CC BY
19
УДК 658::615.834
Прохорова Ольга Викторовна
аспирант кафедры менеджмента
Института экономики и управления Крымского
федерального университета имени В.И. Вернадского
ИНСТРУМЕНТЫ СОВЕРШЕНСТВОВАНИЯ ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОГО МЕХАНИЗМА УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ САНАТОРНО-КУРОРТНОГО КОМПЛЕКСА РЕГИОНА
Prokhorova Olga Viktorovna
PhD student, Management Department, Institute of Economics and Management, Crimean Federal University
THE TOOLS OF IMPROVEMENT OF ECONOMIC MANAGEMENT OF REGIONAL HEALTH-RESORT ENTERPRISES
Аннотация:
Статья посвящена проблеме совершенствования механизма управления кластерными структурами на примере санаторно-курортного комплекса (СКК). Выбор известных и разработка новых инструментов и технологий организационно-экономического механизма управления предприятиями СКК должны удовлетворять требованиям необходимой достаточности и доступности для применения. В соответствии с данным тезисом автором выработан комплекс инструментов, технологий обработки данных и представлена методика его применения для совершенствования СКК Республики Крым.
Ключевые слова:
организационно-экономический механизм управления, санаторно-курортный комплекс, регион, предприятие, Республика Крым.
Summary:
The article deals with the improvement of the cluster structure management by case study the health resort industry. Selection of well-known and development of new tools and techniques of economic management mechanism of health resort enterprises must meet the requirements of essential sufficiency and possibility of application. According to this thesis, the author has developed a set of tools, technologies of data processing, and presents a methodology of its use in order to improve the health resort sector of the Republic of Crimea.
Keywords:
economic management mechanism, health resort complex, region, enterprise, Republic of Crimea.
Для эффективного управления предприятиями рекреации и санаторно-курортного комплекса (СКК) необходима разработка инструментария и технологии доступного прогноза качественного поведения изучаемой системы. На рисунке 1 представлена структура взаимосвязей механизма управления предприятиями и СКК в целом. Структура отражает иерархический характер системы управления СКК.
Система целеполагания —► Целеполагающий Функции заказчика, заказ функции управления
Политика
Регулирование Методика Методология применения
Управление Механизмы Инструменты - Технологии
1 г ▼ ▼ ▼ 1. Госполитики. 2. Госрегулирования. 3. Государственно-частного партнёрства. 4. Саморегулируемых организаций. 5. Организационно-экономические. 6. Интеграционные. 7. Кластеризации. 8. Информационно-коммуникационные. 9. Технологической платформы. 10. Виртуальных сообществ и др.
Регион (Р) —►
Санаторно-курортный комплекс региона (СККР)
Предприятия СККР
Ассоциированные предприятия
Рисунок 1 - Структурные взаимосвязи механизма управления СКК
В работе международной группы ученых Обнинского центра психологических исследований приведен отчет по исследованию «человеческого фактора» [1] (табл. 1). Каждый из этих факторов или причин влияет на работу предприятий СКК, а также на систему управления и поведение персонала в сложных ситуациях.
Таблица 1 - Факторы, влияющие на работу предприятия
№ п/п Название
1 Цели и стратегии
2 Функции управления и надзора
3 Внешние факторы влияния
4 Распределение ресурсов
5 Координация работ
6 Управление человеческими ресурсами
7 Определение и внедрение процедур
8 Организационная культура
9 Профессиональное обучение персонала
10 Организационное значение
11 Организационное обучение
12 Коммуникации
Процесс совершенствования механизма управления отражается в приведенных позициях таблицы 1.
Цели и стратегии устанавливают факторы деятельности предприятий СКК, как правило, соответствуют стремлениям высшего уровня, определяют приоритеты в системе социальных ценностей, координацию работ (позиция 5), характер управления человеческими ресурсами (позиция 6), распределение ресурсов (позиция 4), долгосрочное планирование. Только если заявленные цели и стратегии отвечают фактическим потребностям общества в целом, ошибки «человеческого фактора» будут минимальны. Остальные позиции относятся к процессам управления, работы (деятельности предприятия) и начинаются с локальных позиций в каждом предприятии СКК. Сравнительный анализ предприятий по позициям таблицы 1 требует разработки экспертных инструментов и сбора соответствующих данных.
