CC BY
23
Белякова А.Ю., Бузина Т.С., УДК 519.863:631.145:551.5
Вашукевич Е.В., Иваньо Я.М.
МОДЕЛИ КЛАСТЕРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЙ С УЧЕТОМ ЭКСТРЕМАЛЬНЫХ ПРИРОДНЫХ ЯВЛЕНИЙ
Во многих странах, где взвешенная государственная политика поддержки предпринимательства направлена на достижение социально-экономического роста, постепенно происходит процесс активного взаимодействия малых, средних и крупных предприятий. Один из основателей теории кластеров, профессор Гарвардской бизнес-школы М.Портер (Michael E.Porter), определяет кластер, как географически сконцентрированную группу взаимосвязанных компаний, специализированных поставщиков услуг фирм в родственных отраслях, а также связанных с их деятельностью организаций (например, университетов, агентств по стандартизации, торговых объединений), конкурирующих, и при этом - ведущих совместную деятельность [3].
О масштабах распространения и разнообразии кластеров можно судить по индустриально развитым государствам. Так, в США успешно функционируют кластеры по выпуску ковров, офисной мебели, медицинской техники, ювелирных изделий и т.д.
В одной из 13 испанских автономий - Каталонии, кластеры дают около 20% внутреннего валового продукта и 40% промышленного экспорта страны. Среди кластеров, расположенных на ее территории, есть объединения по производству игрушек из дерева, бижутерии, вязаных изделий, выделанной кожи, готового мяса, сельскохозяйственных машин, издательский кластер, кластер по выпуску бытовой электроники, мебельный кластер.
Португалия имеет три кластера только в рамках виноделия, а также кластер по производству пробок для закупорки бутылок. В Германии с 1995 г. действует программа создания биотехнологических кластеров Bio Regio, широко известен
кластер по производству встроенных кухонь и другой техники. В Финляндии развит лесопромышленный кластер, куда входит производство древесины и древесных продуктов, бумаги, мебели, полиграфического и связанного с ним оборудования [3].
Кластерная модель интеграции предприятий успешно применяется и в странах СНГ. В Подольском регионе Украины (Хмельницкая, Винницкая и Тернопольская области) созданы и успешно работают первые отраслевые кластеры - объединения родственных предприятий, финансовых, исследовательских и других организаций [3].
Следует отметить, что в республике Казахстан разработана и внедряется правительственная программа создания кластеров, среди которых следует выделить хлопковый кластер. Большой потенциал имеют зерноперерабатывающая и мясомолочная промышленность, и сложились благоприятные условия для создания плодоовощного кластера.
Что касается сельского хозяйства, следует отметить, что в настоящий момент и теоретическая, и практическая части кластеризации в агропромышленном производстве являются малоизученными. Исследования показали, что формирование агропромышленных кластеров в современных условиях может быть основой построения конкурентоспособной экономики региона. Проблема создания агропромышленных кластеров прежде всего связана с наличием множества разрозненных хозяйств различных категорий, руководствующихся исключительно собственными интересами.
Агропромышленный кластер можно определить как территориально локализованную интегрированную структуру, организованную на базе
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
промышленного и сельскохозяйственного производства, целью которой является создание индустриальной основы для повышения конкурентоспособности и производительности продовольственной сферы региона, перераспределения добавленной стоимости и комплексного использования социально-экономического потенциала территории.
Возможность и характер развития интеграционных процессов в сфере производства продовольствия определяются особенностями аграрного сектора. К таким особенностям следует отнести в первую очередь естественный фактор. Если в промышленности процесс производства приводит к изменению вида и формы предмета труда, то образование потребительных стоимостей в сельскохозяйственном производстве зависит от непосредственного влияния климатических и других условий. Использование в качестве основного средства производства земли обуславливает дискретность сельскохозяйственного производства и значительную его территориальную рассредоточенность. Полученный продукт в сельском хозяйстве не является конечным этапом технологического процесса производства продукции. Готовая сельскохозяйственная продукция предъявляет определенные специфические требования к ее транспортировке, хранению и переработке.
Кроме естественных, организационных и технологических факторов, процессы интеграции в сфере производства продовольствия сопряжены с необходимостью учета и рыночных условий, которые обусловлены низкой привлекательностью сельскохозяйственного производства по сравнению с другими отраслями.
