Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 3: Возможное и действительное в социальной практике и научных исследованиях

– Првр – среднемесячная номинальная начисленная заработная плата врачей;

– ЕСН <*> – единый социальный налог (единиц) за соответствующий год;

– КС– коэффициент сетевых нормативов, призванный учитывать различия регионов в транспортной доступности и дисперсности расселения.

Суть этой замечательной формулы в том, что «излишек» врачей по сравнению со среднероссийским показателем (Чвр – Чсвр ? Кс) умножается на годовую зарплату врача с учетом ЕСН, что и составляет в итоге объем неэффективно затраченных средств. Остается при этом неясным, почему и для кого «эффективно» тратить на зарплату врачей столько средств, сколько тратится в среднем по России (а лучше еще меньше). По большому счету, основные проблемы подобного рода методик сходны с проблемами подхода «цели – результат». Если нормативный показатель устанавливается внутри самой государственной организации, очень высоки риски, что его установят таким образом, чтобы его можно было: а) легко посчитать, б) сравнительно несложно достичь.

• Отношение полученных результатов и затраченных ресурсов. Такое определение эффективности ближе всего к английским понятиям «efficiency» и «productivity». Такой подход нередко называют экономическим, однако это справедливо лишь в том смысле, что он более активно используется представителями экономической науки по сравнению с политологами и социологами. На самом деле, вполне корректно было бы назвать такой подход системным, так как он содержит ключевые подходы теории сигналов и систем («вход», «выход» и т.д.) и частично опирается на ее математический формализм.

Обобщенная модель оценки продуктивности опирается на довольно компактный набор ключевых понятий:

• входы (Inputs), представляющие собой множество ограниченных ресурсов, используемых для получения определенных результатов. В работах по оценке эффективности органов власти, использующих данный подход[39 - Составить неплохое представление об используемых входных и выходных параметрах можно на основе обзора литературы в работе [Aubyn, 2008].], ресурсы рассматриваются в двух основных измерениях. Это денежное измерение – государственные и муниципальные расходы в той или иной сфере и «физическое» измерение, связанное с людскими ресурсами, зданиями и оборудованием. Например, в сфере образования в качестве «физических» входов могут фигурировать количество учителей (приходящихся на определенное число учеников), обеспеченность помещениями, учебно-методической литературой, компьютерами с выходом в Интернет и т.д. В экономических исследованиях ресурсы на входе зачастую совпадают с факторами производства товаров и услуг – трудовыми, капитальными и природными;

• выходы (Outputs), связанные с достигнутыми результатами деятельности. В задачах оценки эффективности власти измерение результирующих показателей представляет особую трудность: в большинстве случаев исследователю приходится иметь дело с операционализацией эмпирически ненаблюдаемых признаков, таких, как «качество образования» или «состояние здоровья населения». Общественные блага практически не поддаются рыночной оценке и, соответственно, их трудно зафиксировать в стоимостном выражении. Впрочем, и такие подходы существуют, среди них – так называемый Cost-Benefit Analysis [CBA, Neumann, 2005]. Например, в оценке программ в области здравоохранения CBA предполагает перевод всех результатов в денежное выражение посредством подсчета издержек от временной нетрудоспособности и т.п. [см.: Meltzer, 1997]. В более общем случае выходные показатели фиксируются в неденежной форме: для здравоохранения это может быть средняя ожидаемая продолжительность жизни и уровень детской смертности, для среднего образования – оценки, получаемые выпускниками школ на государственных экзаменах, для правоохранительной системы – число раскрытых преступлений.

• Decision-Making Unit (DMU) – «центр принятия решений», «единица с правом принятия решений» или даже «группа власти»; общепринятого перевода на русский не существует, поэтому мы будем далее пользоваться английской аббревиатурой. DMU могут быть представлены любыми организациями, преобразующими ресурсные «входы» в результирующие «выходы». Причем это могут быть не только организации в узком смысле (как школы, больницы, полицейские департаменты), но и национальные и региональные системы образования, здравоохранения и охраны правопорядка. Важный признак DMU – определенная степень автономии в том смысле, что характер внутренней организации, принятая система правил (формальных и неформальных) и другие внутренние свойства DMU влияют на преобразование ресурсов в результаты; в противном случае их эффективность будет функционально определяться эффективностью вышестоящей иерархической структуры. Вместе с тем при сопоставлении нескольких DMU требуется некоторая степень однородности; так, нельзя сравнивать региональные системы здравоохранения с национальными системами.

