CC BY
46
тики будут созданы предпосылки для повышения конкурентоспособности на стадиях единого технологического процесса: производства, переработки и реализации мяса.
Список литературы
1. Долгова, И.М. Экономические отношения в сфере производства и переработки молока в Ульяновской об-
ласти / И.М. Долгова. — М.: ФГУП «ЭКСПЛОР», 2005. — 186 с.
2. Фисинин, В.И. Научное обеспечение развития животноводства России в 2008—2012 гг. / В.И. Фисинин,
В.В. Калашников, В.А. Багиров // Достижения науки и техники АПК. — 2008. — № 4. — С. 39—41.
3. Трухина, Т.Ф. Формирование ценовой политики птицеперерабатывающего предприятия / Т.Ф. Трухина // Мясная индустрия. — 2010. — № 7. — С. 44—47.
УДК 631.162:633/635
С.А. Петрова
Московский государственный агроинженерный университет имени В.П. Горячкина
СОВЕРШЕНСТВОВАНИЕ ОПЕРАТИВНОГО УПРАВЛЕНИЯ ПРОЦЕССАМИ В РАСТЕНИЕВОДСТВЕ
Высокая динамичность и неопределенность изменений внешней и внутренней среды в отрасли растениеводства обусловливают появление различных угроз, поэтому главной задачей систем оперативного управления является упреждение этих угроз.
Упреждающее управление — это мониторинг среды, состояния ожидания появления сигналов о возможных угрозах и оперативная реакция на эти сигналы.
Следовательно, в системах оперативного управления должны проводиться диагностические исследования с целью выявления (возможности) нетрадиционного сочетания признаков (предупредительных сигналов) и их информационной ценности для выработки контрмер упреждения или ослабления последствий кризисных ситуаций [1].
Специфика диагностики в системах оперативного управления состоит в том, что это — оперативная диагностика в динамике оперативного управления, при которой практически совмещаются непрерывный контроль и регулирование экономических процессов:
• оперативный анализ состояния базовых технико-экономических показателей отдельных подсистем или предприятия в целом;
• анализ влияния факторов внешней и внутренней среды на технико-экономические показатели и социальные аспекты предприятия;
• разработка и экспертная оценка мероприятий по стабилизации и развитию (устойчивости) бизнеса.
В настоящее время происходит снижение степени информационного мониторинга, управляемости мониторинга и управляемости бизнеса ввиду высокой рыночной макро- и микросреды предприятия. Большое количество кризисов, распадов, банкротств и одновременно возникновение новых
предприятий и фирм свидетельствует о кризисе экспертных знаний менеджеров при осуществлении ими диагностики, анализа состояния, прогнозирования развития ситуаций и выработки контрмер для обеспечения устойчивости бизнеса [2].
Для создания эффективного реализационного механизма систем оперативного управления необходимо разработать малую динамическую модель упреждающего управления.
В свою очередь сущность малых динамических моделей заключается в следующем:
1. Высокая адаптивность и наглядность, потому что более простые модели дают более высокий качественный результат, так как математические результаты не являются самоцелью, такой подход допускает иногда формально не строгое изложение.
2. Число элементов сложной системы велико, а индивидуальное влияние каждого из них на поведение системы в целом, как правило, не полностью показывает все характеристики, от этого теряется динамичность решения задачи. Таким образом, облегчение решения задачи достигается за счет упрощения постановки самой задачи.
3. Малые динамические модели характеризуются малым числом параметров и переменных (не больше двадцати), в них закладываются линейные параметры и ограничения и воплощаются с помощью имитации процесса работы. Они как бы фильтруют информацию, учитывая ведущие параметры моделируемого процесса (на коротком периоде тактового управления). А именно это важно в процессах оперативного управления.
Таким образом, системы оперативного управления на основе малых динамических моделей максимально учитывают многие факторы в их совокупности для решения управленческих задач [3], поэтому можно представить следующую прогноз-
Рис. 1. Прогнозная модель предприятия в отрасли растениеводства
ную модель оперативного управления в растениеводстве (рис. 1).