Эти особенности аграрного сектора создают принципиальные отличия в технологии, масштабах, размещении и организации производства сельскохозяйственной продукции от идентичных процессов в других отраслях промышленности, что является причиной поиска наиболее оптимальной формы интегрированного взаимодействия в каждом конкретном случае.
Существуют различные классификации кластеров, комбинации которых в той или иной мере свойственны любому из них. Для агропромышленного сектора наиболее актуальными являются следующие группировки предприятий: • географическая, в которой построение кластеров четко связано с определенной территорией, начиная от местных кластеров (плодоконсерв-ный) до подлинно глобальных, например, аэрокосмический кластер;
• горизонтальная, в которой несколько отраслей/секторов могут входить на равных правах в более крупный кластер;
• вертикальная, которая включает в себя кластеры с иерархической связью смежных этапов производственного или инновационного процесса;
• технологическая, которая отражает совокупность производств, связанных одной и той же технологией;
• фокусная - кластер фирм, сосредоточенных вокруг одного центра - лидирующего крупного предприятия, НИИ или университета.
Локализованность кластера означает, что он имеет достаточно определенные границы. Для России характерно выделение кластеров в пределах административно-территориальных единиц (республик, краев, областей). Это обусловлено относительно высокой управляемостью отраслями, подотраслями, видами деятельности на региональном уровне по сравнению с общенациональным.
Анализируя ситуацию, сложившуюся в стране за период 1990-2008 гг., можно сказать, что в производстве растениеводческой продукции ведущее место занимают сельскохозяйственные предприятия. В животноводческой отрасли основная часть поголовья крупнорогатого скота сосредоточена у населения. Значительная доля молока производится также населением.
Очевидно, что в этих условиях необходимо использовать потенциал производства продукции хозяйствами населения. Поэтому требуется создание комплекса мер по эффективному привлечению молока и мяса, производимого личными подсобными хозяйствами, и стимулированию их деятельности в этом направлении.
Исходя из реальных условий сельскохозяйственного производства, переработки продукции и сбыта, можно выделить два направления интеграции сельскохозяйственных предприятий:
- стабильно работающие предприятия-переработчики формируют вокруг себя хозяйства, которые обеспечивают его сырьем для переработки;
- товаропроизводители различных категорий хозяйств, включая перерабатывающие предприятия, объединяются для совместного функционирования.
В работе предложена модель кластера для производства, переработки и реализации сельскохозяйственной продукции по результатам анализа состояния сельскохозяйственного производства и переработки Иркутской области (рис.1). Кластер
Высшие учебные заведения
Научно-
практические
конференции
Ежегодные конференции по развитию малого бизнеса
Едиыый
инфонма
ционный
центр
4 1
Предприятие по производству и переработке продукции
7У
Региональные органы власти
Банковский сектор
Коммуникации связь
•Личные подсобные хозяйства населения •Сел ьс кохозя йстве н и ые предприятия •Крестьянские (фермерские) хозяйства
Страховой сектор
Рис. 1. Кластер сельскохозяйствен сформирован по сетевому принципу: общности рынка ресурсов, поставщиков и потребителей. Участниками модели являются товаропроизводители различных категорий хозяйств, прежде всего личные подсобные хозяйства населения, и предприятие, выступающее как переработчик и организатор реализации товара. Координирующее звено представляет собой единый информационный центр, включающий маркетинговую службу, созданный на базе перерабатывающего предприятия. Связка предприятий, рынков сбыта и информационной службы является основным, центральным ядром кластера. Внешнюю среду кластера составляют научные и образовательные учреждения, органы региональной власти, представители банковских, страховых, коммуникационных подразделений.
Очевидно, что основой успешного и эффективного функционирования агропромышленного кластера является устойчивость сельскохозяйственного производства, на которую в значительной мере оказывают влияния природно-климатические факторы. Поскольку ведение сельского хозяйства осуществляется в условиях риска и неопределенности, особое значение приобретает предвидение возможных трудностей и планирование мероприятий с целью уменьшения последствий неблагоприятного влияния внешней среды на производство.
Оптимальное управление хозяйственным риском должно сочетать в себе стратегическое и тактическое управление. Стратегические решения выражаются в выборе базовых параметров управляемой системы, максимально адаптированных к условиям неопределенности и стохастичности, а
: и перерабатывающих предприятий
тактические - позволяют оперативно реагировать
на изменение условий хозяйствования.
При решении стратегических задач целесообразно использовать оптимизационные методы. Экономико-математические модели, адекватные реальным условиям производства, должны учитывать стохастическую природу воспроизводственного процесса в аграрной сфере, изменчивость погодных, экономических и социальных условий.