Существует ряд методик сравнения затраченных ресурсов и полученных результатов. Так, к примеру, в экономической оценке государственных программ «конкурентом» упомянутого выше CBA является CEA – Cost-Effectiveness Analysis. CEA основан на сопоставлении альтернативных программ с точки зрения затрат на достижение результата в терминах определенных единиц анализа; например, так называемый «life-years saved» для программ в сфере здравоохранения [Grosse, Teutsch, Haddix, 2007]. В этой работе мы покажем ключевые принципы оценки продуктивности на примере метода Data Envelopment[40 - Envelopment (англ.) – обертывание, охват. Использование этого термина тесно связано с математическим аппаратом DEA, что мы покажем в процессе дальнейшего изложения.] Analysis (DEA); в последние годы он приобрел довольно широкое распространение в сравнительных исследованиях эффективности. Как правило, в российской литературе используется оригинальное название метода[41 - В некоторых случаях предлагается использовать наименование «Анализ функционирования среды», однако, с точки зрения автора, такое название совершенно не отражает ни содержательные особенности методики, ни ее математический аппарат.], и мы будем следовать этой традиции.

Концептуально подход к оценке эффективности в рамках DEA восходит к классической идее оптимальности по Парето (Парето-эффективности), предполагающей в самом общем виде невозможность увеличения («улучшения») какого-либо параметра без уменьшения («ухудшения») других параметров. Напомним традиционный пример из микроэкономических учебников [см.: Самуэльсон, Нордхаус, 2008, с. 42–46]: в Парето-эффективной экономике невозможно увеличить выпуск одного продукта без снижения выпуска другого. На рис. 1 а отображено множество всех неотрицательных пар значений признаков X (выпуск масла) и Y (выпуск пушек). Он разбивается на два подмножества кривой АС, называемой границей производственных возможностей, ГПВ (product-possibility frontier, PPF). Все комбинации {x, y}, находящиеся выше ГПВ, запрещены, т.е. не могут быть реализованы в рамках данных экономических возможностей. Все множество комбинаций под ГПВ неэффективно, так как допускает так называемое Парето-улучшение: увеличение выпуска одного продукта без снижения выпуска другого. Неэффективному множеству принадлежит, к примеру, точка B на рис. 1 а. Все Парето-эффективные сочетания объемов выпуска находятся на кривой АС.

Несмотря на кажущуюся абстрактность этого критерия, он сразу дает ключ к оценке уровня (степени) эффективности. Для DMU, лежащих на кривой производственных возможностей, уровень эффективности по определению равен 1 или 100%. Для DMU под ГПВ эффективность определяется расстоянием до этой границы (рис. 1 б).

Оставаясь в рамках той же логики, мы можем перейти от «пространства продуктов» к пространству «входов и выходов» (рис. 2). По оси OX теперь будет откладываться объем использованного ресурса, по оси OY – количественное выражение полученного результата. Например, будем считать, что X – это государственные расходы на программу повышения квалификации чиновников, а Y – число управленцев, прошедших переподготовку. Точки на плоскости, отражающие различные комбинации затрат и результатов, будут соответствовать DMU – допустим, региональным администрациям (A, B, C, D).

Рис. 2. DMU в пространстве «вход – выход» .

Региональные администрации, соответствующие точкам В и D на рис. 2, неэффективны, так как для них имеется возможность: а) увеличить количество обучаемых чиновников без снижения затрат (D?D’), б) снизить затраты без уменьшения числа обучаемых чиновников (B?B’). В практических задачах прямо различают эффективность, ориентированную на «выход» (output-oriented efficiency), и эффективность, ориентированную на «вход» (input-oriented efficiency). В первом случае (для точки D на рис. 2) эффективность рассчитывается как отношение FD/FD’, во втором (для точки B) – как отношение EB’/EB. Так или иначе, фактический уровень выхода при данном уровне входа сравнивается с максимально возможным в данной системе.

Граница производственных возможностей задается некоторой функцией, которую в самом общем виде можно записать как:

где

– вектор результатов,

– вектор ресурсов. Векторное определение x и y подчеркивает тот факт, что DMU может преобразовывать набор различных ресурсов в набор различных результатов (рис. 3). Если мы имеем дело с более чем одним входом и/или более чем одним выходом, ГПВ уже не может быть отображена кривой на плоскости. Корректно будет говорить об этой границе как о поверхности в трехмерном пространстве или гиперповерхности в многомерном пространстве.

Рис. 3.

