sbornik_t3

венное оптимальное решение rо либо множество таких решений, которые будемназыватьэквивалентнымиподанномукритериюпринятиярешения.

Наиболее распространенным способом принятия решения во ФСИН России является принятие решения на основании так называемого критерия Байеса, сущность которого заключается в максимизации математического ожидания оценочного функционала.

Согласно критерию Байеса, оптимальными решениями rо считаются такие решения, для которых математическое ожидание оценочного функционала достигает наибольшего возможного значения.

B	+	n	+	n	+	(2.1)
		( p,rko ) = max ∑p j f jk		= ∑p j f jko
		j=1		j=1

Величина	n	называется байесовым значением оценочно-
	B+ ( p,rko ) = ∑p j f jko+
	j=1

го функционала для решения r. Другие достаточно часто используемые критерии принятия решений (критерий максимизации вероятности распределения оценочного функционала, критерий минимума дисперсии оценочного функционала, модальный критерий, критерий минимума энтропии математического ожидания оценочного функционала и другие) не нашли своего применения в оценках деятельности подразделений ФСИН России. Предложенная в свое время НИИ ФСИН России «Система показателей оценки результатов работы оперативных сотрудников и их подразделений учреждений ФСИН России» (письмо НИИ ФСИН России от 24.12. 2005 г. № 10/39-1824) ненашласвоегоприменениявпрактической деятельности.

Указанная система формально представляла геометрический метод формирования Байесовых множеств решений, который применим для небольшого числа состояний среды. Этот метод заключается в нанесении на график прямых, которые соответствуют математическому ожиданию оценочного функционала для каждого решения:

B+ ( p,r ) = pf +		+(1− p) f +	= p( f +	− f + ) + f +
1	11	21	11	21	21	(2.2)
B+ ( p,r2 ) = pf12+ +(1− p) f22+			= p( f12+ − f22+ ) + f22+
B + ( p,r ) = pf + +(1− p) f +			= p( f +	− f + ) + f +
3	13	23	13	23	23

			−	−	и		−	−
Тогда из условий B+ ( p1 ,r1 ) = B+ ( p1 ,r2 )						B+ ( p2 ,r2 ) = B+ ( p2 ,r3 ) , найдем что
−	+	+	−	+	+
p1 =	f22	− f21	и p2 =	f23 − f22			, где р=р1	и (1-р)=р2.
	f11+ − f21+ − f12+ + f22+			f12+ − f22+ − f13+ + f23+
В общем случае геометрический способ построения Байесова множе-

ства в (n-1) мерном пространстве сводится к написанию системы из (n+m- 1) равенств вида

B+ ( p j ,rk ) = ∑p j ( f ji+ − f jk+ ) +(1−∑p j )( fni+ − fnk+ )		(2.3)
n−1	n−1
i=1	i=1

Таким образом, пространство решений представляет собой выпуклую замкнутую клетку в (n-1) мерном пространстве, причем под клеткой пони-

161

мается минимальное выпуклое множество (многогранник), натянутое на свои вершины, которые полностью определяют указанное множество.

Для нахождения вершин следует рассматривать всевозможные комбинации уравнений вида B+ ( p j ,rk ) =0 . Вершиной многогранника будет яв-

ляться всякая точка р=(р1, р2, ,рn-1), удовлетворяющая системе неравенств и системе из (n-1) уравнений с ненулевым определителем.

Однако, как показали предварительные расчеты, уже для случая n=4 b m=4, количество комбинаций составляет 35 и процесс отыскания указанных вершин становится достаточно трудоемким.

В рейтинговых оценках управлений и служб ФСИН России присутствует хорошо зарекомендовавший себя прием, состоящий в том, что в связи с тем, что оценочные показатели являются величинами различного порядка и размерности, для возможности их совмещения и проведения расчетов все показатели преобразуются в приведенные значения (Пп). В этих целях: для каждого оценочного показателя в соответствующем столбце определяется, какое значение (максимальное или минимальное) является лучшим.

