WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

ГРЫЗЛОВ Игорь Николаевич

МЕТОДИКА ОБРАБОТКИ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ ДЛЯ ОЦЕНКИ ИНДЕКСОВ СОЦИАЛЬНОЙ НАПРЯЖЕННОСТИ В РЕГИОНЕ

Специальность 05.13.10 “Управление в социальных и экономических системах”

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва – 2012

Работа выполнена на кафедре информационных технологий в уп равлении Российской академии народного хозяйства и государствен ной службы при Президенте Российской Федерации.

Научный консультант: доктор технических наук, профессор БЕЛОВ Владимир Павлович

Официальные оппоненты: – доктор технических наук, профессор, Российский экономический университет имени Г.В. Плеханова, профессор кафедры РОМАНОВ Виктор Петрович – кандидат технических наук, доцент, Академия Федеральной службы охраны Российской Федерации, заместитель начальника кафедры СЕНОТРУСОВ Игорь Альбертович

Ведущая организация: Управление информационных систем Службы специальной связи и информации Федеральной службы охраны Российской Федерации

Защита состоится 31 мая 2012 года в 10 часов на заседании диссер тационного совета Д 445.001.01 Центра информационных технологий и систем органов исполнительной власти по адресу: 123557, Москва, Пресненский вал, д. 19, стр. 1.

С диссертацией можно ознакомиться в библиотеке Центра инфор мационных технологий и систем органов исполнительной власти.

Автореферат разослан 28 апреля 2012 г.

Ученый секретарь диссертационного совета А. В. Бочаров

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования. На современном этапе одной из основных задач информационно аналитических подразделений является обеспе чение органов власти надежной информацией о состоянии социальных процессов, факторах, влияющих на формирование социальной напряженности (СН), динамике и прогнозировании протестной активности (ПА) населения. Применение в цикле управ ления социальными системами своевременных и достоверных прогнозных данных по динамике социальных процессов должно привести к обеспечению качественной под держки и снижению неопределенности при принятии управленческих решений в социальных системах, будет способствовать устойчивому развитию региональных организационных систем, своевременному регулированию социальной напряженнос ти и предотвращению формирования протестной активности.

Однако на уровне регионов теория и практика выявления факторов, формиру ющих социальную напряженность, ее оценка, прогнозирование и регулирование не получили достаточного признания. Несмотря на существование множества работ в этой области, что подтверждает востребованность данной тематики органами уп равления, в настоящее время в распоряжении исследователей нет единого подхода к определению самого понятия “социальная напряженность”, формированию мето дик ее оценки и прогнозирования.

Для обеспечения полноты информации при информационно аналитической под держке государственного управления, связанного с социальной напряженностью в обществе, необходимо использование информационных ресурсов из различных на правлений доступного информационного пространства, в том числе экспертной ин формации, массовой информации, статистических данных. Актуальность темы исследования определяется проблемой, заключенной в противоречии между необ ходимостью глубокого, всестороннего изучения социальной напряженности в со временном российском обществе и низкой разработанностью и применимостью на практике существующих методик обработки статистической информации для оценки и прогнозирования процессов, связанных с социальной напряженностью, а также разработанного на их основе специального математического и программного обес печения систем управления и механизмов принятия решений в социальных систе мах. Разрешение данного противоречия необходимо для создания систем мониторинга, позволяющих контролировать динамику социальной напряженности в регионах РФ, своевременно предупреждать и предотвращать формирование про тестной активности населения путем проведения мероприятий профилактического и оперативного характера.

Степень научной разработанности темы. Некоторые аспекты темы диссертаци онного исследования рассматривались в ряде научных публикаций. Изучение поня тия “социальная напряженность” началось в XIX веке, но официально вошло в нашу науку лишь в конце 1980 х годов. Тем не менее, анализ подходов к рассмотрению понятия СН показал неоднозначность определения данного понятия в различных областях знания и науках, в работах отечественных и зарубежных исследователей.

В западной науке социальная напряженность характеризуется общей тенден цией психологизации данного понятия (Дж. Бертон, Н. Смелзер, Т. Парсонс, К. Райт), рассматривается с точки зрения индивидуально личностного подхода.

В отечественной науке существует множество научных работ, посвященных те оретическому осмыслению проблемы социальной напряженности на разных уров нях российского общества и в различных сферах: в области межнациональных отношений (Е. В. Крицкий, Г. У. Солдатова, В. Н. Иванов), политике (А. И. Соловьев, Т. Л. Грацианова), межличностных отношений в войсковых формированиях (С. В. Янин, С. С. Соловьев), трудовых коллективах (Ю. В. Платонов, И. А. Писарева, Н. В. Губина). Предприняты попытки создания специальных методик и процедур анализа СН как на основе опросных методов сбора информации, так и на основе статистических данных. В течение последних 20 лет российскими исследователями подготовлены работы, в которых с разной степенью полноты и детализации рас сматривались различные теоретические и прикладные аспекты СН: природа соци альной напряженности, источники ее возникновения, основные факторы, детерминирующие ее уровень, пути и способы ее ослабления, методы социальной диагностики и др.

Важными в данном направлении являются работы А. А. и Е. В. Давыдовых, С. В. Янина, Е. В. Тучкова, Г. В. Барановой.

Тем не менее, существующие работы не позволяют создать четкие инструмен ты обработки статистической информации для оценки и прогноза индексов соци альной напряженности в регионах, опирающиеся на доступную, достоверную информационную базу, учитывающие динамичность количественного и качествен ного изменения факторов социальной напряженности, необходимость использова ния минимального количества материальных ресурсов в цикле управления региональными социальными системами.

В материалах данной диссертации представлено решение научной задачи, име ющей существенное значение для отрасли знания в области методов обработки ин формации для задач управления в организационных системах и математического обеспечения систем принятия решений, а именно разработка методики обработки статистической информации для обеспечения решения управленческих задач на основе анализа социальной напряженности.

Актуальность темы диссертационной работы, степень ее научной разработанно сти, сформулированная научная задача обусловливают выбор объекта и предмета исследования, его цели и задач.

Объектом исследования являются информационные связи и закономерности, отра жающие развитие процессов в обществе, которые связаны с социальной напряженнос тью в регионах России, ориентированные на обслуживание процессов управления.

Предмет исследования – современные методы обработки статистической ин формации для оценки и прогнозирования индексов социальной напряженности в регионах России.

Цель диссертационной работы: разработка прикладной методики обработки ста тистической информации для оценки и краткосрочного прогнозирования социаль ной напряженности в регионах России на основе определения ее интегральных индексов, а также построения рекурсивных инструментов оценки и краткосрочного прогноза индексов социальной напряженности в регионах России.

