Исследование среды функционирования хозяйств как объективная часть методики комплексной сравнительной оценки эффективности хозяйственной деятельности предприятий сельского хозяйства

Вид материала

Содержание

Расчет условной численности рабочих
Среднеобластные показатели
Джозеф О'Коннор

Подобный материал:

1 2 3 4 5

Расчет условной численности рабочих

	Численность рабочих, чел	Средний тарифный разряд	Условная численность рабочих, чел
СПК "Окладненский"	129	3,12	137
Среднеобластные показатели		2,94
Коэффициент перевода естественных показателей в условные		1,061224

Необходимые данные, обеспеченные условию сопоставимости, для оценки эффективности хозяйств представлены в приложении 1. При этом представленные количественные показатели можно рассматривать не только в целостном взаимодействии, но и в частном. Использование тех или иных отношений частного взаимодействия количественных показателей зависит от дальнейшего определения модели оценки. С использованием показателя прибыли возможен расчет таких качественных показателей, как рентабельность продаж всей продукции, растениеводческой продукции, рентабельность основных производственных фондов растениеводства, количество прибыли на 1 работника, на 1 га пашни. Выручка от реализации растениеводческой продукции является основой расчета производительности труда в растениеводстве, фондоотдачи, производство растениеводческой продукции на 1 га. Уровень оплаты труда 1 работника, характеризует специфичность человеческих активов, квалификационный состав работников предприятия. Основные производственные фонды и оплата труда в расчете на 1 га пашни дают представление об органическом строении производства, в расчете на 1 руб. выручки от реализации продукции – характеризуют ресурсоемкость товарной продукции. Эти показатели важны для оценки не только как составляющие элементы модели сравнительной комплексной оценки, если они в ней используются, но и в качестве ограничений и для разработки рекомендаций по уровню их значений. Полезность такой информации отмечают многие аналитики, подтверждает практика и исследует теория экономического анализа.

Вторым по важности моментом в решении многокритериальных задач является соизмерение важности отдельных критериев при получении комплексной оценки. Осуществление этого соизмерения путем вычисления коэффициентов относительной важности критериев сопряжено с большими трудностями и часто приводит к неверным результатам при оценке сложных объектов. Это вызвано тем, что экспертам очень трудно корректно определить вклад отдельных показателей при большом их числе. Кроме того, коэффициенты относительной важности могут изменяться при сопоставлении важности показателей на различных участках их шкал. Поэтому даже если правильно выбрано гипотетическое состояние системы, это не всегда является достаточным основанием для того, чтобы примерять его весовые значения к другим состояниям.

Весовые значения могут определяться исходя из идеи «компромисса»^¹⁷, которая является центральной в теории полезности. Мера компромисса, его характер наиболее часто измеряется (представляется) дробными числами от нуля до единицы, именуемыми весовыми коэффициентами или коэффициентами важности критериев.

Под весовыми коэффициентами понимается нормированное приращение целевой функции, приходящееся на единицу приращения частного критерия, инвариантное относительно фиксированных уровней значений по остальным критериям.

Знание функции ценности и весовых коэффициентов, как правило, снимает неопределенность задачи принятия решений. Полярно противоположная ситуация возникает, когда идея компромисса не проходит, т. е. нельзя компенсировать значения одного критерия за счет других (Парето-оптимизация). Между этими крайними ситуациями находится вся проблематика принятия решений, ибо трудности получения информации о сопоставимости (важности) критериев и оценок по ним сочетаются с низкой ее достоверностью, т.е. слабой устойчивостью при повторных опросах лиц принимающих решение или экспертов.

