managementranepaУправленческое консультированиеAdministrative Consulting1726-11391816-8590Russian Presidential Academy of National Economy and Public Administration. North-West Institute of Management.10.22394/1726-1139-2023-6-90-104managementranepa-2287Research ArticleОБЩЕСТВО И РЕФОРМЫSOCIETY AND REFORMSМетодика формирования сбалансированного набора устойчивых индикаторов оценки регионального профессионального образованияMethodology for the Formation of a Balanced Set of Sustainable Indicators for Assessing Regional Vocational EducationГригорьевВ. Ю.GrigorevV. Yu.

Григорьев Валерий Юрьевич, ведущий научный сотрудник Центра экономики непрерывного образования Института прикладных экономических исследований, кандидат технических наук, доцент, лауреат Премии Президента России в области образования 

Москва

Valery Yu. Grigorev, Leading researcher of Institute for Applied Economic Research, PhD in Technical Sciences, Associate Professor, Laureate of the President of the Russian Federation Award in the Field of Education 

Moscow

grigorev-vy@ranepa.ruРоссийская академия народного хозяйства и государственной службы при Президенте Российской ФедерацииRussian Presidential Academy of National Economy and Public Administration2023220720230690104Copyright © Григорьев В.Ю., 20232023Григорьев В.Ю.Grigorev V.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.acjournal.ru/jour/article/view/2287

Для оценки состояния региональной системы профессионального образования авторами разработана открытая пятиуровневая модель оценки, на базе которой выполнен комплекс исследований, включающий кластерный и факторный анализ. На основе использования метода главных компонент предложена методика понижения размерности массива индикаторов для последующей кластеризации регионов.

Впервые предложено и апробировано совместное использование регрессионного анализа и метода главных компонент для получения устойчивого набора индикаторов для оценки региональной системы профессионального образования.

Обнаружена зависимость между устойчивостью модели оценки системы профессионального образования и направленностью действия индикаторов, как внутри одной индикаторной группы, так и в разных индикаторных группах.

Рекомендуется использовать в интересах Министерства просвещения Российской Федерации; органов управления образованием субъектов Российской Федерации для оценки основных характеристик текущего состояния региональных систем среднего профессионального образования; корректировки и обоснования принимаемых управленческих решений.

To assess the state of the regional vocational education system, the authors developed an open five-level assessment model, on the basis of which a set of studies was performed, including cluster and factor analysis. Based on the use of the main components method, a methodology for reducing the dimension of an array of indicators for subsequent clustering of regions is proposed.

For the first time, the joint use of regression analysis and the method of main components for obtaining a stable set of indicators for assessing the regional vocational education system was proposed and tested.

A relationship was found between the stability of the assessment model of the vocational education system and the directions of action of indicators, both within one indicator group and in different indicator groups.

