CC BY
45
Абсолютный показатель изменения структуры
Таблица 4.
Показатель 2006 2007 2008 2009 2010
Ad 18,6 21,3 48,6 24,2 13,0
Таблица 5.
Линейный коэффициент «абсолютных» структурных сдвигов
Показатель 2006 2007 2008 2009 2010
кла 3,10 3,55 8,10 4,03 2,17
Структура лесных пожаров по причинам возникновения
Таблица 6. (ранги)
Причины 2005 2006 2007 2008 2009 2010
сельскохозяйственные палы 4 2 4 3 3 3,5
по вине лесозаготовительных организаций 6 6 6 6 6 6
по вине экспедиций и других организаций 5 5 5 5 5 5
по вине граждан 1 1 1 1 1 1
от грозовых разрядов 2 3 2 4 4 3,5
по невыясненным причинам 3 4 3 2 2 2
количество структурных частей, позволит сделать вывод о том, насколько значительны изменения, произошедшие в структуре (Таблица 5).
Итак, изменение структуры лесных пожаров по причинам их возникновения незначительно: от 2,17 (2010 г.) до 8,10 (2008 г.) процентных пункта. Изменение структуры в среднем за весь период (2010-2005 гг.) составило 3,47 процентных пункта.
Для того, чтобы избежать взаимопогашения разных по знаку изменений долей, применяется показатель «квад-ратического изменения долей»:
На основе изменения рангов определяются два показателя.
1. Линейный коэффициент изменения рангов частей совокупности (КЯ).
Е1 Я - *о
КЯ =-
- для четного коли-
Е(<*. -<) Л2
Данный показатель за шестилетний период равен 5,14 процентных пункта. Для 6 структурных частей максимальное значение а = 0,58, а фактическое значение составило 8,9% предельно возможного изменения. Такой показатель также подтверждает, что в целом за весь наблюдаемый период структурные изменения незначительны.
Следует отметить, что анализируя изменение структуры, иногда бывает полезно определить ранговые показатели. Изменение рангов структурных частей совокупности может иметь большее значение, чем значительный абсолютный структурный сдвиг без изменения рангов для характеристики явления. Представим структуру лесных пожаров по причинам возникновения не в относительных показателях (%%), а как ранги долей (Таблица 6).
и /2
чества структурных частей;
Хотя, данные таблицы практически говорят о том, что структура пожаров мало изменялась за весь анализируемый период, определяемые коэффициенты еще раз количественно должны это подтвердить. Линейный коэффициент изменения рангов частей совокупности за 2005-2008 гг. равен 0,2; за 2009 г. - 0, а за 2010 г. - 0,06, что подтверждает предварительные предположения.
2. Квадратический коэффициент изменения рангов долей (КЯК) определяется на основе рангового коэффициента Спирмена. Для построения показателя степени интенсивности изменения рангов элементов структуры за весь период используется следующая формула:
(Я, - Я,)2
КЯК = -
где Я1 и Я0 -
п - п
ранги долей элементов структуры в базисном и отчетном периодах. С помощью этого показателя, равного 0,053 можно оценить сдвиги в ранжировании причин возникновения пожаров как весьма незначительные.
Полученные результаты показали, что неизменными остаются ранги тех причин возникновения пожаров, которые тем или иным образом связаны с деятельностью человека и больше
всего непосредственно по вине человека, расследование которых проходит непросто.
Основными региональными факторами возгорания леса является комплекс метеорологических условий. Положительным можно считать снижение ранга до «2» и его постоянство за последние анализируемые периоды для пожаров, возникших по «невыясненным причинам». Причиной этого явления может быть более активная и успешная работа по предотвращению пожаров и выявлению виновников.
4. Дополнительные показатели, предлагаемые к включению в Федеральный план статистических работ (ФПСР)
В рамках достижения основных целей и задач, реализуемых Правительством Российской Федерации, а также с учетом проведенного анализа, для получения более детальной и достоверной информации о процессах, связанных с пожаробезопасностью лесов РФ, целесообразно включение в Федеральный план статистических работ (ФПСР) в соответствии с федеральной целевой программой «Развитие лесного хозяйства» дополнительных показателей: • «Доля лесничеств, охваченных системой регулярной оценки эффективности мероприятий по охране, защите, воспроизводству и использованию лесов» Показатель характеризует роль лесничеств в решении задач по эффективному использованию лесов. В РФ имеется 1473 лесничества (лесопарка) и 7522 участковых лесничеств.