Достижение этой цели осуществляется посредством решения следующих исследовательских задач:

1. Проанализировать существующие подходы к определению понятия, оценке и прогнозированию социальной напряженности.

2. Разработать методику формирования индекса социального потенциала и индек са протестной активности населения на основе использования статистических данных.

3. Сформировать семейство индексов социальной напряженности и протестной активности населения региона для оценки авто– и межрегиональной динамики.

4. Разработать методику краткосрочного прогнозирования индекса протестной активности населения региона на основе использования статистических данных.

5. Разработать программный инструментарий для автоматизированной обра ботки статистических данных согласно предложенным методикам.

Инструментарий исследования составили методы системного, структурно функ ционального, ситуационного анализа, многомерного статистического анализа (фактор ный, корреляционный, регрессионный), общей теории потенциалов, теории управления;

современное программное обеспечение общего и специального назначения.

Теоретической и методологической основой диссертационного исследования послужили работы отечественных и зарубежных специалистов (Т. Парсонса, А. А. и Е. В. Давыдовых, Е. В. Тучкова, А. Н. Данчула, В. О. Рукавишникова, Ю. Г. Федулова, С. А. Айвазяна, Г. В. Барановой, И. Б. Бестужева Лады, В. П. Белова), посвященные вопросам анализа и прогнозирования СН, повышению эффективности управления в организационных системах, системному анализу, теории управления, проблемам информационно аналитического обеспечения органов государственной власти.

Работа выполнена в рамках научной специальности 05.13.10 – Управление в социальных и экономических системах, п. 2.6. “Разработка и совершенствование методов получения и обработки информации для задач управления социальными и экономическими системами”.

Достоверность научных положений, результатов, выводов и рекомендаций, при веденных в диссертационной работе, обеспечивается за счет корректного примене ния методов системного анализа, математической статистики; непротиворечивости и воспроизводимости результатов, полученных теоретическим путем, достигается сочетанием неформальных и формальных методов исследования; применением апро бированного математического аппарата; методов, адекватных природе изучаемых явлений; верификацией отдельных результатов в рамках известных теоретических конструкций, широко используемых в теории исследования социальных систем.

Основные научные результаты и их новизна состоят в следующем:

1. Введена информационная категория “социальный потенциал” (СП) социаль ной системы, интегрирующая объективные факторы возникновения и развития социальной напряженности.

Данная категория введена для количественного измерения уровня социальной напряженности. Социальный потенциал – интегральная информационная характе ристика социальной системы, отражающая уровень общественных отношений со циальных страт внутри системы, связанных с социально экономическим развитием инфраструктуры государства. Социальный потенциал введен для отражения ста тики процессов, через которые проявляется социальная напряженность. С этой точки зрения, понятие социальной напряженности региона рассматривается как характеристика социальной системы, отражающая динамику изменения социаль ного потенциала в пространстве, определяемом декартовым произведением време ни и параметров объекта управления.

2. Разработана методика формирования индекса социального потенциала и ин декса протестной активности населения на основе использования статистической информации.

Предложен подход и указаны принципы определения исходного (априорного) перечня частных критериев СП, ПА, прямо или косвенно влияющих на их форми рование. Обоснована методика отбора ограниченного числа частных критериев, ока зывающих максимальное влияние на формирование СП, ПА, из исходного перечня их частных критериев. Предложена методика построения индекса СП, ПА на основе статистически регистрируемых частных критериев с использованием факторного анализа (метода главных компонент).

3. Сформировано семейство индексов социальной напряженности и протестной активности населения региона для оценки авто– и межрегиональной динамики.

Социальная напряженность региона рассматривается как характеристика со циальной системы, отражающая изменение социального потенциала в динамике как по отношению к себе самому (в предыдущий отсчет времени) – автодинамика, так и по отношению к своему положению относительно других регионов (межреги ональная динамика). Индексы социальной напряженности формируются на основе вычисления индекса социального потенциала. Сформированное семейство индексов авто– и межрегиональной социальной напряженности позволяет осуществлять сравнение регионов по критерию фонового уровня СН, что дает возможность повы сить обоснованность и снизить время принятия решений в процессах управления социальными системами.

4. Разработана методика краткосрочного прогнозирования индекса протестной ак тивности населения региона на основе использования статистической информации.

Методика предполагает формирование модели зависимости индекса протест ной активности и временного относительного индекса СН. Для уточнения парамет ров и вида модели применяется регрессионный анализ. Прогнозирование процессов, связанных с СН в социальной системе, осуществляется на основе обоснованных фак торов влияния в этой области с использованием сформированной модели взаимо действия протестной активности и социальной напряженности с учетом временного лага запаздывания в проявлениях изменений факторов влияния.

5. Разработан программный инструментарий (в нотации инструментальной про граммной системы MATLAB) для автоматизированной обработки статистических данных согласно предложенным методикам.

Практическая значимость диссертационной работы заключается в том, что ре зультаты и выводы исследования внедрены в научно практическую деятельность Академии ФСО России, Управления информационных систем Спецсвязи ФСО Рос сии в рамках разработки моделей, методик анализа и прогнозирования индексов со циальной напряженности и протестной активности населения в регионах Российской Федерации, а также специального математического и программного обеспечения си стем управления и принятия решений в социальных системах регионального уровня.

Совершенствование методов получения и обработки информации для задач ин формационно аналитического обеспечения управления социальными системами позволит осуществить разработку комплексной информационной технологии оцен ки и прогнозирования социальной напряженности в регионах России.

Апробация результатов исследования. Основные результаты работы докладыва лись, одобрены и опубликованы на научно практической конференции ГУИС ФАПСИ (Москва, 2002), Всероссийской научной конференции “Проблемы создания и развития информационно телекоммуникационной системы специального назначения” Акаде мии ФАПСИ (Орел, 2003), межведомственной конференции “Научно техническое и информационное обеспечение деятельности спецслужб” ИКСИ Академии ФСБ Рос сии (Москва, 2004, 2008), международной научной конференции “Информатизация и информационная безопасность правоохранительных органов” Академии МВД России (Москва, 2007), научно практической конференции “Ситуационные центры и перс пективные информационно аналитические технологии поддержки принятия реше ний” РАГС (Москва, 2007, 2008, 2009); материалы и результаты использовались в НИР “Структура ИО”, “Структура ИО 2”, “Ориентир ИАС”, “Мониторинг Б”, “Монито ринг ПА” НИИИ Академии ФСО России (Орел, 2003, 2004, 2005, 2007, 2008), применя лись в ИС “Мониторинг”, “Протестная активность”.

Публикации. По результатам исследования опубликовано 9 научных работ (1 ста тья в рецензируемом журнале, входящем в перечень ВАК Минобрнауки России).

Положения, выносимые на защиту:

1. Информационная категория “социальный потенциал” социальной системы.