индикаторы состояния системы профессионального образованиямодель оценкикластерный анализметод главных компонентрегрессионный анализфакторы влиянияindicators of the state of the vocational education systemassessment modelcluster analysisprincipal component analysisregression analysisinfluence factorsСтатья подготовлена в рамках выполнения НИР госзадания РАНХиГС 11.3-2023-1 «Анализ организационно-экономических механизмов повышения эффективности развития региональных систем СПО».ReferencesАйвазян С. А., Афанасьев М. Ю., Кудров А. В. Индикаторы основных направлений социально-экономического развития и их агрегаты в пространстве характеристик региональной дифференциации // Прикладная эконометрика. 2019. Т. 54. С. 51–69. DOI: 10.24411/1993-7601-2019-10003.Ayvazyan S. A., Afanasyev M. Yu., Kudrov A. V. Indicators of the main directions of socio-economic development and their aggregates in the space of characteristics of regional differentiation // Applied econometrics [Prikladnaya ekonometrika]. 2019. Vol. 54. P. 51–69. DOI: 10.24411/1993-7601-2019-10003 (in Rus).Алашеев С. Ю., Кутейницына Т. Г., Посталюк Н. Ю., Прудникова В. А. Управленческая фокусировка региональной системы профессионального образования на потребности социально-экономического развития // Образование и наука. 2021. № 10. С. 44–77. DOI: 10.17853/1994-5639-2021-10-44-77Alasheev S. Yu., Kuteinitsyna T. G., Postalyuk N. Yu., Prudnikova V. A. Managerial focus of the regional vocational education system on the needs of socio-economic development // Education and science [Obrazovanie i nauka]. 2021. N. 10. P. 44–77. DOI: 10.17853/1994-5639-2021-10- 44-77 (in Rus).Гавриленко Ю. Е. Методы устойчивой кластеризации регионов России по занятости населения // Федерализм. 2022. Т. 27. № 3 (107). С. 160–177. DOI: 10.21686/2073-1051-2022-3-160-177Gavrilenko Yu. E. Methods of sustainable clustering of Russian regions by employment // Federalism [Federalizm]. 2022. Vol. 27. N. 3 (107). P. 160–177. DOI: 10.21686/2073-1051-2022-3-160-177 (in Rus).Гичиев Н. С. Кластерный анализ в экономике: теоретический аспект // Региональные проблемы преобразования экономики. 2020. № 8 (118). C. 176–186.Gichiev N. S. Cluster analysis in economics: theoretical aspect // Regional problems of economic transformation [Regional’nye problemy preobrazovaniya ekonomiki]. 2020. N. 8 (118). C. 176–186 (in Rus).Голова И. М., Суховей А. Ф. Дифференциация стратегий инновационного развития с учетом специфики российских регионов // Экономика региона. 2019. Т. 15, вып. 4. С. 1294– 1308. DOI: 10.17059/2019-4-25Head I. M., Sukhoi A. F. Differentiation of innovative development strategies taking into account the specifics of Russian regions // Regional economy [Ekonomika regiona]. 2019. Vol. 15, issue 4. P. 1294-1308. DOI: 10.17059/2019-4-25 (in Rus).Гордополов Ю. В., Лукашевич Н. С. Кластеризация регионов по уровню социально-экономического развития на основе самоорганизующихся карт Кохонена // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2010. Вып. 3. С. 27–33.Gordopolov Yu. V., Lukashevich N. S. Clustering regions in terms of socio-economic development on the basis of self-organizing Kohonen maps // Scientific and technical statements of St. Petersburg State Polytechnic University. Economic sciences [Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politekhnicheskogo universiteta. Ekonomicheskie nauki]. 2010. N 3. P. 27–33 (in Rus).Григорьев В. Ю. Оценка и анализ образования: что оцениваем? // Управленческое консультирование. 2019. № 11. С. 145–154. DOI: 10.22394/1726-1139-2019-11-145-154.Grigoriev V. Yu. Education assessment and analysis: what do we evaluate? // Administrative consulting [Upravlencheskoe konsul’tirovanie]. 2019. N. 11. P. 145–154. DOI: 10.22394/1726-1139-2019-11-145-154 (in Rus).Григорьев В. Ю. Подходы к оценке состояния системы регионального профобразования // Управленческое консультирование. 2022. № 10. С. 84–98. DOI: 10.22394/1726-1139-2022-10-84-98.Grigoriev V. Yu. Approaches to assessing the state of the regional vocational education system // Administrative consulting [Upravlencheskoe konsul’tirovanie]. 2022. N. 10. P. 84–98. DOI: 10.22394/1726-1139-2022-10-84-98 (in Rus).