УДК 330.4

Как оценить эффективность управления в субъектах Российской Федерации в контексте заданного показателя социально-экономического развития?

А.Р. Нагапетян, П.С. Поплавко, Д.А. Субботовский

Дальневосточный федеральный университет, г. Владивосток, Россия

Аннотация

Оценки эффективности управления имеют важное значение с точки зрения возможности принятия адресных решений, например связанных с изменениями в соответствующих управленческих командах, масштабированием успешных практик, что и определяет актуальность работы. Целью исследования является разработка экономико-математического инструментария оценки эффективности управления в субъектах РФ в контексте заданного показателя социально-экономического развития при прочих равных условиях на примере показателей суммарного коэффициента рождаемости, ожидаемой продолжительности жизни и смертности от сердечно-сосудистых заболеваний. Согласно исследовательским гипотезам, оценки эффективности управления в субъектах РФ на основе фиксированных эффектов территорий будут отличаться от оценок на основе ранжирования непосредственно наблюдаемых статистических показателей, а также будут характеризоваться разной степенью устойчивости при рассмотрении различных моделей. Процедура исследования реализована на основе исключения из наблюдаемых объективных статистических показателей влияния факторов, не имеющих прямого отношения к соответствующему управленческому воздействию за счет выделения фиксированных эффектов территорий с помощью различных моделей на основе панельных данных и пространственной эконометрики. Полученные результаты подтвердили исследовательские гипотезы и представляют собой как методику позволяющую формировать рейтинги территорий для рассматриваемого показателя с минимальными требованиями к входным данным, так и инструменты для оценки уровня доверия к сформированным результатам рейтингования. Методика позволяет формировать и обобщенные рейтинги на основе группы показателей с взвешиванием на основе оценок стоимости человеческой жизни в контексте соответствующих факторов. Теоретическая значимость результатов заключается в развитии подходов к моделированию эффективности управления за счет выделения фиксированных эффектов территорий, очищенных от социально-экономических, демографических и иных характеристик территории, влияния ее соседей. Практическая значимость заключается в повышении точности подходов к оценке эффективности управленческого воздействия в части способности учета взаимосвязей между непосредственными решениями соответствующих управленцев и их позицией в рейтинге.

Ключевые слова

эффективность управления; рейтинг; фиксированные эффекты; пространственная эконометрика; стоимость жизни.

JEL classification

Список использованной литературы

1. Красильщиков Г.Г., Троицкая Е.А. Оценка эффективности регионального управления методом Data Envelopment Analysis (на материалах Пермского края и регионов-конкурентов) // Ars Administrandi (Искусство управления). 2024. Т. 16, № 3. С. 513–532. https://doi.org/10.17072/2218-9173-2024-3-513-532

          2. Bevan G., Wilson D. Does “Naming and Shaming” Work for Schools and Hospitals? Lessons from Natural Experiments Following // Public Money & Management. 2013. Vol. 33, Issue 4. Рр. 245–252. https://doi.org/10.1080/09540962.2013.799801

          3. Heinrich C.J. Outcomes-based performance management in the public sector: Implications for government accountability and effectiveness // Public Administration Review. 2002. Vol. 62, Issue 6. Рр. 712–725. https://doi.org/10.1111/1540-6210.00253

          4. Burns J., Kurz C., Laxy M. Effectiveness of the German disease management programs: quasi-experimental analyses assessing the population-level health impact // BMC Public Health. 2021. Vol. 21. 2092. https://doi.org/10.1186/s12889-021-12050-7

          5. Restrepo B.J., Rieger M. Denmark's Policy on Artificial Trans Fat and Cardiovascular Disease // American Journal of Preventive Medicine. 2016. Vol. 50, Issue 1. Рр. 69–76. https://doi.org/10.1016/j.amepre.2015.06.018

          6. Mikkola T., Gissler M., Merikukka M., Tuomikoski P., Ylikorkala O. Sex differences in age-related cardiovascular mortality // PLoS ONE. 2013. Vol. 8, Issue 5. e63347. https://doi.org/10.1371/journal.pone.0063347

          7. Ha N., Hendrie D., Moorin R. Impact of population ageing on the costs of hospitalisations for cardiovascular disease: a population-based data linkage study // BMC Health Services Research. 2014. Vol. 14. 554. https://doi.org/10.1186/s12913-014-0554-9

          8. Espeland W.N., Sauder M. Rankings and reactivity: How public measures recreate social worlds // American Journal of Sociology. 2007. Vol. 113, No. 1. Рр. 1–40. https://doi.org/10.1086/517897