2. Методика формирования индекса социального потенциала и индекса протест ной активности населения на основе использования статистической информации.

3. Семейство индексов социальной напряженности и протестной активности на селения региона для оценки авто– и межрегиональной динамики.

4. Методика краткосрочного прогнозирования индекса протестной активности населения региона на основе использования статистической информации.

Структура и объем диссертационной работы. Диссертация состоит из введения, трех глав, содержащих в себе 9 параграфов, заключения, списка используемых источников и приложений. Текст работы содержит 171 страницу, включая 6 рисун ков, 7 таблиц и 147 наименований списка литературы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность диссертационной работы, определены объект, предмет, цель и задачи научного исследования. Приведены основные поло жения, выносимые на защиту.

В первой главе “Формирование социальной напряженности в регионах РФ:

объекты и системные связи” раскрывается понятие социальной напряженности (СН), осуществляется анализ процессов формирования, особенностей развития СН и взаимосвязи ее с конфликтом, анализ существующих методик оценки и прогнозирования СН.

Анализ существующих подходов к рассмотрению понятия “социальная напря женность” дал возможность зафиксировать определение этого понятия, принятого в рамках решения поставленной научной задачи. В данном исследовании социальная напряженность – это свойство социальной системы, отражающее процессы возник новения и динамики латентного или открытого недовольства, негативной психоло гической направленности и нестабильности социальных и экономических связей социальных страт, получивших интерпретацию в статистических данных, которые отражают интегрирующие внутренние факторы неудовлетворенности людей сво им социальным, экономическим и политическим положением объективного и субъек тивного характера.

В этом случае содержание социальной напряженности рассматривается как обоб щенный эмпирический индикатор нестабильной ситуации в обществе, операторно выражающийся через совокупность показателей. Такое понимание СН в наиболь шей степени отражает сущность данного свойства социальной системы и согласует ся с необходимостью формализации социального объекта и измерения уровня социальной напряженности в нем. Фиксируются два положения:

1) социальная напряженность – это определенная фаза созревания социального конфликта, являющегося объективным ее проявлением, уровень СН определяется индексом социальной напряженности;

2) социальная напряженность – особое социально психологическое состояние общества, для которого характерно латентное или открытое неприятие сложив шихся общественных условий и действий.

СН рассмотрена как объективно существующий феномен социальной системы, отражающий неудовлетворенность потребностей социальных страт. СН постоянно присутствует в социальных системах, ее уровень изменяется под воздействием внут ренних и внешних факторов. Внешние факторы опосредованно могут выражаться в статистических показателях и формируемых на их основе интегральных индексах.

Область внутренних, психологических факторов трудно формализуема. Внутренние факторы вносят шумовую составляющую в оценку СН на основе статистической ин формации, что необходимо учитывать при интерпретации полученных результатов.

Рост уровня СН сопровождается переходом через различные стадии, на каждой из которых возможны различные формы ее проявления. Удержание СН в определен ных границах является одной из основных задач органов управления, что позволит сохранить целостность социальной системы, стимулируя ее к эволюционному ходу развития событий, способствуя социальному прогрессу и формированию более спра ведливой системы связей внутри социальной системы.

Анализ существующих методик оценки и прогнозирования социальной напряжен ности (рисунок 1) показал, что ее оценка в регионах России на основе использования опросной информации сопряжена со сложностью проведения периодических социоло гических исследований по всем регионам, что связано со значительными затратами ма териальных, человеческих, временных ресурсов. Методики, основанные на использовании статистической информации, позволяют с минимальными затратами осуществить оцен ку социальной напряженности в регионах России, оценить ее фоновый уровень.

Рисунок 1 – Существующие методики оценки и прогнозирования социальной напряженности В настоящее время значительное развитие получили также методики, базиру ющиеся на использовании экспертной информации, и методики, применяющие ана лиз структурированной и неструктурированной (текстовой) информации в средствах массовой информации (СМИ), в том числе информации сети Интернет. Подобные системы, разработанные как в рамках различных ведомств, обеспечивающих ин формационно аналитическую поддержку процессов принятия решений на различ ных уровнях, так и на коммерческой основе, показывают высокую эффективность и оперативность при анализе данной предметной области.

Анализ существующих подходов к формированию методик оценки уровня соци альной напряженности в регионах России выявил низкий уровень разработанности методик, основанных на использовании статистической информации. Данные методи ки оценивают, как правило, несколько показателей без учета вариантов динамическо го изменения их состава. Результаты, полученные с использованием этих методик, имеют множество ограничений, реально не применяются и служат исследовательс ким инструментом для разработчиков на определенном этапе их деятельности.

Также необходимо отметить, что оценка сводного индекса социальной напря женности, основанного на свертке статистических показателей, отражает лишь фо новый уровень социальной напряженности, который неизбежно присутствует в любой социальной системе. Для оценки динамической величины социальной напряженно сти, отражающей вероятность формирования протестной активности, необходимо опираться на относительное изменение интегральных показателей.

Таким образом, в рамках решаемой научной задачи возникает необходимость разработки методики оценки индексов социальной напряженности, характеризую щейся следующими положениями:

1) в качестве исходных данных для расчета интегральных индексов необхо димо использовать официальные статистические показатели, чем достигается их достоверность;

2) исходные статистические показатели должны характеризоваться полнотой с точки зрения опосредованного влияния на оцениваемое свойство социальной системы;

3) результирующий индекс социальной напряженности, отражающий веро ятность формирования протестной активности, должен учитывать динамику, а не статику процессов, через которые данное свойство социальной системы проявляет ся, опираться на относительное изменение интегральных показателей;

4) набор исходных статистических данных может подвергаться изменению по мере приобретения опыта использования методики и в случае необходимости бо лее точной настройки методики на текущую социальную обстановку.

В границах исследования под официальными статистическими показателями понимается статистическая информация, хранимая в базе данных соответствую щего органа управления. Эта информация доступна для обработки средствами спе циального математического обеспечения, включенными в вычислительные ресурсы соответствующей информационной системы.

Во второй главе “Разработка методики обработки статистической информации для оценки и краткосрочного прогнозирования индексов социальной напряженности в регионах РФ” отмечается, что изложенное в главе 1 является лингвистической фор мой исследуемой научной задачи, отражающей результаты исследования объектов, системных связей и закономерностей функционирования социальной системы регио нального уровня, ориентированные на обслуживание процессов управления соци альными системами с использованием современных методов получения и обработки информации. Существо рассматриваемой научной задачи состоит в разработке мето дов и алгоритмов получения и обработки информации для решения задач управле ния социальными системами на основе анализа феномена социальной напряженности.

