ОСОБЕННОСТИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ  РЕГИОНОВ СЕВЕРА И ЮГА РОССИИ: МЕТОДИКА ПОЛУАВТОМАТИЧЕСКОГО АНАЛИЗА  ДОКУМЕНТОВ СТРАТЕГИЧЕСКОГО ПЛАНИРОВАНИЯ

Научная статья

УДК 338.2

doi:10.37614/2220-802X.3.2023.81.004

 Скачать статью  

Наталья Андреевна Рослякова1, Евгений Александрович Каневский1, Инна Васильевна Митрофанова2,3, Кирилл Кириллович Боярский1,4

1Институт проблем региональной экономики РАН, Санкт-Петербург, Россия

2Южный научный центр РАН, Ростов-на-Дону, Россия

3Волгоградский государственный университет, Волгоград, Россия

4Университет ИТМО, Санкт-Петербург, Россия

1roslyakovaNA@gmail.com, http://orcid.org/0000-0002-7511-2141

1eak300@mail.ru, http://orcid.org/0000-0002-1498-4632

2,3mitrofanova@volsu.ru, http://orcid.org/0000-0003-1685-250X

1,4boyarin9@yandex.ru, http://orcid.org/0000-0002-0306-8276

Аннотация. Многочисленность документов стратегического планирования и динамизм самого процесса постоянно ставят вопрос о развитии инструментов анализа. Целью работы является формирование комплексной методики анализа текстов документов стратегического планирования с использованием инструментария машинной обработки данных. Ключевой упор предлагаемой методики делается на возможность осуществлять содержательный анализ  с выделением и концентрацией смысловых конструкций. Для этого используются инструменты контент-анализатора, парсера семантико-синтаксического типа, позволяющего глубоко анализировать текст документа, а также инструмент семантических карт, обеспечивающий компрессию информации, полученной на предыдущих этапах.

Сущность методики заключается в том, что на начальном этапе были выделены три конструкции для обнаружения ценностных установок, комплексов мероприятий и предполагаемых эффектов, заложенных в тексты документов ряда регионов севера и юга России. Далее инструментальными методами решались задачи определения значимых речевых конструкций, их однозначного определения и классификации. Следующим этапом посредством инструментария облака слов (семантической карты), учитывающего частоту упоминания и силу связи слов,  по предварительно обработанным данным из текстов стратегий были получены обобщения в виде рисунков.

Последующий анализ и сопоставление результатов для стратегий северных и южных регионов позволил установить, что стратегии первых являются гораздо более сбалансированными и комплексными по закладываемым ценностям.  С другой стороны, если рассматривать конструкции мероприятий и получаемых эффектов, то здесь, напротив, все смыслы концентрируются вокруг занятости и трудоустройства. Кроме того, следует отметить, что смысловые конструкции, связанные с жизнью коренных малочисленных народов Севера и традиционными видами деятельности, не нашли своего отражения в результатах анализа. Эти выводы могут быть полезны как для совершенствования документов долгосрочного планирования регионального развития, так и для научной дискуссии о целесообразности и сущности процесса стратегического планирования на разных уровнях управления.

Ключевые слова: документы стратегического планирования, комплексная методика контент-анализа, синтаксис предложения, семантика, омонимия

Благодарности: работа выполнена в рамках темы государственного задания ИПРЭ РАН «Механизмы формирования новых подходов к пространственному развитию экономики РФ, обеспечивающей устойчивое развитие и связанность ее территорий в условиях глобальных вызовов XXI века», АААА-А21-121011290083-2.

Для цитирования: Особенности социально-экономического развития регионов севера и юга России: методика полуавтоматического анализа документов стратегического планирования / Н. А. Рослякова [и др.] // Север и рынок: формирование экономического порядка. 2023. № 3. С. 61–77. https://doi:10.37614/2220-802X.3.2023.81.004.