          9. Simar L., Wilson P.W. Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric frontier models // Management Science. 1998. Vol. 44, No. 1. Рр. 49–61. https://doi.org/10.1287/mnsc.44.1.49

          10. Hollingsworth B., Peacock S.J. Efficiency Measurement in Health and Health Care / 1st еdition. London: Routledge, 2008. 176 p. https://doi.org/10.4324/9780203486566

          11. Aigner D., Lovell C.A.K., Schmidt P. Formulation and estimation of stochastic frontier production function models // Journal of Econometrics. 1977. Vol. 6, Issue 1. Рр. 21–37. https://doi.org/10.1016/0304-4076(77)90052-5

          12. Jacobs R., Smith P.C., Street A. Measuring Efficiency in Health Care: Analytic Techniques and Health Policy. Cambridge University Press, 2006. https://doi.org/10.1017/CBO9780511617492

          13. Decancq K., Lugo M.A. Weights in multidimensional indices of wellbeing: An overview // Econometric Reviews. 2013. Vol. 32, Issue 1. Рр. 7–34. https://doi.org/10.1080/07474938.2012.690641

          14. Munda G., Nardo M. Noncompensatory/nonlinear composite indicators for ranking countries: A defensible setting // Applied Economics. 2009. Vol. 41, Issue 12. Рр. 1513–1523. https://doi.org/10.1080/00036840601019364

          15. Макаров И.А. Композитные индексы для управления цифровизацией: Методы формирования // Вопросы государственного и муниципального управления. 2024. № 3. С. 81–109. https://doi.org/10.17323/1999-5431-2024-0-3-81-109

          16. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction / 2nd еdition. New York, NY: Springer, 2009. 745 p. https://doi.org/10.1007/978-0-387-84858-7

          17. Mullainathan S., Spiess J. Machine learning: an applied econometric approach // Journal of Economic Perspectives. 2017. Vol. 31, No. 2. Рр. 87–106. https://doi.org/10.1257/jep.31.2.87

          18. Hsu C.-C., Sandford B.A. The Delphi technique: Making sense of consensus // Practical Assessment, Research, and Evaluation. 2007. Vol. 12, No. 10. Pp. 1–8. https://doi.org/10.7275/pdz9-th90

          19. Landeta J. Current validity of the Delphi method in social sciences // Technological Forecasting and Social Change. 2006. Vol. 73, Issue 5. Рр. 467–482. https://doi.org/10.1016/j.techfore.2005.09.002

          20. Воронов А.С., Леонтьева Л.С., Орлова Л.Н., Сергеев С.С. Оценка состояния человеческого капитала на этапе шестого технологического уклада: региональный аспект // Государственное управление. Электронный вестник. 2022. № 90. С. 108–125. https://doi.org/10.24412/2070-1381-2022-90-108-125

          21. Milligan G.W., Cooper M.C. An examination of procedures for determining the number of clusters in a data set // Psychometrika. 1985. Vol. 50, Issue 2. Рр. 159–179. https://doi.org/10.1007/BF02294245

          22. Kaufman L., Rousseeuw P.J. Finding Groups in Data: An Introduction to Cluster Analysis. John Wiley & Sons Inc, 1990. https://doi.org/10.1002/9780470316801

          23. Зубаревич Н.В., Сафронов С.Г. Межрегиональное неравенство в России и постсоветских странах в XXI веке // Региональные исследования. 2024. № 1. С. 4–18. https://doi.org/10.5922/1994-5280-2024-1-1

          24. Сафиуллин М.Р., Гатауллина А.А., Ильдарханова А.К., Кузьмишин И.А. Кластеризация регионов Российской Федерации по уровню развития высшей школы и конкурентоспособности экономики // Университетское управление: практика и анализ. 2023. Т. 27, № 4. С. 23–42. https://doi.org/10.15826/umpa.2023.04.031

          25. Mundlak Y. On the pooling of time series and cross section data // Econometrica. 1978. Vol. 46, No. 1. Рр. 69–85. https://doi.org/10.2307/1913646

          26. Schmidt P., Sickles R.C. Production frontiers and panel data // Journal of Business & Economic Statistics. 1984. Vol. 2, Issue 4. Рр. 367–374. https://doi.org/10.2307/1391278

          27. Greene W.H. Fixed and random effects in stochastic frontier models // Journal of Productivity Analysis. 2005. Vol. 23. Рр. 7–32. https://doi.org/10.1007/s11123-004-8545-1

          28. Badunenko O., Kumbhakar S.C. When, where and how to estimate persistent and transient efficiency in stochastic frontier panel data models // European Journal of Operational Research. 2016. Vol. 255, Issue 1. Рр. 272–287. https://doi.org/10.1016/j.ejor.2016.04.049

