CC BY
2
с организациями малого и среднего бизнеса5.
Таким образом, за счет обязанности заказчиков осуществлять определенную долю своих закупок у субъектов малого и среднего предпринимательства, сфера публичных закупок на сегодняшний день реализует одну из важнейших функций государства по поддержке бизнеса.
Использованные источники:
1. Федеральный закон от 5 апреля 2013 г. № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд» // Справочно-правовая система «Консультант Плюс»
2. Федеральный закон от 18 июля 2011 г. № 223-ФЗ «О закупках товаров, работ, услуг отдельными видами юридических лиц» // Справочно-правовая система «Консультант Плюс»
3. Федеральный закон от 24 июля 2007 г. №209-ФЗ «О развитии малого и среднего предпринимательства в Российской Федерации» //Справочно-правовая система «Консультант Плюс»
4. Постановление Правительства РФ от 11 декабря 2014 г. №1352 «Об особенностях участия субъектов малого и среднего предпринимательства в закупках товаров, работ, услуг отдельными видами юридических лиц» // Справочно-правовая система «Консультант Плюс»
5. Единая информационная система // http: / www. zakupki. gov.ru
6. Министерство экономического развития Российской Федерации // http: //economy.gov.ru
7. Федеральная служба государственной статистики // http://www.fsgs.ru
Генералов И. Г. преподаватель
кафедра «Экономика и автоматизация бизнес-процессов»
Суслов С. А.,
доцент
кафедра «Экономика и автоматизация бизнес-процессов» Нижегородский государственный инженерно-экономический
университет Россия, г. Княгинино КЛАСТЕРНЫЙ АНАЛИЗ ЗЕРНОПРОИЗВОДСТВА В РЕГИОНЕ В ПРОГРАММНОМ ПРОДУКТЕ STATISTICA Статья посвящена современному состоянию зерновой подотрасли в Нижегородской области. В статье описано применение программного продукта STATISTICA. Авторами были выявлены наиболее конкурентоспособные кластеры при использовании данного программного продукта. Полученные результаты исследования можно использовать при оценке конкурентоспособности зернопроизводиителей.
5 Министерство экономического развития Российской Федерации //
http://economy.gov.ru/wps/wcm/connect/economylib4/mer/about/structure/depfks/223/2015191206
Ключевые слова: STATISTICA, валовый сбор, зерновая подотрасль, кластерный анализ, товарность, урожайность.
Generalov I. G.
teacher of «Economy and automation of business processes» Nizhny Novgorod state engineering and economic university
Russia, Knyaginino Suslov S. A.
Candidate of Economic Sciences, associate professor «Economy and
automation of business processes» Nizhny Novgorod state engineering and economic university
Russia, Knyaginino
THE CLUSTER ANALYSIS OF PRODUCTION OF GRAIN IN THE REGION IN THE STATISTICA SOFTWARE PRODUCT
Article is devoted to a current state of grain subsector in the Nizhny Novgorod Region. In article use of the STATISTICA software product is described. Authors revealed the most competitive clusters when using this software product. The received results of research can be used at an assessment of competitiveness of producer of grain.
Keywords: STATISTICA, gross collecting, grain subsector, cluster analysis, marketability, productivity.
В современных экономических условиях размещение производства любого товара играет важную роль в эффективности его производства и дальнейшем продвижении рынок [1, с. 1-6; 2, с. 115-124]. Правильная территориальная организация производства в АПК, его близость к основным перерабатывающим центрам - важная составляющая конкурентоспособности [3, с. 51-58; 4, с. 157; 5, с. 146; 6, с. 124].
Первое применение кластерный анализ нашел в социологии. Название кластерный анализ происходит от английского слова cluster - гроздь, скопление. Впервые в 1939 г. был определен предмет кластерного анализа и сделано его описание исследователем Трионом (Tryon). Главное назначение кластерного анализа - разбиение множества исследуемых объектов и признаков на однородные в соответствующем понимании группы или кластеры. Это означает, что решается задача классификации данных и выявления соответствующей структуры в ней. Методы кластерного анализа можно применять в самых различных случаях, даже в тех случаях, когда речь идет о простой группировке, в которой все сводится к образованию групп по количественному сходству [7, с. 7].
