года по единым правилам Евразийского экономического союза, включая уполномоченных лиц. Цифровая трансформация фарминдустрии происходит под влиянием онлайн-продаж безрецептурных препаратов через интернет-магазины, усиления взаимодействия аптечных сетей с поставщиками за пределами фармацевтического рынка через использование цифровых инструментов и получения дистрибьютерами возможности развивать собственные онлайн-продажи.

Список литературы

1. Государственная программа «Развитие фармацевтической и медицинской промышленности» на 2013-2020 годы.
2. ru – аналитические отчеты DSM Group (дата обращения: 01.12.2020).
3. ru – сайт «РосБизнесКонсалтинг» (дата обращения: 10.01.2021).
4. gov.ru – сайт Федеральной службы государственной статистики (дата обращения: 28.12.2020).
5. gov.ru – сайт Федеральной таможенной службы (дата обращения: 07.01.2021).
6. expert – сайт, посвященный анализу фармацевтического рынка России (дата обращения: 11.01.2021).
7. iqvia.com – сайт компании в сфере фармацевтических услуг и корпоративного аутсорсинга (дата обращения: 12.01.2021).
8. ra-national.ru – сайт Национального рейтингового агентства (дата обращения: 11.01.2021).
9. http://sloanreview.mit.edu/article/the-bigsqueeze-how-compression-threatens-old-industries/ — Большое сжатие: чего бояться старым отраслям ? (дата обращения 16.12.2020).
10. https://ict-online.ru/news/n172244/ — Рынок облачных услуг в России вырос на 20 млрд. рублей (дата обращения: 10.01.2020).

УДК 330.322.21

DOI 10.24412/2413-046Х-2021-10018

ПОДХОД К ТИПОЛОГИЗАЦИИ МОДЕЛЕЙ АДАПТАЦИИ НАСЕЛЕНИЯ

THE APPROACH TO TYPOLOGY OF MODELS OF ADAPTATION OF THE POPULATION

Шангина Елена Игоревна, ORCID: 0000-0001-5433-8400, кандидат технических наук, доктор педагогических наук, Уральский государственный горный университет, Екатеринбург, Россия

Shangina Elena I., eishangina@yandex.ru

Аннотация. В статье с позиции системного подхода рассматриваются вопросы типологизации моделей адаптации населения. Данная тема актуальна, поскольку классификация объектов по характерным признакам и их анализ является, прежде всего, в том, чтобы получить средство для познания сложных объектов. Особое внимание уделено моделям, описывающим влияние различных социальных, экономических, политических и иных изменений на адаптацию населения, его отдельных социальных групп и человека. Автор демонстрирует некоторые эвристические возможности использования концептуальных фрактальных моделей в социально-экономическом знании. В статье представлены принципы нелинейной динамики (синергетики) – современным методом познания динамических процессов, возникшим в результате неустойчивости социальных, экономических, политических и др. процессов современной жизни.

Summary. The article considers the issues of typologization of population adaptation models from the perspective of a systematic approach. This topic is relevant, since the classification of objects by characteristic features and their analysis is, first of all, in order to obtain a means for knowing complex objects. Special attention is paid to models describing the impact of various social, economic, political and other changes on the adaptation of the population, its individual social groups and people. The author demonstrates some heuristic possibilities of using conceptual fractal models in socio-economic knowledge. The article presents the principles of nonlinear dynamics (synergetic) – a modern method of cognition of dynamic processes that arose as a result of the instability of social, economic, political and other processes of modern life.

Ключевые слова: адаптация населения, модели адаптации населения, критерии моделей адаптации, нелинейная динамика, синергетика, фрактальность.

Keywords: population’s adaptation, model of adaptation of the population, the criteria for models of adaptation, nonlinear dynamics, synergetic, fractal.

Традиционно модели адаптации населения представляют собой достаточно широкую область исследований, связанную с анализом и описанием социальных, экономических, политических, климатических и других происходящих в обществе процессов; их концептуализацией, то есть представлением в виде концепций и теоретических представлений об их природе; прогнозированием последствий, происходящих в различных сферах человеческой жизнедеятельности.

При этом условно большую часть известных моделей социально-экономической адаптации населения можно сгруппировать по трем основным критериям, составляющим основу их типологии:

• во-первых, по характеру – отношению к реально-происходящим процессам;
• во-вторых, по факторам адаптации населения;
• в-третьих, по использующимся методам моделирования.

По характеру различают три вида моделей: описание совокупности реально существующих процессов; когнитивное или формализованное представление (описание) их функционирования (взаимодействия); модели, определяющиеся синонимичными понятиями: механизм адаптации, адаптивная система и др. В первом случае, рассматривая в качестве объекта адаптации общество, население и человека, исследователи обращаются к моделям по характеру первого вида, стремясь описать реальные процессы и классифицировать формы поведения в рамках известных теоретико-методологических подходов [1]. Во втором случае, как правило, модели носят гипотетический характер, описывая социальные и экономические системы, агрегируя и упрощая составляющие ее элементы и их взаимосвязи, оговаривая при этом определенные допущения. Таким образом, в широком смысле модель рассматривается как «специально синтезированный для удобства объект, который обладает необходимой степенью подобия исходному, адекватной целям исследования, сформулированным субъектом или лицом, принявшим решение относительно исследования системы» [2]. В данном случае отсутствие требования максимально точного отображения системы в модели объясняется чрезвычайной сложностью выполнения этого условия и отсутствием такой необходимости, т.к. при последующем анализе востребованной окажется только информация, соответствующая цели исследования.

В литературе представлен достаточно широкой круг публикаций, содержащие модели адаптации, характеризующиеся различными факторами объектами и моделирования:

По факторам адаптации, содержащиеся в литературе модели можно условно развить на следующие виды:

• во-первых, модели адаптации населения, его профессиональных и социальных групп к глобальному изменению климата на планете;
• во-вторых, модели адаптации населения к стихийным бедствиям и их последствиям;
• в-третьих, модели, описывающие влияние генерации, накопления, интеграции и использования знаний на адаптацию населения в изменяющейся окружающей среде.
• в-четвертых, модели, описывающие влияние различных социальных, экономических, политических и иных изменений на адаптацию населения, его отдельных социальных групп и человека. 

Во многих работах особое внимание уделяются социальным и культурным аспектам адаптации населения, включая его демографические характеристики (пол, возраст), национально-культурные традиции, язык и т.п. В географическом плане модели охватывают страны, находящиеся практически на всех континентах Мира, включая страны Европы, Азиатско-Тихоокеанского региона, Африки, Северной Америки, Южной Америки и др. Так, при разработке моделей авторы традиционно используют достаточно широкий инструментарий моделирования, выбор которого обусловливается особенностями анализируемого объекта, интервалов времени и характеров факторов. При этом объектом моделирования в выделенной нами четвертой группе, как правило, являются общества, в которых наблюдаются динамичные социально-политические и экономические изменения, представляющие большую угрозу для стабильности, чем другие климатические факторы.

По использованию методов моделирования широкое распространение получили методы математического моделирования. Математические модели делятся на две большие группы: аналитические и алгоритмические (которые иногда называют имитационными). Применение методов математического моделирования дает возможность разработать математические модели социальных процессов адаптации населения в целом и локальных сообществ, в частности, их стратегии адаптации к глобальному изменению климата на планете, к стихийным бедствиям и их последствиям, оценить влияние генерации, накопления, интеграции и использования знаний, а также влияние различных социальных, экономических, политических и иных изменений. Имитационное моделирование – наиболее мощный и универсальный метод исследования и оценки эффективности систем, поведение которых зависит от воздействия случайных факторов. Имитационное моделирование базируется на использовании динамических математических моделей экономических объектов в режиме имитации. В основе имитационного моделирования лежит статистический эксперимент (метод Монте-Карло), реализация которого практически невозможна без применения средств вычислительной техники. Поэтому любая имитационная модель представляет собой в конечном счете более или менее сложный программный продукт. В условиях современных информационных технологий под имитацией принято понимать изучение объектов путем проведения экспериментов с программной реализацией [3]. Главная особенность имитационного исследования заключается в том, что в нем проводятся эксперименты не с реальным объектом / процессом, а с его математической моделью.

В последнее время для исследования систем особую роль играют методы нелинейной динамики (синергетика, теория динамического хаоса), которые непосредственно связаны с фрактальной теорией моделирования систем. Одной из причин создания синергетики стала неустойчивость социально-экономической ситуации в мире и являлась одним из методов познания неустойчивых систем. Наблюдаемое свойство фрактальности в исследуемых синергетикой структурах различных систем, в частности, социальных, экономических, политических и др., получило особое развитие на современном этапе синергетического знания. Фрактальная методология позволяет создавать математические модели социально-экономических процессов. Б. Мандельброт, определяя фрактал как «структуру, состоящую из частей, которые в каком-то смысле подобны целому», выделял два основных признака фрактала: изломанность и самоподобие [4]. Свойство изломанности учитывается в статистических методах оценки систем, а именно, при расчете дробной (фрактальной) размерности, получаемых графических характеристик процессов. Свойство самоподобия представляет научный феномен, когда небольшая часть фрактала содержит информацию обо всем фрактале Фрактальные структуры – это способ организованного взаимодействия пространств различной размерности и природы. Тем не менее, теория самоорганизации как наиболее точно описывающая естественные, природные системы имеет огромный потенциал для изучения усложнившихся процессов, происходящих в современном мире, в частности, их прогнозирования.