Конкретная величина показателя характеризует соотношение лесничеств, включенных в мониторинг работы лесничеств с точки зрения эффективного использования лесов, к общему количеству лесничеств.
Показатель рассчитывается как соотношение общего количества лесничеств (лесопарков) и участковых лесничеств, включенных в мониторинг деятельности государственных лесных инспекторов в части госконтроля и лесной охраны с общим количеством лесничеств (лесопарков) и участковых лесничеств, находящихся в подчинении Рослесхоза. Данные о распределении числа лесничеств (лесопарков) по правовым формам, распределении площади лесов Российской Федерации по категориям земель представлены
* а =
п
Рослесхозом - «Государственный лесной реестр».
Ь.
Б. = 100, где:
' Ьо
- общее количество лесничеств (лесопарков) и участковых лесничеств, включенных в мониторинг деятельности государственных лесных инспекторов в части госконтроля и лесной охраны
Ьа - общее количество лесничеств (лесопарков) и участковых лесничеств, находящихся в подчинении Рослесхоза.
Субъектом официального статистического учета, ответственным за сбор и представление информации рекомендуется Рослесхоз. Данные представляются в разрезе Российской Федерации в целом и по регионам РФ (выделяются группы лесничеств и участковых лесничеств). Периодичность представления показателя - годовая.
• « Удельный вес пожаров, ликвидированных в течение первых суток (по числу случаев)» Показатель формируется по данным Рослесхоза, определяется соотношением количества лесных пожаров, ликвидированных в течение суток к общему числу случаев лесных пожаров.
Числитель определяется как «Количество случаев лесных пожаров, ликвидированных в течение суток» (форма № 7-ОИП)
dv = П • 100, где: у П
П1 - количество случаев лесных пожаров, ликвидированных в течение суток; П - общее число случаев лесных пожаров.
Субъектом официального статистического учета, ответственным за сбор и представление информации рекомендуется Рослесхоз (в разрезе Российской Федерации в целом). Периодичность представления показателя - годовая.
• «Доля площадей, охраняемых с использованием дистанционного мониторинга, в т.ч. аэрофотосъемки, космического мониторинга, системы видеофиксации (видеокамеры) лесоразработок» Показатель характеризует площадь
лесных угодий, с точки зрения возможного применения новых технологий охраны лесов.
Показатель определяется как соотношение площадей, охраняемых с помощью новых технологий охраны лесов и общей площади лесов.
-•100, где:
Dg м =
8д.ж - площадь лесов, охраняемых с помощью новых технологий охраны лесов, в том числе : - с использованием аэрофотосъемки
-•100
дм
- с использованием космического мониторинга
S
, -100
дм
- с использованием систем видеофиксации (видеокамеры) лесоразработок
йвС^ -100
Ба - общая площадь лесов.
Данный показатель, представленный по различным видам новых технологий охраны лесов, характеризует структуру площадей , охраняемых с помощью новых технологий. Динамика показателя позволяет проанализировать процесс изменения площадей охраняемых территорий с использованием дистанционного мониторинга.
Субъектом официального статистического учета, ответственным за сбор и представление информации рекомендуется Рослесхоз (в разрезе Российской Федерации в целом и по регионам РФ). Периодичность представления показателя - годовая.
5. Заключение
В заключение следует отметить, что вопросы сбора информации о количестве и причинах лесных пожаров, а также анализа показателей последствий пожаров остаются открытыми для более детального исследования и постоянного совершенствования. На сегодняшний день некоторые типы природных пожаров практически никак не учитываются статистикой, например, палы сухой травы и количество сгоревших от травяных палов домов и других построек. В статистических формах не отображается тот ущерб, который наносят пожары людям, в том числе, нет достоверных данных о количестве погибших людей (особенно страдающих болезнями органов дыхания) из-за отравления дымом травяных и лесоторфяных пожаров.