Номер кластера
Рисунок 1 - Кластерное распределение сельскохозяйственных
организаций
Нижегородской области по наличию ресурсов для производства зерна
Для проведения кластерного анализа в программном продукте STATISTICA было обследовано 536 сельскохозяйственных организаций по 12 параметрам за 2013 г., объединенных в три группы:
1. Показатели наличия ресурсов для производства зерна:
- посевная площадь, га;
- наличие тракторов, шт;
- наличие зерноуборочных комбайнов, шт;
- доля посевов зерновых культур в структуре пашни, %;
- уровень специализации.
2. Показатели производства зерна:
- валовой сбор (в весе после доработки), ц;
- урожайность (с убранной площади), ц/га.
3. Показатели реализации зерна:
- прибыль от реализации продукции зернопроизводства, тыс. руб.;
- цена реализации зерна, руб./кг;
- товарность зерна, %;
- рентабельность продаж зерна, %;
- объем реализации зерновых и зернобобовых культур, ц. Первоначально для анализа предполагалось использование большего
числа факторов, которые представлены в таблице 11, но в связи со статистической незначимостью большинства автором было включено лишь 12.
В результате с помощью метода Варда было определено, что в первой группе факторов можно четко выделить пять кластеров (рисунок 1).
Включенные в анализ факторы по Б-критерию Фишера являются статистически значимыми (таблица 1).
Таблица 1 - Средние значения показателей наличия ресурсов в кластерах_
Номер кластера Посевна я площадь , га Наличие тракторов , шт Наличие зерноуборочных комбайнов, шт Доля посевов зерновых культур в структуре пашни, % Коэффициент специализаци и
1 1155,8 11,4 2,5 55,7 0,534
2 1292,7 15,9 3,9 52,3 0,352
3 569,7 8,5 1,9 32,5 0,297
4 3267,3 31 9,7 56,8 0,405
5 170,2 4,7 0,7 13,6 0,775
В среднем по Нижегородско й области 874,0 11 2,6 37,6 0,472
Первый кластер формирует 80 зернопроизводящих организаций, что составляет 15 % от их общего числа. Сельскохозяйственные организации данного кластера в Нижегородской области отличаются высоким уровнем специализации и высокой долей посевов зерновых культур в общей структуре пашни (55,7 %). Средняя посевная площадь в организациях данного кластера составляет 1155,8 га. В среднем на одну сельскохозяйственную организацию приходится здесь 11,4 трактора и 2,5 зерноуборочных комбайна.
Второй кластер образован 145 организациями со средним уровнем специализации. Посевная площадь в данной группе составляет в среднем 1292,7 га и в среднем на одного зернопроизводителя приходится 15,9 трактора и 3,9 зерноуборочных комбайна. В структуре пашни посевы зерновых культур составляют 52,3 %.
Главной отличительной особенностью третьего кластера является небольшое количество посевов под зерновыми культурами - 569,7 га, что ниже среднего уровня по Нижегородской области при более диверсифицированном производстве. В среднем на одну организацию здесь приходится 8,5 трактора и 1,9 зерноуборочных комбайна. Доля посевов зерновых культур в структуре пашни составляет 32,5 %. В самый многочисленный кластер вошла почти треть всех сельскохозяйственных организаций региона.
В четвертый кластер вошли крупные диверсифицированные сельскохозяйственные организации с большими посевными площадями зерновых культур (в четыре раза выше среднего уровня Нижегородской области), доля которых в структуре пашни составляет 56,8 %. В среднем на одну сельскохозяйственную организацию приходится 31 трактор и 9,6 зерноуборочного комбайна. Общая численность зернопроизводителей в данном кластере насчитывает 4 % всей совокупности.
