Моделирование и оценка эффективности деятельности региональных экономических систем кластерного типа Текст научной статьи по специальности «Экономика и бизнес»

что если сам сотрудник пришел на работу, сам изъявил желание работать именно в этой компании, то процесс повышения мотивации, а также обеспечения комфортных условий, дело самого сотрудника.

Мы считаем, что данная точка зрения не позволяет достичь желаемых результатов, потому в реальных условиях неприемлема.

В последнее время руководители все чаще осознают роль мотивации в улучшение деятельности работы персонала. Говоря о мотивации персонала, мы учитываем личностные особенности каждого работника. С целью повышения мотивации сотрудников используют материальные и нематериальные методы мотивации. Однако, идеального метода до сиз не существует. Данную тему мы затронули, так как считаем, что в условиях перехода к рыночным отношениям, необходим такой механизм мотивации, который обеспечивал бы высокую мотивированность сотрудников.

На сегодняшний день написано множество трудов о способах повышения мотивации. Однако, в этих труда не учитываются психологические особенности работника, его личные обстоятельства. Основную информацию мы получаем через проведенные опросы, исследования, анкетирование.

Список литературы:

1. Бухалков М.И. Управление персоналом. - М.: ИНФРА-М, 2005. - 368 с.

2. Турчинов А.И. Управление персоналом: учебник - М.: Изд-во РАГС, 2002. - 488 с.

3. Шапиро С.А. Мотивация. - Изд-во «ГроссМедиа», 2008. - 150 с.

МОДЕЛИРОВАНИЕ И ОЦЕНКА ЭФФЕКТИВНОСТИ

ДЕЯТЕЛЬНОСТИ РЕГИОНАЛЬНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМ КЛАСТЕРНОГО ТИПА

© Тукаева З.М.*

Башкирский государственный университет, г. Уфа

Для моделирования и оценки эффективности деятельности региональных экономических систем кластерного типа в качестве критериев эффективности функционирования кластеров использованы показатели численности занятых, рентабельности и их изменения.

Ключевые слова: моделирование, прогнозирование, нечеткая идентификация.

Необходимый в современных условиях механизм исследования и реализации стратегии регионального промышленного развития сопряжен с целым рядом проблем, основными из которых являются:

* Соискатель.

- отсутствие четких методологических основ анализа и моделирования региональных экономических систем кластерного типа;

- отсутствие на уровне территорий необходимой организации статистических данных, в частности межотраслевых продуктовых потоков в дробной отраслевой классификации;

- несовпадение пространственных границ кластеров и территорий, по которым осуществляется сбор статистических данных;

- отсутствие информации по многим качественным характеристикам деятельности кластеров;

- отсутствие единого согласованного перечня измерителей деятельности кластеров.

В этой связи, наиболее распространенным в настоящее время методом идентификации и оценки деятельности региональных экономических систем является подход, основанный на экспертных оценках. Несмотря на это, возможна количественная оценка потенциала роста региональных экономических систем и их отдельных участников.

Эффективность деятельности региональных экономических систем мы рассматриваем на примере нефтехимического кластера Республики Башкортостан, который обладает высокой конкурентоспособностью. Большинство оцененных параметров по видам деятельности производство нефтепродуктов и нефтехимия или лучше, чем в среднем по РФ, или имеет значительную положительную динамику [1]. Общим ресурсом, на основе которого формируется ядро территориального кластера, является переработка нефти. В соответствии с этим, возможно провести оценку прироста валовой продукции нефтехимического кластера в целом по приросту объема переработки нефти и стоимостью нефти и нефтепродуктов на рынке и другим факторам.

В работе [2] предлагается использовать в качестве критериев эффективности функционирования кластеров показатели численности занятых, рентабельности и их изменения. Однако, показатель рентабельности, отсутствует в статистических региональных отчетах по видам деятельности, и вместо него предлагается использовать показатель прироста объема отгруженных товаров собственного производства, выполненных работ и услуг собственными силами всего по нефтехимическому комплексу РБ (Difference Gross domestic product, AGDP).