Литература
1. Государственная программа «Развитие лесного хозяйства на период до 2020 года» (подпрограммы: «Охра-
на лесов от пожара», «Защита лесов от вредных организмов, неблагоприятных факторов», «Воспроизводство лесов», «Обеспечение использования лесов, государственного лесного реестра, государственного лесного контроля и надзора, государственного пожарного надзора в лесах»)
2. Карта проекта Основных направлений деятельности Правительства Российской Федерации (ОНДП) на период до 2012 года «Повышение эффективности использования лесных ресурсов».
3. Минашкин В.Г. 75 лет кафедре Теории статистики и прогнозирования МЭСИ \\ Вопросы статистики, 2007. №8. С.83-85.
4. Формы отчетности, предоставляемой органами государственной власти субъектов РФ в соответствии с Приказом Рослесхоза от 27.07.2011 №245
5. Основные формы федерального статистического наблюдения.
6. http://www.rosleshoz.gov.ru/- Федеральное агентство лесного хозяйства РФ
7. http://www.gks.ru/ - Федеральная служба государственной статистики
8. http://www.greenpeace.org/russia/ ru/ - Гринпис России
References
1. State Program "Development of Forestry for the Period up to 2020" (subprograms: "Forests Protection - Fires", "Forest Protection - Pests and Adverse Impacts", "Reforestation", "Management of Forests, State Forest Register, State Forest Monitoring and Supervision, State Forest Fire Monitoring")
2. Map Attached to the Basic Directions of Activity of the Government of Russian Federation for the Period up to 2012 "Increasing Forest Management Efficiency".
3. VG. Minashkin. Statistics Theory and Forecasting Department, MESI - 75 Years History. Voprosy Statistiki, 2007, Nr. 8, p.p. 83-85
4.Forms of Reports Submitted by Government Bodies of RF Constituents as per Rosleskhoz Order of 7/27/2011, Nr. 245
5.Basic Methods of State Statistical Monitoring
6.http://www.rosleshoz.gov.ru/ -RF Federal Forestry Agency
7.http://www.gks.ru/ -Federal State Statistics Service
8.http://www.greenpeace.org/russia/ ru/ -Greenpeace Russia
СТАТИСТИЧЕСКИМ АНАЛИЗ
ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА И ПОТРЕБЛЕНИЯ МОЛОЧНОЙ ПРОДУКЦИИ
УДК 330.354
Владимир Сергеевич Мхитарян,
д.э.н., проф., зав. каф. Статистических методов, Научно-исследовательский университет «Высшая школа экономики» Тел.: (495) 772-95-90 Эл. почта: vmkhitarian@hse.ru
Любовь Валерьевна Ручинская,
старший преподаватель каф. Маркетинг, Российский государственный технологический университет им. К.Э. Циолковского, научный сотрудник Научно-исследовательского финансового института Тел.: (926) 580-94-77 Эл. почта: lr_5@mail.ru
В статье излагается методика оценки эффективности хозяйственной деятельности предприятий-производителей молочной продукции, основанная на построении иерархической системы интегральных показателей и позволяющая провести классификацию предприятий-производителей молочной продукции по степени эффективности их хозяйственной деятельности. В работе выявлено и количественно оценено влияние основных факторов на эффективность деятельности предприятий-производителей молочной продукции, что позволило ранжировать данные предприятия по уровню их эффективности. Кроме того, была проведена типологизация регионов по масштабам производства и потребления молочной продукции, основанная на методах многомерной классификации и позволившая определить группы регионов однородных по показателям самообеспеченности молочной продукции.
Ключевые слова: иерархическая система интегральных показателей, классификация предприятий-производителей молочной продукции, типологизация регионов по масштабам производства и потребления молочной продукции, методы многомерной классификации.
Vladimir S. Mhitaryan,
Doctorate of Economics, Professor, the Head of the chair of Statistical Methods, National Research University "Higher School of Economics"
Tel.: (495) 772-95-90 E-mail: vmkhitarian@hse.ru
Lyubov V. Ruchinskaya,
Senior lecturer, the Department of Marketing, Russian State Technological University (MATI named after Ciolkovskii), Research worker of National Research Financial University Tel.: (926) 580-94-77 E-mail: lr_5@mail.ru
STATISTICAL ANALYSIS OF THE EFFICIENCY OF THE PRODUCTION AND CONSUMPTION OF MILK PRODUCTS
The methods of efficiency estimation of activity of milk-producing enterprises, which are based on construction of hierarchical system of integrated indexes and allow to classify milk-producing enterprises according to the level of their activity efficiency, are suggested in the article. The authors determine and evaluate the impact of the basis factors on effectiveness of activity of milk-producing enterprises. The types of regions by scale of production and consumption of milk products is offered which is based on the methods of multidimensional classification and allow to identify groups of regions that have the similar self-supportability of milk goods.