Применение методов фрактальной геометрии в сфере социальных, экономических, политических и иных изменений оказалось эффективным, реализация их использования в изучении закономерностей социально-экономических систем отображается в работах таких исследователей, как, Курдюмов С.П., Князева Е.Н. [5], Тарасенко В.В. [6], Хайтун С.Д [7] и др. Фрактальный характер некоторых объектов в прикладной синергетике является неоспоримым, что доказано в исследования Б. Мандельброта [4], Г. Айленбергера [8], В.Т. Гринченко [9], Кузнецов Б.Л. [10] и т.д. Однако, понятие фрактальности не получило единого однозначного мнения по поводу возможности его использования в отношении процессов адаптации населения. Поэтому представляется актуальной задача как систематизации данных о научном потенциале этого понятия, так и подтверждения возможности его использования как концептуальной составляющей современной синергетики. Синергетика изучает процессы самоорганизации сложных систем различной природы, причем, в некоторых процессах возникает синергетический эффект, когда согласованное взаимодействие подсистем различной природы приводят появлению нового качества, абсолютно иного порядка. Другими словами, система самоорганизуется, т.е. из хаоса возникает упорядоченная структура (фрактал). Фрактал (от лат. fractus – дробный, сломанный) –  это геометрическая фигура, в которой один и тот же фрагмент повторяется при каждом уменьшении масштаба (по определению Лаверье).

Адаптация населения как система рассматривается нами как интеграция двусторонних процессов взаимодействия двух подсистем: социальных субъектов с социальной (экономической, политической и др.) средой, в ходе которого меняется не только субъект, но и среда. Она предстает одновременно как эволюционный процесс и как конкретное состояние, свойство и результат освоения меняющихся условий жизнедеятельности. Поэтому адаптацию населения можно рассматривать как сложную систему.

Фрактальная структура системы, т.е. определенная упорядоченность (снижение уровня хаоса) позволяет управлять этими системами при малом воздействии (флуктуации). Однако это возможно, когда система обладает следующими взаимосвязанными синергетическими принципами [11].

1. Принцип баланса хаоса и порядка. Эволюционный процесс реализуется сменой условных состояний порядка и хаоса в структуре системы. Конвертация структур системы из порядка в хаос базируется на теории фазовых переходов. Природа хаоса представляет возможность управлять им, т.е. небольшое воздействие (флуктуация) на неустойчивую систему делает их чрезвычайно чувствительными к управлению.

Для понимания этого принципа предположим, что пусть требуется перевести рассматриваемую нами систему (переместить траекторию развития системы) из одной точки фазового пространства в другую. Ярким примером может служить пандемия, вызванная появлением нового вируса Covid-19, что привело к новым условиям жизнедеятельности в изменившихся реалиях и адаптации населения (к примеру, в области образования –переход на информационные технологии). Такое явление одномоментного перехода из одного фазового состояние в другое называется точкой бифуркации. Бифуркация, обусловлена новым элементом в системе или воздействием на управляющий параметр, запускает динамический процесс, который приводит к дальнейшей самоорганизации системы. По завершении процесса самоорганизации эволюционирующая система переходит в новое относительно устойчивое состояние.

2. Принцип незамкнутости (открытости) системы подразумевает, наличие доступа входа и выхода источникам энергии, вещества, информации, обмен знаниями и др. со средой жизнедеятельности (обмен материальными и нематериальными ресурсами). Таким образом, открытые системы, которыми являются системы адаптации населения, демонстрируют одновременно и хорошую управляемость, и удивительную гибкость в реакции на внешние воздействия, при этом накопление и усиление малых флуктуаций приведут к существенной коррекции развития.
3. Принцип нелинейности представляет процесс нелинейного взаимодействия системы с окружающей средой, которая является источником для обогащения самой системы (посредством появления новых прикладных задач, новых направлений исследования, новых средств и др.) и, благодаря этому, система формируется для умножения потенциала самой среды. Следовательно, прогресс адаптации населения как системы происходит как под воздействием внутренних потребностей развития, так и под внешним влиянием запросов междисциплинарной среды. Нелинейные явления основываются на нарушении принципа суперпозиции, т.е. целое не есть сумма его частей. Суммарная сила связи между подсистемами больше, чем отдельно взятая подсистема. В нашем случае, если социальные субъекты могут взаимодействовать со средой жизнедеятельности, то они могут выйти на новый, более качественный уровень, т.е. обе подсистемы могут взаимодействовать (все связанные друг с другом подсистемы движутся хотя и хаотически, но одинаково, синхронно). Например, развитие всемирной коммуникации, прежде всего, это интернет позволяет экспоненциально увеличить зону адаптации населения в различных сферах жизнедеятельности. В самом общем виде нелинейность может трактоваться как многовариантность и непредсказуемость перехода системы из одного состояния в другое. Принцип нелинейности перетекает в принцип когерентности. Принцип когерентности (принцип эффективности взаимодействия). Когерентность – это проявление системных свойств сложных систем, когда импульсы сложных составных частей сложной системы совпадают по вектору и частоте, то есть осуществляется синхронизация. [10]. От эффективности взаимодействия элементов внутри системы подсистем, а также их взаимодействие внешней средой зависит развитие системы в целом.
4. Принцип неустойчивости трактуется как одно из условий и предпосылок стабильного и динамического развития системы, обеспечивая его обновление за счет чувствительности к внешним воздействиям исследуемой среды, которая поддерживается потоком информации извне, обусловливая получение новых материальных или нематериальных потоков в результате синтеза с этой средой в единое целостное интегрированное знание. Неустойчивость траекторий хаотических систем делает их чрезвычайно чувствительными к управлению. Периоды неустойчивости перемежаются с периодами устойчивости, которые обеспечиваются многообразием, избыточностью элементов в системе, что соответствует периодам реорганизации и организации системы адаптации населения.
5. Принцип эмерджентности (динамической иерархичности) описывает возникновение целостности системы, т.е. наличие у системы таких свойств, которые не присущи составляющим элементам. Эмерджентность возникает за счет изменений внешних условий (управляющих факторов высших иерархических уровней) воздействующих на более низкие уровни иерархии с их внутренними потребностями, приводящие к изменению к условиям, процессам и средствам адаптации населения.
6. Принцип наблюдаемости подчеркивает, что целостное описание системы складывается из компонентов, при этом создается общее пространство научной картины мира. Возникшее пространство ведет к возникновению междисциплинарной интеграции, которая предполагает взаимосогласованное использование представлений, методов и моделей различного профиля. Это позволяет прогнозировать последствия, происходящих в различных сферах человеческой жизнедеятельности.

Вывод. Системно-синергетический взгляд на моделирование систем адаптации населения возникает как некий промежуточный феномен между хаосом и порядком. Данный подход позволяет прогнозировать ситуацию, происходящую в конкретно исследуемой системе. Из хаоса, который изначально преобладает в системе за счет небольших воздействий, пройдя точку бифуркации, могут возникнуть новые качественные структуры, генерируя эффект развития. Такие процессы называют «эффектом бабочки». При этом возникает порядок- фрактальная структура. Фрактальность как концептуальное свойство, наблюдаемое в исследуемых синергетикой структурах, получило особое развитие на современном этапе синергетического знания, преимущественно ориентированного в сферу гуманитарного бытия. В этой связи необходимо еще раз подчеркнуть, что фрактальное моделирование позволяет увидеть системность там, где ее на первый взгляд ее нет. И здесь особую роль играет феномен масштабирования, который предполагает четкую локализацию объекта и субъекта исследования. От этой локализации зависит детальность изучения объектов исследования.

Список использованных источников

1. А.С. Готлиб. Социально-экономическая адаптация россиян: опыт сочетания количественной и качественной методологии в одном отдельно взятом исследовании//Социология: методология, методы, математические модели. №12/2000. С.5-24.
2. Могилевский В.Д. Методология систем (вербальный подход) / Отд-ние экон. РАН. М.: ОАО «Издательство «Экономика». 1999. – 251. – (системные проблемы России) С 52
3. Шмаков В. С., Сердюкова Ю. С. К проблеме моделирования социальных процессов // Гуманитарные науки в Сибири. 2009. № 1. С. 46–49.
4. Mandelbrot B. B. The fractal geometry of nature. Y., 1983. 462 c.
5. Князева Е.Н., Курдюмов С.П. Основания синергетики. СПб., 2002. 414 с.
6. Тарасенко В.В. Фракталы и аттракторы социальной эволюции. https://mitchep.livejournal.com/15446.html (дата обращения: 24.12.2020).
7. Хайтун С.Д. От эргодической гипотезы к фрактальной картине мира. М., 2007. 256 с.
8. Айленбергер Г. Свобода, наука и эстетика // Рихтер Х.-О. Красота фракталов. Образы комплексных динамических систем. М., 1993. С. 176.
9. Гринченко В.Т., Мацыпура В.Т., Снарский А.А. Введение в нелинейную динамику. Хаос и фракталы. М., 2007. 264 с.
10. Кузнецов Б.Л. Введение в экономическую синергетику. Набережные Челны: Изд-во КамПИ, 1996-1999. 398 с.
11. Шангина, Е. И. Методологические основы формирования структуры и содержания геометро-графического образования в техническом вузе в условиях интеграции с общеинженерными и специальными дисциплинами: дис. … д-ра пед. наук. Т. 1. М., 2010. – 365 с.

DOI 10.24412/2413-046Х-2021-10017

КРЕАТИВНЫЕ ИНДУСТРИИ КАК ЭЛЕМЕНТ ИНФОРМАЦИОННОГО ОБЩЕСТВА НОВОГО ТИПА

CREATIVE INDUSTRIES AS AN ELEMENT OF A NEW TYPE OF INFORMATION SOCIETY

Орлов Степан Владимирович, Заместитель председателя Московской городской Думы, Руководитель рабочей группы МГД по развитию креативных индустрий, Кандидат экономических наук, доцент, заведующий кафедрой истории общественных движений и политических партий исторического факультета, Московский государственный университет им. М.В.Ломоносова

Orlov Stepan Vladimirovich

Аннотация. Наступивший 2021 год Организация Объединенных Наций официально объявила Международным годом креативной экономики и креативных индустрий[1]. Несмотря на тот факт, что в России сами эти понятия пока еще можно назвать достаточно новыми, в крупных городах — и в первую очередь в Москве — именно креативные индустрии уверенно становятся одним из опорных секторов экономики в целом, могучим драйвером поступательного развития. Столица сделала ставку на свой серьезный творческий потенциал и намерена неуклонно продвигаться в данном направлении. Однако неизбежно возникают логичные вопросы: почему этот, а не какой-либо иной тренд сегодня считается сверхпродуктивным и стратегически важным, какие конкретно перспективы несет он нашему мегаполису, сконцентрировавшему в себе, казалось бы, множество ресурсов самых разных типов? Попытаемся во всем разобраться и углубиться в суть «креативной концепции» дальнейшего роста Москвы. 

Summary. The United Nations has officially declared 2021 the International Year of the Creative Economy and Creative Industries. [1] Despite the fact that in Russia these concepts themselves can still be called quite new, in large cities — and first of all in Moscow — it is the creative industries that are confidently becoming one of the main sectors of the economy as a whole, a powerful driver of progressive development. The capital has made a bet on its serious creative potential and intends to steadily move in this direction. However, logical questions inevitably arise: why is this, and not any other trend, considered today to be super-productive and strategically important, and what specific prospects does it bring to our metropolis, which has seemingly concentrated a lot of resources of various types? We will try to understand everything and delve into the essence of the» creative concept » of Moscow’s further growth.

Ключевые слова: креативные индустрии, креативные кластеры, креативные технопарки, креативная экономика, инновации, информационное общество, информационно-коммуникационные технологии, развитие Москвы.

Keywords: creative industries, creative clusters, creative technoparks, creative economy, innovations, information society, information and communication technologies, development of Moscow.

В ЦЕНТРЕ — ЧЕЛОВЕК И ЕГО ТАЛАНТ

29 октября 2020 года в жизни столицы произошло довольно важное событие: на весьма известной и популярной арт-площадке «Центр современного искусства «Винзавод» состоялся представительный круглый стол на тему «Актуальные проблемы развития креативных индустрий в городе Москве». В ходе мероприятия не раз прозвучало их определение: это отрасли деятельности, берущие начало в индивидуальном творчестве, таланте и мастерстве, обладающие потенциалом для формирования добавленной стоимости и новых рабочих мест посредством генерации и эксплуатации интеллектуальной собственности.  Сегодня драйвер развития экономики смещается из сырьевых отраслей в отрасли творческие, и вклад креативных индустрий (creative industries) в ВВП в ведущих странах мира составляет уже от 3 до 5%. По этому пути идет и Нью-Йорк, и Токио, и Лондон, и Гонконг, и Берлин, и Барселона — и на него же уверенно вступила Москва.

Вспомним Александра Сергеевича Пушкина: «Не продается вдохновенье, но можно рукопись продать». Когда поэт пишет гениальные стихи, творя в тиши своего кабинета, это высокое искусство. Но как только он действительно решил продать свою рукопись, возникает целая цепочка производственных и коммерческих процессов. С редакторами, с корректорами, с издателями, с типографией, с книжными магазинами или книжными лавками, с рекламой и маркетингом, и тут возникает огромное количество рабочих мест, связанных с творческой деятельностью! Говоря о креативных индустриях, мы имеем в виду кинематограф и анимацию, архитектуру и урбанистику, компьютерный дизайн и разработку компьютерных и видеоигр. Мы говорим о литературе и книгоиздательской деятельности, об искусстве, о галереях, об индустрии моды. Колоссальное количество туристов — по крайней мере, так было до пандемии — приезжают в Москву именно потому, что наш город становится одним из центров креативной экономики, интересный и путешественникам, и самим москвичам.

Креативная индустрия на деле превратилась в крупный сектор столичной экономики. И значимость этого сектора совершенно очевидно определяется не только традиционными эффектами, как, скажем, объемы производства товаров и услуг или создание рабочих мест. Данный сектор выступает, без преувеличения, катализатором инновационного развития и важным элементом развивающегося информационного общества. Именно здесь создаются новые смыслы, здесь формируются нематериальные активы и те тренды, которые задают собственно вектор дальнейшего роста. И, безусловно, центром всей креативной индустрии является человек — с его талантами, знаниями,  умениями и навыками.

Будет не лишним четко охарактеризовать истинные масштабы развития этой сферы в Москве: в общей сложности численность занятых здесь уже превышает 1 миллион (!) человек, что является очень высоким показателем по сравнению со среднероссийской занятостью и по сравнению с общей занятостью в экономике города.

ТВОРЧЕСТВО НА ВЫСШЕМ УРОВНЕ

В ключевом документе стратегического планирования – Основах государственной культурной политики Российской Федерации, на данный момент мы видим следующее определение: «Творческие индустрии» — компании, организации и объединения, производящие экономические ценности в процессе творческой деятельности, а также деятельность по капитализации культурных продуктов и их представлению на рынке. В июле 2020 года в Москве было учреждено Агентство креативных индустрий, учредителем которого выступил Департамент предпринимательства и инновационного развития столицы. В перечне основных задач Агентства —  формирование условий для развития бизнеса и создание рабочих мест в сфере креативных индустрий,  продвижение московских технологий на международном уровне, внедрение в отрасли инновационных разработок, организация образовательных программ, бизнес-миссий в зарубежные страны. И — формирование позитивного имиджа Москвы как международного центра креативных индустрий.

Подводя итог, стоит подчеркнуть: именно креативные индустрии способствуют трансформации городов в глобальные инновационные центры, со стабильными показателями роста благосостояния, увеличения числа рабочих мест, с грамотным распределением городских ресурсов. С радостью констатирую, что на 2018 год доля креативных индустрий в экономике самых крупных городов России сопоставима с показателями мегаполисов Западной Европы. Так, в Санкт-Петербурге она составила 12%, а, к примеру, в Тюмени – 9,6%. В Москве же эта цифра вплотную приблизилась к более чем солидным 20%. Иными словами, наш город — скорее мировой, чем российский игрок в этой сфере. Темпы роста креативных индустрий в Москве заметно опережают темпы страны в целом.

Отрадно, что развитие креативных индустрий прямо названо стратегической задачей государства на самом высоком уровне. Первый заместитель руководителя Администрации Президента РФ Сергей Кириенко заявил о необходимости создания особых площадок для общения представителей творческой индустрии, власти и бизнеса- это произошло в сентябре 2020 года в ходе проведения Российской креативной недели[5]. В Администрации главы государства считают, что вещи, «которые раньше воспринимались как некое «баловство», за короткий срок «стали успешным большим бизнесом» — и конечно, неспроста. Сергей Кириенко указал, что вложение в творчество, культуру и искусство перестало быть «затратами», неким бременем — теперь это полноценные прибыльные инвестиции.

— У нас на глазах происходит перелом, когда руководители бизнеса, федеральных и региональных органов власти начинают говорить о вложениях в сферу творчества, культуры и искусства как об инвестициях, — подчеркнул первый замглавы АП. — И это, на мой взгляд, фундаментальный перелом!

За последние несколько лет только Фондом президентских грантов на поддержание проектов, развивающих креативные индустрии в России, направлено порядка 8 млрд рублей. В том числе и сам фестиваль «Российской креативной недели» получил грант по итогам первого конкурса 2020 года.

Генерировать же изменения, повторимся, способен лишь тот самый креативный класс. Его основной чертой является выдающаяся мобильность и гибкость сознания. Чтобы привлечь креативных людей, помимо, само собой, достойной зарплаты нам — говорю сейчас о Москве, российском городе-лидере в данном сегменте — требуется и дальше развивать конкурентоспособную городскую инфраструктуру (кластеры, центры творческой активности), создавая самые благоприятные креативные условия, творческий климат. Столица, преодолевая неизбежные трудности и вызовы, безусловно следует данному прогрессивному тренду!

Литература

1. Белл Д. Грядущее постиндустриальное общество: Опыт социального прогнозирования / Пер. с англ. М.: Academia, 2004. — 788 с.
2. Зеленцова Е.В., Гладких Н.В. Творческие индустрии. Теории и практики. – М., 2010.- 240 с.
3. Купцова И.А., Бокова А.В., Золотарева Л.Р., Щербакова Е.В., Мясищев Г.И., Хорошевская Ю.П., Понькина А.М. Творческике индустрии как фактор развития социокультурного пространства.. – Новосибирск: Изд-во АНС «СибАК», 2015
4. Лэндри Ч. Креативный город / Пер. с англ. — М.: Классика-XXI, 2005. — 399 е.; 
5. Орлов С.В.,Хохлов Ю.Е. Москва и информационное общество. — Институт развития информационного общества, М, 2001 -799 с.
6. Творческие индустрии. Модель для сборки: Сб. статей / Сост. Е. В. Зеленцовой. М.: Институт культурной политики, 2005.
7. Флорида Р. Креативный класс: Люди, которые меняют будущее / Пер. с англ. -М.: Классика-XXI, 2005.-430 с.

