CC BY
79
Региональная экономика: Regional Economics:
теория и практика 9 (2016) 177-187 Theory and Practice
ISSN 2311-8733 (Online) Рекреация и туризм
ISSN 2073-1477 (Print)
ОЦЕНКА ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ИНФРАСТРУКТУРОЙ СОЦИАЛЬНОЙ БЕЗОПАСНОСТИ ТУРИСТИЧЕСКОЙ ДЕСТИНАЦИИ МЕТОДОМ DEA-АНАЛИЗА
Аркадий Николаевич ПОРУНОВ
кандидат географических наук, доцент кафедры общеэкономических дисциплин, Самарский технический университет, Самара, Российская Федерация rameno@rambler.ru
История статьи:
Принята 26.01.2016 Принята в доработанном виде 12.02.2016
Одобрена 29.02.2016
УДК 338.486
JEL: Н75, L83, L88, L89
Ключевые слова: модель, эффективность, инфраструктура, туризм, дистинация
Аннотация
Предмет. Проблема оценки сравнительной эффективности менеджмента инфраструктуры социальной безопасности туристической дестинации должна решаться так, чтобы в итоге получить не набор отдельных характеристик, а интегральный показатель, на основе которого можно было бы дать оценку эффективности управленческой деятельности всех уровней: от менеджеров фирмы до региональных профильных министерств.
Цели. На примере регионов Приволжского федерального округа определить матрицу основных переменных, описывающих уровень развития региональной инфраструктуры социальной безопасности, выявить регионы с наиболее продуктивным менеджментом инфраструктуры социальной безопасности по отношению к туристической отрасли региона, определить оптимальную структуру ситуационных характеристик инфраструктуры социальной безопасности туристической дестинации.
Методология. В работе использован DEA-анализ. Он основан на непараметрической методологии, так как не подразумевает и не определяет какую-либо форму производственной функции. DEA-анализ реализуется посредством решения оптимизационной задачи линейного программирования. При этом в DEA-моделях устанавливается ограничение, определяющее, что все субъекты, осуществляющие эффективное управление, располагаются на линии фронта эффективности, а неэффективное управление - внутри фронта. Линия фронта является точкой отсчета для определения меры сравнительной эффективности управления в исследуемой группе (выборке). Чем ближе к фронту эффективности расположен субъект, тем выше значение эффективности его управленческой деятельности.
Результаты. В результате проведенного DEA-анализа с использованием открытых статистических данных были определены наиболее эффективные системы управления инфраструктурой социальной безопасности в регионах Приволжского федерального округа. Выводы. DEA-анализ позволяет определить вектор поиска конструктивных решений, направленных на оптимизацию управления инфраструктурой социальной безопасности региона, осуществление контрольных функций и разработку индикативных планов перспективного развития.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Введение
В настоящее время одним из самых востребованных методов оценки сравнительной эффективности управленческой деятельности становится DEA-анализ (Data Envelopment Analysis). В отечественной академической литературе он известен также как фронтальный, оболочечный или граничный анализ [1-5]. Этот метод, появившийся сравнительно недавно, позволяет определить эффективность управления одного субъекта относительно подобной деятельности другого субъекта или группы субъектов, то есть речь идет об оценке сравнительной эффективности управления. DEA -анализ основан на непараметрической методологии, так как не подразумевает и не определяет какую-либо форму производственной функции. Он реализуется посредством решения оптимизационной задачи линейного программирования. В DEA -моделях
устанавливается ограничение, подразумевающее, что все субъекты, осуществляющие эффективное управление, располагаются на линии фронта эффективности, а неэффективное - внутри фронта. Линия фронта является основой для определения меры сравнительной эффективности управления в исследуемой группе (выборке). Чем ближе к фронту эффективности расположен субъект, тем выше значение эффективности его управленческой деятельности. Сама же линия фронта находится в многомерном пространстве «входы/выходы».
Первыми разработчиками DEA -анализа были американские исследователи А. Чарнез, Е. Родес и У. Купер, которые в соответствии с идеями, изложенными Ж. Дебрё [6] и M. Фарреллом [7], разработали первую DEA-модель. Эта модель стала известной в мире с 1978 г. по первым буквам фамилий своих создателей (Charnes, Cooper, Rhodes) как CCR-модель. Важнейшее достоинство
CCR-модели заключается в том, что она дает возможность произвести по каждому субъекту свертку множественных ресурсов и множественных результативных показателей в пару величин: одного виртуального выпуска и одного виртуального показателя использованных ресурсов. Исследователь М. Фаррелл в свое время был близок к решению этой проблемы (свертки множества данных), но удалось это только американцам.
Показатель сравнительной эффективности складывается из двух составляющих:
• технической эффективности, отражающей способность субъекта максимизировать результат своей деятельности;
• аллокативной эффективности, показывающей насколько оптимальна комбинация используемых ресурсов при существующих затратах на эти ресурсы.