В рамках этой задачи необходимо построить систему технических (вычисли мых) индикаторов, предлагаемых для обслуживания процессов управления соци альными системами регионального и государственного уровней. Эта система индикаторов должна базироваться на реальной статистической (ретроспективной и текущей) информации, доступной для органов управления указанного уровня.

Рассмотрены особенности идентификации социальной напряженности, связан ные с необходимостью перехода от лингвистической модели СН, описанной в гла ве 1, к построению алгебраической системы для формирования необходимых управленческих инструментов в области исследуемой категории СН. Представле ны необходимые условия конструктивности системного анализа, проводимого в интересах разработки специального математического и программного обеспече ния систем управления и механизмов принятия решений в социальных системах на основе анализа феномена СН.

Проведен анализ методов получения и обработки информации при осуществле нии ситуационного анализа социальной напряженности для решения задач управ ления социальными системами. Ситуация социальной напряженности – субъективно определенная органом управления часть эволюционно или кризисно развивающе гося социального процесса, имеющая самостоятельную детерминацию с точки зре ния состава причинных и следственных факторов, их материальной сущности, а также используемых инструментов организационного управления и состава при меняемых информационных полей ее идентификации.

Данные методы получения и обработки информации для задач управления со циальными системами могут быть описаны в виде так называемого контекстного сценария ситуации. Рассмотрены типовые этапы построения подобных сценариев, при этом каждый из них находит свое отражение в данном исследовании и приводит в итоге к формированию методики обработки статистической информации для оценки и прогнозирования процессов, связанных с СН, отражающей методы получения и обработки необходимой информации, определенные ограничения на входные дан ные, выходные индексы и способы ее использования.

Сформированы основные пункты предлагаемой методики, учитывающие положе ния, полученные в главе 1, и основанные на общепризнанных методах обработки данных.

Для количественного измерения такого социального феномена как “социальная напряженность” предлагается ввести информационную категорию “социальный по тенциал” социальной системы. Социальный потенциал – интегральная информаци онная характеристика социальной системы, отражающая уровень общественных отношений социальных страт внутри системы, связанных с социально экономиче ским развитием инфраструктуры государства. Термин “социальный потенциал” вве ден для отражения статики процессов, через которые проявляется социальная напряженность. С данной точки зрения понятие социальной напряженности региона рассматривается как характеристика социальной системы, отражающая динамику изменения социального потенциала в пространстве, определяемом декартовым про изведением времени и объекта управления.

Из анализа процессов формирования и развития СН, представленного в главе 1, определено, что СП социальной системы будет всегда иметь определенный ненуле вой (фоновый) уровень и характеризовать фоновый уровень СН. Динамика измене ния СП во времени и пространстве служит характеристикой нарастания и спада СН в обществе и является определяющей при формировании индекса СН. Таким обра зом, индекс социальной напряженности будет вычисляться на основе расчета индек са социального потенциала.

Для достижения поставленной цели – предложить и обосновать методику пост роения интегрального индекса социальной напряженности регионов России – реша ются следующие частные задачи:

1) сформировать исходный (априорный) перечень статистических показателей (1) m ) СП (x,x(2),...,x( ), прямо или косвенно влияющих на формирование СП;

2) предложить методику отбора ограниченного числа показателей, оказывающих максимальное влияние на формирование СП, из исходного перечня показателей СП;

3) осуществить нормирование исходных данных, т. е. перейти к унифицирован ным ([0; 1]) шкалам в измерении показателей СП таким образом, чтобы нулевое значение преобразованного показателя означало самое низкое качество по отноше нию к соответствующему свойству, а единичное самое высокое;

4) предложить методику построения индекса СП на основе статистически регис трируемых показателей;

5) разработать порядок формирования индексов социальной напряженности на основе использования индекса социального потенциала.

При внедрении методики оценки СН в систему управления регионами России возможно создание системы индексов различного уровня и формирующих их ста тистических показателей нижнего уровня нормативно, через выявление потребно стей конкретных лиц, принимающих решения (ЛПР), а также экспертными методами. Формируемая методика оценки СН должна позволять осуществлять пе рерасчет индексов с учетом возникающих потребностей и формирования новых требований. При использовании в качестве основы разрабатываемой методики ста тистических данных требование динамичности факторов СН может быть выполнено оперативно и без значительных ресурсных затрат. Таким образом, может осуществ ляться настройка методики на новые требования и условия, что является несомнен ным положительным фактором для разработки подобных методик и их практической применимости в процессах управления социальными системами различных уровней.

В границах исследования предполагается существование устойчивого в опреде ленных временных рамках и пространстве набора базовых факторов (компонентов), с достаточной степенью точности отражающих социальную напряженность. Форми рование априорного перечня и структуры показателей предлагается осуществ лять, руководствуясь следующими требованиями:

1) представительности – в априорном перечне должны быть учтены все суще ственные аспекты исследуемой категории;

2) информационной доступности – используемые при формировании апри орного перечня показатели должны быть доступны для предполагаемых категорий пользователей либо вычисляемы на их основе;

3) информационной достоверности – представленные в априорном перечне статистические показатели должны адекватно отражать анализируемый аспект исследуемой категории.

Для снижения количества показателей, используемых при дальнейшем анали зе, из сформированного априорного перечня необходимо обеспечить выполнение следующих требований:

– максимизация влияния отобранных показателей на исследуемую категорию;

– максимизация точности восстановления всего априорного набора показателей по отобранным показателям с помощью определенных регрессионных моделей.

Таким образом, большое значение имеют следующие этапы преобразований исходной информационной базы исследования процессов, связанных с СН.

Во первых, анализ мультиколлинеарности показателей, входящих в состав сформированного априорного набора показателей. Для реализации этого этапа либо по всей совокупности показателей, либо по обобщающим свойствам анализируемой категории формируются следующие данные:

1) матрица значений парных коэффициентов корреляции, r(x( j,l ),x( j,v ) ) (l,v =1,2,...,m ). Сформированная матрица характеризует наличие попарных ста j тистических связей между показателями j го обобщающего свойства анализируе мой категории СП;

x( j,l ) R2) коэффициенты детерминации каждого показателя j го обобщающего свойства анализируемой категории СП по всем остальным показателям этого свойства.

Полученные данные дают возможность выявить группы тесно связанных между собой показателей для последующего отбора от каждой группы по одному показателю для дальнейшего анализа, что позволит обоснованно снизить их количество на последующих этапах. В результате реализации данного этапа формируются редуцированные наборы показателей по каждому обобщающему свойству анализируемой категории СП.

