CC BY
44
130 АКТУАЛЬНЫЕ ПРОБЛЕМЫ ХОЗЯЙСТВЕННОЙ ПРАКТИКИ
МОДЕЛИРОВАНИЕ РАЗБИТИЯ ОТРАСЛЕЙ И ФУНКЦИОНИРУЮЩИХ В НИХ ГОСУДАРСТВЕННЫХ КОРПОРАЦИЙ1
А.В. БАБИКОВА,
кандидат экономических наук, доцент кафедры экономики предприятия, Южный федеральный университет, г. Ростов-на-Дону, Россия,
e-mail: [email protected];
Н.Н. ЛЯБАХ,
доктор технических наук, профессор кафедры экономики предприятия, Южный Федеральный университет, г. Ростов-на-Дону, Россия,
e-mail: [email protected];
А.Ю. ФЕДОТОВА,
кандидат экономических наук, доцент кафедры инноватики и экономического проектирования, R Южный федеральный университет, г. Ростов-на-Дону, Россия,
а e-mail: [email protected];
O А.В. ХАНИНА,
N аспирант кафедры инноватики и экономического проектирования,
M Южный федеральный университет, г. Ростов-на-Дону, Россия,
c e-mail: [email protected]; с
< И.К. ШЕВЧЕНКО,
<< доктор экономических наук, доцент,
профессор кафедры инноватики и экономического проектирования,
о Южный федеральный университет, г. Ростов на Дону, Россия,
4 e-mail: [email protected]
Статья посвящена актуальным вопросам функционирования в высокотехнологичных отраслях промышленности государственных корпораций, в частности, разработке модели, позволяющей оценить эффективность функционирования государственных корпораций в отрасли, в которой они были созданы. Государственные корпорации, обладающие значительным потенциалом в системе промышленной политики, рассматриваются в качестве точек роста, что характеризует их как инструмент государственного регулирования технологического развития промышленности и актуализирует вопросы их эффективного функционирования и влияния на отрасли и секторы экономики. Решение поставленной задачи может быть достигнуто путем идентификации хозяйствующего субъекта, в данном случае государственной корпорации и отрасли ее функционирования, на основе формирования признакового пространства. Далее в статье в качестве математического инструментария предлагается использовать аппарат теории нечетких множеств. Также рассмотрена возможность оценки влияния рыночных и нерыночных факторов на деятельность государственных корпораций. Формализованное представление на этой основе объекта исследования позволит разработать и применить математические модели оценки развития отраслей в институциональном контуре государственных корпораций.
Ключевые слова: модель оценки эффективности; государственные корпорации; евклидово расстояние; признаковое пространство; теория нечетких множеств.
1 Публикация подготовлена в рамках поддержанного Российским гуманитарным научным фондом научного проекта № 14-02-00293.
© А.В. Бабикова, Н.Н. Лябах, А.Ю. Федотова, А.В. Ханина, И.К. Шевченко, 2014
MODELLING DEVELOPMENT OF INDUSTRIES AND GOVERNMENT CORPORATIONS OPERATING IN THEM
A.V. BABIKOVA,
Candidate of Economics (PhD), Associate Professor at the Department of Enterprise Economy,
Southern Federal University, Rostov-on-Don, Russia, e-mail: [email protected];
N.N. LYABAKH,
Doctor of Technical Sciences (DSc), Professor at the Department of Enterprise Economy,
Southern Federal University, Rostov-on-Don, Russia, e-mail: [email protected];
A.Yu. FEDOTOVA,
Candidate of Economics (PhD), Associate Professor at the Department of Innovation and Economic Design, Southern Federal University, Rostov-on-Don, Russia,
e-mail: [email protected];
A.V. KHANINA,
Postgraduate at the Department of Innovation and Economic Design, Southern Federal University, Rostov-on-Don, Russia, e-mail: [email protected];
I.K. SHEVCHENKO,
Doctor of Economics (DSc), Professor at the Department of Innovation and Economic Design,
Southern Federal University, Rostov-on-Don, Russia, e-mail: [email protected]
The article is devoted to the operation of state-owned corporations in high-tech industries. In particular, development of the model to assess the performance of state-owned corporations in the
о см
со 3
О О
с*
industry in which they were created. State-owned corporations with their significant potential in the O
industrial policy are considered as points of growth that characterizes them as an instrument of state ^
regulation of the process of industrial development, updating the issues of their effective functioning and impact on the industry and the economy as a whole. Solution of the problem can be achieved by identifying the economic entity - the state-owned corporations and the branch it operates in, in the basis of the feature space. The fuzzy set theory is proposed as the mathematical tool. Besides, the possibility of assessing the impact of market and non-market factors on the activities of state-owned corporations is considered. The formalized representation of the object based on this research will develop and apply mathematical models assessing the development of industries in the institutional circuit of state-owned corporations.