Keywords: hierarchical system of integrated indexes, classification of milk-producing enterprises, typology of regions by the scale of production and consumption of milk products, methods of multidimensional classification.
1. Введение
На сегодняшний день, рынок молочной продукции является строго сегментированным с присутствием на нем более чем 1400 игроков, включая крупные, средние и мелкие компании. При этом, три компании-производителя - «Вимм-Билль-Данн» и «Юнимилк» и «Данон» - охватывают около половины российского рынка молочной продукции. Тем не менее, серьезную конкуренцию данным производителям представляют региональные российские компании, суммарная доля которых составляет 46,6% на конец 2011 г. (Рисунок 1) [2].
На российском рынке молока и молочной продукции наблюдается тенденция монополизации рынка, создание и развитие холдингов. Объединение в холдинги - экономически объективный процесс, так как крупные производители имеют возможность регулировать закупочную и продажную цены на сырье и при этом рекламировать продукцию. Так, в 2010 г. на российском рынке молочной продукции произошли серьезные изменения, повлиявшие на расстановку сил между крупнейшими игроками:
• В конце 2010 г. было объявлено о покупке продовольственного концерна «Вимм-Билль-Данн» корпорацией «PepsiCo». По состоянию на конец 2011 г. доля «PepsiCo» в ВБД составила 95%. Процесс покупки происходил поэтапно.
• В июне 2010 г. Компании «Данон» и «Юнимилк» объявили о подписании соглашения по слиянию молочного бизнеса «Данон» в России и СНГ. Слияние распространяется на деятельность компаний в России, Украине, Казахстане и Белоруссии и затрагивает все производимые ими молочные продукты. Объединенная компания, таким образом, должна стать лидером на рынке молочных продуктов СНГ и России. «Данон» будет контролировать 57,5% акций новой компании, акционеры «Юнимилк» получат 42,5%.
По сравнению с 2010 годом, объемы выручки крупных компаний весьма увеличились, так компания «Вимм-Билль-Данн» прибавила 13% к ежегодной выручке. Еще больший рост выручки продемонстрировали «Вамин Татарстан» и «Инмарко» - по 24% роста. В то время как, объем выручки компании «Эрманн» снизился на 11% в 2011 г. относительно показателя 2010 г. [7].
Особый практический интерес представляет изучение эффективности производственной деятельности компаний-производителей молочной продукции, с целью выявления ключевых факторов, обеспечивающих эффективность их деятельности на рынке молочной продукции. Отдельные показатели, определяющие уровень развития компаний-производителей молочной продукции, дают возможность анализировать различные стороны исследуемого явления. Простое усреднение характеристик не обеспечивает построения адекватного интеграль-
у
т
Г 46,60% i * 1
В Вимм-Билль-Данн В Юнимилк В Данон В Другие
Рис. 1. Структура рынка молока и молочной продукции, включая крупнейших производителей в 2011 г. [7].
ного показателя в силу их различной важности. Скалярные оценки в виде экспертных мнений могут быть также недостаточно объективны. При изучении характеристик деятельности компаний-производителей молочной продукции, их необходимо рассматривать как единую систему, позволяющую охарактеризовать производственный процесс с разных сторон.
Подход, позволяющий комплексно решить проблему построения системы показателей, объективно оценивающей эффективность производственной деятельности, базируется на построении интегральных показателей с помощью компонентного анализа. Метод главных компонент, предназначенный для преобразования результатов статистического наблюдения, отвечает предъявляемым требованиям к объективности и полноте использования информации [5].
2. Построение системы интегральных индикаторов для оценки эффективности хозяйственной деятельности предприятий-производителей молочной продукции
Для проведения комплексного статистического анализа эффективности производственной деятельности в молочном секторе пищевой промышленности были использованы данные федерального статистического наблюдения о 250 предприятий РФ за 2010-2011 гг. Анализ базируется на построении интегральных показателей с использованием метода главных компонент.
