В настоящий момент современная российская система здравоохранения вступила в новый цикл своего развития. Это связано с глобальной реформацией, переходом на новую структурную основу, ее усложнением, а также с вторжением в науку управления элементами системы здравоохранения «математических методов нелинейной динамики» [1; 2]. Важнейшей предпосылкой такого преобразования является появление новейших компьютерных технологий, которые дают возможность исследовать, контролировать и прогнозировать сложные явления и процессы путем визуализации.
Практика показала, что в современных условиях российской экономики с относительно частыми финансовыми кризисами классические экономические инструменты и методы, построенные на линейных равновесных моделях [3], оказались малопродуктивными. В связи с чем нами предлагается использование методов нелинейной динамики, а в частности элементов фрактальной статистики и математики в целях разработки эффективного инструмента осуществления контрольной деятельности.
Имитационное и математическое моделирование различных процессов и систем, присутствующих в сложных системах управления, показало, что их поведение определяется конечным числом параметров порядка, то есть от бесконечного, слабо формализованного множества значений наблюдаемых состояний и функций можно перейти к конечному, а чаще к небольшому числу значимых переменных или параметров.
Данный подход является релевантным в случаях, когда нет необходимости четкой фиксации значений переменных, но необходимо получить статистические данные для проведения обзорного анализа. С целью перехода к конечному числу анализируемых значимых параметров программы государственных гарантий оказания бесплатной медицинской помощи (ПГГ) агрегируем имеющиеся показатели, разделив их по характеру предоставляемой информации на стоимостные (NCi) и объемные (NVi) нормативы. Классификация представлена в таблице 1.
Таблица 1
Классификация нормативов
№ |
Наименование норматива |
Тип норматива |
1 |
Объем стационарной медицинской помощи в расчете на одного жителя (койко-день) |
NV1 |
2 |
Объем амбулаторной медицинской помощи в расчете на одного жителя (посещение) |
NV2 |
3 |
Объем скорой медицинской помощи в расчете на одного жителя (вызов) |
NV3 |
4 |
Объем медицинской помощи в дневных стационарах в расчете на одного жителя (пациенто-день) |
NV4 |
5 |
Стоимость единицы объема стационарной медицинской помощи (рублей) |
NC1 |
6 |
Стоимость единицы объема амбулаторной медицинской помощи (рублей) |
NC2 |
7 |
Стоимость единицы объема медицинской помощи в дневных стационарах всех типов (рублей) |
NC3 |
8 |
Стоимость единицы объема скорой медицинской помощи (рублей) |
NC4 |
9 |
Расходы консолидированного бюджета субъекта Российской Федерации на ТПГГ в расчете на одного жителя (рублей) |
NC5 |
10 |
Средства ОМС на территориальную программу обязательного медицинского страхования в расчете на одного жителя (рублей) |
NC6 |
11 |
Объем расходов на оказание скорой медицинской помощи в рамках ТПГГ (тысяч рублей) |
NC7 |
12 |
Объем расходов на оказание амбулаторной медицинской помощи в рамках ТПГГ (тысяч рублей) |
NC8 |
13 |
Объем расходов на оказание стационарной медицинской помощи в рамках ТПГГ (тысяч рублей) |
NC9 |
14 |
Объем расходов на оказание стационарной помощи в дневных стационарах всех типов в рамках ТПГГ (тысяч рублей) |
NC10 |
Источник: составлено авторами.
Для реализации аналитического инструментария, позволяющего контролировать выполнение политики субъекта Федерации в области здравоохранения, введем понятие контрольных индикаторов INC и INV, значения которых станут сигналом, характеризующим выполнение тем или иным субъектом РФ программы госгарантий в сфере здравоохранения.
INC = φρ {NC1, NC2 ,….. NC10}
INV = φρ {NV1, NV2 ,….. NV4}, (1)
где INC – индикатор стоимостных нормативов, а INV - индикатор объемных нормативов, φρ – фазовое пространство.