Keywords: model of effectiveness evaluation; state-owned corporations; Euclidean distance; feature space; fuzzy set theory.
JEL classifications: H10, C51, C32.
Появление в экономике России промышленных государственных корпораций обусловлено необходимостью обеспечить институциональную и ресурсную поддержку отраслей в тех сферах деятельности, в которых возникающие проблемы автоматически рыночной экономикой не решаются. Участившиеся в последнее время дискуссии о месте и роли указанных структур в процессах технологической модернизации приоритетных отраслей промышленности и сомнения в их эффективности инициируют поиск адекватных механизмов оценки влияния деятельности государственных корпораций на отрасли и территории.
то
70 >
m
О O z O
Для формализации проблемных зон и методов решения соответствующих проблем на первый план выходит задача идентификации государственных корпораций, с целью построения модели оценки развития как самой корпорации, так и отрасли, в которой она находится, а также разработки методики оценки технологических и экономических изменений в отраслях, в которых созданы государственные корпорации.
Задача идентификации хозяйствующего субъекта решается с помощью формирования так называемого признакового пространства (ПП) свойств государственных корпораций, позволяющего оценить степень их эффективности по отношению к друг другу или же выбранному эталону, имеющему заданные параметры эффективности (Алтунин, Семухин 2000). Сложные объекты и процессы, к каковым и относятся объекты нашего исследования, характеризуются в общем случае векторами состояний
(хр х2, ..., хк). (1)
Для исследования и иллюстрации применения разрабатываемых механизмов и моделей выбраны четыре российские государственные корпорации: РОСНАНО, РОСТЕХ, ОАК и РОСАТОМ, обозначенные далее, соответственно, Н, Т, О и А. В качестве признаков, характеризующих их эффективность, в связи учетом ключевых задач госкорпораций, выбраны: доход от продажи производимых продуктов на одного штатного работника (переменная х1) и расходы от инвестиционной деятельности, также приведенные в одной штатной единице (переменная х2) (соотношение (1)). Обозначенные выше исходные данные сведены в табл. 1.
Таблица 1
О с
со
>
м о
о
Признаки государственных корпораций
Признаки (тыс. руб.) Н Т О А
434,3 8955,5 22195,2 251,6
818,7 2076,5 1690,1 2582,7
Источники: (Официальный сайт Росатом; Официальный сайт Ростех; Официальный сайт Роснано; Официальный сайт ОАК).
Выделенные признаки государственных корпораций и определяют искомое ПП. В признаковом пространстве каждый объект представляется точкой, которые в дальнейшем будем обозначать большими буквами латинского алфавита: А, Н, Т, О (рис. 1).
X2
n A
818
434
8955
22195
Xi
Рис. 1. Геометрическая иллюстрация признаков государственных корпораций
Т
О
Э
H
Для оперирования в этом признаковом пространстве необходимо также рассчитать адекватную меру близости между корпорациями или выбранным эталоном, что позволит сравнивать между со-
бой государственные корпорации, входящие в это пространство, по степени эффективности или же по отношению к эталону (Лябах, Старина, 2011. С. 953-958). В качестве меры оценки «расстояния» между точками А и Н введенного признакового пространства предлагается использовать соотношение (2):
N —
d(A, H) = ( X a(xA— xf )P )P , (2)
i = 1
где вектора (xA x2A, ... . , xNA) и (xf, xf, ... . , xf) - соответственно характеристики объектов А и Н. Показательр в формуле (2) отражает структурные свойства меры. Прир = 2 имеем обобщенное евклидово расстояние, при р = 1 - так называемую меру «таксиста». Параметры а. отражают важность характеристик х и выравнивают их размерность.
Процедуру построения меры близости (2) можно осуществить, обратившись к аппарату теории нечетких множеств (Ротштейн, 1999; Кофман, 1982; Zadeh, 1999). Для этого необходимо с помощью экспертов получить потенциалы точек (веса их взаимной важности) ^ относительно некоторого заданного свойства. В качестве такого свойства в нашей задаче выберем степень принадлежности госкорпорации к классу малоэффективных хозяйствующих субъектов. По данным таблицы 1 построены функции принадлежности заданному классу соответственно ^ по указанным переменным. Для переменной x1 функция ЦЭ\В) и для переменной x2 функция z ^э2(В): ' сч
цЭ1(В) = (0,01/А; 0,02/Н; 0,40/Т; 1,0/0). (3) 5
ЦЭ2(В) = (0,32/Н; 0,65/0; 0,80/Т; 1,0/А). (4) £
Очевидно, что выводы по отдельным критериям не являются исчерпывающими. Действительно, ^г по первому признаку x1 ГК РОСАТОМ относится к классу малоэффективных хозяйствующих субъек- ° тов с минимальной «вероятностью», равной 0,01 (см. формулу (3)), а по признаку x2 - с максимальной «вероятностью», равной 1 и т. д.