Рассматривалась система, включающая три группы показателей деятельности компаний-производителей молочной продукции:
- финансовая устойчивость компаний характеризуется следующими показателями:
• х12 - стоимость основных фондов (млн. руб.),
• х13 - коэффициент обеспеченности собственными оборотными активами (%),
• х14 - сумма краткосрочных и долгосрочных обязательств (млн. руб.),
• х15 - капитал и резервы (млн.
руб);
- результаты деятельности хозяйствующего субъекта характеризуются:
• х21 - валовая прибыль (млн. руб.),
• х22 - выручка от продажи товаров (млн. руб.),
• х2.3 - чистая прибыль (млн. руб.). - затраты-ресурсы компаний характеризуются:
• х31 - себестоимость проданных товаров (млн. руб.),
• х32 - коммерческие расходы (млн. руб.),
• х3.3 - управленческие расходы (млн. руб.),
• х34 - сырье (млн. т.).
Первоначально все признаки были
приведены к унифицированной единой шкале [0,1], где «0» означает самые низкие, «1» - самые высокие значения показателя компании. Далее по каждой группе показателей был проведен компонентный анализ. Для всех трех групп показателей на 1-ую главную компоненту приходилось более 70% вариации исходных признаков.
Индивидуальные значения первых главных компонент определялись по значениям собственных векторов.
Например, частный индикатор финансовой устойчивости предприятий-производителей молочной продукции определялся на основании следующего выражения:
= 0,564 • х1Л + 0,541 • х12 + + 0,602 • х13 + 0,594 • х14, (1)
Аналогично были получены выражения для интегральных показателей
результатов деятельности хозяйствующего субъекта и затрат-ресурсов компании.
^.2 = 0,761 • х2.1 + 0,461 • х2.2 +
+ 0,320 • х2.3, (2)
^.з = 0,691 • х31 + 0,478 • х32 + + 0,592 • х33 + 0,622 • х34, (3)
Формирование общего индикатора эффективности производственной деятельности компаний-производителей молочной продукции также осуществлялось на основе компонентного анализа, где в качестве исходных признаков использовались три полученных ранее частные интегральные индикатора первого уровня. Общий интегральный индикатор представил собой первую главную компоненту, на долю которой пришлось 71,9% суммарной вариации. Используя полученные значения собственного вектора, был получен обобщенный индикатор эффективности деятельности:
1обобщ. = 0,412 • ^.1 + 0.499 • ^.2 + + 0.529 • ^.3, (4)
По значениям обобщенного индикатора эффективности хозяйственной деятельности, были проранжированы предприятия-производители молочной продукции. На Рисунке 2 приведено 10 наиболее успешных предприятий по эффективности ведения их деятельности.
Рис. 2. Топ-10 предприятий-производителей молочной продукции по уровню эффективности деятельности в 2011 году
На базе полученных значений обобщенного индикатора была проведена группировка предприятий-производителей молочной продукции, в частности получено 3 группы предприятий:
• Первая группа объединила 40 крупных предприятий, для которых значение обобщенного индикатора эффективности было не менее 0,80. В данную группу были отнесены такие предприятия как: «Вимм-Билль-Данн», «Данон», «Юнимилк», «Эрманн», «Кампина» и др. Это крупные компании, годовой оборот которых исчисляется сотнями миллионов долларов. Компании данной группы активно приобретают успешные профильные предприятия в регионах России и странах СНГ, делая значительные инвестиции в их модернизацию. Продукция лидеров, как правило, относится к среднему и высшему ценовым сегментам. Было выявлено, что значительный доход лидерам приносит относительно новая продукция - молочные десерты, йогурты, молочные продукты, обогащенные витаминами и бактериальными культурами. Компании активно создают и продвигают свои марки на рынок. Компании поставляют свою продукцию на рынки больших городов по всей России, имеют дистрибьюторские сети.
