Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Ольков_С_Г_Аналитическая юриспруденция

.pdf
Скачиваний:
211
Добавлен:
13.05.2015
Размер:
8.92 Mб
Скачать

10 минут раньше установленного (нулевого срока) – получи 100 рублей. Опоздал на 10 минут – потерял 100 рублей.

Разумеется, что в данном случае руководитель предприятия использует рычаг дисциплинарной юридической ответственности (определенную часть дисциплинарной ответственности). В приложении к данной работе приводится соответствующий поясняющий график (рис. 1).

Эталонная линия справедливости задана, и достичь точного соответствия помогает специально установленный турникет, четко фиксирующий по магнитным карточкам время прибытия работников. После этого информация о прибытии работников аккумулируется в матрицы и поступает в бухгалтерию. Выплаты могут производиться по каждой отдельной матрице, либо матрицы могут суммироваться за какой-то период времени, например, за каждые три рабочих дня или по итогам месяца.

Пусть на предприятии трудится 25 работников и 1-го числа данного месяца мы получили следующую матрицу их явки на рабочее место:

 

ç

3

8

2

0

0

÷

M :=

ç

7

0.2

4

0.5

3

÷

ç

÷,

 

ç

0.1

2

0.7

0.9

0.3

÷

 

è

0.3

1.6

0.1

6

9

ø

где элементы матрицы характеризуют время прибытия на рабочее место конкретных работников по списку относительно начала отсчета 8 часов утра принятого равным нулю. Видно, что многие работники опоздали на работу. В последующие дни явка улучшилась, о чем свидетельствуют матрицы №2 и №3:

213

ç

2

3.3

9.2

4.1

2.5

÷

ç

2

2.5

4.1

3.1

0.2

÷

ç

÷

ç

÷

M2 := ç

2.5

3

5

6.3

7

÷

M3 := ç

0.2

7.2

2.3

2.3

0.4

÷

ç

0.2

0.5

2

3

3

÷,

ç

0.2

6.1

5.2

5.8

4.5

÷

ç

 

 

 

 

 

÷

ç

 

 

 

 

 

÷

è

1.4

3.5

4.6

3

3.4

ø

è

3.4

0.3

3.8

5.6

3.7

ø

Если выплаты осуществляются по итоговой матрице за каждые три трудовых дня, то такая матрица дает следующие результаты:

ç

3

13.8

15.3

7.2

2.7

÷

ç

÷

M + M2 + M3 = ç

9.3

10.4

11.3

9.1

4.4

÷

ç

0.3

8.6

6.5

9.7

7.8

÷

ç

 

 

 

 

1.9

÷

è

5.1

2.2

8.5

14.6

ø

Теперь нам остается лишь умножить итоговую матрицу на число 10 в соответствии с установленной функцией справедливости у(t)=10t, чтобы получить размер премиальных, заработанных каждым из 25 тружеников завода «К». Например, работник, соответствующий элементу матрицы а15 (первая строка, пятый столбец), заработал 33 рубля, поскольку прибывал на рабочее место на 3,3 минуты раньше времени начала отсчета, а работник, соответствующий элементу матрицы а21, понес убытки в размере 30 рублей в виду того, что опоздал на 3 минуты.

ç

-3

13.8

15.3

7.2

2.7

÷

 

 

ç

-30

138

153

72

27

 

÷

ç

9.3

10.4

11.3

9.1

4.4

÷

×10

=

ç

93

104

113

91

44

 

÷

ç

÷

ç

.÷

ç

0.3

8.6

6.5

9.7

7.8

÷

 

 

ç

3

86

65

97

78

 

÷

è

5.1

2.2

8.5

14.6

-1.9

ø

 

 

