|
Оглавление
Введение
Управление развитием региона — понятие емкое. Испокон веков феномен управления включал столпы планирования, организации, мотивации и контроля. Эти столпы в постоянно меняющихся внешних условиях и при различных внутренних обстоятельствах обрастали множеством деталей, ограничений и интерпретаций. Тезис развития в управлении дополнительно накладывает требование постоянного улучшения качества жизни населения, роста экономических показателей, усиления социальной безопасности. В Российской Федерации в настоящее время особенно важным в управлении развитием регионом становится ориентация на достижение национальных и региональных стратегических целей, обеспечение благополучия людей, ведение эффективной социальной, экономической и технологической политики. В этом контексте управление развитием региона должно ориентироваться на достижение стратегических приоритетов, заданных соответствующими нормативными правовыми документами, прежде всего, Указом Президента Российской Федерации от 21 июля 2020 года «О национальных целях развития Российской Федерации на период до 2030 года». Несмотря на развитие цифровой экономики и создание систем искусственного интеллекта, в управлении регионом все большую роль играет организационный аспект [116]. В условиях цифровой экономики, внедрения методов и инструментов Индустрии 4.0 важное место в организации и поддержке регионального развития занимают научно-обоснованные методы поддержки принятия решений. Для этого, в частности, в России создана система распределенных ситуационных центров [162]. Использование научного потенциала для моделирования и решения проблем регионального развития в России началось довольно давно. В прошлом веке в СССР при создании автоматизированных систем управления создавалась уверенность, что все социально-экономические и мыслительные процессы принятия решений можно формализовать, логически описать и на этой основе с помощью компьютерного моделирования помочь руководителю принять правильное решение. Увы, не получилось. В классические модели, состоящие из тысяч дифференциальных уравнений, вкрапливались погрешности и смысловые искажения, они были очень сложными для формализации, и, как следствие, результатам компьютерного решения на их основе социально-экономических задач не доверяли. Руководители принимали решения больше чутьем, с учетом рекомендаций экспертов, простых расчетов и на основе собственного опыта. Вместе с тем моделями пользовались, считали экономические балансы, прогнозировали на основе статистики региональное развитие. Однако, если прогнозы и получались, то они рассчитаны были на сравнительно короткие промежутки времени. В начале 1980-х панацеей от ограничений классического моделирования в области создания автоматизированных систем управления начали было считать искусственный интеллект в виде экспертных систем, которые якобы содержали в себе неформали¬зуемую когнитивную информацию и могли «думать» как человек. Опять не получилось. Создание таких систем было очень трудоемким, они не давали объяснения своим выводам и рекомендациям, и им также руководители не доверяли. Вместе с тем объяснительную компоненту в экспертной системе тогда удалось построить — к основной базе знаний добавили другую базу знаний, которая синтезировала релевантные объяснения. Однако, как выяснилось, экспертные системы работали в довольно ограниченной и замкнутой проблемной области, могли решать одну задачу, например, диагностика полезного ископаемого, подготовка рекомендации по выбору антибиотика для инъекции и пр. Заметим, что несмотря на несомненный современный прогресс в области искусственного интеллекта, он до сих пор остается «узким» и «слабым», и еще хуже сейчас обстоит дело с объяснительной компонентой в намного более сложных, чем ранее, системах с глубоким обучением. Огромное количество научных публикаций, демонстрирующих успехи систем моделирования при решении задач регионального развития, на практике, как оказывается, далеко не всегда обладает декларируемым качеством. Моделирование остается пока латентным инструментом в процессах принятия решений главами регионов. Моделирование является атрибутом упомянутых выше ситуационных центров и информационно-аналитических систем, резуль¬таты подготовки автоматических рекомендаций которых у руководителей далеко не всегда вызывают доверие. Чтобы в этом убедиться, достаточно посмотреть официальные сайты субъектов Российской Федерации, на которых термин «моделирование» практически не встречается. Например, на официальном сайте Москвы это слово встречается несколько раз в общем плане. Так, Сергей Собянин в СМИ рассказал о цифровом двойнике Москвы, который позволяет моделировать множество процессов, происходящих в реальной жизни. «Управление городом все больше переходит в цифровой формат, — отметил он. — Без этого моделирования в Москве не принимается ни одно серьезное решение». В Санкт-Петербурге для управления городом создан один из самых современных ситуационных