Выбор инструментов совершенствования базируется на разработанном методическом подходе, основанном на методе главных компонент, который позволяет проводить кластеризацию в признаковом пространстве меньшей размерности.
В таблице 2 представлены результаты сравнительного анализа предприятий (см. блок на рис. 2)
Таблица 2 - Кластеризация предприятий СКК по функции конкурентного сходства для кластера «Евпатория - Саки»_
СКК Год Р(2,Х|у) ■т
«Победа» 2008 -0,53 -76,28
2009 -0,56 -77,81
2010 -0,75 -87,51
2011 -0,58 -79,07
2012 -0,81 -90,35
2013 -0,76 -88,23
2014 -0,76 -88,00
«Приморский» 2008 -0,10 -55,22
2009 -0,01 -50,49
2010 -0,27 -63,55
2011 -0,46 -73,09
2012 -0,49 -74,33
2013 -0,51 -75,55
2014 -0,59 -79,62
Евпаторийский Центральный детский клинический санаторий 2008 0,82 -8,94
2009 0,80 -10,10
2010 0,41 -29,31
2011 0,24 -37,79
2012 0,21 -39,60
2013 0,40 -30,09
2014 0,33 -33,43
«Мрия» 2008 0,24 -37,94
2009 0,10 -45,10
2010 -0,03 -51,54
2011 -0,06 -53,15
2012 -0,07 -53,58
2013 0,03 -48,43
2014 0,02 -48,79
Продолжение таблицы 2
«Золотой берег» 2008 0,43 -28,68
2009 0,03 -48,62
2010 -0,70 -85,21
2011 -0,56 -78,19
2012 -0,55 -77,31
2013 -0,34 -67,18
2014 -0,53 -76,60
«Северное сияние» 2008 -0,57 -78,64
2009 -0,57 -78,73
2010 -0,65 -82,45
2011 -0,66 -83,09
2012 -0,69 -84,34
2013 -0,68 -84,14
2014 -0,70 -85,22
«Сакрополь» 2008 -1,00 -100,00
2009 -1,00 -100,00
2010 -1,00 -100,00
2011 -1,00 -100,00
2012 -1,00 -100,00
2013 -1,00 -100,00
2014 -1,00 -100,00
«Полтава-Крым» 2008 0,72 -14,24
2009 0,82 -9,08
2010 0,76 -11,95
2011 0,39 -30,38
2012 0,11 -44,33
2013 0,35 -32,52
2014 0,59 -20,39
«Саки» 2008 -0,93 -96,42
2009 -0,95 -97,44
2010 -0,61 -80,27
2011 -0,64 -81,83
2012 -0,53 -76,67
2013 -0,46 -72,83
2014 -0,42 -70,97
Сакский военный клинический санаторий им. Н.И. Пирогова 2008 1,00 0,00
2009 1,00 0,00
2010 1,00 0,00
2011 1,00 0,00
2012 1,00 0,00
2013 1,00 0,00
2014 1,00 0,00
ДОЛ «Прибрежный» 2008 -0,71 -85,47
2009 -0,75 -87,31
2010 -0,79 -89,56
2011 -0,74 -86,88
2012 -0,76 -88,24
2013 -0,83 -91,69
2014 -0,79 -89,52
Инструменты данной статьи можно дополнить результатами монографии [2], где представлено современное состояние практических методов кластеризации и анализа данных и приводится программная реализация основных подходов.
Кластеризация, представленная в таблице 2, адекватно отражает складывающуюся ситуацию и может использоваться для принятия решения.
Из стандартных процедур многомерного статистического анализа в качестве базового инструмента выделяется метод главных компонент [3], что позволяет снизить размерность признакового пространства показателей; выделить значимые показатели и их информационный вклад (по уровню дисперсии); сформировать блок слабо меняющихся показателей и соответствующие им индексы, которые могут реагировать на событийные и негативные изменения деятельности предприятия и внешней среды; свертка интегральных показателей по уровням и блокам позволяет ЛПР (лицу, принимающему решение) оперировать минимальным числом интегральных показателей (индексов); графики таких показателей качественно отображают происходящие процессы; прогноз показателей нижнего уровня автоматически формирует прогноз на верхнем уровне иерархии.