Две эти составляющие образуют общую оценку эффективности какой-либо деятельности.
В DEA-анализе строятся два вида моделей:
• модели оценки эффективности «входа» (то есть использования ресурсов), называемые моделями, ориентированными на вход (input-oriented);
• модели оценки эффективности «выхода» (то есть выпуска продукции или услуг), называемые моделями, ориентированными на выход (output-oriented).
И те, и другие подразделяются на модели постоянного и переменного масштабов.
Основные модели метода
Рассмотрим на условном примере основные DEA-модели. Пусть выборка представлена пятью субъектами A, B, C, D, M, управляющими каким-либо процессом в своей системе отсчета. Например, пять региональных министерств в своих регионах управляют одним и тем же процессом - туризмом. На выходе процесса -продукт, а для его производства используются два вида ресурсов. При этом пусть эффект масштаба постоянен, то есть с увеличением использования ресурсов в такой же мере увеличивается выход продукта, причем одно и то же количество продукта можно производить при разных сочетаниях ресурсов (рис. 1). График на этом рисунке построен в координатах затратности каждого из ресурсов в расчете на единицу продукта. А кривая A, B, C, D в этом случае будет единичной изоквантой. Четыре субъекта из пяти -
А, В, С и D - наиболее близко расположенные (по радиусу) к началу координат, образовали своего рода фронтальную линию эффективности использования ресурсов. Пятый субъект управления, занимающий позицию М, оказался внутри этого фронта.
мера технической этого
Тогда
управления этого субъекта определяться из отношения:
d (0,M.)
эффективности
TEM
будет
(1)
где позиция Mi - есть проекция (по направлению к началу координат) позиции субъекта M на линию фронта эффективности. Поскольку позиция субъекта M удалена от фронта эффективности, ее следует классифицировать как неэффективную.
Такой подход к определению сравнительной эффективности в DEA-анализе называют ориентированным на «вход», а DEA-модели -входоориентированными (inputorieted Model).
Второй тип моделей ориентирован на выход (outputoriented Model). Графическая интерпретация такой модели (постоянного масштаба) с одним ресурсом х на входе и двумя продуктами yi и y2 на выходе показана на рис. 2. График построен в координатах выпуска соответствующего продукта в расчете на единицу ресурса.
Позиции субъектов управления A, B, C и D образуют фронт эффективности, позиция субъекта M находится внутри этот фронта, то есть относительно фронта она не эффективна. Мера ее эффективности будет измеряться отношением
TEM :0<40M) <L
d (0,M1)
Базовая CCR-модель
(2)
Для каждого к-го субъекта управления формируются показатели «входа» (ресурсы) и «выхода» (продукты):
Вход = ^ х1 k+•••+^х^; Выход = и1 у1 к+-+и1у1к,
где vm, и5 - неизвестные весовые коэффициенты при переменных «входа» и «выхода» соответственно;
Хтк - цена т-го ресурса для к-го субъекта; ysк - цена 5-го продукта для к-го субъекта; т - порядковый номер ресурса; 5 - порядковый номер продукта.
Далее необходимо найти значение весовых коэффициентов Vm , максимизирующих отношение. Так как необходимо найти меру эффективности каждого субъекта управления, то решается t оптимизационных задач для каждого к-го субъекта (к = 1,..., 0:
m
X(M j-yjk ) = ь i = 1
х1Д 2,...Д, > 0, M* 1, M2 ' ' ' ' ' Mm ^ 0
(14)
(15)
(16)
= U1 y1 k + u2 y2 k + • • '+usysk + max
V1 X1 k + V2 x 2k + ' • • + VmXmj
при условии:
U1 У1 j +U2 У2 j + ' ' ' + и,У
V1 X1 j + V 2 X2 j+ • • • + VmXmj
j <1,( j = 1, * ' * ,t ),
V1 ' V2 ' ■ 'Vm^0,
u1 'U 2 '■■■ ' us>0.
(3)
(4)
(5)
(6)
Обычно в таком виде формулируется задача при решении ее с использованием симплекс-методом.
ВСС-модель
В 1984 г., спустя шесть лет после появления CCR-модели, обновленная исследовательская группа в составе Р. Бэнкера, А. Чарнза и У. Купера явила миру новую, так называемую BCC-модель, которая была названа также в соответствии с первыми буквами фамилий авторов (Banker, Charnes, Cooper) [8]. Эта модель более приближена к реальной действительности чем CCR-модель,
Однако в такой постановке (дробнолинейной)
найти однозначное решение оптимизационной поскольку предполагает переменную отдачу от
задачи не представлялось возможным, поэтому шсшгаба, то есть увеличение исп°льз°вания
авторы (А. Чарнз и У. Купер) свели ее к задаче ресурса X, отажм в к раз необязательно должвд
линейного программирования путем преобразования, привести к увеличению продукта У в Хк: раз.