В теории и практике комплексного сравнения распространено мнение, что стратификация альтернатив или объектов сравнения менее обременена проблемами вычисления относительной важности критериев. На наш взгляд, здесь уместно подчеркнуть дискуссионный характер таких суждений. Для объективной стратификации, когда строго обозначен интервал безразличия по отношению к интегральному показателю, проблем возникает еще больше. Точность стратификации возможна лишь при точном предварительном комплексном сравнении объектов. Здесь интегральный показатель является тем средством, которое может разделить пространство объектов на равные страты (слои). Кроме того, интегральный показатель четко определяет границы между стратами. На наш взгляд стратификация является более ответственным и сложным способом сравнения объектов. Привлекательность же сравнения таким способом на наш взгляд обусловлена тем, что обычно пространство делится не более чем на пять-шесть классов. Т.о., ошибки модели компенсируются частыми совпадениями по отношению предпочтения между определенными объектами, т.е. во многих случаях ошибка интегрального показателя присутствует, но входит в заданный интервал страты.

Итак, для сравнительной оценки объектов наиболее проблематичным и в то же время важным является установление относительных весовых коэффициентов для отдельных критериев. Для описания проблемы рассмотрим рис. 2.1. На нем изображен график двумерного пространства критериев, и положение в нем объекта оценки. Чем больше значения критериев на графике, тем предпочтительнее состояние объекта. Очевидно, что область II при любых весовых значениях критериев будет наиболее предпочтительным состоянием, чем состояние рассматриваемого объекта. Область IV напротив будет худшим состоянием при любых соотношения весов, чем рассматриваемый объект. Весовые предпочтения критериев в данном случае необходимы для определения отношения рассматриваемого объекта к объектам, находящимся в областях I и III.

Рис.2.1. Положение объекта оценки в двумерном пространстве критериев

Кроме того, весовые значения показателей позволяют определить численное значение интегрального показателя. В свою очередь возможность численного определения позволяет определить мероприятия по оптимизации частных показателей.

В теории микроэкономики известны так называемые кривые Энгеля^¹⁸, которые характеризуют наиболее предпочтительную структуру или распределение благ в зависимости от имеющихся средств. Очевидно, что оптимальная структура показателей может принять аналогичную зависимость от уровня интегрального показателя. Так, например, если предприятие имеет очень низкие показатели эффективности, то важность показателей, обеспечивающих их способность функционировать (обеспеченность ресурсами), будет выше, чем в случае, когда все показатели имеют высокий уровень. При более высоких уровнях эффективности важность приобретают те показатели, которые целесообразно улучшать и дальше. Такие показатели, как правило, имеют нечеткое ограничение, т.е. возможность их улучшения предполагается неограниченной. К ним можно отнести рентабельность продукции, производительность труда, фондоотдачу и др.

Весовые значения показателей во многом зависят от субъекта оценки. Если это руководство предприятия, то важность тех или иных показателей обуславливается их стратегическими симпатиями. Субъекты внешней среды, очевидно, будут оценивать предприятие в соответствии со своими частными целями (инвесторы, конкуренты, партнеры по бизнесу, кредиторы, страховщик и др.).

Весовые значения могут также обуславливаться ориентацией оценки на перспективу (стратегические или тактические решения), ориентацией на прогнозирование состояния (учитывать темпы развития среды), распределением так называемого бета фактора, т.е. распределения малозначимых, но многочисленных субъективных и объективных факторов. Это дает основание говорить о том, что весовые значения показателей имеют значительную роль в расчете интегрального показателя и содержат в себе сложную информацию о состоянии среды принятия решения. Т.о., сравнительная оценка должна быть гибкой до последнего этапа – принятия решения, выделения лидера, установления гипотетически оптимального состояния предприятия, присвоения рейтинга или интегрального показателя. Все это по сути один и тот же процесс – установление точки на каждой области пространства критериев (целей, показателей), которые (области) представляют собой различные уровни развития систем. Поэтому, весьма полезным предварительным шагом будет исследование этих областей. В микроэкономике аналогом таких областей являются кривые безразличия, а также изокванты. Аналогом точки в микроэкономике является точки касания изокванты и изокосты^¹⁹.

Важнейшее явление экономической жизни АПК – это решения хозяйствующих субъектов — сельскохозяйственных организаций, глав крестьянских хозяйств, владельцев личных подсобных хозяйств — о выполнении или отказе от выполнения той или иной хозяйственной операции. Основа каждого такого решения — оценка его эффективности.

На основании теоретического рассмотрения общей последовательности сравнительной оценки предприятий определены следующие положения:

Цель техническая является исполнительным элементом цели семантической;
Возможно такое положение, что установка гипотетической цели не будет стимулировать развитие, а напротив являться ложным направлением, ложной информацией, и создавать, пользуясь терминологией информационных наук, так называемое пространство шума;
Выбранная система показателей должна быть адекватна заданной цели;
В процессе экономического управления хозяйствующими субъектами важно, чтобы в результате выполнения статистических приемов обработки информационной базы не был утрачен экономический смысл и связь выбранных показателей;
Системный подход к выбору показателей сравнительной оценки является наиболее предпочтительным для параметризации сельскохозяйственных предприятий;
Для моделирования объектов экономического исследования предприятий АПК наиболее предпочтительным теоретическим базисом является неоинституциональная теория фирмы, которая позволяет определить отличительные особенности поведения агентов в сельскохозяйственном производстве;
Определяющими показателями поведения предприятий, занятых производством растениеводческой продукции, являются специфические активы, а именно местоположение посевов, с/х машины, человеческие активы, природные активы;
Оценка эффективности использования ресурсов сельскохозяйственных предприятий должна учитывать релевантность их к сельскохозяйственной деятельности;
Социальный фактор стратегически влияет на эффективность деятельности предприятий сельского хозяйства;
Количественные показатели можно рассматривать не только в целостном взаимодействии, но и в частном.
Коэффициенты относительной важности могут изменяться в процессе вариации показателей;
Объективность стратификации возможна лишь при объективном предварительном комплексном сравнении объектов;
Возможность численного определения эффективности позволяет определить мероприятия по оптимизации частных показателей эффективности;
Весовые значения показателей имеют значительную роль в расчете интегрального показателя и содержат в себе сложную информацию о состоянии среды принятия решения;
Сравнительная оценка должна состоять из объективной и субъективной составляющих. При этом объективная составляющая предшествует и предопределяет субъективную с помощью исследования области недоминируемых состояний хозяйств.

2.2. Применение метода достижимых целей для исследования среды функционирования хозяйств.

Быть эффективным в этом мире означает добиваться тех результатов, которые вы выбираете.

Джозеф О'Коннор

Основным элементом предлагаемого подхода к комплексному сравнению эффективности хозяйств является выделение области недоминируемых состояний, которая станет средством исследования закономерностей взаимоотношения показателей. Такая постановка задачи в терминах теории принятия решения означает необходимость определить множество Эджворта-Парето. В литературе по теории принятия решения существует определение, что альтернативы относятся к множеству Эджворта-Парето, если каждая из них превосходит любую другую по какому-то из критериев^²⁰. При всем уважении к автору, одному из известных в России и в мире специалисту в области принятия решений, нельзя согласиться с таким определением (возможно, это произошло как случайность, однако это освещено в массовой печати и требует указанного замечания). Более аккуратное и точное объяснение множества Парето это оставшиеся альтернативы после «выбраковки» из всех возможных заведомо неудачных, уступающих другим по всем критериям^²¹. В двумерном пространстве это выглядит так

Критерий 2

Рис. 2.1. Множество Парето в пространстве плокости.

Представленный график для экономических наук не является чем-то чуждым. Напротив, общий принцип данной концепции применим при определении производственных функций (изоквант), а также при построении графика производственных возможностей, кривых безразличия. Особенностью подхода является предположение, что оптимум существует для всякой структуры показателей.

