ГЛАВА 1. ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ УПРАВЛЕНИЯ УСТОЙЧИВОСТЬЮ ПЕРЕРАБАТЫВАЮЩЕГО КОМПЛЕКСА РЕГИОНА

 

1.1. Устойчивость как одно из основных свойств
социально-экономических систем

 

Устойчивость характеризует состояние объекта по отношению к внешним на него воздействиям. Более устойчивым является такое состояние объекта, которое при равных по силе внешних воздействиях и внутренних сдвигах подвержено меньшим изменениям, отклонениям от прежнего положения [9, 62, 82, 83].

Условием обладания устойчивостью к внешним воздействиям являются внутренние свойства самого объекта. Следовательно, устойчивость - есть внешняя форма, внешнее проявление внутренней структуры объекта. Основа устойчивости заложена внутри самого объекта. Для того чтобы повысить его устойчивость к воздействию различных факторов, необходимо, прежде всего, совершенствовать сам объект изнутри.

Применительно к экономическим системам определение устойчивости было дано выдающимся ученым Л.Л. Тереховым: «Устойчивость – это способность системы функционировать в состояниях, близких к равновесному, в условиях постоянных внешних и внутренних возмущающих воздействий».

Устойчивость есть одно из основных свойств систем, сохранение которого является главной задачей управления в организационных (социально-экономических) системах.

По-гречески система (systêma) – это целое, составленное из частей. Другими словами система – есть совокупность элементов, взаимосвязанных друг с другом и таким образом образующих определённую целостность. Количество элементов, из которых состоит система, может быть любым, важно, чтобы они были между собой взаимосвязаны.

Элемент системы - часть системы выполняющая определённую функцию (лектор читает лекцию, студенты её слушают и конспектируют, и т.д.). Элемент системы может быть сложным, состоящим из взаимосвязанных частей, т.е. тоже представлять собой систему. Такой сложный элемент часто называют подсистемой.

Организация системы - внутренняя упорядоченность и согласованность взаимодействия элементов системы. Организация системы проявляется, например , в ограничении разнообразия состояний элементов в рамках системы (во время лекции не играют в волейбол).

Структура системы - совокупность внутренних устойчивых связей между элементами системы, определяющая её основные свойства. Например, в иерархической структуре отдельные элементы образуют соподчиненные уровни и внутренние связи образованы между этими уровнями.

Целостность системы - принципиальная несводимость свойств системы к сумме свойств её элементов. В то же время свойства каждого элемента зависят от его места и функции в системе.

Классификация систем, как и любая классификация, может производиться по различным признакам. В наиболее общем плане системы можно разделить на материальные и абстрактные.

Материальные системы представляют собой совокупность материальных объектов. Среди материальных систем можно выделить неорганические (технические, химические и т.п.), органические (биологические) и смешанные, содержащие элементы как неорганической, так и органической природы. Среди смешанных систем следует обратить особое внимание на человеко-машинные (эрготехнические) системы, в которых человек с помощью машин осуществляет свою трудовую деятельность.

Важное место среди материальных систем занимают социальные системы с общественными отношениями (связями) между людьми. Подклассом этих систем являются социально - экономические системы, в которых связи между элементами - это общественные отношения людей в процессе производства.

Абстрактные системы - это продукт человеческого мышления: знания, теории, гипотезы и т.п.

По временной зависимости различают статические и динамические системы. В статических системах с течением времени состояние не изменяется, в динамических системах происходит изменение состояния в процессе её функционирования.

Динамические системы с точки зрения наблюдателя могут быть детерминированными и вероятностными (стохастическими). В детерминированной системе состояние её элементов в любой момент времени полностью определяется их состоянием в предшествующий или последующий моменты времени. Иначе говоря, всегда можно предсказать поведение детерминированной системы. Если же поведение предсказать невозможно, то система относится к классу вероятностных (стохастических) систем.

Любая система входит в состав большей системы. Эта большая система как бы окружает её и является для данной системы внешней средой. По тому, как взаимодействует система с внешней средой, различают закрытые и открытые системы. Закрытые системы не взаимодействуют с внешней средой, все процессы, кроме энергетических, замыкаются внутри системы. Открытые системы активно взаимодействуют с внешней средой, что позволяет им развиваться в сторону совершенствования и усложнения.

По сложности системы принято делить на простые, сложные и большие (очень сложные).

Простая система - это система, не имеющая развитой структуры (например, нельзя выявить иерархические уровни).

Сложная система - система с развитой структурой и состоящая из элементов - подсистем, являющихся в свою очередь простыми системами. В сложных системах целое больше, чем сумма их составляющих элементов, свойства и возможности целого превышают свойства и возможности их частей (известный закон синергии от греч. synergos – совместный, согласованный, который ввел в научный обиход И. Ансофф). То есть свойства системы отличаются от алгебраической суммы свойств, составляющих систему элементов. Особенности синергического эффекта описываются удивительной формулой: 2+2=5. При переносе этой странной на первый взгляд абстракции в реальный мир производственной деятельности суммарный доход от деятельности крупного предприятия оказывается выше, чем сумма показателей отдачи по каждому из его филиалов (тем более если используются общие для всех подразделений предприятия ресурсы и обеспечивается взаимодополняемость). Здесь целесообразно отметить, что если известны основные параметры элементов и даже порядок их взаимодействия, то нельзя сделать выводы о свойствах системы в целом.

Большая система - это сложная система, имеющая ряд дополнительных признаков: наличие разнообразных (материальных, информационных, денежных, энергетических) связей между подсистемами и элементами подсистем; открытость системы; наличие в системе элементов самоорганизации; участие в функционировании системы людей, машин и природной среды.

Понятие большой системы было введено, как следует из приведённых выше признаков, для обозначения особой группы систем, не поддающихся точному и подробному описанию. Для больших систем можно выделить следующие основные признаки:

1.               Наличие структуры, благодаря которой можно узнать, как устроена система, из каких подсистем и элементов состоит, каковы их функции и взаимосвязи, как система взаимодействует с внешней средой.

2.               Наличие единой цели функционирования, т.е. частные цели подсистем и элементов должны быть подчинены цели функционирования системы.

3.               Устойчивость к внешним и внутренним возмущениям. Это свойство подразумевает выполнение системой своих функций в условиях внутренних случайных изменений параметров и дестабилизирующих воздействий внешней среды.

4.               Комплексный состав системы, т.е. элементами и подсистемами большой системы являются самые разнообразные по своей природе и принципам функционирования объекты.

5.               Способность к развитию. В основе развития систем лежат противоречия между элементами системы. Снятие противоречий возможно при увеличении функционального разнообразия, а это и есть развитие.

Изучение, анализ и синтез больших систем производится на основе системного подхода, который предполагает учет основных свойств таких систем.

Экономическая устойчивость - понятие сложное, комплексное, как и сама хозяйственная деятельность. Одних определений экономической устойчивости несколько десятков. Термин «экономический» предполагает созидательный процесс, результатом которого должно быть какое-либо благо, удовлетворяющее определенные потребности людей или хозяйствующих субъектов. Поэтому экономическая устойчивость может быть применена для характеристики субъектов, осуществляющих хозяйственную деятельность, результатов этой деятельности и ее последствий для самого субъекта.

Экономическая устойчивость имеет различные количественные и качественные параметры на различных уровнях хозяйственных процессов. Так, можно определить экономическую устойчивость предприятия (фирмы), отрасли, а также экономическую устойчивость национального хозяйства, государства в целом. Это возможно, поскольку экономические процессы протекают в соответствии с едиными закономерностями, а различные уровни обуславливают возникновение лишь специфических особенностей, не искажая общих тенденций развития.

Устойчивость хозяйствующего объекта представляет собой совокупность равновесий на различных уровнях - отдельных, единичных и частных равновесий. Устойчивость выше, когда совокупность устойчивых равновесий хозяйствующего объекта превышает количество неустойчивых. Экономическое состояние предприятия может варьироваться от крайне неустойчивого, при котором оно находится на грани банкротства, до относительно устойчивого. В случае нарушения устойчивости существенное значение имеет направленность процесса: усиление неустойчивости или ее ослабление.

Экономическая устойчивость формируется под воздействием комплекса факторов внутренней и внешней среды. Их можно подразделить на факторы экономические и неэкономические (политические, правовые, экологические), прямого и косвенного воздействия.

Их соотношение, взаимодействие, взаимосвязь исключительно важны и актуальны не только для отдельно взятых субъектов, но и для всей экономической системы. В определенные исторические периоды воздействие одних усиливается, других ослабевает.