которое было разработано ими же в 1961 г. Подтверждение этого мы постоянно находим (за 27 лет до создания модели):
0к = и1 У1к +и 2 У 2 к + • • • + иэУк + таХ
при условии
V1 X 1k +V 2 X2 k +
v + m X mk = 1,
(7)
(8)
1 У1 j + • • • + Usysl ^ V1 X1j + • • • + VmXmj ( j =15-" t )' (9)
V1 ' V2 ' • • • 'Vm >0,
u1 ' и 2 ' • • • 'Us >0.
(10) (11)
Известно, что в линейном программировании для каждой задачи можно составить ей двойственную, при этом они будут иметь одинаковые решения. В DEA -анализе чаще используют двойственную задачу. Решение двойственной задачи менее трудоемко, поскольку в ней меньше ограничений.
В нашем случае логика двойственной задачи основана на том, что минимизируется взвешенная сумма переменных «входа» при текущем объеме переменных «выхода». Формулировка
двойственной по отношению к (7-11) задачи будет выглядеть так:
в жизни на каждом шагу и чаще убеждаемся в том, что эта взаимосвязь нелинейна. В экономической теории этот факт известен как концепция убывающей предельной производительности, предложенная в свое время американским неоклассиком Джоном Бейтсом Кларком [9]. Ее нельзя не учитывать при оценке сравнительной эффективности. В этом случае (при переменной отдаче масштаба) значительно большее количество субъектов управления может оказаться расположенными на фронте эффективности, чем в случае СС^-модели.
Прямая задача в ВСС-модели, ориентированной на «вход», выглядит следующим образом:
min
Ф0 = X (X
j=1
jXj 0
при условии:
s m
Xj0)-£(mjyjk)> 0' Vk = 1,...t j=1 i=1
(12)
(13)
min (©0 ) при условии:
n
X( yjk X k )-s+ = yj0'V j = U...'^ k = 1
n
00X,-L(XikXk)-s-, Vi = 1,...,r., k=1
n
Xx k = 1,
k =1
Xk > 0, st > 0, s+ > 0 k = 1,... 'П'
(17)
(18)
(19)
(20) (21)
где k - количество субъектов управления, участвующих в сравнении;
r - количество используемых ресурсов на «входе»;
и
s
5 - количество продуктов на «выходе»; х^ - цена 7-го ресурса для оцениваемого субъекта;
у у - цена у-го продукта для оцениваемого субъекта;
х7к - цена 7-го ресурса для к-го субъекта; у У - цена у-го продукта для к-го субъекта; Лк - весовой коэффициент к-го субъекта;
5- - перерасход 7-го вида ресурса;
+
5 у - недовыпуск у-го вида продукта.
От СС^-модели ВСС-модель отличается наличием условия выпуклости, то есть:
п
= 1.
к =1
Это условие позволяет аппроксимировать нелинейные зависимости объема выпуска продукта от масштаба производства, которые столь часто присутствуют в действительности.
Прямая задача (17) - (21) ВСС-модели интересна только в теоретическом плане, поскольку изначально переменные ©0, 5", 5+ не известны, поэтому на практике для нахождения оценки сравнительной эффективности используется двойственная ей задача:
тах 0 = X (иг уу ]+и0 (22)
Г
при условии:
Е( ^гХу )= 1, (23)
7
Х(игУу)-Е(^гха) + и < 0, (24)
Г 7
иг,у7 > 0, (25)
и0еR (вещественные числа)
где и0 - переменная эффекта масштаба;
иг - весовой коэффициент г-го продукта на «выходе»;
VI - весовой коэффициент 7-го ресурса на «входе»;
ху - цена 7-го ресурса для у-го субъекта;
Угу - цена г-го продукта для у-го субъекта.
Математическое представление переменного эффекта масштаба в двойственной (22) - (25) задаче осуществляется посредством добавления к целевой
функции некоторой переменной uo, которая представляет собой эффект масштаба. При этом возможны следующие варианты: u0 > 0, u0 < 0, uo = 0, что означает возрастающую, убывающую и постоянную отдачу от масштаба.
Выбор переменных для построения модели
В практике DEA--анализа эффективности менеджмента чаще всего используется входоориентированная модель, поскольку ресурсы являются относительно легко управляемыми переменными по сравнению с переменными «выхода». Другими словами, оптимизируя управленческий процесс, проще привести в соответствие ресурсы на «входе» объему продукта на «выходе», нежели наоборот. К тому же оценка эффективности использования ресурсов может дать важнейшую информацию о технологии реализации управленческих решений и их потенциале. Кроме того, выбор переменных определяется доступностью и надежностью исходной статистической информации.
Ранее отмечалось, что проблема оценки сравнительной эффективности менеджмента в рамках дестинации должна решаться так, чтобы в результате был получен не набор отдельных характеристик, а интегральный показатель, на основе которого можно было бы дать недвусмысленную оценку эффективности управленческой деятельности.
В рамках рассматриваемой нами методологии DEA-анализа оценка эффективности управления инфраструктурой социальной безопасности определяется через ключевые характеристики инфраструктуры (медико-санитарные, социальные, экологические). Они же (характеристики) рассматриваются как переменные «входа» (inputs) «квазипроизводственного процесса», на выходе которого возникает туристский поток.
По нашему мнению, оценка эффективности инфраструктуры социальной безопасности должна быть обязательной предшествующей процедурой оценки эффективности управления любой отрасли региона и в первую очередь туризма, поскольку эффективная инфраструктура социальной безопасности - есть гарант эффективного функционирования туристической отрасли дестинации.
Исследование сравнительной эффективности управления инфраструктурой социальной безопасности дестинации
Объектом исследования стали восемь областей и шесть республик Приволжского федерального округа, рассматриваемых как относительно автономные туристические дестинации.
Практика международного и внутреннего туризма показывает, что с ростом потока туристов возрастают требования к обеспечению их безопасности. Речь идет не только о террористической безопасности, но и о других формах социальной безопасности: медико-санитарной, экологической, санитарно-эпидемиологической, криминальной [10-15].
Инфраструктура социальной безопасности дистинации является базисом всего туристическо-рекреационного комплекса региона. Чем эффективнее управление этой инфраструктурой, тем выше ее уровень, тем выше конкурентоспособность туристических дестинаций, тем большее количество туристов их посещает.
Оценка эффективности управления инфраструктурой социальной безопасности проводилась на основе СС^-модели, ориентированной на «вход». Переменные «входа» с небольшими изменениями были выбраны в соответствии с рекомендациями Д.Ю. Дудецкого [16], к которым относятся:
• доступность медицинской помощи (Х1 -количество жителей (физических лиц) в расчете на одного врача в учреждениях, оказывающих медицинские услуги населению, чел.; Х2 -количество жителей в расчете на одну станцию (одно отделение) скорой медицинской помощи, тыс. чел.);
• потенциал криминогенной угрозы (хз -численность населения с денежными доходами ниже величины прожиточного минимума от общей численности населения, %; Х4 - общая численность безработных в соответствии с методологией Международной организации труда, тыс. чел.);
• уровень преступности в дестинации (х5 -количество зарегистрированных преступлений,
ед.);
• эпидемиологическая безопасность дестинации (хб - количество случаев острых кишечных инфекций, ед.; Х7 - количество случаев острого гепатита, ед.; Х8 - количество случаев впервые выявленного туберкулеза, ед.);
• экологическая безопасность дестинации (х9 -образование отходов производства и потребления, тыс. т; хю - выбросы в атмосферу загрязняющих веществ, тыс. т; хп - сброс сточных вод в поверхностные водные объекты, млн м3);
К переменным «выхода» относится туристический поток (у - численность иностранных граждан
и граждан Российской Федерации, проживающих в коллективных средствах размещения, тыс. чел.).
Интегральная по своей сути переменная «туристический поток» отражает прямой и общий вклады туризма в местную экономику. Для решения поставленной задачи с учетом специфики DEA-анализа она подходит как нельзя лучше.
Значения использованных переменных модели по субъектам округа приведены в табл. 1.
CCR-модель была реализована в среде Mathcad. Результаты оценки эффективности управления инфраструктурой социальной безопасности регионов в плане формирования туристического потока можно представить в виде следующей матрицы:
Субъектыг =
/Республика Башкортостану Республика Марий Эл Республика Мордовия Республика Татарстан Удмурдская Республика Чувашская Республика Пермский край Кировская область Нижегородская область Оренбургская область Пензенская область Самарская область Саратовская область Ульяновская область
в, =
/
/0,89\ ' 0,66 » 1,00 1,00 0,85 1,00 0,90 0,67 0,84 0,45 0,52 0,72 ,0,72, \1,00/
Результаты показывают, что в большинстве субъектов округа оценки эффективности управления инфраструктурой социальной безопасности далеки от показателя абсолютной эффективности (100%), за исключением Республики Мордовия, Республики Татарстан, Чувашской Республики и Ульяновской области.
Самое низкое значение оценки в Оренбургской области (©,■ = 0,45), то есть эффективность управления инфраструктурой социальной безопасности субъектами всех уровней, от менеджеров низшего звена (менеджеры предприятий и организаций) до менеджеров профильных региональных министерств, в области более чем в 2 раза ниже, чем у лидеров округа.
Отмеченные ранее четыре региона оказались на 100% эффективными, то есть лежащими на фронте эффективности. Формально их сравнение между собой теряет смысл, поскольку оно невозможно. Этот существенный недостаток непараметрического метода измерения сравнительной эффективности, по мнению некоторых исследователей [17, 18], особенно заметен на фоне параметрических методов оценки эффективности, например, стохастического граничного анализа. Ученые
П. Андерсен и Н. Петерсен предложили очень простой метод ранжирования предприятий, лежащих на фронте эффективности, который стал известен как «модель суперэффективности» [19].
Модель суперэффективности в приложении к оценке сравнительной эффективности
Идея метода состоит в исключении исследуемого объекта (обладающего 100%-й сравнительной эффективностью) из анализируемой совокупности объектов и построение новой границы эффективности для множества из n - 1 объектов. Технически это достигается удалением одного неравенства в системе ограничений оптимизационной задачи линейного программирования и оставлением соответствующего единичного равенства.
Как и предыдущие DEA -модели, модель суперэффективности была реализована автором на основе метода модульного программирования в среде Mathcad. Оценки суперэффективности, полученные на основе этой модели приведены в виде следующей матрицы:
Субъекты; =
/Республика Башкортостану Республика Марий Эл Республика Мордовия Республика Татарстан Удмурдская Республика Чувашская Республика Пермский край Кировская область Нижегородская область Оренбургская область Пензенская область Самарская область Саратовская область Ульяновская область
V
SEf,=
/0,89\ ' 0,66 * 1,10 2,07 0,85 1,02 0,90 0,67 0,84 0,45 0,52 0,72
\1,46/
Исходной информацией для JZ-модели послужили переменные «входа» (xi,---,xn) и «выхода» (yi) CCR-модели, а также вектор (получен при использовании этой модели) оценок сравнительной эффективности Ef.
Матрица optlN оптимальной структуры переменных инфраструктуры социальной безопасности, определенная с использованием JZ-модели, имеет вид:
Теперь ситуация с лидерством среди субъектов округа определяется гораздо проще: 1-е место занимает Республика Татарстан (ЖД = 2,07), 2-е место, существенно отставая от лидера, занимает Ульяновская область = 1,46), на 3-м месте находится Республика Мордовия (££/14 = 1,1), замыкает группу лидеров Республика Чувашия (SEf1 = 1,02). Лидер прошлой пятилетки -Новгородская область - в число лучших регионов не вошла. При этом оценка аутсайдера (Оренбургской области) ниже оценки лидера (Республики Татарстан) в 4,6 раза (2,07/0,45).
Оптимальная структура переменных инфраструктуры социальной безопасности
На третьем этапе процедуры оценки для определения ситуационной матрицы оптимальной структуры переменных инфраструктуры социальной безопасности дестинации используется DEA-модель, предложенная в 1993 г. профессором Джо Чжу из Школы бизнеса Вустера (Англия) [20]. Эта модель (назовем ее .^-модель), была также реализована нами в среде Mathcad.
.7-модель дает информацию о новой, оптимальной структуре переменных «входа», то есть это такой набор значений переменных, при которых система управления достигает уровня абсолютной эффективности. Применительно к туристической дестинации аутсайдера - Оренбургской области -это означает, что абсолютная эффективность управления инфраструктурой социальной безопасности будет достигнута при переводе инфраструктуры в следующий режим (значения вектора optIN5).
Такими переменными будут:
• доступность медицинской помощи (Х1 = 91 -количество жителей (физических лиц) в расчете на одного врача в учреждениях, оказывающих медицинские услуги населению, чел.; х2 = 22 -количество жителей в расчете на одну станцию (отделение) скорой медицинской помощи (на конец года), тыс. чел.);
• потенциал криминогенной угрозы (хз = 5 -численность населения с денежными доходами ниже величины прожиточного минимума от общей численности населения, %; Х4 = 21 -общая численность безработных в соответствии с методологией Международной организации труда, тыс. чел.);
• уровень преступности в дестинации (Х5 = 12 509 - количество зарегистрированных преступлений, ед.);
• эпидемиологическая безопасность дестинации (Хб = 220 - количество случаев острых кишечных инфекций, ед.; Х7 = 5 - количество случаев острого гепатита, ед.; Х8 = 32 - количество случаев впервые выявленного туберкулеза, ед.);
• экологическая безопасность дестинации (Х9 = 27 517 - образование отходов производства и потребления, тыс. т; хю = 431 - выбросы в атмосферу загрязняющих веществ, тыс. т; хц = 617 - сброс сточных вод в поверхностные водные объекты, млн м3).
Таким образом, при указанных значениях основных характеристик инфраструктуры социальной безопасности Оренбургская область может выйти в группу лидеров (при условии сохранения другими регионами достигнутого уровня развития инфраструктуры социальной безопасности). Для того чтобы создать задел социальной безопасности дестинации и надеяться в будущем на рост туристического потока, местным профильным управленческим структурам в первую очередь необходимо работать в направлении оптимизации инфраструктуры социальной безопасности, ориентируясь на приведенные расчетные значения ключевых переменных.
Результаты анализа могут быть использованы для оптимизации системы управления инфраструктурой социальной безопасности на всех уровнях, а это является важным этапом качественного развития туристической дестинации, условием роста ее эффективности и конкурентоспособности.
Заключение
Методология DEA--анализа разработана специально для оценки эффективности управления субъектов практически любого уровня и любой сферы деятельности, поддающейся формализации. Она имеет неоспоримые преимущества по сравнению с традиционными эконометрическими методами (регрессионным анализом, анализом среды функционирования). DEA -анализ позволяет определить вектор поиска конструктивных решений в управлении инфраструктурой социальной безопасности региона, разработки индикативных планов и осуществления контрольных функций в сравнении с конкурентным окружением или туристической отраслью в целом.
Таблица 1
Значения переменных «входа» и «выхода» ССЯ-модели оценки сравнительной эффективности инфраструктуры социальной безопасности по субъектам Приволжского федерального округа по состоянию на 2014 г.
Table 1
Values of the input-output variables of CCR-model of comparative effectiveness assessment of the social security infrastructure in the Volga Federal District subjects as of 2014
_Субъект_ _X_x_x_x_X_X_X_X_X_xio_X11_yi
Республика Башкортостан 234 66 11 105 53 111 382 11 36 53 164 710 484 833
Республика Марий Эл_287 24 20 17 7 419 403 5 61 515 85 56 90
Республика Мордовия_186 41 17 19 8 908 604 5 38 1 541 108 34 98
Республика Татарстан_237 85 7 81 44 781 395 10 38 2 807 570 688 1 310
Удмуртская Республика_186 58 11 42 26 875 720 6 57 787 285 143 266
Чувашская Республика_206 83 16 34 13 782 828 7 57 400 112 76 198
Пермский край_197 120 12 75 51 919 457 11 69 30 703 558 2 080 454
Кировская область_218 33 13 34 22 123 523 8 35 1961 206 149 208
Нижегородская область_204 62 9 75 38 560 371 11 38 3276 430 893 807
Оренбургская область_202 49 12 46 27 613 487 12 71 60 744 951 1 363 341
Пензенская область_249 45 13 33 13 420 571 10 40 1 863 122 189 145
Самарская область_216 97 13 53 50 751 489 14 70 5 117 568 563 620
Саратовская область_188 62 15 58 27 182 602 14 55 4 657 365 208 312
Ульяновская область_251 42 12 31 15 431 607 7 71 371 137 101 259
Источник: данные Росстата
Source: Rosstat
Рисунок 1
Графическая иллюстрация технической эффективности в ДЕ4-моделях, ориентированных на «вход» Figure 1
Graphic illustration of technical efficiency in input-targeted DEA models
А \ 1
J* м
Vf
Mi \с
4 \D
Е
Источник: авторская разработка Source: Authoring
Рисунок 2
Графическая иллюстрация технической эффективности в DEA-моделях, ориентированных на «выход» Figure 2
Graphic illustration of technical efficiency in output-targeted DEA models
А R
\ с
/ .M
/ D
о
Источник: авторская разработка Source: Authoring
Список литературы
1. Иванюк И.И., Пискунов А.А., Данилина Е.П., Лычев А.В., Кривоножко В.Е. Система рейтингования регионов с использованием методологии АСФ // Вестник АКСОР. 2008. № 4. С. 24-30.
2. Кривоножко В.Е., Лычев А.В. Анализ деятельности сложных социально-экономических систем. М.: МАКС Пресс, 2010. 208 с.
3. Пискунов А.А., Иванюк И.И., Лычев А.В., Кривоножко В.Е. Использование методологии АСФ для оценки эффективности расходования бюджетных средств на государственное управление в субъектах Российской Федерации // Вестник АКСОР. 2009. № 2. С. 28-36.
4. Кривоножко В.Е. Диагностика и анализ деятельности сложных социально-экономических объектов на основе методологии анализа среды функционирования // Системный аудит использования национальных ресурсов и управление по результатам. Выпуск 3. Методы анализа и социально-экономической диагностики. Ростов н/Д: ЮРИФКА, 2007. С. 9-122.
5. Уткин О.Б., Кривоножко В.Е., Рыжих Д.А. Анализ деятельности городов России на основе технологии АСФ в рамках концепции устойчивого развития // Экономика развития региона: проблемы, поиски, перспективы. Волгоград: ВолГУ, 2004. Вып. 4. С. 97-113.