С точки зрения управленческого воздействия на целевой показатель, целесообразно рассмотрение от двух подгрупп факторов - внешних и внутренних. Внутренние факторы можно условно считать управляемыми на уровне отдельного предприятия; внешние - регулируемыми на уровне промышленных союзов, органов власти, социальных институтов и других образований.

В качестве внешних рассматриваются следующие входные факторы:

1. объемы добычи нефти (G);

2. цена за 1 баррель нефти на мировом рынке (WDP);

3. уровень инфляции (INF);

4. темпы роста мировой экономики (WOE);

5. доли поставок материалов с регионального рынка. Внутренние факторы сгруппированы по видам оценок различных аспектов деятельности и приведены в табл. 1.

Таблица 1

Показатели для оценки деятельности региональных экономических систем

Оценка Наименование показателя

1. Вклад отрасли в экономику региона (страны) 1. Доля отгруженной продукции собственного производства вида деятельности в общем объеме отгруженной продукции, %

2. Динамика производства 2. Индекс промышленного производства, %

3. Доля инновационной продукции в общем объеме отгруженной продукции отрасли, % 3. Инновационность производимой продукции; 4. Доля затрат на технологические инновации в общем объеме отгруженной продукции отрасли, %

4. Динамика цен на продукцию 5. Индекс цен производителей, %

5. Финансовые результаты деятельности 6. Уровень рентабельности реализованной продукции, % 7. Превышение просроченной дебиторской задолженности над просроченной кредиторской задолженностью крупных и средних предприятий и организаций, % 8. Доля просроченной задолженности предприятий по платежам в бюджет в общей сумме просроченной кредиторской задолженности, %

6. Эффективность использования трудовых ресурсов, основного капитала, инвестиций в основной капитал 9. Производительность труда, руб./чел; 10. Фондоотдача, руб./руб.; 11. Капиталоотдача, руб./руб.

7. Состояние основных фондов и динамика инвестиций доля отрасли в общем объеме инвестиций в основные фонды, % 12. Степень износа основных фондов, %; 13. Инвестиции в основные фонды, % к предыдущему году

8. Оплата труда, соотношение темпов роста производительности труда и темпов роста оплаты труда 14. Отношение среднемесячной заработной платы к величине прожиточного минимума, раз; 15. Отношение темпов роста производительности труда к темпам роста заработной платы, %

9. Эффективность кооперационных взаимодействий 16. Доля товаров и услуг поставщиков в общем объеме отгруженной продукции отрасли, %; 17. Доля отрасли в экспорте региона, %

Часть показателей представлены количественными данными, для других определены количественные оценки, а часть данных представлена в вербальной (словесной) форме с неопределенными значениями. Для сложно организованных экономических систем значительная часть информации имеют многоплановый и разнотипный характер, имеется неоднозначность, неопределенность и нечеткость части данных. Информация, зачастую,

распределена на многих самостоятельных объектах - составных частях комплекса.

Расчет интегрального показателя выполняется на основе свертки (с весами) оценок по отдельным показателям, нормированным относительно некоторого значения (среднего по отрасли или желаемого). В случае смешения количественных и вербальных оценок обычно применяют метод экспертных оценок для перевода вербальных данных в количественные.

Вопрос о корректности, информативности и практической значимости полученного сверкой интегрального показателя является открытым. Современным и более эффективным является методология идентификация нечетких систем [3]. В отличие от экспертных оценок и других эвристических методов, нечеткий анализ позволяет получить количественный результат с использованием функции принадлежности, настраиваемой под информационную структуру данных.

Метод нечетких множеств реализуется следующим образом. Построим для всех значений факторов лингвистическую переменную на 01-носителе с терм множеством значений, например, «низкое - Ь», «среднее - М» и «высокое - Н». Для описания подмножеств терм-множества введем функцию принадлежности трапециевидного вида.