Способность предприятия преодолевать кризисы, побеждать в конкурентной борьбе, сохранять экономическую устойчивость во многом зависит от действия внутренней группы факторов - от состояния его внутренней среды. Внутренняя группа факторов включает в себя цели, задачи, структуру, технологию, кадры предприятия. В странах со стабильной экономикой соотношение внешних и внутренних факторов складывается в пользу последних. Так, анализ банкротства предприятий в развитых странах показывает, что к банкротству причастны на 1/3 внешние и 2/3 внутренние факторы. Нет особой необходимости доказывать, что в условиях стабильной экономики основные помехи, мешающие развитию предприятия, как правило, заключены в сфере его собственной деятельности и содержат внутренние расхождения и противоречия по поводу целей предприятия, средств их достижения, ресурсов, методов организации деятельности и управления по достижению целей.

Факторы внешней среды имеют различные уровни и направленности воздействия. Возможно их разделение на три уровня: региональный, национальный и вненациональный (международный). По своей направленности факторы являются стабилизирующими или дестабилизирующими.

Факторы внешней среды национального и регионального уровня можно подразделить на две основные группы: прямого и косвенного воздействия.

Факторы прямого воздействия непосредственно влияют на функционирование предприятия и испытывают на себе влияние его операций. К данной группе факторов относят поставщиков трудовых, финансовых, информационных, материальных и пр. ресурсов, потребителей, конкурентов и т.д.

Факторы косвенного воздействия играют роль фоновых факторов, увеличивающих или уменьшающих экономическую устойчивость. К данной группе факторов относят состояние экономики, природные, социально-политические, нормативно-правовые факторы и т.д. Реакция предприятия на факторы прямого и косвенного воздействия различна. На изменения в факторах прямого воздействия предприятие может реагировать двояко: оно может перестроить внутреннюю среду и начать политику как приспособления, так политику активного или пассивного противодействия. К факторам косвенного воздействия предприятие вынуждено максимально приспосабливать свои цели, задачи, структуру, технологию, персонал.

Признавая глубокую и неразрывную связь факторов прямого и косвенного воздействия, их взаимообусловленность, следует отметить, что в те или иные периоды развития общества, особенно в период трансформации общественно-экономических отношений, зачастую детерминирующая роль принадлежит факторам косвенного воздействия (политическим, правовым, экологическим). Кардинальные изменения экономического курса, внедрение капиталистических экономических отношений в России стало результатом, прежде всего, воздействия политических факторов. Внедрение частной собственности, приватизация - одновременно форма и итог этого воздействия.

Однако содержательная сторона этой деятельности, этой трансформации оказалась плачевной. Реформировать экономику - это значит заботиться о ее росте. Рыночная экономика - это экономический рост, динамизм развития, рост доходов. Анализ преобразований в странах Восточной Европы показывает ключевую роль государства в проведении реформ. В период либерально-рыночных реформ в российском исполнении государству отводилась лишь роль “сонного пастуха”. Поспешная, не продуманная до логического завершения трансформация общества (ускоренные институциональные преобразования, полная либерализация, особенно внешнеэкономическая, разрушение оборонного комплекса и т.д.) привела не к развитию, а к регрессу, глубочайшему кризису во всех сферах народного хозяйства.

Говоря об экономической устойчивости, нельзя оставить в стороне некоторые специфические особенности экономических процессов. В каждый отдельный фиксированный момент времени экономическая устойчивость хозяйствующего субъекта является статической устойчивостью. Экономический же процесс развития хозяйствующего объекта есть постоянное изменение, движение в виде взаимодействия факторов производства и хозяйственной деятельности. Для процесса развития в большей степени отвечает динамическая экономическая устойчивость. Она характеризует и оценивает процесс развития хозяйствующих объектов в постоянном движении во времени. Два вышеназванных вида экономической устойчивости - статическая и динамическая – в процессе хозяйственной деятельности взаимообусловлены и взаимодополняют друг друга, существуют в едином экономическом пространстве.

Следует отметить, что факторы экономической устойчивости, сформировавшиеся в экономически развитых странах, не всегда тождественны факторам, сложившимся в странах с переходными экономическими отношениями, и могут оказывать противоположное влияние на экономическое состояние предприятий.

 

1.2. Системно-организационные условия
функционирования перерабатывающего
комплекса

 

Подавляющее большинство видов продукции, производимой сельскохозяйственными предприятиями, прежде чем быть отправленной к потребителю, подлежит переработке. Функцию переработки, а, следовательно, и производства в перерабатывающем комплексе (ПК) выполняют предприятия перерабатывающей промышленности.

Таким образом, объектом исследования являются предприятия перерабатывающей промышленности и их производственные объединения. Входным материальным потоком, подлежащим переработке, для предприятий перерабатывающей промышленности является выходной материальный поток сельскохозяйственных предприятий. Обеспечивающие производство материальные потоки для сельскохозяйственных предприятий и предприятий перерабатывающей промышленности создаются предприятиями материально-технического снабжения (МТС).

Перечисленные блоки предприятий АПК, объединенные материальными, финансовыми и информационными потоками, позволяют говорить о них как о системе, имеющей структуру, организацию, внутренние взаимосвязи, и на которую оказывает воздействие окружающая среда.

Начало 90-х годов в России характеризуется скачкообразным изменением содержания, как внешней среды косвенного воздействия, так и внешней среды прямого воздействия, непосредственно влияющего на производство.

Следствием возмущающих воздействий внешней среды является изменение целей, функций и внутренних связей системы.

Таким образом, предпринятые на государственном уровне политическая и экономическая реформы привели к дестабилизации системы ПК, которая проявилась в дестабилизации работы соответствующих предприятий, являющихся элементами этой системы.

В структуре системы некоторые связи были разорваны, появились новые и возникли новые элементы. Отсюда и возникла проблема приспособления внутреннего содержания элементов системы ПК к изменившимся структурным связям, целям и функциям системы.

Конкретизация приведенных выше положений на уровне системных связей может быть изложена следующим образом.

 

1.2. Уровни структурной организации
перерабатывающего комплекса

и к
онцептуальная постановка задачи

 

Как система, перерабатывающий комплекс (ПК) включает определенные структурные элементы, взаимосвязи между ними и систему целей различных уровней иерархии:

1. Структурные элементы различных уровней структурной организации.

2. Горизонтальные и вертикальные связи различной природы между элементами.

3. Общую цель всей системы и дерево (иерархию) целей элементов различных структурных уровней организации (таблица 1.1).

Таблица 1. 1 – МНОГОУРОВНЕВАЯ СТРУКТУРА ПК,
КАК СИСТЕМЫ

Иерархические уровни

Структурные элементы

Виды связей
между элементами

Цели

1-й уровень

Отрасли

Информационные, финансовые, энергетические, материальные

Обеспечение продовольственной безопасности страны по видам продукции

2-й уровень

Подотрасли

Обеспечение устойчивой и качественной работы предприятий и организаций ПК

3-й уровень

Предприятия и организации

Высокая прибыль и рентабельность, количество и качество продукции

 

1.2.1. Первый уровень организации ПК

 

1-й уровень ПК представлен на рисунке 1.1.

Необходимо отметить, что технологические потоки включают информационные, финансовые и материальные потоки (сырье – полуфабрикат – продукция).

 

Структурные элементы

Структурные элементы АПК 1-го уровня – это отрасли АПК:

1. Управляющие структуры регионального уровня.

2. Производители (первичные поставщики) продукции.

3. Заготовительные организации.

4. Перерабатывающие предприятия.

5. Снабженческие организации.

Рисунок 1. 1. Система взаимосвязей перерабатывающего комплекса с предприятиями АПК на 1-м уровне детализации

 

Связи

Связи между элементами АПК в настоящее время осуществляются одним из трех способов:

– через соответствующие сегменты рынка;

– через государственные структуры;

– внутри организаций различных форм собственности (технологические цепочки).

Но основным по значению и трафику связей в настоящее время безусловно является рынок. Рассмотрим подробнее сегменты рынка на 1-м уровне иерархии.

1. Рынок электроэнергии и ГСМ.

2. Рынок сельскохозяйственных машин и оборудования, а также запчастей к ним.

3. Рынок кормов; удобрений, средств защиты растений, специальных препаратов.

4. Рынок первичной продукции сельского хозяйства.

5. Рынок переработанной продукции сельского хозяйства.

6. Финансовый сектор рынка, банковско-финансовая система.

7. Рынок информационных услуг, система связи и управления, в т.ч. документальной электронной связи (Internet).

8. Рынок транспортных услуг.

 

Цель

Обеспечение продовольственной безопасности страны по видам продукции.