• Во вторую группу вошли 60 предприятий для которых обобщенный индикатор эффективности составил от 0,50 до 0,80. Данная группа объединила российские молочные заводы такие как: Воронежский, Останкинский, Кировский, Пискаревский, Кемеровский, Саранский и др. Это компании, занимающие лидирующее положение по месту своего расположения или начинающие активно бороться за долю на региональном рынке. Так как доходы населения в регионах ниже, то по обороту продукции компании отстают от лидеров национального рынка. Как правило, региональные лидеры также предлагают широкий ассортимент продукции. Региональные лидеры создают свои торговые марки, работают на импортном и отечественном оборудовании. Если компании-лидеры осуществляют инвестиции в оборудование и сельское хозяйство за счет внутренних ресурсов или использования кредитов коммерческих банков, то региональные лидеры становятся участниками региональных программ поддержки промышленности и сельского хозяйства. Конечно, самостоятельно используются и кредиты коммерческих банков, но
чаще для восполнения потребности в оборотном капитале. Региональные компании зачастую открывают свои фирменные отделы или магазины для снижения цены конечного потребителя за счет сокращения торговой наценки, а также продают молочную продукцию не только в своем регионе, но выходят и на соседние рынки.
• Третья группа объединила 150 небольших молочных заводов и комбинатов с показателями обобщенного индикатора эффективности ниже 0,50. В данную группу вошли региональные компании, на которых, как правило, производится традиционная продукция с низкой ступенью переработки. На данных предприятиях остро стоит проблема дефицита сырья и покупки нового оборудования. Из-за нехватки сырья используется сухое молоко, что ведет к значительному снижению качества продукции. В основном, продукция сбывается на открытых рынках, не уделяется должное внимание позиционированию товаров на рынке и созданию торговых марок.
3. Построение типологических регрессий для количественной оценки влияния факторов на эффективность деятельности предприятий-производителей молочной продукции
Практический интерес представляет анализ факторов, определяющих успешность ведения хозяйственной деятельности предприятиями первого кластера и препятствующих эффективному развитию предприятий третьего кластера.
Регрессионные модели эффективности хозяйственной деятельности строились на основе следующих показателей:
• у - эффективность хозяйственной деятельности;
• х1 - оснащенность (год выпуска оборудования);
• х2 - количество сотрудников в штате (чел.);
• х3 - затраты на рекламу в год (руб.);
• х4 - количество заводов - предприятий по выработке молока;
• х5 - собственная дистрибьюторская сеть;
• х6 - склады для самовывоза, собственные магазины;
• х7 - самостоятельная доставка продукции продавцу;
• х8 - более 50 наименование в ассортименте;
• х9 - менее 20 наименований в ассортименте;
• х10 - производство инновационных молочных продуктов;
• хи - продажа дорогих молочных продуктов;
• х12 - инвестиции в сельское хозяйство;
• х13 - кредитование сельского хозяйства;
• х14 - консультационные услуги.
Для первой группы предприятий после применения пошаговых алгоритмов было получено следующее типологическое уравнение регрессии [6]:
у = 2,03 + 34,0 • х1 + 90,8 • х3 + 54,0 • х4, (5)
(5,01) (2,99) (4,35)
Я2 = 0,72
Рнабл = 13,98
Анализ уравнения регрессии показал, что ключевыми факторами развития и повышения эффективности деятельности для предприятий данной группы служат инвестиции в рекламу, постройка и открытие новых молочных заводов, а также высокая техническая оснащенность.
Подобный анализ был проведен для второй и третий группы предприятий. Так, ключевыми факторами, определяющими эффективность деятельности предприятий второй группы оказались оснащенность оборудованием и количество каналов сбыта. А ключевыми факторами, сдерживающими эффективность деятельности предприятий третьей группы, оказались оснащенность предприятий оборудованием, количество сотрудников в штате и количество заводов. Таким образом, необходима программа, ориентированная на улучшение технической и кадровой оснащенности малых и средних предприятий отрасли.
4. Типологизация регионов России по масштабам производства и потребления молочной продукции
Важными проблемами молочной отрасли являются сокращение отечественной сырьевой базы и короткий срок годности готовой продукции. Для оптимизации процесса распределения ресурсов и готовой продукции по регионам России необходимо обладать информацией об объемах производства и потребления молока и молочной продукции в различных регионах страны. Для этой цели в диссертационном исследовании были проведены клас-
сификации регионов РФ по масштабам производства и потребления молочной продукции.