Преобразование каждого оценочного показателя в приведенный производится следующим образом:

– для лучшего минимального значения показателя П1 расчеты произ-

водятся по формуле:
Пп = (Пмакс-П1)/(Пмакс-Пмин)	(2.4)
– для лучшего максимального значения показателя П2 расчеты произ-
водятся по формуле:
Пп = (П2-Пмин)/(Пмакс-Пмин)	(2.5)

где Пп – приведенный показатель; Пмакс – максимальное значение показателя в столбце;

Пмин - минимальное значение показателя в столбце; П - значение показателя в столбце.

В результате преобразования лучшая величина показателя приравнивается к единице, худшая – к нулю, показатели регионов, имеющих оценочные показатели промежуточной величины, принимают значения от 0 до 1.

Действующие в УИС системы рейтинговых оценок подразделений и служб базируются на достаточно тривиальном математическом аппарате (критерий Байеса), что в первую очередь вызвано простой автоматизации указанного алгоритма, однако показали свою жизнеспособность, хотя и имеют существенные недостатки, а именно:

1)в рейтинговых оценках ряда подразделений применяется необоснованный перевод значений из количественных шкал в порядковые, а затем проведение суммарного расчета в порядковой шкале;

2)в ряде случаев для подведения итогов используются показатели, имеющие сильную корреляцию друг с другом (на уровне 0,9-0,95);

162

3) не обоснованно применяется деление подразделений на группы (группа 1 – учреждения УИС, подчиненные главным управлениям исполнения наказаний, группа 2 – учреждений УИС Минюста России с численностью осужденных и лиц, в отношение которых избрана мера пресечения заключение под стражу, на 1 января отчетного периода свыше 6 тысяч человек, группа 3 – учреждений УИС Минюста России с численностью осужденных и лиц, в отношение которых избрана мера пресечения заключение под стражу, на 1 января отчетного периода до 6 тысяч человек).

Таким образом, можно сделать вывод, что алгоритм рейтинговой оценки деятельности служб и подразделений УИС, с одной стороны, должен быть достаточно прост для понимания и автоматизации, а с другой стороны, обладать значительной чувствительностью, поскольку на практике не редки случаи, когда разница в 0,001 в итоговом показателе (или в одном из показателей) может привести к понижению на 20-30 мест. Например, перелимит учреждений ФСИН России по Республике Башкортостан и Омской области составляет 0,97 и 0,96, а в интервал между ними умещаются еще 27 территориальных органов УИС.

Однако, достаточно характерной для УИС России является ситуация, когда показатель, достаточно хорошо характеризовавший деятельность по тому или иному направлению деятельности отменяется или заменяется на новый. Как правило, это связано с изменениями факторов влияющих на него или самой структуры процессов. Например, в настоящее время в статистической отчетности органов и учреждений УИС существует показатель «удельный вес осужденных, привлеченных к труду на оплачиваемых работах, в среднесписочной численности. Который во втором квартале 2011 г. составил 64,4 %. Однако до 2007 г. методика расчета этого показателя была иной. Если следовать наименованию показателя, то его расчет осуществляется путем деления среднесписочной численности осужденных, занятых на оплачиваемых работах, к среднесписочной численности осужденных, содержащихся в ИУ. В настоящее время расчет осуществляется путем деления среднесписочной численности осужденных, занятых на оплачиваемых работах, к среднесписочной численности трудоспособных осужденных, содержащихся вИУ.

Если следовать ранее принятой методике расчета, то значение показателя по итогам 2011 года составит 22,6 %. Это связано с тем, что по данных исправительных учреждений удельный вес среднесписочной численности лиц, не подлежащих обязательному привлечению к труду по объективным причинам составляет свыше 60 %. Однако для понимания роли и места этого процесса в УИС зачастую необходимо по –прежнему работать с этим показателем.