Определение
» Система целеполагания » Декомпозиция потенциальных участников
Базовая группа эффективных участников СК кластера
Профильные предприятия
Ассоциированные предприятия
I
Потенциальные участники процесса вовлечения в СК кластер
Неэффективные потенциальные участники
Организационно-экономический механизм управления процессом
вовлечения участников в кластер по уровням иерархии и оценка целевого соответствия
Неучаствующие в процессе кластеризации
I
Выбор показателей, характеризующих деятельность кластера потенциальных
участников 6^. (7), /=1 ,т - предприятия, у-1 ,п — показатели
Определение важности показателей с помощью метода главных компонент
у xJ
Предварительное нормирование
исходных показателей +
Формирование интегральных показателей (индексов) по уровням иерархии блоков показателей и предприятиям
1=\
Ранжирование предприятий (кластеризация) по интегральным показателям /(*). Выделение эффективных и неэффективных
Вычисление относительных оценок (масштаб)
Выбор предприятия с наихудшими показателями, неэффективного или с недостаточной реакцией на внешнее воздействие среды (или управляющее) (х)
Выбор предприятия эталонного, эффективного с конкурирующими свойствами или отвечающего целям кластеризации (у)
Сравнительный анализ данных других предприятий (г) с данными для предприятий (х) и (у) на базе функции конкурентного сходства
(если размерность данных не велика или расчет F по интегральным показателям)
Представление результатов ЛПР для экспертных оценок и принятия решения по формированию кластера и его эффективность
Рисунок 2 - Итерационный процесс формирования оценки эффективности кластера
Необходимость всесторонних оценок отдельного или нескольких предприятий кластера СКК требует привлечения инструментов кластеризации на основе функции конкурентного сходства. С помощью такой функции может быть построен аналог функции жизненного цикла (идентификация которой является сложной задачей). Обозначим первичные показатели через:
ак(?), I = 1, 2, ..., т,у = 1, 2, ..., пк, ? = 1, 2, ..., Т, к = 1, 2, ..., К,
где т - количество объектов;
Пк- количество первичных показателей в к-й подгруппе, к = 1, 2, ..., К; [1, 7] - период, на протяжении которого измерялись первичные показатели; К общее количество первичных показателей;
X пк = п -
к=1
К - число подгрупп показателей.
Масштабирование первичных показателей производится с целью их нормализации и приведения к безразмерным величинам.
Для каждого показателя ак (?) находим максимальное и минимальное значения по выбранным предприятиям СКК, 1 < / < т:
с)(?) = шах ак (?), Ьк, (?) = тп ак (?),1 = 1, 2 Пk, к = 1 2, 1<г<^ 7 1<!<ш 7
К.
Исходное значение а-(1) преобразуем в новое ак(/) е [0,1] по формулам:
ок (?) = а (?) - Ьк (0) / (ск (?) - ьк (0) - для позитивных показателей,
ак (?) = (ск (?) - ак (?)) / (ск (?) - ьк (?)) - для негативных показателей.
Значения полученных преобразованных показателей принадлежат к стандартному интервалу (0,1) и характеризуют близость исходных показателей к максимальным или минимальным значениям для выбранной группы предприятия. Такое преобразование сохраняет качественное поведение исходных данных. Для каждого фиксированного ? е[0,Г] и к е (1,К) величины ак?
представляются в виде таблиц.
Выбор главных компонент у/ и показателей, формирующих интегральные показатели по блокам показателей, осуществляется с помощью пакета МаНаЬ для всей таблицы (если размерность невысокая) или для одного предприятия:
п / = 1, ., К,
У, =Х аЧх1, 7=1
где Эу - коэффициенты (рс = Р - матрица). В методе главных компонент вместо исходных данных Х1, ..., Х12 используются центрированные и нормированные Х1, ..., Х12. По матрице нагрузок А устанавливается сильная связь с соответствующими показателями х/ (если элементы матрицы по модулю превосходят 0,6). По собственным значениям матрицы главных компонент (доля дисперсии) устанавливается информативность главных компонент у.