центров (СЦ), однако информацию о применении современных методов моделирования в развития региона найти на сайте города не удалось. В Подмосковье создан современный Центр управления регионом (ЦУР), электронная платформа которого обеспечивает сбор и анализ информационных массивов по 11 отраслевым блокам: медицина, образование, ЖКХ и уборка мусора, соцзащита, транспорт, экология, строительство, гос-услуги, СМИ, безопасность, нацпроекты. Эти данные в информационной системе формируются (вместе с сообщениями, инициируемыми населением) и используются в управленческой деятельности тридцатью региональными профильными ведомствами. Однако, практика моделирования для поддержки решений на сайте не раскрывается. Аналогичная ситуация наблюдается с внедрением и демонстрацией научных методов моделирования для поддержки принятия решений в сфере регионального развития и в других, наиболее продвинутых в цифровом отношении субъектов России — Татарстане, Ханты-Мансийском автономном округе — Югре, Нижегородской области и ряде других. Важнейшим атрибутом современного взгляда на теорию управления является наложение на традиционные инструменты менеджмента средств сценарного анализа и моделирования [185], методов цифровизации и искусственного интеллекта, человеко-машинного взаимодействия и принятия коллективных решений [142, 239]. Все больше внимания уделяется взаимодействию систем искусственного интеллекта с человеком и социумом [244]. Неизменным контекстом теории управления применительно к региону является финансово-экономический блок. При этом нужна правильная организация расстановки сил в региональном управлении, мотивация участников мероприятий. Учитывая огромное множество факторов, влияющих на процессы управления, важным в управлении является нахождение и концентрация усилий на экономических точках роста, приложение основных усилий к которым создают мультиплицирующий эффект и обеспечивают должную синергию в достижении стратегических и тактических целей. В регионе для приложения научных методов моделирования важно понять и определить объект и контекст управления. Ведь можно принять замечательное, на первый взгляд, управленческое решение, но его неадекватность внешним обстоятельствам и внутренним нюансам может сделать результат управления ничтожным. Управленческое решение может диктоваться здравым смыслом и сиюминутным интересом, однако множество незамеченных внешних и внутренних факторов могут создать негативную синергию и погубить любое благое намерение. Например, у главы администрации региона таким намерением может быть диверсификация наукоемкого производства. На деле же может оказаться, что кредиты наукоемкому бизнесу взять невозможно, поскольку за время проработки замысла выросла процентная ставка, а земля для расширения производства принадлежит другому собственнику. Возможности в управлении регионом могут выявляться исходя из внешнего давления политических, экономических, социальных, рыночных и иных обстоятельств, а также за счет использования внутреннего интеллектуального и материально-технического потенциала. При этом, как известно, внешнее давление может порождать как собственно дополнительные возможности, так и создавать угрозы развитию. Внутренний же потенциал обычно обладает слабыми и сильными сторонами, причем, первые за счет «умных» решений, полученных с помощью моделирования и сквозных цифровых технологий, могут быть также повернуты в сильную сторону. То есть у региона есть свои «сильные слабые» стороны, надо только суметь их выявить в контексте множества факторов. Типовые проблемы регионального управления приведены на рисунке.
Об авторах
 Дранко Олег Иванович Доктор технических наук, доцент, заведующий лабораторией Института проблем управления имени В. А. Трапезникова РАН. Заместитель заведующего кафедрой инновационного менеджмента Московского физико-технического института. Научные интересы: экономико-математическое моделирование развития организаций, отраслей и регионов.
 Новиков Дмитрий Александрович Академик РАН, доктор технических наук, профессор. Директор Института проблем управления имени В. А. Трапезникова РАН, заведующий кафедрой интегрированных киберсистем Московского физико-технического института. Научные интересы: теория управления системами междисциплинарной природы.
 Райков Александр Николаевич Доктор технических наук, профессор, лауреат премии Правительства РФ в области науки и техники, ведущий научный сотрудник Института проблем управления имени В. А. Трапезникова РАН, профессор МИРЭА — Российского технологического университета. Научные интересы: стратегический анализ, искусственный интеллект, системы поддержки решений.
 Чернов Игорь Викторович Кандидат технических наук, заведующий лабораторией Института проблем управления имени В. А. Трапезникова РАН, доцент МГТУ имени Н. Э. Баумана и РАНХиГС. Научные интересы: сценарный анализ, системы поддержки принятия решений, информационное управление.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||