Показатель всегда ставится в соответствие какому либо явлению. Он должен правильно отражать изменение этого явления в связи с изменением определяющих его причин и условий. Небольшим изменени-

163

ям или ошибкам исходных данных должны соответствовать и небольшие изменения или ошибки результирующего показателя. Чувствительность и есть свойство показателя реагировать на изменения или ошибки исходных данных.

Одной из задач анализа является определение чувствительности показателей эффективности (ключевых показателей) к изменениям различных параметров. Чем шире диапазон параметров, в котором показатели эффективности остаются в пределах приемлемых значений, тем выше "запас прочности", тем лучше защита от колебаний различных показателей (факторов), оказывающих на него влияние. Анализ чувствительности позволяет ответить на вопрос: «Что будет, если значение такого-то фактора изменится на столько-то?». Анализ чувствительности дает возможность провести сравнительный анализ вариантов ключевых показателей деятельности УИС. Этапы анализа чувствительности:

–выделение ключевых показателей (объем произведенной продукции

вучреждениях УИС), изменение которых существенно зависит от факторов текущей деятельности (численность лиц, выводимых на работы, зарплата, налоги и т. д.);

–расчет ключевых показателей при базовых значениях факторов;

–последовательное изменение факторов и расчет ключевых показателей при новых условиях;

–проверка чувствительности выбранных показателей при вероятности отклонений (вероятность того, что фактор изменится, то есть станет больше, меньше или останется неизменным);

–определение наиболее чутких к этим изменениям ключевых показателей и факторов, оказывающих самое большое воздействие;

–сравнение чувствительности ключевых показателей по каждому фактору.

Анализ чувствительности заключается в определении критических границ изменения факторов. Например, насколько максимально можно снизить вывод на работу, что объем произведенной продукции остался на предыдущем уровне.

Предположим, что задана связь между результирующим показателем

у и его факторами х1, х2, хn в виде y=f(х1, х2, ,хn). В этом случае величина чувствительности показателя к изменению (или ошибкам) исходных данных zi определяется в разностном виде:

zy=y1-y0=f(х1+z1, х2+z2, ,хn+zn) - f(х1, х2, ,хn)

(2.6)

или в виде частного:

δy =	f (x1 + z1 , x	2 + z2 ,..., xn + zn )	−1	(2.7)
	f (x1	, x2 ,..., xn )

164

Показатель будем считать устойчивым по отношению к величинам х1, х2, хn. если их ограниченные по размерам изменения или ошибки zi вызывают адекватное изменение результирующего показателя, т.е. соблюдается условие у1-у0≤с, где с – заранее определенная и практически допустимая величина изменения показателя. Область у0±с будет областью устойчивости показателя. Если изменения или ошибки исходных данных выводят показатель за пределы области устойчивости, то такой показатель считается неустойчивым.

Однако, как указано выше, для оценки чувствительности показателя, мы должны обладать соответствующим уравнением, фиксирующим взаимосвязь наблюдаемой и зависимой величины. Что касается показателей деятельности правоохранительных органов, то наличие такого уравнения скорее исключение, чем правило.

Как же практически организовать оценку чувствительности показателей при не малых изменениях факторов в случае отсутствия уравнения взаимосвязи? И для чего вообще необходимо использование этих методов?

По нашему мнению, высоко чувствительный показатель может хорошо выполнять аналитические функции, чутко отражая даже небольшие изменения в общей обстановке. Однако в большинстве случаев такой показатель будет неустойчивым. Поэтому его с осторожностью следует применять как управляющий (регулирующий) параметр, ибо отсутствие устойчивости может приводить (и приводит) к расшатыванию системы, к противоречию принятых решений по данному параметру с остальными показателями. Такой показательпонашему мнениюможетиметьтолькоинформирующую функцию.

