CC BY
109
08.00.13 УДК 330.43
ОПТИМИЗАЦИОННЫЕ РЕШЕНИЯ ОБОБЩЕННОЙ ЗАДАЧИ ЛОГИСТИКИ НА ОСНОВЕ КОМПЬЮТЕРНОЙ МОДЕЛИ
© 2016
Иванов Олег Иванович, кандидат технических наук, доцент кафедры «Высшая математика и математическое моделирование» Коростелев Александр Алексеевич, доктор педагогических наук, директор центра научных журналов Ярыгин Олег Николаевич, кандидат педагогических наук, доцент кафедры «Менеджмент организации»
Тольяттинский государственный университет, Тольятти (Россия)
Аннотация. В работе рассматривается обобщенная интегрированная модель классической задачи логистики. Показано многообразие задач, решаемых с помощью общей компьютерной модели. Под логистическими задачами понимается широкий спектр проблем, связанных со складским, транспортным, производственным перемещением ресурсов и затратами на эти действия. Основной акцент делается на задаче управления цепями поставок. Представленное многообразие возникает за счет поочередного использования в качестве критерия оптимизации одного из компонентов логистической проблемы, при использовании остальных 6 компонентов в качестве ограничений. Рассмотрены возникающие задачи и дана их экономическая интерпретация. Особенностью логистической проблемы является то, что логистические факторы являются взаимозависимыми, причем их зависимости не всегда удается выразить математическими функциями. В каждой из частных задач определена цель менеджера, критерий её достижения и совокупность ограничений по остальным логистическим параметрам рассматриваемой системы. Выделенные 7 вариантов задачи логистики становятся базисом для формулирования обобщенной задачи логистики, в которой критерий оптимизации будет задаваться взвешенной суммой факторов. При этом весовые коэффициенты логистических факторов, используемые менеджерами, могут отражать текущую рыночную ситуацию и задаются экспертами более высокого уровня. В качестве примера взаимодействия и взаимовлияния факторов логистической задачи через решения, принимаемые менеджерами в стремлении оптимизировать работу системы, рассматривается управление цепями поставок. Подчеркнута необходимость компьютерного моделирования логистических систем для эффективного управления цепями поставок в условиях неопределенности. Предлагаются направления дальнейших исследований обобщенной модели задачи логистики в связи с необходимостью разработки систем поддержки принятия решений для менеджеров цепей поставок.
Ключевые слова: моделирование логистических систем, обобщенная модель задачи логистики, оптимизация в логистике, управление цепями поставок.
OPTIMIZATION SOLVING OF GENERALIZED LOGISTIC PROBLEM BASED ON COMPUTER MODELS
© 2016
Ivanov Oleg Ivanovich, candidate of technical sciences, associate professor of department «High Mathematics and Mathematical Modeling» Korostelev Alexander Alekseevich, doctor of pedagogical sciences, Director of the Center of scientific journals Yarygin Oleg Nickolaevich, candidate of pedagogical sciences, associate professor of department «Management of Organization» Togliatti State University, Togliatti (Russia)
Abstract. The paper deals with the classical model of the generalized integrated logistics tasks. The variety of tasks solved by means of a common computer model. The logistical problems meant a wide range of problems associated with the storage, transporting, industrial moving resources and the cost of these actions. The main focus is on the problem of Supply Chain Management. Represented diversity arises from alternately using of each component of logistic problem as a criterion of optimization and using the remaining six components as the limitations. The authors consider emerging variance of tasks and give it economic interpretation. A feature of the logistics problem is that the logistics factors are interdependent and their dependencies are not always can be expressed by mathematical functions. In each of the individual tasks are defined the goal of manager, a criterion to achieve it and a set of restrictions on the rest logistics parameters of the system. Dedicated 7 variants of logistics tasks become the basis for the formulation of the generalized problem of logistics, in which the optimization criterion will be given by a weighted sum of factors. The weights of logistical factors used by managers, may reflect the current market situation and can be estimated by higher level experts. Supply Chain Management is considered as an example of interaction and mutual influence of
factors of logistic problems through the decisions made by managers, which try to optimize the system. The need for computer modeling of logistic systems for efficient supply chain management in the condition of uncertainty is highlighted by the authors. The directions of further research of the generalized model of logistics tasks is connected with the need to develop decision support systems for supply chain management.
Key words: optimization in logistic control, modeling of logistics system, generalized model of logistics system, supply chain management
Современный менеджмент требует не только научно обоснованных подходов к принятию решений, но и все более разностороннего анализа ситуаций, возникающих в управлении социально-экономическими системами. С последних десятилетий XX века и в течение первых десятилетий XXI века логистика как научная дисциплина все более и более углубляется в исследование проблем управления динамическими недетерминированными системами, каковыми являются цепи поставок, системы управления складами и дистрибьюторскими центрами, транснациональными логистическими системами [1; 2; 3; 4]. Усложнение взаимодействия участников логистических систем вызывает к жизни новые подходы, учитывающие взаимозависимости логистических факторов, обратные связи, недооп-ределённость параметров [5], что делает необходимым формирование нового системного мышления у менеджеров, как управляющих элементов сложноструктурированных многоуровневых логистических сетей [6; 7].
Под логистическими задачами понимается широкий спектр проблем, связанных со складским, транспортным, производственным перемещением ресурсов и затратами на эти действия. Основной акцент делается на задаче управления цепями поставок (ЦП). Цель интегрированного управления в логистике лаконично задается формулой «6 © 1» [8]. Данная формула предписывает поставить требуемый вид продукции (1), заданного качества (2), в нужном количестве (3), в назначенный момент времени (4), в указанное место (5), по установленной цене (6), с минимальными затратами (7). Как видим, критерием оптимальности при решении данной задачи управления служат затраты, выражаемые некоторой целевой функцией.
Особенностью классической оптимизационной задачи логистики является то, что первые условия считаются ограничениями, и тогда критерием оптимальности становится уровень затрат [8].
Классическая задача логистики представляет собой следующую оптимизационную задачу [9]:
Min Z:
M = M0, Qmin < Q < Qmax,
N = N0, (1)
T <T < T
min max
P = P0, C < C0,
где Z - целевая функция, выражающая затраты на выполнение поставленной задачи, М - вид продукции, выбранный из некоторого набора {Mi}, Q - уровень качества, в допустимых пределах [Qmin, Qmax], N - количество поставляемой продукции, T - время поставки (срок, определенный либо точно, как в методике JustInTime, либо заданный допустимым интервалом [Tmin, Tmax]), P - заданное место поставки, из некоторого набора {Pi}, C - цена, по которой поставляется продукция.
Следует отметить, что факторы логистической задачи являются взаимозависимыми, например, С может зависеть от N (объёма поставки, предоставления оптовых скидок), Z существенно зависит от срока Т и размера партий поставки, выбор места поставки может зависеть от наличия складского места для размещения продукции, то есть от объема поставки и т. д. [9; 10; 11].
При этом часто менеджерам приходится сталкиваться с такими ситуациями, в которых фактор затрат является менее важным, чем, например, срок поставки, уровень качества продукции.
Таким образом, возникают различные оптимизационные задачи, основанные на общей модели, отражающей структуру и организацию рассматриваемой логистической системы. При этом каждый из указанных факторов может выступать как в роли ограничения оптимизационной задачи, так и в роли целевого критерия оптимизации.
В таблице 1 представлены факторы логистической задачи, и варианты возникающих логистических задач при назначении каждого из этих факторов критерием оптимизации.
По аналогии с задачей (1) задачи (2-7) будут иметь следующий вид.
Задача № 2. Минимизация цены поставки.
Min С:
M = M0, Qmin — Q — Qmax, N = N0,
Tmin—T < Tmax, C = C0, Z < Z0. (2)
В этой задаче менеджер находит вариант поставки по наименьшей цене, соблюдая ограничения по остальным факторам, в том числе и по общим затратам на решение проблемы, которые не должны превысить наперед заданного уровня (возможно не минимального). Например, доставка более дешевого товара может обойтись дороже, но в дальнейшем его реализация в производстве позволит снизить себестоимость собственной продукции, что повысит итоговую прибыль.
Таблица 1 - Распределение ролей компонентов логистической задачи в оптимизационной задаче
№ п/п Фактор задачи логистики Роль компон равенство/нер тента в задаче (ограничение: эавенство или цель: Min/Max)
1 2 3 4 5 6 7
1 Требуемый вид продукции 0 M0 II M 0 M0 II M 0 M0 II M 0 M0 II M 0 M0 II M 0 M0 II M р о ю ы В
2 Заданный уровень качества x ma а < а < mi Q x ma а < а < in mi x ma а < а < in mi x ma а < а < in mi x ma а < а < in mi а и а Ma x ma а < а < in mi
Q Q Q Q Q
3 Заданное количество 0 N0 11 N 0 N0 и N 0 N0 и N 0 N0 и N z и а Ma 0 N0 II N 0 N0 и N
4 Определенное время < T < T in max < T < T in max < T < T in max T с Mi < T < T in max x Tma < Н < in x Tma < н < in
0 P 0 P -м а о 0 P 0 P 0 P 0 P
5 Заданное место II P II P II P II P II P II P
6 Установленная цена 0 о VI о и а 5 0 о v< и 0 О и 0 О и 0 О и 0 о и
7 Затраты N с 5 0 N V! N 0 N V< N 0 N V< N 0 N V< N 0 N V< N 0 N V< N
Задача № 3. Оптимизация места поставки (например, доставить продукцию в самый далекий из имеющихся пунктов). Max P:
M = M0, Qmin < Q < Qmax, N = N0,
Tmm<T < Tmax, C = C0, Z < Z0. (3)
В этой задаче менеджер находит вариант поставки в как можно более удаленный пункт, соблюдая ограничения по остальным факторам, в том числе и по общим затратам и заданной цене продукции.
Задача № 4. Оптимизация по времени поставки (например, доставить продукцию за наименьшее возможное время). Min T:
M = M0, Qmin < Q < Qmax, N = N0,
P = P0, C = C0, Z < Z0. (4)
В этой задаче менеджер находит вариант поставки за наименьшее время, соблюдая ограничения по остальным факторам, в том числе и по общим затратам, не превышающим заданного предела Z0.
Задача № 5. Оптимизация количества поставки (например, доставить наибольшее количество продукции).
Мах N
M = Mo, Qmin < Q < Qmax, Tmin < T < Tmax,
P = Po, C = Co, Z < Zo. (5)
В этой задаче менеджер находит вариант поставки наибольшего количества продукции, соблюдая ограничения по остальным факторам.
Задача № 6. Оптимизация по уровню качества (например, доставить продукцию наивысшего качества).
Мах 0:
M = Мо, N = N0, < Х^,
P = Ро, С = Со, Z < Zo. (6)
В этой задаче менеджер находит вариант поставки продукции наиболее высокого качества, при соблюдении ограничений по остальным факторам.
Задача № 7. Оптимизация по виду поставляемой продукции (например, доставить продукцию за наименьшее возможное время).
Mopt:
Ошп < О < Ошах, N = N0, Тт1п<Т < Ттах,
р = Ро, с = Со, ъ < Ъо. (7)
В этой задаче менеджер находит вид поставляемой продукции, поставка которого будет оптимальной в данный период, при соблюдении ограничений по остальным факторам. Оптимизационная задача логистики возникает не только в системах, связанных с перевозками товаров и другими материальными потоками, но и в системах передачи информации, энергии и др. [12; 13; 14].
Во многих случаях перед менеджером возникает задача сочетания тех или иных факторов классической логистической задачи в одном комплексном критерии, например, требуется доставить продукцию данного вида наиболее высокого качества в самые краткие сроки, не нарушая ограничений для остальных параметров. Как всегда в многокритериальных задачах возникает проблема оценки значимости критериев и сведения многих критериев к некоторому комплексному критерию (свертке). Рассмотренные 7 вариантов задачи логистики становятся базисом для формулирования обобщенной задачи логистики, в которой критерий оптимизации будет задаваться взвешенной суммой факторов:
7
К = 2^ , (8)
1=1
где Р1 - количественная оценка 1-го фактора (компонента) полной задачи логистики, ■1 - весовой коэффициент фактора (размерность коэффициента делает безразмерным произведение ■1Р1, ■ 1 + .. = 1).
В частных случаях, например, при =...= =■6=0, ■7 = 1 получаем классическую задачу минимизации затрат (1), а при = 1 получаем задачу минимизации времени поставки (4).
При таком подходе весовые коэффициенты могут определяться экспертами, в роли которых выступают менеджеры, имеющие опыт работы в конкретной области логистики (в заданной логистической системе). Однако такой опыт не всегда гарантирует правильное решение, а накопление этого опыта может дорого обходиться предприятию. Кроме того в динамических логистических системах ориентация на локальную оптимизацию приводит к отрицательным результатам. Поэтому, с одной стороны, возрастает роль подготовки менеджеров к деятельности по управлению компонентами логистических систем и системами в целом [15; 16], а с другой стороны, возрастает роль компьютерного моделирования динамических логистических систем [9; 17].
Ярким примером взаимодействия и взаимовлияния факторов логистической задачи через решения, принимаемые менеджерами в стремлении
оптимизировать работу системы, является управление цепями поставок.
Управление цепью поставок как частный случай обобщенной задачи логистики Системный анализ звена цепи поставок позволяет выделить входные и выходные параметры различной природы (рис. 1) [9].
Спрос ^
Запас Участник Заказ
Доставка -►
Дефицит цепи Отгрузка
Материалы поставок -►
в пути
Рисунок 1 - Системное представление участника цепи поставок
Информационный входной параметр представляет собой спрос на данный период работы (на начало рабочего дня, недели и т. п.), а информационный выходной параметр - заказ, подаваемый в течение данного периода (в конце рабочего дня, недели и т. п.).
Материальные входные параметры:
- запас (или дефицит) материала или незавершенной продукции в данном звене ЦП;
- прибывший материал «сверху по течению»;
- материалы в пути, направленные из звена ЦП «сверху по течению».
Мате р иальный выходной параметр - отгрузка «вниз по течению».
На основании построенной модели удается моделировать не только процесс поддержания заданных уровней запасов различного вида, но и управлять процессом формирования заказов и доставки материалов и комплектующих для обеспечения машиностроительного производства. Связь с поставщиками различных уровней обеспечивается с помощью Интернет-технологий. Как указывалось выше, это повышает требования к информационно-технологической подготовке менеджеров [15; 16] и техническому обеспечению логистики предприятия [13], но при этом позволяет снизить издержки, возникающие в цепях поставок и на складах предприятия [18], и создает условия для прогнозирования поведения цепи поставок на основе статистики, накопленной при использовании модели [9].
Как видим, данная задача может быть описана как частный случай обобщенной задачи логистики, с учетом динамического характера управления цепями поставок.
В задаче управления звеном цепи поставок фиксированными оказываются заданные время поставки (Т), место поставки (Р), вид и качество по-
ставляемой продукции/материала (М и О). Казалось бы, задача сводится к задаче 1, когда требуется минимизировать затраты. Но при вычислении издержек (а не логистических затрат) учитывается задолженность, возникающая как последствие неопределенности спроса и конкретных решений об объеме заказа (^ на каждом этапе работы цепи поставок. Таким образом, фактор времени поставки Т оказывается взаимосвязанным с таким видом издержек, как штрафные санкции, который и входит с определенным коэффициентом в комплексный критерий качества функционирования цепи поставок. Важно отметить, что задача управления цепью поставок включает не только динамику, но и неопределенность, которых нет в классической, можно сказать, идеальной, постановке задачи логистики.
Цель управления в многозвенных цепях поставок (ЦП) состоит в обеспечении пропускной способности и оперативности цепи, что и становится основным критерием, не сводящимся только к затратам на доставку. Такая оптимизация требует координации стратегий менеджеров различных звеньев и может охватывать распространение информации, управление запасами, транспортировку и множество других управленческих решений. Из-за того, что имеется много возможных переменных решений, координация работы цепи поставок в целом является сложной даже в тех случаях, когда единственная фирма управляет всеми звеньями. «Когда же звенья ЦП являются различными фирмами, задача становится совершенно обескураживающей» [19].
Дальнейшие исследования возможности применения обобщенной модели задачи логистики представляют большой интерес в связи с необходимостью разработки систем поддержки принятия решений для менеджеров цепей поставок. Теоретическими основами для развития данного направления становятся как традиционные математические подходы исследования операций [20] и теории полезности [21], так и инновационные подходы, основанные на системном мышлении и преодолении устаревших ментальных моделей [22] и системной динамике в управлении цепями поставок [3; 4; 6; 9], а инструментом исследования логистики, не поддающейся математическому описанию, становится имитационное моделирование как единственный инструмент исследования дискретных динамических недетерминированных систем с обратными связями.
СПИСОК ЛИТЕРАТУРЫ
1. Форрестер Дж. Основы кибернетики предприятия: индустриальная динамика. М. : ПРОГРЕСС, 1971. 340 с.
2. Эддоус М., Стэнсфилд Р. Методы принятия решений. М. : Аудит: ЮНИТИ, 1997. 590 с.
3. Hopp W. J. Supply Chain Science. New York : McGraw-Hill, 2008. 230 p.
4. Au K. F., Chan M. H. Eve. The Impact of Social, Economic Variables and Logistics Performance on Asian Apparel Exporting Countries / In: Innovations in Supply Chain Management for Information Systems: Novel Approaches. Ed. : J. Wang. Published by Business Science Reference 2010. pp. 204-215.
5. Прангишвили И. В. Системный подход и общесистемные закономерности. М. : СИНТЕГ, 2000. 528 с.
6. Sterman J. Business dynamics : systems thinking and modeling for a complex world. New York : McGraw Hill, 2000. 952 p.
7. Baron J. Thinking and Deciding - Cambridge University Press, New York, 2008. 584 p.
8. Ross D. F. Introduction to Supply Chain Ma-na-gement Technologies - CRC press, Taylor & Francis Group, New York. 2011. 386 p.
9. Ярыгин О. Н. Математическая модель цепи поставок для исследования bullwhip-эффекта / Вектор науки Тольяттинского государственного университета. 2011. № 1 (15). C. 63-67.
10. Глухова Л. В., Шерстобитова А. А. некоторые аспекты управления развитием экономии-ческих систем /Вестник Волжского университета им. В. Н. Татищева. 2013. № 1. C. 29-34.
11. Сергеева Л. В. Особенности проектирования логистической информационной системы предприятия / Вектор науки Тольяттинского государственного университета. 2009. № 3. C. 15-21.
12. Палфёрова С. Ш., Иванов О. И., Бабен-ко Н. Г. Экономико-статистические методы в прогнозировании / Наука и современность. 2010. № 5-2. C. 349-355.
13. Сергеева Л. В. Логистическая инфраструктура города как фактор развития территории / В сборнике: Актуальные проблемы интеграции экономических интересов России и Украины Международная заочная научно-практическая конференция : сборник научных трудов. Ответственная за выпуск Ю. А. Анисимова. 2014. C.185-192.
14. Палферова С. Ш., Иванов О. И., Бабен-ко Н. Г., Кузнецова О. А. Математическая модель ценового согласования при распределении вычислительных ресурсов / Вестник Казанского технологического университета. 2008. № 4. С. 182-187.
15. Глухова Л. В. Методологические основы управления качеством информационной подготовки специалистов // Известия Самарского научного центра Российской академии наук. 2006. C. 115-123.
16. Калукова О. М., Иванов О. И., Бабен-ко Н. Г. К вопросу профилирования математической подготовки бакалавров на основе интегративного подхода к обучению / Вектор науки Тольяттинского
государственного университета. 2015, № 2-1 (32-1). С. 166-172.
17. Мур Дж., Уэдерфорд Л. Экономическое моделирование в MS Exel. М. : Изд. дом «Вильямс», 2004. 1024 с.
18. An H. The Construction of Green Supply Chain Management System / In: Innovations in Supply Chain Management for Information Systems: Novel Approaches. Ed.: J. Wang. Published by Business Science Reference 2010. pp. 239-247.
19. Kahneman D., Slovic P., Tversky A. (eds). Judgment under Uncertainty: Heuristics and Biases. Cambridge : Cambridge University Press, 1982. 555 с.
20. Таха Х. Введение в исследование операций. М. : Изд. дом «Вильямс», 2001. 812 с.
21. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. М. : Наука, 1970. 983 с.
22. Ярыгин О. Н., Роганов Е. С. Ментальные модели: основа и препятствие для аналитической деятельности // Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление. 2012.№ 3. С. 64-68.
REFERENCES
1. Forrester Dzh. Osnovy kibernetiki predpriya-tiya: industrial'naya dinamika (Fundamentals of Cybernetics of the enterprise: industrial dynamics). M. : PROGRESS, 1971. 340 p.
2. Eddous M., Stensfild R. Metody prinyatiya resheniy (Decision-making methods). M. : Audit: YUNITI, 1997. 590 p.
3. Hopp W. J. Supply Chain Science. New York : McGraw-Hill, 2008. 230 p.
4. Au K. F., Chan M. H. Eve. The Impact of Social, Economic Variables and Logistics Performance on Asian Apparel Exporting Countries / In: Innovations in Supply Chain Management for Information Systems: Novel Approaches. Ed. : J. Wang. Published by Business Science Reference 2010. pp. 204-215.
5. Prangishvili I. V. Sistemnyy podkhod i obsch-esistemnye zakonomernosti (System approach and system-wide patterns). M. : SINTEG, 2000. 528 p.
6. Sterman J. Business dynamics : systems thinking and modeling for a complex world. New York : McGraw Hill, 2000. 952 p.
7. Baron J. Thinking and Deciding - Cambridge University Press, New York, 2008. 584 p.
8. Ross D. F. Introduction to Supply Chain Management Technologies - CRC press, Taylor & Francis Group, New York. 2011. 386 p.
9. YArygin O. N. Matematicheskaya model' tsepi postavok dlya issledovaniya bullwhip-effekta (A mathematical model of the supply chain to study the bullwhip effect), Vektor nauki Tol 'yattinskogo gosudar-stvennogo universiteta. 2011. No. 1 (15). pp. 63-67.
10. Glukhova L. V., SHerstobitova A. A. Nekotorye aspekty upravleniya razvitiem ekonomich-eskikh sistem (Some aspects of management of economic systems development), Vestnik Volzhskogo universiteta im. V. N. Tatischeva. 2013. No. 1. C. 29-34.
11. Sergeeva L. V. Osobennosti proektirovaniya logisticheskoy informatsionnoy sistemy predpriyatiya (Design features of the logistics information system), Vektor nauki Tol 'yattinskogo gosudarstvennogo universiteta. 2009. No. 3. pp. 15-21.
12. Palfyorova S. SH., Ivanov O. I., Baben-ko N. G. Ekonomiko-statisticheskie metody v prognozi-rovanii (Economic and statistical methods in forecasting), Nauka i sovremennost'. 2010. No. 5-2. pp. 349-355.
13. Sergeeva L. V. Logisticheskaya infrastruktu-ra goroda kak faktor razvitiya territorii (Logistics infrastructure as factor of development of the territory), V sbornike: Aktual'nye problemy integratsii ekonomich-eskikh interesov Rossii i Ukrainy Mezhdunarodnaya zaochnaya nauchno-prakticheskaya konferentsiya : sbornik nauchnykh trudov. Otvetstvennaya za vypusk YU. A. Anisimova. 2014. pp. 185-192.
14. Palferova S. SH., Ivanov O. I., Baben-ko N. G., Kuznetsova O. A. Matematicheskaya model' tsenovogo soglasovaniya pri raspredelenii vychisli-tel'nykh resursov (Mathematical model of price coordination in the allocation of computing resources^, Vestnik Kazanskogo tekhnologicheskogo universiteta. 2008. No. 4. pp. 182-187.
15. Glukhova L. V. Metodologicheskie osnovy upravleniya kachestvom informatsionnoy podgotovki spetsialistov (Methodological bases of quality management of training information specialists), Izvestiya Sa-marskogo nauchnogo tsentra Rossiyskoy akademii nauk. 2006. pp. 115-123.
16. Kalukova O. M., Ivanov O. I., Baben-ko N. G. K voprosu profilirovaniya matematicheskoy podgotovki bakalavrov na osnove integrativnogo pod-khoda k obucheniyu (To the question of grading mathematical training of bachelors on the basis of integrative approach to teaching), Vektor nauki Tol'yattinskogo gosudarstvennogo universiteta. 2015, No. 2-1 (32-1). pp.166-172.
17. Mur Dzh., Uederford L. Ekonomicheskoe modelirovanie v MS Exel (Economic modeling in MS Excel). M. : Izd. dom «Vil'yams», 2004. 1024 p.
18. An H. The Construction of Green Supply Chain Management System / In: Innovations in Supply Chain Management for Information Systems: Novel Approaches. Ed.: J. Wang. Published by Business Science Reference 2010. pp. 239-247.
19. Kahneman D., Slovic P., Tversky A. (eds). Judgment under Uncertainty: Heuristics and Biases. Cambridge : Cambridge University Press, 1982. 555 s.