Однако следует отметить несколько обобщающих характеристик, на которые необходимо обра-
со
тить внимание. В первом случае, по мнению эксперта, для оценки эффективности хозяйствующего CU субъекта достаточно учитывать или первый показатель, или второй (логическая сумма); в результате имеем объединение нечетких множеств, и обобщенная функция принадлежности рассчитыва- О ется по формуле:
ИЭ(В) = (Мэ(В) + Иэ2(В))/тах (цэ\В) + цэ\В)). (5)
В случае оценки эффективности по двум заданным показателям, используя (3) и (4) и правило (5), получим объединения нечетких множеств «госкорпорация, эффективная по доходу» и «госкорпорация, эффективная по инвестициям», обобщающую функцию принадлежности:
,мЭо(В1) = (0,21/Н; 0,61/А; 0,73/Т; 1,0/0). (6)
Отождествляя разность потенциалов с расстоянием между соответствующими точками, получаем систему уравнений
d(XA,XH) = Ма-Mf. (7)
Число уравнений в (2) может быть равно числу различных пар из рассматриваемого набора n(n — 1)
точек: ——-—- при n точках (Шабельников, Шабельников, 2007). В силу экспертного задания вида
d и значений ц, система (2), очевидно, несовместна (не имеет решений в общепринятом смысле). Следует находить ее так называемое обобщенное решение, минимизирующее сумму квадратов отклонений левых и правых частей (2):
а = (а, а^ ..., ап) = arg min X(d(XAi, XHi) — ^ - (8)
Проиллюстрируем описанный выше механизм построения меры сравнения госкорпораций по признакам х1и х2 по данным таблицы 1, отражающей степень принадлежности госкорпорации к классу малоэффективных субъектов экономической деятельности по заданным значениям переменных xt и х2.
Для расчета формулы меры близости в нашем конкретном примере положим в (2) р = 2 и N = 2 и составим систему линейных алгебраических уравнений (2). Левая часть системы формируется по соотношению (7), в котором используем данные (6). Получим:
О
OL
Й(И, Т) = 0,52; Й(И, О) = 0,79; й{И, А) = 0,40; Й(0, А) = 0,39; й(0, Т) = 0,27; Й(А, Т) = 0,12. Подставляя в неизвестное уравнение меры (2) координаты точек Н, Т, О, А, получим систему шести уравнений с двумя неизвестными:
72610849,4 а + 1582060,0 а = 0,27
473536768,8 а1 + 759338,0 а2 = 0,624
33379,3 а
+ 3111696,0 а =
то
70 >
т
О
о
0
1 о
с
со
>
м о
о
175289656,1 а1 + 149305,0 а2 = 75757875,2 а, + 256238,4 а„ =
481521581,0 а, + 796734,8 ,
0,16 0,073 0,0144 0,152
Или в матричном виде: где матрица А имеет вид:
А (а, а) = В,
(9)
72610849,4 1582060,0 473536768,8 759338,0 33379,3 3111696,0 175289656,1 149305,0 75757875,2 256238,4 481521581,0 796734,8, а вектор столбец В = (0,27; 0,624; 0,16; 0,073; 0,0144; 0,152)Т.
Составим сумму квадратов отклонений ./(а1,а2) левых и правых частей системы уравнений (9). Минимизируя функцию .(а1,а2), потребуем:
да
= 0
д. да
= 0
(10)
Система уравнений (10) имеет вид: Здесь:
АТА (а,а) = АТВ.
5Е + 17 9Е + 14
АТА = , АТВ = 9Е + 14 1,3Е + 13 Ее решение дает искомые значения коэффициентов
а, = 6,6Е-8, а, = 7,2Е-6.
39,68Е + 7 15,31Е + 5 (11)
Полученные значения а учитывают размерность, важность и масштаб переменных х1 и х,. Они определяют меру введенного пространства:
й(А, Н) = (6,6Е-8 (хА- х1н)2 + 7,2Е-6 (х,А - х/)2 )0-5. (12)
Данная модель (12) позволит оценить развитие отрасли или государственных корпораций. В случае если априори задан эталон (указаны желаемые характеристики госкорпорации), то для оценки эффективности рассматриваемой госкорпорации по отношению к эталону достаточно найти расстояние от этого эталона до анализируемой корпорации. Оно и определит искомую оценку. Кроме того, из расположения точек, идентифицирующих корпорацию и эталон (рис. 2), очевидны управляющие воздействия, необходимые для доведения корпорации до желаемого состояния. На рис. 2 показатель хгА корпорации А следует увеличить на величину (х1Э - х1А), а показатель х_А - на величину (х2Э - х2А). Например, пусть задан эталон госкорпорации Э (15Е+3, 3,5Е+3). Тогда, согласно данным в таблице 1 и формулы (12), имеем:
й{Нг Э) = 8,1; й(Т, Э) = 4,12; й(О, Э) = 5,2; й(А, Э) = 4,52. Эти расчеты позволяют сделать вывод: ближе всех к эталону находится госкорпорация РОСТЕХ, а дальше всех - РОСНАНО. Чтобы госкорпорации РОСНАНО достичь эталонных значений, ей необходи-
2
и
мо: доход от продажи производимых продуктов на одного штатного работника (переменная х1) увеличить на величину 14565 руб. Сделать это можно за счет увеличения расходов на инвестиционную деятельность, также приведенную в одной штатной единице (переменная х2), на величину 2681 руб.