Методика контроллинга реализации политики субъекта Российской Федерации и страны в целом в области охраны здоровья использует математические модели теории самоподобия фракталов. Данные модели позволяют с помощью построения фазовых портретов оценить тренд с целью проверки гипотезы о наличии фрактального «подобия» сравниваемых параметров ПГГ и ТПГГ. В основе данной гипотезы о «подобии» лежит предположение, что структуры программ всегда идентичны.
Структура ПГГ представлена как двухуровневая иерархическая система, нижний уровень которой включает множество элементов (значений нормативов территориальной программы государственных гарантий (ТПГГ)), а верхний уровень – совокупность кластеров (целевых значений нормативов ПГГ). С целью достижения трендового фрактального соответствия целевой ПГГ кластеры контролируемой ТПГГ должны обладать «фрактальным подобием», то есть иметь одинаковый тренд при сравнении с аналогичными кластерами целевой ПГГ. Предлагается при проведении мониторинга исследовать наличие одинакового фрактального тренда фазовых портретов у объемных и стоимостных нормативов в отдельности [4; 5].
Схема трендового фрактального подобия кластеров ПГГ и ТПГГ в разрезе стоимостных и объемных нормативов представлена на рисунке 1.
Рассмотрим процесс построения фазовых портретов с целью проверки гипотезы о наличии трендового фрактального «подобия» сравниваемых нормативов ТПГГ и целевой ПГГ.
Для примера возьмем по два ряда сформированных из объемных и стоимостных нормативов за 2014 год двух субъектов РФ - Астраханской и Волгоградской областей, сравнив их с целевыми значениями нормативов.
Набор анализируемых рядов стоимостных нормативов:
- соответствующий ряд стоимостных нормативов целевой ПГГ обозначен как: NC1 = {nci1}, i=1,2,...,n;
- соответствующий ряд стоимостных нормативов ТПГГ Астраханской области: NС2 = {nсi2}, i=1,2,...,n;
соответствующий ряд стоимостных нормативов ТПГГ Волгоградской области: NС3 = {nсi3}, i=1,2,...,n; где nсi r - числовое значение i-го норматива для NСr, .
Рис. 1. Фрактальное подобие между кластерами ПГГ различных уровней.
Числовые значения стоимостных нормативов в тысячах рублей сравниваемых рядов представлены в таблице 2.
Таблица 2
Числовые значения стоимостных нормативов
|
nc1i |
nc2i |
nc3i |
nc4i |
nc5i |
nc6i |
nc7i |
nc8i |
nc9i |
nc10i |
NC1 |
1380,6 |
218,1 |
478,0 |
1710,1 |
3573,8 |
3920,5 |
793258,0 |
3596926,36 |
6518615,28 |
316119,09 |
NC2 |
1368,1 |
221,5 |
346,6 |
1354,6 |
7392,1 |
3780,0 |
65000, 0 |
294900,0 |
5345000,0 |
259000,0 |
NC3 |
813,55 |
132,80 |
185,44 |
694,73 |
2076,0 |
2618,5 |
129269,5 |
602864,0 |
1066176,3 |
44570,4 |
Набор анализируемых рядов объемных нормативов:
- соответствующий ряд объемных нормативов целевой ПГГ обозначен как: NV1 = {nvi1}, i=1,2,...,n;
- соответствующий ряд объемных нормативов ТПГГ Астраханской области: NV2 = {nvi2}, i=1,2,...,n;
соответствующий ряд объемных нормативов ТПГГ Волгоградской области: NV3 = {nvi3}, i=1,2,...,n; где nvi r - числовое значение i-го норматива для NVr, .
Числовые значения объемных нормативов в единицах сравниваемых рядов представлены в таблице 3.
