ПРАВЛА ПОЛІТК УРЯДУ У ФІНАНСУВАННІ ОСВІТ: ІДЕНТФІКАЦІЯ НА ОСНОВІ НЕЙРОННХ МЕРЕЖ

Анотація

Радіонова І.Ф., Усик В.І. ПРАВЛА ПОЛІТК УРЯДУ У ФІНАНСУВАННІ ОСВІТ: ІДЕНТФІКАЦІЯ НА ОСНОВІ НЕЙРОННХ МЕРЕЖ

Мета. Просування у вирішенні проблеми ідентифікації правил фінансування освіти та використання потенціалу методу штучних нейронних мереж в процесі ідентифікації правил.

Методика дослідження. У процесі дослідження використано такі конкретні методи: системний підхід – для класифікації форм ідентифікації правил політики та визначення рівнів, на яких мали б реалізуватись правила фінансування освіти; аналізу на основі штучних нейронних мереж – для обґрунтування та ідентифікації правил фінансування освітньої сфери; формалізації та графічного представлення отриманих результатів – для унаочнення результатів дослідження.

Результати дослідження. Визначено, що правила політики уряду є інструментом публічного управління, а для використання в цій якості вони мають бути ідентифіковані та інституціоналізовані. Обґрунтовано, що використання методу штучних нейронних мереж, який дозволяє аналізувати та прогнозувати нелінійні процеси з високою невизначеністю, створює нові можливості ідентифікації правил політики. Здійснено прогнозування двох показників фінансування освіти, формування яких мало б підпорядковуватись правилам уряду, на основі двох нейронних мереж.

Наукова новизна результатів дослідження. Запропоновано інноваційний підхід до моделювання та прогнозування показників фінансування української освіти, як підпорядкованих певним правилам уряду, з використанням моделей штучних нейронних мереж. Це дало змогу отримати графи зв’язків між вхідними та вихідними змінними та передбачити показники частки витрат на освіту у ВВП та частки витрат на освіту у державних витратах, за умови реалізації передбачуваних урядом, міжнародними установами та науково-дослідними установами країни п’ятьох вхідних змінних, а саме: продуктивності праці, частки інноваційної діяльності, частки дефіциту бюджету та державного боргу у ВВП, частки працездатного населення у населенні країни.

Практична значущість результатів дослідження. Розроблені та запропоновані авторами практичні підходи до ідентифікації правил фінансування освіти можуть сприяти досягненню вищого рівня інституціоналізації правил та використовуватися в роботі Міністерства освіти і науки.

Ключові слова: правила політики уряду; правила фінансування освіти; публічне управління; штучні нейронні мережі.

Радионова .Ф., Усик В.. ПРАВЛА ПОЛТК ПРАВТЕЛЬСТВА ОТНОСТЕЛЬНО ФНАНСРОВАНЯ ОБРАЗОВАНЯ: ДЕНТФКАЦЯ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ

Цель. Продвижение в решении проблемы идентификации правил финансирования образования и использования потенциала метода искусственных нейронных сетей в процессе идентификации правил.

Методика исследования. В процессе исследования использованы следующие конкретные методы: системный подход ‒ для классификации форм идентификации правил политики и определения уровней, на которых должны реализоваться правила финансирования образования; анализа на основе искусственных нейронных сетей ‒ для обоснования и идентификации правил финансирования образовательной сферы; формализации и графического представления полученных результатов ‒ для наглядности результатов исследования.

Результаты исследования. Определено, что правила политики правительства являются инструментом публичного управления, а для использования в этом качестве они должны быть идентифицированы и институционализированы. Обосновано, что использование метода искусственных нейронных сетей, позволяющего анализировать и прогнозировать нелинейные процессы с высокой неопределенностью, создает новые возможности идентификации правил политики. Осуществлено прогнозирование двух показателей финансирования образования, формирование которых должно подчиняться правилам правительства, на основе двух нейронных сетей.

Научная новизна результатов исследования. Предложен инновационный подход к моделированию и прогнозированию показателей финансирования украинского образования, как подчиненных определенным правилам правительства, с использованием моделей искусственных нейронных сетей. Это позволило получить графы связей между входными и выходными переменными и предусмотреть показатели доли расходов на образование в ВВП и доли расходов на образование в государственных расходах, при условии реализации предполагаемых правительством, международными учреждениями и научно-исследовательскими учреждениями страны пяти входных переменных, а именно: производительности труда, доли инновационной деятельности, доли дефицита бюджета и государственного долга в ВВП, доли трудоспособного населения среди всего населении страны.

Практическая значимость результатов исследования. Разработаны и предложены авторами практические подходы к идентификации правил финансирования образования могут способствовать достижению высшего уровня институционализации правил и использоваться в работе Министерства образования и науки.

Ключевые слова: правила политики правительства; правила финансирования образования; публичное управление; искусственные нейронные сети.

Radionova I.F., Usyk V.I. REGULATIONS OF GOVERNMENT POLICY IN FINANCING EDUCATION: IDENTIFICATION BASED ON NEURAL NETWORKS

Purpose. The aim of the article is a progress in addressing the problem of identifying educational funding rules and harnessing the potential of artificial neural networks in the process of identifying rules.

Methodology of research. The following specific methods have been used in the research process: a systematic approach – to classify forms of identification of policy rules and to determine the levels at which educational funding rules should be implemented; artificial neural network analysis – to substantiate and identify educational funding rules; formalization and graphical presentation of the results obtained – to refine the results of the study.

Findings. It has been determined that government policy rules are a tool of public administration, and to be used in this capacity they must be identified and institutionalized. It is substantiated that the use of artificial neural network method, which allows to analyze and predict nonlinear processes with high uncertainty, creates new opportunities for identification of policy rules. Two funding indicators for education, the formation of which should be governed by government rules, are based on two neural networks.

Originality. An innovative approach to modelling and forecasting of Ukrainian education funding indicators, subject to certain government rules, using artificial neural network models, is proposed. This made it possible to obtain graphs of the relationship between input and output variables and to predict the share of education expenditure in GDP and the share of education expenditure in public spending, provided that the five governmental variables envisaged by the government, international institutions and research institutions of the country, namely: labour productivity, share of innovative activity, share of budget deficit and public debt in GDP, share of able-bodied population in the country's population.

Practical value. Practical approaches to the identification of educational funding rules developed and proposed by the authors can help to achieve a higher level of institutionalization of the rules and be used in the work of the Ministry of Education and Science.

Key words: rules of government policy; rules for financing education; public administration; artificial neural networks.