В качестве классификационных признаков были использованы следующие показатели, характеризующие масштабы производства молочной продукции на конец 2011 г.:
• х^ - производство молока, тыс. т.;
• х2 - поголовье коров в хозяйствах всех категорий; тыс. голов;
• х3 - поступление приплода телят в хозяйствах всех категорий, тысяч голов;
• х4 - забито крупного рогатого скота в живой массе, т.;
• х5 - валовой надой молока крупного рогатого скота в хозяйствах всех категорий, тыс. т.
Классификация проводилась по иерархическому алгоритму кластерного анализа с использованием Евклидовой метрики и метода Варда. В результате классификации было получено четыре кластера, состоящие из 4, 10, 53 и 12 субъектов РФ. Полученные кластеры характеризуются соответственно очень высокими, высокими, умеренными и низкими показателями масштабов производства молочной продукции, что согласуется с экспертными оценками специалистов.
Наряду с производством для определения уровня самообеспеченности регионов РФ была проведена их классификация по объемам потребления молочной продукции. Классификация проводилась по следующим признакам:
• с1 - потребление молока и молочных продуктов в среднем на одного жителя в год в домашних хозяйствах, кг.;
• с1 - доля расходов на покупку молока и молочных продуктов питания в потребительских расходах домашних хозяйств;
• с1 - доля расходов на покупку продуктов питания в потребительских расходах домашних хозяйств. Классификация проводилась с
использованием агломеративного иерархического кластерного анализа. В качестве метрики в пространстве признаков было выбрано Евклидово расстояние, а для определения расстояния между кластерами был использован метод межгрупповой средней связи.
По результатам проведения данного анализа было получено 3 кластера. В первый кластер вошли 7 регионов с наибольшими объемами потребления молока и молочной продукции - 314 кг. в среднем на потребителя
в год. Второй кластер объединил 46 регионов со средними показателями среднедушевого потребления молока и молочной продукции в год - 259 кг. Третий кластер объединил 28 регионов с низкой потребительской способностью - всего 212 кг.
Две проведенные классификации позволили сопоставить регионы по уровням производства и потребления молочной продукции - данные представлены в Таблице 1.
Наибольший объем производства молока наблюдается в Краснодарском и Алтайском крае, республике Башкортостан и Татарстан. Также достаточно высокими показателями производства сырья характеризуются московская, ленинградская области и другие регионы в центральной и южной части России. Важно отметить, что в трех из 16 регионов отнесенных к кластерам с высокими объемами производства молока, наблюдается низкий уровень потребления готовой молочной продукции в республике Татарстан, Удмуртской республике и Нижегородской области. Это обуславливает необходимость стимулирования потребления молочной продукции в данных регионах России или организация транспортировки сырья и гото-
Таблица 1.
Масштабы производства и потребления молочной продукции в регионах РФ в 2011 г.
Среднедушевое потребление молока и молочной продукции (кг) Масштабы производства молочной продукции
Максимально высокие Достаточно высокие Низкие Очень низкие
314 Московская обл., Ленинградская обл. Ивановская обл., Рязанская обл., Кабардино-Балкарская респ., Ямало-Ненецкий АО Карачаево-Черкесская респ.
259 Краснодарский край, Респ. Башкортостан, Алтайский край Воронежская обл., Пермский край, Оренбургская обл., Свердловская обл., Челябинская обл., Красноярский край, Новосибирская обл., Омская обл. Белгородская обл., Брянская обл., Владимирская обл., Калужская обл., Ульяновская обл., Тюменская обл., Кемеровская обл., Приморский край Астраханская обл., Респ. Дагестан, Чеченская респ., Респ. Саха (Якутия)
212 Респ. Татарстан Удмуртская респ. Нижегородская обл. Костромская обл., Орловская обл., Архангельская обл., Хабаровский край, Амурская обл., Магаданская обл., Сахалинская обл., Еврейская АО Республика Калмыкия, Респ. Ингушетия, Респ. Алтай, Респ. Бурятия, Респ. Тыва, Забайкальский край, Чукотский АО
вой молочной продукции в регионы с высокими показателями потребления молочной продукции и низкими показателями производства сырья. К таким регионам относятся: Ивановская обл., Рязанская обл., Кабардино-Балкарская респ., Ямало-Ненецкий АО и Карачаево-Черкесская респ.