 

1.2.2. Второй уровень организации ПК

 

2-й уровень ПК представлен на рисунке 1.2:

 

Рисунок 1. 2. Система взаимосвязей перерабатывающего комплекса с предприятиями АПК на 2-м уровне детализации

 

Структурные элементы

Структурные элементы АПК 1-го уровня – это отрасли АПК:

1. Управляющие структуры регионального уровня:

– заместитель главы администрации региона по сельскому хозяйству;

– департамент сельского хозяйства администрации региона;

– департамент экономики и прогнозирования администрации региона.

2. Производители (поставщики) сельскохозяйственной продукции:

– зерновых колосовых (пшеница, рожь, ячмень, гречиха, рис, и др.);

– овощей;

– фруктов;

– винограда;

– мяса (свинина, говядина и др.);

– молока;

– мяса птицы;

– яиц.

3. Заготовительные организации:

– элеваторы;

– хладокомбинаты;

– склады.

4. Перерабатывающие предприятия:

– комбикормовые заводы;

– мелькомбинаты;

– виноводочные заводы;

– макаронные фабрики;

– консервные комбинаты;

– мясокомбинаты;

– птицекомбинаты;

– молокозаводы;

– маслозаводы;

– сахарные заводы.

5. Снабженческие организации:

– обеспечение сельскохозяйственной техникой, оборудованием и запчастями к ним;

– обеспечение ГСМ;

– обеспечение электроэнергией.

Связи

1. Рынок электроэнергии и ГСМ.

2. Рынок сельскохозяйственных машин и оборудования, а также запчастей к ним:

– грузовые автомобили;

– легковые автомобили;

– уборочные комбайны (зерно, картофель и др.);

– трактора (гусеничные и колесные);

– бороны, сеялки, культиваторы и т.д.

3. Рынок кормов; удобрений, средств защиты растений, специальных препаратов.

4. Рынок первичной продукции сельского хозяйства (по отраслям).

5. Рынок переработанной продукции сельского хозяйства (по отраслям).

6. Финансовый сектор рынка, банковско-финансовая система.

7. Рынок информационных услуг, система связи и управления, в т.ч. документальной электронной связи (Internet).

8. Рынок транспортных услуг (железнодорожный транспорт, автомобильный транспорт, речной и морской транспорт, региональные, районные и внутрихозяйственные транспортные организации и структуры, дорожные службы, дороги).

Цель

Обеспечение устойчивой и качественной работы предприятий и организаций АПК региона.

 

1.2.3. Третий уровень организации ПК

 

Этот уровень включает сами организации АПК региона, которые можно классифицировать по формам собственности и полноте реализации технологических функций, "цепочек", от производства первичной продукции, до ее транспортировки, хранения, переработки и реализации на рынке. Предлагается следующая классификация монофункциональных предприятий, а также двух, трех- и четырех-функциональных объединений в АПК (таблица 1.2):

Таблица 1. 2 – КЛАССИФИКАЦИЯ ПРЕДПРИЯТИЙ И ОБЪЕДИНЕНИЙ В АГРОПРОМЫШЛЕННОМ КОМПЛЕКСЕ РЕГИОНА

Код

Наименование

Монофункциональные предприятия

1

Производственные

2

Заготовительные

3

Перерабатывающие

4

Торговые

Двух-функциональные объединения

1.2

Производственно-заготовительные

1.3

Производственно-перерабатывающие

1.4

Производственно-торговые

2.3

Заготовительно-перерабатывающие

2.4

Заготовительно-торговые

3.4

Перерабатывающе-торговые

Код

Наименование

Трех-функциональные объединения

1.2.3

Производственно-заготовительно-перерабатывающие

1.2.4

Производственно-заготовительно-торговые

1.3.4

Производственно-перерабатывающе-торговые

Полнофункциональные объединения

1.2.3.4

Производственно-заготовительно-перерабатывающе-торговые

 

Все эти виды объединений могут быть любой из существующих в настоящее время форм собственности: государственной; муниципальной и акционерной. При этом в них возможно различное соотношение долей участия местного, столичного и зарубежного капитала (в частности из СНГ, стран бывшего социалистического лагеря и дальнего зарубежья).

Агроперерабатывающие комплексы регионов России представляют собой сложные системы, воздействие на которые институциональных факторов внешней среды привело к их дестабилизации и необходимости поиска путей обретения экономической устойчивости, гарантирующей продовольственную безопасность страны.

Становление рынка в России характеризуется поиском и внедрением новых для страны форм организации перерабатывающих предприятий и их объединений, позволивших бы в условиях транзитной экономики достигнуть устойчивой положительной рентабельности производства. Для того, чтобы эффективно использовать новые формы, менеджерам перерабатывающего комплекса необходимо овладеть методами и методиками оценки эффективности и устойчивости внедряемых новых структур. Зарубежные методы и модели анализа, прогнозирования и оценки рентабельности и устойчивости структур существуют, но вызывают серьезные сомнения в их эффективности и возможности практического применения в России.

Но более серьезной проблемой является то, что по этим методам и моделям ни руководство предприятий, ни консультанты по программам ТАСИС не в состоянии количественно оценить эффективность предлагаемых структур, чтобы выбрать и реализовать наиболее эффективные из них.

Таким образом, возникла проблема разработки методологии анализа и прогнозирования экономической устойчивости перерабатывающего комплекса региона, которая на базе своих методов и методик позволила бы количественно оценивать его устойчивость в целом (на макроуровне) и определять набор параметров предприятия с целью достижения им экономической устойчивости при изменении его структуры.

Рассмотрим концептуальную постановку задачи исследования устойчивости ПКР

В данной работе перерабатывающий комплекс региона (ПКР) рассматривается как объект организационного управления. С этой точки зрения устойчивость функционирования ПКР складывается из двух основных составляющих:

– устойчивости объекта управления (устойчивость работы);

– устойчивости всей системы управления в целом (устойчивость управления).

1. Под устойчивостью управления традиционно понимается:

1.1. Отсутствие сильных реакций ПКР на слабые управляющие воздействия (адекватность силы реагирования).

1.2. Отсутствие влияния малых случайных возмущений (шума) на успешность перехода объекта управления в целевые состояния (нечувствительность объекта управления к шуму);

1.3. Переход объекта управления в близкие будущие состояния при близких по величине и характеру управляющих воздействиях.

2. Понятие устойчивости работы связано прежде всего с понятием цели управления. В литературе рассматриваются три основные цели:

2.1. Недопущение перехода объекта управления в нежелательные состояния (надежное сохранение основных функций) в условиях сильных и сверхсильных, в т.ч. экстремальных, внешних воздействий, в частности при чрезвычайных ситуациях природного и техногенного характера.

2.2. Перевод объекта в заранее заданное целевое (желательное) состояние.

2.3. Сохранение и повышение эффективности управления во времени (принцип дуальности управления Фельдбаума, без чего система организационного управления быстро теряет адекватность в динамичных условиях экономики переходного периода и будет не жизненной.

В данной работе основное внимание акцентируется на адекватности силы реагирования объекта управления (п.1.1) и на устойчивости работы в экстремальных ситуациях (п.2.2). Передаточная функция, отражающая зависимость силы реакции объекта управления от силы внешнего воздействия, на качественном уровне показана на рисунок 1.3.

 

Рисунок 1. 3. Передаточная функция АПК региона на качественном уровне

 

Поведение этой функции при малых значениях аргумента отражает соответствие принципу п.1.1, а при больших – п.2.1.

Не будет преувеличением сказать, что устойчивость функционирования ПКР является одной из важнейших составляющих обеспечения продовольственной безопасности страны.

Актуальность данной проблематики особенно возрастает в последнее время в связи с тем, что все больше сказываются последствия общефедерального системного кризиса, вызванного переходом нашей страны от затратной экономики к рыночной. Среди основных отрицательных факторов прежде всего необходимо отметить старение парка машин, технического и технологического оборудования, а также многолетнее и все возрастающее отставание в разработке и внедрении ресурсосберегающих и высокорентабельных технологий производства и переработки сельскохозяйственной продукции. Это приводит к падению объемов производства и качества отечественной продукции, угрожающему повышению продовольственной зависимости от зарубежных стран. Поэтому постоянно возрастает социальная востребованность научных исследований и основанных на них разработок, направленных на повышение устойчивости ПКР.

Проблема состоит в том, что подобные исследования требуют, с одной стороны, доступа к полной и достоверной информации о динамике предметной области, что практически недостижимо. С другой стороны, – наличия моделей и основанных на них технологий, позволяющих провести анализ реально имеющейся информации и использовать ее для прогнозирования и управления с целью повышения устойчивости ПКР.