Для получения интегральных показателей следующего уровня иерархии к полученным главным компонентам снова применяется процедура выбора главных компонент:
К
I (?) = Хо У, (?), 1=1
где коэффициенты а/ соответствуют возможности (информативности) компонента у. В таком подходе устраняется субъективный характер выбора коэффициентов.
Для характерных предприятий СКК по Евпатории, Сакам, Ялте, Алуште (по 6-8 предприятий) использовался набор из 31 показателя, а представительными были 3-5 главных компонент. Приведем пример интегральных показателей для санатория «Победа» г. Евпатории.
Таблица 3 - Показатели санатория «Победа»
Показатели (тыс. грн) 2008 2009 2010 2011 2012 2013 2014
Объем реализации (Х1) 7 601,7 9 711,9 9 310,7 15 363,9 7 746,4 9 206,7 13 325,3
НДС (Х2) 928,1 1 173,3 1 322 2 181,4 1 018,6 1 170,6 1 791,7
Чистый доход (Х3) 6 673,6 8 538,6 7 988,7 13 182,5 6 727,8 8 036,1 11 533,6
Затраты на производство (Х4) 6 416 8 008,3 7 576,7 11 603,1 7 522 8 089,7 9 428,2
Себестоимость(Х5) 6 416 8 008,3 7 576,7 11 603,1 7 522 8 089,7 9 428,2
Интегральный показатель I -1,37 -0,70 -0,33 3,22 -1,02 -0,90 1,11
Пример графиков интегральных показателей приведен на рисунках 3, 4. Такая визуализация наглядна и удобна для ЛПР.
* -♦■ — Интегральный показатель
/ / \ \
............/...... / ......./............ .....\............. \ .........\.........
/ /................ Ч ..............V
----- \ ..................\ ^--------
ч
2 I_I_I_I_I_I_
200В 2009 2010 2011 2012 2013 2014
Год
Рисунок 3 - Интегральный показатель по годам, соответствующий таблице 3
ч ч. — 'Х- ■ ■ Интеграль нын показатель
/ / " ' V.............. Г .........ч......... ч 'ч *----------- ----------
/ /
_________ ■ ...............
2008 2009 2010 2011 2012 2013 2014
Год
Рисунок 4 - Интегральный показатель блока расходов
Матрицы факторных нагрузок позволяют выделить зависимость главных компонент от показателей и тем самым провести кластеризацию.
Следует отметить, что уменьшение размерности массива данных, необходимых для применения функции конкурентного сходства, возможно при использовании интегральных показателей или главных компонент. Развитие данного направления связывается с компьютерными ин-теллектуализированными системами обработки данных. В рамках таких систем возможно проведение модельных широкомасштабных практических экспериментов, учитывающих многокритериальный характер задач и необходимость прогнозных оценок.
Для эффективного управления предприятиями рекреации и СКК (и не только ими) возникает необходимость разработки инструментария и технологии доступного прогноза и предвидения качественного поведения изучаемой системы. Для многих сложных иерархических систем сложно использовать данные, характеризующие предысторию процесса, с целью настройки параметров (идентификации) прогнозных моделей. К тому же для интеллектуализации процесса обработки информации в прогнозировании необходимо привлекать эвристические и некомпьютерные алгоритмы.
Итак, к выводам можно отнести то, что многокритериальное моделирование, функции конкурентного сходства и набор полученных интегральных показателей адекватно отражают изменения деятельности предприятий сКк и могут служить наполнением соответствующей системы поддержки управления для анализа, диагностики, прогнозирования и принятия эффективных решений.
Ссылки:
1. Журавлев Ю.И., Рязанов В.В., Сенько О.В. Распознавание. Математические методы. Программная система. Практические применения. М., 2005. 176 с.
2. Дышловой И.Н. Современные организационные решения регионального развития рекреации и туризма: кластеризация и комплексные программы : монография. Одесса, 2010. 212 с.
3. Айвазян С.А. Прикладная статистика и основы эконометрии : учеб. для вузов. М., 1998. 1022 с.