Таблица 3
Числовые значения объемных нормативов
|
nv1i |
nv2i |
nv3i |
nv4i |
NV1 |
2,78 |
9,500 |
0,318 |
0,590 |
NV2 |
2,733 |
9,312 |
0,336 |
0,523 |
NV3 |
2,976 |
10,309 |
0,423 |
0,546 |
К представленным рядам применим фрактальный фазовый анализ, основой которого является исследование фазовых портретов, выделение в них квазициклов, определение и сравнение длин выделенных квазициклов. В качестве фазовых пространств φρ применим простейшие варианты следующего вида:
φ2(NC)={(nci, nci+1)}, i=1,2,…,n-1 - для стоимостных нормативов;
φ2(NV)={(nvi, nvi+1)}, i=1,2,…,n-1 - для объемных нормативов.
Размерность фазового пространства определяется как С=2-Н [3]. Для исследуемых временных рядов , следовательно С<2, в связи с чем построим φρ (NC) и φρ (NV) размерности ρ=2. Сравнительные фазовые портреты для стоимостных показателей федеральной ПГГ и ТПГГ Астраханской области (2а, 3а), а также федеральной ПГГ и ТПГГ Волгоградской области (2б, 3б) представлены на рисунках 2 и 3.
Выделим квазициклы в представленных рядах. Подпоследовательность точек (NCi,nci+1,...,nci+k) последовательности (NC1,NC2,...,NCn-1) ∈ φ2(NC) в фазовом пространстве φρ(NC) размерности ρ=2 ((NCi,NCi+1,...,NCi+k) ⊂(NC1,NC2,...,NCn) образует квазицикл в случае выполнения одного из двух условий:
на интервале [NCi,NCi+k] отрезки (NCi,NCi+1) и (NCi+k-1,NCi+k) образуют первое на данном интервале самопересечение фазовой траектории;
в случае отсутствия самопересечения на интервале [NCi,NCi+k+1] и расхождении фазовой траектории концом квазицикла считаем точку NCi+k, расстояние от которой до точки NCi на интервале [NCi,NCi+k+1] является наименьшим, т.е.:
Длиной выделенного квазицикла является величина k+1.
а
б
Рис. 2. Сравнительные фазовые портреты стоимостных нормативов ПГГ и ТПГГ субъектов.
Рис. 3. Сравнительные фазовые портреты объемных нормативов ПГГ и ТПГГ субъектов.
Следующим этапом, с целью проведения сравнительного фрактального анализа фазовых портретов, необходимо определить параметры:
p - длина квазицикла; hrp - частота появления квазицикла длины p (в процентном выражении) в рядах параметров NCr b и NVr, где r - номер исследуемого ряда для R/S-анализа; qrp - частота появления квазицикла длины p (в процентном выражении) в рядах параметров NCr b и NVr, для фазового анализа.
Для имеющихся рядов рассмотрим статистику пар, полученных в результате последовательного R/S-анализа (p,h1p), (p,h2p) и (p,h3p). Процентное соотношение длин выделенных квазициклов рядов NC1, NC2, NC3 в табличном виде представлено в таблице 4.
Таблица 4
Сводное представление результатов R/S-анализа
Длина квазицикла p |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
NC1 h1p, % |
0 |
0 |
0,03 |
0,11 |
0,19 |
0,18 |
0,27 |
0,12 |
0,1 |
0 |
NC2 h2p, % |
0 |
0 |
0,07 |
0,14 |
0,19 |
0,16 |
0,32 |
0,09 |
0,02 |
0,01 |
NC3 h3p, % |
0,01 |
0,09 |
0,12 |
0,3 |
0,17 |
0,12 |
0,09 |
0,1 |
0 |
0 |
Сравним статистику пар, полученных с помощью фазового анализа (p,q1p), (p,q2p) и (p,q3p). Сводная таблица процентного соотношения длин выделенных квазициклов рядов NC1, NC2 и NC3 представлена в таблице 5.