В простейшем случае для оптимизации функционирования кластера сельскохозяйственных предприятий применимы линейные оптимизационные модели. Математическая модель кластерного объединения по своей форме близка к модели сочетания отраслей в сельскохозяйственном предприятии. Вместе с тем, в отличие от нее, в модели кластера в качестве переменных величин, подлежащих определению, будут выступать не только площади культур и поголовье разных групп и видов животных, но и объемы сельскохозяйственной продукции, производимой для реализации, что влияет на размеры перерабатывающих отраслей. Поэтому в модель включены ограничения, увязывающие производство и переработку.
При создании кластеров следует учитывать то, что сельское хозяйство относится к числу отраслей, наиболее подверженных риску, зависимому от погодных условий, результатами которых могут быть стихийные явления. Очевидно, что в модели кластера экстремальные природные явления оказывают влияние на блок - производство, и косвенно - на переработку сельскохозяйственной продукции. Так, вследствие весенних паводков и половодий сокращаются площади зерновых и кормовых культур, что, в свою очередь, повлечет
с
Моде га, кнастера
3
С
Прохсходстдо
3 С
Переработал,
3 С
Сбит
3
Огрште- Цепмал Ограккчв' Ц«№ш / ОгрАммад-
функция кем фуккцкя ни* функция нил
__А_А__А_у
Поюпоп» КРС
Площадь зернохЕс: к корпсшх кутатур
Мощности хкреработт
иЬ1еМ СЫрЬЯ ДЛЯ
перерабоп®;
Материальные к трудоише ресурсы
Потрбнссп с проголодай
-с
Об. ьемы поставок
У-
МатерКаЛЫОК
ресурсы
Рис. 2. Схема учета влияния экстремальных природных явлений в оптимизационных моделях
за собой сокращение валового производства продукции растениеводства и животноводства. Помимо этого, данное природное явление влияет и на коэффициенты при целевой функции, если таковыми являются затраты на 1 га площади. Влияние засухи сказывается на снижении урожайности зерновых и кормовых культур и сокращении производства конечной продукции. Другими словами, необходимо решить задачу математического программирования с неопределенными параметрами (рис.2).
В пределах страны ежегодные потери от гидрометеорологических явлений, к которым относятся: засухи, паводки, половодья, заторы, зажоры, ливневые осадки, заморозки, раннее выпадение снега, исчисляются сотнями миллиардов рублей. В частности, в Иркутской области, ущербы от влияния экстремальных природных явлений составляют ежегодно 200-400 миллионов рублей. В ранжированном ряду природных стихий по нанесению ущербов сельскому хозяйству региона первые места занимают засухи, дождевые паводки и весенние половодья.
В работе [4] экстремальные природные явления оценивались с помощью двухуровневой модели, то есть из многолетних рядов характеристик природного явления были выделены события, согласно критериям. Значения многолетних рядов экстремальных характеристик, превышающие или
не превышающие некоторый критический уровень, отнесены к природным событиям.
Критерием оценки агрономической засухи является критическое значение урожайности, вычисляемое по формуле
х, = 0,8х (1)
где х - среднее значение ряда.
В гидрологической практике для оценки явления используется отметка, характеризующая его опасность
х > хк, (2)
где хк - критический расход воды.
В работах [1,2,6] предложены методики для оценки событий по формулам (1) и (2), которые применены на территории Иркутской области. По различным пунктам рассчитывалось количество событий и определялось усредненное по территории значение вероятности превышения природной характеристики. Затем построены кривые распределения найденных вероятностей превышения событий.
Так, вероятности событий засухи составляют в остепненной зоне 30,6%; в подтаежно-таежной- 21,4%; в лесостепной зоне - 13,7%. Для дождевых паводков вероятности событий составили 16%; для весеннего половодья - 24%. Таким образом, при учете трех природных явлений, при-
СИСТЕМНЫМ АНАЛИЗ И МЕЖДИСЦИПЛИНАРНЫМ ПОДХОД В ИССЛЕДОВАНИЯХ
чиняющих экономический ущерб сельскому хозяйству, частота их возникновения возрастает.