Таким образом, метод решения поставленной проблемы должен обеспечивать непараметрический анализ разнородных по своей природе, неполных (фрагментированных) и зашумленных данных очень большой размерности, выявление и исследование в сопоставимой форме причинно-следственных взаимосвязей между факторами среды и управления, с одной стороны, и устойчивостью ПКР, с другой стороны.

Возможны различные подходы к решению поставленной проблемы.

Традиционный подход основан на привлечении экспертов и обобщении их рекомендаций. При этом, как показывает жизнь, эксперты часто основываются на подходах, апробированных либо в развивающихся странах, либо в условиях рыночной экономики развитых стран. Встречаются также и эксперты, предлагающие просто вернуться к затратной экономике. Во всех этих случаях очень мало оснований надеяться на адекватность используемых моделей в реальных условиях нашей экономики переходного периода. По сути не будет преувеличением сказать, что классические прекрасно разработанные экономические модели, хорошо зарекомендовавшие себя в развитых странах, в наших условиях могут "пробуксовывать" или просто не работать.

Поэтому эксперты, основывающиеся на признании реалий сегодняшнего дня, остро нуждаются в исследовании, познании этих реалий, разработке формальных макро и микроэкономических моделей различного уровня от экономики страны и региона, до отрасли, сегмента рынка, комплекса предприятий и предприятия. Необходимо признать, что подобные исследования ведутся недостаточно интенсивно, часто отражаю лишь федеральный уровень и не охватывают все регионы. Кроме того, их результаты бывают не доведены до уровня, обеспечивающего их практическое использование, а часто и просто недоступны.

Альтернативой экспертным оценкам и рекомендациям могло бы стать создание адекватной для наших условий аналитической модели макроэкономики переходного периода. Однако, по-видимому, надеяться на скорое создание подобной модели нет особых оснований. А ведь после создания такой модели для ее использования на практике еще необходимо разработать соответствующую методику численных расчетов, а также реализующий их программный инструментарий.

Статистические модели также не удовлетворяют сформулированным требованиям, т.к.:

– имеют жесткие ограничения по количеству исследуемых факторов, как правило, не более 10, тогда как в исследуемой модели факторов должно быть, по крайней мере, несколько десятков;

– требуют информации о результатах действия всех сочетаний исследуемых факторов («повторности»), что в исследуемой предметной области практически невыполнимо даже при нескольких факторах.

Необходимо особо подчеркнуть, что восполнить отсутствующие данные из опыта не представляется возможным, т.к. объект исследования: перерабатывающий комплекс региона, принципиально не допускает какое-либо экспериментирование. Восполнение данных путем интерполяции также некорректно, т.к. в каждой строке и столбце корреляционной матрицы имеется более одного пропуска.

Кроме того, статистические модели очень сложно содержательно интерпретировать, для чего требуются большой труд квалифицированных аналитиков.

Таким образом, можно сделать вывод, что для моделирования такого сложного и малоисследованного объекта, каким является перерабатывающий комплекс региона, применение традиционных математических моделей является проблематичным их разработка является весьма актуальной.

 

1.2.4. Концепция решения задачи

 

По нашему мнению, решение поставленной задачи может быть получено путем применения системно-когнитивного анализа (СК-анализ), – нового перспективного математического метода системного анализа, основанного на теории информации, системном анализе и когнитивном моделировании.

Весьма существенно, что для метода СК-анализа разработаны и методика численных расчетов, и соответствующий программный инструментарий, а также технология и методика их применения. Они прошли успешную апробацию при решении ряда задач в различных предметных областях. Метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы.

В работе приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить, чтобы осуществить синтез модели перерабатывающего комплекса и исследовать устойчивость его работы и управления.

Метод СК-анализа включает следующие этапы:

1. Когнитивная структуризация, а затем и формализации предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ), обеспечивающей исследование устойчивости перерабатывающего комплекса региона (на примере Краснодарского края).

4. Оптимизация СИМ ПКР.

5. Проверка адекватности СИМ ПКР (внутренняя и внешняя, дифференциальная и интегральная валидность).

6. Анализ СИМ ПКР, исследование устойчивости управления и работы ПКР путем исследования его модели.

7. Идентификация состояний, прогнозирование и поддержка принятия управленческих решений по управлению ПКР с применением СИМ.

Необходимо особо подчеркнуть, что наличие в распоряжении исследователей инструментария АСК-анализа позволяет не только осуществить синтез СИМ ПКР, но и периодически осуществлять адаптацию и синтез новых версий семантической информационной модели, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях.

 

Концепция применения СК-анализа для решения поставленной задачи

Управление ПКР предполагает создание его формальной количественной модели. Эта модель должна всесторонне и комплексно учитывать, каким образом по силе и направленности факторы внешней среды ПКР и управляющие воздействия различных видов и уровней влияют на его внутреннюю структуру и функции, прежде всего устойчивость функционирования. Таким образом, данная модель должна учитывать следующие параметры ПКР, как объекта управления:

– ПКР представляет собой сложную динамичную систему, включающую предприятия ПКР, материальные, финансовые и информационные взаимосвязи между ними, а также систему целей, определяемую как ролью ПКР в экономике страны, так и собственную цель ПКР, цель составляющих его предприятий, их коллективов и конкретных работников;

– существует большое количество факторов различной природы, влияющих на его работу (природно-климатические, макро и микроэкономические, организационно-управленческие, научно-технологические и др.);

– ощущается дефицит информации о внешней среде функционирования ПКР и его внутренней структуре, пригодной для анализа и последующего использования для прогнозирования и управления с применением современных интеллектуальных информационных технологий.

 

Математическая модель СК-анализа

Эта модель основана обобщении семантической теории информации А.Харкевича, которое обеспечивает выполнение принципа соответствия с мерой Хартли в детерминистском случае (как и мера Шеннона). Однако предложенная мера является предпочтительной по сравнению с мерой Шеннона, т.к. отражает понятие цели, что очень важно для управления, является семантической, учитывает понятие дезинформации, отражает уровень системности и степень детерминированности объекта управления.

 

Методика численных расчетов СК-анализа

Под методикой численных расчетов в работе понимаются структуры данных и алгоритмы, реализующие математическую модель СК-анализа, представляющие собой иерархическую систему обработки информации, обеспечивающую поддержку следующих базовых когнитивных операций системного анализа:

1) присвоение имен;

2) восприятие;

3) обобщение (синтез, индукция);

4) абстрагирование;

5) оценка адекватности модели;

6) сравнение, идентификация и прогнозирование;

7) дедукция и абдукция;

8) классификация и генерация конструктов;

9) содержательное сравнение;

10) планирование и принятие решений об управлении.

Программная реализация СК-анализа

Математическая модель и методика численных расчетов (алгоритмы и структуры данных) реализованы в когнитивной аналитической системе "Эйдос", которая в универсальной постановке обеспечивает поддержку СК-анализа и вместе с ним образует один из вариантов автоматизированного системно-когнитивного анализа (АСК-анализ).

Технология применения АСК-анализа

Эта технология включает следующие этапы:

1. Когнитивная структуризация, а затем и формализации предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ), обеспечивающей исследование устойчивости перерабатывающего комплекса региона (на примере Краснодарского края).

4. Оптимизация СИМ ПКР.

5. Проверка адекватности СИМ ПКР (внутренняя и внешняя, дифференциальная и интегральная валидность).

6. Анализ СИМ ПКР, исследование устойчивости управления и работы ПКР путем исследования его модели.

7. Идентификация состояний, прогнозирование и поддержка принятия управленческих решений по управлению ПКР с применением СИМ.

Необходимо особо подчеркнуть, что наличие в распоряжении исследователей инструментария АСК-анализа позволяет не только осуществить синтез СИМ ПКР, но и периодически осуществлять адаптацию и синтез новых версий семантической информационной модели, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях. Этим обеспечивается выполнение принципа дуальности управления Фельдбаума.

Рассмотрим подробнее пути реализации первого этапа этой технологии.

 

1.2.5. Формализация предметной области

 

Формализация предметной области осуществляется на основе ее когнитивной структуризации, проведенной в разделе 1.2 данной работы. Формализация предметной области – это конструирование классификационных и описательных шкал и градаций, как правило, порядкового типа, в системе которых предметная область описывается в динамике в форме, пригодной для обработки на компьютере с использованием математических моделей.

Основной принцип, который положен нами в основу выполнения данного этапа состоит в том, что из сотен и даже тысяч известных показателей оценки эффективности ПКР выбирается несколько наиболее важных показателей, интегрально оценивающих ПКР количественно и качественно, в экономическом, финансовом и технологическом отношениях.