В пятом кластере сосредоточились небольшие узкоспециализированные организации. В данный кластер вошло 135 организаций. Посевная площадь зерновых культур в среднем составляет 170,2 га и в структуре пашни на ее долю приходится 13,6 %. В среднем на одну организацию приходится 4,7 трактора и 0,7 зерноуборочных комбайна.
260 240 220 200 180
t 160
пз
СО
| 140
го
& 120
о
| 100 И"
80 60 40 20 0
12 3 4
Номер кластера
Рисунок 2 - Кластерное распределение сельскохозяйственных
организаций
Нижегородской области по производственным показателям
При изучении кластеризации сельскохозяйственных организаций Нижегородской области по производственным показателям выделись четыре кластера (рисунок 2).
Таблица 2 - Средние значения показателей производства зерна в
кластерах
Номер кластера Валовой сбор (в весе после доработки), ц Урожайность (с убранной площади), ц/га
1 105261 25,2
2 35966,3 24,0
3 8254,7 14,2
4 552,3 1,9
В среднем по Нижегородской области 14365,8 12,6
В первый кластер вошли лишь 16 сельскохозяйственных организаций с самой высокой средней урожайностью 25,2 ц/га. Средний валовой сбор в данной группе хозяйств составляет 105261 ц. Наиболее примечательными организациями в изучаемом кластере являются ООО «Агрохолдинг»
Нижегородский» Починковского района, СПК «им. Буденного» Спасского района, ЗАО «Покровская слобода» Княгининского района и ТНВ «Михеев и Компания» Бутурлинского района.
Второй кластер сформирован из 110 сельскохозяйственных организаций, которые производят в среднем 35966,3 ц и средняя урожайность, в которых составляет 24 ц/га.
Третий кластер является самым многочисленным и насчитывает 238 организаций. В данной группе в среднем на одного производителя зерна приходится 8254,7 ц валового сбора зерна при средней урожайности 14,2 ц/га.
Четвертый кластер объединяет треть сельскохозяйственных организаций региона. Представленная группа имеет самый низкий средний валовый сбор в регионе - 552,3 ц и самую маленькую урожайность -1,9 ц/га (таблица 2).
280 260 240 220 200 180
1 160 ^
2 140
с^ о
о 120 с
о
100 80 60 40 20 0
1 2 3 4 5 6
Номер кластера
Рисунок 3 - Кластерное распределение сельскохозяйственных
организаций
Нижегородской области по показателям реализации зерна
По показателям реализации зерна в Нижегородской области выделилось шесть кластеров (рисунок 3).
В первый кластер вошли 6 сельскохозяйственных организаций. Убыток в среднем на одного производителя зерна составил 1208,2 тыс. руб. Средняя товарность зерна в данном кластере составляет 40,3 %. Убыточность продаж в размере 485,7 % подтверждается очень низкой ценой реализации зерна -3,54 руб./кг. В среднем на одну организацию данного кластера приходится 1368,8 ц объема реализации (таблица 3).
254; 47%
109; 20%
28; 5%
6; 1%
138; 26%
1; 0%
Таблица 3 - Средние значения показателей реализации зерна в _кластерах_
Номер кластера Прибыль (убыток) от реализации продукции зернопроизводства, тыс. руб. Товарн ость, % Цена реализаци и, руб./кг Рентабельность (убыточность) продаж, % Объем реализац ии, ц
1 -1208,2 40,3 3,54 -485,7 1368,8
2 10437,5 77,0 7,95 29,2 51005,9
3 -503,1 102,5 6,227 -15,2 9250,5
4 316,9 28,7 7,20 4,5 4742,1
5 -29,8 1,8 0,32 -9,5 195,7
6 -42086 152,5 6,18 -23,8 286714
В среднем по Нижегородской области 493,4 39,7 5,23 -7,3 7393,5
Второй кластер сформирован из 28 сельскохозяйственных организаций, с самой высокой средней прибылью от реализации зерна в 10437,5 тыс. руб. Средняя товарность здесь составила 77 %. Объем реализации в данном кластере в расчете на одну организацию составляет 51005,9 ц при цене реализации 7,95 руб./ кг. Усредненное значение рентабельности продаж составило 29,2 %.
