CC BY
53
ет возможности для использования новых эффективных инструментов управления затратами, решения задач по обоснованию управленческих решений.
Очень часто с этой целью используются статистические методы, которые при правильном использовании дают неплохие результаты. Для распределения затрат на постоянные и переменные применяется упрощенный статистический метод средних. Этот метод прост и достаточен, что очень важно, когда расчеты выполняются вручную.
Таким образом, напрашивается вывод о том, что нужно знать, на основании каких данных строить уравнение регрессии, чтобы получить удовлетворительные результаты. Поэтому крайне важно при распределении затрат на постоянные и переменные проводить анализ по отдельным статьям, причем комплексные статьи лучше разлагать до простых статей затрат, а по каждой простой статье затрат лучше проводить анализ и в разрезе мест возникновения зат-
рат, что будет способствовать улучшению результатов регрессионного анализа.
Литература:
1. Аристархова, М.К. Совершенствование управления производственными затратами в современных рыночных условиях [Текст]/ М.К. Аристархова, А.С.Кузнецова // Вестник УГАТУ. - 2007. - том 6, №2. - с. 136-148
2. Глинский, Ю. Новые методы управленческого учета [Текст] / Ю. Глинский. // Финансовая газета. - 2007. - №52. - с. 5-9.
12. Калинина, Е.А. Построение гибкой системы управления затратами [Текст]/ Е.А. Калинина // Менеджмент в России и за рубежом. - 2007. - № 5. - с. 34-38.
18. Кузьмина, М.С. Учет затрат, калькулирование и бюджетирование в отраслях производственной сферы [Текст]: учеб.пособие / М.С. Кузьмина. - М.: Финансы и статистика, 2007. - 208 с.: ил.
СОЦИАЛЬНО-ОРИЕНТИРОВАННЫЕ ИНТЕГРИРОВАННЫЕ ОБРАЗОВАНИЯ: КЛАСТЕРНЫЙ АНАЛИЗ И СИНЕРГИЗМ
Кудрова Н.А., к.э.н, доцент зав. кафедрой экономики, менеджмента и маркетинга Рязанского института (филиала) Московского
государственного открытого университета Бугреева О., аспирант Московского государственного университета экономики, статистики и информатики (МЭСИ)
В данной статье рассматривается понятие кластера и задачи кластерного анализа, приведен пример дендограмм расстояний по объектам, показаны критерии управления социально-экономическим кластерным образованием.
Ключевые слова: кластер, социально-экономические интегрированные образования, критерии управления.
SOCIO- ORIENTED INTEGRATED EDUCATION: A CLUSTER ANALYSIS AND SYNERGIES
Kudrova N., Candidate of Economic Sciences, Associate Head. Department of Economics, Management and Marketing Ryazan Institute
(branch) of Moscow State Open University Bugreeva O., the post-graduate student, Moscow State University of Economics, Statistics and Informatics (MESI)
This article discusses the concept of the cluster and the problem of cluster analysis is an example dendogramm distances for objects displayed criteria of socio-economic cluster formation.
Keywords: cluster, integrated socio-economic formation, management criteria.
Субъектами кластерного анализа в социально-экономических интегрированных образованиях в регионах могут быть:
■ управляющий координирующий орган кластерного образования,
■ кластер - включающий в себя совокупность хозяйствующих и социально-экономических субъектов,
■ отдельный хозяйствующий или социально-экономический субъект, входящий в данное образование, выполняющий определенную роль в реализации целевых направлений в реализации выбранной стратегии.
Предметом кластерного анализа являются результаты деятельности субъектов, входящих в интегрированные образования, а также процессы, влияющие на результаты взаимодействия в данных образованиях. Цели кластерного анализа определяются необходимостью реализации программ социально-экономического развития регионов и принятия управленческих решений в направлении эффективной реализации стратегий развития регионов. Данные цели связаны с решением вопросов социально-экономического развития регионов в части инновационного и социального развития, осуществлением функций координации и регулирования взаимодействия входящих в интегрированную систему элементов в части выполнения общих проектов, оценкой степени влияния внешней среды, оценкой распределения финансовых ресурсов, контролем за реализацией общепринятой стратегии социально-экономического развития регионов.
В отличие от задач классификации, кластерный анализ не требует априорных предположений о наборе данных, не накладывает ограничения на представление исследуемых объектов, позволяет анализировать показатели различных типов данных (интервальным данным, частотам, бинарным данным). При этом необходимо помнить, что переменные должны измеряться в сравнимых шкалах. Кластерный анализ позволяет сокращать размерность данных, делать ее наглядной.
Задачи кластерного анализа можно объединить в следующие группы:
1. Разработка типологии или классификации.
2. Исследование полезных концептуальных схем группирования объектов.
3. Представление гипотез на основе исследования данных.
4. Проверка гипотез или исследований для определения, действительно ли типы (группы), выделенные тем или иным способом, присутствуют в имеющихся данных.