[1] https://undocs.org/pdf?symbol=ru/A/C.2/74/L.16/REV.1

[2] https://www.mos.ru/mayor/themes/12299/6556050/

[3] https://tass.ru/ekonomika/8204291

[4] https://issek.hse.ru/news/399084439.html

[5] https://life.ru/p/1344937

УДК 331.5 

DOI 10.24412/2413-046Х-2021-10016

ГОСУДАРСТВЕННОЕ РЕГУЛИРОВАНИЕ РЫНКА ТРУДА РЕГИОНА В УСЛОВИЯХ ВЫЗОВОВ ПОСТПАНДЕМИЧЕСКОЙ ЭКОНОМИКИ 

STATE REGULATION THE REGION’S LABOR MARKET IN THE FACE OF CHALLENGES POST-PANDEMIC ECONOMY

Федоров Владимир Христофорович, доктор сельскохозяйственных наук, профессор, ректор ФГБОУ ВО Донской государственный аграрный университет, п. Персиановский, Ростовская область, Россия

Шейхова Марина Сергеевна, кандидат экономических наук, доцент, доцент кафедры экономики, философии и социальных дисциплин, ФГБОУ ВО Донской государственный аграрный университет, п. Персиановский, Ростовская область, Россия

Сафонова Светлана Геннадиевна, кандидат экономических наук, доцент, доцент кафедры экономики, философии и социальных дисциплин, ФГБОУ ВО Донской государственный аграрный университет, п. Персиановский, Ростовская область, Россия

Кувичкин Николай Михайлович, кандидат сельскохозяйственных наук, доцент кафедры экономики, философии и социальных дисциплин, ФГБОУ ВО Донской государственный аграрный университет, п. Персиановский, Ростовская область, Россия

Fedorov V.Kh., 9286109975@mail.ru

Safonova S.G., svet_lana2808@rambler.ru

Sheykhova M.S., Sholuhmarina@rambler.ru

Kuvichkin N.M., Nikolay1384@bk.ru

Аннотация. Серьезные изменения на рынке труда в условиях распространения новой коронавирусной инфекции коснулись всех регионов России без исключения. В условиях нарастающего экономического кризиса, вызванного массовым закрытием предприятий, падением потребительского и инвестиционного спроса и ростом безработицы, решающую роль играет разработка эффективных мер государственной поддержки, направленных на стимулирование как всей экономики, так и отдельных групп ее хозяйствующих субъектов. В статье рассмотрена текущая ситуация на рынке труда Ростовской области, позволяющая выявить динамику и структуру безработицы. Авторами рассмотрены группы мер и эффективность государственной поддержки рынка труда – малых и средних предприятий, предприятий из наиболее пострадавших отраслей в условиях Ростовской области.

Summary. Serious changes in the labor market in the context of the spread of a new coronavirus infection affected all regions of Russia without exception. In the context of the growing economic crisis caused by the mass closure of enterprises, falling consumer and investment demand and rising unemployment, the development of effective state support measures aimed at stimulating both the entire economy and individual groups of its economic entities plays a crucial role. The article examines the current situation in the labor market of the Rostov region, which allows us to identify the dynamics and structure of unemployment. The authors consider groups of measures and the effectiveness of state support for the labor market – small and medium-sized enterprises, enterprises from the most affected industries in the Rostov region.

Ключевые слова: рынок труда, Covid 19, скрытая безработица, пособие по безработице, самоизоляция, государственное регулирование, МРОТ, постпандемическая экономика.

Keywords: labor market, Covid 19, hidden unemployment, unemployment benefits, self-isolation, state regulation, minimum wage, post-pandemic economy.

Безработица является одной из самых значительных социально-экономических проблем России, в том числе Ростовской области. Под термином «безработица» мы понимаем один из важнейших показателей ситуации на рынке труда, который оказывает негативное влияние на жизнь людей. Особенно остро тема безработицы встала в период введения многочисленных ограничительных мер, связанных с борьбой против COVID-19.

Так, уже к концу первого полугодия 2020 года на учет в центры занятости населения Ростовской области поставлены более 35 тысяч жителей региона, и их количество стремительно продолжало расти. В то время, когда в банке вакансий насчитывалось 42 тысячи рабочих мест, на них минимум претендовало 49 тысяч человек.

Все осложняется и тем, что по факту количество реально безработных как минимум вдвое выше официальных цифр. Для российской экономики характерна так называемая скрытая безработица. Ее принцип состоит в том, что в условиях частичного использования трудовых ресурсов предприятия, работников не сокращают, а предлагают им сокращенный режим рабочего времени (неполная рабочая неделя или рабочий день, не полная ставка), а также предоставляют им отпуска без содержания заработной платы. Официально этих работников нельзя назвать безработными, но в действительности они таковыми являются [7]

Резкое ухудшение материального положения семей безработных может повлечь за собой рост заболеваемости и преступности, усиливает социальную напряженность в обществе. Ситуация на рынке труда в Российской Федерации в настоящее время оказывает неоднозначное влияние на социально-экономическое развитие. [3] С одной стороны, рынок расширил различные формы занятости (например, активно развивается сфера онлайн-услуг) и увеличил возможности самореализации населения – часть населения осваивают новые профессии, как смежные с их специальностями, так и совершенно новые для себя. Но с другой – кризисные явления и институциональные преобразования в российском обществе стали причиной умеренного роста уровня безработицы. [5]

Вынужденный режим самоизоляции, который соблюдался в регионах достаточно жестко, сделал свое дело: практически все отрасли замедлили развитие, прежде всего, пострадали предприятия общественного питания, сильно просела сфера оказания услуг населению, да и в других отраслях наблюдалось значительное затишье. Соответственно выросла безработица, эту тенденции зарегистрировали во всех регионах юга. [4]

В силу вышесказанного проблема безработицы приобретает исключительную значимость и требует большого внимания. Со стороны правительства РФ и Ростовской области в частности вводится немало мер по поддержке граждан, кто потерял работу в это сложное время, а также для владельцев малого и среднего бизнеса.

В целом от государства для населения, в том числе и на региональном уровне, можно выделить следующую помощь:

• Граждане, уволенные после 01.03.2020 г., имеют право на повышенное пособие по безработице в размере не менее 12 130 руб. (1 МРОТ).
• Власти субъектов РФ могут увеличить минимальный размер пособия на региональный коэффициент.
• Пособие по безработице временно было увеличено с 1 500 руб. до 4 500 руб.
• Безработные, уволенные после 01.03.2020, у которых есть дети до 18 лет, могут рассчитывать на дополнительное пособие в размере 3 000 руб. на каждого несовершеннолетнего.
• У людей, потерявших работу, есть право на кредитные каникулы в виде предоставления отсрочки по уплате ежемесячных платежей на срок до полугода.
• Упрощен порядок получения пособия по безработице.

Обобщенно структуру безработицы можно представить в виде 4-х категорий:

1) потерявшие работу в результате увольнения;

2) добровольно уволившиеся для поиска новой работы;

3) пришедшие на рынок труда после перерыва;

4) впервые пришедшие на рынок труда.

Показатели уровня безработицы могут охарактеризовать не только ситуацию на рынке труда, но и общее состояние эффективности экономики.

Рассмотрим динамику численности безработных, зарегистрированных в государственных учреждениях службы занятости населения Ростовской области, данные за каждые три месяца начиная с января по сентябрь (см. рис.).

На рисунке мы видим, что пик безработицы пришелся на период с мая по июль. Учитывая то, что здесь отображено количество обращений граждан в органы социальной защиты и вставших на биржу труда, можно полагать – это связано с новыми ограничительными мерами по COVID-19, многие представители малого и среднего бизнеса были вынуждены остановить свою деятельность и провести сокращения персонала.

В октябре 2020 года численность безработных снизилась, этому поспособствовало отсутствие притока трудовых мигрантов, из-за закрытых границ они не смогли приехать в Россию на заработки. Кроме того, от государства прекратилось автоматическое начисление пособия по безработице в повышенном размере, а это уже побуждает людей активнее искать себе источник доходов. Также благодаря постепенному снятию ранее введенных ограничительных мер появились новые вакантные места.

Пособие по безработице гражданам, уволенным в течение 12 месяцев, предшествовавших началу безработицы, состоявшим в этот период в трудовых отношениях не менее 26 недель и признанным в установленном порядке безработными, начисляется в первые три месяца в размере 75 процентов их среднемесячного заработка, исчисленного за последние три месяца по последнему месту работы, в следующие три месяца – в размере 60 процентов указанного заработка. При этом размер пособия по безработице не может быть выше максимальной величины пособия по безработице и ниже минимальной величины пособия по безработице. [2]

Пособие по безработице во всех иных случаях гражданам, признанным в установленном порядке безработными, в том числе гражданам, впервые ищущим работу (ранее не работавшим), гражданам, стремящимся возобновить трудовую деятельность после длительного (более одного года) перерыва, гражданам, прекратившим индивидуальную предпринимательскую деятельность в установленном законодательством порядке, гражданам, уволенным за нарушение трудовой дисциплины или другие виновные действия, предусмотренные законодательством Российской Федерации, гражданам, уволенным по любым основаниям в течение 12 месяцев, предшествовавших началу безработицы, и состоявшим в этот период в трудовых (служебных) отношениях менее 26 недель, гражданам, направленным органами службы занятости на обучение и отчисленным за виновные действия, гражданам, вышедшим из членов крестьянского (фермерского) хозяйства, начисляется в размере минимальной величины пособия по безработице.

Гражданам предпенсионного возраста, состоявшим в период, предшествующий началу безработицы, в трудовых отношениях не менее 26 недель,  пособие по безработице начисляется в первые три месяца в размере 75 процентов их среднемесячного заработка, начисленного за последние три месяца по последнему месту работы, в следующие четыре месяца – в размере 60 процентов такого заработка, в дальнейшем – в размере 45 процентов такого заработка (период выплаты пособия по безработице не может превышать 12 месяцев). При этом размер пособия по безработице не может быть выше максимальной величины пособия по безработице и ниже минимальной величины пособия по безработице. Для граждан предпенсионного возраста, состоявших в трудовых  отношениях менее 26 недель, пособие по безработице начисляется в размере минимальной величины пособия по безработице.