Третий кластер составляет пятую часть всех сельскохозяйственных организаций, занимающихся производством зерна со средним убытком от его реализации в 503,1 тыс. руб. Средняя товарность здесь составила 102,5 %. Объем реализации в данном кластере в расчете на одну организацию составляет 9250,5 ц при цене реализации 6,22 руб./ кг. Усредненное значение убыточности продаж составило 15,2 %.
Самый многочисленный - четвертый кластер насчитывает 254 сельскохозяйственных организаций со средней прибылью от реализации зерна в размере 316,9 тыс. руб. Средняя товарность здесь составила 28,7 %. Объем реализации в данном кластере в расчете на одну организацию составляет 4742,1 ц при цене реализации 7,20 руб./ кг. Усредненное значение рентабельности продаж составило 4,5 %.
Пятый кластер представлен 138 сельскохозяйственными организациями со средним убытком от реализации зерна в размере 29,8 тыс. руб. Средняя товарность здесь составила 1,82 %. Объем реализации в данном кластере в расчете на одну организацию составляет 195,7 ц при цене реализации 0,31 руб./ кг. Усредненное значение убыточности продаж составило 9,5 %.
В отдельный кластер выделилось ООО «Агрохолдинг» Нижегородский». Главной его особенностью является большой объем реализации зерна - 286714 ц, при этом убыток от данной деятельности составляет 42086 тыс. руб. Убыточность продаж зерна составила 23,8 %, а его товарность составляет 152,5 %. Цена реализации в представленной организации составляет 6,18 руб./кг.
Полученные результаты кластерного анализа подтверждают, что в Нижегородской области существует проблема, которая выражается в несоответствии производства и реализации зерна. Крупные зернопроизводители несут большие убытки от реализации, а организации меньшего размера не способны обеспечить регион собственным зерном.
Выявленные кластеры по отдельным группам показателей позволяют определить реальные эталонные организации по отдельным параметрам хозяйственной деятельности, на которые должны ориентироваться менее конкурентоспособные товаропроизводители. Средние значения по лидирующим кластерам можно считать нормативными.
Использованные источники:
1. Tsepelev O. A., Serikov S. G. Procedure for Regional Investment Potential Assessment by Institutional Sectors of Economy / Indian Journal of Science and Technology. Vol 9 (14). April 2016. pp. 1-6.
2. Сериков С. Г. Инструменты формирования и развития инвестиционного потенциала территории: международный опыт / в сборнике: Проблемы финансов, кредита и бухгалтерского учета в условиях реформирования экономики материалы студенческой международной научно-практической конференции. Под редакцией В.А. Федорова, Е.А. Карловской. 2016. С. 115 -124.
3. Сибиряев А. С. Современное состояние территориальной организации местного самоуправления // Труды Братского государственного университета. Серия: Экономика и управление. 2006. Т. 1. С. 51-58.
4. Сибиряев А. С. Сравнительный анализ зарубежного и отечественного опыта создания наукоградов // Вестник Университета (Государственный университет управления). 2015. № 6. С. 157-161.
5. Яковенко Н. В. Миграционные процессы: историко-географический подход // Проблемы региональной экологии. 2007. № 6. С. 141-147.
6. Поддубная З. В. Учет запасов по МСФО и РСБУ // Современная наука: актуальные проблемы и пути их решения. 2016. № 1 (23). С. 123-126.
7. Буреева Н. Н. Многомерный статистический анализ с использованием ППП «STATISTICA». Учебно-методический материал по программе повышения квалификации «Применение программных средств в научных исследованиях и преподавании математики и механики». - Нижний Новгород. 2007. 112 с.