Таблица 5
Сводное представление результатов фазового анализа
Длина квазицикла p |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
NC1 q1p, % |
0 |
0,2 |
0,04 |
0,15 |
0,17 |
0,05 |
0,07 |
0,3 |
0,02 |
0 |
NC2 q2p, % |
0 |
0,12 |
0,05 |
0,1 |
0,22 |
0,09 |
0,1 |
0,32 |
0 |
0 |
NC3 q3p, % |
0 |
0,04 |
0,15 |
0,36 |
0,3 |
0,07 |
0,05 |
0,03 |
0 |
0 |
В результате применения последовательного R/S-анализа и фазового анализа наибольший процент квазициклов для NC1 и NC2 соответствуют квазициклам длины 8, а для NC3 – длины 4. Аналогично проведем анализ трендового фрактального подобия для объемных нормативов NV1, NV2 и NV3. Результаты анализа представлены в таблицах 6 и 7 соответственно.
Таблица 6
Сводное представление результатов R/S-анализа
Длина квазицикла p |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
NV1 h1p, % |
0 |
0 |
0,05 |
0,1 |
0,13 |
0,28 |
0,27 |
0,14 |
0,03 |
0 |
NV2 h2p, % |
0,1 |
0,07 |
0,07 |
0,1 |
0,14 |
0,16 |
0,3 |
0,03 |
0,02 |
0,01 |
NV3 h3p, % |
0,01 |
0,07 |
0,12 |
0,3 |
0,19 |
0,12 |
0,08 |
0,11 |
0 |
0 |
Таблица 7
Сводное представление результатов фазового анализа
Длина квазицикла p |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
NV1 q1p, % |
0 |
0 |
0,09 |
0,16 |
0,2 |
0,35 |
0,07 |
0,11 |
0,02 |
0 |
NV2 q2p, % |
0 |
0,1 |
0,07 |
0,1 |
0,22 |
0,09 |
0,28 |
0,12 |
0,02 |
0 |
NV3 q3p, % |
0 |
0,03 |
0,11 |
0,34 |
0,25 |
0,17 |
0,03 |
0,03 |
0,02 |
0,02 |
В результате применения последовательного R/S-анализа и фазового анализа наибольший процент квазициклов для NC1 равен 6, для NC2 наибольшие значения соответствуют квазициклам длины 7, а для NC3 - длины 4.
Таким образом, на основе полученных данных можно сделать вывод о наличии трендового фрактального «подобия» между значениями стоимостных нормативов рядов NC1 и NC2, но объемные показатели различны по тренду. Для NC1 и NC3 трендовое фрактальное подобие отсутствует в обоих случаях. Следовательно, можно говорить об отсутствии требуемого стратегического соответствия исследуемых ТПГГ.
Предложенная методика контроллинга территориальных ПГГ является интуитивно понятным визуальным инструментом, позволяющим оперативно отслеживать правильность параметров запрашиваемых субъектами объемов финансирования ТПГГ.
Рецензенты:
Абдулгалимов А.М., д.э.н., профессор, профессор кафедры «Налоги, денежное обращение» ФГБОУ ВПО «Дагестанский государственный университет», г. Махачкала;
Минева О.К., д.э.н., профессор, профессор кафедры «Менеджмент» ФГБОУ ВПО «Астраханский государственный технический университет», г. Астрахань.
Библиографическая ссылка
Акишкин В.Г., Набиев Р.А., Путина С.А. МЕТОДИКА КОНТРОЛЛИНГА ТЕРРИТОРИАЛЬНЫХ ПРОГРАММ ГОСУДАРСТВЕННЫХ ГАРАНТИЙ БЕСПЛАТНОЙ МЕДИЦИНСКОЙ ПОМОЩИ // Современные проблемы науки и образования. 2015. № 2-1. ;URL: https://science-education.ru/ru/article/view?id=21275 (дата обращения: 10.05.2025).