Социологическая диагностика неудовлетворённости населения
как инструмент управления развитием территорий
Актуальность. Вопросы эффективности муниципального управления приобретают особую значимость в условиях нарастающей институциональной и демографической поляризации российских регионов. Социологические опросы, организуемые на регулярной основе, предоставляют уникальную эмпирическую базу для мониторинга и анализа общественной оценки работы органов регионального и местного управления. Научная проблема заключается в разработке и апробации инструментария, позволяющего на основе многолетних данных социологических измерений выявлять устойчивые векторы неудовлетворённости населения как индикаторы регионального управления. Методы. Исследование опирается на авторскую методику векторной оценки неудовлетворённости, которая включает динамический анализ репрезентативной базы данных ежегодных опросов населения Челябинской области за 2017-2024 гг. Применены методы нормализации данных, визуализации с помощью лепестковых диаграмм, иерархической кластеризации муниципальных образований и анализа изменений вектора общественных приоритетов. Аналитическая обработка осуществлялась в среде Python с использованием библиотек pandas, matplotlib, scikit-learn. Научные результаты. Установлены доминирующие направления неудовлетворённости населения, устойчиво сохраняющиеся на протяжении восьмилетнего периода (ЖКХ, медицинское обслуживание, транспортная доступность); определены периоды обострения социальных ожиданий, связанные с конкретными управленческими циклами и кризисами. В результате кластерного анализа выявлены типы муниципалитетов по уровню и структуре неудовлетворённости, в том числе устойчиво проблемные территории и территории с положительной динамикой общественной оценки. Выводы. Представленная в статье методология позволяет выявлять территориально-типологические различия в общественной оценке эффективности регионального и местного управления, а также динамику социальных ожиданий, трансформирующихся под влиянием управленческих решений. Векторы неудовлетворённости населения могут быть интерпретированы как чувствительные индикаторы локального развития, применимые в системе социологического сопровождения регионального управления.
Иллюстрации
Ситковский А. М., Ростовская Т. К. Социологическая диагностика неудовлетворённости населения как инструмент управления развитием территорий // Научный результат. Социология и управление. 2025. Т. 11, № 4. С. 242-259.
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Бобылев С. Н., Зубаревич Н. В., Соловьева С. В. Вызовы кризиса: как измерять устойчивость развития? // Вопросы экономики. 2015. № 1. С. 147-160. DOI: 10.32609/0042-8736-2015-1-147-160.
Гордеев С. С., Зырянов С. Г., Ситковский А. М. Оценки качества жизни и социальных приоритетов развития территорий // Вестник Челябинского государственного университета. 2019. № 11 (433). С. 38-47. DOI: 10.24411/1994-2796-2019-11105.
Зубаревич Н. В. Социальное развитие регионов России: проблемы и тенденции переходного периода. Москва: Едиториал УРСС, 2018. 264 с.
Лапин Н. И., Беляева Л. А. Программа и типовой инструментарий «Социокультурный портрет региона России». Москва: ИФРАН, 2020. 111 с.
Петухов В. В. Гражданское участие в современной России: взаимодействие политических и социальных практик // Социологические исследования. 2019. № 12. С. 3-14. DOI: 10.31857/S013216250007743-0.
Ростовская Т. К., Рязанцев С. В. Социально-демографические характеристики российской молодежи // Государственный советник. 2015. № 2 (10). С. 66-75.
Ситковский А. М. Моделирование многокритериальной оценки социо-эколого-экономического состояния и динамики территории // Вопросы управления. 2021. № 2 (69). С. 102-119. DOI: 10.22394/2304-3369-2021-2-102-119.
Ситковский А. М., Козлова О. А. Использование векторных оценок и графоаналитических методов в исследовании демографического поведения населения региона // Вестник Нижегородского ун-та им. Н. И. Лобачевского. Серия: Социальные науки. 2023. № 3. С. 44-59. DOI: 10.52452/18115942_2023_3_44.
Тихонова Н. Е. Социальная структура России: теории и реальность. М.: Новый хронограф, 2014. 408 с.
Burch M., Bott F., Beck F., Diehl S. Cartesian vs. Radial – A Comparative Evaluation of Two Visualization Tools // Advances in Visual Computing – ISVC 2008. Lecture Notes in Computer Science. 2008. Vol. 5358. Pр. 151-160. DOI: 10.1007/978-3-540-89639-5_15.
Gordeev S., Zyryanov S., Sitkovskiy A. Visualization in models of transformation of social space of the Eurasian macroregion: the example of the Urals // E3S Web of Conferences. 2020. Vol. 217, 07021. DOI: 10.1051/e3sconf/202021707021.
Few S. Now You See It: Simple Visualization Techniques for Quantitative Analysis. Oakland: Analytics Press, 2009. 329 p.
OECD. How’s Life? 2020: Measuring Well-being. Paris: OECD Publishing, 2020. 268 p. DOI: 10.1787/9870c393-en.
Stiglitz J., Sen A., Fitoussi J.-P. Report by the Commission on the Measurement of Economic Performance and Social Progress. Paris, 2009. 292 p.
UNDP Georgia. Citizen Satisfaction Survey with Public Services – Research report. Tbilisi: UNDP, 2022. 86 p.
Waldner M., Diehl A., Gracanin D., et al. A Comparison of Radial and Linear Charts for Visualizing Daily Patterns // IEEE Transactions on Visualization and Computer Graphics. 2020. Vol. 26, № 1. Pр. 1033-1042. DOI: 10.1109/TVCG.2019.2934784.
Ward M., Grinstein G., Keim D. Interactive Data Visualization: Foundations, Techniques, and Applications. 2nd ed. Boca Raton: CRC Press, 2015. 578 p. DOI: 10.1201/b18379.
Исследование выполнено за счёт средств гранта Российского научного фонда № 25-78-30004 «Цифровая демографическая обсерватория: разработка системы мониторинга демографических процессов в регионах России с использованием ГИС-технологий и больших данных», https://rscf.ru/project/25-78-30004/.