Методический подход к анализу и выявлению приоритетных форм организации предпринимательской деятельности в системе лесного хозяйства малолесной зоны Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

Методы анализа

УДК 334

МЕТОДИЧЕСКИЙ ПОДХОД К АНАЛИЗУ И ВЫЯВЛЕНИЮ ПРИОРИТЕТНЫХ ФОРМ ОРГАНИЗАЦИИ ПРЕДПРИНИМАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ В СИСТЕМЕ ЛЕСНОГО ХОЗЯЙСТВА МАЛОЛЕСНОЙ ЗОНЫ

С.С. МОРКОВИНА,

доктор экономических наук, профессор, заведующая кафедрой управления производством E-mail: [email protected]

Ю.Н. ПОПОВА,

кандидат технических наук, доцент кафедры управления производством E-mail: [email protected]

Ю.Г. ДЕНИСОВА,

аспирантка кафедры управления производством E-mail: [email protected] Воронежская лесотехническая академия

Рассмотрена современная форма организации предпринимательской деятельности в системе лесного хозяйства малолесной зоны, которая способна обеспечить баланс интересов собственника лесного фонда и лесопользователей. Для определения такой формы развития лесного предпринимательства в малолесной зоне проведена оценка лесохозяйствен-ных и экономических условий, установлена предрасположенность лесной территории (лесничества, группы лесничеств) к осуществлению различных видов предпринимательства.

Ключевые слова: предпринимательская деятельность, кластер, динамика, управление

За период реформ в системе лесного хозяйства неоднократно изменялся статус и организационно-

правовые формы субъектов предпринимательской деятельности. В период до 2007 г. в лесном хозяйстве доминировало государство, с 2008 г. на смену государственному пришло частное предпринимательство с коммерческими предприятиями, созданными в различных формах собственности.

Реформирование Лесного кодекса РФ (ЛК РФ) и последующее разделение производственной и управленческой функций в системе лесного хозяйства было направлено на стимулирование развития предпринимательской деятельности. Действующим ЛК РФ установлены виды использования лесов, которые признаются предпринимательской деятельностью:

- заготовка древесины (ст. 29 ЛК РФ);

- заготовка живицы (ст. 31 ЛК РФ);

- заготовка и сбор недревесных лесных ресурсов (ст. 32 ЛК РФ);

- заготовка пищевых лесных ресурсов и сбор лекарственных растений (ст. 34 ЛК РФ); использование лесов для ведения охотничьего

хозяйства, осуществления рекреационной деятельности (ст. 36 ЛК РФ); создание лесных плантаций и их эксплуатация (ст. 42 ЛК РФ) [1].

В системе лесного хозяйства малолесной зоны в разные периоды создавались организации, существенно различающиеся как по организационно-правовым формам хозяйствования, так и по результатам предпринимательской деятельности. Известно, что предпринимательская деятельность в лесном хозяйстве может осуществляться в любой из трех форм - государственное предпринимательство, частное предпринимательство и государственно-частное предпринимательство.

При этом до настоящего времени остается неясным, какая же форма организации предпринимательской деятельности в системе лесного хозяйства малолесной зоны способна обеспечить баланс интересов собственника лесного фонда и лесопользователей.

Для определения форм развития лесного предпринимательства в малолесной зоне необходимо оценить лесохозяйственные и экономические условия, установить предрасположенность лесной территории (лесничества, группы лесничеств) к осуществлению государственного, государственно-частного и частного предпринимательства. Иными словами, выполнить районирование лесных участков малолесной зоны на основе кластеризации лесничеств по приоритетным для осуществления предпринимательской деятельности областям.

В этих целях проведем классификацию лесных участков лесничеств, отнеся каждое из них к одной из трех возможных областей:

- область К1 - рекомендовано частное предпринимательство;

- область К2 - рекомендовано государственно-частное предпринимательство;

- область КЗ - рекомендовано государственное предпринимательство.

В процессе анализа были исключены неинформативные показатели, не влияющие на разделение лесных участков лесничеств по группам однородности, а для обеспечения сопоставимости полученных результатов все критерии приводились к средним зна-

чениям по стране. В качестве критериев, по которым следует проводить классификацию, примем: 1) коэффициент, характеризующий уровень эффективности лесохозяйственного производства на лесных участках

Э

Э =

V

где Э - эффективность лесохозяйственного производства на лесных участках; Эср - среднее значение эффективности по стране;

2) коэффициент, характеризующий уровень арендной платы за лесопользование в расчете на 1 га арендованных площадей

С

С =-тыс. руб./га,

С

^ ср

где С - арендная плата за лесопользование в расчете на 1 га;

Сср - среднее значение арендной платы по стране;

3) коэффициент, характеризующий площадь арендованных лесных участков в расчете на одного арендатора

£ = — тыс. га/ед.,

^ср

где - площадь арендованных лесных участков в расчете на одного арендатора; 51 - среднее по стране значение площади арендованных лесных участков в расчете на одного арендатора;

4) коэффициент, характеризующий свободную от аренды площадь лесов в расчете на одного работника лесничества

- Р

Р = — тыс. га/чел., Р

ср

где Р - свободная от аренды площадь лесов в расчете на одного работника лесничества; Рср - среднее по стране значение свободной от аренды площади лесов в расчете на одного работника лесничества.