è

51

22

85

146

-19

ø

214

Далее уместно получить закон распределения явки работников завода. Он может строиться по любой из матриц явки, переведенной в вектор-столбец. В приложении (рис. 2) приводится закон распределения для суммарной матрицы за третий рабочий день. Из нижеследующей частотной гистограммы, аппроксимированной кривой нормального распределения, видно, что распределение стремится к нормальному (хотя еще далеко от такового) с параметрами 2,9 (математическое ожидание) и 2,3 (среднее квадратическое отклонение). То есть труженики прибывают на рабочее место в среднем на три минуты раньше установленного времени начала работы. При этом характерный разброс от среднего составляет около 2,3 минуты. Видно, что группу риска составляют 6 работников, из которых 5 прибывают на работу в период от минус 0,85 минут до 0,3 минут, а 1 в период от минус 0,85 до минус 2 минут. Восемнадцать работников прибывают на рабочее место досрочно от 1,45 минуты до 7,20. В приложении к данной работе приводится соответствующая поясняющая гистограмма (рис. 2), а описательная статистика приведена в таблице 1 того же приложения.

Следующий шаг составление карт контроля качества прибытия работников на рабочее место, с помощью которых удобно принимать соответствующие управленческие решения. Предположим, что введенная практика стимулирования досрочного прибытия работников на рабочее место применяется в течение 30 дней, и руководитель предприятия имеет перед собой первичные статистические данные за месяц, естественно, исключая выходные и праздничные дни. В итоге он может разработать удобную карту контроля качества прибытия работников на рабочее место. В приложении к данной работе на рисунке 3 приводится пример такой карты.

До настоящего момента разработано несколько видов контрольных карт, в частности, средних арифметических

значений ( Х -карта), размахов (R-карта), медиан ( ~ -карта),

Х

средних квадратических отклонений (S-карта), числа дефектных изделий ( pn -карта), доли дефектных изделий (Р-карта), числа

215

дефектов (С-карта), числа дефектов на единицу продукции (U-карта) и другие.

Карта контроля – это своеобразный график, на который наносят центральную линию и контрольные границы, после чего здесь отмечают конкретные эмпирические данные процесса и изучают его динамику. То есть контрольная карта – это разновидность графика, отличающаяся от обычного графика, наличием линий, называемых контрольными границами или границами регулирования. Эти границы обозначают ширину разброса, образующегося в обычных условиях течения процесса. Если все точки графика входят в область, ограниченную контрольными границами и не образуют какой-либо тенденции, то это показывает, что процесс протекает в относительно стабильных условиях. И наоборот, выход точек за границы регулирования или их устойчивое движение в сторону нежелательной границы указывает на то, что процесс разладился и необходимо принимать меры по его наладке. Руководитель предприятия из нашего примера может фиксировать время прибытия работников к началу рабочего дня или изучать динамику других показателей соблюдения трудового распорядка.

Чтобы создать Х -карту или ~ -карту нужно знать параметры

Х

нормального распределения для контролируемого процесса – математическое ожидание (можно заменить средним средних) и среднее квадратическое отклонение (также можно взять среднее средних стандартного отклонения), а далее по формуле определить верхнюю и нижнюю допустимые границы.

Изучая причины опозданий на работу работников, руководитель нашего завода может составить диаграмму Парето, которая наглядно покажет, на что нужно обратить внимание в первую очередь. Пусть, изучая объяснения работников (официальный документ в случае дисциплинарного проступка) по поводу опозданий за прошлый год, он выяснил следующее: 10 опозданий было связано с тем, что работники проспали, 35 опозданий было вызвано плохой работой транспорта, 75 с возможностью подработки на конкурирующем предприятии, 3 случая были связаны с пьянством, и в восьми случаях

216

причины остались невыясненными. На основе этих данных построим диаграмму Парето (приложение, рис. 4).

