Методика формирования сбалансированного набора устойчивых индикаторов оценки регионального профессионального образования
DOI:
https://doi.org/10.22394/1726-1139-2023-6-90-104Ключевые слова:
индикаторы состояния системы профессионального образования, модель оценки, кластерный анализ, метод главных компонент, регрессионный анализ, факторы влиянияАннотация
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.Организации
Статья подготовлена в рамках выполнения НИР госзадания РАНХиГС 11.3-2023-1 «Анализ организационно-экономических механизмов повышения эффективности развития региональных систем СПО».Скачивания
Библиографические ссылки
Айвазян 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.
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: 10.17853/1994-5639-2021-10-44-77
Гавриленко Ю. Е. Методы устойчивой кластеризации регионов России по занятости населения // Федерализм. 2022. Т. 27. № 3 (107). С. 160–177. DOI: 10.21686/2073-1051-2022-3-160-177
Гичиев Н. С. Кластерный анализ в экономике: теоретический аспект // Региональные проблемы преобразования экономики. 2020. № 8 (118). C. 176–186.
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: 10.17059/2019-4-25
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.
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.
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.
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.
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.
Кузнецов В. Н. Применение кластерного анализа для оценки транспортной системы регионов РФ // Университетская наука. 2020. № 1 (9). С. 71–73.
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.
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.
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.2021.3/3625
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.
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.2021.114765
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Григорьев В.Ю.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
Коды статьи
- EDN ISFYPS
- Тип статьи (РИНЦ) Научная статья (Научная статья)