По определению, значения критериев будут принадлежать интервалу [0, да). При этом для каждого коэффициента выделим три интервала: [0; 0,5], [0,5; 1], [1, да].

Число различных вариантов распределения коэффициентов определяется по правилам комбинаторики. Поскольку каждый коэффициент может принимать значения из трех интервалов, то получим 34 = 81 вариант попадания коэффициентов в данные интервалы. На рис. 1 представлена геометрическая интерпретация приведенных рассуждений.

•-•—•-•-~

0 Э 0,5 1 э •-•-*-•-~

О 0,5 с 1 С

•-о-•-(-►

О в 0,5 1 £

•-•-•-о—►

0 0,5 1 Р р

Рис. 1. Иллюстрация попадания коэффициентов в различные интервалы

Принадлежность критерия к каждому из этих интервалов позволяет отнести рассматриваемый объект к одной из областей К1, К2 или К3. Проведенный анализ позволил сформулировать следующие правила:

- если Э е [1, да), С е [1, да), Ц е [1,да) и Р е [0; 0,5), то объект относится к области К1;

- если Э е [0,5; 1), С е[0,5;1), Ц е[0,5;1) и Р е [0,5; 1), то объект относится к области К2;

- если Э е [0; 0,5), С е[0;0,5), § е[0;0,5) и Р е [1, да), то объект относится к области К3. На рис. 2 изображены зоны принадлежности к

различным областям.

Введем следующие обозначения:

- А - принадлежность коэффициента интервалу [0; 0,5);

- В - принадлежность коэффициента интервалу [0,5; 1);

- С - принадлежность коэффициента интервалу

[1, да).

Каждый объект характеризуется введенными четырьмя коэффициентами, т.е. вектором значений (Э, С, S, Р). Тогда принадлежность объекта соответствующим областям можно символически обозначить следующим образом:

- (С, С, С, А) - объект принадлежит области К1;

- (В, В, В, В) - объект принадлежит области К2;

- (А, А, А, С) - объект принадлежит области К3. Данные правила позволяют отнести объект к

рассматриваемой области однозначно. Все остальные 78 вариантов размещения не могут дать абсолютно точный ответ относительно принадлежности к одной из областей. Однако можно оценить степень близости каждого объекта к каждой области и на ее основе отнести объект к одной из них.

Задача отнесения объекта к одной из областей по значениям характеристик этого объекта относится к задачам кластеризации. Наиболее распро-

О 0,5 1 Э

О 0,5 1 С

0 0,5 1

0 0,5 1 а Р

о 0,5 1 э

о 0,5 1 с

о 0,5 1

о 0,5 1 б р

0 0,5 1 э

О 0,5 1 с

О 0,5 1 §

0 0,5 1 р

в

Рис. 2. Зоны принадлежности к различным областям: а - область К\\б- область К2\в- область КЗ

странен среди неиерархических методов алгоритм ^-средних, также называемый быстрым кластерным анализом. В отличие от иерархических методов, которые не требуют предварительных предположений относительно числа кластеров, для возможности использования этого метода необходимо иметь гипотезу о наиболее вероятном количестве кластеров [2].

Алгоритм ^-средних строит к кластеров, расположенных на возможно больших расстояниях друг от друга. Основной тип задач, которые решает алгоритм к-средних, - наличие предположений (гипотез) относительно числа кластеров, при этом они должны быть различны настолько, насколько это возможно. Выбор числа к может базироваться на результатах предшествующих исследований, теоретических соображениях или интуиции.

Общая идея алгоритма: заданное фиксированное число к кластеров наблюдения сопоставляется кластерам так, что средние в кластере (для всех переменных) максимально возможно отличаются друг от друга [2].

Шаг 1. Первоначальное распределение объектов по кластерам. Выбирается число к, и на первом шаге эти точки считаются «центрами» кластеров. Каждому кластеру соответствует один центр.

Выбор начальных центроидов может осуществляться следующим образом:

- выбор k наблюдений для максимизации начального расстояния;

- случайный выбор к наблюдений;

- выбор первых к наблюдений.

В результате каждый объект назначен определенному кластеру.