Во вторых, необходимо осуществить отбор среди полученных редуцированных наборов показателей по каждому обобщающему свойству наиболее информатив ных по отношению к анализируемой категории СП. Наиболее информативным бу 0 j дет набор показателей x( j,l1 ),x( j,l2 ),...,x( j,ls ) при выполнении следующего условия:

m s j j ( j,ls j ) ( j,ls j ) 2 j,l ) j,l1 ) 2 j,l ) j,l1 ), (1) R (x( ;(x(,...,x )) = maxl,l2,...,ls j R (x( ;(x(,...,x )) l=1 l=s где – количественный состав редуцированного набора показателей определенно j (s < m ) го (j го) интегрального свойства ;

j j j R2 (y;(x(1),...,x( s ) )) – коэффициент детерминации зависимой переменной y по j объясняющим переменным x(1),...,x( s ).

Подобный отбор обеспечивает максимизацию прогностической силы регресси онных моделей, позволяющих осуществить восстановление всего априорного набо ра показателей обобщающего свойства анализируемой категории СП по ограниченному набору отобранных показателей.

Для осуществления дальнейших преобразований над статистическими пока x( j ) зателями, ( j =1,2,...,m) сформированной исходной информационной базы не обходимо их нормализовать, ограничив область возможных значений отрезком [0,1].

Тем самым снимается ограничение на сравнение разнородных величин. При норма лизации каждый показатель сравнивается с итоговым оцениваемым свойством:

нулевое значение присваивается самому низкому качеству по отношению к оцени ваемому свойству, единичное – максимальному качеству.

Показатели делятся на две непересекающихся группы – монотонные и не монотонные показатели (рисунок 2). Значения показателей первой группы ( ) монотонно связаны с количественным выражением качества x( j ), j =1,2,...,mанализируемой категории СП.

Рисунок 2 – Типы показателей Если большие значения соответствуют более высокому качеству свойства (пря мая монотонность), то при формировании нормированного значения необходимо применить преобразование:

j ) ( j ) ~( j ) = x( xmin x. (2) ( j ) ( j ) xmax - xmin Если относительно большие значения x( j ) соответствуют более низкому каче x ству (обратная монотонность), то при формировании нормированного значения ~( j ) применяется преобразование:

j ) ( j ) ~( j ) =1- x( xmin x. (3) ( j ) ( j ) xmax - xmin ( j ) В представленных соотношениях (2) и (3) x( j ) и xmax являются наименьшим и min наибольшим значением исходного показателя соответственно.

В результате выполнения данных преобразований область изменений преобра x x = зованного (нормированного) j го показателя ~( j ) составит отрезок от ~( j ) (наи ~( худшее качество анализируемой категории) до x j ) =1 (наилучшее качество анализируемой категории).

Для второй группы показателей – немонотонных ( ) – внутри x( j ), j =1,2,...,m( j ) ( j ) области изменения [xmin,xmax] каждого исходного показателя можно выделить не ( j которое условно оптимальное значение xopt), отражающее наилучшее качество ана ~( j ) x лизируемой категории. При формировании нормированного значения применяется преобразование вида:

( j x( j ) - xopt) ~( j ) =1x (4) ( j ( j ) ( j ( j ) max{xopt) - xmin, xopt) - xmax }.

В результате выполнения данного преобразования область изменений преобра зованного (нормированного) j го показателя ~( j ) составит отрезок от ~( j ) (наи x x = худшее качество анализируемой категории – значение показателя максимально удалено от условно оптимального значения) до ~( j ) (наилучшее качество ана x =лизируемой категории – значение показателя максимально близко к условно оп тимальному значению).

Преобразование показателей согласно указанным выражениям позволит осуще ствить их корректное использование в вычислениях на дальнейших этапах анализа.

Опираясь на сформированную информационную базу исследования социально го потенциала в регионах РФ, в основе методики формирования индекса СП предла гается использовать факторный анализ совокупности статистических показателей (метод главных компонент).

В качестве информационной базы исследования выступает совокупность исход ных статистических данных – значения m статистических показателей (т. е. матрица ~, i =1,2,...,n, где n – общее число статистически обследован Xi = (~i(1),~i(2),...,~i(m ) ) x x x ных регионов; m – общее число статистических показателей). В отличие от методик, основанных на использовании социологической информации, в данном случае от сутствуют экспертно оцененные значения искомого индекса СП. Тем не менее необ ходимо найти некоторую зависимость, функцию свертку ISP = f (x(1),x(2 ),..., x( m ) ) от значений частных показателей ~i(1),~i(2 ),...,~i( m ), позволяющую вычислить ин x x x декс ISPi региона, характеризующий его социальный потенциал. В основе данной функции должны быть скалярные величины, позволяющие наиболее точно восста новить все исходные статистические показатели СП ~i(1) ) m ). Такими ха x,~i(2,...,~i( x x рактеристиками обладают главные компоненты, построенные по исходной совокупности статистических показателей.

Апостериорный набор пронормированных статистических показателей можно представить в виде матрицы “объект свойство” (5):

~1(1) ~1(2) ~1(m ) x x K x ( ( (m ~21) ~22) ~2 ) x x K x ~ X = K K K K, (5) ( ( ( ~n1) ~n2) ~nm ) x x K x где ~ij – пронормированное значение j го свойства (показателя СП), j = 1,2,…,m, x зарегистрированное на i м объекте (регионе), i = 1,2,…,n. Нормирование показа телей осуществляется согласно преобразованиям (2), (3) или (4) в зависимости от типа показателя.

Процедура формирования главных компонент пронормированных показателей ~(1),~(2),...,~(m ) и на их основе искомого индекса представляет собой реализацию x x x следующих этапов обработки исходных данных (рисунок 3):

1) вычисление средних величин исходных нормированных показателей ~i( j ), ( j =1,2,..., m;i =1,2,..., n) x согласно выражению (6):

n ( j ) ( j ) x = x ~i ; (6) n i=2) формирование на основе центрированных значений исходных показателей ( j ) (~i( j ) - x ) элементов ковариационной матрицы ( ), ( j,k =1,2,...,m) x jk = jk согласно формуле (7):

n ( j ) ( j ) ( k ) = x - x )(~i( k ) - x ) x jk (~i ; (7) n i=Рисунок 3 – Этапы обработки исходных данных 3) определение собственных значений матрицы – корней характеристичес кого уравнения, представленного выражением (8):

(8) - Im = 0, где A – определитель матрицы А;

Im – единичная матрица размерности m;

= ( ), ( p =1,2,..., m) ;

p p ( p) ( ( ( 4) определение компонент cj собственного вектора из C = (c1 p),c2 p),...,cmp) )T системы уравнений ( p) c1 ( c2 p) ;

( I ) = - p K (9) K ( p) c m 5) расчет для каждого i го региона значений характеризующих его главных компонент:

( (1) ( (2 ) ( ( m ) zi( p) = c1 p) (~i(1) - x ) + c2 p) (~i(2 ) - x ) +L+ cmp)(~i( m ) - x ), (10) x x x где – p я главная компонента i го региона;

zi( p) p = 1,2,…,m; m – количество показателей;

i = 1,2,…,n; n – количество обследуемых регионов.