6. Debreu G. The Coefficient of Resource Utilization. Econometrica, 1951, vol. 19, pp. 273-292. doi: 10.2307/1906814
7. Farrell M.J. The Measurement of Productive Efficiency. Journal of Royal Statistical Society, 1957, vol. 120, pp. 253-290. doi: 10.2307/2343100
8. Banker R., Charnes A., Cooper W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 1984, vol. 30, pp. 1078-1092. doi: 10.1287/mnsc.30.9.1078
9. Рагимов Т.С. Международное туристское право: тенденции и развитие // Журнал зарубежного законодательства и сравнительного правоведения. 2015. № 4. С. 603-608.
10. Биржаков М.Б., Пшенко К.А. Международное туристское право. Законодательство государств-участников СНГ в сфере туризма. СПб.: Невский Фонд, 2008. 232 с.
11. БиржаковМ.Б. Экономическая безопасность туристской отрасли. СПб.: Герда, 2007. 464 с.
12. Блашенкова В.С. Бренд территории: создание и продвижение. Как это делается в России. М.: Конкретика, 2011. 320 c.
13. Гайдукевич Л.М. Развитие международного туризма и обеспечение безопасности туристов // Журнал международного права и международных отношений. 2005. № 2. С. 39-43.
14. Лунин Э.А. Безопасность туризма в Российской Федерации // Проблемы современной экономики. 2008. № 2. С. 405-408.
15. Маринин М.М. Туристские формальности и безопасность в туризме. М.: Финансы и статистика, 2002. 144 с.
16. Дудецкий Д.Ю. Компоненты туристской индустрии как факторы конкурентоспособности дестинации // Вопросы современной экономики. 2015. № 1. URL: http://economic-journal.net/2015/02/125/.
17. Романова М.М., Чернова А.А. Характеристика и особенности применения различных видов управления в индустрии туризма // Науковедение. 2014. № 5. С. 123. URL: http://naukovedenie.ru/PDF/93EVN514.pdf.
18. Лисситса А., Бабичева Т. Анализ оболочки данных (DEA) - современная методика определения эффективности производства // Discussion Paper. 2003. № 50. 37 c.
19. Andersen P., Petersen N.C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis. Management Science, 1993, vol. 39, pp. 1261-1264. doi: 10.1287/mnsc.39.10.1261
20. Zhu Joe. Data Envelopment Analysis with Preference Structure. Journal of Operational Research Society, 1996, vol. 47, pp. 136-150. doi: 10.2307/2584258
http://fin-izdat.ru/journal/region/ 185
Региональная экономика: Regional Economics:
теория и практика 9 (2016) 177-187 Theory and Practice
ISSN 2311-8733 (Online) Recreation and Tourism
ISSN 2073-1477 (Print)
EVALUATION OF THE SOCIAL SECURITY INFRASTRUCTURE MANAGEMENT EFFECTIVENESS BY DEA-ANALYSIS METHOD: A TOURIST DESTINATION CASE
Arkadii N. PORUNOV
Samara Technical University, Samara, Russian Federation rameno@rambler.ru
Article history:
Received 26 January 2016 Received in revised form 12 February 2016 Accepted 29 February 2016
JEL classification: H75, L83, L88, L89
Keywords: DEA-analysis, CCR-model, BCC-model, infrastructure, social security, tourism destination
Abstract
Subject The article discusses the issue of evaluation of social security infrastructure management
effectiveness of tourist destinations at all company-to-regional ministry levels.
Objectives The paper aims to define a matrix of key variables that describe the level of development
of the regional infrastructure of social security. Using the DEA-analysis method, the paper aims to
identify the areas with the most productive social security infrastructure management in relation to
the tourist industry in the region, and determine the optimal structure of the situational characteristics
of social security infrastructure of tourist destinations.
Methods For the study, I used the DEA-analysis method and public statistics.
Results As a result of the DEA-analysis and open statistical data, I identified the most effective
social security infrastructure management systems in the regions of the Volga Federal District.
Conclusions The DEA-analysis allows defining a vector of search for constructive solutions to
optimize the management of social security infrastructure of the region, implement the monitoring
functions and elaborate plans for future development.
© Publishing house FINANCE and CREDIT, 2016
References
1. Ivanyuk I.I., Piskunov A.A., Danilina E.P., Lychev A.V., Krivonozhko V.E. [A system of region rating using the DEA methodology]. VestnikAKSOR = AKSOR Bulletin, 2008, no. 4, pp. 24-30. (In Russ.)
2. Krivonozhko V.E., Lychev A.V. Analiz deyatel'nosti slozhnykh sotsial'no-ekonomicheskikh sistem [An analysis of the activity of complex socio-economic systems]. Moscow, MAKS Press Publ., 2010, 208 p.