Традиционная рейтинговая оценка с использованием метода расстояния ориентирована на достижение гипотетичеческой цели. Как отмечают исследователи в области принятия решения, недостатком целевого подхода является то, что цель задается “вслепую”, без знания реальных возможностей. Поэтому достижимые значения показателей, даже наиболее близкие к заданной цели, зачастую оказываются очень далекими от нее. Разработанный отечественной школой комплексного сравнения метод достижимых целей (МДЦ) направлен на преодоление такого недостатка целевого подхода. В рамках МДЦ совокупность достижимых целей (т.е. достижимых сочетаний значений показателей) представляется заинтересованным пользователям в наглядном графическом виде. Среди достижимых целей они могут выбрать некоторую наиболее предпочтительную или компромиссную цель. Далее составляется оптимизационная задача математического программирования, решение которой приводит к выбранной компромиссной цели. Это решение может быть получено с использованием всех современных компьютерных средств, включая мультимедиа, ГИС и виртуальную реальность. Таким образом, МДЦ позволяет решить важнейшую задачу выделения решений из исходной совокупности.

МДЦ дает возможность изучать разумные компромиссы на основе исследования взаимозависимостей (кривых объективного замещения) между недоминируемыми сочетаниями значений критериев, используемых для оценки качества решения. Основными шагами МДЦ являются[^²²]:

построение множества достижимых целей в пространстве критериев,
визуальное представление кривых объективного замещения между различными парами критериев,
выбор компромиссной достижимой цели,
расчет решения, приводящего к выбранной цели.

Детальная схема, иллюстрирующая четыре описанных шага, изображена на рис. 2.2. В этой схеме шаги представлены прямоугольниками, внутри которых наряду с номером шага указан его исполнитель: компьютер (К) или человек – лицо, принимающее решение (ЛПР). Около стрелок указан результат этапа.

Рис. 2.2 Основные шаги МДЦ

Первый шаг выполняется автоматически, без участия человека, поэтому при его осуществлении выдвигаются требования эффективности и надежности алгоритмов. Второй шаг является существенно интерактивным (человеко-машинным), и поэтому на нем выдвигаются жесткие требования к удобству и быстроте получения изображения. Выбор цели основывается на субъективных рассуждениях, априорной информации, участии экспертов, возможностях сложившейся ситуации для конкретного лица, принимающего решение.

Задача построения множества достижимых целей в некоторых ситуациях может быть решена достаточно просто – находятся вершины множества допустимых решений, рассчитываются значения критериев в этих вершинах, а затем строится и визуализируется выпуклый многогранник – множество достижимых целей. Такой подход может быть использован только в простейших задачах, поскольку число вершин даже в относительно простых случаях может достигать многих тысяч, а в моделях, используемых на практике – многих миллионов и даже миллиардов. Методы построения множеств достижимых целей разработаны и описаны в последних работах ученных в области математических методов^²³. Использования подхода для экономического анализа имеет то преимущество, что экономисту аналитику незачем углубляться в особенности чрезмерно многомерных пространств. Общие и частные методики экономического анализа достаточно детерминировано формализуют свойства элементарных экономических явлений. А рейтинговая оценка использует далеко не сотни частных показателей. Исходя из сказанного, можно сделать вывод, что в экономическом анализе, с одной стороны, требуется совершенствование механизма рейтинговой оценки, а с другой, обеспечивается относительная простота использования сложных разработок математических методов. Таким образом, проблема состоит главным образом в объяснении экономических явлений и принципов постановки задач управления этими явлениями.

Уже очевидно, что на начальной стадии сравнения объектов в рамках метода достижимых целей необходимо выделить оптимальные совокупности показателей при любых сочетаниях весовых характеристик или субъективных предпочтений (замещений, преимуществ и т.п.). Совокупность неулучшаемых (недоминируемых) целей называется недоминируемым, или эффективным множеством (а также множеством Эджворта-Парето). При разумном подходе к вопросу, цель нужно выбирать именно из совокупности недоминируемых целей.

Итак, точки недоминируемого множества одинаково неулучшаемы со следующей точки зрения: улучшение значения одного из критериев невозможно без ухудшения значений других. В то же время, для лица, принимающего решения, в силу его личных предпочтений, для определенной рыночной, политической, тактической или стратегической ситуации, для определенной цели оценки они могут быть совсем не равноценны. Роль человека в многокритериальных методах как раз и состоит в том, чтобы делать выбор среди недоминируемых вариантов. В рамках МДЦ человек на дисплее компьютера, демонстрирующего множества достижимых целей, должен указать некоторую недоминируемую цель. Соответствующий вариант решения, который найдет компьютер, принято называть эффективным.