 

Критерии оценки эффективности функционирования перерабатывающего комплекса региона и конструирование классификационных шкал и градаций

Предлагаются следующие классификационные шкалы и градации, позволяющие оценивать устойчивость работы ПКР в текущем состоянии и в динамике, в т.ч. в сопоставлении с предыдущими периодами или средними за определенный период:

1. Прибыль, полученная в ПКР (в сопоставимых ценах) в целом и в номенклатуре по видам продукции.

2. Налоговые поступления в бюджет от ПКР (в сопоставимых ценах) в целом и в номенклатуре по видам продукции.

3. Уровень рентабельности ПКР в целом и в номенклатуре по видам продукции.

4. Валовой объем продукции (в натуральном выражении), произведенной ПКР в целом и в номенклатуре по видам продукции.

5. Качество продукции, произведенной ПКР в целом и в номенклатуре по видам продукции.

 

Факторы управления и среды функционирования перерабатывающего комплекса региона и конструирование описательных шкал и градаций

В качестве описательных шкал используются порядковые шкалы с градациями, основанными на интервальных оценках (например, шкала: доля ГСМ в структуре себестоимости продукции растениеводства: "низкая", "средняя", "высокая" или "очень низкая", "низкая", "средняя", "высокая", "очень высокая").

Необходимо отметить, что для получения конкретных значений границ интервальных оценок и определения соответствия диапазонов градациям описательных шкал используются взвешенные экспертные оценки, сделанные на основе сопоставления структуры себестоимости продукции перерабатывающего комплекса исследуемого региона (в целом и в номенклатуре) со структурой себестоимости аналогичных видов продукции в передовых странах мира в области агроэкономики.

Существует большое количество факторов различной природы, влияющих на работу ПКР:

1. Природно-климатические (в разрезе по фазам развития растений):

– средние, максимальные и минимальные температуры воздуха и поверхности почвы;

– относительная влажность и количество осадков различных видов;

– количество солнечных и пасмурных дней.

2. Макро и микроэкономические:

– законодательная база РФ и региона в области агроэкономики;

– решения правительства РФ и администрации региона;

– ситуация на рынках различных видов ресурсов, сырья, энергии и ГСМ, сельскохозяйственной продукции, транспортных услуг;

– состояние фондового рынка, стоимость кредитов, курс рубля по отношению к доллару США и Евро, суммы и направленность инвестиций и дотаций;

– фактическая и прогнозируемая (для фьючерсных сделок) насыщенность рынка исследуемого региона и других регионов РФ различными видами продукции ПКР.

3. Организационно-управленческие. Функции любой системы всегда зависят от ее структуры. Поэтому устойчивость работы ПКР, как системы, должна непосредственно зависеть от процентного соотношения количества монофункциональных предприятий и объединений различного функционального уровня в целом по ПКР и в разрезе по отраслям, подотраслям и видам продукции.

4. Научно-технологические: использование инноваций, новых технологий, пород, сортов и культур.

После реализации этапов конструирования классификационных и описательных шкал и градаций выполняется следующий этап: подготовка базы прецедентов.

 

1.2.6. Синтез модели и ее исследование
на устойчивость

 

Ввод базы прецедентов

Суть этого этапа состоит в том, что каждый год исследуемого периода рассматривается как пример работы перерабатывающего комплекса региона. Каждый такой пример описывается в формальном виде совокупностью кодов с использованием описательных и классификационных шкал и градаций. Таким образом, каждый пример содержит описания системы действующих факторов и полученных в результате их действия результатов. После формирования таких описаний для тех лет, по которым есть необходимые данные, они вводятся в программную систему и формируют базу прецедентов (базу примеров, обучающую выборку).

Синтез семантической информационной модели

База прецедентов используется для расчета статистических матриц, входящих в состав семантической информационной модели:

– матрицы частот фактов: т.е. сочетаний "фактор – состояние ПКР";

– матрицы информативностей, содержащей информацию о силе и направлении действия факторов.

Оптимизация семантической информационной модели

На этом этапе осуществляется:

1. Ранжирование всех факторов по средней силе их влияния на переход ПКР в те или иные будущие состояния.

2. Исключение из модели ПКР тех факторов, которые несущественно влияют на его поведение (Парето-оптимизация).

Проверка адекватности семантической информационной модели

Оценка адекватности включает проверку способности модели правильно осуществлять идентификацию состояний ПКР, как входящих в базу прецедентов (внутренняя валидность), так и не входящих в нее (внешняя валидность), как средневзвешенную по всем будущим состояниям ПКР (интегральная валидность), так и в разрезе по конкретным состояниям (дифференциальная валидность).

Если модель обладает достаточно высокой адекватностью, то ее корректно использовать для анализа и исследования устойчивости.

Анализ семантической информационной модели, исследование устойчивости управления и работы перерабатывающего комплекса региона

Анализ семантической информационной модели включает:

– кластерный и конструктивный анализ будущих состояний ПКР и факторов среды и управления, влияющих на ПКР;

– формирование информационных портретов будущих состояний ПКР и семантических портретов факторов;

– проверка статистических гипотез о существовании значимых связей между факторами и поведением ПКР;

– генерацию и отображение в графической форме семантических сетей и когнитивных диаграмм будущих состояний ПКР и факторов.

Кластерный анализ будущих состояний ПКР позволяет оценить их сходство с точки зрения детерминирующих их факторов. Конструктивный анализ будущих состояний ПКР позволяет обнаружить пары наиболее сильно отличающихся будущих состояний ПКР, которые одновременно недостижимы.

Кластерный анализ факторов дает информацию о сходстве влияния различных факторов на переход ПКР в будущие состояния, а конструктивный – о факторах, имеющих противоположное действие.

Вся информация о результатах кластерно-конструктивного анализа будущих состояний ПКР и факторов отображается в наглядной графической форме семантических сетей и когнитивных диаграмм, а также значений координат их векторов в семантических пространствах.

Из результатов этого анализа видно, что близкие состояния ПКР детерминируются близкими значениями факторов, что подтверждает высокую устойчивость управления ПКР, а реакция ПКР на сильные и сверхсильные значения факторов является умеренной, что означает высокую устойчивость работы ПКР. Это подтверждается, в частности, сбором рекордного урожая в 2002 году, который является годом наводнений в Краснодарском крае.

Идентификация состояний, прогнозирование и поддержка принятия управленческих решений по управлению ПКР с применением СИМ. Исследование устойчивости управления и работы ПКР

Идентификация состояний ПКР математически в модели отличается от прогнозирования только тем, что при идентификации факторы относятся к тому же времени, что и идентифицируемые состояния ПКР, а при прогнозировании – факторы к прошлому, а состояния ПКР к будущему времени. Поэтому устойчивость управления ПКР оценивается в данной модели по степени изменения идентифицируемого или прогнозируемого состояния ПКР при незначительных изменениях факторов среды и управляющих факторов, а устойчивость работы – при значительных изменениях факторов. По результатам исследования модели строятся фактические передаточные функции, отражающие влияние факторов на будущие состояния ПКР, для всех факторов и состояний ПКР (аналогичные, представленной на рисунок 62). При этом выявляются факторы и состояния ПКР, по которым наблюдается высокая устойчивость управления и/или работы, и по которым она не наблюдается. На основе этой информации делаются содержательные экономические выводы и вырабатываются научно-обоснованные рекомендации по принятию управленческих решений, направленных на повышение устойчивости работы перерабатывающего комплекса региона.

 

 

1.3. Когнитивная структуризация и формализация
предметной области

 

В разделе исследуются характеристики доступных источников исходных данных для разработки моделей и на основе их анализа формулируются требования к модели. На основе обоснованных требований, рассматриваемых как критерии выбора, в качестве инструмента моделирования предлагается применить новый перспективный метод системно-когнитивного анализа (СК-анализ). Рассматривается конкретная реализация первого этапа СК-анализа, заключающегося в когнитивной структуризации и формализация предметной области. Это позволяет непосредственно приступить к синтезу численной модели, позволяющей исследовать устойчивость управления и работы перерабатывающего комплекса региона.

В данной работе перерабатывающий комплекс региона (ПКР) рассматривается с точки зрения, принятой при проектировании систем организационного управления.

С этой точки зрения рассматривается и устойчивость ПКР, которая складывается из устойчивости управления и устойчивости работы. Под устойчивостью управления в работе понимается отсутствие сильных реакций ПКР на слабые управляющие воздействия, а под устойчивостью работы – отсутствие сильных реакций в условиях сильных и сверхсильных внешних воздействий.