3. Piskunov A.A., Ivanyuk I.I., Lychev A.V., Krivonozhko V.E. [Use of the DEA methodology to assess the effectiveness of spending on public administration in the constituent entities of the Russian Federation]. Vestnik AKSOR = AKSOR Bulletin, 2009, no. 2, pp. 28-36. (In Russ.)
4. Krivonozhko V.E. Diagnostika i analiz deyatel'nosti slozhnykh sotsial'no-ekonomicheskikh ob"ektov na osnove metodologii analiza sredy funktsionirovaniya. V kn.: Sistemnyi audit ispol'zovaniya natsional'nykh resursov i upravlenie po rezul'tatam. Vyp. 3. Metody analiza i sotsial'no-ekonomicheskoi diagnostiki [Diagnosis and analysis of complex socio-economic facilities on the basis of the DEA-analysis methodology. In: System audit use of national resources and management by results. Iss. 3. Methods of analysis and the socio-economic diagnosis]. Rostov-on-Don, YURIFKA Publ., 2007, pp.9-122.
5. Utkin O.B., Krivonozhko V.E., Ryzhikh D.A. Analiz deyatel'nosti gorodov Rossii na osnove tekhnologii ASF v ramkakh kontseptsii ustoichivogo razvitiya. V kn. : Ekonomika razvitiya regiona: problemy, poiski, perspektivy [An analysis of the activities of Russian cities on the basis of the ASF technologies within the framework of the concept of sustainable development. In: The economy of the region development: problems, prospects for the searches]. Volgograd, VolSU Publ., 2004, iss. 4, pp. 97-113.
6. Debreu G. The Coefficient of Resource Utilization. Econometrica, 1951, vol. 19, pp 273-292. doi: 10.2307/1906814
7. Farrell M.J. The measurement of Productive Efficiency. Journal of Royal Statistical Society, 1957, vol. 120, pp. 253-290. doi: 10.2307/2343100
8. Banker R., Charnes A., Cooper W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 1984, vol. 30, pp. 1078-1092. doi: 10.1287/mnsc.30.9.1078
9. Ragimov T.S. [International travel law: trends and development]. Zhurnal zarubezhnogo zakonodatel'stva i sravnitel'nogo pravovedeniya = Journal of Foreign Legislation and Comparative Law, 2015, no. 4, pp. 603-608. (In Russ.)
10. Birzhakov M.B., Pshenko K.A. Mezhdunarodnoe turistskoe pravo. Zakonodatel'stvo gosudarstv-uchastnikov SNG v sfere turizma [International travel law. Legislation of the CIS Member States in the field of tourism]. St. Petersburg, Nevskii Fond Publ., 2008, 232 p.
11. Birzhakov M.B. Ekonomicheskaya bezopasnost' turistskoi otrasli [Economic security of the tourism industry]. St. Petersburg, Gerda Publ., 2007, 464p.
12. Blashenkova V.S. Brend territorii: sozdanie i prodvizhenie. Kak eto delaetsya v Rossii [Brand territory: creation and promotion. As it is done in Russia]. Moscow, Konkretika Publ., 2011, 320 p.
13. Gaidukevich L.M. [Development of international tourism and ensuring the safety of tourists]. Zhurnal mezhdunarodnogo prava i mezhdunarodnykh otnoshenii = Journal of International Law and International Relations, 2005, no. 2, pp. 39-43. (In Russ.)
14. Lunin E.A. [Tourism security in the Russian Federation]. Problemy sovremennoi ekonomiki = Problems of Modern Economics, 2008, no. 2, pp. 405-408. (In Russ.)
15. Marinin M.M. Turistskie formal'nosti i bezopasnost' v turizme [Travel formalities and security in tourism]. Moscow, Finansy i statistika Publ., 2002, 144 p.
16. Dudetskii D.Yu. [Components of the tourism industry as the competitiveness factors of destinations].
Voprosy sovremennoi ekonomiki = Questions of Modern Economy, 2015, no. 1. Available at: http://economic-journal.net/2015/02/125/. (In Russ.)
17. Romanova M.M., Chernova A.A. [Characteristics and features of different types of management in the tourism industry]. Naukovedenie, 2014, no. 5, p. 123. Available at: http://naukovedenie.ru/PDF/93EVN514.pdf. (In Russ.)
18. Lissitsa A., Babicheva T. [DEA-analysis is a modern method of determining the efficiency of production].
Discussion Paper, 2003, no. 50, 37 p. (In Russ.)
19. Andersen P., Petersen N.C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis. Management Science, 1993, vol. 39, pp. 1261-1264. doi: 10.1287/mnsc.39.10.1261
20. Zhu J. Data Envelopment Analysis with Preference Structure. Journal of Operational Research Society, 1996, vol. 47, pp. 136-150. doi: 10.2307/2584258