Шаг 2. Итеративный процесс. Вычисляются центры кластеров, которые затем и считаются покоординатными средними кластеров. Объекты опять перераспределяются.

Процесс вычисления центров и перераспределения объектов продолжается до тех пор, пока не выполнено одно из условий:

- кластерные центры стабилизировались, т.е. все наблюдения принадлежат кластеру, которому принадлежали до текущей итерации;

- число итераций равно максимальному числу итераций.

После получения результатов кластерного анализа методом к-средних следует проверить правильность кластеризации (т.е. оценить, насколько кластеры отличаются друг от друга). Для этого рассчитываются средние значения для каждого кластера. При хорошей кластеризации должны быть получены сильно отличающиеся средние для всех измерений или хотя бы большей их части.

Проведение кластерного анализа для рассматриваемых лесничеств (в качестве примера выбрана Воронежская область) при использовании трех классов позволит получить множества, схематично представленные на рис. 3.

При этом часть объектов будет располагаться близко к центрам своих кластеров С1, С2 или СЗ и далеко от центров остальных кластеров, что говорит о том, что они однозначно принадлежат данному кластеру (например, объекты 3 и 4, рис. 3). А часть

объектов будет лежать на границах кластеров, например объекты 1 и 2. Это говорит о том, что при незначительном изменении одного или нескольких коэффициентов объект может перейти в другой кластер.

Таким образом, можно сформулировать алгоритм, позволяющий определить предрасположенность региона (лесничества, группы лесничеств) к развитию той или иной формы предпринимательства. Согласно данному алгоритму для всех рассматриваемых лесничеств определяются четыре основополагающих фактора на основе данных за рассматриваемый период. Затем вычисляются соответствующие коэффициенты путем деления значений факторов на средние значения по стране.

На следующем этапе выбирается число кластеров, равное трем, и проводится классификация выбранных объектов по рассматриваемым показателям методом к-средних.

После проведения кластеризации проверяется ее правильность. Для этого рассчитываются средние значения для каждого кластера. Если получены значительно отличающиеся средние значения для всех измерений или хотя бы большей их части, то процесс заканчивается. Иначе необходимо уменьшить число кластеров на единицу и провести кластеризацию заново.

Блок-схема описанного алгоритма представлена на рис. 4.

Для того чтобы отнести полученные кластеры к одной из рассматриваемых областей К1, К2 или К3, воспользуемся сформулированными правилами. Для каждого кластера вычислим вектор значений его центра (Э0, С0, 50, Р0). Если вектор значений центра кластера соответствует случаю (С, С, С, А), то кластер соответствует категории К1, если случаю (В, В, В, В), то кластер соответствует категории К2,

Рис. 3. Схема разбиения множества объектов на три кластера

ЭКОНОМИЧЕСКИЙ АНАЛИЗ: ЖрИЯ И П^ШШ

5

Исходные данные по четырем факторам

э э Эср

4

с с Сср

4

^СР

4

р II р

Количество кластеров равно

Кластеризация объектов методом к-средних

Расчет средних значений для каждого кластера

Расчет отличия пары средних значений друг от друга

Рис. 4. Блок-схема алгоритма определения предрасположенности региона к развитию той или иной формы предпринимательства

и наконец, если (А, А, А, С) - категории КЗ. На рис. 5 представлена блок-схема установления категорий кластеров.

Разработанная методика была апробирована для лесных участков лесничеств Воронежской области с 2008 по 2012 г. Все расчеты произведены с использованием функции ктеаш(Х,3) пакета МаЙаЬ.

Для проверки качества проведенной кластеризации был рассчитан кофенети-ческий корреляционный коэффициент к, при этом кластеризация считается успешной, если он близок к 1 (табл. 1).

Полученные результаты не позволяют судить о том, какой категории соответствует каждый из полученных кластеров. Для того чтобы отнести полученные кластеры к одной из рассматриваемых областей К1, К2 или КЗ, необходимо добавить в выборку три фиктивных лесничества (табл. 2).

Таким образом, проведенные расчеты позволяют отнести рассматриваемые лесничества к одной из трех введенных областей. При этом некоторые лесничества переходят из категории в категорию в течение рассматриваемого периода, что обусловлено исходными данными.

Схемы разбиения множества лесничеств на три категории К1, К2 и КЗ в 2008, 2010, 2011 и 2012 гг. представлены на рис. 6.

По результатам выполненной кластеризации установлено, что значительная часть лесничеств Воронежской области предрасположена к государственному и частному предпринимательству.

Для пяти лесничеств характерно наличие условий для развития частного предпринимательства, в то время как государственному предпринимательству может быть отдано предпочтение только в двух лесничествах из всей рассмотренной совокупности.