В период прохождения профессионального обучения и получения дополнительного профессионального образования по направлению органов службы занятости выплачивается стипендия:

гражданам, уволенным в течение 12 месяцев, предшествовавших началу обучения, и состоявшим в этот период в трудовых отношениях не менее 26 недель, выплачивается в размере 75 процентов их среднего заработка, исчисленного за последние три месяца по последнему месту работы, но не выше максимальной величины пособия по безработице и не ниже минимальной величины пособия по безработице;

для граждан, уволенных в течение 12 месяцев, предшествовавших началу обучения, и состоявших в этот период в трудовых отношениях менее 26 недель, – в размере пособия по безработице, причитающегося гражданину на день, предшествующий началу обучения, но не выше максимальной величины пособия по безработице и не ниже минимальной величины пособия по безработице;

для граждан, впервые ищущих работу, стремящихся возобновить трудовую деятельность после длительного (более одного года) перерыва, уволенным за нарушение трудовой дисциплины или другие виновные действия, предусмотренные законодательством Российской Федерации, утратившим право на пособие по безработице в связи с истечением установленного периода его выплаты, – в размере минимальной величины пособия по безработице.

Кроме того, в связи с распространением новой коронавирусной инфекции (COVID-19) распоряжением Правительства Ростовской области от 13.04.2020 № 235 за счет средств резервного фонда Правительства Ростовской области выделено 51 000 тыс. рублей на выплату единовременной материальной поддержки безработным гражданам Ростовской области, зарегистрированным в государственной службе занятости населения Ростовской области на 15 апреля 2020 г., на каждого несовершеннолетнего ребенка в размере 3 000 рублей, без учета суммы налога на доходы физических лиц. [1]

Далеко не все, кто потерял работу в условиях пандемии, надеялись только на помощь государства. Многие начали активно осваивать новые профессии, проходили различные онлайн-обучения для удаленной работы через Интернет, часть их этих людей далее регистрировались как самозанятые, т.е. они теряли статус безработного.

Бесконтрольное формирование безработицы приводит и к серьезным макроэкономическим последствиям:

• человек, который остался без средств к существованию все равно потребляет необходимые ему для комфортного проживания блага. В связи с этим государство должно найти средства для поддержания людей, оказавшихся в трудной жизненной ситуации;
• увеличение числа безработицы постепенно уменьшает спрос на продукцию на внутреннем рынке. Безработные обязаны ограничиваться только самыми необходимыми товарами для своего существования. В результате осложняется продажа товаров на внутреннем рынке страны;
• безработица усугубляет и политическую обстановку в стране. Растет недовольство людей, кто не могут нормально жить, они вынуждены искать достойную работу с достойной для них зарплатой, которой для большинства населения все равно недостаточно;
• увеличение количества не занятых трудом людей приводит к росту числа правонарушений. Люди их совершают, чтобы обеспечить себя необходимыми вещами.

Литература

1. Распоряжение Правительства Ростовской области от 13.04.2020 № 235 «О выделении средств» URL: https:// donland.ru/documents/11715/(дата обращения: 24.12.2020).
2. Бондаренко, Н. Е. Российский рынок труда в условиях пандемии новой коронавирусной инфекции: тенденции, вызовы и государственное регулирование / Н. Е. Бондаренко // Инновации и инвестиции. 2020. № 7. URL: https://cyberleninka.ru/article/n/rossiyskiy-rynok-truda-v-usloviyah-pandemii-novoy-koronavirusnoy-infektsii-tendentsii-vyzovy-i-gosudarstvennoe-regulirovanie (дата обращения: 24.12.2020).
3. Маркина, А. Н. Государственное регулирование экономики в условиях борьбы с COVID-19 / А. Н. Маркина // Экономика и бизнес: теория и практика. 2020. №6. URL: https://cyberleninka.ru/article/n/gosudarstvennoe-regulirovanie-ekonomiki-v-usloviyah-borby-s-covid-19 (дата обращения: 24.12.2020).
4. Федоров, В.Х. Основные подходы к управлению устойчивым развитием сельских территорий Дона / В. Х. Федоров, С. Г. Сафонова, М. С. Шейхова, Н. М. Кувичкин // Московский экономический журнал. 2020. № 8. С. 30.
5. Формирование инновационной модели развития предприятий АПК : теоретические основы, приоритеты и инструменты реализации : монография / О. Н. Бунчиков, С. Г. Сафонова, М. А. Холодова, М. С. Шейхова ; Донской ГАУ ; ФГБНУ Федеральный Ростовский аграрный центр (ФРАНЦ). – Персиановский : Донской ГАУ, 2020. – 188с.
6. Халиль Дмитрий Дмитриевич Законодательные инициативы уполномоченного при Президенте РФ по защите прав предпринимателей в связи с пандемией коронавируса // StudNet. 2020. №3. URL: https://cyberleninka.ru/article/n/zakonodatelnye-initsiativy-upolnomochennogo-pri-prezidente-rf-po-zaschite-prav-predprinimateley-v-svyazi-s-pandemiey-koronavirusa (дата обращения: 24.12.2020).
7. Шейхова, М. С. Гендерное измерение социально-экономической ситуации в Ростовской / М. С. Шейхова  // Вестник Донского государственного аграрного университета. 2020. № 1-2 (35). С. 64-71.

УДК 332.37

DOI 10.24412/2413-046Х-2021-10015

ИСПОЛЬЗОВАНИЕ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АВТОМАТИЗИРОВАННОГО ОБНОВЛЕНИЯ КАРТОГРАФИЧЕСКОГО МАТЕРИАЛА В РЕАЛЬНОМ ВРЕМЕНИ

USING ARTIFICIAL INTELLIGENCE SYSTEMS FOR AUTOMATIC UPDATING IN REAL TIME OF CARTOGRAPHICAL DATA 

Жигалов Кирилл Юрьевич, кандидат технически наук, старший научный сотрудник, Институт проблем управления науки В.А. Трапезникова Российской Академии наук, Московский технологический институт, Москва

Маркова Светлана Валдимировна, доцент, департамент анализа данных, принятия решений и финансовых технологий, Финансовый университет при Правительстве Российской Федерации, Москва

Jigalov K.Y., KShakalov@mail.ru

Markova S.V., SVMarkova@fa.ru 

Аннотация. Автономным транспортным средствам необходима точная, актуальная 3D карта для локализации по отношению к их окружению. Сегодня сбор карт проходит нечасто и использует парк специализированных транспортных средств. В этой статье мы исследуем другой подход: в режиме, близком к реальному вре-мени, сбор 3D карт из «vehicles» с усовершенствованными датчиками (LiDAR, стереокамеры). Наша главная техническая задача состоит в том, чтобы найти бережливое представление карты 3D таким образом, чтобы новые сегменты карты или обновления существующих карт были достаточно компактными, чтобы загружать их почти в реальном времени по сотовой сети. С этой целью был создан алгоритм CarMap, содержит новые методы фильтрации объектов и сопоставления признаков на основе местоположения для улучшения надежности локализации и включает новый алгоритм сшивания для объединения сегментов карт из нескольких транспортных средств для не сопоставленных сегментов дорог и эффективную операцию обновления карт для обновления существующих сегментов. Оценки показывают, что CarMap занимает менее секунды, чтобы обновить карту, уменьшает размеры карты на 75 × относительно конкурирующих стратегий, имеет более высокую точность локализации и способен локализоваться в угловых случаях, когда другие подходы отказывают.

Summary. Autonomous vehicles need an accurate, up-to-date 3D map for localization in relation to their surroundings. Today, card collection is infrequent and uses a fleet of specialized vehicles. In this article, we explore a different approach: in a near-real-time mode, collecting 3D maps from «vehicles» with advanced sensors (LiDAR, stereo cameras). Our main technical challenge is to find a lean 3D representation of the map so that new map segments or updates to existing maps are compact enough to load them almost in real time over the cellular network. To this end, the CarMap algorithm was created, contains new methods for filtering features and matching features based on location to improve localization reliability, and includes a new stitching algorithm for combining map segments from multiple vehicles for non-mapped road segments, and an efficient map update operation for updating existing segments. Estimates show that CarMap takes less than a second to update the map, reduces the map size by 75 × relative to competing strategies, has higher localization accuracy, and is able to localize in corner cases when other approaches fail.

Ключевые слова: системы искусственного интеллекта, развитие картографии, автоматизированное обновление данных, режим реального времени.

Keywords: artificial intelligence systems, development of cartography, automated data updating, real-time mode. 

Введение. Автономные транспортные средства используют трехмерную (3D) карту окружающей среды для точного позиционирования с точки зрения окружающей среды. Карта 3D содержит элементы среды и связанные с ними позиции. В качестве привода транспортное средство воспринимает эти особенности с помощью усовершенствованных датчиков восприятия глубины (таких как LiDAR и стереокамеры), затем сопоставляет их с особенностями на карте, а используя положения признаков, триангулирует собственное положение.

Карты необходимо обновлять всякий раз, когда происходят существенные изменения в среде. Изменения в среде могут повлиять на набор элементов, видимых транспортному средству. Например, закрытие дорог или полос из-за строительства или аварий, припаркованные фургоны для доставки, препятствующие движению, припаркованные транспортные средства на обочине дороги или закрытия для спортивных мероприятий могут привести к тому, что набор элементов на карте будет отличаться от набора элементов, видимых транспортному средству. Это влияет на согласование функций и может снизить точность локализации. С устаревшей картой автомобиль не способен позиционировать себя; обновленная карта необходима для точного позиционирования. [1]

Какие методы и методы могут обеспечить обновление 3D карт почти в реальном времени? Наиболее многообещающим архитектурным подходом к этому вопросу, который мы рассматриваем, является краудсорсинг. В этом подходе, который использует растущую доступность датчиков восприятия глубины в транспортных средствах, каждое транспортное средство, проезжая через дорожный сегмент, загружает обновления карт почти в реальном времени по сотовой сети в облачный сервис. Облачная служба, которая выступает в качестве точки встречи, применяет эти обновления к карте и делает эти обновления доступными для других транспортных средств.