Заметим, что при выборе целевой точки человек может руководствоваться абсолютными значениями критериев на недоминируемом множестве. В то же время, большое значение имеет так называемое объективное замещение между величинами критериев, т.е. наклон ломаной, описывающей недоминируемое множество. Слово “объективный” в термине “объективное замещение” означает, что этот наклон не зависит от чьих-то интересов: он показывает, каким ухудшением одного показателя требуется платить за улучшение другого. Используется также термин “кривая объективного замещения между двумя критериями”, под которой в задачах с двумя критериями имеется в виду просто недоминируемое множество.

Теперь сделаем несколько замечаний для того, чтобы осознать сложности, возникающие при построении множеств достижимых целей.


Рис. 2.3 Пример выпуклого множества, не являющегося многогранником	Рис. 2.4 Пример невыпуклого множества

.

Прежде всего, отметим, что множество достижимых целей является многогранным для линейной модели. Если же модель включает нелинейные зависимости, то множество достижимых целей может иметь весьма сложную структуру. В то же время, встречаются нелинейные модели, для которых множество достижимых целей достаточно просто и напоминает выпуклый многогранник – это ограниченное выпуклое множество. Ограниченность множества достижимых целей естественна в большинстве задач, а под выпуклостью множества понимается следующее его свойство – вместе с любыми двумя своими точками множество целиком содержит отрезок, их соединяющий.

На рис. 2.3 приведен пример выпуклого множества, не являющегося многогранником. На рис. 2.4 приведен пример невыпуклого множества.

Для нелинейных моделей с выпуклым множеством достижимых целей это множество может быть приближенно представлено в виде выпуклого многогранника (см. рис 2.5.). Более того, множество достижимых целей для сложной линейной модели, которое с самого начала является многогранником с большим числом вершин, разумно аппроксимировать более простым многогранником.

Для нелинейных моделей с невыпуклым множеством достижимых целей это множество можно приближенно представить в виде объединения простых выпуклых фигур – прямоугольников, шаров и т.д. (см. рис. 2.6.). В настоящей работе будет рассмотрен случай, когда множества достижимых целей можно аппроксимировать выпуклыми многогранниками и изображать в виде, рассмотренном ранее.

В примерах, рассматриваемых в большинстве работ по микроэкономике, число критериев обычно не превышает двух. Переход от двух критериев к трем уже значительно усложняет восприятие. В связи с этим можно ожидать резкого усложнения ситуации при переходе к случаю четырех, пяти, шести и т.д. критериев. На самом деле, если использовать разумные приемы визуализации, анализ множеств можно сделать достаточно простым для пользователя. Наиболее просто могут быть представлены совокупности сечений оболочек Эджворта-Парето (ОЭП).


Рис. 2.5. Аппроксимация выпуклого множества	Рис. 2.6. Аппроксимация невыпуклого множества

Поскольку метод аппроксимации системами кубов, используемый при реализации идей МДЦ в проблемах с невыпуклыми множествами достижимых целей, может применяться лишь тогда, когда совокупность решений описывается небольшим числом параметров, то желательно каким-либо образом свести эти проблемы к рассмотрению задач с выпуклым множеством достижимых целей или его ОЭП.

Один из приемов такого рода связан с построением ОЭП. Пусть в некоторой задаче, ОЭП для которой приведена на рис. 2.7, заранее ясно, что предпочтительно уменьшать значения величин обоих критериев y₁ и y₂. Тогда ОЭП этого множества будет иметь вид, приведенный на рис. 2.7, т.е. будет выпуклой. Таким образом, за счет перехода к ОЭП задача с невыпуклым множеством достижимых целей оказалась заменена на задачу с выпуклой ОЭП, которая может быть аппроксимирована многогранным множеством в случае моделей со значительным числом переменных.