Совершенно очевидно, что исследование устойчивости работы и управления ПКР даже в принципе не может быть осуществлено на основе проведения с ним каких-либо экспериментов. Поэтому предлагается сделать это путем исследования поведения ПКР в реальных условиях в течение определенного периода. На основе ретроспективных данных предлагается осуществить синтез комплексной модели ПКР и уже эту модель исследовать на устойчивость. Естественно, результаты исследования модели могут считаться исследованием самого моделируемого объекта только в том случае, если будет подтверждена адекватность модели.

Однако, прежде всего необходимо выбрать тип модели, обеспечивающей комплексную обработку имеющихся исходных данных.

 

1.3.1. Исследование характеристик источников
исходных данных

 

Источники информации

Проведенный анализ доступных источников информации о работе перерабатывающего комплекса Краснодарского края показал, что наиболее полной информацией на данный момент обладает Краевой комитет статистики и ГУ «Инвестинформсервис АПК», входящее в состав администрации Краснодарского края. Эта организация уже несколько лет ведет электронные базы данных по ряду отраслей АПК региона. Таких баз в настоящее время насчитывается более 50, однако, к сожалению, лишь несколько из них охватывают период более 3-х лет.

В работах [9, 62, 83] приводятся такие данные в натуральном, относительном и стоимостном выражении за период с 1995 по 2002 год включительно. Вместе с тем, если проанализировать структуру приводящихся таблиц, то можно сделать вывод, что данные в них представлены в различных разрезах и не всегда могут быть приведены к одной стандартной типовой форме. Эта работа выполнена нами не для всего объема исходных данных, а лишь для тех, для которых это оказалось возможным. Тем не менее, в результате удалось в одной комплексная таблице (таблица 1.3) представить данные десятков разрозненных таблиц различной структуры.

 

 

Таблица 1. 3 – ИСХОДНЫЕ ДАННЫЕ ПО РАБОТЕ ПЕРЕРАБАТЫВАЮЩЕГО КОМПЛЕКСА В СИСТЕМЕ АПК КРАСНОДАРСКОГО КРАЯ

Источники: Крайкомстат, ГУ «Инвестинформсервис АПК»

Наименование показателя

и единицы измерения

1995

1998

1999

2000

2001

2002

 

ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА (ТЫС.Т)

 

Все категории хозяйств

 

 

 

 

 

 

1.        

Выращено мяса

 

 

286,50

340,00

366,10

 

2.        

Молоко

 

 

1137,40

1270,60

1361,70

 

3.        

Яйца, млн.шт.

 

 

1153,90

1390,30

1462,50

 

4.        

Шерсть в физ.счете

 

 

0,30

0,30

0,30

 

 

Сельскохозяйственные предприятия

 

 

 

 

 

 

5.        

Выращено мяса

 

 

131,40

165,70

181,80

 

6.        

Молоко

 

 

834,90

914,20

965,80

 

7.        

Яйца, млн.шт.

 

 

617,80

819,30

861,80

 

8.        

Шерсть в физ.счете

 

 

0,18

0,18

0,19

 

 

ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК (МЛН.РУБ)

9.        

Всего по предприятиям АПК

6771,00

11608,00

23486,00

29533,00

35676,00

 

10.     

Отрасли, обеспечивающие АПК средствами производства

434,00

828,00

1485,00

2033,00

2167,00

 

11.     

Отрасли, перерабатывающие сельскохозяйственное сырье

6337,00

10780,00

22001,00

27500,00

33509,00

 

12.     

В т.ч. пищевая промышленность

5474,00

9362,00

20002,00

24535,00

30019,00

 

13.     

В т.ч. мукомольно-крупяная и комбикормовая (МКК)

852,00

1406,00

1981,00

2947,00

3461,00

 

 

ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ (В % К ПРЕД.ГОДУ)

14.     

Всего по предприятиям АПК

85,00

102,00

126,00

103,00

96,00

 

15.     

Отрасли, обеспечивающие АПК средствами производства

77,00

115,00

105,00

94,00

84,00

 

 

Отрасли, перерабатывающие сельскохозяйственное сырье

85,00

101,00

161,00

104,00

98,00

 

16.     

В т.ч. пищевая промышленность

86,00

105,00

122,00

113,00

93,00

 

17.     

В т.ч. мукомольно-крупяная и комбикормовая

82,00

95,00

102,00

126,00

103,00

 

 

ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

18.     

Валовой сбор зерновых и зернобобовых, тыс. т.

 

3532

6357

6792

7982

8481

19.     

Валовой сбор пшеницы, тыс. т.

 

1962

4230

4074

5291

5393

20.     

Валовой сбор ячменя, тыс. т.

 

806

1214

1471

1811

1825

21.     

Валовой сбор кукурузы, тыс. т.

 

329

423

587

252

633

22.     

Валовой сбор риса, тыс. т.

 

314

336

462

393

407

23.     

Валовой сбор сахарной свеклы, тыс. т.

 

2134

2936

2827

3048

4202

24.     

Валовой сбор подсолнечника, тыс. т.

 

570

613

622

469

732

25.     

Валовой сбор сои, тыс. т.

 

42

48

54

36

97

 

ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

26.     

Поголовье крупного рогатого скота (КРС)

 

 

740,00

750,00

737,00

733,00

27.     

Поголовье коров

 

 

393,00

290,00

279,00

271,00

28.     

Свиней

 

 

990,00

1225,00

1171,00

1242,00

29.     

Овец

 

 

61,00

59,00

56,00

54,00

30.     

Птицы, млн.гол

 

 

7,00

8,00

9,00

10,00

 

ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

31.     

Средний удой молока от одной коровы, кг

 

2559,00

2864,00

3181,00

3529,00

 

32.     

Средний настриг шерсти с одной овцы, кг

 

2,70

3,00

3,00

3,30

 

33.     

Средняя яйценоскость одной курицы несушки, штук

 

214,00

222,00

255,00

258,00

 

 

ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ

34.     

Расход кормов на 1 голову условного скота, кг

 

36,00

31,80

35,10

34,00

 

35.     

Расход концентрированных кормов на 1 голову условного скота, кг

 

14,60

14,20

16,10

15,60

 

 

ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ (ЕДИНИЦ)

36.     

Промышленность - всего

 

3784,00

3937,00

3430,00

4159,00

 

37.     

Крупные и средние предприятия

 

288,00

275,00

248,00

283,00

 

38.     

Предприятия состоящие на балансе сельскохозяйственных и др. непромышленных организаций

 

2569,00

2963,00

2397,00

3028,00

 

39.     

Малые предприятия

 

927,00

699,00

785,00

848,00

 

 

ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, (В %)

40.     

Мясо

35,00

13,00

12,00

24,00

28,00

 

41.     

Масло животное

46,00

28,00

28,00

31,00

31,00

 

 

Цельно молочная продукция

22,00

33,00

35,00

53,00

55,00

 

42.     

Сахар-песок

93,00

79,00

82,00

83,00

85,00

 

43.     

Консервы плодоовощные

27,00

15,00

24,00

40,00

38,00

 

44.     

Вино виноградное

27,00

14,00

20,00

21,00

20,00

 

45.     

Мука

88,00

62,00

79,00

65,00

79,00

 

46.     

Комбикорма

39,00

17,00

14,00

15,00

17,00

 

 

СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬНЫХ ЦЕН НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.

 

Цены реализации сельскохозяйственных предприятий за 1 тону

47.     

Крупно рогатый скот

2,60

5,70

11,50

13,70

18,70

 

48.     

Свиньи

3,50

8,30

14,20

17,30

26,90

 

49.     

Птица

3,30

8,50

15,70

19,80

24,40

 

50.     

Молоко и молочные продукты

0,70

1,30

2,90

3,40

4,30

 

 

Цены реализации перерабатывающих предприятий за 1 т

51.     

Говядина

9,50

20,20

33,20

42,70

51,80

740,10

52.     

Свинина

10,30

19,40

27,30

43,40

49,10

476,60

53.     

Мясо птицы

 

20,50

281,00

34,40

37,60

183,40

 

Потребительские цены в торговле за 1 тонну

54.     

Говядина

12,50

23,80

42,50

49,40

66,80

534,40

55.     

Свинина

14,60

26,30

42,40

55,00

79,60

545,20

56.     

Куры

11,70

26,30

38,80

50,60

60,60

517,90

57.     

Молоко цельное

2,20

4,70

5,80

6,30

8,60

390,90

 

ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ)

 

Всего по предприятиям АПК:

58.     

Материальные затраты

73,40

73,10

78,00

78,00

75,80

 

59.     

В т.ч. сырье и материалы

61,10

62,00

70,30

68,60

67,30

 

60.     