Входные данные модели
м є м = {/1,/2, ...,/„ ...,/п|,
где/1,/2, / ...,/П — множество значений диагностиче-
ских характеристик объекта (например, количественные и качественные показатели выпуска готовой продукции с начала и в течение планового периода, отгрузки готовой продукции потребителям, показатели материальнотехнического обеспечения производства и т. д.); п — количество (набор) диагностических характеристик; М — множество значений идентификационных характеристик объекта (кооперация, филиал, предприятие, цех, поток, изделие), которые «пробегает» вектор обозначенных величин т = /1,/,, ...,/ ...,/п):
/ тіп ^ /і ^ /і тах.
Диапазон допустимых значений диагностической характеристики / устанавливается директивно, где /і тіп, /і тах — предельно допустимые (минимальное и максимальное соответственно) значения. Введем следующие обозначения данных:
Ртзі — плановый технико-экономический показатель объекта, непосредственно зависящий от состояния і-й диагностической характеристики;
Гтзі — фактическое состояние технико-экономического показателя, зависящего от/і (устанавливается в результате диагностики);
/сі тах — сигнальное значение в упреждающей информационно-сигнализирующей системе (приближение к максимальному предельно допустимому значению);
/с тіп — сигнальное значение в упреждающей информационно-сигнализирующей системе (приближение к минимальному предельно допустимому значению);
/ норм — нормальное значение диагностической характеристики.
Ограничения модели
Минимальное предельно допустимое значение диагностической характеристики:
М'
У £ > £ .
М
где М' — число идентификационных характеристик объекта (например, число предприятий, цехов на предприятии, потоков в цехе, изделий на потоке, параметры изделия и т. д.).
Максимальное предельно допустимое значение диагностической характеристики:
У £ < £
~ -чшах
М
Ограничения:
У £ > £с ■ • У £ < £с
£aJ\ — ^\т\п — -/ішах’
ММ
которые являются условием срабатывания ин-формационно-сигнализирующей системы.
Целевые функции
Обеспечение плановой величины техникоэкономического показателя Ртзі, непосредственно зависящего от состояния диагностической характеристики:
Жэ1 - Ртэ1 0
М
Минимальное отклонение величины диагностической характеристики от нормального значения:
У[ £1 норм А]
М
Для прогнозирования выделяют динамический прогноз, получение которого обеспечивается использованием автоматизированных средств рыночной аналитики. В качестве инструмента для решения данной задачи по подготовке прогноза о состоянии и тенденциях развития рынков расте-
Рис. 2. Диалоговое окно ввода данных
Например, для прогнозирования мировой цены на пшеницу производят ввод данных и ограничений в диалоговое окно программы (рис. 2) и получают прогнозные показатели (рис. 3).
Данную модель можно использовать для решения широкого спектра задач оперативного управления производственно-коммерческой деятельностью предприятия и корпоративного управления.
Список литературы
1. Винокуров, С.Г. Системы оперативного менеджмента / С.Г. Винокуров. — Новосибирск: Изд-во НГУ, 2008. — 108 с.
2. Винокуров, Г.З. Оперативное управление предприятием / Г.З. Винокуров, С.Г. Винокуров. — Новосибирск: Изд-во НГТУ, 2009. — 336 с.
3. Менеджмент в АПК /
ниеводства автор использовала программное обес- а.Л. Эйдис [и др.]. — М.: ООО «Столичная типография»,
печение Data Mining: SPSS Clementine. 2008. — 340 с.
||вв]|Цена пшеницы (ГКС) (9 fields, 141 records] ИИШ
UEjle Одел Ooenemte 1Д|ДЫМ- |х!@]
Цены про... $TI_TimelnJ $TI_TimeLabel $TI_Year 5TI_ .Month I $TI_ Future $ТЗ-Цены произв... SiTSLCI-Цен... $tsuci-m...|
4 / 4b.15J ж.