Диаграмма Парето наглядно показывает вклад каждой причины в итоговый результат числа опозданий на работу. Легко заметить, что более 80%, а если посчитать точно, то 83,9%, вклада составляют две причины – это подработка и плохая работа транспорта. Ими и следует заниматься в первую очередь. Например, если подработка обеспечивает работникам дополнительный доход сопоставимый в долевом отношении с доходом по основному месту работы, то можно подумать о том, чтобы работники подрабатывали по основному месту трудовой деятельности за ту же или немногим большую плату, которую предлагает конкурент или искать иные пути выхода из сложившейся ситуации, если увеличение времени труда может повлечь за собой нарушение трудового законодательства. Вообще, в данном случае целесообразно построить функцию от чего зависит желание работников трудиться в свободное от основной работы время: λ=f(τ12… τk), и с учетом соответствующих факторов принимать разумные управленческие решения.

 

 

 

Приложение к примеру №1

 

 

 

 

 

 

 

 

150

 

 

 

 

 

 

 

 

 

100

 

 

y = 10x

 

 

 

 

 

 

 

 

 

 

руб.

 

 

 

 

50

 

 

 

 

 

 

 

 

0

 

 

 

 

у,

-10

-8

-6

-4

-2 -50 0

2

4

6

8

 

 

 

 

 

 

-100

 

 

 

 

 

 

 

 

 

-150

 

 

 

 

t, мин.

Рис. 1. Оценочное пространство дисциплинарной юридической ответственности на заводе «К»

Таблица 1

217

Описательная статистика

Среднее

2,864

Стандартная ошибка

0,46529

Медиана

3,1

Мода

3,1

Стандартное отклонение

2,32646

Дисперсия выборки

5,4124

Эксцесс

-0,6169

Асимметричность

-0,1372

Интервал

9,2

Минимум

-2

Максимум

7,2

Сумма

71,6

Счет

25

 

6

Р я д = 2 5 * 1 , 1 5 * n o r m a l ( x ; 2 ,8 6 4 ; 2 ,3 2 6 5 )

 

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

 

работников

4

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Число

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

0

- 0 , 8 5

0 , 3 0

1 , 4 5

2 , 6 0

3 , 7 5

4 , 9 0

6 , 0 5

7 , 2 0

 

- 2 , 0 0

 

 

 

 

 

t , м и

н .

 

 

 

 

Рис. 2. Частота прибытия на рабочее место по времени

218

 

Г и с т о г р а м м а с р е д н и х

Н е н о р м . С р е д н е е : 2 ,8 6 4 0 ( 2 , 8 6 4 0 ) ; С Т О : 2 ,5 3 6 6 ( 2 , 5 3 6 6 ) ; n : 5 ,

 

 

 

 

 

 

 

 

м м е т р и ч н о с т ь : - ,1 3 7 2 1 ( - ,1 3 7 2 1 ) ; Э к с ц е с с : - ,6 1 6 8 6 ( - ,6 1 6 8 6 )

 

 

 

7

 

 

 

 

 

 

 

 

 

 

 

 

6

 

 

 

 

 

 

6

,0

6

1

2

 

5

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

2

,8

6

4

0

 

2

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

- 1

 

 

 

 

 

 

- ,5

1 6

7

9

 

 

 

 

 

 

 

 

 

 

 

 

- 2

1

2

1

2

3

4

5

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

Рис. 3. Х-карта

 

 

 

 

 

 

 

1

4

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 0

0 %

1

2

0

 

 

 

 

 

 

 

 

1

0

0

 

 

 

 

 

8 0

%

 

 

 

 

 

 

 

 

 

8 0

7 5

 

 

 

 

6

0

%

 

6

0

 

 

 

 

 

4 0

%

 

 

 

 

 

 

 

 

 

4

0

3

5

 

 

 

 

 

 

 

2

0

 

 

 

 

 

2 0

%

 

 

 

1

0

8

 

 

 

 

 

 

 

 

3

 

 

 

 

0

 

 

 

 

 

 

 

 

 

П о д р а б о т к а

 

П р о с п а л и

 

П ь я н с т в о

 

 

 

 

 

 

 

 

 

 

 

 

Т р а н с п о р т

 

