Введение. В России постепенно налаживается вертикаль действенной власти во многих отраслях экономики. Это затемно стало в действиях по сглаживанию мирового кризиса.
Однако управление сельским районом, прежде всего множеством сельхозпредприятий, находящихся в нем, требует горизонтальных разделений, получаемых по рекомендациям информационноаналитической районной службы. Такое же разделение по горизонтальной иерархии потребуется на уровне одного хозяйства. Причем на основе факторного анализа можно определить также и внутрихозяйственную иерархию подразделений сельхозпредприятия в ходе их деятельности.
Выявленные закономерности иерархической структуры производства позволят вести эффективное социальное проектирование [1] села. Однако метод анализа иерархий Т. Саати [5] не приспособлен к анализу факторов производства. Поэтому на основе идентификации устойчивых законов распределения [24] по исходным данным [6] в данной статье предлагается новая методика научного обоснования иерархий сельхозпредприятий на уровне сельского района.
Группировка в социометрии. В брошюре [3] было выполнено сравнение 88 субъектов России по уровню жизни на основе результатов социометрических измерений, проведенных центром «Меркатор» и институтом «Общественная экспертиза», а также анализа социальной и экономической государственной статистики («Индем»). Все субъекты федерации были заранее распределены на пять уровней: высокий, выше среднего, средний (среднеарифметический), ниже среднего, низкий. Нами моделирование было выполнено без разделения на подгруппы.
Флаттер значений факторов производства. По концам ряда субъектов социометрии происходят сильные волновые возмущения значений фактора производства и потребления. Это явление называется флаттером.
Поэтому можно провести неравномерную группировку с неопределенным количеством подгрупп (3, 4, 5, 6 и т.д.). Причем экономисты и социологи любое разделение ряда выполняют для сопоставления крайних подгрупп.
В табл. 1 приведены результаты моделирования по 20 факторам производства на основе данных [6] без предварительной группировки.
Из данных табл. 1 видно, что закономерности у некоторых факторов производства наблюдаются схожие по образованию флаттера составляющие статистической. Изза того, что все составляющие по конструкции одинаковы, то появляется возмож ность анализа типичных ситуаций в процессах образования флаттера на левом и правом концах ряда данных.
Наиболее агрегированными факторами являются последние пять из табл. 1. Причем два фактора (ресурсы и результаты) образуют четыре варианта взаимодействий:
1. сумма рангов ресурсных возможностей Σв;
2. сумма рангов результатов производства Σrp;
3. сумма рангов «возможности + результаты» Σr;
4. отношение сумм «результаты/ возможности» 1-η = ∑rp / ∑rв.
5. выделение фактора п из п. 4 по формуле η = 1 - ∑rp /∑rв .
Сумма рангов возможностей. В табл. 2 приведены модель по отдельным составляющим и графики их рангового изменения.
Сумма рангов результатов. Сумма рангов конченых производственных результатов может включать не только товарную продукцию, но и результаты по социальной, образовательной и иной деятельности.
Для товарной продукции и её удельных фа кторов были получены закономерности, приведенные в табл. 3.
Графики наглядны и показывают характер возмущения множества сельхозпредприятий внутри одного сельского района.
При этом, изза высокой адекватности по максимальной относительной погрешности Amax, формулы позволяют заменить табличные модели и проводить различные экономикоматематические исследования поведения сельского района.
Сравнение возможностей с результатами. Для сравнения пары «возможности результаты» на рис. 1 и рис. 2 приведены ранговые распределения без показа графиков.
Сравнение можно выполнить по параметрам трендовой закономерности, если поделить обе формулы на свои значения при нулевом ранге. Тогда получим уравнения:
тренда возможностей сельскохозяйственного производства
(1)
тренда ранговых результатов всех предприятий сельского района
(2)
нормированного тренда возможностей производства
(3)
нормированного тренда ранговых результатов
(4)
При переходе от ресурсов к результатам активность преобразования возрастает в 1,23696 / 0,15829 = 7,81 раза, однако интенсивность перехода вещества, энергии и информации из ресурсов производства в сельскохозяйственную продукцию снижается в 0,5003 / 0,27871 = 1,80 раза. Таким образом, интенсивность производства пока еще недостаточна и сельхозпредприятия работает больше по экстенсивным результатам.
Из графиков рис. 1 и рис. 2 видно, что сумма рангов результатов отстает от наклона точек у сумм рангов возможностей. И только в конце ряда явлением флаттера сельский район пытается восстановить темпы прироста результатов сельскохозяйственного производства.
Общая сумма рангов «возможности + результаты». Аддитивное сопоставление двух факторов (возможности и результаты) возможно простым сложением обеих сумм рангов, так как они однонаправленным по вектору «лучше - хуже».
Тогда получается кумулятивный фактор, показывающий одновременно возможности с результатами (табл. 4), и показывающий независимость исходных членов суммы, то есть исходных факторов возможностей и результатов (экономисты часто грешат независимостью факторов). Удивительно то, что вместо четырех составляющих (у сумм рангов ресурсных возможностей) и шести составляющих (у сумм рангов результатов производства по объемам товарной продукции) после их суммирования как независимых факторов произошло снижение числа составляющих до трех.
При этом обе волновые составляющие являются кризисными (отрицательный знак перед ними). При этом у первой волны кризисного возмущения амплитуда колебания нарастает, а у второй волны изменяется по биотехническому закону [24] со стрессовым возбуждением в середине статистического ряда сельхозпредприятий.
