ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 12.11.2020
Просмотров: 740
Скачиваний: 2
16
П
•
оведенческие
стандарты
(behavioral habits).
Например
,
регионы
с
очень
высоким
уровнем
хронического
алкоголизма
,
очевидно
,
не
да
-
дут
ожидаемой
отдачи
от
развития
структур
публичного
сектора
.
E
X
Y
Вход –
свойства
природной
и техногенной
среды
DMU – принятие
решений
Выход –
свойства
общества
Рис
. 4.
Факторы
внешней
среды
,
влияющие
на
оценки
эффективности
Рассмотрим
статистические
связи
между
полученными
оценками
(
Е
)
и
факторами
групп
X
и
Y
.
Разумно
для
«
входной
»
группы
рассматривать
корреляции
с
эффективностью
затрат
,
для
«
выходной
» –
корреляции
с
результативностью
.
Операциональные
параметры
даны
в
табл
. 5.
Таблица
5
.
Группы
экзогенных
параметров
и
их
операционализация
Группа
экзогенных
параметров
Свойство
Операциональный
параметр
Оценки
эффективности
X –
факторы
входа
Уровень
инфраструктурной
освоенности
территории
Уровень
транспортной
доступности
(
Минрегион
)
Input
Система
расселения
Коэффициенты
расселения
(
Минрегион
)
Уровень
цен
Величина
прожиточного
минимума
(
Росстат
)
Y –
факторы
выхода
Приобретенные
социальные
навыки
Доля
лиц
с
высшим
образованием
в
экономике
региона
(
Росстат
)
Output
Поведенческие
стандарты
Установление
диагноза
алкоголизма
и
алкогольного
психоза
на
100
тыс
.
населения
(
Росстат
)
Корреляции
с
оценками
эффективности
следующие
(
для
краткости
мы
приводим
только
коэффициенты
для
оценок
и
независимых
перемен
-
ных
за
2011
г
.).
17
Таблица
6
.
Корреляции
внешних
факторов
с
оценками
эффективности
Операциональный
параметр
Корреляция
с
оценками
эффективности
Уровень
транспортной
доступности
.
Величина
растет
со
снижением
уровня
транспортной
освоенности
территории
.
–0,58**
Коэффициенты
расселения
.
Величина
растет
вместе
с
увеличением
дисперсности
расселения
0,1
Величина
прожиточного
минимума
–0,71**
Доля
лиц
с
высшим
образованием
в
экономике
региона
0,23*
Установление
диагноза
алкоголизма
и
алкогольного
психоза
на
100
тыс
.
населения
–0,42**
** –
коэффициент
значим
на
уровне
< 0,01.
* –
коэффициент
значим
на
уровне
< 0,05.
Для
оценок
эффективности
затрат
мы
наблюдаем
весьма
существен
-
ное
влияние
двух
взаимосвязанных
факторов
–
транспортной
доступно
-
сти
и
относительного
уровня
цен
.
Первый
фактор
объясняет
−
0,58
2
≈
0,34
(
треть
)
вариации
оценок
эффективности
затрат
,
второй
−
0,71
2
≈
0,5
(
по
-
ловину
).
По
результатам
регрессионного
анализа
,
совокупное
влияние
этих
двух
факторов
(
R
-
квадрат
)
с
учетом
их
корреляции
между
собой
со
-
ставляет
около
0,56.
Таким
образом
,
чуть
более
половины
дисперсии
оценок
эффективности
затрат
зависит
от
факторов
,
не
находящихся
в
сфере
контроля
региональных
властей
.
Это
говорит
о
том
,
что
без
над
-
лежащей
коррекции
эти
оценки
невалидны
.
Менее
очевидна
история
с
влиянием
«
факторов
выхода
» –
поведен
-
ческих
стандартов
и
человеческого
потенциала
.
Уровень
образования
объясняет
−
0
,
23
2
≈
0
,
05
(
одну
двадцатую
)
вариации
оценок
результа
-
тивности
,
уровень
алкоголизма
−
0,42
2
≈
0,17
(
одну
шестую
).