Cписок источников

  1. Seliverstov V. E., Melnikova V. Analysis of strategic planning in regions of the Siberian Federal District // Regional Research of Russia. 2013. No. 3. Р. 96–102. https://doi:10.1134/S2079970513010097.
  2. Pagano A. M., McNeil S., Ogard E. Linking Asset Management to Strategic Planning Processes: Best Practices from State Departments of Transportation // Transportation Research Record. 2005. No.1924 (1). P. 184–191. https://doi:10.1177/0361198105192400123.
  3. Grant R. M. Strategic planning in a turbulent environment: evidence from the oil majors // Strategic Management J. 2003. No. Р. 491–517. https://doi:10.1002/smj.314.
  4. Лапенкова Н. В., Побываев С. А., Золотарев Е. В. Апробация разработанной методики компаративного анализа на примере зарубежных и отечественных документов стратегического планирования в области энергетической безопасности // Вопросы безопасности. 2021. № 4. С. 11– https://doi:10.25136/2409-7543.2021.4.36382.
  5. Сургуладзе В. Ш. Идеологическое измерение стратегии национальной безопасности Российской Федерации: сравнительный анализ документов 2015 и 2021 годов // Гуманитарные науки. Вестник Финансового университета. 2022. № 12 (1). С. 60–69. https://doi:10.26794/2226-7867-2022-12-1-60-69.
  6. Uppal S., Dunphy K. Outcome-focussed planning in Australian local government: how council plans and cultural development plans measure up // Australian J. Public Administration. 2019. No. 78. Р.414–431. https://doi:10.1111/1467-8500.12367.
  7. Valuing teaching: exploring how a university’s strategic documents reflect institutional teaching culture / L. Shaw [еt al.] // International J. Academic Development. 2023. P. 1–14. https://doi:1080/13583883.2014.998270.
  8. Strategic planning for sustainable tourism development in Poland / M. Nowacki [еt al.] // International J. Sustainable Development & World Ecology. 2018. Vol.25,  6. Р. 562–567. https://doi:10.1080/13504509.2018.1432513.
  9. Гресь Р. А., Жихаревич Б. С., Прибышин Т. К. Арктическая специфика в стратегиях арктических муниципалитетов // Известия Русского географического общества. 2022. Т. 154, № 1. С. 3–16. https://doi:31857/S0869607122010037.
  10. Рубцов Г. Г, Литвиненко А. Н. Использование ценностно-ориентированного подхода в стратегическом планировании на примере реализации региональных стратегий развития субъектов Северо-Западного федерального округа // Вопросы управления. 2020. № 3 (64). С. 65–77. https://doi:10.22394/2304-3369-2020-3-65-77.
  11. Atkinson С. US strategic preferences in the early twenty-first century // Defense & Security Analysis. 2015. 31, № 1. Р. 35–43. https://doi:10.1080/14751798.2014.995334.
  12. Бабалова Г. Г., Гюнтнер Ю. В. Определение функционально-стилистической принадлежности текста как этап предпереводческого анализа в машинном переводе // Омский научный вестник. 2012. № 4 (111). С. 163–
  13. Ермаков С. А., Ермакова Л. М. Методы оценки эмоциональной окраски текста // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2012. № 1. С. 85–90.
  14. Майорова Е. В. О сентимент-анализе и перспективах его применения // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Сер. 6, Языкознание: Реферативный журнал. 2020. № 4. С. 78–87. https://doi:10.26170/pl20-01-05.
  15. Юсупова Н. И., Богданова Д. Р., Бойко М. В. Алгоритмическое и программное обеспечение для анализа тональности текстовых сообщений с использованием машинного обучения // Вестник Уфимского государственного авиационного технического университета. 2012. № 16 (51). С. 91–99.
  16. Самигулин Т. Р., Джурабаев А. Э. У. Анализ тональности текста методами машинного обучения // Научный результат. Информационные технологии. 2021. № 6 (1). С. 55–62. https://doi:10.18413/2518-1092-2021-6-1-0-7.