Для того чтобы определить границы территорий, подверженных влиянию природных стихий, выполнено районирование территории Иркутской области по влиянию гидрометеорологических явлений на сельское хозяйство региона
На первом этапе определены районы с развитым сельским хозяйством. На втором этапе по данным, предоставленным отделом специального назначения Министерства сельского хозяйства Иркутской области, выделены районы, подверженные гидрометеорологическим явлениям. По данным об экстремальных природных явлениях, наблюдаемых на территории Иркутской области, определены однородные территории по влиянию на сельскохозяйственное производство наводнений и засух. Построены карты, на которых показаны районы с развитым сельским хозяйством, подвергающиеся влиянию дождевых паводков, весеннего половодья и агрономической засухи [1].
Районирование сельскохозяйственных территорий по воздействию природных стихий имеет
значение для выделения сельскохозяйственных кластеров на территории области. При определении границ кластеров в качестве критериев используются виды производимой сельскохозяйственной продукции, категории хозяйств и виды перерабатывающих предприятий. Помимо этого, при объединении предприятий в кластеры учитываются расстояние между объектами, закупочная цена на продукцию, стоимость грузоперевозок, традиции, состояние дорожной сети и другие признаки.
Объектами кластеризации выступают сельские населенные пункты, личные подсобные хозяйства которых производят значительную долю молока и мяса. Объединение объектов в кластеры проводится по следующим видам продукции -молоко, мясо и зерно.
На основе минимизации расстояний и состояния дорожной сети определены группы пунктов, которые потенциально являются наиболее близкими к перерабатывающим предприятиям. По результатам кластеризации сформированы потенциально возможные сельскохозяйственные кластеры в регионе (рис.3).
Условные обозначения: — железные дорога - автомобильные дороги
Сельскохозяйственные кластеры ^^^ зерновой молочный мясной
молочно-мясной
Перерабатывающие предприятия
масложиркомбинат Иркутский молокозаводы мясокомбинаты
Рис. 3. Выделенные сельскохозяйственные кластеры различных видов для Иркутской области
Наиболее значимыми из них являются мясной кластер предприятий Братского района, молочный кластер товаропроизводителей Зиминско-го, Куйтунского и Тулунского районов, зерновой кластер различных категорий хозяйств Нукутско-го, Балаганского, Заларинского районов.
На основе районирования, связанного с кластеризацией и проявлением экстремальных событий, определена степень влияния различных природных стихий на сельскохозяйственные кластеры области. Другими словами, работа сельскохозяйственного кластера связана с погодными рисками. В частности, засуха оказывает влияние на кластеры в Братском, Нукутском, Балаганском и Зала-ринском районах. Влияние же паводков и половодий существенно сказывается в Ангарском районе, а три гидрометеорологических явления встречаются в Усольском и Черемховском районах, где возможно создание молочного кластера. Следовательно, при создании моделей работы кластеров следует учитывать возможные риски, связанные с этими явлениями.
В работах [1,2,5] рассматривалось моделирование сельскохозяйственного производства с учетом экстремальных природных явлений. При этом была предложена задача стохастического программирования, которая позволяет выбрать наилучший план:
Р[тах(тт)/(X) = СХ - ВХ] > р , (3)
Р[А- А1Х < (>)В-В1] >р, X > 0, (4) X > 0 (5)
где Х - вектор, удовлетворяющий системе огра-
ничений, С - вектор-строка, В - вектор-столбец, А
- матрица размерности т*п, р - заданная вероятность превышения некоторого критического уровня, В=(С1, С2, ..., Сп) - вектор приведенных коэффициентов ущербов, А1 - матрица, учитывающая влияние на коэффициенты левых частей ограничений экстремальных явлений, В1 - вектор-столбец, ограничивающий использование ресурсов.
В работе [1] на основе задачи математического программирования (3)-(5) предложена модель для решения частных задач с учетом ущербов в целевой функции и детерминированными ограничениями и модель, в которой правые части ограничений являются вероятностными, а остальные
- определенными. Эти модели реализованы для задач оптимизации сельскохозяйственного производства с учетом паводков и половодий для одного из хозяйств Иркутской области.
Ниже приведена другая задача - с вероятностными коэффициентами в левых частях ограничений
тах(тт)/ (Х) = ^
с х.