Показатель количество зарегистрированных преступлений является неустойчивым, но высокочувствительным (за 30 лет (с 1976 по 2006 гг) прирост значения показателя к АППГ превышал значение в 10%1 9 раз, при этом отклонения в сторону увеличения показателя наблюдались 7 раз, а в сторону уменьшения только 2. Если рассмотреть подобные изменения за последние 20 лет, то мы получим значения 8 раз прирост более 10 %, 6 раз в сторону увеличения и 2 раза в сторону уменьшения. За последние 10 лет – 3 раза прирост более 10 %, 2 раз в сторону увеличения и 1 раз в сторону уменьшения.). Таким образом, мы видим, что особенно в последние годы чувствительность указанного показателя становится очень высокой, при этом показатель остается неустойчивым.

Не менее важна и задача синтеза новых показателей. В этом случае на основе прогноза об изменение исходных факторов устанавливается рекомендуемый или же обязательный уровень результирующего показателя.

Если влияние изменения исходных показателей практически пренебрежимо мало по сравнению с измеряемой величиной, то для анализа может быть

1 Учитывались отклонения в обе стороны.

165

использован метод частных производных. Влияние малых изменений исходных данных zi на результирующую функцию у будут приблизительно равны:

	∂y	z1 ,	∂y		z2 ,...,	∂y		zn , где частные производные является коэффициентами влия-
	∂x		∂x	2		∂x	n
	1

нияизмененияфакторов, определенныхвусловияхкогдаzi =0. Предположение о малости изменений дает право свести задачу к оценке линейных изменений функции при малых изменениях аргумента. Становится возможным пренебрегать малостями выше первого порядка, тем самым отпадает проблема учета совместногоизмененияфакторовкаквеличинывторогопорядка.

Гораздо сложнее дело обстоит при значительном изменении исходных величин. В этом случае для анализа используется метод конечных разностей. При этом возможно появление различных вариантов разложения результатов по факторам. Эти варианты связаны с появлением эффекта совместного изменения факторов. Оказывается, что итоговое действие факторов не равно сумме действия изолированных факторов. Возникает проблема однозначного выбора только одного варианта анализа, отвечающего поставленной задаче. Отсутствие такой однозначности вносило бы неопределенность в ее решение. Отметим, что переход за допустимые границы анализа факторов может случиться, если:

1)нарушается первоначальное соответствие между изучаемой величиной и сопутствующим признаком (в нашем случае это можно трактовать как изменение основ уголовно-исполнительной политики, а именно введение новых видов отбывания наказаний, в первую очередь не связанных с реальным лишением свободы и т.д.);

2)имеется значительная, особенно обратная, связь между факторами (что касается показателя «площадь в камере в расчете на одного подследственного», то как мы видели его значение определяется двумя разнонаправленными факторами -- количеством мест в следственном изоляторе и его наполнением, очевидно, что между ними существует определенная взаимозависимость, которая однако в ряде случаев регулируется административными методами (например, амнистией или же сокращением сроков ведения следствия);

3)происходят структурные сдвиги, изменяющие значимость отдельных групп совокупности (вопрос будет рассмотрен подробнее в параграфе 3 данной главы);

4)нарушается сравнимость членов совокупности в обоих периодах (далее будет показано, что следует обязательным образом исследовать динамический ряд на целостность с помощью F критерию Фишера, который для исследования достаточно большого динамического ряда практически никогда не выполняется).

Для современного уровня развития общества характерен неравномерный во времени процесс развития в различных областях деятельности (в

166

том числе и в УИС) – так называемый случай нестационарного неэргодического процесса (НСНЭ)1. происходят крупные сдвиги, нарушаются прежние соотношения. В этих условиях попытка оценить развитие системы на основе неизменного измерителя почти всегда связана с появлением той или же иной погрешности.

В общем случае можно говорить о принципе неопределенности раздельного измерения факторов совокупности NV в период времени t в тех случаях, когда N=f(V,t) и V=φ(N,t). Это значит, что нельзя точно определить значение каждого из показателей, полагая при этом. что второй остался неизменным. вместе с тем, отказ от принципа неизменности приводит к нарушению основного принципа любого измерения – неизменности масштаба измеряемой величиныисопоставимостиизмеряемогосвойстваприпрочихравныхусловиях.

