CC BY
54
О. Н. Квашина, Е. М. Политыко
МЕТОДИКА УПРАВЛЕНИЯ АГРОБИЗНЕСОМ НА ОСНОВЕ СИСТЕМЫ СБАЛАНСИРОВАННЫХ ПОКАЗАТЕЛЕЙ
Основная проблема систем управления сельскохозяйственными организациями - отсутствие инструмента воплощения принятой стратегии. Исследования, проведенные фирмой "Ernst Young" еще в 1998 г. показали, что до 70% реальной проблемой является не плохая стратегия, а ее плохое осуществление. По мнению специалистов российских консалтинговых фирм, надежной методологической основой для разработки адекватной отечественным условиям методики управления бизнесом, может и должна стать система сбалансированных показателей (ССП), или The Balanced Scorecard (BSe) - сравнительно новая управленческая технология, разработанная в 1992 г. Р. Капланом и Д. Нортоном на основе выводов исследований действия систем измерения результатов хозяйственной деятельности 12 крупных американских компаний.
Базовая идея концепции ССП - в сжатой, структурированной форме, в виде системы показателей представить управляющим необходимую информацию для контроля реализации выбранной стратегии.
ССП - современный инструмент стратегического управления предприятием, позволяющий реализовывать стратегические планы организации, переводя их на язык операционного управления и контролируя реализацию стратегии на основе ключевых показателей эффективности деятельности.
Разработка сценариев развития мясного и молочного животноводства с учетом вероятности их реализации представляет генеральное или стратегическое направление развития данных отраслей АПК. Представим алгоритм разработки прогноза структурных изменений в сельском хозяйстве, который реализуется при проведении исследований и составления методики (рис. 1).
Расчет прогнозов по каждому шагу исходного ряда можно проводить, применяя следующие методы:
- " односерийный скользящего среднего",
- "трендовый метод Хольта",
- "трендовый метод Брауна".
Односерийный скользящего среднего -
обеспечивает прогнозирование последующих значений по величине математического ожидания заданного числа предшествующих значений. Широко популярен, в основном, благодаря тому, что не требует никаких предварительных знаний о структуре метода. Тем не менее, метод позволяет получать достаточно хорошие оценки прогноза при краткосрочном прогнозировании.
Метод Брауна был предложен для получения прогнозов различных маркетингово -экономических параметров. Широко применяется при прогнозировании макро и микроэкономических параметров экономических систем, в том числе торговых. Позволяет получить хороший прогноз тренда для коротких рядов с постоянным трендом.
Метод Хольта был разработан как модификация метода Брауна для учета линейности тренда изучаемой величины. Эта особенность метода определила значительную широту применения данного метода, главным образом, экономических показателей торгового процесса. Традиционно, в связи с указанной выше особенностью метод применяют при прогнозировании с ярко выраженной особенностью на повышение или на понижение.
Используя данные методы для прогноза, были выполнены расчеты развития молочной отрасли Великолукского района за последние 7 лет. Все они являются приемлемыми при прогнозировании показателей молочного животноводства, т.к. абсолютные и относительные отклонения минимальны. Однако для прогнозирования молочного животноводства оптимальным является метод Брауна (табл. 1).
^ начало ^
т
х
Формирование цели и задач
Определение объектов прогнозирования
Определение горизонта прогнозирования
Анализ тенденций функционирования различных организационно -хозяйственных форм
Выбор показателей прогнозирования
Выбор факторов, влияющих на структурные изменения
Выбор методов прогнозирования
Сбор информации и определение ее источников
Экспериментальные прогнозные расчеты
Анализ и интерпретация результатов прогнозирования
Кали
бров
ка
дан
ных
Рис. 1. Алгоритм разработкт прогноза структурных изменений в сельском хозяйстве
Выбор метода прогнозирования молочного животноводства Великолукского района на основе ретропрогноза
Производство молока, т, на 1 января 2000 2001 2002 2003 2004 2005 2006
Исходный вариант 13899 13689 15214 15782 15111 15631 16390
Прогнозный Односерийный скользящего среднего 0 13511 13303 13704 14001 14205 15002
Трендовый метод Хольта 0 13601 13821 14005 14324 14811 15364
Трендовый метод Брауна 13782 13651 14987 15621 15089 15600 16297
Абсолютное отклонение Односерийный скользящего среднего 0 178 1911 2078 1110 1426 1388
Трендовый метод Хольта 0 88 1393 1777 787 820 1026
Трендовый метод Брауна 117 38 227 161 22 31 93,2
Относительное отклонение Односерийный скользящего среднего 0 1,30 12,56 13,17 7,35 9,12 8,47
Трендовый метод Хольта 0 0,64 9,16 11,26 5,21 5,25 6,26
Трендовый метод Брауна 0,84 0,28 1,49 1,02 0,15 0,20 0,57
Молочное животноводство представляет собой сложную модель с очень большим количеством внутренних и внешних факторов. Прогнозирование какого-либо фактора, например, объема производства, на наш взгляд невозможно только на основе тенденции самого фактора. Очевидно, что на объем производства молока (как отдельный показатель) может влиять целый ряд факторов: поголовье КРС, порода КРС, расход кормов на единицу продукции, цены на энергоносители и многие другие факторы.