Высокая адекватность модели из трех составляющих позволяет рекомендовать этот фактор как основной показатель в оценке деятельности сельского района.
Отношение сумм рангов «результаты / возможности». Однако мы не можем не предложить и мультипликативный фактор, показывающий взаимное влияние возможностей и результатов. Этот фактор заранее предполагает зависимость учитываемых частных факторов друг от друга.
В сельском хозяйстве ежедневно происходят динамические процессы производства, когда возможности зависят от недавних результатов.
Модель и графики по её пяти составляющим приведены в табл. 5. при этом заметно, что число составляющих стало равным среднеарифметическому из четырех и шести членов у исходных факторов возможностей и результатов сельскохозяйственного производства.
Однако максимальная относительная погрешность, равная 3,31 %, все же в два раза выше по сравнению с исходными рядами данных.
Поэтому этот фактор требует дальнейших изысканий. Причем необходимо выявить формулы коэффициента полезного действия предприятий, включая сельскохозяйственные, на территории сельского района.
Коэффициент полезного действия. Этот фактор является уникальным для теории производства и через ранговое распределение множества разнородных по размерности факторов появляется практическая возможность оценки полезного использования ресурсных возможностей каждого из множества сельхозпредприятий сельского района.
В табл. 6 приведены формулы и графики по составляющим статистической модели.
Аналогично можно проводить анализ и в других множествах организационных образований, например, на уровне предприятия.
В совокупности все графики из данных табл. 6 образуют своеобразный портрет сельского района, в котором ясно видны черты и каждого сельхозпредприятия по ранговому их расположению внутри некой популяции, сплоченной трудовой деятельностью.
Сравнение сумм рангов с КПД. Теперь мы можем сравнить общую сумму всех рангов (табл. 4) с КПД (табл. 6) по точкам на рис. 3 и рис. 4.
Из-за уменьшения значения Amax с 1,55 до 0,52 %, то есть почти в три раза, предпочтительнее фактор КПД. Причем он физически понятнее, чем общая сумма рангов.
Анализ иерархии. Далее рассмотрим методику анализа иерархии среди сельхозпредприятий на примере Тукаевского района РТ [6] по двум агрегированным относительным факторам производства, как аддитивного ∑r или мультипликативного п соответствия между возможностями и результатами производства на территории сельского района.
Вначале по анализу графиков выделяем характерные места по рисункам, приведенным в табл. 4 и табл. 6. Например, по третьей, четвертой и пятой составляющим из табл. 6 сразу же видно, что в подгруппу «высокий уровень» попадают ранги 0, 1, 2, 3 и 4.
Результаты такого анализа сведены в табл. 7.
Факторы оценки «Возможности + результаты» и КПД результатов по попаданию своих рангов по уровням иерархии незначительно отличаются друг от друга. Изза различного толкования исходных факторов (независимые или зависимые друг от друга?) многие сельхозпредприятия распределяются по различным уровням иерархии.
Из данных табл. 8 видно, что совпадают уровни иерархии по обоим факторам оценки только у двух субъектов: лидер это № 21 ПСХК «Ирек»; аутсайдер это № 7 совхоз «Чулпан». У остальных могут быть неучтенные факторы производства, приведшие к разнобою в уровнях иерархии.
Однако районной информационноаналитической службе придется выбирать и для них рекомендуется оценочный фактор КПД, объединяющий взаимно влияющие друг на друга факторы производства. Совпадающие по обоим критериям иерархические уровни субъекта и будут иметь объективный характер при обоих критериях при оценке сложившейся на данный момент времени иерархии. В остальных случаях остается теоретическая спорность в выделении иерархических уровней во множестве сельхозпредприятий, в особенности ранжированных по малому количеству факторов производства и потребления.
Чем больше будут учитываться производственные, социальные, экологические, технологические, эстетические и иные подгруппы факторов производства, то тем ближе будут оценки иерархии по обоим предлагаемым критериям «Возможности + результаты» и КПД результатов производственной деятельности.
Таким образом, предложенная методика анализа иерархий среди сельхозпредприятий сельского района позволяет обосновать перспективы использования ресурсных возможностей для достижения эффективных результатов от сельскохозяйственного производства.
СПИСОК ЛИТЕРАТУРЫ:
1. Социальное проектирование. М.: Мысль, 1982. 254 с.
2. Мазуркин, П. М. Математическое моделирование. Идентификация однофакторных статистических закономерностей: Учебное пособие / П.М. Мазуркин, А.С. Филонов. ЙошкарОла: МарГТУ, 2006. 292 с.
3. Мазуркин, П. М. Распределение индекса уровня жизни (по субъектам Российской Федерации): Научное изд. / П.М. Мазуркин.ЙошкарОла: МарГТУ, 2006. 56 с.
4. Мазуркин, П.М. Статистическая эконометрика: Учебное пособие / П.М. Мазуркин. ЙошкарОла: МарГТУ, 2006. 376 с.
5. Саати, Т. Принятие решений: Метод анализа иерархий: Пер. с англ. / Т. Саати. М.: Радио и связь, 1993. 320 с.
6. Шлычков, В.В. Теоретикометодологические аспекты управления ресурсным потенциалом региона / В.В. Шлычков, А.Д. Арзамасцев, Е.П. Фадеева. ЙошкарОла: МарГТУ, 2007. 390 с.
Статья опубликована при поддержке гранта 3.2.3/4603 МОНРФ