При расчете величин аналогичных предыдущим периодам следует руководствоваться выражением:

											(2.8)
						iqip
									=1+r	V V
							− −
									iqip	iq	ip
						iq ip
	где iq =	q1	и ip =	p1		, индивидуальные индексы показателей q и p, а их
		q0		p0

средние взвешены по произведению q0p0,

riqip -- коэффициент корреляции между индексами показателей q и p, определенный по значениям последнего отчетного периода,

Viq и Vi p -- коэффициенты вариации индекса показателей q и p по

сравнению с базисным периодом.

Ранее мы рассмотрели метод оценки полного влияния факторов на результирующий показатель. При этом мы абстрагировались от того, что процесс действия отдельных факторов на результат является составным. Он включает в себя не только изменение факторов, но и дополнительное воздействие в связи с разным уровнем и разной динамикой смежных факторов.

Как мы видели ранее, зависимую величину можно представить в виде уравнения вида:

y = ∑αx

(2.9)

где х – признак фактор. Значение этой зависимой величины существенно зависит от характера неравномерности (степени вариации) уровня и динамики каждого из факторов, входящих в уравнение (модель) и связи этих факторов между собой.

1 См.: Цветков Э.И. Основы теории статистических измерений. М., 1998. С. 28.

167

Неравномерность развития отдельного фактора не является самостоятельной причиной изменения результата. Она проявляется лишь в связи со смежным фактором, усиливая или же ослабляя его влияние. Структурный сдвиг, то есть изменение соотношений групп совокупности с различным уровнем и динамикой смежного признака, приводит к дополнительному изменению общего результата.

Предположим, что изменение общего результата может быть разложено по вызвавшим его факторам в относительном виде:

∑N1V1	=	∑N1V0		∑N1V1	(2.10)
∑N0V0		∑N0V0		∑N1V0
или же в виде разности
∑N1V1 −∑N0V0 = ∑(N1 − N0 )V0 +∑(V1 −V0 )N1					(2.11)

При таком разложение определяется полное воздействие факторов, включая и дополнительное влияние вызываемое неравномерным составом совокупности и его изменением.

Общее влияние, оказываемое на результат неравномерным изменением, включает в себя два воздействия:

1)в связи с разным базисным уровнем признака;

2)вследствие различного темпа прироста факторов.

В относительном виде оно может быть представлено выражением:

	∑N1V1 =		∑N1V0 ∑N1V1 ∑N0V0				(2.12)
	I N ∑N0V1		I N ∑N0V0			∑N1V0 ∑N0V1
или же в виде разности
(∑N1V0 −I N ∑N 0V0 ) +[(∑N1V1 −∑N1V0 ) − I N (∑N0V1 −∑N0V0 )] = ∑N1V1 − I N ∑N0V1							(2.13)
где IN – индекс объема,			I N =	∑N1		.
				∑N0

Предложенная система анализа существенно отличается от распространенной в статистической литературе, где предлагается разложение результатов по факторам исходя из равной значимости факторов. В отличие от нее, если учесть вариацию в изменение каждого из факторов (то есть структурный сдвиг), то изменение итогового значения можно представить в виде 5 элементов: среднего изменения каждого из факторов, вариации динамики каждого из факторов и показателя тесноты связи между факторами.