При проведении кластерного анализа существует множество факторов, порождающих неопределенность. Возникает необходимость их сократить по целому ряду следующих причин:
а) отсутствие полных статистических данных по всем переменным;
б) резкое усложнение вычислительных процедур при введении в модель большого числа переменных;
в) оптимальное использование методов регрессионного анализа требует превышения числа наблюдаемых значений над числом переменных не менее чем в 6-8 раз;
г) стремление к использованию в модели статистически независимых переменных и пр.
Проводить такой анализ непосредственно на сравнительно громоздкой матрице коэффициентов корреляции весьма затруднительно. С помощью кластерного анализа всю совокупность конъюнктурных переменных можно разбить на группы таким образом, чтобы элементы каждого кластера сильно коррелировали между собой, а представители разных групп характеризовались слабой коррелированностью. Для решения этой задачи был применен один из агломеративных иерархических алгоритмов кластерного анализа. Принцип работы иерархических агломеративных процедур состоит в последовательном объединении групп элементов сначала самых близких, а затем все более отдаленных друг от друга. Большинство этих алгоритмов исходит из матрицы расстояний. Алго-
ритмы требуют на каждом шаге матрицы вычисления расстояний, а, следовательно, достаточно сложны и требуют большого количества времени. В этой связи реализация таких алгоритмов при числе наблюдений, большем нескольких сотен, нецелесообразна, а в ряде случаев и невозможна. Поэтому для целей данного исследования были произведены расчеты с использованием пакета прикладных программ "статистика" для windows. В кластерном анализе на основании статистических данных регионов он соответствует случаю семи объектов (n=7) и k характеристик (признаков) (k = ). На рис. 1 показан один из примеров дендрограмм расстояний по объектам. По дендрограмме, полученной в результате расчетов, мы можем выделить четыре кластера, содержащие объекты со схожими характеристиками.
Опишем сформированные кластеры
Кластер 1 ( объектов). В данную группу вошли следующие объекты: «А - здравоохранение» и «В - образование»; по всем трем анализируемым регионам они наиболее близки и поэтому объединяются в один кластер на уровне близости, равном 0,9.
Кластер 2 Объекты «С - ЖКХ» и «F- производство и распределение электроэнергии, воды и газа», объединяются при уровне 0,8. Данный кластер наиболее малочислен, однако в него входят основные социальные объекты. Примечательно, что объект «F- производство и распределение электроэнергии, воды и газа» вошедший в данную группу является определяющим для формирования любого социально-ориентированного кластерного образования.
Кластер 3 Данный кластер включает «D - строительство», «Е -сельское хозяйство», «G -промышленность».
Далее формируем подгруппы. Подгруппа «А», включает в себя объекты (А, В, С, F) и подгруппа «Б» - объекты (Е, D, G ), соответствующие уровню близости, равному 0,7 и 0,6. Окончательно все объекты группируются в один кластер при уровне 0,5. На основании данных таблицы можно сделать вывод, что наиболее успешным является кластер подгруппы «А», объекты которого классифицируются как "звезды". Далее следует успешный кластер подгруппы «Б». Кластер 3 не вызывает серьезных нареканий, он достаточно устойчиво развивается, но для повышения эффективности необходимо провести экономический анализ деятельности хозяйствующих субъектов, входящих в кластер и выявить возможность создания в регионах промышленных кластерных образований. Что касается кластера 1, то необходимо также принять решение о фор-
мировании методики управления данными объектами в совокупности.
При проведении кластерного анализа было определено общее положение для всех исследуемых регионов, заключающееся в том что, как для промышленных кластеров, так и для социально-ориентированных общим объектом является - производство и распределение электроэнергии, воды и газа», при этом для социально - экономических кластерных структур наиболее близки по уровню близости являются «А - здравоохранение», «В - образование» «С -ЖКХ», производство и распределение электроэнергии, воды и газа» и - строительство». Следовательно, для формирования социально - экономических интегрированных региональных структур определено, что основным объектом социально-экономического кластерного образования является так называемый объект «Производство и распределение электроэнергии, воды и газа». При этом в результате кластерного анализа выявлено, что данная структура оказывает большее влияние на социально-экономическую эффективность и показатели развития региона, чем на сферу материального производства, как было принято. Эффективность функционирования социально-экономических кластерных образований определяется, прежде всего, эффективностью распределения данных ресурсов. С этой целью определен коэффициент распределения по уровням. Выявлено, что необходимость инвестирования определяется теми же объектами.
Социально-экономическиое кластерное образование является сложной структурой, не имеющей аналогов, включающей невзаимосвязанные стандартными критериями элементы, т.к. не принято было объединять отрасли и социальные структуры с целью достижения экономического и социального эффекта. Для управления данной структурой необходимо определить критерии управления. На наш взгляд основными критериями управления в данном случае являются критерии мотивации, которые влияют на уровень управления интегрированной структурой социально-экономического кластерного образования.