Преобразование вектора ресурсов в вектор результатов

Важное упрощение, заложенное в модели (1), заключается в предположении, что получаемые результаты зависят только от вложенных ресурсов и степени эффективности DMU. Здесь мы пока не принимаем во внимание тот факт, что даже сравнительно однородные DMU оперируют в различных условиях, которые могут способствовать или противодействовать достижению ГПВ. Например, в регионе с большой территорией и низкой плотностью населения оказание медицинской помощи всегда будет сопряжено с большими затратами ресурсов, в частности с высокими транспортными издержками.

Итак, в модели (1) F выступает в качестве некоторой «эталонной» функции, «траектории» в пространстве ресурсов и результатов, определяющей максимально возможный эффект от затраты данного количества ресурсов в данных условиях, общих для всех DMU. В этом контексте следует особо подчеркнуть, что ГПВ на значительных промежутках времени не статична; она меняется по мере технологического развития, трансформации институционального контекста и др. К примеру, если мы сравниваем эффективность отдельных регионов в сфере образования, ГПВ будет определяться, в частности, качеством федеральной политики в этой области.

В прикладном анализе практическая проблема состоит в нахождении ГПВ – не абстрактной математической функции, а конкретного эталона для оценки конкретных DMU. В сфере разработки инженерных решений ГПВ может быть задана аналитически: благодаря законам, сформулированным в рамках точных наук, можно оценить, к примеру, количество полезной работы, которое может быть в принципе произведено при данных затратах энергии. Для общественных наук этот путь, видимо, закрыт: никто не знает, какое максимальное количество «общественного здоровья» можно «произвести» на истраченный бюджетный рубль. Задача определения ГПВ и, соответственно, оценки эффективности изначально ставится в относительном (или сравнительном) ключе: решение будет справедливо лишь применительно к тому множеству объектов, которые непосредственно включены в анализ. Так, в исследовании региональных систем образования на материале США мы получим некоторый набор штатов, лежащих на ГПВ и имеющих оценку 1. Аналогично на материале субъектов РФ мы также получим набор территорий максимальной эффективности с единичной оценкой. Однако это вовсе не будет означать, что «единичные» штаты эффективны в той же мере, в какой эффективны «единичные» российские регионы, так как границы производственных возможностей будут существенно отличаться. Если объединить североамериканские и российские регионы в рамках одного анализируемого множества, то с формальной математической точки зрения мы получим сопоставимые оценки[42 - При условии сопоставимости входных и выходных параметров; так, расходы нужно будет считать по паритету покупательной способности.]. Однако в таком исследовании будет нарушен принцип однородности. В то же время мы можем (по крайней мере в принципе) сравнивать эффективность образования в США, России и еще в целом ряде стран мира, если они будут образовывать единый анализируемый массив.

Существенное значение имеет выбор одного из двух основных типов поверхностей. Первый предполагает постоянные эффекты масштаба (constant returns to scale, CRS), второй – переменные (Variable returns to scale, VRS). Различие между ними проще всего проиллюстрировать на схематичной двухмерной модели (рис. 4).

Рис. 4.

Границы производственных возможностей для CRS (пунктирная линия) и VRS (сплошная линия)

Граница CRS представляет собой луч, выходящий из начала системы координат и проходящий через DMU с максимальной производительностью (точка А). Предположение о CRS означает, что объемы «производства» можно наращивать до бесконечности: при использовании большего количества ресурсов выход в эффективном DMU увеличится пропорционально увеличению входа. Граница VRS представляет собой выпуклую[43 - Выпуклое множество содержит вместе с любыми двумя точками все точки соединяющего их отрезка.] ломаную, соединяющую точки с самой высокой производительностью (A и D). Это реализация идеи предельной убывающей отдачи: с какого-то момента эффект каждой добавленной единицы ресурсов будет уменьшаться. В принципе VRS может предполагать и возрастающий эффект масштаба (экспоненциальную кривую), однако применительно к государственному сектору такое представить сложно.

Подчеркнем, что выбор между постоянными и переменными эффектами масштаба играет отнюдь не «техническую» роль. Во многих случаях оценки одних и тех же объектов по CRS и по VRS будут не просто отличаться; они могут даже не коррелировать. Поэтому необходим тщательный содержательный анализ природы рассматриваемых величин и процессов.