Комплектующие и полуфабрикатные

1,20

1,10

0,80

1,00

1,10

 

61.     

Работы и услуги

2,60

2,10

2,10

2,10

1,50

 

62.     

Топливо и энергия

8,40

7,80

4,70

6,30

5,90

 

63.     

Оплаты труда

8,70

9,50

7,00

9,00

10,20

 

 

Отрасли, перерабатывающие сельскохозяйственное сырье:

64.     

Из них материальные затраты

74,20

73,70

78,60

78,70

76,50

 

65.     

В т.ч. сырье и материалы

62,60

63,60

1,90

70,40

68,40

 

66.     

Комплектующие и полуфабрикатные

1,00

0,90

0,50

0,50

1,00

 

67.     

Работы и услуги

2,60

2,00

1,70

1,80

1,80

 

68.     

Топливо и энергия

8,10

7,20

4,50

6,10

5,70

 

69.     

Оплаты труда

8,40

9,20

6,70

8,60

9,80

 

 

ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

 

Зерновые и зернобобовые

 

 

 

 

 

 

70.     

Уборочная площадь, тыс. га

 

1464

1884

1967

2103

2045

71.     

Урожайность, ц/га

 

24

34

35

39

42

 

в т.ч. пшеница

 

 

 

 

 

 

72.     

Уборочная площадь, тыс. га

 

692

1129

1061

1211

1151

73.     

Урожайность, ц/га

 

28

38

38

44

47

 

ячмень

 

 

 

 

 

 

74.     

Уборочная площадь, тыс. га

 

323

336

422

477

464

75.     

Урожайность, ц/га

 

25

36

35

39

39

 

кукуруза на зерно

 

 

 

 

 

 

76.     

Уборочная площадь, тыс. га

 

256

211

267

210

220

77.     

Урожайность, ц/га

 

13

20

22

14

30

 

рис

 

 

 

 

 

 

78.     

Уборочная площадь, тыс. га

 

92

113

111

99

103

79.     

Урожайность, ц/га

 

34

30

42

42

42

 

Сахарная свекла

 

 

 

 

 

 

80.     

Уборочная площадь, тыс. га

 

151

163

126

128

142

81.     

Урожайность, ц/га

 

142

180

224

241

295

 

Подсолнечник

 

 

 

 

 

 

82.     

Уборочная площадь, тыс. га

 

458

472

399

352

424

83.     

Урожайность, ц/га

 

12

13

16

14

17

 

Соя

 

 

 

 

 

 

84.     

Уборочная площадь, тыс. га

 

78

50

48

44

59

85.     

Урожайность, ц/га

 

5

10

11

9

18

 

Характеристики источников информации

Даже беглого взгляда на таблицу 33 достаточно, чтобы обнаружить значительную неполноту, т.е. фрагментарность исходных данных:

1. Вообще нет данных за годы, ранее 1995, а также за 1996, 1997 и 2003 годы.

2. По ряду показателей отсутствуют данные за 1995, 1998 и 2002 годы.

3. Фактически достаточно полно представлены данные всего за три года: с 1999 по 2001.

4. Данные представлены в самых различных единицах измерения:

В таблице 33. встречаются данные, измеряемые в десятках различных единиц измерения (тысячи тонн; миллионы штук; физический счет; миллионы рублей; проценты к предыдущему году; тысяч голов; килограммы; штуки; единицы; проценты; тысячи рублей; тысячи гектар и т.д.), всего в трех видах "единиц измерений":

– в натуральном выражении (тоже есть ряд различных единиц измерения);

– в стоимостном выражении, причем не в сопоставимых единицах ("твердой валюте"), а в рублях;

– в относительном выражении, т.е. в процентах, относительно предыдущего года.

5. Размерность исходных данных составляет 87 числовых показателей.

 

Требования к математической модели

Анализ характеристик исходных данных, приведенных в таблице 33, отражающих динамику работы перерабатывающего комплекса в системе АПК региона, показывает, что его математическая модель должна обеспечивать:

1. Анализ разнородных по своей природе, и, соответственно, измеряемых в различных единицах измерения.

2. Анализ неполных (фрагментированных) и зашумленных данных большой размерности.

3. Выявление и исследование в сопоставимой форме причинно-следственных взаимосвязей между факторами среды и управления различной природы, с одной стороны, и устойчивостью ПКР, с другой стороны.

Всем этим требованиям соответствует метод СК-анализа.

Рассмотрим подробнее пути реализации первого этапа этой технологии.

На этом этапе:

– конкретно определяются факторы и будущие состояния объекта управления;

– измеряется область изменения числовых значений факторов и интервалы (диапазоны), а также макропараметров, определяющих состояния объекта управления;

– конструируются классификационные и описательные шкалы и градации и их кодирование;

– исходные данные кодируются в системе классификационных и описательных шкал и градаций, и формируется обучающая выборка (база прецедентов, содержащая в формализованный опыт управления перерабатывающим комплексом региона за ряд лет).

 

 

 

1.3.2. Когнитивная структуризация
предметной области

 

Задачи когнитивной структуризации

При когнитивной структуризации решаются следующие задачи:

– выделяются целевые параметры системы, т.е. ее желательные и нежелательные будущие состояния, характеризующие ее на макроуровне;

– определяется система факторов, детерминирующих эти будущие состояния.

Как факторы могут рассматриваться и факторы окружающей среды, и технологические факторы, и параметры системы на низких уровнях ее иерархической структуры.

Основываясь на исходных данных, приведенных в таблице 33, и экономической постановке задачи устойчивости ПКР, представленной в работах [9, 62], мы предлагаем для исследования в модели следующие будущие состояния ПКР и детерминирующие их факторы.

Будущие состояния объекта управления (классы)

ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА (ТЫС.Т):

Все категории хозяйств:

– выращено мяса;

– молоко;

– яйца, млн.шт.;

– шерсть в физ.счете.

Сельскохозяйственные предприятия:

– выращено мяса;

– молоко;

– яйца, млн.шт.;

– шерсть в физ.счете.

ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК (МЛН.РУБ):

– всего по предприятиям АПК;

– отрасли, обеспечивающие АПК средствами производства;

– отрасли, перерабатывающие сельскохозяйственное сырье;

– в т.ч. пищевая промышленность;

– в т.ч. мукомольно-крупяная и комбикормовая (МКК).

ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ (В % К ПРЕД.ГОДУ):

– всего по предприятиям АПК;

– отрасли, обеспечивающие АПК средствами производства;

– отрасли, перерабатывающие сельскохозяйственное сырье;

– в т.ч. пищевая промышленность;

– в т.ч. мукомольно-крупяная и комбикормовая;

ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР:

– валовой сбор зерновых и зернобобовых, тыс. т.;

– валовой сбор пшеницы, тыс. т.;

– валовой сбор ячменя, тыс. т.;

– валовой сбор кукурузы, тыс. т.;

– валовой сбор риса, тыс. т.;

– валовой сбор сахарной свеклы, тыс. т.;

– валовой сбор подсолнечника, тыс. т.;

– валовой сбор сои, тыс. т.

 

Факторы

ДИНАМИКА РАЗВИТИЯ ЖИВОТНОВОДСТВА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ:

– поголовье крупного рогатого скота (КРС);

– поголовье коров;

– свиней;

– овец

– птицы, млн.гол.

ДИНАМИКА ПРОДУКТИВНОСТИ СКОТА И ПТИЦЫ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ:

– средний удой молока от одной коровы, кг.;

– средний настриг шерсти с одной овцы, кг.;

– средняя яйценоскость одной курицы несушки, штук.

ДИНАМИКА РАСХОДА КОРМОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЯХ:

– расход кормов на 1 голову условного скота, кг.;

– расход концентрированных кормов на 1 голову условного скота, кг.;

ЧИСЛО ПРЕДПРИЯТИЙ, ВХОДЯЩИХ В АПК КРАСНОДАРСКОГО КРАЯ (ЕДИНИЦ):

– промышленность – всего;

– крупные и средние предприятия;

– предприятия, состоящие на балансе сельскохозяйственных и др. непромышленных организаций;

– малые предприятия.

ИСПОЛЬЗОВАНИЕ СРЕДНЕГОДОВОЙ МОЩНОСТИ ПРЕДПРИЯТИЙ ПО ВЫПУСКУ ОТДЕЛЬНЫХ ВИДОВ ПРОДУКЦИИ, (В %):

– мясо;

– масло животное;

– цельно молочная продукция;

– сахар-песок;

– консервы плодоовощные;

– вино виноградное;

– мука;

– комбикорма.