20. Takha KH. Vvedenie v issledovanie oper-atsiy (Introduction to operations research). M. : Izd. dom «Vil'yams», 2001. 812 p.
21. Neyman Dzh., Morgenshtern O. Teoriya igr i ekonomicheskoe povedenie (Theory of games and economic behavior). M. : Nauka, 1970. 983 p.
22. YArygin O. N., Roganov E. S. Mental'nye modeli: osnova i prepyatstvie dlya analiticheskoy
deyatel'nosti (Mental models: basis and obstacle to analytical activities), Vektor nauki Tol'yattinskogo gosu-darstvennogo universiteta. Seriya: Ekonomika i uprav-lenie. 2012. No. 3. pp. 64-68.
Дата поступления статьи в редакцию 29.08.2016
08.00.05 УДК 332.871
ВЫБОР ОПТИМАЛЬНОЙ МОДЕЛИ ГОСУДАРСТВЕННО-ЧАСТНОГО ПАРТНЕРСТВА В СФЕРЕ ЖИЛИЩНО-КОММУНАЛЬНЫХ УСЛУГ НИЖЕГОРОДСКОЙ ОБЛАСТИ
© 2016
Озина Альбина Михайловна, доктор экономических наук, профессор кафедры «Экономическая теория» Нижегородский институт управления - филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы» (Россия) Сутягина Наталья Игоревна, кандидат экономических наук, доцент кафедры «Физико-математические науки» Нижегородский государственный инженерно-экономический университет (Россия) Сутягина Ольга Владимировна, аспирант, старший преподаватель кафедры «Физико-математические науки» Нижегородский государственный инженерно-экономический университет (Россия)
Аннотация. В настоящее время ситуация, сложившаяся на рынке жилищно-коммунальных услуг, характеризуется как кризисная, требующая колоссальных вложений. В качестве одного из перспективных инструментов изменения данной ситуации в жилищно-коммунальной сфере рассматривается государственно-частное партнерство, основанное на привлечении частных инвестиций с целью оптимизации государственных расходов. В статье рассмотрены основные этапы развития государственно-частного партнерства (ГЧП) в сфере жилищно-коммунальных услуг Нижегородской области. В работе оценено современное состояние региона по реализации проектов ГЧП. Приведено сравнение основных форм реализации ГЧП в жилищно-коммунальной сфере. На протяжении последних трех лет Нижегородская область уверенно занимает пятое место по уровню развития государственно-частного партнерства среди регионов РФ и позиционируется как наиболее успешный субъект по реализации концессионных соглашений. В качестве исследовательской цели авторами предложен метод выбора оптимальной модели реализации проектов ГЧП в жилищно-коммунальной сфере с точки зрения поставленных задач: повышение доступности и улучшение качества услуг; совершенствование законопроектов региона; выстраивание партнерских отношений между Правительством Нижегородской области и частными инвесторами; увеличение доли частных организаций в реализации программ развития Нижегородской области. Основой метода является экспертный метод попарных сравнений альтернатив. В экспертную группу вошли: муниципальные служащие, представители малого бизнеса и населения, работники жилищно-коммунальной сферы, преподаватели. С помощью рассмотренного метода обоснована наиболее оптимальная форма реализации ГЧП-проектов на рынке жилищно-коммунальных услуг - контракт жизненного цикла. Представлены основные преимущества данного вида концессионных соглашений.
Ключевые слова: аренда, государственно-частное партнерство, жилищно-коммунальные услуги, инвестиции, контракт жизненного цикла, концессионное соглашение, метод анализа иерархий.
THE CHOICE OF AN OPTIMAL MODEL OF PUBLIC-PRIVATE PARTNERSHIPS IN THE SPHERE OF HOUSING AND COMMUNAL SERVICES OF THE NIZHNY NOVGOROD REGION
© 2016
Ozina Albina Vikhailovna, the doctor of economic sciences, the professor of the chair «Economic theory»
Nizhniy Novgorod institute of management -branch of the «Russian Academy of national economy and public service» (Russia) Sutyagina Natalia Igorevna, the candidate of economic sciences,
the associate professor of the chair «Physics and Mathematics» Nizhniy Novgorod state engineering-economic university (Russia) Sutyagina Olga Vladimirovna, the post-graduate student, the senior teacher of the chair « Physics and Mathematics» Nizhniy Novgorod state engineering-economic university (Russia)