По
резуль
-
татам
регрессионного
анализа
,
совокупная
объяснительная
сила
этих
пе
-
ременных
составляет
около
0,18 –
менее
одной
пятой
дисперсии
оценок
результативности
.
Кроме
того
,
имеются
и
сомнения
содержательного
характера
:
неза
-
висимость
свойств
общества
от
эффективности
власти
значительно
менее
очевидна
по
сравнению
с
«
факторами
входа
»
.
Ясно
,
что
природно
-
географические
характеристики
регионов
никак
не
могут
быть
измене
-
ны
решениями
региональных
органов
власти
.
Так
ли
это
по
отношению
,
18
например
,
к
образованности
занятых
в
экономике
?
Или
можно
говорить
о
том
,
что
власти
создают
(
или
не
создают
)
условия
для
привлечения
в
экономику
региона
более
квалифицированной
рабочей
силы
?
Та
же
схе
-
ма
рассуждения
применима
,
в
принципе
,
и
к
поведенческим
стандартам
.
Другими
словами
,
нет
уверенности
в
том
,
что
вектор
параметров
Y
в
мо
-
дели
(2)
в
действительности
независим
от
вектора
E
.
На
сегодняшний
день
вопрос
остается
открытым
,
и
для
его
решения
требуется
уточнение
модели
(2).
Необходимо
найти
конкретный
вид
функ
-
ции
f
,
что
будет
означать
«
раскрытие
»
черного
ящика
системы
принятия
решений
.
Это
одна
из
актуальнейших
задач
в
рамках
анализа
эффектив
-
ности
,
но
пока
что
сделаны
лишь
первые
шаги
в
ее
решении
.
Поэтому
на
данный
момент
мы
воздерживаемся
от
коррекции
оценок
эффектив
-
ности
с
помощью
переменных
,
отражающих
развитие
общества
,
и
со
-
средоточимся
на
очевидно
необходимой
коррекции
на
«
входные
»
пока
-
затели
.
Итак
,
полученные
на
данном
этапе
оценки
эффективности
характе
-
ризуются
«
эндогенной
»
валидностью
,
но
при
этом
не
проходят
проверку
на
«
экзогенную
»
валидность
.
Требуется
произвести
коррекцию
с
учетом
переменных
,
характеризующих
транспортные
условия
и
относительный
уровень
цен
в
субъектах
Федерации
.
1.3.
Коррекция
оценок
эффективности
с
учетом
внешних
условий
Для
решения
проблемы
коррекции
DEA-
оценок
на
внешние
условия
следует
определиться
с
двумя
основными
опциями
.
Во
-
первых
,
это
на
-
бор
внешних
переменных
,
на
которые
будет
осуществляться
коррекция
.
Выше
было
решено
,
что
мы
примем
во
внимание
лишь
те
факторы
,
ко
-
торые
отражают
разнообразие
природно
-
географических
и
транспорт
-
ных
условий
в
регионах
России
.
После
целого
ряда
проб
мы
останови
-
лись
на
Индексе
бюджетных
расходов
(
ИБР
),
рассчитываемом
Мини
-
стерством
финансов
РФ
.
Этот
показатель
учитывает
наличие
населения
в
труднодоступных
районах
и
плотность
транспортных
сетей
,
долю
тру
-
доспособного
населения
,
стоимость
фиксированного
набора
продуктов
и
услуг
ЖКХ
,
а
также
доходы
населения
3
.
Это
именно
тот
набор
свойств
регионов
,
который
вызывает
наибольшие
проблемы
с
экзогенной
валид
-
ностью
.
3
Детальное
описание
расчета
индекса
см
.
на
сайте
Минфина
<http://www1.min
fi
n.ru/
ru/budget/regions/methodology/archive/index.php?id4=607>.
19
Во
-
вторых
,
нужно
определиться
с
методикой
коррекции
.
В
этом
раз
-
деле
мы
охарактеризуем
четыре
различных
стратегии
коррекции
DEA-
оценок
эффективности
на
внешние
переменные
,
выделив
их
преимуще
-
ства
и
недостатки
.
Начнем
с
подхода
,
использованного
автором
в
работе
по
итогам
предыдущего
года
(
Ахременко
2012).