Кроме статичных оценок сравнительной эффективности DMU, метод DEA позволяет измерять изменения эффективности во времени с использованием панельных данных. Последние характеризуются тем, что каждый входной и выходной показатель измерен для каждого из рассматриваемых DMU в несколько последовательных моментов времени (X

,Y

). Анализ осуществляется с помощью так называемых индексов Мальмквиста. Расчет индексов основан на довольно громоздкой математике [см.: Глаголева, 2007; Coelli, 2005; Fare, Grosskopf, Roos, 1997], и здесь мы ограничимся их краткой содержательной характеристикой. Основными индексами Мальмквиста являются:

• EFFCh (efficiency change) – изменение эффективности в предположении CRS, представляющее собой отношение CRS

/ CRS

;

• TECh (technical change) – изменение границы производственных возможностей (CRS) в следующий момент времени по сравнению с предыдущим;

• TFPCh (total factor productivity change) – оценка совместного эффекта изменения эффективности и ГПВ (CRS), TFPCh = EFFCh? TECh;

• PECh (pure efficiency change) – изменение эффективности в предположении VRS, представляющее собой отношение VRS

/ VRS

;

• SECh (scale efficiency change) – изменение эффектов масштаба. Представляет собой отношение EFFCh/PECh.

Итак, обрисованная выше схема улавливает и формализует некоторый фундаментальный признак эффективности – отношение между полученными результатами и затраченными ресурсами. Однако здесь мы сталкиваемся с проблемой «избытка универсальности»: будучи принципиально применимой к любым DMU, модель пока что не обладает специализированными инструментами для анализа такого их особого класса, как государственные организации. Так, в отличие от коммерческой фирмы, государство отвечает не только за текущий объем произведенного «продукта» (например, в виде разрешенных арбитражных споров), но и за долгосрочные социальные последствия ввиду уровня защищенности прав собственности, доверия к судебной системе и в конечном счете интегральной поддержки политической системы в целом. Под интегральной поддержкой политической системы мы будем иметь в виду уровень спроса на государственные институты (формальные правила) и публичные услуги. Здесь мы сталкиваемся с необходимостью каким-то явным образом ввести в модель параметры, связанные с обществом, точнее – с общественной поддержкой (что совершенно не требуется в рамках анализа фирм на рынке).

При этом вполне обычной в политике ситуацией является конфликт между краткосрочной и долгосрочной эффективностью. И если для той же коммерческой фирмы мы можем «по умолчанию» постулировать зависимость ресурсов в следующий отрезок времени от результатов в предыдущий отрезок (фирме просто нечего будет инвестировать после нескольких лет неэффективного производства продукта), то для государственных структур это в общем случае не так. Увеличение объема ресурсов в следующем году может являться результатом не эффективной работы, а, к примеру, успешного лоббирования. Более того, неэффективность, проявляющаяся в снижении некоторого «выходного» показателя, может быть неплохим «подспорьем» для получения дополнительных средств в такой лоббистской кампании. Кроме того, для государственных DMU имеется ряд специфических – политических – ограничений на управление ресурсными входами. Так, сравнительно легко реализуемые в рамках коммерческой фирмы меры по сокращению затрат очень часто не могут быть осуществлены в рамках государственной политики (допустим, снижение зарплат или массовые увольнения в здравоохранении). Эти ограничения обусловлены требованиями по сохранению определенного уровня текущей поддержки политической системы – прежде всего электоральной. При этом текущая поддержка политической системы может находиться в не менее сложных отношениях с интегральной поддержкой, чем краткосрочная эффективность с долгосрочной.

Подчеркнем этот момент особо. До сих пор, начиная с классической работы Д. Истона [Easton, 1953], поддержка в политической системе рассматривается как нечто внутренне однородное. В терминах системной динамики [Ахременко, 2009] это может быть либо «уровень» или «запас» (S), либо «поток» – скорость изменения запаса, производная (

). Но в любом случае это одна скалярная величина. Такой подход, возможно, оправдан применительно к странам развитой демократии, где уровень доверия к властным институтам, во-первых, высок, во-вторых, представляет собой величину постоянную. Меняется только степень поддержки конкретных правящих групп, т.е. уровень электоральной поддержки. Однако в условиях автократических систем или «демократий с прилагательными» эти условия, в общем случае, не выполняются. Поэтому требуется явным образом выделять поддержку базовых «правил игры» в политической системе (интегральная поддержка) и отличать ее от поддержки электоральной.

Указанные проблемы, на наш взгляд, не являются непреодолимыми в рамках подхода «ресурсы – результаты»; требуется лишь определенное усложнение модели, насыщение ее политологическим содержанием. Для решения этой задачи мы будем использовать несколько взаимосвязанных стратегий:

– спецификация «входов» и «выходов»;

– частичное «вскрытие» «черного ящика»;

– переход от статического дизайна модели к динамическому, от «моментального снимка» к временной последовательности;

– добавление некоторых внешних параметров, непосредственно связанных с обществом;