СРАВНИТЕЛЬНЫЕ ДАННЫЕ О СРЕДНИХ ЦЕНАХ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ, ПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЙ И ПОТРЕБИТЕЛЬНЫХ ЦЕН НА ОТДЕЛЬНЫЕ ВИДЫ ЖИВОТНОВОДЧЕСКОЙ ПРОДУКЦИИ, ТЫС. РУБ.:

Цены реализации сельскохозяйственных предприятий за 1 тону:

– крупно рогатый скот;

– свиньи;

– птица;

– молоко и молочные продукты.

Цены реализации перерабатывающих предприятий за 1 тонну:

– говядина;

– свинина;

– мясо птицы.

Потребительские цены в торговле за 1 тонну:

– говядина;

– свинина;

– куры;

– молоко цельное.

ДИНАМИКА СТРУКТУРЫ СЕБЕСТОИМОСТИ ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ЭЛЕМЕНТАМ ЗАТРАТ В РАЗРЕЗЕ ОТРАСЛЕЙ (КРУПНЫЕ И СРЕДНИЕ ПРЕДПРИЯТИЯ):

Всего по предприятиям АПК:

– материальные затраты;

– в т.ч. сырье и материалы;

– комплектующие и полуфабрикатные;

– работы и услуги;

– топливо и энергия;

– оплаты труда.

Отрасли, перерабатывающие сельскохозяйственное сырье:

– из них материальные затраты;

– в т.ч. сырье и материалы;

– комплектующие и полуфабрикатные;

– работы и услуги;

– топливо и энергия;

– оплаты труда.

ДИНАМИКА ПОСЕВНЫХ ПЛОЩАДЕЙ И УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР:

Зерновые и зернобобовые:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

в т.ч. пшеница:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

ячмень:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

кукуруза на зерно:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

рис:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

Сахарная свекла:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

Подсолнечник:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

Соя:

– уборочная площадь, тыс. га;

– урожайность, ц/га.

 

1.3.3. Формализация предметной области

 

Формализация предметной области осуществляется на основе ее когнитивной структуризации, проведенной в предыдущем разделе. Формализация предметной области – это конструирование классификационных и описательных шкал и градаций, как правило, порядкового типа с использованием интервальных оценок, в системе которых предметная область описывается в форме, пригодной для обработки на компьютере с использованием математических моделей.

В соответствии с методом СК-анализа каждый числовой фактор из таблицы 33, независимо от его смысла и единиц измерения, рассматривается как переменная числовая величина, принимающая определенное множество значений. Подобные величины формализуются путем сведения к интервальным значениям, т.е. путем введения некоторого количества диапазонов, охватывающих все множество значений фактора, и установления фактов попадания конкретного значения величины в определенный диапазон.

Для каждого фактора устанавливаются свои границы диапазонов, исходя из их количества и множества значений величины фактора.

Количество диапазонов может быть различным для разных факторов, но на практике удобнее выбирать их одинаковым. Каковы же соображения, из которых исходят при выборе количества диапазонов? Чем больше диапазонов, тем точнее интервальные оценки. Однако это так только тогда, когда, по крайней мере, для большинства диапазонов наблюдаются факты попадания значений факторов в них. Очевидно, для этого необходимо достаточно большое количество данных. Если же их нет, то многие диапазоны могут оказаться пустыми и модель приближается к детерминистскому типу. Тогда имеет смысл уменьшить их количество и тем самым укрупнить их.

Из этих рассуждений следует вывод о том, что при большом количестве данных оправданно увеличивать количество диапазонов и имеется возможность повысить точность исследования. Когда же данных недостаточно, приходится укрупнять диапазоны, что приводит к некоторой потере точности выводов, но делает их более обоснованными статистически. По-видимому, это утверждение можно считать одной из форм теоремы Котельникова об отсчетах.

СК-анализ предусматривает также возможность использования вторичных показателей, являющихся различными функциями первичных показателей. Но этот подход требует данных большего объема и за больший период времени и, поэтому, в данном исследовании применяться не будет.

Основываясь на этих соображениях нами, прежде всего, было определено количество диапазонов, количество которых было выбрано равным пяти.

Затем были определены границы каждого диапазона. Для этого:

– для каждого фактора были определены минимальное и максимальное значения;

– весь интервал значений был разделен на пять равных частей.

В результате выполнения этих работ получена таблица 1.4.

 

Таблица 1. 4 – ОБЛАСТИ ЗНАЧЕНИЙ
И ГРАНИЦЫ ДИАПАЗОНОВ ФАКТОРОВ

п/.п

Наименования

факторов

MIN

MAX

D

Диапазоны

1-й

2-й

3-й

4-й

5-й

Min

Max

Min

Max

Min

Max

Min

Max

Min

Max

 

ДИНАМИКА ПРОИЗВОДСТВА ПРОДУКТОВ ЖИВОТНОВОДСТВА (ТЫС.Т)

 

Все категории хозяйств

1.        

Выращено мяса

287

366

16

287

302

302

318

318

334

334

350

350

366

2.        

Молоко

1137

1362

45

1137

1182

1182

1227

1227

1272

1272

1317

1317

1362

3.        

Яйца, млн.шт.

1154

1463

62

1154

1216

1216

1277

1277

1339

1339

1401

1401

1463

4.        

Шерсть в физ.счете

0,30

0,30

0,00

0,30

0,30

0,30

0,30

0,30

0,30

0,30

0,30

0,30

0,30

 

Сельскохозяйственные предприятия

5.        

Выращено мяса

131

182

10

131

141

141

152

152

162

162

172

172

182

6.        

Молоко

835

966

26

835

861

861

887

887

913

913

940

940

966

7.        

Яйца, млн.шт.

618

862

49

618

667

667

715

715

764

764

813

813

862

8.        

Шерсть в физ.счете

0,18

0,19

0,00

0,18

0,18

0,18

0,18

0,18

0,19

0,19

0,19

0,19

0,19

 

ДИНАМИКА ОБЪЕМОВ ПРОИЗВОДСТВА ПРОДУКЦИИ В ОТРАСЛЯХ АПК (МЛН.РУБ)

 

9.        

Всего по предприятиям АПК

6771

35676

5781

6771

12552

12552

18333

18333

24114

24114

29895

29895

35676

 

10.     

Отрасли, обеспечивающие АПК средствами производства

434

2167

347

434

781

781

1127

1127

1474

1474

1820

1820

2167

 

11.     

Отрасли, перерабатывающие сельскохозяйственное сырье

6337

33509

5434

6337

11771

11771

17206

17206

22640

22640

28075

28075

33509

 

12.     

В т.ч. пищевая промышленность

5474

30019

4909

5474

10383

10383

15292

15292

20201

20201

25110

25110

30019

 

13.     

В т.ч. мукомольно-крупяная и комбикормовая (МКК)

852

3461

522

852

1374

1374

1896

1896

2417

2417

2939

2939

3461

 

 

ИНДЕКСЫ ФИЗИЧЕСКОГО ОБЪЕМА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ (В % К ПРЕД.ГОДУ)

 

14.     

Всего по предприятиям АПК

85

126

8

85

93

93

101

101

110

110

118

118

126

 

15.     

Отрасли, обеспечивающие АПК средствами производства

77

115

8

77

85

85

92

92

100

100

107

107

115

 

16.     

Отрасли, перерабатывающие сельскохозяйственное сырье

85

161

15

85

100

100

115

115

131

131

146

146

161

 

17.     

В т.ч. пищевая промышленность

86

122

7

86

93

93

100

100

108

108

115

115

122

 

18.     

В т.ч. мукомольно-крупяная и комбикормовая

82

126

9

82

91

91

100

100

108

108

117

117

126

 

 

ДИНАМИКА ВАЛОВЫХ СБОРОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

 

19.     

Валовой сбор зерновых и зернобобовых, тыс. т.

3532

8481

990

3532

4522

4522

5512

5512

6502

6502

7491

7491

8481

 

20.     

Валовой сбор пшеницы, тыс. т.

1962

5393

686

1962

2648

2648

3334

3334

4021

4021

4707

4707

5393

 

21.     

Валовой сбор ячменя, тыс. т.

806

1825

204

806

1010

1010

1214

1214

1417

1417

1621

1621

1825

 

22.     

Валовой сбор кукурузы, тыс. т.

252

633

76

252

328

328

404

404

481

481

557

557

633

 

23.     

Валовой сбор риса, тыс. т.

314

462

30

314

344

344

373

373

403

403

432

432

462

 

24.     

Валовой сбор сахарной свеклы, тыс. т.

2134

4202

414

2134

2548

2548

2961

2961

3375

3375

3789

3789

4202

 

25.     

Валовой сбор подсолнечника, тыс. т.

469

732

53

469