Показательным является факт обнаружения в отдельно взятом территориальном органе 9 случаев возбуждения уголовных дел среди личного состава УИС в 4 квартале 2007г. Вся историческая ретроспектива свидетельствует об отсутствии таких проявлений начиная с 1995 г. Ситуация проясняется только после получения дополнительных сведений о проведение инспекторской проверки в указанном территориальном органе. Исследование динамики роста количества нарушений законности среди личного состава, проводимое нами без учета проведенных ин-

168

спекторских проверок в территориальных органах, не позволяло установить каких либо закономерностей в динамике указанного показателя. Более того характерно присутствие больших разноименных остатков при построение модели в 1999 и 2003 гг., которые могут быть объяснены пристальным вниманием Генеральной прокуратуры к деятельности ФСИН России в 1999 г. и провальной работой инспекций по личному составу в 2003 г. Таким образом, как мы видим, существенные изменения происходящие в деятельности системы должны так или иначе фиксироваться не только в виде динамических рядов данных, но и в виде некоторых текстовых сообщений, которые бы поясняли возникновение аномальных отклонений в имеющихся данных.

Характерным является исследование показателя «количество аттестованных сотрудников УИС в возрасте до 30 лет, %» на основании F критерия Фишера. Когда мы наблюдаем в 1992 и 1993 гг. аномально низкие значения указанного показателя.

Год	Возраст до 30 лет, %
1992	24,7
1993	31,1
1994	39,0
1995	42,2

При исследовании нами было зафиксировано отклонение критерия для исходного ряда (1992–2007 гг.) от табличного, который составлял 14,92 и превосходил табличное значение – 3,44. Следовательно, разница между двумя частями динамического ряда является существенной и необходимо соответствующее пояснение различия в имеющихся данных.

А.П. Алегин,

начальник совершенствования методологий обеспечения режима, охраны и конвоирования центра исследования проблем обеспечения безопасности в учреждениях уголовно-исполнительной системы, кандидат экономических наук;

А.В. Акулин,

соискатель (НИИ ФСИН России)

ГЛОНАСС как источник оперативной информации

Техническое развитие общества, особенно за последние сто лет, выражается в появлении множества самостоятельно или с помощью специ-

169

альных устройств перемещающихся наземных, водных, воздушных, космических объектов. Их возросшее количество требует осуществления контроля над этими объектами, в том числе с целью предотвращения столкновений, предупреждения террористических актов и других преступлений. Именно поэтому все больше и больше становится актуальным создание соответствующей системы (систем), которая будет осуществлять функции по сбору и обработке оперативно значимой информации. В общепризнанной терминологии, юридической и технической литературе под подобной системой понимается навигация1.

Внашей стране развертывается спутниковая поисковая система ГЛОНАСС, которая позволит в условиях реального времени контролировать любой объект на поверхности Земли. Предполагается, что эта целиком система начнет функционировать к концу 2010 г.

ГЛОНАСС является государственной системой, разработка которой началась еще в советское время, как системы, предназначенной для нужд Министерства обороны, позднее она была переориентирована на двойное пользование, т.е. стала доступной и для гражданских потребителей.

ГЛОНАСС способна непрерывно предоставлять высокоточную коорди- натно-временную информацию, значимую для таких сфер жизнедеятельности, как обеспечение безопасности, транспорт, жилищно-коммунальное хозяйство, землепользование, геодезия и картография, строительство, наука, космос, связь, потребительский рынокимногиедругие.

Одной из основных сфер использования ее информации является правоохранительная, поскольку именно здесь такие возможности ГЛОНАСС, как прослушивание телефонных переговоров на территории России; отслеживание передвижения людей и любой техники (легковые автомобили, грузовые, яхты, катера и т.д.), на которых уставлено устройство, передающее сигнал на спутник, в определенных ситуациях допускаются Конституцией РФ и другими нормативными правовыми актами.

Всамом общем понимании информация представляет собой сведения или сообщения, заключающие в себе новые данные, которые восприни-

маются, перерабатываются и используются людьми для организации своей деятельности2.

Основное понятие информации дается в ст. 2 Федерального закона от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологи-

1См.: Кандауров Д.В., Щепотьев А.В. Комментарий к Федеральному закону от 14 февраля 2009 г. № 22-ФЗ «О навигационной деятельности» (постатейный). М., 2009.

2См.: Черняк Ю.Д. Информация и управление. М., 1974. С. 76.

170