Важно отметить, что по результатам второй классификации были выявлены 65 регионов Российской Федерации, характеризующиеся низкими и очень низкими показателями производства молочной продукции. Исследования показали, что причины скрыты в слабой технической оснащенности, высоком уровне безработицы и низкой инвестиционной привлекательности предприятий, расположенных в данных регионах.
5. Заключение
Спрос на молочную продукцию в стране удовлетворяется российскими и иностранными производителями. В частности, два крупных холдинга - «PepsiCo» и «Вимм-Билль-Данн», «Юнимилк» и «Данон» - охватывают около половины российского рынка молочной продукции. Таким образом, одной из стратегических задач для России является поддержание российского производителя на рынке кисломолочной продукции путем определения подходов к повышению эффективности ведения хозяйственной деятельности и стимулированию роста потребления российских марок молочной продукции.
На финансовый успех предприятий молочной промышленности в настоящее время положительно влияют:
• создание собственной сырьевой базы;
• использование современного оборудования;
• расширение географии сбыта;
• создание торговой марки, разработка имиджа и позиционирования на рынке;
Предприятия, выделяющие средства и силы для их решения, демонстрируют положительную динамику финансовых показателей устойчивости, в том числе получают прибыль. Крупные игроки расширяют сферу своего влияния, не только покупая молочные заводы, но и инвестируют значимые средства в их модернизацию. Что касается группы предприятий, демонстрирующих низкие показатели ведения хозяйственной деятельности, то ключевой проблемой для них является острая нехватка сырья, что ведет к необходимости замены натурального молока сухим и ведет к значительному снижению качества готовой продукции. Ключевыми факторами, от которых зависит повышение эффективности ведения хозяйственной деятельности на данных предприятиях также являются техническая оснащенность и кадровый состав.Все вышеизложенное обуславливает необходимость привлечения инвестиций в отрасль, а также налаживание процессов работы предприятий молочной отрасли как единой производственной системы РФ.
Классификация регионов России по масштабам производства и потребления молочной продукции позволила выявить регионы с наилучшими результатами их деятельности и определить требующие внимания территории.
• В частности, наибольшие объемы производства молока приходятся на Краснодарский край, Республика Башкортостан, Республика Татарстан и Алтайский край.
• Напротив, республика Ингушетия, республика Алтай, республика Тыва, Чукотский АО показывают наихудшие результаты объемов производств молочной продукции, что связано с низкой численностью и продуктивностью стада.
Литература
1. Россия в цифрах. 2011. Краткий стат.сб./ Росстат. - М., 2011. - 580 с.
2. Промышленность России. 2011: Стат.сб./ Росстат. - М., 2011. - 446 с.
3. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. - М.: ЮНИТИ, 1998.
4. Министерство Сельского Хозяйства Российской Федерации ФГБУ // Специализированный центр учета в агропромышленном комплексе, Аналитический обзор рынка: Молоко и молочная продукция (III квартал 2011 года) М. - 2012
5. Жуковская В.М., Мучник И.Б. Факторный анализ в социально-экономических исследованиях. - М.: Статистика, 1976.
6. Френкель А.А. Применение регрессионного анализа в условиях мультиколлинеарности экономических показателей. - М.: МЭСИ, 1988.
7. Официальный портал Исследовательского холдинга «Ромир-Мони-торинг» http://www.romir.ru/
References
1. Russia in figures. 2011 . Short stat. sb./Rosstat. - M, 2011. - 580 pages.
2. Industry of Russia. 2011: Stat.Sb./ Rosstat. - M, 2011. - 446 pages.
3. Ayvazyan S. A. Mkhitaryan B.C. Applied statistics and econometrics bases. - M.: YuNITI, 1998.
4. The Ministry of Agriculture of the Russian Federation of federal state budgetary Institution//the Specialized center of the account in agro-industrial complex, the State-of-the-art review of the market: Milk and dairy production (the III quarter 2011) M. - 2012
5. Zhukovsky B.M., Muchnik I.B. The factorial analysis in social and economic researches. - M.: Statistics, 1976.
6. Frenkel A.A. Application of the regression analysis in the conditions of a multicollinearity of economic indicators. -M.: MESI, 1988.
7. Official portal of Research holding "Romir-Monitoring" http://www. romir.ru/