Учитывая современные полосы пропускания сотовой связи, эта архитектура наиболее подходит для класса карт 3D, в которых ориентиры являются элементами SparseFeature библиотеки TensorFlow Core при формировании окружающей среды. Тем не менее, современные карты 3D на основе функций, генерируемые алгоритмами одновременной локализации и отображения (SLAM), требуют на порядок большей полосы пропускания, чем сотовые скорости.

Архитектура и рабочий процесс. Когда транспортные средства пересекают улицы, они получают бережливые представления карт элементов с помощью генератора сегментов карт, который работает на транспортном средстве. К этому представлению CarMap применяет динамический фильтр объектов для повышения надежности к динамике окружающей среды. Затем CarMap определяет, является ли это новым сегментом карты (недоступным в собственной базовой карте). Если это так, он загружает весь сегмент карты, иначе он загружает карты в облачный сервис. Облачный сервис запускает сшивание для добавления нового сегмента на карту или исправление для исправления различий в существующей карте. [2]

Транспортное средство получает от облачного сервиса сегменты или отклонения, вносимые другими транспортными средствами, реконструирует полную карту и использует ее для локализации транспортного средства. Создание различий, сшивание, исправление и реконструкция используют индекс элементов на основе позиции для согласования элементов, что приводит к высокой точности согласования элементов.

Вычислительные ресурсы на транспортном средстве, необходимые для создания, согласования, формирования и реконструкции карт, сравнимы с ресурсами, предоставляемыми коммерческими платформами, работающими на транспортном средстве. CarMap использует облачное хранилище в качестве рандеву для обновлений карт транспортных средств и облачных вычислений для интеграции обновлений карт. Дополнительные напряжения в этой архитектуре, связанные с использованием дорожных блоков для хранения и обработки, оставлены на будущее.

Подход CarMap. Элементы карты генерируются из элементов ключевых кадров. Аналогично, для создания индекса элемента карты необходимы как элементы карты, так и элементы ключевых кадров.

Таким образом, теоретически для CarMap было бы достаточно загрузить только элементы ключевых кадров, тем самым уменьшая объем данных, подлежащих загрузке. К сожалению, это не обеспечивает значительной экономии полосы пропускания. Для участка улицы протяженностью 1 км функции ключевых кадров требуют около 400 МБ. При скорости примерно в 30 км/ч потребуется пропускная способность загрузки 27 Мбит/с, все еще превышающая номинальные скорости LTE. При более высоких скоростях потребуется пропорционально большая полоса пропускания, поскольку транспортное средство покрывает большую часть окружающей среды. CarMap использует немного не интуитивный выбор представления карты: только элементы карты. Каждый элемент карты содержит сигнатуру элемента, положение 3D в кадре привязки карты и список ключевых кадров, в которых отображается элемент карты. Предусмотрена загрузка карты в реальном времени. [3, 4]

Однако, чтобы понять, почему это реалистичное представление, мы описываем, как можно реконструировать полную карту SLAM из этих особенностей карты. С элементами карты связан список ключевых кадров, в которых они отображаются. Из них мы можем генерировать ключевые кадры (последовательность ключевых кадров и элементов, видимых в этих ключевых кадрах). Из этих ключевых кадров можно сгенерировать индекс элемента и индекс элемента карты, что приведет к полной карте SLAM.

Однако карта CarMap содержит только элементы карты, в то время как карта SLAM содержит все элементы, видимые в каждом ключевом кадре. Это меньшее количество элементов может снизить точность сопоставления элемен-тов. Для решения этой проблемы в CarMap используется более эффективная стратегия поиска функций.

Надежное и масштабируемое сопоставление функций. Для решения этих проблем вместо поиска всех ключевых кадров на карте CarMap выполняет поиск совпадений вблизи текущего положения транспортного средства. Для поиска CarMap использует GPS-местоположение транспортного средства. Однако известно, что GPS ошибочен, особенно в сильно затрудненных средах, поэтому CarMap ищет по большому радиусу вокруг текущего положения GPS (в нашем опыте — 50 м, больше максимальной ошибки, сообщенной в).

Сопоставление ключевых кадров. В частности, в дополнение к использованию подобия инвертированного индекса и гистограммы слов для поиска совпадающих ключевых кадров в базовой карте, CarMap поддерживает глобальное дерево ключевых кадров и использует его для поиска всех ключевых кадров в карте в пределах заданного радиуса. Для локализации транспортного средства с кадром «F» в данной карте CarMap использует координаты GPS транспортного средства для получения всех ключевых кадров в пределах большого радиуса вокруг положения GPS. Находится подмножество ключевых кадров, наиболее похожих на «F», на основе сопоставления гистограмм. Если найти похожие ключевые кадры не представляется возможным, в данном случае используются ключевые кадры, ближайшие к координатам GPS транспортного средства. Для каждого ключевого кадра «K» в подмножестве производится поиск для каждого признака «F» — выполняется преобразование координат, чтобы найти положение на карте, далее следует процедура сопоставление признаков.

Сопоставление элементов. Основываясь на позиционных подсказках элементов, CarMap также поддерживает другое глобальное дерево элементов карты, которое разделяет 3D пространство на различные области, чтобы найти все элементы на карте, которые являются ближайшими. (по положению) к заданному признаку. Затем для каждого признака в кадре «F» находятся все картографические признаки, являющиеся пространственными соседями.

Динамический фильтр объектов. Чтобы противостоять этому, CarMap использует семантическую сегментацию для классификации всей сцены на статические и (полу-) динамические объекты. Семантическая сегментация может быть предварительно сформирована на данных камеры, а также данных LiDAR, и относится к задаче назначения каждому пикселю в кадре семантической метки, такой как «автомобиль», «здание» и т.д. Помимо анализа движения, CarMap использует эти семантические метки для определения необходимости добавления элементов на карту.

В частности, CarMap извлекает элементы и использует семантическую сегментацию для маркировки каждой точки/пикселя в кадре. Затем каждый элемент связывается с соответствующей семантической меткой конкретного пикселя(ей), которые охватывает элемент. В результате, когда элемент генерируется, помимо его признака — природы и положения 3D, CarMap также добавляет к нему семантическую метку. если семантическая метка относится к динамическому или полу-динамическому объекту (например, автомобиль, грузовик, пешеход, велосипед и т.д.), CarMap не добавляет его на карту.

Для обнаружения движущихся объектов мы могли бы использовать «вычитание» фона, но CarMap нуждается в возможности также обнаруживать полу-динамические объекты (например, припаркованные автомобили). Детекторы объектов могут создавать свободные ограничивающие рамки для полу-динамических объектов, что может привести к неправильным совпадениям между элементами и соответствующими им объектами.

Семантическая сегментация создает две проблемы на практике. Во-первых, она склонна к ошибкам, особенно на границах разных объектов. Например, современный инструмент сегментации DeepLabv3 имеет оценку iIoU8 62,4% на семантическом эталоне сегментации (CityScapes). Во-вторых, он использует глубокие сверточные нейронные сети, которые являются очень дорогими в вычислительном отношении.

Надежная маркировка. Для решения первой задачи CarMap отслеживает метки элементов в нескольких кадрах и использует схему мажоритарного голосования для получения надежных меток. Рассмотрим функцию, которая обнаруживается и отслеживается в нескольких ключевых кадрах (только эти функции, вероятно, будут добавлены в качестве функций карты). В каждом ключевом кадре мы определяем семантическую метку.

Вместо того, чтобы маркировать каждый признак своей семантической меткой, мы выполняем более грубую классификацию, определяя, принадлежит ли этот объект к категории статичных элементов (дорожное покрытие, сигналы движения, здания, растительность и т. д.) или не статике (легковые автомобили, грузовики, пешеходы) и т. д.

Эта более грубая классификация преодолевает граничные ошибки в сегментации: даже если алгоритм сегментации идентифицирует пиксель как принадлежащий зданию, когда он фактически принадлежит дереву перед зданием, поскольку оба эти объекта являются статическими, пиксель будет правильно классифицирован как статический. Затем CarMap проводит мажоритарное голосование на этих более грубых поясах, чтобы определить, является ли искомый элемент статическим или не статическим. На рисунке показано, что этот подход приводит к высокой точности классификации.

При добавлении новой области к базовой карте транспортное средство загружает весь сегмент карты. Для обновления существующего сегмента карты CarMap создает разницу в карте, содержащую новые элементы карты (ниже — новые элементы карты, отмеченные синим цветом).

Средство обновления карт. Разности карт компактно представляют вновь обнаруженные элементы. Чтобы объяснить, как CarMap генерирует разницу в карте. CarMap загружает встроенный сегмент карты в память и помечает все элементы карты (точки карты и ключевые кадры) как предварительно загруженные элементы карты. Когда транспортное средство пересекает зону фиксации, оно локализуется в сегменте карты. В то же время для каждого признака, воспринимаемого транспортным средством, оно использует надежное сопоставление признаков CarMap для запроса и сопоставления с признаками объекта, присутствующими в сегменте карты в той же пространственной близости. Если совпадение выполнено успешно, это означает, что элемент уже присутствует на карте. Если нет, то это новая функция. Патчер облачной службы вставляет эти в карту и рассылает патч всем транспортным средствам, чтобы они могли обновить свои базовые карты. [5]

Выделенные области представляют перекрывающиеся под-сегменты. CarMap позволяет в режиме реального времени обновлять по сотовым сетям функциональные карты 3D среды. Он находит бережливое представление карты характеристик, которая вписывается в ограничения пропускной способности беспроводной сети, включает надежный поиск характеристик на основе местоположения, удаляет динамические и полу-динамические характеристики, чтобы обеспечить лучшую локализацию, и содержит новые алгоритмы обновления карт. CarMap имеет лучшую точность локализации, чем конкурирующие подходы, и может локализоваться, даже когда другие подходы полностью отказывают.