После получения значений главных компонент необходимо осуществить отбор значимых компонент согласно условию (11) минимума компонент для превышения порогового значения суммарной доли объясненной дисперсии, т. е. достаточной ме рой информативности отобранных главных компонент:

r k k=r = min(Dr = ), m (11) l l=где r – количество главных компонент, удовлетворяющее условию (11);

– порог объясненной дисперсии D (информативности).

r Информативность совокупности отобранных главных компонент признается удовлетворительной при значении порога 0,7.

Для выявления относительного вклада каждой компоненты в совокупную объяс ненную дисперсию необходимо произвести вычисление значений весовых коэффи wq циентов каждой q й компоненты (12):

q wq = m. (12) l l =Формирование интегрального показателя СП (13) для i го региона осуществляется с помощью линейной свертки главных компонент согласно весовым коэффициентам:

r (q ) bi = wq, zi (13) q=Тогда значение искомого интегрального индекса СП региона будет определяться выражением (14):

bi - bmin Ii =, (14) bmax - bmin В соотношении (14) bi – текущее значение интегрального показателя СП, опре деляемое формулой (13), а и bmax – соответственно минимально и максимально bmin возможные значения интегрального показателя СП среди всех регионов.

Из соотношения (14) видно, что область изменения полученного индекса соци ального потенциала ISP i составляет [0; 1]. Верхняя граница отражает максималь ную среди рассматриваемых объектов степень фона социальной напряженности, ее статического выражения – социального потенциала; нижняя – ее минимальное зна чение среди рассматриваемых объектов.

Для сравнения регионов по фоновому уровню социальной напряженности вводят ся индексы СН, формируемые на основе вычисления индекса социального потенциала.

Временной индекс социальной напряженности региона характеризует времен ную динамику индекса социального потенциала и рассчитывается как разность зна чений индексов социального потенциала региона для двух моментов времени (15). В этом случае его можно рассматривать в качестве оценки автодинамики индекса со циального потенциала региона:

ISTT i (tn1,tn2 ) = ISPi (tn1 ) - ISPi (tn2 ), (15) где ISTT i (t1,t2 ) – значение временного индекса СН i–го региона для моментов времени ;

t1,tISPi (t) – значение индекса СП i–го региона в момент времени t;

tn1,tn2 – моменты времени n1, n2 анализируемого временного ряда.

Данный индекс характеризует величину изменения индекса СП для выбранного региона. Положительные значения характеризуют приращение индекса социаль ного потенциала во времени (при условии tn1 > tn2 ), отрицательные свидетельству ют о снижении величины индекса СП обследуемого региона.

Однако в исследуемые моменты времени происходит изменение и социального потенциала других регионов. При условии более стремительного ухудшения обста новки в регионах, сравниваемых с обследуемым, несмотря на возрастание индекса социального потенциала, социальная напряженность в регионе должна снижаться, т. е. авто– и межрегиональная динамика социальной потенциала должна быть для него отрицательной. Таким образом, изменение значения индекса социального по тенциала не может однозначно сигнализировать о соответствующем изменении со циальной напряженности в регионе как по отношению к самому себе, так и по положению среди других регионов.

В связи с этим необходимо оценивать изменение нормированных в рамках теку щего отсчета времени значений индекса СП. В этом случае вводится временной относительный индекс социальной напряженности региона, который характеризу ет временную относительную динамику индекса социального потенциала и рассчи тывается как разность значений нормированных в пределах отсчета времени индексов социального потенциала региона:

~ ~ (16) ISTTRi (tn1,tn2 ) = ISPi (tn1 ) - ISPi (tn2 ), где ISTTRi (t1,t2 ) – значение временного относительного индекса СН i го региона для моментов времени ;

t1,t~ – значение нормированного индекса СП i го региона в момент t;

ISPi (t) tn1,tn2 – моменты времени n1, n2 анализируемого временного ряда.

Данный индекс можно рассматривать в качестве оценки автодинамики показате ля индекса социального потенциала региона, учитывающего относительное измене ние индекса СП других регионов.

Нормализация индекса СП ISPi (t) в данном случае осуществляется согласно выражению (2), учитывая монотонный характер индекса СП и прямой характер связи с социальной напряженностью.

Для проведения межрегиональных сравнений по фоновому уровню социальной напряженности также вводятся индексы межрегиональной динамики социального потенциала.

Сформированное семейство индексов авто– и межрегиональной социальной на пряженности позволяет осуществлять сравнение регионов по критерию фонового уровня СН, что дает возможность повысить обоснованность и снизить время приня тия решений в процессах управления социальными системами.

Прогнозные значения на следующие периоды вплоть до горизонта прогнозиро вания обычно формируют с использованием методов прогнозной экстраполяции. В этом случае закономерности изменения значений функции в прошлом распростра няются на будущие значения. Однако данный метод применим в случае отсутствия системных сдвигов в рассматриваемой области, при неизменности системы факто ров, отражающих анализируемую категорию, в период упреждения. С учетом того, что область социально политических отношений внутри социальной системы явля ется динамической и подвержена постоянным изменениям и трансформациям, ло гически не обосновано использование метода прогнозной экстраполяции для данной области. Прогнозирование процессов, связанных с СН в социальной системе, воз можно лишь на основе обоснованных факторов влияния в этой области с использо ванием сформированной модели взаимодействия индексов протестной активности и социальной напряженности.

В рамках данного исследования принято, что процесс повышения уровня СН, обус ловленный интегрированием в своем составе определенных факторов, выражается в виде различных форм протестной активности не мгновенно, а с определенным временным сдвигом. Рассматривая показатели, интегрированные в понятии СН, в виде временных рядов значений этих показателей, можно сказать, что реакция социальной системы на изменение значений этих показателей произойдет в момент, следующим за рассматри ваемым. Таким образом, судить о протестной активности как форме проявления СН можно через значения показателей и индексов, предшествующих рассматриваемому моменту времени, фактически осуществляя ее прогноз.

Для осуществления краткосрочного прогнозирования процессов, характеризу ющих СН, необходимо ввести понятие “индекс протестной активности” населения региона. По аналогии с индексом социального потенциала, в условиях отсутствия экспертных оценок индекс протестной активности IPAi формируется на основе ста тистически регистрируемых показателей, связанных с ПА, и отражает свертку ее показателей. Для разработки данного индекса используется методологическая схе ма, аналогичная методике формирования индекса СП, представленного выше.

Протестная активность населения выступает в качестве реального проявления социальной напряженности. Соответственно, индекс ПА отражает числовой индекс проявлений процессов, связанных с СН в социальной системе. Индекс же СП отра жает фоновый (статический) уровень процессов, связанных с СН, агрегирует в сво ем составе факторы, формирующие СН. Изменение этих факторов (соответственно, изменение индекса СП) может приводить в конечном итоге к возникновению ПА.