1.3.1.
Линейная
регрессия
В
рамках
данного
подхода
модель
(2)
рассматривается
как
обобщение
линейной
модели
:
ˆ
E
=
β
0
+
ββ
k
Z
+
E
(3)
где
ˆ
E
–
оценка
эффективности
,
E
– «
истинная
»
эффективность
,
вектор
Z
–
множество
внешних
переменных
,
β
0
,
ββ
k
–
параметры
линейной
связи
между
внешними
переменными
и
оценкой
эффективности
.
Неизвестна
величина
E
,
отражающая
«
истинную
»,
неискаженную
внешними
факторами
эффективность
,
известны
вектор
Z
и
оценка
ˆ
E
.
Считая
E
остаточным
случайным
членом
,
решение
уравнения
сводится
к
нахождению
параметров
β
0
,
ββ
k
,
т
.
е
.
к
обычной
задаче
линейной
регрес
-
сии
.
Технически
классический
метод
наименьших
квадратов
примени
-
тельно
к
DEA-
оценкам
дополняется
робастными
стандартными
ошиб
-
ками
и
бутстрепом
(
см
. Simar, Wilson 2007).
Последнее
связано
с
тем
,
что
оценки
ˆ
E
,
вообще
говоря
,
автокоррелированы
.
Рассчитав
коэффициенты
регрессии
,
можно
получить
истинную
эф
-
фективность
,
вычтя
из
«
сырых
»
оценок
эффекты
внешних
перемен
-
ных
:
E
=
ˆ
E
−
(
β
0
+
ββ
k
Z
)
=
ˆ
E
−
β
0
− ββ
k
Z
(4)
Данный
метод
достаточно
широко
распространен
в
прикладных
ис
-
следованиях
эффективности
,
однако
его
применение
связано
с
рядом
методологических
проблем
.
Во
-
первых
,
может
быть
(
и
,
судя
по
всему
,
является
)
неверным
предположение
о
линейной
связи
эффективности
с
внешними
факторами
.
Как
было
отмечено
выше
,
истинная
эффектив
-
ность
системы
может
зависеть
от
сочетания
внутренних
и
внешних
усло
-
вий
.
Другими
словами
,
она
не
является
линейной
комбинацией
первого
и
второго
,
и
тогда
аддитивная
модель
(3)
неверна
в
принципе
.
20
Во
-
вторых
,
очень
существенный
момент
связан
с
сильной
неодно
-
родностью
объектов
исследования
и
характером
распределений
,
не
под
-
чиняющихся
нормальному
закону
.
В
таких
условиях
влияние
отдельных
регионов
на
оценки
параметров
уравнения
регрессии
становится
много
-
кратно
выше
по
сравнению
с
другими
(
рис
. 5).
При
коррекции
на
индекс
бюджетных
расходов
наибольшим
весом
обладают
те
субъекты
РФ
,
для
которых
значения
этого
параметра
сильно
отличается
от
типичных
для
России
в
целом
:
Чукотка
,
Якутия
,
Ненецкий
АО
и
т
.
д
.
Это
приводит
к
тому
,
что
основой
для
коррекции
показателей
эффективности
всех
реги
-
онов
становятся
параметры
,
рассчитанные
преимущественно
под
воз
-
действием
некоторых
нетипичных
территорий
.
В
результате
оценки
эф
-
фективности
для
«
обычных
»
регионов
оказываются
заниженными
,
а
для
регионов
со
сложными
природно
-
географическими
условиями
–
сильно
завышенными
.
Возникает
«
эффект
трамплина
»,
когда
,
к
примеру
,
нахо
-
дившаяся
на
одном
из
последних
мест
Магаданская
область
совершает
–
после
регрессионной
коррекции
–
стремительный
рывок
в
лидеры
рей
-
тинга
эффективности
.
Рис
. 5.
Связь
между
уровнем
транспортной
доступности
(
ось
абсцисс
)
и
оценками
эффективности
(
ось
ординат
).
Пунктиром
выделена
группа
регионов
,
оказывающая
наибольшее
влияние
на
наклон
линии
регрессии