Таким образом, с 2008 по 2012 г. (т.е. за весь период после введения в действие нового Лесного кодекса РФ) сложилась устойчивая тенденция в предпринимательской сфере лесного

Рис. 5. Блок-схема установления областей кластеров

хозяйства Воронежской области к развитию государственно-частного предпринимательства. Полученные выводы подтверждают необходимость создания областных государственных унитарных предприятий для решения задач лесохозяйственного производства в областях малолесной зоны.

Вместе с тем выполненная кластеризация определяет лишь векторы развития предпринимательства и не является ограничителем появления тех или иных форм ведения предпринимательской деятельности на лесных участках. В то же время предложенный методологический подход к выявлению приоритетных форм организации предпринимательской деятельности на лесных участках может быть использован на региональном уровне для формирования мер поддержки предпринимательства и обеспечения его развития.

Таблица 1

Значения кофенетического корреляционного коэффициента

Год к

2008 0,9740

2010 0,9476

2011 0,9442

2012 0,9445

Таблица 2

Результаты кластеризации с фиктивными лесничествами

Лесничество (исследуемый объект) Номер кластера Категория

Аннинское 1 К1

Бобровское 2 К2

Продолжение табл. 2

Лесничество (исследуемый объект) Номер кластера Категория

Богучарское 3 КЗ

Бутурлиновское 2 К2

Воронежское 2 К2

Воронцовское 2 К2

Давыдовское 2 К2

Донское 2 К2

Калачеевское 2 К2

Кантемировское 2 К2

Новоусманское 2 К2

Новохоперское 2 К2

Острогожское 2 К2

Павловское 2 К2

Песковское 2 К2

Методы анализа 26 (377) - 2014

Окончание табл. 2 Продолжение рис. 6

Лесничество (исследуемый объект) Номер кластера Категория

Россошанское 2 K2

Савальское 2 K2

Семилукское З Ю

Сомовское З Ю

Теллермановское 2 K2

Эртильске 2 K2

Хреновское 2 K2

Пригородное З Ю

Объект класса К1 1 K1

Объект класса К2 2 K2

Объект класса КЗ З Ю

Рис. 6. Схема разбиения лесничеств на категории: а - в 2008 г.; б - в 2010 г; в - в 2011 и 2012 гг; 1 - Аннинское; 2 - Бобровское; 3 - Богучарское;

4 - Бутурлиновское; 5 - Воронежское; 6 - Воронцовское; 7 - Давыдовское; 8 - Донское; 9 - Калачеевское; 10 - Кантемировское; 11 - Новоусманское; 12 - Новохоперское; 13 - Острогожское; 14 - Павловское; 15 - Песковское; 16 - Россошанское; 17 - Савальское; 18 - Семилукское; 19 - Сомовское; 20 - Теллермановское; 21 - Эртильское; 22 - Хреновское; 23 - Пригородное

Список литературы

1. Лесной кодекс Российской Федерации: Федеральный закон от 04.12.2006 № 200-ФЗ.

2. Сактоев В., Булатова Н., Бабкин И. Методические основы реализации кластероориенти-рованной региональной политики // Экономика и управление. 2006. № 3. С. 62-65.

Methods of analysis

A METHODOLOGICAL APPROACH TO ANALYSIS AND IDENTIFICATION OF PRIORITY FORMS OF THE FORESTRY SECTOR BUSINESS ORGANIZATION

OF A FOREST-POOR ZONE

Svetlana S. MORKOVINA, Iuliia N. POPOVA, Iuliia G. DENISOVA

Abstract

The article considers a present-day form of organization of business activity in a forestry system of a forest-poor zone. Such a form is capable to provide a balance of interests of the forest fund owner and timber producers. To define such a form, the authors evaluate silvicultural and economic conditions and determine predisposition

of the woodsy territory (forest area, group of forest areas) to implementation of government, public-private and private business programs.

Keywords: business activity, cluster, dynamics, management

References

1. RF Federal Law "The Forest code of the Russian Federation" of December 04, 2006 № 200-FZ. (In Russ.)

2. Saktoev V., Bulatova N., Babkin I. Metodicheskie osnovy realizatsii klasteroorientirovannoi regional'noi politiki [A methodical basis of realization of a cluster-oriented regional policy]. Ekonomika i upravlenie -Economy and management, 2006, no. 3, pp. 62-65.

Svetlana S. MORKOVINA

Voronezh State Forestry Engineering Academy, Voronezh, Russian Federation [email protected]

Iuliia N. POPOVA

Voronezh State Forestry Engineering Academy, Voronezh, Russian Federation [email protected]

Iuliia G. DENISOVA

Voronezh State Forestry Engineering Academy, Voronezh, Russian Federation [email protected]