Учитывая то, что категория СП отражает статику процессов, связанных с СН региона, и опираясь на анализ этих процессов, сделан вывод о том, что основную смысловую нагрузку несут динамические показатели – индексы СН. Таким обра зом, необходимо исследовать взаимозависимость величин протестной активности и социальной напряженности. Модель взаимосвязи временного относительного ин декса СН и индекса ПА может быть представлена зависимостью вида:

IPAi (tn ) = f (ISTTRi (tn- )), (17) где IPAi – индекс протестной активности i го региона;

ISTTR i – временной относительный индекс СН i го региона;

tn,tn- – текущий n и смещенный на шагов назад моменты времени при рас смотрении временного ряда статистических показателей.

Для уточнения параметров и вида модели (17) предлагается использовать рег рессионный анализ. Формирование прогнозных значений индекса ПА с помощью сформированной модели зависимости СН и ПА с учетом временного сдвига позво лит нивелировать временное отставание статистических данных для оценки теку щего уровня СН в регионе и спрогнозировать значения индекса протестной активности на ближайший период.

В третьей главе “Построение рекурсивных инструментов обработки статисти ческой информации для оценки и краткосрочного прогнозирования индексов соци альной напряженности в регионах РФ” осуществлена апробация методики на примере использования существующей статистической информационной базы, выработаны рекомендации по практическому применению полученных результатов.

При формировании информационной базы методики обработки статистической информации для оценки социальной напряженности предлагается использовать существующую базу данных статистической информации органов государственной власти “Фонд показателей” (ФП).

Наличие дополнительных статистических данных, поступающих из специализи рованных источников, позволяет учесть отсутствующие в официальной статистике данные, отражающие процессы, характеризующие социальную напряженность.

На рисунке 4 представлена основанная на декомпозиции категории “социальная напряженность” общая схема иерархической системы статистических показате лей, используемых в качестве примера исходной информационной базы исследова ния СП. Представленная схема отражает количество показателей указанного фонда в каждом структурном элементе схемы.

Рисунок 4 – Иерархическая система статистических показателей социальной напряженности С учетом указанных выше требований к информационной базе методики синте за индексов социального потенциала и протестной активности, а также с учетом анализа данных по указанным показателям ФП сформирован априорный перечень базовых показателей СП, характеризующих различные синтетические категории социального потенциала. На основе исходного набора показателей отобраны соглас но методике показатели, наиболее информативные с точки зрения отражения фак торов СН. Некоторые показатели на этапе предварительной подготовки были подвергнуты преобразованиям в связи с тем, что они содержат региональные раз личия, объективно существующие в статистических данных.

В качестве исходных статистических данных протестной активности отобраны показатели информационной системы органов государственной власти “Протестная активность” по категориям, представленным на рисунке 5.

Рисунок 5 – Информационная база методики формирования индекса ПА Для автоматизированной обработки данных и реализации всех последующих этапов методики предлагается использование специализированного программного обеспечения MATLAB. Разработаны программы в нотации MATLAB, которые вы полняют автоматизированную обработку исходных данных согласно разрабо танной методике. Алгоритм обработки данных представлен на рисунке 6.

Применение корреляционного анализа отобранных показателей позволило ис ключить показатели, для которых парные коэффициенты корреляции больше 0,75.

Применен метод главных компонент для получения их значений и осуществлен отбор необходимого количества согласно правилу (11) минимума компонент для превышения порогового значения суммарной доли объясненной дисперсии, т. е. до статочной меры информативности совокупности отобранных главных компонент.

Информативность признается удовлетворительной при значении порога 0,7. В дан ном варианте исходных данных для анализа отобрано 11 первых главных компонент для индекса СП (совокупная объясненная дисперсия 0,7025) и две первые главные компоненты для индекса ПА (совокупная объясненная дисперсия 0,8131).

На основе отобранных первых главных компонент сформированы значения индек IPA сов СП I и ПА по регионам России по анализируемым годам. Также сформиро SP ваны значения предложенных в методике временного индекса социальной напряженности ISTT, временного относительного индекса социальной напряженности региона ISTTR.

Для осуществления краткосрочного прогнозирования процессов, связанных с СН в регионах России, необходимо идентифицировать и верифицировать модель зависимости индекса протестной активности населения от временного относитель ного индекса социальной напряженности региона, которая в общем виде представ лена в виде выражения (17). Необходимые расчеты также были выполнены с помощью разработанного программного инструментария.

Осуществлены анализ и выбор характера регрессионной зависимости. Среди рег рессионных моделей на основе линейной зависимости, а также нелинейных зависимо стей (полиномиальная регрессия с восстанавливаемой зависимостью квадратической кривой, кубической кривой, а также криволинейная регрессия) в каждом случае был осуществлен процесс идентификации модели на соответствующем количестве началь ных точек данных (обучающей выборке); произведен расчет вектора регрессионных остатков и получена среднеквадратическая оценка регрессионных остатков.

Анализ полученных моделей и их характеристик показал, что моделью с ми нимальной среднеквадратической оценкой остатков (в среднем менее 0,0148) была Рисунок 6 – Алгоритм обработки данных в среде MATLAB признана полиномиальная регрессия с восстанавливаемой зависимостью кубичес кой кривой. Проведена верификация модели на контрольной ретроспективной вы борке, осуществлена оценка точности сформированной модели прогнозирования по параметру средней абсолютной процентной ошибки прогноза (MPAE):

k i мод набл MPAE = 100 %, i = IPAi - IPAi, (18) набл k IPAi i = набл где – наблюдаемое значение индекса протестной активности в момент времени i;

IPAi мод IPAi – значение индекса протестной активности, рассчитанное согласно модели (17), в момент времени i;

– количество наблюдений анализируемого временного ряда.

k Средняя абсолютная процентная ошибка прогноза значений индекса ПА, согласно построенной модели, по сравнению с расчетными значениями по анализируемым годам составляет 4,79 %. Значения средней абсолютной процентной ошибки прогноза на приме ре восьми регионов Приволжского федерального округа приведены в таблице 1.

Таблица Средняяабсолютная процентная ошибка прогноза MPAE вПФО, % Средняя абсолютная процентнаяошибка прогноза MPAE в ПФО, % Средняя абсолютная процентная ошибка прогноза MPAE в ПФО, % Средняяабсолютная процентная ошибка прогноза MPAE вПФО, % Средняя абсолютная процентнаяошибка прогноза MPAE в ПФО, % Графический анализ результатов прогнозирования индекса протестной актив ности на примере двух субъектов Приволжского федерального округа представлен на рисунке 7.