Для выбранных выше индикаторов прогнозирования определим нечеткую шкалу понятий (табл. 2). Для этого используем либо обще употребляемые шкалы (в том числе балльные), либо экспертные оценки.

Таблица 2

Нечеткая шкала терм-значений индикаторов

Индикатор низкое среднее высокое

1. Цена за 1 баррель нефти марки Urals на мировом рынке (WDP, $) 40-60 55-85 80-110

2. Уровень инфляции (INF, %); 0-9 8.5-12 11.5 ^

3. Темпы роста мировой экономики (WOE, %) 0-0.5 0.3-3 2.5 ^

4. Конкурентоспособность (CON, %); 0-40 30-70 60-100

Нечеткие выводы (по Мамдани) относительно нечетких значений выходных переменных строятся типовым способом на основании базы правил (экспертные знания). Например, высказывание {If Ii = «M» л I2 = «M» then CON = «H»} означает: если цена нефти и уровень инфляции средние, то конкуренция сильная.

Разумным являются простые наборы правил, сочетающие в себе до двух факторов. Проводя аналогию с методами планирования эксперимента, желательно сочетать независимые или слабо зависимые факторы во избежание эффекта смешения (одновременного влияния). Простые правила возможно комбинировать, например в виде F2(Ij, Fi(Ii, I)). Для одного выходного параметра возможно несколько простых правил, в которых, в качестве входных параметров, задействованы различные факторы. Каждое правило

задано на множестве входных лингвистических переменных Ik с определенным значением терма TIk и значением функции принадлежности ц (Ik). Применение отношений принадлежности, отношений связи и отношений следования позволяет получить нечеткое знание для выходного параметра с его терм значением и соответствующим значением функции принадлежности.

Например, детализация правила вывода для выходной переменной CON при ¿UfJI-i = 0,42) = 0,56 и juH(I2 = 0,77) = 0,82 лингвистическая выходная переменная CON принимает терм-значение «VH» со значением функции принадлежности, определяемой по правилу операций с нечеткими числами:

ц =цн(CON)=min{|M(/j),цн(I2))=min{0,56; 0,82}=0,56

Для нескольких нечетких логических выводов относительно выходного параметра CON, проводим дефаззификацию по методу центра тяжести:

Уц- CON

CON=--

У!/

где CONi - есть абсцисса точки максимума (узловая точка) функции принадлежности, для которой CON принимает соответствующее терм-значение. Пусть для термов L, M, H точки максимума показателя конкурентоспособности CONi соответственно 40, 70, 100 (табл. 2), а частные значения ц = цЦСОЩ соответственно 0,56; 0,52; 0,68. Тогда по методу центра тяжести CON = 72.

Таким образом, метод нечеткой идентификации позволяет получить интегральный показатель для оценки эффективности деятельности региональных экономических систем в количественном выражении. В отличие от метода свертки, полученный результат свободен от влияния субъективных весов, является адаптируемым в процессе пополнения и корректировки базы знаний и предпочтителен в ситуации большого числа факторов (большая размерность факторного пространства), т.к. позволяет сочетать независимые или слабо зависимые факторы во избежание эффекта смешения.

Список литературы:

1. Теплова О.В. Инструменты устойчивого функционирования нефтеперерабатывающих предприятий Республики Башкортостан // Вестник СамГУ -2012. - № 7 (98). - С. 92-97.

2. Марков Л.С., Ягольницер М.А. Экономические кластеры: идентификация и оценка эффективности деятельности / Л.С. Марков, М.А. Ягольницер. - Новосибирск: ИЭОПП СО РАН, 2006. - 88 с.

3. Прикладные нечеткие системы / Под ред. Т. Тэрано, К. Асаи, М. Су-гэно. - М.: Мир, 1993. - 368 с.