х1Э
Рис. 2. Двухмерная графическая иллюстрация оценки эффективности функционирования государственной корпорации по отношению к эталону
Оценки технологических и экономических изменений в функционировании государственных корпораций формируются на основании сравнения позиций одной и той же корпорации в различные моменты времени (рис. 3).
о см
со 3
О
о
о
О
т
Рис. 3. Двухмерная графическая иллюстрация оценки технологических и экономических изменений в отраслях создания госкорпораций
Точка А1 характеризует положение корпорации А в первый момент времени, а точка А2 - во второй. За это время значение первого показателя возросло на величину (х1 А2 - х1А1), а значение второго показателя уменьшилось на величину (х1 А1 - х^А2). Оценка указанных изменений позволит оценить степень влияния различных рыночных факторов и мероприятий со стороны государства, с которыми сталкиваются государственные корпорации за период своего функционирования, что в свою очередь обеспечит своевременное реагирование на негативное влияние этих факторов.
ЛИТЕРАТУРА
Алтунин А.Е., Семухин М.В. (2000). Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во Тюменского государственного университета.
Кофман А.В. (1982). Введение в теорию нечетких множеств. М.: Радио и связь. Лябах Н.Н., Скнарина Н.А. (2011). Экспертно-аналитический метод построения признакового пространства исследования сложного объекта // Материалы IVМеждународной НПК «Интегрированные модели и мягкие вычисления в искусственном интеллекте», т. 2, с. 953-958.
Официальный сайт государственной корпорации ОАК// Доступно на: http://uacrussia.ru. Официальный сайт государственной корпорации Росатом // Доступно на: http://www. rosatom.ru/.
Официальный сайт государственной корпорации Роснано // Доступно на: http://www.rus-nano.com/.
Официальный сайт государственной корпорации Ростех// Доступно на: http://rostec.ru/. Ротштейн А.П. (1999). Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Винница.
Шабельников А.Н., Шабельников В.А. (2007). Нейросетевые и нечетко-логические модели временных процессов // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуаль-g ные САПР», № 2 (77), с. 170-174. Таганрог: Изд-во ТТИ ЮФУ.
C Zadeh L.A. (1999). Fuzzy sets as a basis for a theory of possibility // Fuzzy Sets and Systems, vol. 100,
О Issue SUPPL. 1, pp. 9-34. О
REFERENCES
73 73
О cz
со
g
Ю
о
о
Altunin A.E. and Semukhin M.V. (2000). Models and algorithms for decision making in fuzzy environment. Tyumen: Tyumen State University Publ. (In Russian.)
Kofman A.V. (1982). Introduction to the theory of fuzzy sets. Moscow: Radio i svyaz Publ. (In Russian.)
Lyabakh N.N. and Sknarina N.A. (2011). Expert-analytical method for constructing feature space research complex object. Materials of the IV International SPC «Integrated models and soft computing in artificial intelligence», vol. 2, pp. 953-958. (In Russian.)
Rothstein A.P. (1999). Intelligent identification technology: fuzzy logic, genetic algorithms, neural networks. Vinnitsa: UNIVERSUM-Vinnitsa. (In Russian.)
ShabelnikovA.N. and Shabel'nikov V.A. (2007). Neural network and fuzzy logic models of temporal processes. News of the Southern Federal University. Izvestiya Yuzhnogo Federalnogo Universiteta]. Technical sciences. Special Issue, no. 2, pp. 170-174. (In Russian.)
Official web site of the Open Joint Stock Company RUSNANO. Available at: http://en.rusnano.com/.
Official web site of The State Atomic Energy Corporation ROSATOM. Available at: http://www.rosatom. ru/en/.
Official web site of State-Owned Corporation Rostec. Available at: http://rostec.ru/en/.
Official web site of Joint Stock Company «United Aircraft Corporation». Available at: http://uacrus-sia.ru./en/.
Zadeh L.A. (1999). Fuzzy sets as a basis for a theory of possibility. Fuzzy Sets and Systems, vol. 100, Issue SUPPL. 1, pp. 9-34.