Рисунок 7 – Прогнозирование ПА в ПФО Таким образом, результаты апробации позволяют сделать вывод об адекватно сти предложенных методик и сформированной математической модели прогнози рования индекса протестной активности. Внедрение результатов исследования при разработке информационных систем органов государственной власти (ИС “Монито ринг”, “Протестная активность”) позволило повысить качество прогнозирования процессов, связанных с социальной напряженностью, в среднем на 5 %.

Разработаны предложения и рекомендации по использованию результатов исследования, рассмотрены конкретные управленческие ситуации с возможно стью применения полученных результатов. Описание ситуации отражает уро вень государственного управления, лицо, принимающее решение, информационно аналитические подразделения, осуществляющие реализацию полученных в исследовании результатов и обеспечивающие информационно аналитическую поддержку органов власти, примеры проблемных ситуаций, выявленных с использованием предложенных методик и индексов СН, и вари анты управленческих решений по их преодолению.

Основные пункты организационно методических рекомендаций по практичес кой реализации методики при мониторинге СН и формировании прогноза ее индек сов состоят в следующем:

1. Необходимо периодически осуществлять корректировку и уточнение факто ров, детерминирующих СН, так как в процессе развития регионов могут возникать новые, неучтенные ранее факторы, обусловливающие ее положительную динами ку. В то же время некоторые факторы теряют свою значимость и могут быть исклю чены из дальнейшего использования.

2. Необходимо периодически осуществлять выгрузку из выбранного информа ционного фонда и последующую обработку данных согласно методике для получе ния расчетных индексов СН с целью:

– выявления групп регионов с повышенным уровнем социальной напряженно сти (что может привести к формированию протестной активности населения в дан ных регионах);

– проведения дополнительных исследований, направленных на выявление фак торов, обусловливающих повышение уровня индексов социальной напряженности в регионе, и формирования управленческих решений, направленных на регулиро вание данной ситуации;

– формирования моделей индексов социальной напряженности, позволяющих осуществить их краткосрочное прогнозирование.

3. Для осуществления краткосрочного прогнозирования индексов СН необходи мо уточнение их моделей, при этом возможно изменение как параметров, так и вида моделирующих зависимостей.

4. Для обеспечения надежности формируемых данных прогноз индексов СН необходимо производить с периодом упреждения до одного двух временных от счетов данных.

5. Необходимо, особенно при возникновении структурных сдвигов в рассмат риваемой области, например политической нестабильности (проведение выбор ных мероприятий различного уровня и т. п.), осуществлять дополнительные исследования, возможно с применением социологических, экспертных методов, методов анализа массовой информации.

В заключении подводятся итоги работы, формулируются основные выводы, наме чаются перспективы и пути дальнейших исследований. Отмечено, что разработанная методика является новым инструментом анализа ситуации социальной напряженнос ти, позволяющим отслеживать повышение ее фонового уровня в регионах Российской Федерации с использованием статистических данных. Совершенствование методов по лучения и обработки массовой, экспертной и статистической информации для задач информационно аналитического обеспечения управления социальными системами по зволит осуществить разработку комплексной информационной технологии оценки и прогнозирования социальной напряженности в регионах России.

Основные положения и выводы диссертации отражены в следующих публикациях:

1. Грызлов, И. Н. Механизм оценки общественно политической ситуации региона [Текст] / И. Н. Грызлов, А. О. Жуков, В. А. Фролов // Сборник тезисов докладов и сообщений Юбилейной научно практической конференции ГУИС ФАПСИ. – М. : ГУИС ФАПСИ, 2003. – С. 87–91.

2. Грызлов, И. Н. Методика оценки социальной напряженности на региональном уровне [Текст] / И. Н. Грызлов, Г. В. Баранова, В. А. Фролов // Проблемы создания и развития инфор мационно телекоммуникационной системы специального назначения. III Всероссийская научная конференция : сб. материалов. Ч. 2 / Под общ. ред. В. В. Гусева. – Орел : Академия ФАПСИ, 2003. – С. 52–54.

3. Грызлов, И. Н. Использование индекса социальной напряженности для оценки и про гнозирования общественно политической ситуации региона [Текст] / И. Н. Грызлов, Г. В. Ба ранова, В. А. Фролов // Материалы межведомственной конференции “Научно техническое и информационное обеспечение деятельности спецслужб”. Т. II. – М. : ИКСИ Академии ФСБ России, 2004. – С. 117–121.

4. Грызлов, И. Н. Проблемы формирования информационной базы исследования соци альной напряженности [Текст] / И. Н. Грызлов // Труды международной научной конферен ции “Информатизация и информационная безопасность правоохранительных органов”. – М. : Академия МВД России, 2007. – С. 32–34.

5. Грызлов, И. Н. Исследование факторов, влияющих на формирование системы показа телей оценки социальной напряженности в регионах России / И. Н. Грызлов // Материалы межведомственной конференции “Научно техническое и информационное обеспечение дея тельности спецслужб”. Т. VI. – М. : ИКСИ Академии ФСБ России, 2008. – С. 210–214.

6. Грызлов, И. Н. Социальная напряженность в регионах России и информационная база ее исследования [Текст] / И. Н. Грызлов // Ситуационные центры и перспективные информационно аналитические средства поддержки принятия решений : материалы на учно практической конференции РАГС 25–27 апреля 2007 года / под общ. ред. А. Н. Данчу ла. – М. : Изд во РАГС, 2008. – С. 115–119.

7. Грызлов, И. Н. Механизм формирования социальной напряженности в регионе [Текст] / И. Н. Грызлов // Ситуационные центры и перспективные информационно аналитические технологии поддержки принятия решений : материалы научно практической конференции РАГС 7–9 апреля 2008 года / под общ. ред. А. Н. Данчула. – М. : Изд во РАГС, 2009. – С. 108–114.

8. Грызлов, И. Н. Подход к формированию информационной технологии оценки социаль ной напряженности в регионах России [Текст] / И. Н. Грызлов // Ситуационные центры 2009.

Перспективные информационно аналитические технологии поддержки принятия решений:

материалы научно практической конференции РАГС 14–15 апреля 2009 года / под общ. ред. А.

Н. Данчула. – М.: Изд во РАГС, 2010. – С. 314–319.

9. Грызлов, И. Н. Информационная технология оценки социальной напряженности в регионах России [Текст] / И. Н. Грызлов, В. П. Белов // Информационные системы и техно логии. – 2010. – №1/57(584). – С. 50–57 (журнал из перечня изданий, рекомендованных ВАК).

Отпечатано в издательстве ОФ РАНХиГС Заказ № 648. Тираж 100 экз.

Объем 1,1 п. л. 60 х 84 1/16.

Подписано в печать 27.04.2012 г.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.