Будущая работа может исследовать датчики LiDAR, картирование по временным шкалам, в которых могут исчезнуть даже относительно статические особенности, плотные представления карт, инфраструктурное зондирование для обновления карт в районах с низкой плотностью транспортных средств и автоматическое обновление семантических наложений карт (аварии, доступные места стоянки). [1, 6] 

Литература

1. Распоряжение Правительства РФ от 30.07.2010 № 1292-р «Об утверждении Концепции развития государственного мониторинга земель сельскохозяйственного назначения и земель, используемых или предоставленных для ведения сельского хозяйства в составе земель иных категорий, и формирования государственных информационных ресурсов об этих землях на период до 2020».
2. Земельный кодекс Российской Федерации от 25 октября 2001 г. № 136-ФЗ.
3. Жигалов К.Ю. Автоматизация управления и мониторинга процессов строительства с использованием ГИС систем//Фундаментальные исследования. 2014. № 12-3. С. 492-494.
4. Земельные ресурсы и их использование // Итоги Всероссийской сельскохозяйственной переписи 2016 года: Москва.: ИИЦ «Статистика России», 2016.
5. Предварительные итоги Всероссийской сельскохозяйственной переписи 2016 года по Российской Федерации // Предварительные итоги Всероссийской сельскохозяйственной переписи 2016 года: в 2 т. Том 2: – Москва: ИИЦ «Статистика России», 2017. – 290 с.
6. Официальный сайт Федеральной службы государственной регистрации, кадастра и картографии [Электронный ресурс]. – Режим доступа: www.rosreestr.ru.

References

1. Decree of the Government of the Russian Federation of 30.07.2010 No. 1292-R «On approval of the Concept of development of state monitoring of agricultural land and land used or provided for farming as part of other categories of land, and the formation of state information resources about these lands for the period up to 2020».
2. «Land code of the Russian Federation» No. 136-FL of October 25, 2001.
3. Zhigalov K. Yu. Automation of management and monitoring of construction processes using GIS systems / / Fundamental research. 2014. No. 12-3. PP. 492-494
4. Land resources and their use // results of the all-Russian agricultural census of 2016. Moscow: IIC «Statistics of Russia», 2016.
5. Preliminary results of the all-Russian agricultural census of 2016 in the Russian Federation / / Preliminary results of the all-Russian agricultural census of 2016: in 2 vols. Volume 2: — Moscow: IIC «Statistics of Russia», 2017. — 290 p.
6. Official website of the Federal service for state registration, cadaster and cartography [Electronic resource]. – Mode of access: www.rosreestr.ru.

УДК 332.37

DOI 10.24412/2413-046Х-2021-10014

ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗАДАЧАХ АВТОМАТИЗИРОВАННОГО ОБНОВЛЕНИЯ КАРТОГРАФИЧЕСКОГО МАТЕРИАЛА

FUTURE OPPORTUNITIES IN USING ARTIFICIAL INTELLIGENCES FOR AUTOMATIC UPDATING OF MAP DATA 

Жигалов Кирилл Юрьевич, кандидат технически наук, старший научный сотрудник, Институт проблем управления науки В.А. Трапезникова Российской Академии наук, Московский технологический институт, Москва

Аветисян Карэн Рафаелович, преподаватель кафедры информационной безопасности учебно-научного комплекса информационных технологий, Московский университет МВД России имени В.Я. Кикотя, Москва

Маркова Светлана Владимировна, доцент, департамент анализа данных, принятия решений и финансовых технологий, Финансовый университет при Правительстве Российской Федерации, Москва

Jigalov K.Y., KShakalov@mail.ru

Avetisyan K.R.,  Karen-Avetisyan-1989@bk.ru

Markova S.V., SVMarkova@fa.ru; 

Аннотация. Область исследования и разработки интеллектуальных машин, способных выполнять функции, характерные для человеческого мышления. Прообразом стало то, как люди используют свою нервную систему и тело, чтобы чувствовать, учиться, рассуждать и действовать. Сама задумка создания ИИ появилась относительно давно, но только появление в 20 веке цифровых компьютеров способствовало развитию и воплощению идеи в реальность. Хотя темпы прогресса в области ИИ были неоднородными и непредсказуемыми, с момента создания этой области произошел значительный прогресс, за все это время удалось перейти от теоретически описанной А.М. Тьюрингом абстрактной вычислительной машины к практическому программно-аппаратному обеспечению с возможностью распознавания лиц.

Summary. The article discusses field of research and development of intelligent machines that can perform functions characteristic of human thinking. The way people use their nervous system and body to feel, learn, reason, and act is a prototype. The idea of creating AI appeared relatively long ago, but only the appearance of digital computers in the 20th century contributed to the development and implementation of the idea into reality. Although the pace of progress in the field of AI has been uneven and unpredictable, significant progress has been made since the creation of this field, during all this time it was possible to move from the abstract computer theoretically described by A. M. Turing to practical software and hardware with the ability to recognize faces.

Ключевые слова: системы искусственного интеллекта, развитие картографии, задачи автоматизированного обновления, перспективы использования.

Keywords: artificial intelligence systems, development of cartography, tasks of automated updating, prospects for use. 

Глубокое обучение, форма машинного обучения, основанная на многоуровневом представлении переменных, называемых нейронными сетями, сделало понимание речи практико-применимым на наших телефонах и других устройствах, а его алгоритмы можно широко применять к множеству разнообразных приложений. Обработка естественного языка (NLP), путем быстрого представление знаний и мыслей позволила открыть новые возможности веб-поиска. Каждое приложение обычно требует многих лет специализированных исследований и тщательного, уникального строительства. В аналогичных целевых приложениях можно ожидать значительного увеличения использования технологий искусственного интеллекта в будущем, в том числе увеличения числа беспилотных автомобилей, медицинской диагностики и целевого лечения. [1]

Искусственный интеллект и робототехника также будут применяться по всему миру в отраслях, которые пытаются привлечь молодых работников, таких как сельское хозяйство [2], пищевая промышленность, центры выполнения заказов и фабрики. Они упростят доставку онлайн-покупок с помощью летающих дронов, беспилотных грузовиков или роботов, которые могут подниматься по лестнице к входной двери.

Исследования, которые подпитывают революцию в области ИИ, также претерпели большие изменения. Главным из них является развитие машинного обучения, отчасти стимулированное ростом цифровой экономики, которая как предоставляет, так и использует большие объемы данных. К другим факторам относятся рост ресурсов облачных вычислений и потребительский спрос на широкий доступ к таким сервисам, как распознавание речи и поддержка навигации.

Машинное обучение значительно продвинулось вперед благодаря впечатляющим эмпирическим успехам искусственных нейронных сетей, которые теперь можно обучать, работая с огромными объемами данных и крупномасштабными вычислениями. Скачок в производительности алгоритмов обработки информации сопровождался значительным прогрессом в аппаратных технологиях для многих операций. Эти тенденции стимулируют области исследований ИИ как в фундаментальных методах, так и в областях приложений: крупномасштабное машинное обучение касается разработки алгоритмов обучения, а также масштабирования существующих алгоритмов для работы с чрезвычайно большими наборами данных. Класс процедур обучения, способствовал распознаванию объектов в изображениях, маркировке видео и распознаванию активности, а также значительно продвинулся в другие области восприятия, такие как обработка звука, речи и естественного языка. [3]

С развитием технологий хранения и визуализации данных, а также непосредственно искусственного интеллекта, стало возможным решение задач автоматизации обновления картографических материалов. [1]

Будучи тесно связанным с большими данными, привлекающая внимание область машинного обучения и искусственного интеллекта также станет более важной для картографической области. От новых подходов к дизайну и производству карт до методов и приемов анализа данных. За пределами картографической области растущие исследования машинного обучения в сообществе визуализации информации могут вдохновить будущие варианты использования картографических исследований и практики. Тенденция, заметная на конференциях IEEE VIS, заключалась в создании интерфейсов и систем, которые либо визуализировали внутреннюю работу систем машинного обучения, либо помогали пользователям контролировать процесс обучения.

Понимание принципов машинного обучения и их влияния на картографическую практику будет иметь важное значение для формирования этого влияния. GAN — это генерирующая состязательная сеть (GAN) — класс фреймворков машинного обучения. Нейронная сеть генерирует изображения, а другая оценивает, насколько они «настоящие». Учитывая сетевой обучающий набор карт, этот метод учится создавать новые карты с той же статистикой, что и обучающий набор. Учитывается именно статистика, потому что изображения — это не что иное, как массивы значений пикселей, какими бы они не были. Так что в основном после обучения появляется возможность создавать почти бесконечное количество изображений, которые являются картами. [1]

Согласно недавнему прогрессу и техническому развитию в области географической информатики, а также в информационных технологиях мы можем проследить прогрессивное значение роли карт, изображений и компьютерной графики в различных контекстах, включая экологическое и городское планирование, управление ресурсами, научные исследования и образование.

Карты стали инструментом обмена знаниями между людьми. Они воспринимаются как уникальный инструмен, используемый для различных целей, который можно в общих чертах сгруппировать вокруг двух основных принципов: карты как инструмент для анализа, решения проблем и принятия решений, «визуального мышления», и карты как инструмент для передачи идей между людьми. Хотя коммуникативная роль карт, полностью соответствует картографической традиции, следует иметь в виду, что концепция картографической коммуникации в последнее время расширилась. [3, 6]

Карты являются уникальным средством передачи достаточного количества пространственной информации. Визуализация позволяет нам уловить и запомнить больший объем информации по сравнению с использованием слов. Без визуального образа для того, чтобы вспомнить ту же информацию, потребовалось бы запомнить длинный список описаний местности. Если карты обрабатываются правильно, они передают пространственную информацию точно и быстро. Если некоторые правила картографии нарушаются, коммуникация пространственной информации является весьма неточной. Передача пространственной информации иногда бывает совершенно неправильной. Следовательно, результат отображения информации может существенно повлиять на картографа.