На основе выполнения интеграционных положений можно получить синергический эффект. Помимо общего синергического эффекта целесообразно проводить анализ уровня интеграции по различным направлениям взаимодействия участников интегрированных структур. Поскольку в социально- ориентированных структурах доход определяется уровнем социального эффекта, представляется целесообразным применять показатель использования по-
Рис.1. Дендрограмма расстояний по объектам
TRANSPORT RTTSTNFSS TN RTTSSTA 13
лезного знания и (или) услуг в социальной сфере (К), величина которого прямо пропорциональна количеству информации (J), которое, в свою очередь, зависит от способов коммуникации и хранения знаний (например с использованием CALS - технологий) и уровню образования Е (который формально определяется уровнем профессиональной компетенции, средним количеством трудоспособного населения) и обратно пропорциональна доле распределяемых бюджетных средств, направленных на финансирование элементов кластерного социально - ориентированного образования (PSC). Таким образом, социальный эффект принимает вид: К = (J +E)/PSC
Этот показатель может трактоваться как синтетический, так как отражает зависимость качества институциональной структуры отношений социальной сферы и доли направленных бюджетных средств. Все это позволяет сделать вывод, что состояние социальной сферы в социальном кластере и экономики отрасли, входящей в кластер, определяет динамические характеристики развивающейся рыночной экономики региона и страны.
Пусть эффективность каждого элемента, входящего в социальный кластер, составляет К. При этом для организации кластерного образования требуется привлечение ресурсов различных видов в доле PSC от общей доли региональных инвестиций. Тогда уровень эффективности вложений в формирование кластерных социально - ориентированных образований по одному объекту I ра-
11 = К11PSC1.
Согласно этой формуле величина необходимого возврата вложений может быть получена как величина относительная. Аналогичная формула справедлива и для остальных видов ресурсных вложений. Если они никак не связаны между собой, общий объем продаж фирмы будет равен
K 0 = K1 + K 2 +... + Ki.
Аналогично:
РБС, = РБС, + РБС 2 +... + РБС1.
Общий возврат составит:
1 о = К о / РЯС о.
Данная формула справедлива, когда текущие доли вложений и эффективность никак не связаны друг с другом. Это позволяет находить их общую сумму простым сложением. В большинстве случаев существует эффект масштаба, заключающийся в том, что крупный кластер имеет более высокий эффект, чем несколько мелких, имеющих в совокупности те же объемы. Аналогично и объем инвестиций в крупных кластерах может быть меньше, чем простая сумма отдельных инвестиций. Используя наши символы, это утверждение можно выразить следующим образом:
если К с = К 0,
то РБСс < РБС,,
где показатели с индексом "0" соответствуют одной "интегрированной" структуре, а с индексом "с" - различным. В результате потенциальный возврат вложений в "интегрированной" системе больше, чем совокупный возврат инвестиций, полученный от вложения той же доли в соответствующие элементы в нескольких независимых структурах. Такого же результата, конечно, можно достичь и при одинаковой доле вложений. В этом случае:
К С ^ К 0 ;
сохраняя конкурентоспособность по отношению к другим структурам, в том числе и на региональным уровне.
Синергизм увеличивает результаты и усиливает эффективность - это является не менее важным мотивом объединения структур, отраслей и сфер народного хозяйства на региональном уровне. То есть, синергия означает появление при объединении в кластерные образования преимуществ недоступных двум отдельно взятым структурным единицам. Рассчитывать синергию, на наш взгляд наиболее целесообразно с использованием стандартной формулы дисконтирования:
Синергия = ^
t=1
ACF, (1+r У'
где "CFt - разница к моменту t между доходами консолидированной бюджетной системы и суммы доходов каждой структуры раздельно;
г - математическое ожидание коэффициента дисконтирования, рассматриваемое с учетом планируемой нормы доходности на вложенный (инвестируемый) капитал объекта консолидации.
Основываясь на данной формуле, появляется возможность разбить источники появления синергии на четыре основные категории: увеличение социального эффекта, увеличение доходов бюджета, и возможность привлечения дополнительных инвестиций.
РБСС = РБС0.
При одной и той же доле вложений интегрированная структура может получить больший эффект, чем несколько отдельно конкурирующих. Очевидно, что эффект синергизма имеет далеко идущие последствия. Оптимизируя этот эффект, интегрированная структура обладает высокой гибкостью в выборе конкурентной позиции. Она может завоевать большую долю рынка, может позволить себе больше инвестиций на исследования и разработки, чем конкуренты, может максимизировать норму возврата инвестиций и тем самым привлечь к себе инвесторов. И все это можно сделать,
Литература:
1. Интеграционные механизмы управления/ Кудрова Н. А., Орехов С. А. - Рязань.: ООО «Полиграфия», 2009. - 145 с.
2. Tsukamoto Y. Present State and Issues of the Industrial Cluster Policy of Japan[Электронный ресурс], 2005, P.5-6, - Режим доступа: http://www.nistep.go.jp/seminar/017/017_e.pdf;