  17. Валиев А. И., Лысенкова С. А. Применение методов машинного обучения для автоматизации процесса анализа содержания текста // Вестник кибернетики. 2021. № 4 (44). С. 12–15. https://doi:10.34822/1999-7604-2021-4-12-15.
  18. Шишаев М. Г., Диковицкий В. В., Ломов П. А. Двухэтапная технология выделения значимых понятий из текстов, основанная на тематическом моделировании и анализе контекста // Труды Кольского научного центра РАН. 2021. № 12. С. 10–21. https://doi:10.37614/2307-5252.2021.5.12.001.
  19. Самигулин Т. Р., Смирнов И. З., Лаушкина А. А. Определение маркеров агрессивного поведения человека на основе анализа аудио- и текстового каналов // Научный результат. Информационные технологии. 2022. № 7 (2). С. 55–62. https://doi:10.18413/2518-1092-2022-7-2-0-7.
  20. Применение методов машинного обучения и отбора признаков на основе генетического алгоритма в решении задачи определения автора русскоязычного текста для кибербезопасности / А. В. Куртукова  [и др.] // Доклады Томского государственного университета систем управления и радиоэлектроники. 2022. № 25 (1). С. 79–85. https://doi:10.21293/1818-0442-2021-25-1-79-85.
  21. Sheng R. Multilevel governance in environmental policy integration: A content analysis of regional and urban nested hierarchies in China // Environmental Policy and Governance. 2021. 31. P. 283–301. https://doi:10.1002/eet.1916.
  22. Kobzik J., Krawchenko T. “What do we want and how do we get there”: A comparative content analysis of First Nations Comprehensive Community Plans in British Columbia // Canadian Public Administration. 2023. No. 66. Р. 45–61. https://doi:10.1111/capa.12507.
  23. Johnsen Å. Does formal strategic planning matter? An analysis of strategic management and perceived usefulness in Norwegian municipalities // International Review of Administrative Sciences. 2021. No. 87 (2). Р. 380–398. https://doi:1177/0020852319867128.
  24. Mikheeva N. N. Russia’s Spatial Development Strategy: New Solutions or Old Mistakes? // Problems of Economic Transition. 2020. 62, No.7–9. Р. 379–394. https://doi:10.1080/10611991.2020.2033496.
  25. Johnsen Å. Strategic planning in turbulent times: Still useful? // Public Policy and Administration. 2022. 4. https://doi:10.1177/09520767221080668.
  26. Боярский К., Каневский Е. Вега — система классификации и анализа текста. Saarbrűcken: LAP Lambert Academic Publishing GmbH & Co. KG, 148 с.
  27. Боярский К. К., Каневский Е. А. Нелокальные семантические связи в русскоязычных текстах // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18, № 5. С. 863–869. https://doi:10.17586/2226-1494-2018-18-5-863-869.
  28. Кузнецов С. А. Большой толковый словарь русского языка. СПб.: Норинт, 1998. 1534 с.
  29. Боярский К. К., Каневский Е. А. Семантико-синтаксический парсер SEMSIN // Научно-технический вестник информационных технологий, механики и оптики. 2015. Т. 15, № 5. С. 869–876. https://doi:10.17586/2226-1494-2015-15-5-869-876.
  30. Тузов В. А. Компьютерная семантика русского языка. СПб.: Изд-во С.‑Петерб. ун-та, 2004. 400 с.
  31. ParaPhraser: Russian paraphrase corpus and shared task / L. Pivovarova [еt al.] // Communications in Computer and Information Science. 2017. Vol. 789. P. 211–225. https://doi:10.1007/978-3-319-71746-3_18.
  32. Text categorization: past and present / A. Dhar [еt al.] // Artificial Intelligence Review. 2021. No. 54. Р. 3007–3054. https://doi:10.1007/s10462-020-09919-1.
  33. Abdallah C., Langley A. The Double Edge of Ambiguity in Strategic Planning // J. Management Studies. 2014. Vol. 51. P. 235–264. https://doi:1111/joms.12002.
  34. Dühr S. The Form, Style, and Use of Cartographic Visualisations in European Spatial Planning: Examples from England and Germany // Environment and Planning A: Economy and Space. 2004. No. 36 (11). Р. 1961–1989. https://doi:10.1068/a35262.