С другой стороны, плохое исполнение карты может иметь фатальные последствия. В этом контексте карта играет роль символического оператора, способного действовать при принятии такого решения, характеризующегося срочностью и критичностью. Знание принципов проектирования может помочь пользователю создать узкоспециализированный софт для просмотра данных. Настроенные и правильно визуализированные данные могут помочь зрителям определить закономерности, которые могут быть потеряны при использовании неадекватного метода.

Процесс создания карты может быть выполнен двумя основными способами. Во-первых, пользователи составляют карту из некоторых наборов данных с использованием соответствующего программного обеспечения. В противоположной ситуации требуется картографический сервер в качестве конечного инструмента для визуализации наборов данных. В обоих случаях необходим набор знаний работы в этих системах. Существует необходимость внедрения картографических правил непосредственно в программы построения карт, особенно в программное обеспечение ГИС. Использование интеллектуальных систем стало возможным благодаря развитию в области искусственного интеллекта. Таким образом, эти системы находят применение во многих отраслях картографии. Отчасти настоящего картографа можно заменить использованием системы знаний (интеллектуальной системы).

Компьютерная тематическая картография была выдвинута на первый план в связи с последующими разработками в области ГИС и картографировании, а также благодаря распространению неправильного картографирования. Использование различных методов в тематической картографии сильно зависит от конкретного типа карты, пользователя и получаемой информации.

Картограф очень часто обращается к этой стадии и определяет, что подходит, а что нет. На этом этапе можно найти возможность использования интеллектуальной системы. Однако количество используемых методов тематической картографии, различные типы и качество входных данных и другие факторы могут вызвать проблемы. Создание качественной и комплексной системы тематической картографии — чрезвычайно сложная задача. Основная идея построения системы поддержки принятия решений в тематическом картографировании — использование всевозможных технологий и методов.

Цель состоит в том, чтобы решить проблемы принятия решений в тематическом картографировании, чтобы сделать идеальную карту с помощью интеллектуальной системы управления пользователями. Ключевые вопросы принятия решений, относящиеся к тематическому дизайну карты, должны быть четко проанализированы в начале разработка хорошей интеллектуальной системы.

Тем не менее, соответствующие модели принятия решений и методы рассуждений должны быть предложены в соответствии с различными задачами. Для эффективной передачи картографической информации она должна уменьшать шум, скрытый за картографической информацией, и предотвращать чрезмерный объем картографической информации.

Существует более 10 широко известных типов тематических карт, а именно карты точечных диаграмм, карты линейных диаграмм, карты монохроматической мозаики, карты изолиний, методы стереоскопической перспективы, карты номинальных точечных символов, карты пропорциональных символов, точечные методы (точечное отображение), метод соотношения классификации, статистические карты (методы площадных диаграмм), методы картографической стрелки, треугольная диаграмма. Различные географические данные имеют разную структуру данных. Каждый метод должен соответствовать характеристикам географических данных. Более того, только некоторые специфические типы картографических изображений отражают специфические географические явления. Это очень важная часть тематической картографии. [4, 5]

Разные методы по-разному подчеркивают разные характеристики картографических данных. Более того, некоторые характеристики данных могут быть выражены только определенными методами. И только тогда есть возможность различать тип данных и их структуру. Производители программного обеспечения ГИС включили картографические знания суб-экспертов как часть функциональности программы.

Например, мы можем рассматривать предложение цветовой шкалы как конкретную программу, кодифицированную картографическими знаниями в программном обеспечении. Программа показывает ответствующие шкалы в соответствии с качественными или количественными данными визуализации. Когда выбран количественный тип данных, автоматически будут предлагаться предварительно определенные цветовые шкалы тонов, основанные на одном цвете с разной насыщенностью.

Это предложение является картографически правильным. Однако здесь пользователь может ошибиться, потому что также предлагаются шкалы с неправильным выбором. Эта ошибка, заключающаяся в неправильном выборе цветовой шкалы для качества или количества выражения.

Это качественное явление может быть выражено разными оттенками цвета для каждой недели. Неправильное использование цвета для выражения дней, недель, месяцев, с помощью градуированной цветовой шкалы. Эта градуированная цветовая шкала может использоваться только для количественных данных.

Например, светлый цвет может выражать меньшую, а темный цвет большую ценность. При разработке интеллектуальной системы существует два связанных набора проблем. Преобразование существующей картографической практики в знания, основанные на правилах, является первоочередной задачей, а вторая заключается в том, чтобы направлять систему именно через задачу создания карты. Знания в предметной области закодированы в виде правил, которые составляют строительные блоки базы знаний. Логика приложения и процедурная информация системы описываются правилами и работают с объектами, классами и слотами. [3]

Структура и организация базы знаний имеют решающее значение для эффективности и общей производительности системы. Могут быть представлены только функции, относящиеся к использованию карты, и, с другой стороны, только важные элементы могут быть показаны, когда их слишком много. Вот почему необходимо включать все потенциальные факторы в базу данных при проектировании такой системы, или необходимо сосредоточиться только на малом количестве главных вопросов в процессе создания карты.

В нарушение основных правил могут быть ограничения на отображение возможностей карты, или картографическое выражение станет нечитаемым. Интеллектуальная система может помочь в правильном выборе цвета в соответствии с принципом условности (синий цвет для воды, коричневый цвет для контурных линий). принцип сохранения ассоциативности (зеленые леса для топографических карт), правильный выбор цветов для качественных данных или правильный оттенок цвета для выражения интенсивности явления. Основной принцип интеллектуальной системы заключается в разделении всего процесса на части, которые влияют на результат. [1]

Предлагаемая в результате система должна быть последовательной и всеобъемлющей. Хорошая комплексная интеллектуальная система тематической картографии должна уметь предлагать подходящие решения проблемы. Превосходная интеллектуальная система должна даже предлагать не только одно возможное решение, но также давать объяснения и обоснования пользователю. С развитием цифровой картографии и переводом карт в цифровую форму возрастает потребность в векторизации и надлежащем обобщении. Оба процесса широко используются в последнее десятилетие. Однако этот процесс требует присутствия эксперта и корректировки процесса. Программное обеспечение, которое напрямую векторизует карты сканированных изображений, можно разделить на автоматические и полуавтоматические, в зависимости от режимов обработки информации.

Большинство современных автоматических векторных систем применяют один и тот же метод для всех карт и не учитывают их различную природу. От пользователя ожидается максимально точная ручная настройка, которая предполагает хорошее знание проблем и знание используемой системы. Один из вариантов — использовать базу знаний и, таким образом, снизить общую потребность в картографическая грамотность пользователей и облегчение всего процесса векторизации.

В сочетании с базой знаний мы получаем систему, которая может давать результаты, очень похожие на результаты высокотехнологичной ручной оцифровки. Кроме того, она обеспечивает более гибкий пользовательский интерфейс, который позволяет выбрать соответствующие параметры в соответствии с визуальной информацией, содержащейся в исходной карте. Даже обобщающие алгоритмы существующих систем часто игнорируют роль карт или нечеткой логики для оптимизации процесса и в этом содержится их главный недостаток.

Таким образом, из вышесказанного следует вывод о том, что системы искусственного интеллекта уже находят свое применение в автоматизации обновления картографического материала. На сегодняшний день существует множество разработок, находящихся на стадии тестирования и начала ввода в эксплуатации. Но нельзя не отметить значительный потенциал развития данной области в связи с использованием новейших технологий аэрокосмического направления. 

Литература

1. Распоряжение Правительства РФ от 30.07.2010 № 1292-р «Об утверждении Концепции развития государственного мониторинга земель сельскохозяйственного назначения и земель, используемых или предоставленных для ведения сельского хозяйства в составе земель иных категорий, и формирования государственных информационных ресурсов об этих землях на период до 2020».
2. Земельный кодекс Российской Федерации от 25 октября 2001 г. № 136-ФЗ.
3. Жигалов К.Ю. Автоматизация управления и мониторинга процессов строительства с использованием ГИС систем//Фундаментальные исследования. 2014. № 12-3. С. 492-494.
4. Земельные ресурсы и их использование // Итоги Всероссийской сельскохозяйственной переписи 2016 года: Москва.: ИИЦ «Статистика России», 2016.
5. Предварительные итоги Всероссийской сельскохозяйственной переписи 2016 года по Российской Федерации // Предварительные итоги Всероссийской сельскохозяйственной переписи 2016 года: в 2 т. Том 2: – Москва: ИИЦ «Статистика России», 2017. – 290 с.
6. Официальный сайт Федеральной службы государственной регистрации, кадастра и картографии [Электронный ресурс]. – Режим доступа: www.rosreestr.ru.

References

1. Decree of the Government of the Russian Federation of 30.07.2010 No. 1292-R «On approval of the Concept of development of state monitoring of agricultural land and land used or provided for farming as part of other categories of land, and the formation of state information resources about these lands for the period up to 2020».
2. «Land code of the Russian Federation» No. 136-FL of October 25, 2001.
3. Zhigalov K. Yu. Automation of management and monitoring of construction processes using GIS systems / / Fundamental research. 2014. No. 12-3. PP. 492-494
4. Land resources and their use // results of the all-Russian agricultural census of 2016. Moscow: IIC «Statistics of Russia», 2016.
5. Preliminary results of the all-Russian agricultural census of 2016 in the Russian Federation / / Preliminary results of the all-Russian agricultural census of 2016: in 2 vols. Volume 2: — Moscow: IIC «Statistics of Russia», 2017. — 290 p.
6. Official website of the Federal service for state registration, cadaster and cartography [Electronic resource]. – Mode of access: www.rosreestr.ru.