Кетова К. В., Касаткина Е. В., Вавилова Д. Д. Кластеризация регионов Российской Федерации по уровню социально-экономического развития с использованием методов машинного обучения // Экономические и социальные перемены: факты, тенденции, прогноз. 2021. Т. 14. № 6. С. 70–85. DOI: 10.15838/esc.2021.6.78.4.Ketova K. V., Kasatkina E. V., Vavilova D. D. Clustering of regions of the Russian Federation by the level of socio-economic development using machine learning methods // Economic and social changes: facts, trends, forecast [Ekonomicheskie i sotsial’nye peremeny: fakty, tendentsii, prognoz]. 2021. Vol. 14. N. 6. P. 70–85. DOI: 10.15838/esc.2021.6.78.4 (in Rus).Костина С. Н., Трынов А. В. Кластерный анализ динамики рождаемости четвертых и последующих детей в регионах Российской Федерации // Экономические и социальные перемены: факты, тенденции, прогноз. 2021. Т. 14. № 3. С. 232–245.Kostina S. N., Trynov A. V. Cluster analysis of the dynamics of the birth rate of fourth and subsequent children in the regions of the Russian Federation // Economic and social changes: facts, trends, forecast [Ekonomicheskie i sotsial’nye peremeny: fakty, tendentsii, prognoz]. 2021. Vol. 14. N. 3. P. 232–245 (in Rus).Кузнецов В. Н. Применение кластерного анализа для оценки транспортной системы регионов РФ // Университетская наука. 2020. № 1 (9). С. 71–73.Kuznetsov V. N. Application of cluster analysis to assess the transport system of the regions of the Russian Federation // University Science [Universitetskaya nauka]. 2020. N. 1 (9). P. 71–73 (in Rus).Орлов Д. А., Постников Е. А. Кластеризация региональных рынков труда с учетом оценок NAIRU // Вестник Южно-Уральского государственного университета. Сер. «Экономика и менеджмент». 2021. Т. 15. № 3. С. 34–44.Orlov D. A., Postnikov E. A. Clustering of regional labor markets taking into account NAIRU estimates // Bulletin of South Ural State University. Economics and Management Ser. [Vestnik Yuzhno-Ural’skogo gosudarstvennogo universiteta. Ser. «Ekonomika i menedzhment»]. 2021. Vol. 15. N. 3. P. 34–44 (in Rus).Протасов Ю. М., Юров В. М. Кластеризация регионов РФ по уровню их социальноэкономического развития // Вестник Московского государственного областного университета. Сер.: Экономика. 2022. № 2. С. 95–103. DOI: 10.18384/2310-6646-2022-2-95-103.Protasov Yu. M., Yurov V. M. Clustering of regions of the Russian Federation by the level of their socio-economic development // Bulletin of Moscow State Regional University. Ser.: Economics [Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. Ser.: Ekonomika]. 2022. N. 2. P. 95–103. DOI: 10.18384/2310-6646-2022-2-95-103 (in Rus).Сирая Г. С. Ключевые аспекты развития системы среднего профессионального образования региона (на примере Ростовской области) // Вестник Воронежского государственного университета. Сер.: Экономика и управление. 2021. № 3. С. 109–122. DOI: 10.17308/econ.2021.3/3625Siraya G. S. Key aspects of the development of the system of secondary vocational education in the region (on the example of the Rostov region) // Bulletin of Voronezh State University. Ser.: Economics and Governance [Vestnik Voronezhskogo gosudarstvennogo universiteta. Ser.: Ekonomika i upravlenie]. 2021. N. 3. P. 109–122. DOI: DOI: 10.17308/econ.2021.3/3625 (in Rus).Шубат О. М., Караева А.П. Кластерный анализ в исследовании социально-экономических процессов: опыт критического // Проблемы моделирования социальных процессов: Россия и страны АТР: материалы Второй всероссийской научно-практической конференции с международным участием. Владивосток, 2016. С. 325–328.Shubat O. M., Karaeva A. P. Cluster analysis in the study of socio-economic processes: experience of critical // Problems of modeling social processes: Russia and the Asia-Pacific countries: Materials of the Second All-Russian Scientific and Practical Conference with international participation. Vladivostok, 2016. P. 325–328 (in Rus).Omuya E. O., Okeyo G. O., Kimwele M. W. Feature selection for classification using principal component analysis and information gain. Expert Systems with Applications, 2021, vol. 174, 114765. DOI: 10.1016/j.eswa.2021.114765Omuya E. O., Okeyo G. O., Kimwele M. W. Feature selection for classification using principal component analysis and information gain. Expert Systems with Applications, 2021, vol. 174, 114765. DOI: 10.1016/j.eswa.2021.114765

The authors declare that there are no conflicts of interest present.