Н е у с т а н о в л е н н о

 

 

Рис. 4. Диаграмма Парето для причин опозданий на работу

219

§5. Пространства ложных и истинных представлений

Уж сколько раз твердили миру, Что лесть гнусна, вредна; но только всё не впрок, И в сердце льстец всегда отыщет уголок18 И.А.Крылов

Пространство ложных представлений (Q или ПЛП) – это та область нашего сознания, в которой содержатся заблуждения, ошибки, незнание и неумение. Такие представления в сознании людей приводят либо к ошибкам шкалирования деяний (1), либо к ошибкам в оценках деяний (2), либо к тому и другому одновременно (3), а, следовательно, к ошибкам в принимаемых решениях и выполняемых действиях. Обвинительный и оправдательный уклон при отправлении правосудия – частный случай проявления пространства ложных представлений, отражающий ошибочные представления судей. Все люди обитают в большей или меньшей мере в пространстве ложных представлений, поскольку область точных знаний о Мире еще недостаточно велика. Размер истинного пространства (ПИП – пространство истинных представлений), противоположного ложному, в сознании конкретного индивидуума, социальной группы или всего человечества определяется по формуле: 1-q, где q – ложные представления о мире, ошибки, заблуждения, предрассудки. Оставив в сознании только точные знания, умения и навыки, мы получим размер истинного сознания (пространства). Истинные

18 Из басни «Ворона и лисица».

220

представления ведут к точным оценкам, правильно принятым решениям и правильно выполненным действиям. Очевидно, что наличие пространства ложных представлений ведет к искажению (искривлению) многомерных оценочных пространств. Любая оценка, которая не ложится на линию справедливости, есть следствие ложного пространства в сознании оценщика. Исследование ложных пространств является чрезвычайно важным делом, поскольку от этого зависит расширение пространства истинных представлений.

Определенный интерес представляет изменение ценности того или иного деяния или видов поступков во времени и социальном пространстве, то есть динамика оценок во времени и пространстве. Например, за одно и то же преступление в одной и той же стране в разное время могут применяться различные наказания, может присутствовать тренд ужесточения или смягчения наказаний, или строгость наказания находится в стационарном режиме: нет тренда

– линия, аппроксимирующая точки, горизонтальна, параллельна оси времени. Соответственно, чем более будет тангенс угла наклона аппроксимирующей линии (скорость=первая производная), тем более выраженным будет положительный или отрицательный тренд. То же самое касается и пространственной оценки деяний (видов поступков). Могут быть заметные различия в оценках схожих деяний в разных странах или даже территориях одной и той же страны.

221

Специфический интерес представляют оценочные инверсии19, когда деяние, считавшееся высоко отрицательным (или просто отрицательным), становится высоко положительным (или просто положительным). Например, в СССР существовали такие преступления, как спекуляция, частнопредпринимательская деятельность и коммерческое посредничество. При переходе страны от социализма к капитализму произошла оценочная инверсия ряд составов преступлений (высоко отрицательные деяния) был упразднен, а поведение соответствующее ранее преступному стало находить высоко положительную оценку в общественном и государственном масштабе. Частнопредпринимательская деятельность стала основой хозяйствования, а спекуляция важным средством обеспечения динамики экономического роста. При переходе от капитализма к социализму в нашей стране в начале ХХ столетия соответственно наблюдались инверсии иного рода. Оценочные инверсии могут быть как временного, так и пространственного свойства. Пространственные инверсии связаны с оценкой тех или иных деяний на разных территориях одной страны или разных стран в одно и то же время. Например, в одних странах или территориях деяние считается отрицательным, а в других – положительным.

Таким образом, уместно сделать вывод, что оценки такого рода не являются инвариантными20 во времени и пространстве и подчиняются определенным закономерностям, изучение которых представляется столь же актуальным сколь сложным делом. Здесь

19От лат. inversio - перестановка

20От лат. invariantis – не изменяющийся.

222