117 5022.000 117 сен 2007 2007 9 0 5532.298 4734.141 6426.787 ~
118 Snull* 118 ОКТ 2007 2007 10 1 5290.992 4396.962 6329.159
119 Jnullt 119 НОЯ 2007 2007 11 1 5489.332 4052.239 7320.718
129 tnull$ 120 дек 2007 2007 12 1 5566.746 3690.939 8162.766
121 tnull$ 121 ЯНВ 2008 2008 1 1 5589.207 3388.395 8847.581
122 $null:i' 122 фев 2008 2008 2 1 6224.198 3504.136 10478.401
123 $null$ 123 мар 2008 2008 3 1 6581.157 3482.540 11651.868
124 $null$ 124 апр 2008 2008 4 1 6893.526 3461.610 12726.278
125 SnuiMI- 125 май 2008 2008 5 1 7226.477 3469.943 13818.563
126 JnullJ. 126 ИЮН 2008 2008 6 1 7565.416 3495.318 14905.572
127 $null$ 127 ИЮЛ 2008 2008 7 1 7408.942 3310.581 14975.743
129 SnulMl- 128 авг 2008 2008 8 1 6284.769 2727.811 12986.693
129 $null$ 129 сен 2008 2008 9 1 6365.475 2693.636 13406.825
139 $null$ 130 ОКТ 2008 2008 10 1 6506.230 2692.070 13934.864
131 SnullS 131 НОЯ 2008 2008 11 1 6739.199 2733.905 14646.848
132 9null$ 132 дек 2008 2008 12 1 6834.953 2724.747 15047.389
133 $null$ 133 ЯНВ 2009 2009 1 1 6835.958 2683.293 15221.355
134 $null$ 134 фев 2009 2909 2 1 7530.922 2915.074 16940.636
135 135 мар 2009 2909 3 1 7938.811 3034.899 18020.643
136 ФпиМФ 136 апр 2009 2909 4 1 8241.739 3110.891 18881.269
137 фпиИф 137 май 2009 2909 5 1 8605.518 3220.289 19837.784
139 :fnull:j: 138 июн 2009 2009 6 1 8976.651 3332.745 20811.262
139 $null$ 139 июл 2009 2009 7 1 8904.180 3282.006 20750.731
140 $null$ 140 авг 2009 2009 8 1 7720.132 2827.636 18073.053
141 VriullV 141 сен 2909 2009 9 1 7803.196 2842.441 18339.210 -
Table Г Annotations |
I Ш I
Рис. 3. Доверительные интервалы прогноза уровня цены производителя на пшеницу в РФ, р./т
УДК 338.1:635.8
А.А. Набоких, канд. экон. наук
Вятская государственная сельскохозяйственная академия
ИНТЕГРАЦИОННЫЕ РИСКИ КЛАСТЕРНОЙ ТЕХНОЛОГИИ УПРАВЛЕНИЯ РАЗВИТИЕМ РЫНКА КУЛЬТИВИРУЕМЫХ ГРИБОВ
Мировой финансовый кризис существенно изменил организационно-экономические, правовые, социальные и другие условия функционирования сельского хозяйства. Причины как общеотраслевого, так и субъективного характера способствовали возникновению серьезных проблем в развитии региональных сельскохозяйственных предприятий. Российские грибоводческие фирмы не стали исключением, они болезненно переносят финансовый спад экономики страны. Опережающий рост цен на промышленные средства производства по сравнению с ценами на грибную продукцию и слабые позиции производителей культивируемых грибов на агропродовольственных рынках привели к обострению финансового неблагополучия, как следствие — рост затрат и снижение прибыли. Это в конечном итоге вызвало снижение инвестиционной привлекательности рынка культивируемых грибов и уменьшение инновационной активности.
Сегодня интеграционные технологии управления рынком культивируемых грибов получают
64
динамичное развитие. Кластерная технология интеграции как форма межотраслевой интеграции для грибоводства — это возможность перераспределить между участниками кластера финансовые риски, консолидировать ресурсы, повысить конкурентоспособность каждого участника взаимодействия и системно достичь синергетического эффекта от совместной организационно-экономической деятельности [1, 2].
Если сравнить результаты деятельности крупных и малых хозяйств АПК (рентабельность, ликвидность и автономию) по основным видам деятельности, можно увидеть, что крупные структуры обладают повышенной финансовой устойчивостью, но при этом малые хозяйства более автономные, так как обладают высокой активностью привлечения дополнительных финансовых средств (таблица).
Несмотря на высокую финансовую устойчивость, крупным интегрированным структурам свойственны риски управления, зависимость сырьевой базы, колебания спроса и риски нестабильности макроэкономики.