И такое влияние обусловливает поведение не только фактора объема производства, но и любого внутрипроизводственного показателя.
Для прогнозирования объема производства молока и мяса КРС в России, можно выбрать следующие группы факторов:
- для молочного производства: поголовье КРС, среднегодовые надои на 1 голову КРС молочного направления, расход кормов на 1 голову КРС, расход электроэнергии, затраты труда, себестоимость производства 1 ц молока, цена
производителя за 1 ц молока, потребление молока, л/день.
- в мясном производстве: поголовье, среднесуточный прирост, срок откорма, расход электроэнергии, затраты труда, себестоимость, цена производителя за 1 тонну, экспорт и импорт мяса КРС, потребление мяса КРС всего и потребление отечественного мяса КРС.
Число выбираемых факторов неограниченно, чем больше их будет рассмотрено, тем лучше будет определен более точный результат в прогнозировании.
Имея динамику "факторов влияния" и объема производства продукции отрасли на период с 2000 по 2006 гг., мы прогнозируем по времени поведение каждого из "факторов влияния". В принципе, в таком предсказании более точный результат будет получен при аппроксимации тенденций факторов и оценки прогнозируемого фактора по аппроксимированной функции.
Варианты прогнозов объемов произ-
водства молока и мяса КРС в Великолукском районе с учетом и без учета факторов влияния, с учетом показателей эффективности функционирования племенного воспроизводства
КРС и без него, с учетом размера квот на ввоз мяса КРС, с учетом сезонных колебаний потребления молока, с учетом импорта мяса КРС представлены в табл. 2.
Таблица 2
Варианты прогнозов производства мясо-молочной продукции на 2010 г. в Великолукском районе Псковской области
Показатели Факт 2006 Варианты прогнозов прогноз
Без учета факто- ров влияния С учетом факто- ров влияния С учетом показателей племенного воспроизводства КРС С учет- ом квот на ввоз мяса КРС С учетом сезон- ных колеба- ний С уче- том импо рта
2006 2010
Производство молока, т. 16045,7 16044,8 16045 19110,2 - 16001,5 - 16044 26200
Производство мяса КРС в убойной массе, т. 2034 2022 2034 2193 1802 - 1908 1893 2088
Для исследования поведения производственной системы, детализации производственных и экономических процессов в разрезе всех видов ресурсов и отслеживания влияния моделируемых параметров, рекомендуем использовать имитационное моделирование. С внедрением прикладного использования экономико-математического моделирования, имитационное моделирование наиболее предпочтительно для исследования в сельском хозяйстве, так как при его помощи имитируются элементарные явления, составляющие процесс, сохраняется их логическая структура и последовательность протекания во времени, что позволяет получить информацию о состоянии агросистемы в заданные моменты времени.
Считаем, что стратегия развития молочного животноводства представляет собой взвешенную политику квотирования ввоза мяса и молока, и нуждается в государственной под -держке племенных предприятий. Сельскохозяйственные отрасли нуждаются в проведении логистической реформы отраслей молочного животноводства, направленной на интеграцию с предприятиями - производителями кормов, оборудования, переработчиками, функционирующей на основе системного подхода к интегрированному планированию и управлению всем потоком информации, кормов, оборудования, товарной продукции и услуг от поставщиков через предприятия отрасли, распределительные центры до конечных потребителей.