          29. Wooldridge J.M. Two-Way Fixed Effects, the Two-Way Mundlak Regression, and Difference-in-Differences Estimators. SSRN, 2021. 67 p. http://dx.doi.org/10.2139/ssrn.3906345

          30. Дрозд А.Е., Нагапетян А.Р. Разработка прикладных аналитических продуктов для платформы «Цифровой Восток» на примере сервиса по определению оптимального количества кардиологов в регионе // Научные труды Вольного экономического общества России. 2024. Т. 249, № 5. С. 421–442. https://doi.org/10.38197/2072-2060-2024-249-5-421-442

          31. Afonso A., Fernandes S. Assessing and explaining the relative efficiency of local government // The Journal of Socio-Economics. 2008. Vol. 37, Issue 5. Рр. 1946–1979. https://doi.org/10.1016/j.socec.2007.03.007

          32. Afonso A., Schuknecht L., Tanzi V. Public sector efficiency: An international comparison // Public Choice. 2005. Vol. 123. Рр. 321–347. https://doi.org/10.1007/s11127-005-7165-2

          33. Geys B., Moesen W. Measuring local government technical (in)efficiency: An application and comparison of different methodologies // Public Performance & Management Review. 2009. Vol. 32, Issue 4. Pp. 499–513. https://doi.org/10.2753/PMR1530-9576320401

          34. Nagapetyan A., Drozd A., Subbotovsky D. How to Determine the Optimal Number of Cardiologists in a Region? // Mathematics. 2023. Vol. 11, Issue 21. 4422. https://doi.org/10.3390/math11214422

          35. Дрозд А.Е., Нагапетян А.Р. Моделирование вариации влияния обеспеченности медицинскими кадрами на показатели смертности населения в регионах России: кейс сердечно-сосудистых заболеваний // Journal of Applied Economic Research. 2024. Т. 23, № 4. С. 1017–1054. https://doi.org/10.15826/vestnik.2024.23.4.040

          36. Hammitt J.K. Valuing mortality risk: Theory and practice // Environmental Science and Technology. 2000. Vol. 34, Issue 8. Рр. 1396–1400. https://doi.org/10.1021/es990733n

Благодарности

Работа выполнена при поддержке Министерства науки и высшего образования Российской Федерации, проект № FZNS-2023-0016 «Устойчивое развитие региона: эффективные экономические механизмы организации рынков и предпринимательские компетенции населения в условиях неопределенности (баланс безопасности и риска)».

Информация об авторах

Нагапетян Артур Рубикович

Кандидат экономических наук, доцент департамента социально-экономических исследований и регионального развития Школы экономики и менеджмента, заведующий Лабораторией анализа данных и прикладных эконометрических исследований Дальневосточного федерального университет, г. Владивосток, Россия (690922, Приморский край, г. Владивосток, о. Русский, п. Аякс, 10); ORCID https://orcid.org/0000-0002-7885-2460 e-mail: nagapetyan_ar@dvfu.ru

Поплавко Полина Сергеевна

Аспирант, ассистент департамента социально-экономических исследований и регионального развития Школы экономики и менеджмента Дальневосточного федерального университет, г. Владивосток, Россия (690922, Приморский край, г. Владивосток, о. Русский, п. Аякс, 10); ORCID https://orcid.org/0009-0002-5520-4943 e-mail: poplavko.ps@dvfu.ru

Субботовский Дмитрий Андреевич

Студент, лаборант-исследователь учебно-научной Лаборатории экспериментальной экономики и теории игр, менеджер Лаборатории анализа данных и прикладных эконометрических исследований Дальневосточного федерального университет, г. Владивосток, Россия (690922, Приморский край, г. Владивосток, о. Русский, п. Аякс, 10); ORCID https://orcid.org/0009-0001-1421-2157 e-mail: subbotovskii.da@dvfu.ru

Для цитирования

Нагапетян А.Р., Поплавко П.С., Субботовский Д.А. Как оценить эффективность управления в субъектах Российской Федерации в контексте заданного показателя социально-экономического развития? // Journal of Applied Economic Research. 2025. Т. 24, № 4. С. 1280-1311. https://doi.org/10.15826/vestnik.2025.24.4.042

Информация о статье

Дата поступления 24 июня 2025 г.; дата поступления после рецензирования 7 августа 2025 г.; дата принятия к печати 14 августа 2025 г.

DOI: https://doi.org/10.15826/vestnik.2025.24.4.042

Скачать полный текст статьи: