WWW.LIBRUS.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - собрание публикаций
 

Pages:   || 2 | 3 |

«Санкт-Петербургское отделение Центральный экономико-математический институт РАН Центр по изучению проблем информатики Института научной информации по общественным наукам РАН Санкт-Петербургский ...»

-- [ Страница 1 ] --

Министерство образования и наук

и Российской Федерации

Международная академия наук высшей школы

Санкт-Петербургское отделение

Центральный экономико-математический институт РАН

Центр по изучению проблем информатики

Института научной информации по общественным наукам РАН

Санкт-Петербургский государственный электротехнический

университет «ЛЭТИ» им. В. И. Ульянова-Ленина

Санкт-Петербургский государственный экономический университет

САНКТ-ПЕТЕРБУРГСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

ПЕТРА ВЕЛИКОГО

ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

СИСТЕМНЫЙ АНАЛИЗ

В ПРОЕКТИРОВАНИИ И УПРАВЛЕНИИ

Сборник научных трудов XXI Международной научно-практической конференции 29–30 июня 2017 года Часть 2 Санкт-Петербург УДК 303.732 Системный анализ в проектировании и управлении : сб науч. тр. XXI Междунар .

науч.-практ. конф. 29–30 июня 2017 года. Ч. 2. – СПб. : Изд-во Политехн. ун-та, 2017. – 428 с .

В сборник научных трудов научно-практической конференции «Системный анализ в проектировании и управлении», проводимой Санкт-Петербургским политехническим университетом Петра Великого совместно с Южным Федеральным университетом, СанктПетербургским отделением Международной академии наук высшей школы, Центральным экономико-математическим институтом РАН, Центром по изучению проблем информатики Института научной информации по общественным наукам РАН, Санкт-Петербургским государственным электротехническим университетом «ЛЭТИ» им. В. И. Ульянова-Ленина и Санкт-Петербургским государственным экономическим университетом, включены работы ведущих ученых, работающих в области теории систем и системного анализа, из ряда вузов и организаций России, Украины, Великобритании, Италии, Норвегии, США, Финляндии, Эстонии .

Включенные в сборник статьи сгруппированы по различным теоретическим и прикладным направлениям .

Председатель Оргкомитета конференции – научный руководитель СПбПУ академик РАН, д-р техн. наук, профессор Ю. С. Васильев .

Сопредседатели Оргкомитета конференции:

Заместитель председателя СПб отделения МАН ВШ, д-р техн. наук, профессор, заслуженный работник высшей школы РФ В. Н. Козлов; член МАН ВШ, д-р экон. наук, профессор, заслуженный работник высшей школы РФ В. Н. Волкова, д-р экон. наук, профессор ЮФУ, заслуженный работник высшей школы РФ В. Е. Ланкин .

Члены Оргкомитета: чл.-кор. РАН, д-р экон. наук, проф. (зам. директора ЦЭМИ РАН, Москва) Г. Б. Клейнер; чл.-кор. МАН ВШ, д-р экон. наук, проф. И. А. Брусакова (СПбГЭТУ «ЛЭТИ»); член МАН ВШ, д-р техн. наук, проф. Г. В. Горелова (ЮФУ, г. Таганрог); д-р экон. наук, проф. С. В. Гриненко (ЮФУ, г. Таганрог); канд. физ.-мат. наук, доц .

А. А. Ефремов (СПбПУ); д-р экон. наук, проф. И. А. Кацко (Кубанский гос. аграрный университет, г. Краснодар); чл.-кор. МАН ВШ, д-р экон. наук, проф. Б. Л. Кукор (СПбГЭУ); член МАН ВШ, д-р техн. наук, проф. Ю. И. Лыпарь (СПбПУ); д-р техн. наук, ст. науч. сотр., проф .

С. Г. Редько (СПбПУ); чл.-кор. МАН ВШ, д-р. техн. наук, проф. А. Н. Фирсов (СПбПУ); член МАН ВШ, д-р техн. наук, проф. Л. В. Черненькая (СПбПУ); руководитель Центра по изучению проблем информатики ИНИОН РАН, канд. филос. наук Ю. Ю. Черный (ИНИОН РАН, Москва); член МАН ВШ и МАОР, д-р экон. наук, проф. Г. П. Чудесова (СПбИТМО);





чл.-кор. МАН ВШ, д-р экон. наук, проф. СПбГЭУ Е. А. Яковлева (СПбГЭУ) .

Зарубежные члены Оргкомитета: Professor of Ostfold University College J-E. Andreassen (Норвегия); д-р техн. наук, профессор-сенатор Морской Академии Польши, член комиссии Польской Академии наук по проблемам организации и управления И. Б. Арефьев (Польша); Doctor of Economics, Professor of Montclair State University Leon Bazil (США);

д-р экон. наук, профессор Берлинского института прикладных наук В. Бобров (Германия);

профессор, эксперт Европейского совета по бизнес-образованию (ЕСВЕ) Bob Johnson (Великобритания); Dr., Prof. B. Fleishman (США); канд. экон. наук, аспирант Академии Або (bo Akademi University) И. А. Кульков (г. Турку, Финляндия); член МАН ВШ, д-р техн .

наук, проф. Н. Д. Панкратова (Институт прикладного системного анализа, г. Киев, Украина); Dr., Prof. Reinhold Wessely (Austria, Vena); Speaker's Biographical Information Department of Mathematics and Statistics Curtin University of Technology V. Rumchev (Австралия) .

Ученые секретари конференции — чл.-корр. МАН ВШ, канд. техн. наук, доцент СПбПУ С. В. Широкова, канд. экон. наук, доцент СПбПУ А. В. Логинова .

© Санкт-Петербургский политехнический университет Петра Великого, 2017 Научно-педагогическая школа «Системный анализ в проектировании и управлении» объединяет ученых, развивающих теорию систем и системного анализа в различных вузах России и других стран .

Школа считает себя преемницей:

школы Московского энергетического института, в котором д-р техн. наук, профессор Федор Евгеньевич Темников (19061993) создал в 1970 году первую в стране кафедру по направлению теории систем и системных исследований — кафедру Системотехники; ученицей Ф.Е. Темникова является один из основателей и научных руководителей школы «Системный анализ в проектировании и управлении» в Политехническом университете кандидат технических, доктор экономических наук, профессор, заслуженный работник высшей школы РФ Виолетта Николаевна Волкова, работающая в Политехническом с 1980 года;

школы Ленинградского политехнического института (ныне СанктПетербургский политехнический университет Петра Великого), в котором с 1973 года на факультете технической кибернетики д-р технических наук, профессор (в последующем — заслуженный деятель науки РФ) Анатолий Алексеевич Денисов (1934–2010) исследовал общность процессов в системах различной физической природы и предложил теорию информационного поля и информационный подход к анализу систем .

В 1994 году д-р техн. наук, профессор, заслуженный работник высшей школы Российской Федерации Владимир Николаевич Козлов переименовал возглавляемую им кафедру Технической кибернетики в кафедру «Системный анализ и управление» и открыл совместно с заслуженным деятелем науки и техники РФ, д-ром физ.-мат. наук, профессором Владимиром Александровичем Троицким новое одноименное направление подготовки бакалавров и магистров многоуровневой системы высшего профессионального образования, что сыграло важнейшую роль в становлении в Политехническом университете научно-педагогической школы «Системный анализ в проектировании и управлении» .

Научные результаты школы представлены в ежегодно выпускаемых сборниках научных трудов, в коллективных учебниках и монографиях, подготовленных участниками этих конференций .

В настоящее время это направление развивается в Высшей школе киберфизических систем и управления Института компьютерных наук и технологий СПбПУ как научное направление подготовки бакалавров и магистров по направлению: 27.04.03 «Системный анализ и управление»

(научный руководитель основной образовательной программы — канд .

физ.-мат. наук, доцент Артем Александрович Ефремов) .

Важным достоинством школы является развитие методологических основ и терминологического аппарата теории систем и системного анализа на основе широкого спектра математических методов. Большое влияние на реализацию и распространение этой концепции оказывают учебные пособия кафедры «Системный анализ и управление», и в частности, учебное пособие В. Н. Козлова «Системный анализ, оптимизация и принятие решений»

(М.: Изд-во «Проспект», 2010) и учебник «Моделирование систем» (под ред. В. Н. Волковой и В. Н. Козлова), изданный в 2013 г. и переизданный уже в 2016 г. в издательстве «Юрайт». В числе авторов учебника вошли ученые других вузов, принимающие активное участие в ежегодно проводимых школой конференциях «Системный анализ в проектировании и управлении» .

Проводимые ежегодно конференции способствуют развитию идей теории систем и системного анализа и их использованию в учебных планах и программах не только нашего вуза, но и других вузов страны. В 20152017 гг., по данным РИНЦ, В. Н. Волкова входит в Топ-100 самых цитируемых ученых по направлению «Информатика» (29-я в списке, более 1800 цитирований), наиболее часто цитируется подготовленный ею совместно с А. А. Денисовым учебник «Теория систем и системный анализ», изданный впервые в 1997 г. в Политехническом и неоднократно корректируемый и переиздаваемый в издательствах «Высшая школа» и «Юрайт», этот учебник удостоен знака «Выбор вузов» .

Ученики научной школы успешно применяют полученные знания и теоретические результаты в своей практической деятельности. И я надеюсь, что это приносит им удовлетворение. Школа выполняет важную миссию по подготовке научных кадров высшей квалификации. За период ее становления и функционирования защищено по тематике школы и смежным направлениям 13 докторских и более 50 кандидатских диссертаций .

Председатель Оргкомитета конференции Академик РАН Ю. С. Васильев

–  –  –

Аннотация. Статья посвящена использованию метода диверсификации для преобразования организационных систем и структур управления, метода определения степени централизации и децентрализации, механизма разработки системы взаимоотношений центра с филиалами, перераспределения ответственности за выполнение определенных функций, согласованности действий специалистов центрального аппарата и служб филиалов; определена динамика их взаимодействия .

Ключевые слова: Система организационного управления; централизация и децентрализация функций управления

–  –  –

Abstract. Article is devoted to using of a method of a diversification for transformation of organizational systems and structures of management, a method of definition of degree of centralization and decentralization, the mechanism of system engineering of mutual relations of the centre with branches, redistributions of responsibility for performance of certain functions, coordinations of actions of experts of central office and services of branches; dynamics of their interaction is defined .

Keywords: Organizational management system; centralization and decentralization of management functions В период инновационного развития экономики особое значение приобретает использование метода диверсификации для расширения влияния фирмы на рынке. Из всех существующих в науке и практике инструментов развития бизнеса (бизнес-инкубаторов, акселераторов, вывод стартапов на рынок, фабрики мысли, «think tanks»…) в данной статье рассматриваются два. Первый — диверсификация, связанная с потребностями, представляет освоение фирмой новой технологии (IT) для продолжения обслуживания традиционного рынка. Второй вариант — диверсификация, связанная с применением традиционной технологии фирмы (интеллектуальной собственности — IP) для удовлетворения новых потребностей, как на потребительском, так и особенно на промышленном рынке .

Примером использования обоих вариантов диверсификации может служить «Диамонд» — группа компаний полного цикла, входящая в число мировых лидеров в области разработки и производства высокотехнологичного оборудования для обеспечения безопасности и повышения эффективности в наукоемких отраслях промышленности. В конце 1990-х годов широкое распространение получил трубопроводной метод доставки нефти и газа потребителю, что привело к развитию внутритрубной диагностики .

«Диамонд» начал выпускать диагностических и ремонтных роботов, параллельно с видео и другими системами контроля. В результате предприятие выпускает комплектное диагностическое оборудование для традиционных потребителей — различного типа электростанций, прокатных станов и т.п., а также для новых потребителей, например, электроприводы в составе систем управления паровыми турбинами .

В процессе диверсификации вполне допустимо и жизненно оправдано использование определенных «переходных структур», совмещающих в разных пропорциях элементы нового и старого. Для реализации этого принципа можно использовать тензорную структуру, в которой наряду с тремя сферами (базирующимися на принципах линейного, функционального и программно-целевого управления) предлагается выделять дополнительные сферы, которые требуют на том или ином этапе развития компании самостоятельного рассмотрения. Этот принцип наиболее подходит для растущих промышленных компаний, где управленческие функции имеют тенденцию к расширению, достаточному в перспективе для формирования самостоятельных структурных подразделений .

Для инновационной компании с появлением новых периферийных производств характерен процесс перераспределения прав принятия управленческих решений по разным уровням организационного управления .

По мере стабилизации взаимоотношений компании с внешней инфраструктурой и внутрифирменными объектами проблемы неизменно концентрируются вокруг коренного вопроса — степени централизации децентрализации управления. Поиск их оптимального соотношения попрежнему остается наиважнейшим на пути к успеху управления промышленным объектом .

Поэтому в условиях диверсификации, характерной для инновационного развития фирмы, основное внимание в процессе преобразования системы и структуры управления компанией уделяется взаимодействию центрального аппарата со службами структурных единиц, определению рациональной степени централизации и децентрализации функций .

Учитывая исключительную важность для компании функций, ориентированных на внешний рынок, им следует уделять первостепенное внимание. Прежде всего, связанному с диверсификацией продукции созданию периферийных производств. Например, «Диамонд» открыл в США североамериканский филиал для более глубокого освоения американского рынка, а на севере Италии — производство, призванное обеспечивать электроприводами европейский рынок. Политика приближения к рынкам служб продаж, маркетинга и других структур распределения продуктов, которые ранее были сосредоточены в центральном аппарате, характерна для современной диверсификации .

Большой опыт формирования систем и структур управления, накопленный ранее, позволяет выработать определенный механизм разработки системы взаимоотношений центра с периферийными структурами (ПФ), перераспределения ответственности за выполнение определенных функций, согласованности действий специалистов центрального аппарата и служб ПФ .

Разработка структуры управления глубиной до определенного уровня с одновременной правовой регламентацией деятельности ее подразделений создает условия для анализа и научного обоснования ее совершенствования, а также для оптимизации степени централизации по каждой основной функции управления на определенный период времени .

Это чрезвычайно важно при переходе к инновационной экономике с ее демократическими методами управления, для которых характерно делегирование ответственности за принятие решений и выполнение задач на более низших уровнях управления .

Основой для планомерной и систематической работы над структурой и системой организационного управления является система нормативно-методического обеспечения управления (СНМОУ), которая обеспечивает эффективную систему взаимоотношений между подразделениями, а также технологию организационного управления в виде совокупности взаимосвязанных процедур выполнения конкретных управленческих функций, зафиксированных в стандартах и инструкциях .

Для достижения необходимого баланса централизациидецентрализации основных функций управления можно использовать методику определения степени централизации управленческих функций, которую целесообразно сосредоточить в головном отделе центрального аппарата по каждой отдельной функции. Расчет выполняется по специальной методике. В ней выделены и обоснованы четыре различные формы такого взаимодействия, каждая из которых последовательно развивает предыдущую. Для каждого уровня взаимоотношений между исполнителями одной и той же функции управления в центральной и периферийных структурах установлены шкалы количественных оценок и критерии их определения. Расчет уровня централизации целесообразно проводить по 20-25 укpупненным функциям. В результате руководство фирмы может иметь детальную информацию о степени самостоятельности периферийных структур (структурных и производственных единиц, конструкторских бюро, НИИ, филиалов и других периферийных структур) в решении вопросов по каждой функции, а головные отделы центрального аппарата, определяя уровень необходимой централизации (децентрализации) управления по своей функции, имеют возможность опpеделить, за счет каких факторов она обеспечивается .

Для этого выделены четыре формы развития отношений: методическое, функциональное, линейно-функциональное и линейное руководство. Определены отличительные признаки внутрифирменного руководства и свой диапазон оценок для каждого из них — от 0 до 1 .

Так, если головной отдел лишь методически руководит одноименным подразделением (звеном, отдельным специалистом) какой-либо структурной единицы (СЕ) компании, такая форма отношений оценивается в диапазоне от 0,05 до 0,15 балла. Под методическим руководством понимаются такие отношения между головным отделом и одноименными подразделениями или исполнителями структурной единицы, когда первый определяет сферу ответственности неголовных звеньев, согласовывает порядок внутрифирменного взаимодействия, обеспечивает единство понимания и использования нормативных, методических и инструктивных материалов .

Функциональное руководство оценивается условно в диапазоне от 0,2 до 0,45 балла и предусматривает все перечисленные признаки методического руководства, отличаясь от него уровнем ответственности головного отдела. При этой форме отношений головной отдел отвечает за общую постановку работы по функции и в определенной степени несет часть ответственности за конечные результаты деятельности. В связи с этим начальнику головного отдела (на правах функционального руководителя) предоставляется право контроля и руководства работой однопрофильных неголовных звеньев через тех линейных руководителей структурных единиц, которым они подчинены .

Линейно-функциональное руководство включает взаимные обязанности головных и неголовных подразделений, уже предусмотренные двумя описанными выше формами (методической и функциональной). В этом случае головной отдел в равной или большей степени делит с руководством периферийных структур или научной организации ответственность перед генеральным руководством компании за организацию и конечные результаты деятельности по конкретной функции в масштабе всей компании. Такая форма централизации оценивается в диапазоне от 0,5 до 0,8 балла .

И, наконец, линейное руководство включает всю деятельность головного отдела, присущую ранее упомянутым формам руководства неголовными звеньями. Отличительные черты этого типа руководства включение неголовного звена непосредственно в штаты головного отдела (территориальная разобщенность может быть сохранена) и наделение руководителя СЕ (директора завода или института), на штатах которой ранее находился неголовной орган, правами функционального руководителя по отношению к головному отделу в части, касающейся деятельности вверенной ему структурной единицы .

Степень централизации, достигнутая по конкретной функции управления, рассчитывается только головными отделами, и результаты расчета, представленные в виде таблицы 1, являются составной частью положений об этих отделах .

Итоговый коэффициент централизации представляет собой сумму всех (в данном примере четырех) коэффициентов таблицы и проставляется в графе, соответствующей той периферийной единице компании, на штатах которой находится головной отдел .

В нашем примере при полной концентрации функции управления, т.е. линейном подчинении головному отделу всех (пяти) обеспечивающих функцию подразделений компании, сумма коэффициентов таблицы принимает максимальное значение, равное 5,0. Исходя из этого, степень фактически достигнутой по функции централизации определяется как процентное отношение рассчитанного по таблице итогового коэффициента к пяти баллам. В приведенном примере степень централизации, достигнутая по функции «Патентно-лицензионное обслуживание», равна 67,0 % .

Из таблицы видно, что патентно-лицензионный отдел является единым для головного завода и НИИ, как наукоемких СЕ, полностью отвечает за постановку патентно-лицензионной работы на производственной единице и почти не влияет на работу территориально удаленного филиала, не обремененного инновациями .

Систематический расчет коэффициентов по приведенной методике для каждой функции управления позволяет видеть динамику процесса централизации-децентрализации управления в компании и планомерно направлять эту работу .

При появлении в структуре компании инновационных СЕ малого бизнеса (на основе стартапов, акселераторов, инкубаторов и пр.) предложенный принцип централизации функций управления может быть использован в полной мере базовыми отделами независимо от их штатной принадлежности. В положении о базовом отделе необходимо прогнозировать уровень централизации по отношению к соответствующим подразделениям СЕ. В настоящее время в связи с развитием отношений партнерства, присущих свободному рынку, этот уровень снижается .

Таблица 1 .

Функция управления «патентно-лицензионный сервис»

Характер руково- Шкала Оценка степени развития отношений управления дства со стороны оценки предприятием, баллы центрального аппа- уровня с цен- со струк- с произ- с науч- с филиарата компании соот- централи- тральным турной водствен- ной лом ветствующим звеном зации аппаратом единицей ной еди- органи- … филиала… функции ницей зацией Методическое 0,05-0,15 0,1 Функциональное 0,2-0,45 0,45 Линейно- 0,8 функциональное 0,5-0,9 Линейное 1,0 1,0 1,0 Итоговый уровень централизации функций (К) 4,25

Степень централизации функции (Т):

Т = К/5 х 100% = 85,0% .

Указанный метод, наряду с методом информационных оценок и другими, позволяет регулировать степень централизациидецентрализации управления предприятием по каждой функции [7] .

На наукоемком диверсифицированном предприятии, имеющем множество разнообразных инновационных производств, основные функции управления, такие как управление исследованиями и проектированием, долгосрочное планирование и прогнозирование, расчет фондов экономического стимулирования и другие, могут быть полностью сосредоточены в центральном аппарате управления. По другой группе функций (управление технологией, капитальным строительством и реконструкцией, социальное развитие, информационное обслуживание) с помощью вышеописанного подхода можно достичь необходимого баланса централизации — децентрализации управления. По мере развития инновационных процессов, соответствующего преобразования организационной структуры и перераспределения функций между центральным аппаратом управления и администрацией инновационных производств изменяются коэффициенты централизации — децентрализации управленческих функций .

Увеличение свободы в принятии решений на периферийных единицах объясняет процессы децентрализации функции управления кадрами, технической и инструментальной подготовкой производства, оперативно-календарным планированием, бухгалтерского учета, ремонтного обслуживания и других .

На периферийные производства могут быть полностью переданы функции по реализации готовой продукции, а также технического контроля и сбыта. Финансовый контроль за реализацией целесообразно оставить за центральным аппаpатом .

Сосредоточение в центральном аппарате функций повышения технического уровня производства, реконструкции и метрологического обслуживания объясняется стремлением повысить конкурентоспособность продукции путем повышения ее качества. Стабильная тенденция повышения централизации наблюдается в функциях, связанных с финансовым контролем и экономическим анализом. Пока вследствие ценовой ситуации в компании высокий коэффициент централизации (0,8) по обеспечению материально-техническими ресурсами не снижается. Поскольку большими партиями покупать материалы значительно выгоднее, децентрализовывать эту функцию в настоящее время нецелесообразно .

Расчет коэффициента централизации может быть принят руководством компании во внимание при определении функций, которые целесообразно передать на аутсорсинг, например, технологический брокеридж как чрезвычайно важную функцию, необходимую для коммерциализации выпускаемых фирмой продуктов и требующую участия специалистов особой компетенции .

Процесс внедрения не является этапом данной методики, но его квалифицированное выполнение гарантирует успешную реализацию любых изменений в организационной структуре предприятия .

Список литературы:

1. Ансофф, И. Стратегическое управление. — М.: Экономика, 1989 .

2. Гончаров, В.В. Руководство для высшего управленческого персонала в XXI веке / в 4 томах. Том 1, часть 2. — М.: Издательство «МНИИПУ», 2011 .

3. Дубровский, В.Ж. Экономика и управление предприятием (фирмой). / В.Ж. Дубровский, Б.И. Чайкин. — Екатеринбург, 2003 .

4. Зайцев, Н.Л. Экономика организации: Учебник. — М.: «Экзамен», 2003 .

5. Мильнер, Б.З. Теория организации. — М.: ИНФРА-М, 2008 .

6. Уотермен, Р. Фактор обновления: Как сохраняют конкурентоспособность лучшие компании. — М.: Прогресс, 1988 .

7. Чудесова, Г.П. Преобразование организационной структуры при изменении формы собственности предприятия. — СПб.: Изд-во СПбГТУ, 1995 .

–  –  –

МОДЕЛИРОВАНИЕ СЕТЕВОЙ СТРУКТУРЫ

СЛОЖНООРГАНИЗОВАННЫХ ЭКОНОМИЧЕСКИХ СИСТЕМ1

г. Тольятти, ОАНО ВО «Волжский университет имени В.Н.Татищева», afon_t@mail.ru г. Санкт-Петербург, Санкт-Петербургский политехнический университет Петра Великого, m_ekaterina_02@mail.ru Аннотация. В работе рассматривается проблема моделирования сложноорганизованных экономических систем, учитывающие интересы роста корпоративных участников, стратегических зон хозяйствования .

Политика развития таких систем позволяет формировать важные стратегические рычаги совместного развития и обеспечивать генерацію эффектов масштаба и синергии. Обосновывается параметрическая модель экоСтатья подготовлена на основе научных исследований, выполненных при финансовой поддержке гранта Российского научного фонда «Программно-целевое управление комплексным развитием Арктической зоны РФ (проект №14-38-00009)» .

Санкт-Петербургский политехнический университет Петра Великого .

номической системы, типология бизнес-цепочек и сетевой структуры экономической системы .

Ключевые слова: Экономическая система, сетевая структура экономической системы, модель экономической системы, політика развития экономической системы

–  –  –

Abstract. In work the problem of modeling of elaborate economic systems, the considering interests of growth of corporate participants, the strategicheksikh of zones of managing is considered. The policy of development of such systems allows to form important strategic levers of joint development and provides генерацію scale effects and a synergy. The parametrical model of systems of this kind locates, the typology of business chains and network structure of economic system is allocated .

Keywords: Economic system, network structure of economic system, model of economic system, policy of development of economic system Введение. Углубление в мировой экономике интеграционных процессов, связанных с необходимостью управления усиливающихся экономических рисков, распространением сложных экономических систем и усилением их влияния на развитие стран создает предпосылки по созданию моделей интегрированных территориально-отраслевых хозяйственных комплексов [1,2]. Такого типа ЭС, имеющие отраслевую структуру, выстраивают её в пространственной структуре, включающей территории стратегических интересов. В современной экономике такие системы представляют собой сложные, в политике развития, системы и требуют разработки и решения актуальной задачи управляемого развития .

Если сложноорганизованные экономические системы учитывают интересы роста корпоративних участников то они становятся важными стратегическими рычагами совместного экономического развития. Проявление эффектов масштаба и синергии в процессе развития таких систем еще более укрепляет необходимость выработки долгосрочной и устойчивой стратегии развития, сбалансированного развития ЭС. Такие системы имеют значительные возможности в обеспечении процессов развития из-за: 1) синергии интеграции; 2) взаимовлияния и перераспределения ресурсов и возможностей; 3) усиления инвестиционной привлекательности; 4) роста конкурентных преимуществ и пр. С другой стороны, увеличиваются системные риски, связанные с необходимостью формирования единой стратегии развития, учитывающей интересы всех участников экономической системы .

Важным фактором стратегии эффективного развития таких ЭС является формирование эффективной политики развития и требует решения следующих задач:

выработка эффективной политики развития экономических систем как функцию парметров деятельности;

- обоснование модели экономической системы, отражающей структуру, взаимодействия, правила поведения в процессе развития;

- определение политики эффективного развития таких экономических систем с учетом ограничений и условий сблансированного и устойчивого роста .

Рассматривая задачу формирования эффективной политики развития экономических систем необходимо, для ее решения предварительно выделить и обосновать ряд сопутствующих задач: 1) определение структуры ЭС; 2) выявление правил поведения и взаимодействий участников экономической системы; 3) оценка параметров модели ЭС; 4) формирование параметров политики и стратеги развития ЭС .

Считается, что одним из эффективных инструментов управления развитием является подход портфельного управления [4,5,6,8], на базе которого сформулируем концепцию портфеля стратегического управления (портфель стратегий развития). Регламентация процессов управляемого развития через задание стратегического портфеля позволяет сформировать варианты стратегий, обеспечить их необходимым уровнем экономического потенциала развития, как по каждому учаснику, так и всей системы в целом .

Сложность и динамичность таких систем делает задачу формирования эффективного стратегического портфеля управления развитием еще более актуальной и требует построения четкой структурной модели пространственно-отраслевой экономической системы и обоснования методологии анализа поведения участников системы при их взаимодействиях в процессе функционирования и роста .

Таким образом, в данной работе рассматриваются проблемы, связанные с обоснованием подхода моделирования процесса развития экономических систем корпоративного типа, как системы с активными элементами [5,8,10] .

Понятие и категории экономических систем.

Рассматривая обобщенную структуру ЭС, обычно считают, что экономические системы характеризуются следующими компонентами:

- структурные объекты (элементы структуры - участники), которые интегрированы в единую экономическую систему;

- определенный уровень экономического потенциала развития (ресурсы и возможности для операционной и стратегической деятельности), разные виды которого существуют в рамках каждого корпоративного участника;

- комплекс функциональных и процессных взаимодействий между участниками и иными элементами системы;

- взаимодействия межсистемного характера;

- процессы и функциональные направления, в рамках которых формируется политика развития ЭС .

Считаем, что в структуре сложноорганизованных ЭС существуют цепочки создания корпоративной ценности, в рамках которых, отдельные операции, выполняют участники (в рамках своих операционных возможностей и компетенций), образуя горизонтальные и вертикальные взаимодействия с другими цепочками и участниками ЭС, а также с внешней средой [1, 3, 7, 9] .

В процессе операционных или функциональных взаимодействий, корпоративные участники формируют цепочки создания ценностей и генерируют некоторую потребительскую ценность, в рамках которой экономическая система осуществляет расширенное воспроизводство и улучшает свое экономическое состояние и рыночное положение, обеспечивая функционирование во времени и распространение в экономическом пространстве в пределах некоторого периода времени .

Структура модели ЭС может быть представлена в виде комплекса цепочек создания ценности, которые отражают связанные операции по преобразованию исходных компонентов при помощи ресурсов и технологий.

В структуре экономической системы выделим цепочки создания ценности (бизнес-цепочки, БЦ = BC) различного типа:

производственные, технологические, организационно-управленческие, сбытовые и пр., которые отражают основные и вспомогательные виды деятельности. Структурные элементы (корпоративные участники) ЭС могут участвовать в операционных действиях разных цепочек. При этом, возможно построение следующих типов структур бизнес-цепочек (BC):

- формирование одной бизнес-цепочки в структуре ЭС (тип — базовая цепочка, BCT),

- формирование нескольких параллельных бизнес-цепочек (тип — комплекс автономных цепочек, BCA),

- формирование сетевой структуры, когда отдельные бизнесцепочки взаимсвязаны одними и теми же структурными элементамиучастниками (сетевая структура, BCN) .

Вне зависимости от типа цепочки, для описания моделирования системы в целом, необходимо в типологию моделей цепочек дополнить следующими параметрами: структурными, временными, ресурсными, технологическими, бюджетными и иными элементами, конкретизирующих операции участников для бизнес-процесса .

Несомненно, что последний тип БЦ является наиболее сложным в управлении и моделировании политики развития, однако представляет собой наиболее типичный и широко распространенный вид структур .

Такая система бизнес-цепочек образует, в соответствии с вышеприведенной типологией, сетевую структуру экономической системы и определяет политику развития, которая должна иметь следующие параметры: совокупность участников (элементов структуры) ЭС; типология структурных бизнес-цепочек; система взаимоотношений и взаимодействий корпоративных участников; цели и целевые состояния участников и системы в целом; функции и функциональные направления развития; задачи управляемого развития; экономический потенциал развития и его виды и пр .

Определим следующие обозначения ЭС: S — экономическая система в целом, BCjk — бизнес-цепочка корпоративной сети, выполняющая j-ую операцию для k–го уровня иерархии .

Бизнес-цепочки управленческого типа имеют структурные (вертикальные и горизонтальные) и операционные взаимодействия, а управляющими параметрами могут быть: С — целевая функция бизнесцепочки, Rij — экономический потенциал (виды ресурсов) управления развитием (i-ый функциональный вид потенциала для j-го участника), Аij — i-ый активный элемент ЭС (корпоративный участник) j-ой БЦ, Bij — ограничения на необходимый объем (i-ый функциональный вид потенциала j-го участника) потенциала развития, SС — целевое состояние ЭС, достигаемое в процессе управляемого развития, F — функциональные направления развития ЭС, T — период времени действия политики развития .

–  –  –

где Rij = {Iij, Мij,Pij, ОТij ) .

Обобщая специфику модели ЭС, можно систематизировать следующие основные характеристики:

наличие сетевой структуры, где участники распределены по отраслевому и территориальному признакам;

концентрация зон стратегических интересов, позволяющая генерировать синергию;

специализация участников по определенным сферам деятельности, операциям, функциям, что предполагает усиление своих конкурентных позиций;

множественность взаимодействий корпоративных участников ЭС;

возможность ускоренного наращивания темпов роста экономического потенциала развития;

повышение устойчивости развития в долгосрочной перспективе, при соблюдении темпоральных условий .

Определяя параметры представленной модели можно ставить и решать задачи формирования и оптимизации как структуры бизнес-сети в целом, так и отдельных бизнес-цепочек, моделирующих процессы и взаимодействия в структуре ЭС с различной степенью детализации типа взаимодействий и характеристик. Для этого можно использовать метод динамического программирования, определяющего систему рациональных взаимодействий в ЭС .

Определение оптимальной структуры ЭС и комплекса взаимодействий участников корпоративной системы собственно и задает политику и стратегию развития, c учетом интересов и приоритетов участников, потребителей и возможностей роста всей системы .

Выводы. В работе рассмотрены проблемы формирования модели экономических систем. Обоснована сетевая структура модели в виде взаимосвязанных бизнес-цепочек трех типов.

Дана обобщенная модель ЭС и выделены параметры модели:

- тип участников, вид бизнес-цепочек, - тип, семантика и сила взаимодействий между участниками, - условия эффективного развития. Такая модель позволяет формировать эффективную политику стратегического развития экономических систем .

Список литературы:

1. Афоничкин, А.И.. Моделирование кластерных экономических систем в виде сетевой структуры (бизнес-сети) / А.И. Афоничкин, Е.А. Афоничкина, А.М. Топорков // Вестник Волжского университета им .

В.Н. Татищева. Серия «Экономика». Выпуск 1, т.2 (35). — Тольятти: ВУиТ, 2016. — 344 с. (с.3-12) .

2. Афоничкин, А.И. Процессы интегрированного управления в корпоративных системах: Монография. / А.И. Афоничкин, Е.В. Пустынникова — Ульяновск: Изд-во УлГУ, 2010. — 348 с .

3. Багиев, Г.Л. Стратегические сети — современные организационные формы совместного предпринимательства и построения цепочек создания ценности / Г.Л. Багиев, В.Е. Прокопцов // Известия Санкт-Петербургского государственного университета экономики и финансов. — 2013. — №1 .

4. Балашов, В.Г. Механизмы управления организационными проектами. / В.Г. Балашов, А.Ю. Заложнев, А.А. Иващенко, Д.А. Новиков. — М.:

ИПУ РАН, 2003. — 84 с .

5. Бурков, В.Н. Модели и методы мультипроектного управления. / В.Н. Бурков, О.Ф. Квон, Л.А. Цитович. — М.: ИПУ РАН, 1998. — 62 с .

6. Кендалл, И. Современные методы управления портфелями проектов и офис управления проектами: максимизация ROI. / И. Кендалл, К. Роллинз. — М.: ПМСОФТ, 2004. — 576 с .

7. Кульгин, М. Технология корпоративных сетей: Энциклопедия. / М. Кульгин — СПб., 2000 .

8. Матвеев, А.А. Модели и методы управления портфелями проектов. / А.А.Матвеев, Д.А. Новиков, А.В. Цветков. — М.: ПМСОФТ, 2005. — 206 с .

9. Методические и организационные основы управления развитием компаний: монография / Н.И.Комков, Н.Н.Бондарева, В.С.Романцев, Н.И.Диденко, Д.Ф.Скрипнюк. — М.: Издательский Дом «Наука», 2015. — 520с .

10. Новиков, Д.А. Механизмы управления динамическими активными системами. / Д.А. Новиков, И.М. Смирнов, Т.Е. Шохина. — М.: ИПУ РАН, 2002. —124 с .

–  –  –

Аннотация. Статья посвящена понятию сущности стратегического планирования, которое является важнейшей частью процесса стратегического управления сложными социально-экономическими системами (СЭС), их становление и развитие в теоретической и практической форме относится к 50 годам 20 века. Но до настоящего времени развитие стратегического планирования рассматривалось только как направление экономической науки, пришедшее к нам из-за рубежа. Многоликость стратегического менеджмента, множество теорий, концепций и школ, направлений и течений, которые выражаются в бурном потоке монографий, учебников, статей, радио, телевидения, интернет обрушивается на нас ежедневно, запугивает, пытающихся в настоящее время изучить дисциплину и сформировать стратегический план социально-экономических систем разного масштаба .

Ключевые слова: системный анализ, теория стратегического управления, логико-лингвистическое моделирование, когнитивные технологии, адаптация, ресурсы, территориальные системы, сетевые технологии .

Boris L. Kukor, Dr. of Ecomomics, Professor Elena A. Iakovleva, Dr. of Ecomomics, Professor

INFORMATION AND COMMUNICATION SYSTEM

FOR STRATEGIC MANAGEMENT OF THE ECONOMY

St. Petersburg, St. Petersburg State University of Economics, Financial University under the Government of the Russian Federation (St. Petersburg Branch), helen7199@gmail.com Аbstract. The article focuses on the concept of strategic planning, which is an essential part of the strategic management of complex socio-economic systems (SEA). Their emergence and development is theoretical and practical in the 50 years of the 20th century. But so far, the development of strategic planning has been seen only as the direction of economic science that has come to us from abroad. Diversity of strategic management, many theories, concepts and schools, directions and currents, expressed in the turbulent flow of monographs, textbooks, articles, radio, television and the Internet, are affecting us every day, intimidating, trying now to study discipline and to form a strategic plan of socio-economic systems of various sizes .

Keywords: system analysis, strategic management theory, logiclinguistic modeling, cognitive technology, adaptation, resources, territorial systems, networking technologies .

Введение Принятую в России для реализации ускорения развития ориентацию на инновационную экономику невозможно осуществлять без формирования научно-обоснованных стратегий получения желаемой эффективности инноваций. Одной из сложнейших проблем в данной области является создание системы стратегического управления экономикой, представляющей собой информационно-коммуникационную систему, обеспечивающую формирование и обработку данных в многоярусной информационной системе стратегического планирования на основе распределенной информации, содержащейся в федеральных, региональных и муниципальных информационных ресурсах, данных официальной государственной статистики, а также сведений, необходимых для обеспечения поддержки принятия стратегических управленческих решений в сфере государственного управления (в том числе по рациональному природопользованию) .

1. О стратегиях развития или «стратегический план на свой манер»

В РФ ранее был принят целый ряд концепций и стратегий, направленных на инновационное развитие экономики:

1) в 2006 г. — Стратегия развития науки инноваций в РФ на период до 2015 г.;

2) в 2008 г. — Концепция долгосрочного социальноэкономического развития РФ на период до 2020 г.;

3) в 2011 г. — Стратегия инновационного развития РФ на период до 2020 г.;

4) кроме того — ряд отраслевых стратегий:

электронной промышленности (до 2025 г.);

энергомашиностроения (до 2030 г.);

транспортного машиностроения (до 2015 г.);

авиационной промышленности (до 2020 г.);

судостроительной промышленности (до 2020 г.);

металлургической промышленности (до 2015 г.);

информационного общества, банковского сектора (до 2015 г.);

торговли (до 2020 г.) и т. д .

Особо необходимо выделить концепцию стратегии социальноэкономического развития регионов России (предложенную к осуществлению Минрегионом РФ), концепцию административной реформы РФ (2006-2008 гг.) .

Проблема формированиям высокотехнологичной, конкурентоспособной экономики, на примере различных отраслей промышленности, состоит в переходе к устойчивому инновационному типу развития [1,2] .

Нарушение взаимодействия финансово-банковской системы, бюджетного, социально-экономического, территориального, корпоративного планирования и функционирования других институтов, предоставляющих услуги по привлечению и размещению денежных средств, инновационных инвестиционных ресурсов и т .

д., их перераспределению между отраслями и регионами — предмет постоянных «межцеховых» дискуссий финансистов, экологов, экономистов. Поскольку методология этих видов планирования тесно взаимосвязано и взаимопроникает друг в друга, то необходимо научно исследовать и разработать механизм взаимодействия имеющихся и вновь создаваемых институтов управляющей структуры экономики РФ, ускорив процесс формирования единой системы стратегического планирования. Уже в 2015 -2016 г.г. было намечено даже создание обширной нормативно правовой базы, включающей региональные законы о необходимости и порядке стратегического планирования федерального, макрорегионального, отраслевого, регионального и муниципального уровней .

Однако Правительством РФ инициирован Законопроект 98 426-6 «О внесении изменений в статью 47 Федерального закона «О стратегическом планировании в РФ»», в котором предусматривается перенос срока разработки документов стратегического планирования с 1-ого января 2017 года на 1-ое января 2019 года, а также перенос сроков по осуществлению информационного обеспечения с января 2016 года на январь 2017 года, что обусловлено необходимостью разработки методологии управления, информационной системы поддержки и её интеграции с иными информационными системами, с учетом постановления Правительства РФ от 27 ноября 2015 года «О федеральной информационной системы стратегического планирования» .

Решение о переносе срока подготовки стратегии также обусловлено необходимостью в более глубокой разработке и взаимной увязке по смыслу документов стратегического планирования на всех уровнях, что невозможно без должного методического и информационного обеспечения нового качества, т. к. методология не связанных между собой, спонтанно созданных программ (ФЦП) себя не оправдала .

Одним из направлений административной реформы названо управление по результатам, которое предусматривает разработку ключевых измеримых показателей эффективности и результативности деятельности органов исполнительной власти по основным направлениям их деятельности в соответствии со стратегическими целями государства, внедрение технологий и процедур целеполагания, обеспечивающих привязку целей к конкретным исполнителям. Выработку показателей, позволяющих адекватно оценить степень достижения поставленных целей и действий исполнителей, предпринимаемых для достижения этих целей. Анализ опубликованных документов под названием «Региональные стратегии»

показал, что они зачастую представляют собой нечто вроде доктрин развития, которые работают с некими образами будущего и одновременно с различными контекстами. В разрабатываемых текстах упомянутых документов отмечается смешение по смыслу терминов «стратегия», «прогноз», «стратегический план», «политика» и т. д. Анализ концепций и стратегий развития РФ, отраслевых и региональных концепций и стратегий свидетельствует, что у них имеется существенное рассогласование с решениями высшего политического руководства страны по стратегическому планированию и практикой бюджетирования социальноэкономического развития .

Поэтому каждый руководитель формирует так называемый «стратегический план на свой манер», как он это понимает. Попытки классифицировать современные школы стратегического менеджмента отечественными и зарубежными учеными неоднозначны и во многом спорны. Мы предлагаем использовать в развитии четвертого этапа эволюции стратегического управления по классификации отечественного ученого В.С. Катькало, концепцию «Познание» С. Макридакиса, Г. Саймона и других. Авторы концепции «Познание», опираясь на логику когнитивного подхода, пытаются проникнуть в сознание тех, кто разрабатывает стратегии. Методологическая деятельность Макридакиса и Саймона целенаправленна на разработку новых форм, стандартов, образцов профессиональной деятельности менеджеров, используя когнитивную психологию .

2. Применение когнитивных технологий Наши разработки технологии стратегического управления основываются на теории ситуационного управления СЭС на базе когнитивного подхода, психолингвистике и когнитивной лингвистике .

Когнитивная технология позволяет формировать образ мира у лиц, принимающих решения (ЛПР). Значение слова как основная познавательная единица в последнее время оказалась в центре внимания когнитивной лингвистики, когнитивной психологии, семиотики и т.д. В качестве наиболее важного современного подхода к трактовке значения слова в совершенствовании стратегического управления СЭС необходимо выделить ситуационный (событийный) подход, акцентирующий внимание ЛПР на знаниях и смысле слов, который реализуется через включение его в некоторую более объемную единицу — пропозицию, фрейм, сцену, сценарий, логико-лингвистические модели и т.д. [3] .

Выделение этого подхода к выявлению значений слов в качестве самостоятельного направления развития системы управления представляется важным, поскольку выступает как необходимое звено в развитии понимания сложных ситуаций и процессе принятия решений [4] .

Необходимость проведения исследований, используя методы когнитивной лингвистики, обосновывается отсутствием возможностей существующих методов. Разработка стратегического плана в сфере управления СЭС требует разработки методологии его формирования и инструментария, который позволил бы ЛПР осуществлять научнообоснованное стратегическое целеполагание, оказывать постоянное управляющее воздействие, проводить многовариантные сценарные исследования развития экономики РФ .

Ядром такого инструментария должна являться логиколингвистические модели (ЛЛМ) объекта и субъекта управления, которая давала бы возможность в долгосрочной, среднесрочной перспективе оценивать управляющую система (УС) региона, критические, экологоэкономические социальные реалии (построение дискретно-ситуационной сети) и возможности смены сложившегося техногенного типа развития на устойчивый эколого-сбалансированный тип. В стратегическом плане РФ должна реализовываться концепция экологизации экономического развития. Для этого требуется существенные изменения приоритетов и условий всей экономики и комплексов секторов. Необходим пересмотр направлений структурной и инвестиционной политики, научнотехнического прогресса, соответствующих рыночных регуляторов для таких изменений. Нужно программировать и регулировать общественное производство не от природных ресурсов, не от того, сколько их можно добыть и использовать, а наоборот, от потребителя к ресурсам .

Необходимо для каждой группы ресурсов сформировать свою природно-сырьевую продуктовую вертикаль (цепочку), соединяющую природные факторы производства с конечной продукцией. Движение природного вещества и продуктов его обработки в данных вертикалях осуществляются с помощью интегрированной цепочки всех видов деятельности, принадлежащих к различным сферам, но объединенных технологически процессом производства и реализации конечной продукции .

3. Анализ требований к системе коммуникаций в экономике Диагностика модели объекта и субъекта возможна при наличии способа представления знаний в системе коммуникаций экономики РФ, состоящей из лиц, принимающих решения (ЛПР), связанные различными отношениями и системой коммуникаций .

Для коммуникаций характерно два типа представления информации: линейный и фенестрационный (от лат. fenestra — «окно»). Линейный тип характеризуется тем, что знаки следуют один за другим. В фенестрационном типе представления информации знаки должны быть представлены так, чтобы их смысловое восприятие было бы, по возможности, одновременным, единым. Ситуации, в которых осуществляются управляющие воздействия в процессе коммуникации, определяются наборами пространственных и временных констант — хронотопами. Хронотопы управляющей структуры СЭС отличаются тем, что цели и интересы, коммуникации синхронного взаимодействия ЛПР, которые должны быть (но на практике не всегда) доминирующей установкой —достигать цели функционирования на определенных этапах .

Концептуальной основой ЛЛМ управляющего процесса должен быть информационно-логический процесс формирования стратегии и ее реализации, адекватный сложности воспроизводственного процесса, в котором природопользование, производство, распределение, потребление образуют органическое единство. Наличие адекватной модели стратегического целеполагания превращает стратегическое планирование в процесс научного исследования возможных путей развития [5] .

При логико-лингвистическом моделировании событий, различая слово, как элемент языкового сознания для фиксации представления и слово, как научный термин, следует иметь в виду активное сближение обоих уровней на современном этапе развития такой междисциплинарной науки, как стратегическое управление. Данный фактор является важнейшим компонентом общего процесса формирования научного мышления руководителей, специалистов разработчиков систем управления экономикой предприятий и регионов. В этой связи серьезно возрастает необходимость тщательного анализа терминологии в процессе создания новых систем научных понятий (концептосфер) стратегического управления. Чрезмерное использование в профессиональном управленческом языке терминов путем «калькирования» (например с английского языка), может оказать отрицательное воздействие на мышление управленца, способствуя порождению размытых бессмысленных штампов, вместо системы научных понятий .

Выводы Таким образом, рассматриваемые аспекты методического обеспечения стратегического планирования, создание инструментальной базы системы стратегического управления должны учитывать взаимообусловленность языковых и мыслительных структур. Данная взаимообусловленность свидетельствует о необходимости учета ценности когнитивной психологии, когнитивной лингвистики и психолингвистики совместно с ключевыми понятиями планово-рыночной деятельности руководителей и разработчиков в экономике .

Список литературы:

1. Карлик, А.Е. Стратегическое планирование развития промышленности в пределах федеральных округов России: вопросы теории и методологии. / А. Е. Карлик, А. В. Кондратьева, В. Е. Рохчин ; М-во образования и науки Российской Федерации, Федеральное гос. бюджетное образовательное учреждение высш. проф. образования «Санкт-Петербургский гос. ун-т экономики и финансов». — СПб., 2011 .

2. Карлик, А.Е. Принципы оптимизации стратегического целевого ориентирования регионального развития. / А.Е. Карлик, В.Е. Рохчин // Экономические науки, 2014. — № 114. — С. 9-13 .

3. Кукор, Б.Л. Организационное моделирование процесса управления предпринимательской деятельностью в регионе — СПб.: Изд-во СПбУЭФ, 1996 — 234 с .

4. Болдырев Н.Н. Роль языка в структурировании сознания. // Когнитивные исследования языка, 2015. — Вып. XXII. — С. 34-39 .

5. Болдырев, Н.Н. Проблемы концептуального взаимодействия в процессе вербальной коммуникации / Н.Н. Болдырев // Когнитивные исследования языка. Вып. XI. Международный конгресс по когнитивной лингвистике: сб. мат-лов 10 – 12 октября 2012 года. Тамбов: Издательский дом ТГУ им. Г.Р. Державина, 2012. — С. 39-45 .

–  –  –

Аннотация. В работе рассматривается проблема моделирования кластерных экономических систем, учитывающие интересы как корпоративных участников, так и их территориальных зон хозяйствования. Даются базовые определения категорій кластерных систем, стратегические рычаги развития. Строится модель кластерной системы в виде структурных цепочек создания ценности, генерирующих, кроме базовых цeнностей еще эффект масштаба и синергию. Обосновывается сетевая модель взаимодействия цепочек в структуре экономической системы .

Ключевые слова: Экономическая система, кластерная экономическая система, бізнес-цепочки, модель кластерной экономической системы .

–  –  –

Abstract. In work the problem of modeling of cluster economic systems, the considering interests of both corporate participants, and their territorial zones of managing is considered. Basic definitions категорій cluster systems, strategic levers of development are given. The model of cluster system in the form of the structural chains of creation of value generating except basic Статья подготовлена на основе научных исследований, выполненных при финансовой поддержке гранта Российского научного фонда «Программно-целевое управление комплексным развитием Арктической зоны РФ (проект №14-38-00009)» .

Санкт-Петербургский политехнический университет Петра Великого .

ts_nnost still a scale effect and a synergy is under construction. The network model of interaction of chains locates in structure of economic system .

Keywords: Economic system, cluster economic system, biznes-chains, model of cluster economic system .

Введение. Подходы по формированию опережающего развития экономики, в последнее время, связаны с понятим кластера, кластерной экономической системы, которые обычно организованы в виде сложных производственно-управленческих структур, интегрированных по направлениям: активы, участники, стратегические зоны хозяйствования, возможности и ресурсы, образующие экономический потенциал развития .

Обычно стратегические зоны хозяйствования концентрируют отраслевые системы и обеспечивают генерацию синергетического эффекта и усиливают конкурентные преимущества .

Сложность и динамичность таких кластерных систем делает задачу их формирования и эффективного развития еще более актуальной и требует тщательного анализа структурной модели таких пространственноотраслевых экономических систем .

Кластерные экономические системы. Несмотря на незначительный срок активного применения кластерных систем в практике управления развитием, в современных публикациях можно найти множество подходов, трактовок, определений, характеристик и классификации понятия «кластерная система». При этом различные авторы вкладывают неодинаковый смысл в понятие и характеристики кластера, что и определяет множество подходов к теоретическим аспектам кластерных систем .

В обобщенном виде, под кластером будем понимать [1, 4, 7] экономическую систему, интеграция участников в которой локализована отраслевым или территориальным признаком .

М.Портер выделяет 3 типа кластерных признаков их группировки:

территориальные формы экономической активности;

вертикальные производственные цепочки (производственные сети);

высокоагрегированные отрасли промышленности .

В ряде работ, кластер определяется как территориально концентрированная сеть отраслевых экономических систем [1, 5, 6, 9, 12, 13], позволяющая повышать конкурентоспособность экономики .

Обобщая литературу по данной проблеме, выделить следующие признаки систематизации кластеров:

географическая концентрация, которая предоставляет возможность генерировать синергию взаимодействия и пр.);

специализация, т.е. участники концентрируются вокруг определенной сферы деятельности, или конкурентной территории предполагающей получение высоких конкурентных преимуществ;

многофункциональность;

специализация экономических агентов, содействующих развитию системы;

множественность видов взаимодействий между агентами кластера;

экономический потенциал развития кластера и его виды;

жизнеспособность кластеров в долгосрочной перспективе .

В работе [13] приводится типология кластеров, задающая следующие виды: географический; горизонтальный (межотраслевой);

вертикальный (включающий параллельные бизнес-цепочки);

латеральная (многосекторные); технологический (объединенных одной технологией); фокусный (разные отрасли сосредоточены вокруг одного центра); качественный (упор на сетевые взаимодействия кластера) .

Во-многих источниках также описаны другие типологии и классификации кластеров, которые по сути и семантике ключевых характеристик и классификационных признаков — аналогичны предыдущим .

В этой связи сделаем следующие определения .

Определение 1. Кластер — это сложноорганизованная экономическая система, ориентированная на получение экономического результата, участники которой относятся к разным отраслям, сконцентрированы в некотором экономическом пространстве и представляют собой хозяйственный объект. Множество участников (агентов, элементов системы) могут быть взаимосвязанны отраслевыми (отраслевой кластер), территориальными (территориальный кластер), и/или территориально-отраслевыми (смешанный кластер) социальноэкономическими взаимосвязями .

Определение 2. Кластерная экономическая система — это сложноорганизованная экономическая система, имеющая в своей структуре разнородные стратегические зоны хозяйствования в виде территориально-административной, производственной, социальной и иной поддержки, генерирующая синергию кластерного развития, структурированная в виде стратегической сети .

Такая кластерная ЭС (КЭС) имеет особенности в политике и стратегии оперирования и развития, формально и неформально связана с другими структурами регионального и отраслевого уровня, определяется системой взаимодействий между участниками КЭС .

Моделирование КЭС также базируется на принципах и моделях ЭС, описываемых в [1,2,3], где определяются необходимые и достаточные условия формирования структуры. Для моделирования структуры

КЭС сформулируем следующие условия существования КЭС:

КЭС имеет в своей структуре разнородные локальные хозяйствующие субъекты (участники, активные элементы);

каждый участник также является активной системой;

в структуре ЭС выделен управляющий центр, регулирующий поведение КЭС и его участников в целях достижения системных целей;

КЭС имеют в своей структуре территориальные компоненты, отражающие Стратегические Зоны Хозяйствования (СЗХ), которые могут быть следующих видов: рыночные зоны с низкими издержками по ресурсам; зоны рыночных интересов; зоны технологических интересов;

инновационные зоны; зоны точечного территориального развития и пр .

Модель кластерной экономической системы.

В структуре КЭС выделим следующие компоненты [2]:

взаимодействующие между собой участники (элементы кластерной ЭС — подсистемы первого уровня), общее количество которых n;

отдельный участник КЭС, включенный в состав исполнителей технологических операций конкретной бизнес-цепочки КЭС;

элемент кластерной ЭС, возможный участник взаимодействий в сети КЭС;

комплекс технологических (производственных и/или управленческих) операций;

взаимодействующие с элементами КЭС внешние организации .

На основании приведенных требований и условий, сформулируем определение категории бизнес-цепочки .

Определение 3. Бизнес-цепочка КЭС представляет процессный элемент кластерной ЭС, отражающей участие элементов ЭС в реализации конкретного бизнес-процесса в виде согласованных операционных процедур. В системе БЦ ЭС можно выделить производственные (технологические процессы по преобразованию материальных ресурсов) и управленческие (процессы по преобразованию информационных ресурсов) цепочки. Система БЦ, отличающихся отраслевыми и/или территориальными признаками, образует сеть БЦ .

Модель ЭС кластерного типа можно описать сетевой моделью с взаимодействующими цепочками различного типа: производственнотехнологические цепочки; управленческие (по уровням иерархии, функциям, полномочиям, ответственности и пр.); системы взаимодействий .

Определение 4. Сетевая структура ЭС (предпринимательская сеть) представляет совокупность БЦ, созданных в структуре КЭС, отражающей согласованное взаимодействие элементов КЭС по вертикали и горизонтали для реализации системы ценностей, присущих КЭС в целом .

Для описания модели функционирования КЭС, примем [1,6,7,10,11,12], что в её структуре выделены базовые цепочки создания ценности, состоящей из элементов КЭС разного типа, хj, xj {x1,x2,…,xk} .

Обозначим через YG объем ценности G типа, передаваемый элементом цепочки в результате выполнения соответствующей операции, xj в последующий элемент цепочки хj. Операция трансформации может быть описана выражением YG(xj) = YG(xi) + ((xj),G(xj)) где тип ценности, = (,,,…,), определяет материальный (), финансовый (), инвестиционный (), производственный () и пр. виды формируемых ценностей, передаваемых в объеме G .

Причем, каждый тип ценностей формируется в результате сетевого взаимодействия участников. Определим также следующие виды возможных взаимодействий (R) между участниками: технологические (Т), информационные (I), финансовые (F) и пр., т.е. R = (Т,I,F,…) .

Комплекс взаимосвязей между элементами ЭС задает соответствующие процессы (Н) трансформации исходных ценностей в результативные .

Обозначим через fH — функцию зависимости объема потребительской ценности в результате выполнения некоторого экономического процесса H (H = f(Т,I,F,…)) генерируемого элементом хj, fH : YG(xi) YG(xj) .

Интенсивность процесса Н задается некоторой функцией VH зависимости уровня процесса H для конкретного типа взаимодействий (хi xj) при создании ценности и определяется следующими факторами:

JH – интенсивностью процессов H;

U – совокупностью показателей управления видами ценности (), определяющих также степень согласованности функциональных (видовых) взаимодействий в виде согласованных пропорций разделении ценностей и ресурсов (баланса) .

Используя данные обозначения, можно задать модели взаимодействия цепочек в структуре КЭС, которые описываются следующей системой уравнений:

YН = fН ({YНj},Y0, {x1,x2,…,xn},RН), JН = VН({YН}, JНj, U), (1) Представленная система (1) может рассматриваться как параметрическая функциональная модель экономической системы .

В процессе развития кластерных систем, можно отметить, что их структуру и типологию задают взаимодействия, которые могут быть различными по характеру, направлению, типологии, мощности, функциональности и силе (потенциалу) взаимодействий .

Силу (мощность) взаимодействий {R} можно задать матрицей взаимодействий, которая может быть несимметричной и задавать ориентированный граф G взаимосвязей. При этом, детализация описания компонент кластера, в том числе взаимосвязей и взаимодействий между участниками и внешней средой дает описание структуры, условий, трендов и ограничений и задает топологию кластерной системы. Топология структуры обычно представляется в виде матрицы связанности системы, определяющей уровни описания кластерных элементов .

Характеристика взаимодействий определяется элементами сети:

уровень (сила) воздействия, цели и задачи взаимоотношений, функциональные возможности, результативность взаимодействий. Для относительно стабильного кластера, система взаимодействий {R} может быть разбита на отдельные элементы и параметры взаимодействий не меняются (в течении некоторого периода времени) .

Таким образом, применительно к сетевым структурам [1,6,8,9], компонентами вектора {R} будет набор матриц, размерность и вид которых задается целевыми функциональными состояниями отдельных ключевых элементов.

Описание взаимодействий кластерных элементов на разных уровнях структурной иерархии может быть представлено в следующем виде:

{Rij} = R(Tij,Z(Xij),Vij), Rij = f(хi,хj,…,xz) где Т — матрица топологии взаимодействий между элементами сети (хi,хj,…,xz) .

Z(Xij) — матрица, направлений, ресурсов (потенциала) взаимодействий и целевых параметров взаимодействия между элементами сети (хi,хj,…,xz), определяющая функцию связи сетевой вершины хi, с вершиной хj .

V — матрица значений мощности взаимодействия по участникам (агентам) кластерной системы .

Таким образом, вектор взаимодействий {Rij} — есть набор независимых матричных параметров, характеризующих взаимосвязи и взаимодействия между участниками сети (хi,хj,…,xz), т.е. такие, которые не могут быть далее расщеплены на составляющие компоненты .

В соответствии с характеристиками кластерных систем и возможной топологией взаимодействий, сформируем матрицу описания кластера в табл.1 .

–  –  –

Процедура задания и оптимизации системы взаимодействий участников кластерной системы собственно и задает политику и стратегию развития КЭС в целом, определяет процессы, инструменты и механизмы формирования и управления пространственно-отраслевой экономической системы — кластерной экономической системой c учетом интересов и приоритетов агентов, требуемого уровня потенциала развития и возможностей функционального роста .

Выводы. В работе рассмотрена проблема формирования модели пространственно-отраслевых экономических систем. Обоснована сетевая структура модели кластерной экономической системы (КЭС) в виде модели бизнес-сети и и цепочек создания ценности. Дана обобщенная модель КЭС в виде сетевого графа. Обоснована структура сетевых бизнесмоделей и сформулирована иерархическая модель пространственноотраслевой системы, параметрами которой являются тип и семантика агентов структуры, вид и сила взаимодействий между участниками, интенсивность взаимодействий и условия эффективного развития кластерных экономических систем .

Список литературы:

1. Афоничкин А.И., Афоничкина Е.А., Топорков А.М. Моделирование кластерных экономических систем в виде сетевой структуры (бизнес-сети) / Вестник Волжского университета им. В.Н. Татищева. Серия «Экономика» .

Выпуск 1, т. 2 (35). — Тольятти: ВУиТ, 2016. — 344 с. (с.3-12) .

2. Афоничкин А.И., Михаленко Д.Г., Афоничкина Е.А. Управление развитием бизнес-цепочек в интегрированных экономических системах // Lambert Academic Publisching, Germany, Saarbrucken, 2011. — 456 с .

3. Афоничкин А.И., Журова Л.И., Топорков А.М. Методология обеспечения устойчивого развития сложноорганизованных экономических систем (Монография) / Самара: Изд-во Самарского научного Центра РАН, 2015. — 316 с .

4. Афоничкинa Е.А. Развитие стратегических кластерных сетей Арктической зоны хозяйствования / Диденко Н.И., Афоничкина Е.А. // Вестник Международного Института Рынка № 1. — Самара: Изд-во СНЦ РАН, 2015. — С.13 –19 .

5. Багиев Г.Л., Прокопцов В.Е. Стратегические сети – современные организационные формы совместного предпринимательства и построения цепочек создания ценности / Известия Санкт-Петербургского государственного университета экономики и финансов. —2013. — №1 .

6. Воронин А.А., Мишин С.П. Оптимальные иерархические структуры. — М.: ИПУ РАН, 2003. — 210с .

7. Клейнер Г.Б. Паттерн-модель функционирования экономики в системном ракурсе — Анализ и моделирование экономических процессов / Сборник статей под ред. В.З. Беленького, Н.А. Трофимовой. Вып .

10. — М.: ЦЭМИ РАН, 2013. — 155 с. (с.9-24)

8. Кристофидес Н. Теория графов. Алгоритмический подход. — М.:

1978 .

9. Кульгин М. Технология корпоративных сетей: Энциклопедия. — СПб., 2000 .

10. Методические и организационные основы управления развитием компаний: монография / Н.И.Комков, Н.Н.Бондарева, В.С.Романцев, Н.И.Диденко, Д.Ф.Скрипнюк. — М.: Издательский Дом «Наука», 2015 .

— 520с .

11. Новиков Д.А., Смирнов И.М., Шохина Т.Е. Механизмы управления динамическими активными системами. — М.: ИПУ РАН, 2002. — 124 с .

12. Пугачёв И.Н., Бурков С.М. Практическое применение модели кластерных сетевых структур в решении задач повышения эффективности функционирования транспортно-распределительных систем городов .

Вестник ТОГУ, 2010. — № 2(17). — с.121-130 .

13. Цихан, Т.В. Кластерная теория экономического развития / Т.В .

Цихан. // Теория и практика управления, 2003. — №5. — http://www.subcontract.ru/Docum /DocumShow_DocumID_168.html .

УДК 338.47 Кобылко Александр Анатольевич, Канд. экон. наук, старший научный сотрудник

ПРИНЦИПЫ ФОРМИРОВАНИЯ СТРАТЕГИИ

ПОЛИСИСТЕМНОЙ КОМПАНИИ

г. Москва, ЦЭМИ РАН, kobylko@cemi.rssi.ru Аннотация. В работе рассматривается процесс формирование комплексной стратегии полисистемной компании с позиций системной экономической теории. Для подобных организаций представляется рациональным применять смешанный подход к формированию стратегии, который отличается от прочих бессрочной формой представления, состоящей из набора долгосрочных решений, сформированных самой компанией совместно со сторонним консалтинговым агентством, специализирующимся в области стратегического планирования .

Ключевые слова: полисистема, стратегия, стратегическое планирование, системная экономическая теория .

–  –  –

Abstract. The paper considers the process of a complex strategy formation of a polysystem company from the standpoint of system economic theory .

It seems rational to apply a combined approach to the strategy formation which differs from the others by perpetual form of representation involving a set of long-term solutions generated by the company together with third-party strategy planning consulting agency .

Keywords: polysystem, strategy, strategic planning, system economic theory .

Введение. Практика показывает, что многие компании весьма неоднозначно подходят к процессу формирования своей стратегии. Это касается и горизонта формирования стратегии, и кем стратегия должна создаваться. Большинство из них предпочитает самостоятельно формировать свою стратегию, не пользуясь услугами сторонних специализированных компаний. Сторонние организации, например, консалтинговые агентства, осуществляют общее консультирование, сбор статистической информации о конкурентах и рынке в целом, обобщение тенденций развития отрасли. Но фактическая работа по формированию стратегии проводится сотрудниками непосредственно внутри компании .

В данной работе, выполненной при финансовой поддержке Российского научного фонда, проект № 14-18-02294, предпринимается попытка охарактеризовать принципы подхода к формированию стратегии крупной компании с признаками полисистемности .

Что есть полисистема?

В терминологии системной экономической теории (СЭТ) полисистемой будем называть компанию, совмещающую в своей деятельности черты всех четырёх основных типов подсистем — объектной, средовой, процессной и проектной — в примерно равных пропорциях.

Результатом деятельности каждой подсистемы является соответствующий продукт:

• объектная подсистема — производит товары,

• средовая подсистема — предлагает услуги,

• процессная подсистема — проводит работы,

• проектная подсистема преобразует саму экономическую систему .

Для подобных сложных по своему функционалу и больших по масштабу компаний целесообразно предложить рекомендации относительно подхода к формированию её комплексной стратегии. Предлагаемый ниже подход к стратегии полисистемной компании позволяет провести комплексный процесс её формирования и учесть большее количество возможных вариантов стратегических решений, которые могут быть приняты к исполнению. Необходимо проводить такие работы исходя из рекомендаций СЭТ по формированию стратегии .

СЭТ предусматривает различные взгляды на формирование комплексной стратегии компании в зависимости от типа системы, к которой она относится [1, табл. 7]. Стратегия может представляться в форме скользящего планирования, быть ограниченной или неограниченной по сроку действия, формироваться сторонней организацией. В то же время возникает необходимость разработать единый подход для полисистемной компании, поскольку применить микст из четырёх видов «стратегий как систем» не представляется возможным, т.к. нельзя, например, совместить бессрочный подход к формированию стратегии для объектного типа и фиксированный срок планирования, рекомендуемый для проектного типа организации. В этой связи представляется рациональным перейти от практики самостоятельного формирования стратегии к её совместной разработке вместе со специализированной сторонней компанией на основе комбинации взаимосвязанных и гармонизированных стратегических решений, а временной промежуток её реализации сделать бессрочным. Также данный подход призван помочь органично сочетать специфические знания сотрудников о своей компании и профессиональные компетенции в области стратегического планирования консалтинговых фирм, что должно положительно сказаться на сбалансированном и гармоничном развитии такой разносторонней компании, какой является полисистема .

Формирование стратегии для полисистемы Однако стоит понимать, что существует трудность согласования различных компонентов формируемой стратегии между трудовым коллективом и специализированной аутсорсинговой компанией — разные формы представления информации, разная детализация, расхождения в подсчётах одного и того же параметра и пр. Подобные рассогласования должны быть решены с помощью принятия единой формы сбора, обработки и хранения информации по мониторингу внешней и внутренней среды предприятия [2] между клиентом — компанией, формирующей свою комплексную стратегию, и консультантом — сторонней организацией (консалтинговым агентством, специализирующемся на стратегическом планировании) .

Предлагаемая комбинация подходов представляется перспективной по следующим причинам:

1. Именно совместный объектный и средовой подход к формированию стратегии может считаться долгосрочным: в случае принятия к реализации стратегии, сформированной при помощи данных подходов, последствия от исполнения утверждённых стратегических решений будут иметь труднообратимый характер .

2. И процессный, и проектный подход к формированию стратегии «… не вписывается в рамки стратегического планирования» [1, табл. 7], в силу «цикличности» процессного типа и ограниченности во времени проектного типов СЭС. Однако очевидно, что столь крупному и сложному организму как полисистемная компания стратегия необходима для гармоничного и согласованного развития .

3. Появляется возможность сформировать стратегию в форме структурированного списка, в котором каждое структурное подразделение сможет выявить относящиеся к её функциям варианты решений. Это позволит проще и доступнее донести до сотрудников трудового коллектива не только общую суть комплексной стратегии, но и наглядно представить все составляющие её части для успешной реализации .

4. Бессрочность принимаемой стратегии не будет накладывать временных ограничений для её реализации, в силу чего для полисистемы появляется возможность следования избранной стратегии в различных сферах своей деятельности. Отказ от жёсткого срока реализации стратегии и её разработка с бессрочным горизонтом планирования, позволит реализовывать избранный план до тех пор, пока не произойдут существенные изменения во внешней и внутренней среде организации. Заметим, что возможность корректировки стратегии в связи с изменениями внешней среды компании также предусматривается рядом публикаций (см. напр. [3, 4, 5]) .

Отметим при этом, что предлагаемый подход является справедливым в случае понимания стратегии как набора действий, т.е. некоторой совокупности конкретных шагов в процессе её реализации .

К представителям подобного подхода относятся И. Ансофф, А. Портер, Г. Стейнер .

Совместный подход может быть реализован посредствам прохождения через следующие этапы (табл. 1) .

Таблица 1 .

Этапы совместного формирования комплексной стратегии полисистемной компании Номер Содержание этапа этапа Этап 1 Определение компанией общей концепции, объясняющей, для чего должна быть сформирована комплексная стратегия, для достижения каких целей или ключевых показателей Этап 2 Разработка базовых составляющих комплексной стратегии: самой компанией – технико-технологической стратегии как внутренней, закрытой от внешней среды, а сторонней организацией, специализирующейся на стратегическом планировании, – маркетинговой (товарно-рыночной) стратегии как внешней, открытой для внешней среды Этап 3 Совместное согласование маркетинговой и технико-технологической стратегий как базовых составляющих комплексной стратегии Этап 4 Разработка остальных стратегий с учётом согласованности с двумя базовыми Этап 5 Окончательное формирование комплексной стратегии с учётом проверок непротиворечия составных стратегий базовыми и прочим Этап 6 Принятие к реализации совместно сформированной комплексной стратегии В случае понимания стратегии как цели, количественных показателей, которых предполагает достичь предприятие, формирование вариантов стратегических решений не имеет смысла. Допустимым для применения данного принципа является также понимание стратегии как микста двух этих подходов – и как набора действий, и как заданной конечной цели. Стратегию в данном ключе трактуют Г. Минцберг, А.П. Градов .

Заключение Для полисистемных компаний характерно наличие в видах их деятельности присутствие черт всех четырёх типов подсистем, каждая из которых имеет заметный вес в общем объёме, что указывает на особенности формирования комплексной стратегии такой компании. Одним из ярких представителей полисистемных компаний являются современные телекоммуникационные операторы, предлагающие не только услуги связи [6, 7]. Для подобных организаций представляется рациональным применять смешенный подход к вопросу формирования стратегии развития, который от прочих отличается бессрочной формой представления, состоящей из набора долгосрочных решений, сформированных самой компанией совместно со сторонней организацией, специализирующейся в области стратегического планирования. Применение подобного смешанного подхода позволит полисистемным компаниям сформировать гармонизированную и согласованную стратегию развития с учётом особенностей внешней и внутренней среды функционирования .

Для компании сохраняется возможность определить для себя: в каком виде она будет формировать новую комплексную стратегию — в виде качественного описания последовательности действий или в смешанном количественно-качественном виде, где будут указаны конечные желаемые достижимые показатели его деятельности. Обе этих формы представления позволяют наметить заранее (именно наметить) и/или уже в процессе реализации избранной бессрочной стратегии определить, в каком случае можно считать, что внешняя и внутренняя среда изменились и необходимо корректировать старую или формировать новую стратегию развития. Такими изменениями могут являться, например, достижение намеченных количественных показателей или нецелесообразность применения каких-либо стратегических решений в изменившихся реалиях рынка .

Список литературц:

1. Клейнер, Г.Б. Развитие теории экономических систем и её применение в корпоративном и стратегическом управлении / Препринт # WP/2010/269. — М.: ЦЭМИ РАН, 2010. – 59 с .

2. Качалов Р.М., Слепцова Ю.А. Проектирование канала обратной связи для реализации стратегического решения / Стратегическое планирование и развитие предприятий. Секция 5 / Материалы Семнадцатого всероссийского симпозиума. — М.: ЦЭМИ РАН, 2016. — С. 84-85 .

3. Стратегии бизнеса: Аналитический справочник. Айвазян С.А., Балкинд О.Я., Баснина Т.Д. и др. / Под ред. Г.Б. Клейнера. — М.: КОНСЭКО, 1998 .

4. Клейнер, Г.Б. Стратегия предприятия. — М.: Дело, 2008. — 568 с .

5. Thompson A., Strickland A. Strategic Management: Concept and Cases / Twelfth edition. — McGraw-Hill/Irvin, 2001. — 1079 p .

6. Кобылко, А.А. Оператор связи как социально-экономическая система // Экономический анализ: теория и практика. 2015. № 38. — С. 37Кобылко, А.А. Современные операторы связи: исследование с позиции системной экономической теории // Экономическая наука современной России. 2016. — № 2. — С. 118-124 .

–  –  –

Аннотация. Исследованы иерархические интеллектуальные системы управления производством, в которых в процедуре функционирования меняется состав вектора цели. Проведен системный анализ процедуры компьютерной реализации. Предложены методы получения числовой информации для моделей систем. Рассмотрены особенности и варианты компьютерной реализации. Описана предлагаемая структура компьютерной модели .

Ключевые слова: системный анализ интеллектуальная система управления производство планирование .

–  –  –

Abstract. Hierarchical control manufacturing intellectual system was researched that was characterized by change of goal vector composition. Methods of obtain of numerical information for system model was proposed. System model of computer realization was accompanied. Singularities and variants of computer realization were considered. Offered structure of computer model was described .

Keywords: system model optimization control system manufacturing planning .

Введение. Традиционным автоматизированным системам управления производством [1], использующим алгоритмы «прямого счета», уже не в полной мере удовлетворяют новым требованиям. Динамизм рынка привел к появлению нового класса — адаптивных (интеллектуальных) автоматизированных систем управления производством [2 - 4]. Они позволяют автоматизировать процедуру оперативного перехода на выпуск новой продукции при сохранении оптимального режима работы систем, что дает возможность существенно повысить конкурентоспособность производств .

Постановка задачи. В связи с этим представляет интерес системное рассмотрение процедуры моделирования от описания системы до использования ее модели для целей управления. Под производством понимается совокупность подсистем технико-экономического планирования и оперативного управления основным производством — при подсистемном представлении или бизнес-процесс «Производство» — при процедурном представлении .

Основной особенностью рассматриваемого класса систем адаптивных является изменение в процедуре функционирования состава вектора цели (спроса), которое компенсируется изменением структуры системы .

Под структурой понимается совокупность элементов и их связей. В описываемых системах предполагается изменение структурных связей, поскольку введение или исключение элементов приводит к значительным затратам при реконструкции производства. Такой вид управления получил название «гибкий» .

Решение задачи. Для прикладного использования компьютерных моделей таких систем необходимо: 1) провести системный анализ;

2) определить методы математического описания; 3) сформировать методы получения числовых данных; 4) построить систему программных средств; 5) реализовать на компьютерах методы обработки данных .

Общая глобальная схема процедуры моделирования, состоящая из трех локальных процедур, показана на рис. 1 .

Этап 1. Формирование математического описания системы

–  –  –

Этап 3. Использование модели системы для целей управления Рис .

1. Процедура моделирования Процедура формирования математического описания адаптивной автоматизированной системы управления производством представлена на рис. 2 .

Цель функционирова

–  –  –

Для лучшего понимания процессов в системе предварительно была построена теоретико-множественная модель [3] .

Основными особенностями системы являются интеграция традиционной и адаптивной процедуры управления, процессов планирования и управления, динамический характер процесса управления. Эти особенности позволили сформулировать [3-4] требования к методам математического описания. На их основе проведена анализ существующих методов описания, который выявил отсутствие метода описания и потребовал формирования нового метода. В результате [4] было предложено два метода — интегральный и однородный, при этом предпочтение имеет второй метод. Он базируется на задаче динамического линейного программирования, состоящего из задачи статического линейного программирования [5] и совокупности разностных уравнений .

В функционировании системы выделяются традиционный и адаптивный (оперативный переход на выпуск новой продукции) варианты .

Описание системы учитывает целенаправленность структурных элементов, которая учитывается критериями оптимизации. Возникают согласованный и несогласованный режимы. Для компьютерной реализации необходимы числовые данные, которые можно получить из реальной системы (идентификация) или сгенерировать с помощью компьютера (таблица) .

Для прикладного применения однородного сетевого метода потребовалось рассмотреть [6] процедуру системной сетевой компьютерной реализации адаптивных систем (рис. 1) .

Процедура построения модели отражена на рис. 4 .

Таблица 1 .

Виды числовых данных

–  –  –

В силу иерархической структуры системы (рис. 3) в качестве структуры модели системы выбрана архитектура «клиент-сервер» с тонким клиентом (рис. 5), которая включает сервер базы данных, сервер приложений и клиенты (MySQL — Apache — язык программирования php) .

Схема использования модели приведена на рис. 6 .

Чтобы использовать предложенное описание для прикладного компьютерного управления реальными системами, необходимо получить числовые данные. Идентификация данных из реальной системы – трудоемкая процедура, которая осложняется наличием «человеческого фактора». Для настройки модели и проверки правильности ее функционирования предложены системные генераторы числовых данных .

Рассмотрим традиционный вариант генерации данных. Первоначально администратором генерируются данные согласованного режима для уровня диспетчера. На их основе строятся данные для верхнего и нижнего уровней (рис. 3). Все данные, кроме оптимальных планов, передаются в базу данных. Клиенты запрашивают данные из БД для определения оптимальных планов, значения которых передаются в базу данных. Фактически осуществляется апробация модели .

Далее формируются для тех же уровней несогласованные данные и с ними проводятся те же операции .

Структурные элементы системы отличаются целенаправленностью в виде экономических интересов, которые проявляются в целевых функциях. В силу этого в процедуре функционирования требуется согласование интересов и данных. Согласование данных осуществляется сначала на уровне диспетчера, а потом — на других уровнях .

–  –  –

Данные, получаемые при идентификации, как правило, несогласованные, поэтому проводится их согласование .

После завершения традиционного варианта те же операции осуществляют, переходя к адаптивному варианту. Однако следует предварительно удостовериться в целесообразности перехода на выпуск новой продукции .

Локальные математические методы, используемые на разных этапах, апробированы и проводится их соединение в систему .

В настоящее время проводятся работы по этапу 3. Их завершение позволит показать практические возможности адаптивных автоматизированных систем управления производством .

Заключение. Традиционные автоматизированные системы управления производством фактически исчерпали свой ресурс в новых экономических условиях .

–  –  –

Возникла потребность в новом классе систем – в адаптивных системах, позволяющих существенно повысить конкурентоспособность производств заменой задач «прямого счета» оптимизационным оптимизационными задачами, формирование у систем возможности оперативного перехода на выпуск новой продукции как реакции на повышение динамичности рынка .

В настоящей работе с помощью аппарата системного анализа рассмотрен весь цикл проектно-эксплуатационных процедур от математического описания до прикладной реализации. Полностью изучен этап математического описания и ведутся работы по компьютерному построению моделей и отработке технологии их применения с целью их использования в высокоавтоматизированном процессе управления .

Список литературы:

1. Основы построения АСУ / Под ред. В.И. Костюка. — М.: Сов. радио, 1977. — 304 с .

2. Васильев С. Н. Интеллектуальное управление динамическими системами. — М.: Физматлит, 2000. — 352 с .

3. Чертовской В. Д. Интеллектуализация автоматизированного управления производством. — СПб.: Изд-во С.-Петерб. ун-та, 2007. — 164 с .

4. Советов Б. Я., Цехановский В. В., Чертовской В. Д. Адаптивные автоматизированные системы управления производством. — СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2013. — 186 с .

5. Альсевич В.В., Габасов Р., Глушенков В.С. Оптимизация линейных экономических моделей. Статические задачи. — Минск: БГУ, 2000. — 210 с .

6. Чертовской В.Д. Математическое описание и компьютерная реализация модели адаптивной автоматизированной системы управления производством // Информационно-управляющие системы, 2017. — №1 (86). — С .

106-114 .

–  –  –

ПРОЕКТИРОВАНИЕ СИСТЕМ УПРАВЛЕНИЯ ПРОЦЕССАМИ

ОРГАНИЗАЦИИ

г. Самара, Международный институт рынка, boris0945@mail.ru Аннотация. В связи с вызовами времени или проблемами необходимо строить или перестраивать систему управления организацией или её отдельных процессов. Представлена модель построения системы управления процессами организации. Подробно рассмотрены основные этапы этой модели, способные решить выявленные проблемы в организации. Разработанная модель также позволит повысить качество и эффективность реализации процессов и отдельных задач организации .

Ключевые слова: организация, процесс, подпроцесс, модель .

–  –  –

Samara, International Market Institute, boris0945@mail.ru Abstract. In connection with the challenges or problems you need to build or rebuild the system of management of the organization or individual processes. The model of construction of system management processes of the organization. Discussed in detail the main stages of this model, capable of solving the problems identified in the organization. The developed model will also improve the quality and efficiency of the implementation processes and individual tasks of the organization .

Keywords: organization, process, subprocess, model .

Использование понятия «процесс» предполагает локализацию некоторой последовательности событий или явлений в рамках систем управления любой размерности для удобства исследования, проектирования и управления. Процессный подход включает два взаимосвязанных аспекта: описание сети процессов и управление ими. Комплексная их реализация может обеспечить эффективность систем управления организациями (СУО) [6]. Основой использования процессного подхода является описание состава, содержания структуры процессов организации, которое включает их определение, классификацию, а также влияние на процесс .

Для разработки проекта систем управления процессами (СУП) в организации необходимо рассмотреть концепцию, модель или механизм, технологию, инструментарий, реализующий технологию; правовое, информационное, техническое и кадровое обеспечение. В настоящее время актуально улучшать процесс управления и повышать качество и эффективность систем управления или отдельных сторон её деятельности. Для этого выбирается конкретная область деятельности организации, которая особенно нуждается в совершенствовании в настоящее время [11] .

Инфологическая модель построения СУП представлена на рис. 1 .

Данная модель последовательно рассматривает формы и содержание всех элементов процесса, определяет их место, роль и, наконец, целенаправленно обеспечивает взаимодействие этих элементов при выполнении заданного предназначения СУП в рамках СУО. Каждый этап данной модели, в свою очередь, реализуется с помощью соответствующих моделей или технологий, важнейшие из которых представлены ниже .

Для запуска деятельности по построению СУП необходимо принять управленческие решения на уровне документа, подписанного и утвержденного соответствующим руководителем. При этом по определенным критериям выбирается конкретный процесс. Например, для повышения эффективности деятельности СУП «Управление операциями» выбирается подпроцесс «Управление поставкой ресурсов», построенного на новой методологической основе должно повысить эффективность процесса поступления сырья, материалов и других ресурсов в организацию [1] .

–  –  –

Любая система состоит из совокупности элементов, т.е. одного или нескольких подпроцессов и связей между ними. Технология выбора системных параметров СУП представлена на рис. 2. Представление процесса реализации данного этапа в графовой форме поможет в любое время понять, на какой стадии находится деятельность по построению системы и, главное, что еще осталось сделать до её завершения [10] .

Основным системообразующим СУП являются подпроцессы, которые включают функциональные задачи управления (ФЗУ). Описание подпроцессов выполняется с акцентом на их назначение, роль и место в рамках конкретной СУП. Чем подробнее сделано описание подпроцесса, тем более однозначно будут пониматься входящие в него элементы .

–  –  –

Рис. 2. Технология выбора системных параметров СУП Для СУП желательно представление такой схемы, где показано место выбранного подпроцесса, в рамках данной СУП с показом входящих и выходящих информационных связей из других подпроцессов. Можно включить в состав подпроцессов все возможные элементы, но для этого потребуется высокая квалификация специалистов и много времени.

Кроме того, состав элементов подпроцессов зависит от формы самой работы:

научное исследование, договор с предприятием и т.д., в зависимости от которых выбирается объем, глубина и качество деятельности [2] .

Концепция реализации СУП определяет формы и содержание конкретной деятельности персонала, служб и их взаимоотношений в данной организации. Концепция должна быть разработана компетентными специалистами, четко сформулирована, увязана с другими положениями в рамках направления конкретной политики организации. Концепция представляется отдельным документом, утверждается на самом высоком уровне и затем обязательно претворяется в организации .

Структура и содержание всех элементов должны обеспечивать реализацию концепции. К таким положениям можно отнести конкретные результаты (качественные или количественные показатели). Под эти показатели подстраиваются другие факторы, уровень качества, глубина оценки, стоимость и др., также средства, которые с большой долей вероятности приведут к заданным результатам, а, значит, и к выполнению основных положений сформулированной концепции .

Концепция кладется в основу построения всех остальных элементов конкретного подпроцесса. Бывает, конечно, случается наоборот, когда структура и содержание подпроцесса может повлиять на имеющуюся концепцию, а возможно и потребует изменения её отдельных положений и формулировок. Нечеткая, расплывчатая формулировка концепции затруднит определение параметров построения процесса или подпроцесса .

Приведем несколько возможных формулировок концепции для процесса управления поставкой ресурсов [9]:

обеспечение высокого качества ресурсов независимо от их цены и расположения поставщика;

обеспечение среднего качества ресурсов и своевременная доставка ресурсов при соответствующей цене за ресурсы и доставку .

Концепция оказывает влияние на содержание других элементов СУП. Для системы управления поставкой ресурсов концепция влияет на тщательность поиска соответствующих её формуле поставщиков .

С составом и содержанием разработки СУП непосредственно связана и очередность проектирования, а также взаимодействие его участников. Некоторые работы выполнять параллельно, некоторые — только последовательно, а часть работ следует так скоординировать, чтобы они были выполнены для принятия решений о дальнейших шагах построения СУП. Структура характеризует организованность системы, устойчивую упорядоченность элементов и связей [5, 7]. Между различными подпроцессами осуществляется обмен информацией, что делает структуру СУП взаимозависимой и весьма сложной .

При наличии основных системных параметров выбранного подпроцессов, можно приступить к проектированию элементов ФЗУ. В рамках данного этапа начинается деятельность по формированию всех выбранных элементов ФЗУ, входящих в выбранный подпроцесс. Разработка контуров (состава и содержания) СУП представлена на рис. 3, где выделены важнейшие операции данного этапа .

Важнейшим смыслом данного этапа являются выделение всех ФЗУ и связей между ними. Основополагающей процедурой данного этапа является построение фрагмента матрицы «Подпроцесс — Функции управления» (табл. 1), с тем, чтобы были сформулированы все возможные ФЗУ. Существования тех или иных ФЗУ определяется компетентными экспертами, которые хорошо знают конкретную область исследований, т.е. процессы организации .

–  –  –

Конкретная ФЗУ имеет право на существование, только в том случае, если она несет конкретную смысловую нагрузку в рамках подпроцесса и соответственно после включения её в рамки данной СУП .

При этом этот смысл реализуется в рамках вполне определенных информационных, материальных или финансовых процессов, а также привлечения процессов, связанных с человеческими отношениями в организациях [8] .

Таким образом, наличие всей необходимой системной, процессной и функциональной атрибутики является необходимым и достаточным условием существования конкретной ФЗУ окончательно и бесповоротно .

Начинается обоснование существования ФЗУ с краткого описания её сущности, которая в дальнейшем должна служить ориентиром для разработки технологии её решения, а также формирования содержания информационного обеспечения. На следующих этапах построения СУП подтверждается существование всех ФЗУ в рамках подпроцесса [12] .

На основе выделенных ФЗУ строится структура подпроцесса. Технология разработки структуры подпроцесса представлена на рис. 4 .

Модель каждого подпроцесса строится на базе типового графа функций управления. Если какая-либо ФЗУ отсутствует стрелка продлевается до следующей ФЗУ в соответствии с типовым графом .

–  –  –

Модель управленческого цикла в рамках подпроцесса представлена на рис. 5, в которой выполняются все функции управления [3] .

Если в разрабатываемой СУП присутствует несколько подпроцессов, то вначале строится модель каждого подпроцесса отдельно, а потом эти модели объединяются в общую модель СУП, Их построение ведется по тем же принципам, этапам и процедурам, но тогда появляется необходимость соединения всех подпроцессов в единую структуру на основе имеющихся информационных связей .

–  –  –

Рис. 5. Модель управленческого цикла в рамках подпроцесса Модель СУП может быть выполнена и другим способом. Она представляется как последовательность определенной совокупности операций по выполнению основных работ в рамках существующей системы управления на основе реинжиниринга [4] .

Механизм строится как совокупность динамического взаимодействия важнейших элементов СУП или её части, а также возможно включение важнейших показателей, циркулирующих в этой системе. При этом должна быть показана также и цикличность взаимоотношения элементов и показателей. Можно остановиться при построении СУП на уровне модели или механизма, а все остальные задачи будут решаться на уровне применения инструментария и т.д .

Таким образом, построение СУП представляет совокупность отдельных этапов, которые имеют определенную последовательность и направленность. Благодаря реализации всех этапов построения системы формируются проектные решения, которые определяют структуру и конструктивные решения разработанной, а затем и эксплуатируемой СУП .

Список литературы:

1. Анисимов О.С. Методология: функция, сущность и становление. М., 1996. 353 с .

2. Афоничкин А.И. Афоничкина Е.А., Топорков А.М. Моделирование кластерных экономических систем в виде сетевой структуры (бизнес-сети) // Вестн. Волжского университета имени В.Н. Татищева. 2016. № 1(35). Т.2 .

С. 5-11 .

3. Герасимов Б. Функции управления: состав, содержание, параметры // Проблемы теории и практики управления. 2016. № 7. С. 91-100 .

4. Герасимов Б.Н. Реинжиниринг процессов организации. М.: Вузовский учебник, ИНФРА-М, 2016. 256 с. Научная книга

5. Герасимов Б.Н. Основы российского управления: Технологии управления. ч. 2. Самара: СГАУ, МИР, 2006. 228 с .

6. Герасимов Б.Н. Теория управления. Самара: НОАНО ВПО СИБиУ, 2012. 404 с. Серия «Энциклопедия управленческих знаний» .

7. Герасимов Б.Н. Основы теории российского менеджмента. Самара:

СМИУ, 2009. 172 с .

8. Герасимов Б.Н. Моделирование взаимодействия процессов организации // Менеджмент и бизнес-администрирование. 2016. №4. С. 121-128 .

9. Герасимов Б.Н., Герасимов К.Б. Производственный менеджмент:

процессы, структура, система. Самара: САГМУ, 2014. 272 с .

10. Герасимов К.Б. Проектирование систем управления процессами организации // Вестник Ленинградского государственного университета им .

А.С. Пушкина. 2012. Т. 6. № 1. С. 46-55 .

11. Герасимов К.Б. Модель проектирования технологии решения функциональных задач управления // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2013. Т. 13. № 3-2. С .

431-438 .

12. Gerasimov Boris N., Gerasimov Kirill B. Modeling the Development of Organization Management System // Asian Social Science; Vol. 11, No. 20;

2015. Р. 82-89 .

–  –  –

Аннотация. Рассматривается подход к повышению качества прогнозирования банкротства предприятия, позволяющего обеспечить необходимый уровень принимаемых стратегических управленческих решений. Предлагается аналитический инструментарий для проведения диагностики и прогнозирования финансовой состоятельности, основанного на применении метода анализа иерархий, дискриминантного анализа с последующим уточнением результатов прогнозирования с помощью нейронной сети. Обсуждаются результаты вычислительных экспериментов по решению исследуемых задач .

Ключевые слова: предприятие, прогнозирование, банкротство, метод анализа иерархий, дискриминантный анализ, нейронная сеть, многослойный персептрон .

–  –  –

FORECASTING OF BANKRUPTCY ENTERPRISE ON BASED

APPLICATIONS OPERATIONS RESEARCH, DISCRIMINANT

ANALYSIS AND NEURAL NETWORKS

Saint-Petersburg, Saint-Petersburg State University of Industrial Technologies and Design, ed_pesikov@mail.ru Abstract. An approach is considered to improve the quality of forecasting the bankruptcy of an enterprise, which makes it possible to provide the required level of strategic management decisions. Analytical tools are offered for diagnostics and financial solvency forecasting, based on the application of the analytic hierarchy process, discriminant analysis with subsequent refinement of forecasting results using a neural network. The results of computational experiments on the solution of the problems under study are discussed .

Keywords: enterprise, forecasting, bankruptcy, analytic hierarchy process, discriminant analysis, neural network, multi-layer perceptron .

Введение. В сложных современных условиях проблема разработки эффективных методик прогнозирования банкротства носит актуальный характер. Повышение качества прогнозирования банкротства предприятия позволяет руководству предприятия своевременно выявлять необходимость разработки мероприятий по финансовому оздоровлению для предотвращения запуска формальных процедур банкротства. В работе рассматривается один из возможных подходов к проведению диагностики финансового состояния предприятия, основанного на применении известных методов прогнозирования вероятности банкротства, системного анализа, многомерного статистического анализа и нейронных сетей .

Цель работы заключается в разработке методики прогнозирования банкротства предприятия, основанной на применении метода анализа иерархий и дискриминантного анализа, с последующим уточнением результатов прогнозирования с помощью нейросетевых технологий .

Для достижения поставленной цели были решены следующие задачи:

- проведение сравнительного анализа существующих подходов к прогнозированию банкротства предприятия;

- выявление наиболее значимых факторов (показателей), отражающих финансовое положение предприятия, с использованием количественных оценок степени их влияния на финансовую состоятельность, получаемых с помощью метода анализа иерархий (метода Т. Саати);

- разработка методики прогнозирования банкротства предприятия, основанной на применении методов дискриминантного анализа и искусственных нейронных сетей;

- разработка деловой ситуации, связанной с решением задач выявления наиболее значимых факторов и прогнозирования банкротства предприятия;

- проведение сравнительного анализа результатов вычислительных экспериментов по решению задачи прогнозирования банкротства предприятия с использованием дискриминантного анализа и искусственных нейронных сетей .

К известным методам диагностики финансового состояния предприятия, основанным на применении математических моделей и методов, относятся двухфакторная и пятифакторная модели Альтмана, модель Ж. Конана и М. Гольдера, методика Р. Таффлер и Г. Тишоу, модель Фулмера, модель Спрингейта, методика Лиса, шестифакторная модель Зайцевой, методика Ковалева и др. [1-4] .

Анализ существующих подходов к диагностике финансового состояния предприятия, основанных на применении количественных методов, позволяет сделать вывод о том, что в этих подходах в основном используются методы дискриминантного анализа [5, 6]. В работе предлагается также использовать такие современные и перспективные инструменты, как методы искусственного интеллекта (искусственные нейронные сети), позволяющие в ряде случаев сократить время решения исследуемых задач и повысить точность результатов расчетов [7, 8] .

К числу важнейших задач при прогнозировании банкротства предприятия относится задача выявление наиболее значимых факторов (показателей), отражающих финансовое положение предприятия, и количественной оценке степени их влияния на финансовую состоятельность .

В работе для ранжирования факторов, отражающих финансовое положение предприятия, используется метод анализа иерархий — математический инструмент системного подхода к решению проблем принятия решений, предложенный американским математиком Т. Саати [9, 10] .

Применение метода анализа иерархий начинается с иерархической декомпозиции рассматриваемой проблемы на все более простые составляющие части и в экспертной количественной оценке степени взаимодействия элементов иерархии. Строится многуровневая иерархия, вершиной (фокусом) которой является суть проблемы, обозначается как цель и в данной задаче носит название «Банкротство». На нижнем уровне располагаются факторы банкротства (альтернативы), на промежуточном уровне (критерии) размещаются группы факторов банкротства. Количественные оценки влияния элементов нижних уровней на элементы верхних уровней иерархии проводятся методом парных сравнений, для чего на основе экспертных оценок составляются матрицы парных сравнений. На следующем шаге выполняется свертка всех оценок иерархии для получения приоритетов альтернатив относительно цели, расположенной в фокусе иерархии .

Результаты вычислительных экспериментов по решению задачи выявления наиболее значимых факторов банкротства Финансовыми аналитиками полиграфического предприятия “Print” были выявлены семь показателей (факторов), влияющих на финансовую состоятельность. Заданное множество показателей банкротства было разбито на два подмножества (группы) — группу «Финансовая устойчивость», в состав которой входят коэффициент обеспеченности основными средствами, коэффициент оборачиваемости активов, коэффициент финансовой зависимости, коэффициент нормы чистой прибыли, коэффициент автономии, и группу «Ликвидность», включающую в себя коэффициент текущей ликвидности и коэффициент покрытия. Требуется выявить пять наиболее значимых факторов из семи заданных факторов банкротства .

В соответствие с методом анализа иерархий была построена иерархическая структура, представленная на рисунке 1 .

Экспертами была реализована процедура парного сравнения, в рамках которой критерии сравнивались попарно по отношению к цели, а альтернативы – попарно по отношению к каждому из критериев .

Для вычисления количественных оценок степени влияния показателей на банкротство предприятия использовалась система поддержки принятия решений СППР «Выбор» [11] .

Рис. 1. Иерархическая структура проблемы банкротства Результаты вычислений «весов» факторов банкротства представлены на рисунке 2 .

Рис. 2.

Вид диалогового окна СППР «Выбор» с результатами вычислений «весов» факторов банкротства Анализ результатов расчетов позволил выявить пять показателей с наибольшими значениями «весов»:

коэффициент финансовой зависимости;

коэффициент текущей ликвидности;

коэффициент обеспеченности основными средствами;

коэффициент оборачиваемости активов;

коэффициент автономии .

Выявленные показатели использовались в дальнейшем при решении задачи прогнозирования банкротства предприятия на основе применения дискриминантного анализа и нейросетевых технологий .

Результаты вычислительных экспериментов по решению задачи прогнозирования банкротства Решается задача прогнозирования банкротства полиграфического предприятия «Print» .

Финансовыми аналитиками предприятия «Print» были рассмотрены 50 фирм, работающих на рынке печатной продукции и выпускающих аналогичную продукцию.

Финансовое состояние каждого предприятия описывается пятью факторами (показателями):

коэффициент текущей ликвидности (фактор x1);

коэффициент обеспеченности основными средствами (фактор x2);

коэффициент оборочиваемости активов (фактор x3);

коэффициент финансирования (фактор x4) коэффициент автономии (фактор x5) .

Были определены значения пяти факторов банкротства для каждого из 50 предприятий, половина которых находилась в состоянии, близком к банкротству, а другая половина работала успешно. Кроме того, для 51 –го предприятия (фирмы«Print») с неизвестным статусом («банкрот»

или «не банкрот») известны значения факторов: x1 = 0,124, x2 = 2,068, x3 = 2,658, x4 = 1,346, x5 = 0,542 .

Необходимо определить статус 51-го предприятия «Print» с помощью дискриминантного анализа и искусственных нейронных сетей .

Решение задачи прогнозирования банкротства проводилось с использованием программы “Statistica” [12, 13] .

При применении дискриминантного анализа необходимо построить уравнения функций классификации для каждой группы предприятий с определенным статусом .

После ввода исходных данных рассчитываются значения коэффициентов a0, a1, a2, a3, a4 и a5 уравнений функции классификации для каждой группы предприятий с определенным статусом («банкрот» – «не банкрот»). Результаты расчетов коэффициентов классификационных функций для двух групп предприятий представлены на рисунке 3 .

Классификационные функции для каждой группы имеют вид:

- для первой группы предприятий со статусом «банкрот»:

–  –  –

- для второй группы предприятий со статусом «не банкрот»:

Z 2 167,821 60,871Х 1 5,581Х 2 23,724 Х 3 131,522 Х 4 127,199 Х 5 .

Рис. 3. Вид диалогового окна программы “Statistica” с рассчитанными значениями коэффициентов классификационных функций Чтобы определить, к какой группе относится предприятие “Print” с неизвестным статусом, необходимо рассчитать для него значения переменных z1 и z2. Подставляя в уравнения классификационных функций заданные значения факторов банкротства для предприятия “Print”, получаем z1* = 70,647 и z2* =105,553. Так как z1* z2*, делается вывод о том, что предприятие “Print” имеет статус «не банкрот» .

Для прогнозирования банкротства с помощью нейронных сетей используются те же исходные данные, что и в дискриминантном анализе .

Для решения задачи прогнозирования банкротства с помощью нейронных сетей используется модуль “Neural Networks” статистического пакета “Statistica” [13] .

Сравнительный анализ результатов экспериментов по обучению сетей на данных исходной выборки позволяет сделать вывод о том, что эффективность многослойных персептронов выше, чем эффективность сети, построенной на радиальных базисных функциях .

Для дальнейшего построения модели и прогнозирования банкротства выбрана сеть MLP архитектуры 5-10-2 .

При использовании выбранного типа нейронной сети (многослойного персептрона) был получен аналогичный результат прогнозирования. Таким образом, при расчетах двумя методами получена согласованная оценка вероятности банкротства .

Заключение. Проведенные вычислительные эксперименты на компьютере подтверждают эффективность и корректность предлагаемого подхода к решению задачи прогнозирования банкротства предприятия .

Совместное применение методов исследования операций, дискриминантного анализа и нейросетевых технологий при диагностике финансовой состоятельности позволяет повысить качество принимаемых решений о статусе предприятия .

Предлагаемая методика прогнозирования банкротства представляет практический интерес для крупных предприятий, стремящихся получить конкурентное преимущество за счет применения компьютерных систем поддержки диагностики и прогнозирования финансового состояния предприятия .

Список литературы:

1. Найденов Н.Д., Румянцев А.В. Банкротство в России: учет, анализ, управление: монография. – Саарбрюккен (Германия): LAP LAMBERT Academic Publishing, 2012 .

2. Рысина Д.Ф. Банкротство предприятия. – М.: Приор, 2001 .

3. Пареная В.А., Долгалев И.А. Экспресс - оценка вероятности банкротства предприятия. – М.: Финансы и статистика, 2002 .

4. Ковалев А.П. Диагностика банкротства. - М.: Финстатинформ, 2007 .

5. Ким Дж.-О., Мьюллер У., Клекка У.Р. Факторный, дискриминантный и кластерный анализ. - М.: Финансы и статистика, 1989 .

6. Дубров А.М. Многомерные статистические методы и основы эконометрики: Учебное пособие. – М.: МЭСИ, 2008 .

7. Боровиков В. Нейронные сети. STATISTICA Neural Networks. Методология и технологии современного анализа данных. - М.: Горячая линия

– Телеком, 2008 .

8. Хайкин С. Нейронные сети: полный курс, 2-е изд., испр.: Пер. с англ. – М.: ООО «И.Д. Вильямс», 2006 .

9. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993 .

10. Саати Т. Л. Принятие решений при зависимостях и обратных связях: Аналитические сети./ пер. с англ. О. Н. Андрейчиковой. - 4-е изд. М.:

Ленанд, 2015 .

11. Система поддержки принятия решений (СППР) "Выбор" [Электронный ресурс] // ciritas.ru: ЦИРИТАС - разработка программного обеспечения. URL: http://www.ciritas.ru/product.php?id=10 (дата обращения:

05.01.2017) .

12. Буреева Н.Н. Многомерный статистический анализ с использованием ППП «STATISTICA». – Нижний Новгород, 2007 .

13. Боровиков В. Нейронные сети. STATISTICA Neural Networks .

Методология и технологии современного анализа данных. – М.: Горячая линия – Телеком, 2008 .

–  –  –

Аннотация. В исследовании проведена оценка развития стран постсоветского пространства с позиций системного подхода в контексте показателей, характеризующих воспроизводственные процессы человеческого капитала на сопряженных территориях. Особое внимание уделено уровню развития человеческого капитала, который является основой инновационного развития территорий, существующих на платформе бывшей системы Советской плановой интегрированной экономики .

Ключевые слова: человеческий капитал, сопряженные территории, субрегион .

–  –  –

Abstract: In a research the assessment of development of the countries of the former Soviet Union from positions of system approach in the context of the indicators characterizing reproduction processes of the human capital in the interfaced territories is carried out. Special attention is paid to the level of development of the human capital which is a basis of innovative development Публикация подготовлена в рамках поддержанного РГНФ научного проекта № 17Формирование модели воспроизводства человеческого капитала в условиях поляризации и неравномерности социально-экономического развития сопряженных территорий» .

of the territories existing on a platform of the former system of the Soviet planned integrated economy .

Keywords: human capital, interfaced territories, subregion Страны постсоветского пространства представляют собой дифференцированный по территориальной структуре субрегион мира, представленный территориями с различной плотностью экономической деятельности. Перед странами данного субрегиона стоят схожие задачи по развитию экономики, что актуализирует поиск источников точек роста и сопряжения, одним из которых является интеграционное взаимодействие на основе сложившихся социально-экономических связей. Безусловно на реализацию интеграции оказывают влияние множество факторов геополитических, этнических — но в данном исследовании будем рассматривать исключительно социально-экономические факторы и показатели развития стран постсоветского пространства, делая акцент на развитие человеческого капитала этих территорий как приоритетного, влияющего на экономический рост драйвера .

Это обусловлено тем, что, согласно исследованиям, развитие человеческого капитала обеспечивает такие эффекты как экономический рост, снижение социальной напряженности, возможность регулирования социально востребованных и экономически приоритетных направлений подготовки специалистов. Кроме того, фактором воспроизводства человеческого капитала является миграция населения, масштаб и направления которой определяет не только трудообеспеченность предприятий и отраслей в количественном отношении, но и качество человеческого капитала, и отдачу его использования в экономике в целом. Направленность и величину миграции определяют геополитические, этноэкономические социальные факторы, в том числе уровень образования и, как следствие, развития человеческого капитала, при этом существуют генетически определенные особенности, сложившиеся на ранее едином постсоветском пространстве .

Основой исследования также стало понятие «сопряженности»

стран постсоветского пространства в широком смысле — это географическая (территориальная) сопряженность, экономическая (хозяйственная), социальная, образовательная сопряженность. В частности, социальная сопряженность наиболее сильно проявляется на приграничных территориях, когда семейные, родственные связи являются основой для трудовой миграции. Образовательная сопряженность обусловлена сложившейся в СССР системой профессионального образования, отсутствием подготовки по некоторым специальностям в рамках республик, теперь стран .

Показатели стран постсоветского пространства на момент распада СССР представлены в табл. 1 и свидетельствуют о том, что на Россию, расположенную на 76,8 % географического пространства СССР приходилось 51,41 % населения, производящего в отраслях народного хозяйства 60,4 % ВВП. Значимую долю ВВП — 17,9 % производила Украина, расположенная на 2,69 % территории и имеющая 18,03 % населения Советского Союза. Тройку лидеров замыкает Казахстан — 6,8 % ВВП, 12,14 % территории, 5,77 % населения. Наименьший вклад по ВВП приходится на Армению, Кыргызстан и Таджикистан, каждый из которых располагался на менее чем 1 % территории и имел менее 2 % населения .

–  –  –

После распада Советского государства на постсоветском пространстве образовалось 15 независимых государств с примерно одинаковым комплексом политических и социально-экономических задач, но с различной ресурсной базой, причем экономически, вследствие реализации плановой экономики, связанных национальными, хозяйственными, социальными «сетями», что до сих пор определяет их сопряженность в различных областях .

Потери, понесенные странами постсоветского пространства в результате рыночных трансформаций, требовали стабильного роста экономик на основе технологической модернизации повышения уровня инновационности, роста уровня человеческого капитала. Но этого н произошло — напротив, в 2000-е годы усилились функции стран постсоветского пространства как поставщиков энергоресурсов, сырья и рабочей силы для мировых рынков. Оценивая уровень социально-экономического развития новых независимых стран воспользуемся Индексом глобальной конкурентоспособности, который рассчитывается в рамках обширного ежегодного исследования, осуществляемого Всемирным экономическим форумом совместно с сетью партнёрских организаций — ведущих исследовательских институтов и компаний в странах, анализируемых в отчёте .

Особенностью данного индикатора является его бинарность — индекс рассчитывается посредством комбинации общедоступных статистических данных и результатов опроса руководителей компаний и включает 12 составляющих конкурентоспособности: качество институтов, инфраструктура, макроэкономическая стабильность, здоровье и начальное образование, высшее образование и профессиональная подготовка, эффективность рынка товаров и услуг, эффективность рынка труда, развитость финансового рынка, технологический уровень, размер внутреннего рынка, конкурентоспособность компаний и инновационный потенциал. Характеристика стран постсоветского пространства согласно данного показателя и основных его составляющих в контексте темы исследования представлена в табл. 2 .

Из 15 стран в исследовании ВЭФ не представлены Беларусь, Туркменистан и Узбекистан. Основываясь на других публикациях представлен Индекс глобальной конкурентоспособности Беларуси, но без указания его составляющих. Четверка лидеров представлена странами Балтии — Эстония (4,8), Литва и Латвия (4,5) и Азербайджаном (4,6). Четверка аутсайдеров — Кыргызстан (3,7) и Украина, Таджикистан, Молдова (4,0). Показатели, составляющие индекс, распределяются соответственно, но следует отметить высокий показатель Интегрированная в большую сложную систему экономика, не смотря на прошедшие 25 лет независимого развития стран постсоветского пространства, во многом влияет на формирование сопряженных рынков посредством различных форм взаимосвязей, что требует осмысленного управления с целью сохранения и развития этих связей, либо выстраивания новых, заменяющих и дающих возможность достижения новых, поставленных перед каждым государством целей .

Дополним оценку самостоятельного развития стран постсоветского пространства на основе индекса глобальной конкуренции рядом показателей, характеризующих формирование и развитие рынка труда, представленных в табл. 3. Выборка сделана на основе статистических данных по странам с последующим приведением к сопоставимым единицам измерения .

Показатели таблиц 2 и 3 свидетельствуют о смене лидеров и позволяют судить об успешности социально-экономического развития ряда независимых государств .

Таблица 2 .

Показатели стран постсоветского пространства согласно индексу глобальной конкурентоспособности [2] Показатель Индекс глобальной конкурентоспо

–  –  –

Тройка лидеров СССР — Россия, Украина, Казахстан согласно индексу глобальной конкурентоспособности страны уступила место странам Балтии и Азербайджану. По объему ВВП это Россия, Казахстан и Беларусь. Предположим, что страны постсоветского пространства снова интегрированы и рассчитаем на основе данных табл. 3 доли численности населения и ВВП в общем объеме, что позволит оценить произошедшие изменения — табл. 4 .

Сопоставление показателей 1989 года и «придуманной интеграции 2015» позволяют говорить о том, что:

– Россия сохранила свои позиции и осталась на первом месте как по численности населения, так и по объему ВВП, при этом занимая 4-е место по уровню среднемесячной заработной платы и имея невысокий уровень безработицы;

– Украина, практически сохранив позиции по численности населения (снижение на 3,5 %), в 8,5 раз снизила уровень ВВП при уровне безработицы выше нормального — 9,26 %;

–  –  –

Безусловно, следует учитывать, что показатели безработицы рассчитаны на основе официальной статистики, что всегда ниже фактического уровня, при этом все страны можно разделить на 4 группы (рис. 1 – цветом показан уровень безработицы, шрифт – страны СНГ) .

–  –  –

Рис. 1. Группировка стран по анализируемым показателям Визуализация группировки стран постсоветского пространства по ряду показателей социально-экономического развития позволяет сделать вывод о том, что только 5 из 15 стран удалось повысить уровень своего развития. При этом в трех из них наблюдается снижение численности постоянного населения, и в двух — довольно высокий уровень безработицы. 9 стран снизили все свои показатели, при этом только в одной — Беларуси — это снижение весьма незначительное, а в двух наблюдается высокий уровень безработицы .

Страны, входящие в СНГ, присутствуют во всех группах, что говорит о возможности выстраивания новых мирохозяйственных связей, позволяющих реализовать потенциал стран постсоветского пространства при грамотной социально-экономической политике .

Системный подход к оценке социально-экономического развития стран постсоветского пространства в контексте развития человеческого капитала позволяет сделать следующие выводы:

1) для дальнейшего анализа необходимо формирование комплексной системы методов оценки человеческого капитала на сопряженных территориях на основе факторного анализа с учетом представленной группировки и набора показателей, дополненного показателями миграции, перетока человеческих ресурсов, теории «центр-перифирия»;

2) моделирование межрегиональной дифференциации сопряженных территорий по уровню социально-экономического развития, уровню развития человеческого капитала, отдачи от человеческого капитала на основе представленной группировки и названных показателей позволит выявить возможные «точки сопряжения» позволяющие на основе согласования интересов независимых государств выработать систему управления развитием человеческого капитала в контексте сбалансированного развития экономик;

3) выявление центробежных и центростремительных векторов перетока человеческого капитала посредством анализа миграционных процессов позволит странам субрегиона выявить и оценить последствия перетока человеческого капитала и разработать решения направленные на сбалансированное социально-экономическое развитие, нивелирующее поляризацию территорий .

Список литературы:

1. CASE Belarus Macroeconomic Review of Belarus. – 2016. – No. 7, November 2016. URL: http://case-belarus.eu/wp-content/uploads/2016/12/ .

2. The Global Competitiveness Report 2016–2017 // the World Economic Forum. – URL: https://www.weforum.org/reports/the-global-competitivenessreport

-2016-2017-1 .

3. Агентство по статистике при президенте Республики Таджикстан .

URL: http://www.stat.tj/

4. Беларусь в глобальном индексе конкурентоспособности могла бы потеснить многие страны ЕС // Thinktanks.by. – URL:

https://thinktanks.by/publication/2015/12/26/ .

5. Всемирный банк. – URL: http://www.vsemirnyjbank.org/ru/country/ turkmenistan/

6. Государственная служба статистики Украины. – URL:

http://www.ukrstat.gov.ua/ .

7. Государственный комитет Туркменистана по статистике. – URL:

http://www.stat.gov.tm/ru/ .

8. Калабеков, И.Г. СССР и страны мира в цифрах. Справочное издание / И.Г. Калабеков. – М., 2017. – URL: http://su90.ru/ .

9. Комитет по статистике республики Казахстан – URL: http:// www .

stat.gov.kz/ .

10. Народное образование и культура в СССР. Статистический сборник / Госкомстат СССР. — М.: Финансы и статистика, 1989 .

11. Национальная статистическая служба республики Армения – URL: http://www.armstat.am/ru/ .

12. Национальное бюро статистики Грузии – URL:

http://www.geostat.ge/ .

13. Национальное бюро статистики Молдовы – URL:

http://www.statistica.md/ .

14. Национальный статистический комитет Кыргызской Республики – URL: http://www.stat.kg/ru/ .

15. Национальный статистический комитет Республики Азербайджан

– URL: http://www.stat.gov.az/ .

16. Национальный статистический комитет Республики Беларусь – URL: http://www.belstat.gov.by/ .

17. Национальный статистический комитет Республики Латвия – URL: http://www.csb.gov.lv/en .

18. Национальный статистический комитет Республики Литва – URL:

http://osp.stat.gov.lt/en/web/guest/home .

19. Национальный статистический комитет Республики Эстония – URL: http://www.stat.ee/en .

20. Узбекистан в цифрах – URL: http://data.mdg-stat.uz/ru/data_finder/

21. Федеральная служба государственной статистики РФ – URL:

http://www.gks.ru/ .

–  –  –

СИСТЕМНЫЙ АНАЛИЗ В УПРАВЛЕНИИ ГОРОДСКИМ

ПРОСТРАНСТВОМ

г. Новосибирск, Новосибирский государственный университет экономики и управления, ili.sa@mail.ru Аннотация. В статье раскрывается необходимость системного анализа управления городским пространством. Рассматриваются теоретические аспекты исследования городского пространства. На основании системного анализа автор делает заключение о современных специфических особенностях управления городским пространством. В статье приводятся результаты эмпирического исследования, иллюстрирующие основные выводы .

Ключевые слова: системный анализ, управление, городское пространство .

Svetlana A. Ilinykh, Doctor of sociological sciences, Associate professor, Head of the department of sociology

SYSTEM ANALYSIS IN THE MANAGEMENT OF URBAN SPACE

Novosibirsk, Novosibirsk State University of Economics and Management, ili.sa@mail.ru Abstract: article reveals the need for a systematic analysis of urban space management. Author considers theoretical aspects of urban space research. Based on the system analysis, the author makes a conclusion about the modern specific features of urban space management. Article presents the results of an empirical study illustrating the main conclusions .

Keywords: system analysis, management, urban space .

Исследование городского пространства в рамках социологии в настоящее время достаточно актуально. Достаточно глубокое изучение городского пространства как разновидности территориального можно осуществить, беря за основу системный анализ. Системный подход позволяет рассматривать управление городским пространством в рамках целостной системы. Эта система характеризуется достаточной обособленностью и устойчивостью. В городе имеется сложный состав большого количества элементов, взаимодействие которых формирует качественно новые свойства целого. Городское пространство обладает целостностью, при том, что все составляющие эту систему элементы, как то, например, районы города, имеют определенную самостоятельность, обеспечивают движение к достижению общей цели. Город и городское пространство структурировано и иерархично, его элементы соподчинены, имеется упорядоченность взаимосвязей. Здесь в качестве примера мы можем указать наличие в каждом городском пространстве центра и периферии. При этом периферия также иерархична .

Укажем, что идеи управления городским пространством развиваются в самых разных научных подходах. Впервые идеи распространения культур, формирования культурных кругов и зон в некоем пространственном измерении можно встретить в работах представителей культурно-исторической школы диффузионизма — Ф. Ратцеля, Ф. Гребнера, В .

Шмидта, Л. Фробениуса .

Необходимость управления городским пространством связана с тем, что сегодня городское пространство представляет собой совокупность пространств — социокультурное, экономическое, социальное, а также пространство социальных коммуникаций. Наличие нескольких пространств взывает к необходимости управления процессами, происходящими внутри них. Здесь в поле зрения попадает такая локальная характеристика социокультурного пространства как организация культурного ландшафта. Об этом аспекте управления городским пространством изложено в работах В.Вагина [1], В.Л. Каганского [8], Д.С. Лихачёва [11], И.И. Свириды [13] .

Специфика городского пространства и явления, обусловленные пространственной организацией города, исследуются представителями средового подхода к феномену города К. Линчем [14] и Л.Б. Коганом [10]. Существование духовной компоненты, под которой понимается городская культура, свойственной не просто организации физических объектов, но «городской среде» как особому уровню развития города посвящены исследования А.В. Иконникова [6], О.Е. Трущенко [15]. И эти вопросы также связаны с управлением .

Социологический подход к категории пространства разрабатывался в трудах западных исследователей М. Вебера [3], Г. Зиммеля [5], О .

Шпенглера [16]. Э. Берджесс, Р. Маккензи, Л. Вирт, Р. Парк имеют исследовательские проекты в области социологии города для решения конкретных проблем города. Город рассматривается как социокультурная гетерогенность, создающая условия для формирования и выделения специфических городских сообществ, которые, в свою очередь, различаются символической и организационной культурой. Все это также напрямую зависит от управления .

Антропологический подход к исследованию города, концентрирующий свое внимание на проблеме человеческого существования в городском пространстве, разрабатывали Р. Линд и Х. Линд [20], Р. Редфилд [19], У. Уорнер [21]. Сосредоточение внимания научной мысли на проблемах горожан способствует становлению теорий, рассматривающих жизнь людей в городе в едином комплексе, как «социокультурное явление». Управление городским пространством в данном подходе связано с тем, что город здесь выступает как многоаспектное явление, как сложный биосоциальный организм, обладающий неповторимыми психическими свойствами. Эти свойства и «управляют» горожанами .

Укажем на еще одно направление исследований, так или иначе связанных с управлением городским пространством. В частности, речь идет о работах урбаниста Х. Хойта, Ч. Гарриса и Э. Ульмана. Х. Хойтом в работе «Структура и рост городской площади» [18] была выдвинута концепция секторов, в которой автор утверждал, что жилищные массивы сосредоточены в секторах и расходятся от центра города вдоль транспортных магистралей. Х. Хойт использует квартплату как показатель различных характеристик жилищного фонда, дополняя многочисленные теории образования цен на земельные участки города, критерием оценки в которых выступали полезность, внутригородские выгоды, конкуренция и другие факторы, которые приводили к упорядоченному размещению этих участков на территории города .

И, наконец, управление городским пространством осуществляется за счет того, что горожане — это, прежде всего, мужчины и женщины. Управление городом имплицитно осуществляется за счет гендерных взаимоотношений [7]. Эта тематика является совершенно новой для классической социологии города, но, тем не менее, достаточно интересной .

Что касается системного анализа управления городским пространством, то сегодня мы имеем радикальные перемены осуществления, содержания и эмоциональной нагрузки социальных взаимодействий индивидов, которые осуществляются в рамках пространства. В связи с этим с точки зрения системного анализа важны несколько аспектов .

Во-первых, происходит «социологизация пространства». Это означает, что пространству придаются социологические характеристики такие, как пространство политики, пространство досуга и др. Таким образом, общество и индивид наблюдают то пространство, которое общество сконструировало в данный исторический момент в ходе своей деятельности. Эта форма взаимодействия пространства и общества приводит к «социологизации пространства» .

Во-вторых, можно наблюдать перемещение взаимодействий из сугубо физического пространства в пространство социальное. Системный анализ позволяет отметить такой факт, как отмена пространства. Современные информационные технологии привели к потрясающему феномену – отмене границ между странами, между культурами, между поколениями, между индивидами .

В-третьих, любое территориальное пространство, в том числе и городское пространство, участвует в конструировании индивидами представлений, смыслов и т.д .

Столь значимая роль пространства может быть определена на основе системного анализа. Системный подход в социологии представлен в ряде концепций, среди которых ведущей явялеятся структурный функционализм .

Согласно структурного функционализма, «социальные системы это системы, образуемые состояниями и процессами социального взаимодействия между действующими субъектами» [12, с.18]. Структуру социальных систем анализируется Т.Парсонсом через четыре типа независимых переменных: ценности, нормы, коллективы и роли. Все эти переменные являются системными элементами городского пространства как социальной системы. Важно подчеркнуть, что условием осуществления ценностей является жизнь, которая определяется состоянием здоровья и безопасностью .

Городское пространство в контексте структурного функционализма можно анализировать с точки зрения образа жизни городского населения, зависимости жизни горожанина от пространства города, особенностей сознания, которое определяет городское общение. Таким образом, городское пространство исследуется с позиции организованной в территориальном пространстве структуры жизнедеятельности людей .

Системный подход позволяет отметить, что собственно город представляет собой отображение социокультурных процессов в пространстве. Более того, в его целостном архитектурном пространстве появляются, переживаются, развиваются все процессы построения государства. С позиции системного подхода создаются условия для изучения города как отображения социокультурных процессов, происходящих как во внутреннем пространстве города, так и на государственном уровне .

Город как объект исследования интересен с позиции системного подхода еще и тем, что он является не только одним из наиважнейших элементов культуры, но и пространством социально значимых смыслов .

Он является одним из наиважнейших элементов, оказывающих влияние на формирование мировоззрения определенных социальных субъектов, и вместе с тем находящийся под влиянием или зависимостью от оценки собственно этих социальных субъектов. Как видим, возникает определенная цикличность, город управляет процессами мировоззрения горожан, но и горожане управляют процессами, происходящими в городе .

Иными словами, системный подход позволяет нам говорить о том, что город как социальный феномен оказывает влияние на формирование мировоззрения горожан и приезжих. Они как социальные субъекты дают определенную оценку этому феномену, который, в свою очередь, изменившись под влиянием этой оценки, преображает мировоззрение социальных субъектов. Специфика крупнейшего города, помимо того, что он аккумулирует в себе финансово - экономические, социальные, политикоадминистративные, социокультурные аспекты разнообразия состоит еще и в том, что он, как большая, растянутая на километры территория с огромной численностью людей через влияние на жизнь горожан, находится под воздействием представлений, которые и город и человек взаимно обуславливают .

Стоит отметить, что фундаментальная проблематизация концепции пространства в социальных науках была осуществлена еще И. Кантом [9], впервые обратившим внимание на имманентную двойственность представлений человека о пространстве. Его мысль о двойственности стала отправной точкой для анализа повседневности, в том числе повседневного освоения пространства жизненного мира, проведенного Э. Гуссерлем [4] и А. Шюцем [17]. Развитие идей этих ученых позволило П. Бергеру и Т. Лукману разработать концепцию социального конструирования реальности [1]. В совместном труде этих авторов подробно описаны процессы возникновения и развития социальных представлений о повседневных практиках .

Конструктивистский подход позволяет говорить о том, что организация мира человеком всегда происходит из его собственных представлений о ряде явлений, таких как гармония, красота, порядок. Эти явления предстают в удобном для человека виде, в том числе и благодаря пространственным формам. Нагляднее всего это можно увидеть в городском пространстве как в структурированной жизненной среде человека .

Итак, системный подход позволяет нам сделать следующие промежуточные выводы. Во-первых, городское пространство сегодня — это не только совокупность производственных зданий, жилых домов, инфраструктуры и т.д., но это и пространство представлений о нем .

Во-вторых, городское пространство способно изменять мировоззрение индивидов. При этом данный процесс двухсторонний, так как и индивиды на основе своего мировоззрения могут менять городское пространство .

В-третьих, представления о городском пространстве могут быть сконструированы не только благодаря личному опыту индивида, но и благодаря средствам массовой коммуникации. Индивид, возможно, за свою жизнь никогда не бывавший в том или ином районе города, имеет более или менее сложившиеся представления о нем .

В-четвертых, индивиды могут по-разному быть включены в городское пространство. Континуум включенности – от гармонично, непротиворечивого до дисгармоничного, настроенного против. При гармоничной включенности горожане проявляют социальную, экономическую, политическую и другие формы активности .

Эти выводы позволяют нам говорить о том, что крайне важно управлять процессами, связанными с городским пространством. Дело в том, что при положительно сконструированной, сформированной включенности в городское пространство мы имеем не только идентичность горожан с точки зрения гармоничного и непротиворечивого социального самоопределения конкретного индивида, но и дееспособное городское сообщество, готовое к формулированию и отстаиванию собственных интересов, созданию благоприятной среды жизни и способствующего развитию своего города .

Для выявления того, каким образом городское пространство влияет на индивидов, какие представления имеют горожане о своем городе, нами было проведено исследование в 2017 году в г. Новосибирске. Выборочная совокупность сформирована по территориальному признаку. Респондентами оказались жители 10 районов г. Новосибирска с репрезентативным представительством по полу и возрасту .

Одним из вопросов, представленных в анкете, был вопрос оценки города. Шкала содержала прямо противоположные характеристики. Например, «светлый» — «темный», «чистый» — «грязный» и т.д. 57,5% женщин указали, что город «светлый», а 42,5% — «темный». У мужчин примерно такая же картина: 50,7% — «светлый», 49,3% — «темный» .

Показательно, что схожую картину мы имеем и в отношении того, город «радостный» или «мрачный». В первом случае — 54,5% женщин и 57,8% мужчин, во втором случае — 45,5% женщин и 42,2 мужчин. Данные результаты отражают те идеи, которые были представлены выше. Городское пространство формирует представления о нем. Но при этом мы можем видеть специфику этого влияния. Одно и то же городское пространство делит мнения респондентов примерно поровну: для одной части мужчин и женщин оно светлое и радостное, для другой части — темное и мрачное. Если бы исследование проводилось в разные временные периоды, то это можно было бы объяснить влиянием климата и т.д. Но здесь мы видим исключительно личную, персональную оценку городского пространства без влияния побочных факторов .

Показательно, что большинство опрошенных оценивают город как современный и развивающийся. Но вместе с тем, 12,5% женщин и 14,8% мужчин воспринимают его как «стагнационный». 13,5% женщин и 20,1% мужчин — как «старый». Безусловно, это личное восприятие городского пространства, но, тем не менее, оно может повлиять и на восприятие его другими людьми, находящимися за пределами этого города. Поэтому так важно управлять представлениями о городском пространстве, по-новому конструировать смыслы .

Еще одним показательным аспектом является восприятие горожанами объектов, которые являются визитной карточкой города. Жители 10 районов Новосибирска могли выбрать любые объекты, вне зависимости от зоны проживания. Как мужчины, так и женщины чаще всего выбирали такие места, как Академгородок, Оперный театр, зоопарк и другие. Вместе с тем, были указаны объекты, имеющие личное значение для горожан. Например, собор имени Александра Невского, часовня и т.д .

Городское пространство, как мы указывали, формируется не только представлениями горожан, но и их активными действиями. Согласно концепции социального конструирования реальности П. Бергера и Н. Лумана, конструкции (стереотипы, представления и т.д.) воплощаются в действии. В связи с этим горожанам был задан вопрос о том, как они оценивают степень своего участия в каких-либо видах деятельности, так или иначе связанных с городским устройством. Показательно, что горожане небезразличны к тому, что происходит в городе. Так считают 96,3% женщин и 95,3% мужчин. Но вместе с тем, лишь одна треть опрошенных готова обсуждать городские проблемы (30,9% женщин и 31,1% мужчин), а пятая часть принять посильное участие в решении проблем (15,2% женщин и 16,9% мужчин) .

Эти данные со всей очевидностью демонстрируют то, что город, городское пространство, отношение к ним требуют целенаправленного процесса управления. Иначе мы будем иметь такую же картину повсеместно: город не нравится, но делать ничего не намерен .

Подведем итоги. Системный анализ в управлении городским пространством позволил вычленить такие особенности, как «социологизация» пространства, конструирование представлений, включение в городское пространство. Результаты эмпирического исследования со всей очевидностью демонстрируют необходимость управления городским пространством, поскольку горожане, проживая в конкретный исторический момент времени, оценивают его с прямо противоположных позиций и при этом не слишком спешат участвовать в решении возможных проблем. Иными словами, крайне важно культивировать ценностное отношение к городскому пространству .

Список литературы:

1. Бергер П., Лукман Т. Социальное конструирование реальности. — М.: Медиум, 1995 .

2. Вагин В. Социология города [Электронный ресурс]. URL:

http://www.gumer.info/bibliotek_Buks/Sociolog/Vagin/01.php (дата обращения 01.04.2017 г.) .

3. Вебер М. История хозяйства. Город. М.: КАНОН-Пресс-Ц, Кучково поле, 2001 .

4. Гуссерль Э. Философия как строгая наука. — Новочеркасск: Сагуна, 1994 .

5. Зиммель Г. Как возможно общество? // Социологический журнал. С.102-114 .

6. Иконников А.В. Формирование городской среды. — М.: Знание, 1973 .

7. Ильиных С.А. Гендерная асимметрия: причины и основные пути ее преодоления: автореферат диссертации на соискание ученой степени кандидата социологических наук. — Новосибирск, 2004 .

8. Каганский В. Л. Ландшафт и культура // Общественные науки и современность. — 1997. — №1. - С.134-146 .

9. Кант И. Критика чистого разума. — М.: Эксмо, 2016 .

10. Коган Л.Б. Быть горожанами. — М., 1990 .

11. Лихачёв Д.С. Земля родная. — M., 1983 .

12. Парсонс Т. Система современных обществ / под ред. М.С. Ковалевой, пер, с англ. Л.А. Седова и А.Д. Ковалева. — М: Аспект Пресс, 1998 .

13. Свирида И.И. Ландшафты культуры. Славянский мир. - М., 2007 .

14. Линч К. Образ города. — М., 1982 .

15. Трущенко О.Е. Городская среда и образ жизни. Критика американских социологических концепций: автореферат диссертации на соискание ученой степени кандидата исторических наук. — М., 1983 .

16. Шпенглер О. Закат Европы. Очерки морфологии мировой истории .

Том. 1. — М., Мысль, 1993 .

17. Шюц А. Формирование понятия и теории в общественных науках //

Американская социологическая мысль: тексты / под ред. Добренькова. - М.:

Издательство Московского Университета, 1994. — С.481-496

18. Hoyt H. The Structure and Growth of Residential Neighborhoods in American Cities. — Washington, 1939 .

19. Redfield R. The Folk Society. The American Journal of Sociology, Vol .

LII. 1947 .

20. Lynd R. S. & Lynd H. M. Middletown: A study in American culture. — New York: HarcOurt and Brace, 1929 .

21. Warner W. L. Yankee City. — New-Haven, 1963 .

–  –  –

Введение. Категория «качество жизни» представляет собой сложную структуру взаимосвязанных составляющих, каждая из которых тоже определяется действием многих факторов, определяющих качество жизни. В рамках проводимых исследований разработана системная иерархическая модель качества жизни, представленная в виде триад взаимосвязанных компонентов. Выделены уровни и определен состав компонентов интегрального показателя качества жизни [1, 2] .

По результатам проведенного анализа иерархической модели качества жизни и с учетом ранее проведенных исследований, а также на основе анализа контуров воспроизводственного процесса определена триада составляющих качества жизни, включающая качество трудовой жизни, востребованности и занятости; уровень образованности; уровень доходов как экономическую составляющую качества жизни, тесно связанную с образованием и занятостью и рассматриваемую с точки зрения научно-инновационной активности .

В целом перечисленные компоненты рассматриваемой триады составляющих качества жизни охватываются основным контуром воспроизводственного процесса «производство — потребление», включающим реальный сектор, сектор домохозяйств и регулирующий механизм рынка труда [3-7]. В качестве методов исследования выбранной триады применяются методы интеллектуального анализа данных (ИАД) .

1. Состав четырех анализируемых групп признаков и цели их анализа Проведен анализ более 100 признаков, характеризующих трудовые ресурсы, образование, инновации. Их структуризация выполнена, вопервых, на основе анализа предложенной модели качества жизни в виде иерархии триад, а также в виде разработанной ранее когнитивной модели макроэкономического воспроизводственного процесса По результатам проведенного анализа предложено объединить все признаки в три группы. Предварительный анализ дискриминантной силы признаков позволил сформировать пять типов обучающих выборок .

Первые две анализируемые выборки, характеризуют состояние трудо-вых ресурсов регионов РФ.

Выборка 1 включает в себя признаки:

чис-ленность экономически активного населения; численность занятого населения в сельском хозяйстве; численность занятого населения в добыче полезных ископаемых; численность занятого населения в обрабатывающем производстве; численность занятого населения в производстве и распределении электроэнергии, газа и воды; численность занятого населения в строительстве; численность занятого населения в оптовой и розничной торговле; численность занятого населения в образовании; численность занятого населения в здравоохранении и предоставлении социальных услуг; численность безработных; среднедушевые денежные доходы; среднемесячная номинальная начисленная заработная плата работников организаций; валовый региональный продукт в 2012 году; ввод в действие общей площади жилых домов. Выборка 2 включает в себя признаки: валовый региональный продукт; численность занятого населения с высшим образованием; численность занятого населения с основным общим образованием; потребность в работниках, заявленная организациями в государственные учреждения службы занятости населения; среднее время поиска работы безработными; численность занятого населения со средним профессиональным образованием; среднемесячная номинальная начисленная заработная плата работников организаций .

Цель анализа первой выборки заключается в выявлении кластеров регионов РФ, различающихся по уровню занятости населения в основных видах экономической деятельности с учетом доходов населения и жилищных условий .

Цель анализа второй выборки заключается в выявлении кластеров регионов РФ, различающихся по уровню экономического развития и востребованности работников, в том числе с высшим образованием .

Третья и четвертая анализируемая выборка, характеризует процесс предоставления образовательных услуг населению (сфера образования регионов РФ). Выборка 3 включает в себя: число дошкольных образовательных организаций; число профессиональных образовательных организаций, осуществляющих подготовку квалифицированных рабочих, служащих; число образовательных организаций высшего образования; численность профессорскопреподавательского персонала образовательных организаций высшего образования; число персональных компьютеров, используемых в учебных целях, в организациях высшего образования на 1000 обучающихся; число персональных компьютеров, используемых в учебных целях в профессиональных образовательных организациях, осуществляющих подготовку по программам подготовки специалистов среднего звена, на 1000 обучающихся; число персональных компьютеров, используемых в учебных целях, в государственных и муниципальных общеобразовательных организациях, на 1000 обучающихся; сальдированный финансовый результат деятельности организаций; основные фонды в экономике (по полной учетной стоимости на конец года). Выборка 4 включает в себя: площадь территории; численность населения; инвестиции в основной капитал;

среднедушевые денежные доходы (в месяц); число общеобразовательных организаций (без вечерних (сменных) общеобразовательных организаций); число профессиональных образовательных организаций, осуществляющих подготовку квалифицированных рабочих, служащих;

численность студентов, обучающихся по программам подготовки квалифицированных рабочих, служащих, выпуск квалифицированных рабочих и служащих .

Цель анализа третьей выборки заключается в выявлении кластеров регионов РФ, различающихся по уровню развития высшего образования с учетом его обеспеченности оборудованием и производственного потенциала региона .

Цель анализа четвертой выборки заключается в выявлении кластеров регионов РФ, различающихся по уровню развития общего и среднего профессионального образования с учетом денежных доходов населения .

Пятая анализируемая выборка, характеризует инновационную деятельность регионов РФ. Выборка включает в себя признаки: число организаций, выполняющие научные исследования и разработки;

численность исследователей с учеными степенями; инновационная активность организаций; объем инновационных товаров, работ, услуг;

численность населения; инвестиции в основной капитал; среднедуше-вые денежные доходы .

Цель анализа пятой выборки заключается в выявлении кластеров регионов РФ, различающихся по уровню развития инновационной деятельности с учетом инвестиционных расходов .

Для формирования перечисленных обучающих выборок используются официальные статистические данные за 2013 год, публикуемые на сайте Федеральной Службы Государственной Статистики ФСГС [8] .

2. Основные этапы метода формирования глобального рейтинга регионов в сфере образования, труда и инноваций Основные этапы метод формирования глобального рейтинга регионов в сфере ОТИ состоят в следующем .

На первом этапе проводится анализ значимости построенных компо-нент для каждой i-й выборки, количество анализируемых выборок в проводимом исследовании равно пяти .

Далее выполняется выбор значащих главных компонент (ГК) для участия в формировании интегрального рейтинга регионов для каждой из пяти выборок. Для этого проводится анализ суммарного процента дисперсии, объясняемой выбранными главными компо-нентами, которая должна быть больше или равной требуемому проценту дисперсии. Если условие не выполняется, то выполняется возврат на этап выбора значащих главных компонент. Если условие выполняется, то проводится расчет значений новых выявленных обобщенных признаков (главных компонент) для каждой из выбран-ной на предыдущем этапе значащей главной компоненты .

В работе выбраны шесть главных компонент. Количество выбранных ГК обозначим как n, число регионов РФ, участвующих в

ИАД равно q=81. Расчет производится по формуле:

F(х)=а1*х1+ а2*х2+ а3*х3+…+ аm*хm .

На следующем этапе формируется матрица интегральных признаков Xint размерностью q*n по результатам расчета значений новых выявленных обобщенных признаков .

Далее проводится компонентный анализ для сформированной матрицы интегральных признаков и анализ значимости построенных компонент — теперь для выборки с интегральными показателями Xint .

В проводимом исследовании результаты компонентного анализа интегральной выборки (матрицы Xint.) показал, что ГК1 описывает 94% дисперсии исходных данных. Поэтому целесообразно ограничиться рассмотрением только одной ГК1, которая может рассматриваться как способ расчета глобального рейтинга регионов в сфере ОТИ .

Далее проводится расчет значения нового выявленного обобщенного признака для выборки Xint с интегральными признаками .

Разместив значения нового обобщенного признака в порядке убывания/ возрастания, и, соотнеся их с регионами РФ, формируется глобальный рейтинг регионов РФ в сфере ОТИ и выявляются TOP-группы регионов .

Заключение Предложен метод формирования глобального рейтинга регионов в сфере образования, труда, инноваций. Особенность метода состоит, вопервых, в использовании интегральной выборки, которая состав-лена на основе обобщенных признаков, выявленных по результатам анализа локальных выборок и представленных в виде значащих главных компонент. Во-вторых, особенность алгоритма состоит в вычислении глобального рейтинга регионов на основе результатов компонентного анализа интегральной выборки, причем в качестве формулы расчета принята выявленная первая главная компонента. Представление глобального рейтинга регионов в виде линейной комбинации обобщенных признаков с весовыми коэффициентами, вычисленными в ходе компонентного анализа интегральной выборки, позволяет исключить субъективность влияния мнений экспертов и повысить степень объективности при формировании ТОР-групп регионов для последующего принятия решений .

Список литературы:

1. Ильясов Б.Г., Закиева Е.Ш., Герасимова И.Б. Системный подход к построению когнитивной модели качества жизни // Вопросы современной науки и практики. Университет им. В.И. Вернадского. — 2013. №3(47). — С. 214-221 .

2. Ильясов Б.Г., Герасимова И.Б., Макарова Е.А., Закиева Е.Ш. Объективно-субъективный подход к оценке качества жизни // Качество. Инновации. Образование. 2016. — №2 (129). — С.47-57 .

3. Макарова Е.А., Габдуллина Э.Р., Закиева Е.Ш. Регрессионный и кластерный анализ региональных производственных процессов // Современная наука: актуальные проблемы теории и практики, изд. «Научные технологии», Москва. 2015. — № 12. — С.78-83 .

4. Ильясов Б.Г., Макарова Е.А., Закиева Е.Ш., Габдуллина Э.Р. Кластеризация регионов Российской Федерации на основе интеллектуального анализа качества жилищных условий населения // Информатизация образования и науки, изд. ФГАУ ГНИИ ИТТ «Информика», №1 (25). 2015. — С.157-170 .

5. Ильясов Б.Г., Дегтярева И.В., Макарова Е.А., Карташева Т.А. Интеллектуальные алгоритмы принятия решений при управлении инвестиционным процессом макроэкономической системы // Научно-технические ведомости СПбГПУ. 2011. — № 6, Т. 2. — С. 116–122 .

6. Ильясов Б.Г., Дегтярева И.В., Макарова Е.А. Поточно-запасная модель макроэкономического воспроизводственного процесса // Научное обозрение. 2014. — №8. — С.473-479 .

7. Ильясов Б.Г., Макарова Е.А., Валитов Р.Р. Имитационная модель регулирования расходов и доходов населения в системе макроэкономического кругооборота // Программные продукты и системы. 2011. — № 1. — С. 123–126 .

8. Регионы России. Социально-экономические показатели. 2013. Стат .

сб. / Росстат. — М., 2013. — 990 с .

–  –  –

Abstract. The article deals with the formation of the rating of socioeconomic development of municipalities based on intelligent technologies .

A component analysis of local data samples for municipal entities of the Republic Bashkortostan, as well as an integral sample, was carried out. A neurofuzzy network has been built to support decision making on adjusting budget expenditures .

Keywords: municipal entity; main component; clusters of regions; generalized characteristic, neuro-fuzzy network .

Введение. Постоянное расширение самостоятельности регионов в современной России выдвигает повышенные требования к исследованию, моделированию и управлению на всех уровнях — от государственного до муниципального. В последние годы началось активное внедрение технологии интеллектуального анализа данных. Интеллектуальный анализ данных представляет собой процесс обнаружения пригодных к использованию сведений в крупных наборах данных [1]. В интеллектуальном анализе данных применяется математический анализ для выявления закономерностей и тенденций, существующих в данных .

Обычно такие закономерности нельзя обнаружить при традиционном просмотре данных, поскольку связи слишком сложны, или из-за чрезмерного объема данных .

На кафедре технической кибернетики Уфимского государственного авиационного технического университета проводятся исследования, связанные с разработкой систем динамического и мультиагентного моделирования, а также интеллектуального анализа социально-экономического положения населения [2,3]. Исследование регионов Российской Федерации на основе интеллектуального анализа качества жилищных условий проведено в работе [4] .

Для проведения интеллектуального анализа социально-экономического развития муниципальных образований Республики Башкортостан (РБ) были сформированы три выборки .

Цель анализа 1-й выборки состоит в выявлении множества кластеров муниципальных образований РБ, различающихся достигнутому уровню текущего социально-экономического развития с учетом имеющегося потенциала, представленного в виде запасов финансовых и трудовых ресурсов, а также в формировании по поддержке принятия управленческих решений .

Цель анализа 2-й выборки состоит в выявлении множества кластеров муниципальных образований РБ, различающихся по уровню образования, занятости и доходов населения .

Цель анализа 3-й выборки состоит в выявлении кластеров муниципальных образований (МО), различающихся по уровню здравоохранения, экологической ситуации и динамики численности населения .

1. Процедура и результаты интеллектуального анализа данных об уровне экономического развития МО РБ Первым методом процедуры интеллектуального анализа данных является компонентный анализ, в результате проведения которого построены три главные компоненты. Первая главная компонента характеризует уровень экономического развития муниципального образования с учетом запасов финансовых и трудовых ресурсов, а также производства продовольственных товаров. В качестве запасов рассматриваются доходы бюджета и численность занятых муниципального образования. Вторая главная компонента характеризует уровень развития сельского хозяйства и обеспеченности населения жильем с учетом земельных ресурсов. Третья главная компонента характеризует темп (скорость) развития сельского хозяйства с учетом земельных ресурсов. Земельные ресурсы представлены в виде общей площади земель муниципального образования и относятся к категории запасов .

По результатам компонентного анализа выделено 5 кластеров с одиночными представителями – муниципальными образованиями:

5 кластер – Белорецкий муниципальный район;

6 кластер – Благоварский муниципальный район;

7 кластер – Мелеузовский муниципальный район;

8 кластер – Туймазинский муниципальный район;

9 кластер – Уфимский муниципальный район .

Лидером по уровню экономического развития (компонента F1) является Туймазинский муниципальный район. Лидером по уровню развития сельского хозяйства (компонента F2) является Мелеузовский муниципальный район .

Среди оставшихся четырех кластеров самым многочисленным является 3 кластер, характеризующийся низким уровнем экономического развития и средним уровнем развития сельского хозяйства .

Оставшиеся кластеры (1, 2, 4) содержат от 4 до 11 муниципальных образований. Интерес представляет тот факт, что основная масса муниципальных образований по уровню развития сельского хозяйства (компонента F2) занимает среднее положение. По компоненте F1 (уровень экономического развития с учетом запасов) большинство муниципальных образований находятся в области низких и близких к среднему значений .

Результаты кластерного и нейросетевого анализа позволили уточнить полученное разбиение на кластеры и особенности кластеров .

Аналогично проведен интеллектуальный анализ данных об образовании, занятости и доходах населения муниципальных образований РБ (вторая выборка), а также об уровне развития здравоохранения, состоянии окружающей среды и динамики численности населения МО РБ (третья выборка). Применены алгоритмы компонентного и кластерного анализа, построена нейронная сеть Кохонена. Разработаны деревья решений для кластеризации районов и выявлены правила кластеризации .

Сопоставительный анализ построенных правил и кластеров муниципальных районов позволил заключить, что по составу кластеры в основном совпадают, и по выделенным правилам кластеризации результаты соответствуют друг другу .

Использование результатов ИАД об уровне экономического развития муниципальных образований РБ, об образовании, занятости и доходах населения и о здравоохранении, состоянии окружающей среды и динамике численности населения в виде построенных кластеров и их характеристик, и правил кластеризации позволяет перейти к решению задачи разработки нейро-нечеткой сети для поддержки и принятия решений, а также к формированию рейтинга муниципальных образований .

2. Алгоритм формирования рейтинга муниципальных образований и правил поддержки принятия решений при управлении социально-экономическим развитием МО РБ Процедура формирования интегрального рейтинга муниципальных образований проводится в три этапа .

Первый этап – формирование интегральной выборки на основе обобщенных признаков (главных компонент), выявленных по результатам интеллектуального анализа локальных выборок данных по

МО РБ. Данный этап состоит из двух подэтапов:

1. Выбор обобщенных признаков (главных компонент), выявленных по результатам интеллектуального анализа локальных выборок данных по МО РБ;

2. Расчет значений обобщенных признаков (главных компонент Fi), выявленных по результатам интеллектуального анализа локальных выборок в виде линейных комбинаций исходных признаков {xi} .

Второй этап – формирование интегрального рейтинга МО в виде линейной комбинации обобщенных признаков {Fi} .

Третий этап – формирование двумерных областей для построения ННС и формирования правил поддержки принятия решений по корректировке бюджетных расходов .

Над интегральной выборкой были проведены компонентный и кластерный анализы. По результатам компонентного анализа были получены коэффициенты, которые обеспечивают построение рейтинга МО .

Для полноты анализа взята вторая компонента и построена 2Dдиаграмма, что позволило выделить квадранты, представленные на рисунке 1 .

Рис. 1. Выделенные квадранты с указанными переходами для построения ННС По выделенным квадрантам было выбрано два перехода для построения нейро-нечеткой сети (ННС). Первый переход – это переход из квадранта G в квадрант F, второй – переход из квадранта F в D .

Переходы в квадранты A и B в данном случае не рассматриваются, т.к .

они содержат всего одно МО .

Квадранты характеризуются следующими особенностями:

Квадрант А – Высокий уровень экономического развития, в том числе развития сельского хозяйства, высокий уровень занятости и доходов населения;

Квадрант B – Высокий уровень экономического развития, низкий уровень развития сельского хозяйства, высокий уровень занятости и доходов населения;

Квадрант С – Довольно высокий уровень экономического развития, высокий уровень развития сельского хозяйства, довольно высокий уровень занятости и доходов населения;

Квадрант D – Довольно высокий уровень экономического развития, средний уровень развития сельского хозяйства, довольно высокий уровень занятости и доходов населения;

Квадрант E – Довольно высокий уровень экономического развития, низкий уровень развития сельского хозяйства, высокий уровень занятости и доходов населения;

Квадрант F – Средний уровень экономического развития, средний уровень развития сельского хозяйства, средний уровень занятости и доходов населения;

Квадрант G – Низкий уровень экономического развития, средний уровень развития сельского хозяйства, низкий уровень занятости и доходов населения .

Заключение По результатам проведения компонентного анализа обобщенных интегральных признаков, выявленных в ходе анализа трех выборок, сформирован интегральный рейтинг муниципальных образований на примере РБ. Сформирована двумерная область расположения МО в пространстве двух главных компонент, построенных по результатам анализа интегральной выборки. Проведен ее анализ и выделены семь квадрантов, сформулированы их краткие обобщенные характе-ристики .

На основе анализа выделенных квадрантов построена нейро-нечеткая сеть для поддержки принятия решений по корректировке бюджетных расходов .

Список литературы:

1. Барсегян А. А. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP: [учебное пособие] — 2-е изд. — СПб.: БХВПетербург, 2008. — 375 с .

2. Макарова Е.А., Габдуллина Э.Р., Закиева Е.Ш. Регрессионный и кластерный анализ региональных производственных процессов // Современная наука: актуальные проблемы теории и практики, изд. «Научные технологии», Москва. 2015. — № 12.— С.78-83 .

3. Гузаиров М. Б., Дегтярева И. В., Макарова Е. А. Расходы населения регионов российской федерации на покупку продуктов питания: компонентный и кластерный анализ // Экономика региона. 2015. — № 4 (44). — С.145-158 .

4. Ильясов Б.Г., Макарова Е.А., Закиева Е.Ш., Габдуллина Э.Р. Кластеризация регионов Российской Федерации на основе интеллектуального анализа качества жилищных условий населения // Информатизация образования и науки, изд. ФГАУ ГНИИ ИТТ «Информика», 2015. — №1 (25). — С.157-170 .

–  –  –

Аннотация. Проведен интеллектуальный анализ данных об инвестиционной активности регионов РФ. Выделены кластеры регионов, различающиеся по уровню инвестиционной активности с учетом динамикой инвестиционного развития и износа основных фондов. Сформулированы правила кластеризации регионов, которые могут быть использованы для формирования управленческих решений в области инвестиционного развития .

Ключевые слова: регион, инвестиционная активность, интеллектуальный анализ, компонентный анализ, сети Кохонена, деревья решений Elena A. Makarova, Dr. of Technical Sciences, Professor of the Department of tech. cybernetics Natalia V. Khasanova, Candidate of Technical Sciences, Associate Prof. of the Dep. of tech. cybernetics Elvira R. Gabdyllina, Candidate of Technical Sciences, Associate Prof. of the Dep. of tech. cybernetics

Работа выполнена при поддержке гранта РФФИ № 17-08-01155 .

ANALYSIS OF INVESTMENT ACTIVITY OF REGIONS

OF THE RUSSIAN FEDERATION: DECISION TREES

AND KOHONEN NEURAL NETWORKS

Ufa, Ufa State Aviation Technical University ea-makarova@mail.ru Abstract. Data mining on the investment activity of Russian regions is performed. Clusters of regions differing in the level of investment activity taking into account of the investment development dynamics and depreciation of fixed assets are allocated. Rules of clustering regions, which can be used for decision-making in the field of investment development are formulated .

Keywords: region, investment activity, data mining, principal component, Kohonen’s networks, decision trees .

1. Введение В современных условиях проблема анализа инвестиционной активности регионов как составляющей части управления инвестиционными процессами является актуальной. В статье представлены результаты интеллектуального анализа данных, характеризующих инвестиционные процессы регионов РФ [1]. Работа основана на ранее проводимых исследованиях в области технологий интеллектуального анализа данных [2-5] .

Анализируемая выборка, характеризующая инвестиционную активность регионов РФ включает в себя: стоимость основных фондов;

индекс физического объема инвестиций в основной капитал; степень износа основных фондов; удельный вес полностью изношенных основных фондов; валовой региональный продукт; валовое накопление основного капитала; инвестиции в основной капитал .

Цель анализа заключается в выявлении кластеров регионов РФ, различающихся по показателям инвестиционной активности в виде поточно-запасных характеристик, описывающих как текущее состояние, так и ранее накопленный потенциал .

Интеллектуальный анализ данных включает в себя компонентный анализ, нейросетевой анализ и анализ с использованием метода деревьев решений .

2. Компонентный анализ данных На первом этапе выполнен компонентный анализ полной выборки, содержащей 83 региона .

Компонента F1 характеризует текущий уровень инвестиционной активности региона с учетом накопленного производственного потенциала. Уровень инвестиционной активности отражает текущее инвестиционные вложения в основной капитал, валовое накопление основного капитала по регионам, а также учитывает накопленный экономический потенциал региона, который характеризуется показателем стоимости основных фондов в целом по всем отраслям региона. Особенностью компоненты является одновременное использование как показателей потоков, так и показателей запасов .

Лидерами по инвестиционной активности являются регионы:

г. Москва, Тюменская область, Ханты-Мансийский автономный округ — Югра, Ямало-Ненецкий автономный округ, Краснодарский край, Московская область, так как они находятся в области больших значений компоненты F1 (рис. 1) .

Отстающими являются такие регионы, как Республика Ингушетия, Чеченская республика, Республика Алтай и другие, так как они находятся в области малых значений компоненты F1 .

Компонента F2 характеризует уровень износа основных фондов с учетом динамики инвестиционных вложений. В области высоких значений компоненты F2 находятся регионы, которые характеризуются высоким уровнем старения основных фондов, например, такие регионы как Республика Ингушетия, Чеченская республика (рис. 1) .

Рис. 1. Диаграмма рассеивания в пространстве компонент f1-f2 первого этапа анализа В области средних значений компоненты F2 находятся регионы, которые характеризуются средним уровнем старения основных фондов, например, Ханты-Мансийский автономный округ — Югра, Ямало-Ненецкий автономный округ, Тюменская область и другие. Низким уровнем старения основных фондов характеризуются г. Москва, Республика Алтай и другие, так как находятся в малых значениях компоненты F2 .

Анализируя компоненту F1 и компоненту F2 одновременно, можно выделить лидера — г. Москва, который характеризуется высоким уровнем инвестиционной активности, уровнем экономического роста и при этом имеет низкий уровень износа основных фондов .

Компонента F3 характеризует динамику инвестиционных вложений одним важным признаком — индексом физического объема инвестиций в основной капитал, поэтому вывод относительно влияния этого признака можно было бы сделать по этой компоненте. Регионы, находящиеся в области высоких значений компоненты F3, характеризуются высокой динамикой роста инвестиций, имеют значительное увеличение инвестиционных вложений по сравнению с предыдущим годом, но это не значит, что регионы имеют высокий ранее достигнутый уровень инвестиционных вложений .

Так, например, Ингушетия находится в области высоких значений компоненты, а значит, имеет значительное увеличение инвестиционных вложений, но при этом является отсталым регионом по уровню инвестиционной активности и экономического роста. На рисунке просматриваются три четко выраженных кластера. Так как наблюдается значительное скопление объектов в кластере 3, а объекты кластеров 1 и 2 занимают основную часть области в диаграмме рассеивания, что целесообразно удалить объекты первых двух кластеров .

На втором этапе выполняется компонентный анализ данных для усеченной выборки, которая включает 77 регионов .

Компонента F1 характеризует уровень инвестиционной активности региона с учетом накопленного производственного потенциала и уровня экономического развития (рис. 2) .

Рис. 2. 2D-диаграмма рассеивания 1 и 2 компонент

Уровень инвестиционной активности отражает текущее инвестиционные вложения в основной капитал, а также валовое накопление основного капитала по регионам. Уровень экономического развития экономики характеризуется показателем ВРП. Накопленный экономический потенциал региона характеризуется показателем стоимости основных фондов в целом по всем отраслям региона .

Компонента F2, как и на первом этапе компонентного анализа, определяется признаками: удельный вес полностью изношенных основных фондов и степень износа основных фондов. Компонента F2 характеризует уровень старения основных фондов с учетом динамики инвестиционных вложений .

Компонента F3 характеризует динамику инвестиционных вложений одним важным признаком — индекс физического объема инвестиций в основной капитал. Регионы, находящиеся в области высоких значений компоненты F3 характеризуется высокой динамикой, имеют значительное увеличение инвестиционных вложений по сравнению с предыдущим годом. Регион Ингушетия находится в области высоких значений компоненты, то есть характеризуется существенной положительной динамикой инвестиционных вложений. Чеченская Республика характеризуется низкими значениями компоненты F3 и не имеет увеличения инвестиционных вложений по сравнению с предыдущим годом .

Выделены девять достаточно четко выраженных групп .

Регионы, которые имеют высокие значения уровня инвестиционной активности региона и экономического развития, средний уровень по износу основных фондов, выделены в кластер 3. В кластер 3 входят регионы: Санкт-Петербург, Республика Татарстан, Свердловская область, Красноярский край .

Далее по мере движения в направлении снижения значений компонент F1и F2 формулируются характеристики кластеров с указанием их качественных значений .

3. Анализ данных с использованием нейронных сетей Кохонена На следующем этапе исследования выполнен нейросетевой анализ с использованием нейронных сетей Кохонена для усеченной выборки. По результатам многократного обучения выделены 9 кластеров .

Самоорганизующиеся карты Кохонена, полученные в результате нейросетевого анализа, представлены на рисунке 3 .

Анализируя карты, можно выявить регионы с высокой инвестиционной активностью и высоким уровнем экономического роста, высокой степенью износа, высокой динамикой инвестиционных вложений, а также выявить регионы с низкой инвестиционной активностью и низким уровнем экономического роста, низкой степенью износа, низкой динамикой инвестиционных вложений. Анализ расположения крайних по уровню инвестиционной активности кластеров регионов позволяет построить траектории движения по кластерам при принятии инвестиционных решений, направленных на развитие региона .

Рис. 3. Самоорганизующиеся карты Кохонена

4. Анализ данных с помощью деревьев решений Следующим этапом процедуры интеллектуального анализа данных является анализ с помощью деревьев решений. Выполнен анализ данных с помощью деревьев решений для усеченной выборки по результатам компонентного анализа и карт Кохонена .

На рисунке 4 представлено дерево решений по результатам компонентного анализа .

Рис. 4. Дерево решений по результатам компонентного анализа

Заключение Таким образом, по результатам интеллектуального анализа выборки, содержащей данные об инвестиционной активности регионов РФ, выделены малочисленные кластеры регионов, характеризующиеся высоким уровнем инвестиционной активности, и довольно многочисленные кластеры регионов, характеризующиеся средним и низким уровнем инвестиционной активности, различающиеся уровнем старения основных фондов и динамикой инвестиционного развития .

Результаты проведения компонентного анализа, нейросетевого анализа и построения деревьев решений представлены в виде кластеров регионов РФ и их характерных особенностей, объясняющих их преимущества и недостатки в инвестиционной деятельности. Результаты проведенного анализа могут быть использованы для формирования правил принятия решений в области стимулирования инвестиционного развития и обеспечения экономического роста .

Список литературы:

1. Барсегян А. А. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP : [учебное пособие] — 2-е изд. — СПб. : БХВПетербург, 2008. — 375 с .

2. Нейросетевые и нейронечеткие технологии в управлении динамикой инвестиционного процесса на макроуровне / Б. Г. Ильясов, И.В.Дегтярева, Е. А. Макарова, Т. А. Карташева // Нейрокомпьютеры. 2013. № 3. — С. 53– 57 .

3. Гузаиров М. Б., Дегтярева И. В., Макарова Е. А. Интеллектуальный анализ данных о структуре потребительских расходов населения регионов России // Вестник Казанского государственного технического университета им. А.Н.Туполева. Казань: Изд. Казанского государственного технического университета (КНИТУ-КАИ), 2016. — № 2(84). — С. 71-78 .

4. Макарова Е.А., Малых О.Е., Полянская И. К. Интеллектуальный анализ структуры доходов и расходов сектора домашних хозяйств. // Вестник Самарского государственного экономического университета». Самара: изд .

СГЭУ, 2016. — № 4 (138). — С. 26-30 .

5. Макарова Е.А., Хасанова Н.В., Тяпкина Т.А. Интеллектуальные алгоритмы анализа и принятия решений при управлении развитием инвестиционного потенциала регионов. // Системный анализ в проектировании и управлении. XX Междунар. науч.-практич. конф. Ч.1. — СПб.: Изд-во Политехн. ун-та. 2016. — С. 481-485 .

–  –  –

Аннотация. В статье предлагаются механизмы реализации стратегии стабилизации социально-экономической ситуации в регионе при условии спада основных показателей его развития. Рассматриваются возможные конкретные действия по осуществлению данных механизмов, разработанные на основе системного анализа ситуации .

Ключевые слова: стратегия, механизмы, регулирование, регион системный подход .

–  –  –

Nizhniy Novgorod, NIU RANEPA, malinowga@gmail.com Abstract. The article proposes mechanisms for the implementation of the strategy of stabilization of the socio-economic situation in the region with the decline of the main indicators of its development. Deals possible specific action to implement these mechanisms, developed on the basis of a systematic analysis of the situation .

Keywords: strategy, mechanisms, regulation, region, systematic approach .

Решение задаи разработки стратегии региона немыслимо без использования системного подхода — научного направления, связанного с исследованием сложных слабоструктурированных проблем междисциплинарного характера, какими, как правило, и являются проблемы управления регионом [1]. Прежде всего, необходимо обратить внимание на принцип системности, требующий многоаспектный (всесторонний), целостный, целесообразный и открытый подход к исследуемым проблемам .

Очевидно, что в условиях общего ухудшения социально-экономической ситуации в регионе, когда имеет место спад основных показателей развития: объема производства, состояния материальных фондов, бюджетных доходов, доходов населения наиболее целесообразно применение стратегии стабилизации .

В этих условиях главной задачей управления регионом становится замедление темпов падения вышеуказанных показателей, обеспечение их стабильного уровня. Только после достижения данной цели в дальнейшем возможно применение стратегий полной или частичной модернизации, роста производства, улучшения социально-экономических показателей состояния региона .

Основной проблемой при применении стратегии стабилизации является острая нехватка финансовых ресурсов для осуществления необходимых управляющих воздействий, так как в условиях общего спада производства бюджет региона, как баланс доходов и расходов, является, как правило, дефицитным, то есть, регион не в состоянии покрывать текущие расходы за счет имеющихся в распоряжении доходов .

–  –  –

На рисунке 1 представлена иерархическая схема разработки стратегии управления, которая представляет собой разветвленный трехуровневый граф, каждый уровень которого повышает по сравнению с предыдущим детализацию и конкретизацию действий по воплощению выбранной стратегии (реализуя один из основных принципов системного подхода — принцип иерархичности, требующий многоуровнего подхода к исследуемой проблеме) [2] .

Первый уровень — выбранная стратегия; второй уровень — набор механизмов реализации выбранной стратегии; третий уровень — наборы возможных действий по осуществлению механизмов реализации стратегии Ниже рассмотрены некоторые механизмы реализации стратегии стабилизации социально-экономической ситуации в регионе .

1. Налоговое регулирование. Целью налогового регулирования является стабилизация общего финансового состояния в регионе .

Основной задачей при этом становится не только обеспечение денежной базы для покрытия расходов региона, но и создание благоприятной ситуации для развития производственной и коммерческой деятельности .

Осуществление механизма налогового регулирования возможно посредством использования следующих конкретных действий: изменения налоговых ставок; предоставления налоговых льгот; дифференциации ставок и льгот по отраслям, видам предприятий, различным экономическим программам .

Стабилизация финансового состояния должна найти свое отражение в нахождении оптимального баланса между доходами государственного бюджета и предприятий, выплачивающих налоги и сборы, а также в создании гибкой налоговой системы, позволяющей выровнять диспропорции между различными отраслями за счет ликвидации сверхприбылей в одних отраслях и дотационной поддержки других отраслей .

2. Повышение открытости производственной деятельности .

Цель данного механизма заключается в обеспечение региона собственными доходами для покрытия расходов и проведения стабилизационных мероприятий. Реализация данного механизма позволяет также решать и другие проблемы региона: при большей открытости повышается уровень контролируемости качества выпускаемой продукции, что защищает потребителей от недобросовестных производителей и напрямую влияет на качество жизни населения и на их безопасность [3]. Реализация механизма повышения открытости производственной деятельности может быть осуществлена посредством использования следующих экономических инструментов: повышения вероятности обнаружения сокрытий доходов; повышение размеров штрафов за уклонение от налогов; уменьшение числа подпольных производств и т.д .

3. Привлечение внешней финансовой помощи. Данный механизм часто становится необходимым, так как нехватка собственных финансовых ресурсов жестко ограничивает возможность проведения стабилизационных мероприятий. Основной задачей при этом становится наиболее разумное и целесообразное использование этих средств, подразумевающее воздействие на рост объемов производства и качество жизни населения. Очевидно, что простой приток ликвидности в слабую экономическую систему может вызвать лишь дальнейшее ухудшение ситуации. Привлечение внешних финансовых средств возможно из следующих источников: дотации и займы федерального центра; внутренние займы (на территории региона); займы на территории всей страны;

внешние займы (за рубежом); бесплатные внешние финансовые вливания .

4. Осуществление региональных заказов. Данный механизм позволяет замедлить падение объемов производства в отдельных отраслях и секторах экономики, поддержать отдельных производителей, таким образом, смягчив диспропорции развития отдельных отраслей и секторов производства. Однако в условиях общего спада основных показателей состояния региона использование данного механизма сильно ограничено нехваткой финансовых ресурсов и возможно только совместно с другими механизмами стабилизации, например, с использованием внешних источников финансирования. Региональные заказы целесообразно также применять в новейших, но перспективных отраслях и проектах, а также в проектах, связанных с высоким уровнем риска (к примеру, венчурных) .

5. Механизмы прямого социального регулирования. Примером реализации данного механизма может служить изменение величины минимальной заработной платы. Данный механизм является более грубым административным воздействием, и применяется обычно как крайняя мера. Механизм социального регулирования может быть реализован следующими путями: дотации из федерального центра (зарплата бюджетникам); использование стабилизационного фонда;

государственные займы; направление доходов от продажи конфискованной продукции или самой конфискованной продукции в социальную сферу. Однако в условиях спада производства реализация данного механизма может дать только кратковременный эффект и без подключения других механизмов стабилизация социально-экономического состояния региона не осуществима .

Выбору механизмов реализации стратегии должна предшествовать предварительная оценка угроз экономической безопасности региона [4] .

Необходимо отметить, что в целях повышения эффективности реализации социально-экономической стратегии, наиболее выгодно использовать комбинации возможных механизмов ее регулирования .

Список литературы:

1. Малиновская Г.А., Прохорова Е.С., Тюсова М.К. Системные технологии в управлении регионом // Власть. 2017. — № 2. — С.89-94 .

2. Малиновская Г.А., Надеев А.Т., Тюсова М.К. Системный подход к исследованию социально-политических процессов // Системный анализ в проектировании и управлении: труды Х Международной научнопрактической конференции. Ч.1. — СПб: Изд-во Политехнического университета, 2006. — С.139-140 .

3. Малиновская Г.А., Прохорова Е.С., Тюсова М.К. Количественные показатели состояния системы безопасности государства // Системный анализ в проектировании и управлении: сборник научных трудов XX Международной научно-практической конференции. Ч.1. — СПб.: Изд-во Политехнического университета, 2016. — С. 436-442 .

4. Сиучева Т.В., Шершнёв И.Л. Методика оценки уровня угроз экономической безопасности региона. // Juvenis scientia. 2017. — № 2. —С .

27-29 .

–  –  –

ANALYZE SIGNS OF MULTICULTURALISM IN THE ECONOMIC

SYSTEM OF THE SOUTHERN FEDERAL DISTRICT

Rostov-on-Don, Southern Federal University, ahanina@sfedu.ru Abstract. the Transformation of the industrial sector is impossible without changes in the technological component. The availability of various technologies in the industry reflects the diversity of the Russian economy and characterize its heterogeneity. In this paper, we analyze signs of multiculturalism in the economy of the Southern Federal district .

Keywords: diversity, technological innovation .

Учитывая тот факт, что основным условием возникновения нового технологического уклада является научно-технический прогресс, который полностью связан с понятием инновация, то можно именно инновации считать отправной точкой для формирования нового технологического уклада .

Возникающая инновационная волна преобразует структуру промышленного сектора через отраслевые и технологические изменения, то есть происходит либо спад, либо подъем производства в структуре промышленного сектора .

Преобладающий в мировом экономическом развитии, в настоящее время технологический уклад начал складываться в целостную воспроизводственную систему в 80-е годы ХХ века [1]. Повышательная волна пятого Кондратьевского цикла закончилась в 2005 году и на сегодняшний день мировая экономика находится в фазе депрессии, которая предположительно закончится в 2017 году [3]. Основу данного технологического уклада формируют: программное обеспечение, вычислительная техника и технологии переработки информации, микроэлектроника, производство средств автоматизации и связи. По прогнозам некоторых ученных во втором десятилетии ХХI века развитые страны перейдут к становлению шестого технологического уклада [2]. К этому времени сформируется воспроизводственная система для нового технологического уклада, становление, который происходит в настоящее время .

В процессе каждого технологического уклада происходили смены политических режимов и различные политические реформы, которые соответственно меняли структуру промышленного сектора и экономики в целом. Анализируя технологическое и экономическое развитие России можно сказать, что технологическое отставание российской промышленности от мировых тенденций складывается, начиная с конца 18 века .

Стоит отметить, что на каждом этапе технологического развития государство реализует меры по стимулированию базовых отраслей доминирующего уклада, значительного роста соответствующих технологий не происходит[4]. Объективно это связанно с низкой плотностью демографического потенциала, сильной дифференциацией экономического пространства, частыми политическим и военными потрясениями и низкой долей собственного инновационного потенциала .

Стоит отметить, что экономическая неоднородность и географическая удаленность регионов России играет немаловажную роль в распределении предприятий, в том числе с учетом технологичности. Для оценки предприятий по уровню технологичности и распределения по существующим технологическим укладам были проанализированы данные по Южному федеральному округу, которые представлены на рис.1 и 2 .

Рис.1. Объем инновационных товаров, работ, услуг: добывающие, обрабатывающие производства, производство и распределение электроэнергии, газа и воды (в % от общего объема отгруженных товаров, выполненных работ) [5] Рис. 2. Объем инновационных товаров, работ, услуг: связь, деятельность, связанная с использованием вычислительной техники и информационных технологий, научные исследования и разработки (в % от общего объема отгруженных товаров, выполненных работ) [5] .

Учитывая, что основными отраслями III и IV технологических укладов являются машиностроение, цветная металлургия, нефтепереработка, синтетическое производство, а основными отраслями V технологического уклада являются информационные технологии, программное обеспечение, телекоммуникации, электроника и микроэлектроника, то можно условно отнести добывающие, обрабатывающие производства, производство и распределение электроэнергии, газа и воды к III и IV технологическому укладам, а связь, деятельность, связанная с использованием вычислительной техники и информационных технологий, научные исследования и разработки к V. Тогда, лидерами III и IV технологического уклада в Южном федеральном округе являются республика Адыгея и Ростовская область, показывающие стабильный рост по данным показателям. Волгоградская и Ростовская область являются явными лидерами V технологического уклада в ЮФО, демонстрируя значительный рост произведенной инновационной продукции по данным отраслям в последние годы .

Полученные результаты позволяют предположить, что регионылидеры могут быстрее осуществить процесс перехода к следующему технологическому укладу. Однако для перехода на новый технологический уклад регион должен обладать потенциалом, то есть комбинацией человеческих и технологических ресурсов для оптимального процесса перехода от одного технологического уклада к другому. Для анализа потенциала регионов были выбраны следующие показатели: численность персонала, занятого научными исследованиями и разработками; внутренние затраты на научные исследования и разработки; разработанные и используемые передовые производственные технологии [6] .

Рис. 3. Разработанные передовые производственные технологии Рис. 4. Используемые передовые производственные технологии Как видно из рис. 3. и 4 лидерами по разработанным и используемым передовым технологиям является Краснодарский край, Ростовская и Волгоградская области, что подтверждает наличие технологического потенциала и возможности перехода к новым технологическим укладам .

Также был проведен анализ персонала, занятого научными исследованиями и разработками и затрат на НИОКР .

–  –  –

Рис. 6. Численность персонала, занятого исследованиями и разработками Исходя из проведенного анализа очевидно, что наибольший объем затрат на НИОКР, а также доля персонала, занятого в исследованиях находятся в Ростовской области. Также большим числом исследователей и высокой долей затрат на исследования и разработки обладают Волгоградская область и Краснодарский край .

Таким образом, можно сделать следующий вывод: для перехода к более новому технологическому укладу регион должен обладать определенным потенциалом, как человеческим, так и технологическим. В рамках данного исследования было определено, что наибольшим потенциалом для перехода к новому технологическому укладу в Южном федеральном округе обладает Ростовская область, Краснодарский край и Волгоградская область, что так же подтверждается наличием достаточного объема производимой инновационной продукции в настоящее время .

Список литературы:

1. Ван Дейн Я. В какой фазе кондратьевского цикла мы находимся? // Вопросы экономики, 1992, №10, с. 79-80 .

2. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. – М.: Едиториал УРСС, 2003. – 288 с .

3. Пантин В.И., Лапкин В.В. Философия исторического прогнозирования: ритмы истории и перспективы мирового развития в первой половине XXI века. – Дубна: «Феникс+», 2006. – 448 с .

4. Шевченко И.К., Развадовская Ю.В. Инновационные детерминанты неравномерности экономического пространства: методикаоценки и факторы преодоления // Региональная экономика: теория и практика. 2009. № 16 .

С. 21-25 .

5. Статистический сборник ВШЭ «Индикаторы инновационной деятельности – 2016» .

6. Статистический сборник «Регионы России» 2016 .

УДК 338.242 Орлова Влада Георгиевна, Канд. экон. наук, доцент, доцент кафедры менеджмента и инновационных технологий Арутюнова Диана Владимировна, Канд. экон.

наук, доцент, доцент кафедры менеджмента и инновационных технологий

РАЗВИТИЕ ПОРТОВО-ПРОМЫШЛЕННЫХ ОБРАЗОВАНИЙ:

СИСТЕМНЫЙ ПОДХОД

г. Таганрог, Южный Федеральный Университет, vlada2266@gmail.com, sandia@yandex.ru Аннотация. Цель данного исследования составляет определение портово-промышленного образования как системы, выявление его категориальных признаков. Объектами исследования являются порты третьего поколения: Антверпен, Гданьск, Роттердам, Усть-Луга. Системный подход к исследованию портово-промышленных образований показал, что целесообразнее вести речь не о развитии портов, а о развитии портово-промышленных систем. Проведенный анализ демонстрирует синергетический эффект деятельности портово-промышленных образований, что требует, помимо системных, проведения синергетических исследований .

Ключевые слова: порты третьего поколения, портовопромышленные образования, системный подход, управление .

–  –  –

Abstract. The purpose of this study is to determine the port-industrial education as a system, the identification of its categorical features. The objects of research are the ports of the third generation: Antwerp, Gdansk, Rotterdam, Ust-Luga. A systematic approach to the study of port-industrial entities has shown that it is more appropriate to talk not about the development of ports, but about the development of port-industrial systems. The analysis shows the synergetic effect of the activities of port-industrial entities, which requires, in addition to systemic, the conduct of synergistic research .

Keywords: ports of the third generation, port-industrial formations, system approach, management .

Обзор отечественных исследовательских работ по формированию и развитию портово-промышленных территорий свидетельствует о недостаточной исследованности данного объекта на современном этапе с точки зрения стратегического управления. Это приводит к отсутствию методологических основ проектирования портово-промышленных систем и разработки стратегий их развития, что актуализируют постановку такой научной задачи .

До 1960-х гг. морские порты в основном были местом сбора и перевалки грузов между наземным и морским транспортом и функционировали достаточно изолированно. По мере развития портовой подсистемы территорий, в мире происходит усложнение портовых функций. С развитием логистики в 60-х годах добавились функции логистического управления, появились новые методы и приемы управления, основанные на планировании и маркетинге; в 70-е годы порты укрепляют связи с городом и пользователями услуг, используют комплексную систему сбора и анализа информации; в 80-е гг. порты стараются налаживать партнерские взаимоотношения со всеми компаниями, работающими в порту; в 90-е — на территориях некоторых портов создаются промышленные предприятия, не связанные с основной деятельностью порта .

Таким образом, с 60-х годов в развитии портов появляются характеристики, позволяющие говорить о принципиальной возможности формирования портово-промышленных образований в мире. Исследование ППК показало, что большое внимание этому объекту уделяют географы, географы-экономисты, исследовавшие в большей степени территориально-экономический аспект, а специалисты портовой сферы дополняют исследованиями с транспортно-логистической стороны. К настоящему времени «современные порты уже рассматриваются как промышленные или как коммерческие предприятия» [1], что позволяет говорить об их структуре как корпоративной .

Географический аспект в большей степени охватывает развитие территориального характера, портовый — в большей степени развитие отраслевого, корпоративного. Это позволяет подходить к исследованию портово-промышленных территорий методами анализа корпорации .

Специалисты в области развития портовой отрасли особое внимание уделяют развитию портов 3-го и 4-го поколений, которые начали формироваться в 70-90 гг. [2]. По практике создания индустриальных зон на припортовых территориях (порты 3-го поколения) и создания промышленных предприятий, не связанных с основной деятельностью порта (порты 4-го поколения) они сильно отличаются от портов, находящихся на предыдущих стадиях развития .

Сегодня в мире насчитывается более двух тысяч морских портов, используемых для торгового судоходства [3]. Успешный опыт создания индустриальных зон на припортовых территориях, что характерно портам третьего поколения в таких странах, как Бельгия, Голландия и Германия, получили свое распространение по всему миру, и сейчас их насчитывается более 25 тыс., и это количество постоянно растет [2] .

Валев Э.Б., среди многофункциональных приморских промышленных комплексов, в которых преобладают транспортнокоммуникационные и промышленные функции и промышленность представлена разнообразными отраслями: не только судостроением и судоремонтом, но и электротехникой, электроникой, автомобилестроением, крупными предприятиями черной и цветной металлургии, нефтеперерабатывающей и нефтехимической промышленности, выделяет Роттердам, Антверпен, Гамбург, Марсель, Гданьск; в Южном секторе – Генуя, Триест, Барселона и др. [4]. Исходя из возрастающей многоплановости приморских территорий, актуализируется проблема управления ими .

На наш взгляд, развитие портов 3-го поколения не ограничивается развитием портов как таковых. Исследование портово-промышленных образований требует системного подхода, который, упорядочивая элементы системы, помогает очертить границы системы, понять сущность сложных организационных, экономических, технологических процессов, разобраться в их взаимосвязанности и принимать адекватные управленческие решения .

В этой связи, цель данного исследования составляет определение портово-промышленного образования как системы, выявление его категориальных признаков. Задаваясь целью, мы формулируем объект, которым можно управлять, формулировать его желаемое состояние. Для этого начнем с анализа внутренней среды: цели, виды работ, организационная структура, технология, персонал .

В качестве объектов исследования определены некоторые из перечисленных выше портов третьего поколения: Роттердам, Антверпен, Гданьск, Усть-Луга .

Организационную структуру порта Гданьск, помимо традиционных блоков: Правление (исполнительный директор, финансовый, директор по инфраструктуре), отделов (административного, транспортного, компъютерного, бухгалтерии, надзора и контроля), имеющихся в большинстве портов, составляют: пресс-атташе, ассистент президента, директор по продажам. Примечательно, что ведомство последнего представлено отделом по взаимодействию с подрядчиками, договорным отделом и департаментом маркетинга, включающего отдел рекламы и отдел маркетинга, что есть далеко не в каждом порту. Представляет интерес наличие отдела координации инвестиций, который включает отдел инвестиционных проектов и отдел сотрудничества с инвесторами .

В порту Антверпен осуществляются производство (нефтекластер), логистические услуги, обработка грузов. Большим преимуществом порта стало установление стабильных каналов быстрой поставки сырья от крупнейших компаний, работающих в порту. Это способствует строительству новых предприятий и расширению существующих производственных мощностей в области химической промышленности .

В структуре порта также выделен маркетинговый блок, в функции которого входят: управление по развитию бизнеса (развитие коммерческой стратегии, стратегическое управление заказами, упрощение коммерческих отношений), управление маркетинга (разработка маркетинговой стратегии, проведение регионального и отраслевого анализа, маркетинг коммуникаций), продвижение бренда (обучение, консультации, брошюры, сообщества, веб-сайты) .

То есть, появление новых функций в портах означает усложнение их работы, причем маркетинговая функция дополняет логистическую, что усиливает коммуникационность портов, что, в свою очередь, способствует их расширению и выходу за границы портов (пространственный аспект).

А также способствует:

- изменению объектного сектора: появление предприятий на территории порта и в припортовой зоне (в порту Антверпен крупнейший в Европе интегрированный нефтяной кластер (26 компаний), а также завод по переработке битумов компании ATPC и несколько предприятий по производству смазочных материалов; в порту Роттердам 53 нефтегазоперерабатывающих завода, 6 терминалов по приёму нефти-сырца, 44 химических и нефтехимических предприятия, 19 терминалов хранения нефти, 8 терминалов для хранения пищевых жиров и масел [2]);

- средового сектора (инфраструктурного): инвестиционный климат (отдела координации инвестиций в структуре порта Гданьск), интернет;

- проектного сектора: строительство здания, разработка нового изделия, реорганизация предприятия (строительство новых химических предприятий в Антверпене; развитие промышленности на территории мультимодального комплекса «Усть-Луга»: предприятия нефтегазохимии, по сборке и ремонту самолётов, предприятия металлообработки и фармкластер [5]);

- процессного сектора: распространение инноваций (например, в области экологии в Роттердаме), реализация продукции .

Тенденцию к расширению функций портовой деятельности отражают и цели, связанные с деятельностью портов. Так исследование голландских ученых из Роттердамской школы управления нацелено на увеличение стратегической значимости порта для страны в целом [6] .

Долгосрочная стратегия развития порта Роттердам до в 2030 г. ставит целью развивать стивидорную и промышленную деятельность, которые дополняют друг друга. Порт должен превратиться в глобальный хаб и европейский индустриальный кластер [7]. Это позволит увеличить грузооборот до 750 млн. тонн и создать (напрямую и косвенно) около 25 тыс. новых рабочих мест, причем в основном требующих более высокой квалификации [8] .

Системный подход к исследованию портово-промышленных образований позволяет сделать вывод о том, что понимать их как порты третьего или четвертого поколения представляется слишком узко и не раскрывает их сложную суть (функциональность) .

Проведённое на данном этапе исследование доказывает, что целесообразнее вести речь не просто о развитии портов, а о развитии портово-промышленных систем. Проведенный анализ демонстрирует синергетический эффект деятельности портово-промышленных образований, что требует, помимо системных, проведения синергетических исследований .

В этой связи предлагается провести анализ портовопромышленных образований на предмет определения категориальных признаков портово-промышленных систем с учетом следующих положений [9]:

- акцентировать внимание на процессах роста, развития и разрушения систем;

- считать, что хаос играет важную роль в процессах движения систем, причем не только деструктивную;

- исследовать процессы самоорганизации систем;

- определить кооперативность процессов, лежащих в основе самоорганизации и развития систем;

- изучить совокупность внутренних и внешних взаимосвязей системы;

- учитывать большую роль среды в процессе изменения системы .

Список литературы:

\

1. Барышникова, В.В. Современный порт в логистической цепочке доставки грузов .

URL: file:///C:/Users/Admin/Downloads/eupmg_2009_4_4%20(1).pdf

2. Валеров, А. Порты третьего поколения – инновационный шаг в развитии морских портов на примере развития морского порта Усть-Луга и его припортовых территорий // Вести морского Петербурга № 3, 2016. – С. 14-20 .

3. Макашина, Е.В. Сравнительный анализ современного состояния морских портов в разных странах // Менеджмент в России и за рубежом, 2010. – №2. – URL: http://finpress.ru/library/658/30456/ .

4. Валев, Э.Б. Проблемы развития и взаимодействия приморских территорий в Европе. // Региональные исследования. 2009. – № 1 (22) .

– С. 12 .

5. Ерофеев, М. А. Ген. директор ООО «ММК Усть-Луга». URL:

http://www.transbaltic-expo.ru/CMSPages/GetFile.aspx?nodeguid=546797f3afb5-44d3-b97a-d089122ddefd&lang=ru-RU

6. Prof. dr Frans A.J. Van Den Bosch, Rick Hollen MScBA, Prof. dr Henk W. Volberda, Dr Marc G. Baaij. The strategic value of the Port of Rotterdam for

the international competitiveness of the Netherlands. Erasmus University Rotterdam. May 2011. URL:

https://www.erim.eur.nl/fileadmin/default/content/erim/research/centres/smart_p ort/admin/c_book_releases/havenrapport%20engelse%20versie_0.pdf

7. Порт Роттердам (Нидерланды) представил долгосрочную стратегию развития. 19.05 2011. URL: http://portnews.ru/news/65270/ .

8. Стратегия порта Роттердам. 20.05.2011 URL: http://www.umniylogist.ru/news/news_logistics/20100127220719html <

–  –  –

ПОЭЛЕМЕНТНАЯ ОЦЕНКА ДОБАВЛЕННОЙ СТОИМОСТИ

В УСЛОВИЯХ ПРИМЕНЕНИЯ УПРАВЛЕНЧЕСКОГО

УЧЕТНО-АНАЛИТИЧЕСКОГО ОБЕСПЕЧЕНИЯ

г. Орел, ФГБОУ ВО «Орловский государственный университет имени И. С. Тургенева», mik1226@mail.ru Аннотация. На современном этапе развития международных экономических отношений все большее внимание уделяется оценке стоимости компании и анализу эффективности ее функционирования. Расчет показателя добавленной стоимости полностью исключает субъективную оценку. Проблемным моментом затрудняющим широкое применение данного показателя в практической деятельности является отсутствие единого алгоритма его расчета. Также, на законодательном уровне оценка показателя «добавленная стоимость» не закреплена. Специфическими особенностями расчета является учет специфических факторов, таких как организационно-правовая форма хозяйствующего субъекта и его отраслевая принадлежность .

Ключевые слова: стоимость, добавленная стоимость, расчет, оценка .

Ludmila V. Popova, Doctor of Economics, Professor, Head of the Accounting and audit department

ELEMENTWISE EVALUATION OF THE ADDED VALUE IN

TERMS OF MANAGERIAL ACCOUNTING AND ANALYTICAL

SUPPORT Orel, Federal State Budgetary Educational Institution of Higher Education «Orel State University named after I.S. Turgenev», mik1226@mail.ru Abstract.At the present stage of development of international economic relations more and more attention is paid to the valuation of the company and analysis of its efficiency. The calculation of the measure of value added excludes subjective evaluation. A problem hindering the wide application of this measure in practice is the lack of a unified algorithm for its calculation. Also, on the legislative level, the indicator «value added» is not fixed. Specific features of calculation is the account of specific factors such as legal form of the entity and its industry affiliation .

Keywords: value added tax, calculation, estimation .

В условиях постоянного изменения характера взаимоотношений мировых экономических связей, формируется потребность в изменении работы основополагающих элементов учетной среды, которая обуславливает необходимость создания единого учетного пространства .

В научно-практической литературе термин «добавленная стоимость» в последнее десятилетие привлекает все больший интерес со стороны ученых. Изначально развитие добавленной стоимости происходит от категории «стоимость». Термин «стоимость» является более обширным чем «добавленная стоимость» .

При взаимодействии и взаимном влиянии друг на друга таких подсистем хозяйствующего субъекта, как налоговая, финансовая и управленческая, протекают процессы создания и экономической оценки категории «добавленная стоимость». Значимость показателя «добавленная стоимость» на различных уровнях представлена на рисунке 1 .

Потребность в расчете показателя «добавленная стоимость» на современном этапе обусловлена заинтересованностью собственников бизнеса и управленческого персонала в росте эффективности принимаемых управленческих решений, способствующих наращиванию прибыли. Показатель «добавленная стоимость» выступает единственным универсальным и обезличенным индикатором, предоставляющим реальную информацию о стоимости компании. На основе рассматриваемого показателя, возможно, сравнивать стоимость своего бизнеса с аналогичными участниками на рынке, на основе сформированного показателя ВВП .

ПОКАЗАТЕЛЬ «ДОБАВЛЕННАЯ СТОИМОСТЬ»

–  –  –

В таких условиях наибольшую актуальность приобретает вопрос создания единого учетного пространства. Основу такой среды составляет система информационного обеспечения, получаемая из источников управленческой учетно-аналитической системы. Проведение поэлементной оценки добавленной стоимости, на основе информации получаемой из управленческой учетно-аналитической системы способствует формированию наиболее оптимального варианта составляющих компонентов с целью модернизации производственного процесса и получения максимальной эффективности .

В настоящее время анализ, оценка и расчет добавленной стоимости хозяйствующими субъектами на территории Российской Федерации не позволяет использовать оперативную информацию, тем самым замедляя отклик управленческого персонала на отклонения значений элементов стоимости от заданных нормативов с целью реализации грамотных и эффективных управленческих решений .

В основу поэлементной оценки добавленной стоимости заложен алгоритм анализа размера конкретных элементов, а также их совокупностей, с учетом требований законодательства в области ведения учета, а также взимания налогов и сборов .

Каждым хозяйствующим субъектом происходит формирование собственной добавленной стоимости, однако, в большинстве случаев не осуществляется его конкретный расчет .

Т.к. категория «добавленная стоимость» берет свое начало от «стоимости», которая развивалась с Древнего мира и в последующем нашла свое отражение уже как прибавочная стоимость в трудах таких авторов, как А. Смит, Д. Риккардо. Исходя из анализа научно – методической литературы можно сделать вывод, что экономическую сущность добавленной стоимости составляет приращение стоимости сырья и материалов, которые были использованы при реализации производственного процесса на размер стоимости использованных средств труда и трудовых ресурсов хозяйствующего субъекта. Таким образом, добавленная стоимость рассчитывается как полученная выручка (выраженная в фактических ценах) за вычетом стоимости приращения .

Поэлементная структура формирования добавленной стоимости на предприятии представлена на рисунке 2 .

СОСТАВЛЯЮЩИЕ СТОИМОСТИ ПРЕДПРИЯТИЯ

–  –  –

Анализ рисунка 2 показал, что добавленная стоимость включает в себя 7 элементов:

оплату труда различных категорий работников;

отчисления на социальные нужды;

амортизационные отчисления на основные средства и нематериальные активы;

налоги, включаемые в себестоимость;

прочие расходы;

потенциальные налоги с реализации;

норму прибыли .

Каждый из этих структурных элементов добавленной стоимости (за исключением нормы прибыли) также не одно элементен. Не одноэлементность компонентов также раскрыта на рисунке 2 .

Представленная формула используется в практической деятельности .

В научно – методической литературе выделяют 2 основных метода расчета добавленной стоимости:

метод сложения;

метод вычитания .

Реализация данных методов представлена на рисунке 3 .

МЕТОДЫ РАСЧЕТА ПОКАЗАТЕЛЯ «ДОБАВЛЕННАЯ СТОИМОСТЬ»

–  –  –

Под обозначениями используемыми на рисунке 3 для оценки добавленной стоимости необходимо понимать:

ДС – добавленная стоимость;

ФОТ – фонд оплаты труда;

Нс/с – сумма налогов, включенная в себестоимость выпущенной продукции;

П – прибыль;

В – выручка (включая налог на добавленную стоимость);

ПП – стоимость используемых материалов, сырья, а также сторонних услуг (стоимость потребления);

В практической деятельности экономистов и бухгалтеров при расчете показателя «добавленная стоимость» наиболее часто применяется прямой аддитивный метод. Преимущество данного метода заключается в удобстве определения показателя, т.к. основа его расчета заложена всего в двух показателях — выручке (включая НДС) и материальных затратах. Информационную основу расчета показателя добавленной стоимости прямым аддитивным методом (вычитания) составляет информация, получаемая из регистров бухгалтерского учета .

Таким образом, в настоящее время в практике ведения бухгалтерского учета показатель «добавленная стоимость» не получил широкого распространения, несмотря на то, что формирует основу расчета налога на добавленную стоимость. Специфика расчета рассматриваемого показателя зависит от организационно-правовой формы хозяйствующего субъекта, а также принимается во внимание отраслевой аспект .

Алгоритм расчета показателя «добавленная стоимость» представлен на рисунке 4 .

–  –  –

2. Вычитается стоимость материальных затрат (с учетом налога на добавленную стоимость) списываемая на себестоимость произведенной продукции. Стоимость материальных затрат может быть выражена 2 видами:

–  –  –

3. Формируется показатель «ДОБАВЛЕННАЯ СТОИМОСТЬ»

Рис. 4. Алгоритм расчета показателя бухгалтерским методом

Список литературы:

1. Васильева М.В. Методика оценки добавленной стоимости в условиях функционирования комплекса учетно-аналитического обеспечения социальной и отраслевой бюджетной поддержки / М.В. Васильева, Е.С .

Савкина // Экономические и гуманитарные науки. — Орел: Госуниверситет-УНПК, 2012. — № 10. — С. 55-62 .

2. Коростелкина И.А. Взаимосвязь учетно-налоговой макро- и микросистемы / И.А. Коростелкина // Экономические и гуманитарные науки. – Орел: Госуниверситет-УНПК, 2011. — № 10. — С. 62-69 .

3. Маслова И.А. Порядок формирования денежного эквивалента добавленной стоимости в аграрной сфере / И.А. Маслова // Управленческий учет. – М.: ЗАО «Финпресс», 2010. — № 9. — С. 27-35 .

4. Попова Л.В. Формирование учетно-контрольной системы расчетных отношений на промышленном предприятии / Л.В. Попова // Экономические и гуманитарные науки. — Орел: Госуниверситет-УНПК, 2010. — № 10. С. 15-21 .

5. Чайковский Д.В. Методология формирования и применения добавленной стоимости в учётно-аналитической системе экономического субъекта / Д.В. Чайковский // Экономические и гуманитарные науки. — 2011. — № 5 .

–  –  –

ВНЕДРЕНИЕ РИСК-МЕНЕДЖМЕНТА В ПРОГРАММУ

УПРАВЛЕНИЯ ПРЕДПРИЯТИЯМИ ЭНЕРГОСНАБЖЕНИЯ

НА ОСНОВЕ СИСТЕМНОГО АНАЛИЗА

г. Воронеж, Воронежский государственный технический университет, 678cevovalnats@mail.ru Аннотация. Данная работа включает в себя сценарный анализ, принятие решений по надежному и бесперебойному энергоснабжению потребителей электро- и теплоэнергии. Впервые в данной работе применяется системный анализ для управления риском на предприятии, который позволил провести выбор наиболее оптимального решения с использованием элементов теории игр .

Ключевые слова: риск-менеджмент, управление риском, системный анализ, теория игр, кривая распределения вероятности потерь, принятие решений, предприятия энергоснабжения .

–  –  –

Abstract. This work includes scenario analysis, decision-making on reliable and uninterrupted power supply of consumers of electricity and heat .

For the first time in this paper applied system analysis for risk management in the enterprise. The tools of systems analysis enabled a selection of the most optimal solutions using elements of game theory .

Key words: risk management, risk management, system analysis, game theory, the curve of the probability distribution of losses, decision-making, the power supply company .

Как известно, системный анализ изучает поведение различных систем. Объектом системного анализа может быть любая система вне зависимости от её характера или сферы деятельности. Результатом системного анализа является выбор из множества альтернатив той, которая оптимальным образом удовлетворяет условиям поставленной задачи. Выбор альтернативы, сделанный на основе системного анализа, позволяет системе развиваться оптимальным образом, рационально распределять и расходовать ресурсы, а также формировать предпосылки для своего дальнейшего развития и дальнейшего осуществления основных функций системы. Следовательно, возникает вопрос о достоверности выбора альтернативы, о полноте учёта всех факторов [1]. Инструментарий системного анализа позволяет провести выбор наиболее оптимального решения в условиях многовариантности предлагаемых решений. Выбор базируется на прогнозных оценках развития системы. Таким образом, системный анализ позволяет повысить эффективность принятия решения за счёт применения формализованных методов .

На предприятиях энергетической отрасли присутствуют множество различных рисков, требующих выявления, оценки и управления .

Управление рисками включает в себя сценарный анализ, принятие решений, управление проектами по оптимизации рисков и способствует поддержанию стратегии развития компании и реализации ее социальной миссии: надежного и бесперебойного энергоснабжения потребителей электро- и теплоэнергии на основе баланса интересов различных заинтересованных сторон .

Таким образом, на предприятиях электроэнергетики, риски должны интегрироваться и вносить свои коррективы практически во все направления, начиная от финансового сектора и заканчивая производственным .

Основной задачей является внедрение в программу управления предприятием риск-менеджмента, способного прогнозировать наступление тех или иных неопределенностей .

Впервые в данной работе применяется системный анализ для управления риском на предприятиях энергоснабжения. Для управления риском его необходимо проанализировать и оценить. Его количественный показатель представляет собой численные значения вероятности наступления нежелательного события или результатов нежелательных последствий. Количественно риск может быть определен как частота реализации опасности. Вероятностная мера риска является более удобной и применяемой при решении широкого круга задач научного и практического характера, в особенности задач, касающихся энергобезопасности предприятия .

Риск иногда интерпретируют как математическое ожидание ущерба, возникающего при реализации опасностей. При определении математического ожидания величины ущерба представляется целесообразным принимать во внимание все возможные виды опасных происшествий для данного объекта и оценку риска производить по сумме произведений вероятностей указанных событий на соответствующие ущербы [2].

В этом случае справедлива следующая зависимость:

n RМО Pi Yi, (1) i 1 где RМО – уровень риска, выраженный через математическое ожидание ущерба;

Рi – вероятность возникновения опасного события i-го класса;

Yi – величина ущерба при i-м событии .

При всесторонней оценке риска следовало бы устанавливать для каждого абсолютного или относительного значения величины возможных потерь соответствующую вероятность ее возникновения. Расчетноаналитический способ построения кривой распределения вероятностей потерь и оценки на этой основе показателей риска базируется на теоретических представлениях. Прикладная теория риска хорошо разработана только применительно к страховому и игровому риску. Элементы теории игр, в принципе, применимы ко всем видам предпринимательского риска, но прикладные математические методы оценочных расчетов производственного, коммерческого, финансового риска на основе теории игр пока не созданы. И все же можно, например, исходить из гипотезы, что имеет место закон распределения потерь. Однако и в этом случае предстоит решить непростую задачу построения вероятностных характеристик оценок затрат .

В данной работе нами предпринята попытка применения теории игр применительно к управлению риском, способного прогнозировать наступление тех или иных неопределенностей [3]. То или иное решение, как правило, принимается на основе сравнения предполагаемой выгоды и возможного ущерба от предпринимаемых действий.

Критерий сравнения можно записать в виде [4,5]:

F V / D 1, (2) где V — математическое ожидание предполагаемой выгоды от планируемых действий, D — математическое ожидание возможного ущерба. Смысл выражения (2) заключается в следующем: планируемые действия целесообразны в том случае, если ожидаемая от них польза превышает возможные издержки .

В практических случаях определяют не само значение F, а сначала оценивает V — ожидаемую конечную выгоду от планируемых действий (в соответствии со своей целевой функцией) — и затем соотносят V с возможными издержками (ущербом D), которые придется понести ради достижения цели .

В силу наличия различных неопределенностей оценка величины Di не может быть точной, и дополнительно необходимо оценивать, с какой вероятностью реальные затраты превысят то или иное значение Di. Эта ситуация отражена на рис. 1 .

' На рисунке f (Di) — плотность вероятности оценки затрат Di Pn (Di) — оцененная вероятность того, что реальные затраты превысят значение Di;

Di'0 — математическое ожидание оценки Di' .

–  –  –

Abstract. Modern Russian business, faced with negative economic factors and their consequences,needs to expand its activities. And one of the solution for wholesale and retail companies is the expansion of customer geography and service enhancement. As a result, there is a transport optimization problem: to deliver the goods to customers with the involvement of logistic intermediaries, used by the criteria of optimality from the point of view of clients .

Keywords: transportation model, logistics systems, transport problem, distribution .

С задачами поиска путей транспортировки грузов на сети с выбором логистических посредников сталкиваются всё большее число российских предприятий, имеющих обширную географию клиентов и работающих в конкурентной среде. Одновременно аналогичную задачу решают клиенты, которые выбирают возможные пути доставки приобретенных ими товаров из множества вариантов на основе собственных критериев оптимальности [1]. В статье рассматривается постановка задачи транспортировки готовой продукции в сети по критериям, которые оптимальны с точки зрения клиента .

У некоторой оптово-розничной торговой компании есть сеть филиалов со складами различной размерности и множество клиентов. Компания работает на территории одной страны. Клиенты расположены как и вблизи городов, в которых находятся склады филиалов компании, так и на достаточно большом расстоянии. В силу различной размерности складов, ассортимент, представленный филиалами, может отличаться. Каждый клиент отнесён к филиалу по территориальному принципу, и заказывает товар со склада этого филиала. Но, при отсутствии необходимого товара, клиент может оформить заказ со склада другого филиала. Таким образом, каждый клиент в исключительных случаях может оформить заказ с любого склада компании (см. рис. 1) .

Одна из подзадач компании состоит в том, чтобы обеспечить доставку товара. Для обеспечения транспортировки товара клиенту компания может привлекать сторонних перевозчиков. В качестве перевозчиков могут выступать транспортные компании, занимающиеся любыми видами перевозок: авиаперевозки, железнодорожные, автомобильные, мультимодальные и частные перевозчики, осуществляющие автомобильные перевозки. Некоторые перевозчики предлагают услугу «сборные грузы», которая позволяет для небольших грузов не заказывать целое транспортное средство, а оплачивать по тарифам за количество мест/кг/м3. Транспортировка может осуществляться как напрямую из филиала клиенту, так и через один или несколько транспортных хабов. Транспортный хаб — это транспортный узел со складом или без, на котором можно осуществить перегрузку с одного транспортного средства на другое. Перегрузка может происходить от одного перевозчика другому, если таким образом стоимость или срок поставки в целом будет уменьшаться. При наличии склада в транспортном хабе, начисляется стоимость хранения с момента выгрузки до погрузки. При сдаче груза перевозчику необходимо учитывать такой параметр, как крайнее время приёма, который значительно влияет на срок доставки. При сдаче груза до крайнего времени приёма, груз попадёт в ближайший рейс. В случае, если груз сдан после обозначенного времени, срок доставки увеличивается на частоту выбранного вида транспортировок выбранного перевозчика. Данный параметр особенно актуален для авиадоставки, а также для частных перевозчиков, которые осуществляют рейсы по определённому графику .

Не имея представлений о приоритетах клиента в отношении скорости и стоимости доставки каждого заказа, и не перегружая клиента выбором среди множества предложений перевозчиков, клиенту при оформлении каждого заказа на выбор необходимо предложить наиболее привлекательные способы доставки.

Очевидные варианты выбора:

наиболее быстрый вариант доставки и он же, скорее всего, наиболее дорогой, или наиболее дешёвый вариант доставки и он же один из самых длительных [2] .

Для формального описания задачи, следует воспользоваться наиболее удобным инструментом для подобных задач – графом. В качестве вершин графа G = (X, A) выступают филиалы, клиенты и транспортные хабы, а возможные предложения – это направленные рёбра графа .

Рис. 1. Возможный вариант транспортировки груза из источника (крайняя левая вершина) в сток (крайняя правая вершина) Каждой вершине x i X соответствует параметр Pi, отражающий стоимость хранения груза в час. Если у вершины Pi = 0, это означает, что стоимость за хранение груза не начисляется .

Каждому ребру xi, x j A соответствует вектор параметров q, qij, cij, t ij, l ij, где qij – это минимальный вес, который перевозij чик принимает к транспортировке, qij - это максимальный вес, который перевозчик принимает к транспортировке, cij – это стоимость транспортировки, t ij – это крайнее время приёма груза к транспортировке, а l ij – это срок, в течение которого перевозчик обязуется осуществить транспортировку. У некоторых рёбер t ij 0, это значит, что срок транспортировки не зависит от времени приёма груза (например, доставка частным перевозчиком, работающим «под заказ») .

Отталкиваясь от постановки задачи поиска потока минимальной стоимости и адаптируя её под описанные условия, можно сформулировать постановку задачи, соответствующей стоимостному критерию оптимальности [3] .

В графе G = (X, A) из вершины s X, s x1, x 2,..., x n, где n X в вершину t X, t x1, x 2,..., x n необходимо найти путь, соответствующий заданной величине потока и заданному времени ts, удовлетворяющий условиям:

, min (i, j ) cij Pi (lij ti ) (1)

–  –  –

f ij0 f ij f ij1, ( xi, x j ) : f ij 0 .

Для наглядного представления задачи рассмотрим небольшую сеть, состоящую из трёх вершин и пяти рёбер (см. рис 2) .

В качестве входных данных задачи возьмём величину потока = 120, которая соответствует весу заказа, оформленного клиентом, и время оформления заказа 10:40. Поток минимальной стоимости будет проходить через верхние дуги графа, и стоимость транспортировки составит 920 ден.ед. Срок доставки при этом будет равным 107 ед.времени с округлением до большего целого. Поток наискорейшего прибытия будет проходить по дуге ( x1, x3 ), и входящее время потока в сток (t3) будет равным 73 ед.времени с округлением до большего целого. Стоимость транспортировки составит 4000 ден.ед. При каких-либо изменениях во входящих данных задачи, полученные решения могут отличаться от найденных. Например, если заказ был бы оформлен в 13:40, то появился бы ещё один вариант транспортировки со временем 73 ед., и стоимость прохождения потока по этому пути составила бы 1000 ден.ед .

Рис. 2. Задача транспортировки груза из источника (x1) в сток (x3)

Таким образом, постановка задачи сводится к поиску вариантов (алгоритма) доставки товаров, соответствующих равновесному решению между каждой парой склад-клиент в большой сети исходных источников, промежуточных пунктов доставки и складирования товаров, конечных пунктов по указанным двум критериям (скорость и стоимость доставки) в условиях неопределённости объёма заказа и времени его оформления .

Список литературы:

1. Рассадникова Е. Ю. Модифицированный метод иерархии Саати для задачи выбора транспортного режима // Вестник УГАТУ. 2014. — №5 —С.146-152 .

2. Жолобова Ольга Ильинична, Жолобов Денис Алексеевич, Щербинина Оксана Владимировна Решение задачи о многополюсной цепи с максимальной пропускной способностью в геоинформационных системах // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2015. — №2. — С.53-57 .

3. Герасименко Евгения Михайловна Нахождение потока минимальной стоимости в транспортной сети методом ранжирования математического ожидания нечетких функций стоимостей // Известия ЮФУ. Технические науки. 2012. — №4 — С.247-251 .

–  –  –

АЛЬТЕРНАТИВНЫЕ ПОКАЗАТЕЛИ АНАЛИЗА

КАЧЕСТВЕННЫХ СВОЙСТВ РЕСУРСОВ РОССИЙСКОЙ

ПРОМЫШЛЕННОСТИ В УСЛОВИЯХ ИНДУСТРИАЛИЗАЦИИ8

г. Ростов-на-Дону, Южный федеральный университет, yuliyaraz@yandex.ru Аннотация. В исследовании экономических систем главный акцент должен делаться не на статике свойств системы, а их динамике, в том числе динамике показателей, характеризующих технический уровень отраслей национальной промышленности. Обрабатывающая промышленность играет ключевую роль в обеспечении экономического роста и долгосрочных структурных изменений, ориентированных на увеличение доли технологически емких отраслей и производств за счет внедрения и расширенного воспроизводства новых технологий и инноваций. Для поддержания экономического роста в долгосрочной перспективе странам необходимо поддерживать технологический прогресс. А для поддержания технологического прогресса необходимо понимать, какие отрасли обеспечивают процесс роста, и как можно модернизировать технологии и технико-технологическую структуру данных отраслей .

Ключевые слова: экономические системы, индустриализация, износ основных фондов, загрузка производственных мощностей, фондовооруженность, техновооруженность .

Исследование подготовлено в рамках гранта Президента № МК – 3692.2017.6 «Обоснование взаимосвязи качественных характеристик ресурсов «земля, труд, капитал» и параметров инновационного потенциала в системе планирования пространственной организации экономической деятельности» .

Yulia V. Razvadovskaya, Candidate of Economic Sciences, Senior researcher Kristina S.Rudneva, Graduate student

ALTERNATIVE INDICATORS OF THE ANALYSIS

OF HIGH-QUALITY PROPERTIES OF RESOURCES

OF THE RUSSIAN INDUSTRY IN THE CONDITIONS

OF INDUSTRIALIZATION

Rostov-on-Don, Southern Federal University, yuliyaraz@yandex.ru Abstract. In a research of economic systems the main emphasis shall be placed not on a statics of properties of system, and their dynamics, including dynamics of the indicators characterizing technological level of industries of the national industry. The processing industry plays a key role in the ensuring economic growth and long-term structural changes oriented to increase in a share of technologically capacious industries and productions due to implementation and expanded reproduction of new technologies and innovations .

For maintenance of economic growth in the long term the countries need to support technological progress. And for maintenance of technological progress it is necessary to understand what industries provide growth process and as it is possible to modernize technologies and technical and technological structure of these industries .

Keywords: economic systems, industrialization, depreciation of fixed assets, utilization of capacity, Capital-labour ratio, Technology .

Анализ деятельности сложных систем, к которым относятся и экономические системы в большинстве случаев производится посредством системного анализа, который признается в данном случае универсальным методом, позволяющим выявить резервы роста экономической системы, возможные направления дальнейшего развития, а также варианты комбинации ресурсов для обеспечения целей экономического развития .

Необходимо отметить, что при исследовании экономической системы главный акцент должен делаться не на статике свойств системы, а их динамике. В связи с чем рассматривать экономическую систему необходимо как совокупность взаимосвязанных и взаимодействующих процессов, обеспечивающих формирование пропорций национальной экономики на соответствующем этапе развития. В свою очередь пропорции экономической системы формируют модель развития национальной экономики, определяющие ее эффективность и конкурентоспособность. Согласно методологии международных организаций конкурентоспособность экономики определяется, в том числе наличием пропорций в распределении трудоемких, капиталоемких и технологически емких отраслей обрабатывающего сектора экономики .

Как отмечается в Отчете о промышленном развитии ООН, в странах с высоким уровнем дохода в целом сокращается доля обрабатывающей промышленности в общей занятости [1]. Однако не во всех случаях (особенно в развитых странах) на фоне снижения доли обрабатывающей промышленности в общей занятости наблюдается сокращение роли обрабатывающей промышленности в добавленной стоимости .

Сокращение доли обрабатывающей промышленности и наращивание доли других секторов, в том числе сферы услуг (процесс деиндустриализации — согласно формулировке ООН или постиндустриализации — согласно формулировке отечественных исследователей, сторонников информационной экономики) рассматривается как положительная характеристика для развитой экономики. В отчете ООН говориться о том, что «если страна начинает процесс деиндустриализации после достижения обрабатывающей промышленностью доли 30 процентов ВВП, то положительные эффекты, оказываемые обрабатывающей промышленностью, с большей вероятностью уже распространились» [1]. Однако как показывает практика снижение доли обрабатывающей промышленности и ее вывод за географические границы страны (офшоринг) приводит к ряду нежелательных процессов, в том числе потери контроля над соблюдением патентного права и потере рабочих мест. Данные проблемы привели к возникновению такого явления как «решоринг», который представляет собой процесс возвращения предприятий обрабатывающей промышленности обратно в страну их происхождения [2]. В связи с этим тезис о благотворном влиянии процесса деиндустриализации и сокращения обрабатывающей промышленности в пользу роста сферы услуг подвергается нами обоснованному сомнению. В частности практика экономической деятельности США свидетельствует о том, что более половины из 200 американских компаний с объемом продаж более $ 1 млрд. возвращаются из стран с развивающейся экономикой [3]. Развитые страны активно применяют меры по наращиванию доли обрабатывающего сектора экономики на своей территории .

Рыночные реформы начала 1990-х годов, должны были, обеспечить желаемое ускорение технического прогресса и модернизацию хозяйства. Однако в реальности российская экономика оказалась с устаревающим оборудованием, износ которого с течением времени лишь увеличивается [4]. Согласно данным официальной статистики степень износа основных производственных фондов увеличивается как по добывающему, так и обрабатывающему секторам экономики (табл.1) .

–  –  –

При этом такая динамика характерна для всех видов деятельности по уровням технологичности. Наиболее высокие значения износа в 2015 году характерны для низкотехнологичных и высокотехнологичных видов экономической деятельности. Важным является тот факт, что высокий уровень износа является основным препятствием для загрузки производственных мощностей в промышленном секторе экономики. Существующая дискуссия в отношении возможностей реализации стратегии импортозамещения за счет дозагрузки производственных мощностей при анализе статистических данных решается не в пользу сторонников дозагрузки имеющихся резервных производственных мощностей (табл.2) .

Данные по уровню загрузки производственных мощностей в совокупности с данными о степени износа оборудования, по отраслям добывающего и обрабатывающего секторов экономики свидетельствуют о том, что критически низкие значения степени загрузки на фоне высокого износа не в состоянии обеспечить необходимые темпы роста экономики .

Критически низкими значениями уровня загрузки производственных мощностей характеризуются такие виды деятельности как производство машин и оборудования, текстильное и швейное производство, производство пищевых продуктов. И если последние по классификации ООН, относятся к трудоемким производствам и имеют меньшее значение для индустриализации экономики, то деятельность, связанная с производством машин, оборудования, электронного и оптического оборудования относится к технологически емким производствам и в условиях индустриализации является основным условием роста конкурентоспособности обрабатывающего сектора и экономики в целом .

Таблица 2 .

Виды экономической деятельности с критически низким уровнем использования среднегодовой производственной мощности [5] ВЭД 2000 2005 2010 2015 Добыча полезных ископаемых 70 76 65 64 Обрабатывающие производства* 45 58 64 62 Производство пищевых продуктов, включая напитки, и табака Текстильное и швейное производство, производство обуви Производство резиновых и пластмассовых изделий Производство машин и оборудования, электрооборудования, электронного и оптического оборудования, транспортных средств и оборудования Источник: составлено автором на основе данных Федеральной службы государственной статистики .

Интересным является тот факт, что наряду с увеличивающимся износом оборудования показатели фондовооруженности труда растут, а фондоотдачи снижаются по отраслям обрабатывающего сектора экономики. Такая динамика может свидетельствовать о том, что темпы физического износа оборудования превышают темпы ввода в действие нового оборудования (табл.3) .

–  –  –

Имеющие статистические данные о динамике фондовооруженности труда имеют существенные недостатки, связанные, во-первых, с тем, что данный показатель рассчитывается не по отдельным видам экономической деятельности, а по секторам экономики. Во-вторых, данный показатель рассчитывается с использованием данных о количестве занятых, что в условиях технологического прогресса и роста стоимости труда может давать искаженное представление о состоянии и динамике уровня технологичности производства в связи. Это может быть связанно с тем, что рост показателя фондовооруженности обеспечивается за высвобождения ресурса «труд» (данный тезис может объяснить снижение показателей фондоотдачи на фоне роста фондовооруженности труда). И наконец, показатель фондовооруженности рассчитывается по полному кругу основных фондов, и включает как активную, так и пассивную части основного капитала. В связи с перечисленными проблемами в отображении реального изменения обеспеченности занятых основными фондами нами формулируется вывод о необходимости применения альтернативных индикаторов. В качестве такого индикатора может применяться показатель техновооруженности труда (табл. 4) .

Таблица 4 .

Индекс изменение активной и пассивной части основного капитала по видам экономической деятельности (в %, изменение по отношению к 2005 году)

–  –  –

В настоящее время данный показатель в отечественной статистике рассчитывается только по сектору научных исследований, хотя в зарубежной практике техновооруженность используется в качестве индикатора, обеспечивающего учет и оценку технического стояния отраслей экономики .

Данные по техновооруженности труда в разрезе видов экономической деятельности свидетельствуют о том, что наиболее интенсивные темпы наращивания активной части капитала, то есть машин и оборудования характерны для деревообрабатывающей промышленности, а также для химического комплекса .

При этом критически низкие значения данного показателя наблюдаются в отраслях производства средств производства, а именно в производстве транспортных средств, производстве машин и оборудования. В пассивной части капитала данных видов экономической деятельности прослеживается еще более негативный тренд. Предлагаемый нами показатель может служить альтернативным индикатором, характеризующим состояние и динамику использования ресурсов российской промышленности в условиях индустриализации экономики. Учет данного показателя в системе стратегического планирования обеспечит содержательное наполнение процесса планирования и прогнозирования технологических параметров отраслей обрабатывающего и добывающего секторов российской экономики .

Список литературы:

1. Организация Объединенных Наций по промышленному развитию,



Pages:   || 2 | 3 |



Похожие работы:

«сообщения объединенного института ядерных исследований ДУШ Р] -85-698 Ц.Баатар*, В.Б.Любимов, Л.Сэрдамба*, Р.Тогоо, Д.Тувдендорж* СРЕДНИЕ ХАРАКТЕРИСТИКИ ВТОРИЧНЫХ ЧАСТИЦ В КУМУЛЯТИВНЫХ л С ВЗАИМОДЕЙСТВИЯХ ПРИ 40 ГэВ/с Институт физики и техники АН МНР, Улан-Батор © Объединенный институт ядерных исследований Дубна, 1985.1. Изучение...»

«ЗАКЛЮЧЕНИЕ ДИССЕРТАЦИОННОГО СОВЕТА Д 212.229.17, СОЗДАННОГО НА БАЗЕ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО АВТОНОМНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ОБРАЗОВАНИЯ "САНКТ-ПЕТЕРБУРГСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ПЕТРА...»

«Масло моторное универсальное всесезонное РПБ № 84035624.02.38965 стр. 3 G-Profi MSJ 15W-40 по СТО 84035624-181-2015 Действителен до 11.08.2020 г. из 16 1 Идентификация химической продукции и сведения о производите...»

«УДК 519.21 Демичев Вадим Петрович Предельные теоремы для нелинейных функций от слабо зависимых случайных полей 01.01.05 теория вероятностей и математическая статистика АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва 2014 Работа выполнена на кафе...»

«Министерство образования и науки Российской Федерации Федеральное государственное автономное образовательное учреждение высшего образования "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧ...»

«Масло моторное универсальное всесезонное G-Profi РПБ № 84035624.19.49073 стр. 3 CNG 15W-40 по СТО 84035624-056-2012 Действителен до 16.11.2022 г . из 15 1 Идентификация химической продукции и сведения о производителе и/или поставщике 1.1 Идентификация химической продукции 1.1.1 Техническое наименование Масло моторное универсальное...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И УТВЕРЖДЕНО НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Приказом ФГБОУ ВО "БГУ"ФГБОУ ВО "БУРЯТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ" от "^ " -// 2016 г. № ПОЛОЖЕНИЕ ОБ ОТДЕЛЕ КАПИТАЛЬНОГО СТРОИТЕЛЬСТВА г. Улан-Удэ 1. ОБЩИЕ ПОЛОЖЕНИЯ 1.1. Отдел капитального строительства (далее ОКС) федерального государств...»

«Приложение к свидетельству № 60021 Лист № 1 об утверждении типа средств измерений Всего листов 5 ОПИСАНИЕ СРЕДСТВА ИЗМЕРЕНИЙ Счетчики расхода газа турбинные ТЗ Назначение средства измерений Счетчики...»

«КВАСНИКОВ КОНСТАНТИН ГРИГОРЬЕВИЧ АКУСТИЧЕСКИЙ КОНТРОЛЬ ФАСОННЫХ ОТЛИВОК С МУЛЬТИПЛИКАТИВНОЙ ОБРАБОТКОЙ ДАННЫХ АНТЕННОЙ РЕШЕТКИ Специальность: 05.11.13 – Приборы и методы контроля природной среды, веществ, материалов и изделий Автореферат диссертации на соискание ученой...»

«Масла индустриальные ИГП РПБ № 84035624.02.37741 стр. 3 по ТУ 0253-053-00151911-2008 Действителен до 08.04.2020 г. из 16 1 Идентификация химической продукции и сведения о производителе и/или поставщике 1.1 Идентификация химической продукции Масла индустриальные ИГП [1]. 1.1.1 Техническое наименова...»

«Министерство образования и науки Украины Национальный аэрокосмический университет им. Н.Е. Жуковского "ХАИ" Е.В. Брежнев Основы анализа и обеспечения безопасности смарт грид Fundamentals of smart gr...»

«Персональный алкотестер Динго А-070 Руководство по эксплуатации www.med-magazin.ru 8 (800) 100-53-10 СОДЕРЖАНИЕ 1 ОПИСАНИЕ И РАБОТА 1.1 Назначение 1.2 Технические характеристики 1.3 Упаковка 2 ИСПОЛЬЗОВАНИЕ ПО НАЗНАЧЕНИЮ 2.1 Важные предупреждения 2.2 Порядок работы 3 ТЕХНИЧЕСКОЕ ОБСЛУЖИВАНИЕ 4 УСЛО...»

«Камышов Юрий Николаевич ОБОСНОВАНИЕ КОНСТРУКТИВНЫХ ПАРАМЕТРОВ РАБОЧИХ ОРГАНОВ ДИСМЕМБРАТОРОВ ДЛЯ ПОЛУЧЕНИЯ ЖИДКИХ КОРМОВЫХ СМЕСЕЙ Специальность 05.20.01 Технологии и средства механизации сельского хозяйства Автореферат диссертац...»

«знание и применение методик оценки безопасности ГТС: критерии безопасности, правила мониторинга состояния, проверка работоспособности и состояния технических средств контроля, проведение комиссионных обследований, определение значений риска аварии;работа с обслужи...»

«1504838 шт Лидер в технологии насосов W '•.|Ш Е ; g. Р^ ц ^_ 1 н — Q HANDOLPUMPS П риветствие Г е н е р а л ь н о го директора 19т I IAND O L PUMPS LIMITED лидирующая компания, специализирующаяся на производстве различных насосов, 2000 многоступенчатых насосов высокого...»

«T РУКОВОДСТВО SERIES ПОЛЬЗОВАТЕЛЯ T5V T7V ПОЗДРАВЛЯЕМ! Поздравляем с приобретением новых мониторов! Мониторы ADAM T Series — это вершина 20 лет технологической эволюции, исследований и разработки в области аудио-преобразователей, волноводов, усилителей, DSP-процессоров и корпусов акустических сист...»

«Нгуен Чонг Туен МЕТОД И СИСТЕМА ДЛЯ УДАЛЕННОГО МОНИТОРИНГА СЕРДЕЧНОГО РИТМА И ТРЕВОЖНОЙ СИГНАЛИЗАЦИИ ЭПИЗОДОВ ФИБРИЛЛЯЦИИ ПРЕДСЕРДИЙ Специальность: 05.11.17 – Приборы, системы и изделия медицинского назначения Автореферат диссертации на...»

«ТАРАСОВА ИРИНА ВИТАЛЬЕВНА УЧЕТНО-КОНТРОЛЬНАЯ СИСТЕМА ОПЕРАЦИИ ПО ПЕРЕДАЧЕ ЭЛЕКТРОЭНЕРГИИ 08.00.12 Бухгалтерский учет, статистика Автореферат диссертации на соискание ученой степени кандидата экономических наук '8 Орел-2010 Работа выполнена в Государст...»

«Федеральное государственное бюджетное учреждение науки Государственная публичная научно-техническая библиотека Сибирского отделения Российской академии наук The State Public Scientific Technological Library of the Siberian Branch of the Russian Academy of Sciences ПРИРОДА И ПРИРОДНЫЕ РЕСУРСЫ СИБИРИ И ДАЛЬНЕГО ВОС...»

«Евразийский Банк Развития объявляет аукцион по продаже автомобилей представительств в г.Алматы и Астане голландским методом: Eurasian Development Bank announces an auction for the sale of cars In Almaty and Astana offices by the Dutch method: Лот №1 Представительст...»

«Министерство образования и науки Российской Федерации федеральное государственное автономное образовательное учреждение высшего образования "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" Школа инженерная школа информационных технологий и робототехники...»







 
2019 www.librus.dobrota.biz - «Бесплатная электронная библиотека - собрание публикаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.