(6)
.=1
^ а. (Р)х. < (>)В, i = 1, т , 7)
.=1
х > 0, (8)
где х. - искомые переменные; а. - матрица коэффициентов при неизвестных; В- вектор-столбец, Р - вероятность превышения, величина которой не выше критической вероятности Рк, соответствую-
Таблица1
Варианты моделей выделенных сельскохозяйственных кластеров
№ п.п. Муниципальные образования Вид кластера Экстремальные природные явления Вид модели
1 Ангарский, Шелеховский Мясной, молочный Весеннее половодье или дождевой паводок Задача стохастического программирования с детерминированной целевой функцией и вероятностными ограничениями
2 Балаганский, Заларинский, Нукутский Баяндаевский, Боханский Братский Зерновой Молочный Мясной Агрономическая засуха Задача стохастического программирования с детерминированной целевой функцией и вероятностными коэффициентами в левых частях ограничений
3 Зиминский, Иркутский Усольский, Черемховский Молочный Засуха, дождевые паводки , весеннее половодье Задача стохастического программирования с детерминированной целевой функцией и вероятностными ограничениями
СИСТЕМНЫМ АНАЛИЗ И МЕЖДИСЦИПЛИНАРНЫМ ПОДХОД В ИССЛЕДОВАНИЯХ
щей переходу значения в событие. Задачи (6)-(8) применимы для моделирования сельскохозяйственного производства на территориях проявления засух.
Рассмотренные задачи могут быть использованы как при влиянии на сельскохозяйственное производство одного, так и множества природных явлений.
На основе выделения на территории Иркутской области кластеров сельскохозяйственных предприятий, в таблице 1 предлагаются возможные варианты оптимизационных моделей.
Таким образом, можно сделать следующие выводы.
На территории Иркутской области можно выделить мясные, молочные и зерновые кластеры, по критериям минимизации расстояний до пунктов переработки и состояния дорожной сети.
На основе построенных карт по влиянию засух и наводнений на сельскохозяйственное производство, предложены различные варианты моделей выделенных кластеров.
В основу этих моделей положена задача математического программирования с учетом экстремальных природных явлений, которые имеют стохастическую природу.
В работе предложены различные варианты стохастических моделей для оптимизации выделенных сельскохозяйственных кластеров.
БИБЛИОГРАФИЯ
1. Белякова, А.Ю. Изменчивость засух, паводков и половодий, формирующихся на сельскохозяйственных территориях Иркутской области/ А.Ю. Белякова, Е.В. Вашукевич // Сборник статей международной научно-практической конференции посвященной 75-летию образо-
ванию ИрГСХА «Климат, экология, сельское хозяйство Евразии».- Иркутск, НЦ РВХ ВСНЦ СО РАМН, 2009. - С. 619-627.
2. Белякова, А.Ю. Модели оптимизации производства сельскохозяйственной продукции со статистическими оценками наводнений и засух / А.Ю. Белякова, Е.В. Вашукевич, Е.С. Труфанова //Современные технологии. системный анализ. Моделирование. ИрГУПС-2008.-спецвыпуск-С. 152-158.
3. Бузина, Т.С. О применении оптимизационных моделей в задаче создания кластеров сельскохозяйственных предприятий ВосточноСибирского региона / Т. С.Бузина // Труды 12 Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН, 2007. - Ч.1. - С.271-279.
4. Вашукевич Е.В. Статистическая оценка влияния факторов на агрономическую засуху /Е.В. Вашукевич //Сборник материалов международной научно-практической конференции «Совместная деятельность сельскохозяйственных товаропроизводителей и научных организаций в развитии АПК Центральной Азии». -Иркутск, 2008. - С 89-94.
5. Иваньо Я.М. Об одной модели оптимизации сельскохозяйственного производства с учетом природных событий /Актуальные вопросы развития АПК (материалы научно-практической конференции ИрГСХА, 12-16 февраля 2007 г.). - Иркутск: Изд-во ИрГСХА, 2007. С. 84-87.
6. Иваньо Я.М. Экстремальные природные явления: методология, моделирование и прогнозирование. - Иркутск: Изд-во ИрГСХА, 2007. -267 с.
Анисимов М.М. УДК 519.633.6
РАСШИРЕНИЕ СЕТЕЙ ВАН-ХАО ДЛЯ АНАЛИЗА «СЛОЖНЫХ» ПРОЦЕССОВ
Введение с развивающихся рынков и падения цен на экс-В новейшей истории развития Российской портные товары состояние российского финансо-экономики 2008 год стал одним из самых слож- вого рынка стал определять кризис доверия. Росных. С сентября под воздействием углубляющего- сийский фондовый рынок, как и рынки других ся глобального кризиса, усиления оттока капитала стран, испытал масштабное снижение котировок,