Рис. 2.7.Выпуклая ОЭП	Рис. 2.8. ЧОЭП

Предположим теперь, что известно, что значение y₁ следует уменьшать, но относительно y₂ такой информации нет. Тогда можно рассмотреть множество, изображенное на рис. 2.8. Это множество содержит, наряду с точками множества достижимых целей, все такие точки пространства критериев, для которых найдется хотя бы одна более предпочтительная достижимая точка с меньшим значением y₁. Это множество также оказалось выпуклым. Таким образом, такое расширение множества достижимых целей также может привести к упрощению задачи аппроксимации. Множества, аналогичные изображенному на рис. 2.8., в которых к множествам достижимых целей присоединены точки, доминируемые только по части критериев, будем называть частичной оболочкой Эджворта–Парето (ЧОЭП).

Заметим, что использование ЧОЭП вместо ОЭП может быть вызвано не только тем, что не известно направление улучшения какого-либо из показателей, но и просто из-за желания видеть настоящую границу множества достижимых целей, пусть даже доминируемую. Такое желание вполне естественно если, конечно, это не мешает исследованию (не вызывает пересечения границ и т.д.). Мы предлагаем использовать в сравнительной оценке классификации с помощью использования ЧОЭП. Так в нашем случае, можно использовать классификацию сравниваемых хозяйств по районам. Поскольку совокупности достижимых состояний в районах области различаются, интересно было бы знать оболочку ОЭП в каждом из них. При этом возникает возможность предварительного сопоставления полученных оболочек для выявления преимуществ и недостатков отдельных территориально-административных единиц.

Рис. 2.9. Связь между критериями в “усредненном” виде
Рассмотрим теперь еще один подход, пригодный в тех случаях, когда ОЭП оказывается невыпуклой. В таком случае можно построить выпуклую оболочку ОЭП, которая называется выпуклой оболочкой Эджворта–Парето (ВОЭП). Это множество визуализируется как обычная выпуклая ОЭП. Пользователь получает представление о связи между критериями, но в “усредненном” виде. Выбрав цель на ВОЭП, он выражает тем самым свое предпочтение. Эта цель (изображенная на рис. 2.9. точкой), конечно же, не обязательно достижима, но она близка к ОЭП и потому достаточно разумна. Далее, находится несколько достижимых сочетаний значений критериев, которые являются ближайшими к выбранной разумной цели, а также и решения, их реализующие. Пользователь должен сам выбрать единственное решение из малого их числа, что, конечно же, является более простой задачей, чем анализ исходной проблемы. Более того, некоторые из полученных эффективных решений (или даже все) могут стать предметом детального анализа[^²⁴].

Теперь рассмотрим возможность использования математических моделей для целостного сравнительного анализа эффективности сельскохозяйственных предприятий. При целостном рассмотрении необходимо учитывать, высокое значение одного показателя может сопровождаться низкими значениями других. Частные цели сравнительной оценки отражаются в следующих задачах: максимизация эффективности использования ресурсов, рентабельности продукции, доли производства растениеводческой продукции, уровня оплаты труда, и напротив минимизации емкости ресурсов. На первом этапе необходимо выделить ОЭП, которую можно назвать эталонная группа эффективности. При этом можно использовать оптимизационные модели задач линейного программирования, а также дробно-линейного программирования. Подробнее о методике выделения области ОЭП с помощью дробно-линейного программирования в следующем параграфе. Следующий этап – построение диалоговых карт решений (ДКР) с помощью метода сечений гиперповерхностей. Построение диалоговых карт было достаточно трудоемким процессом в условиях низко производительных ЭВМ. Современное же состояние информационной техники позволяет не только оперативно выводить ДКР, но и представлять их в удобной форме. Наиболее привлекательным и в то же время несложным является визуализации карт с использованием средств мультимедиа. Однако в силу недостатка внимания к возможностям данного инструмента, универсального программного средства пока нет. Поэтому в рамках данной работы построены сечения для одного из исследуемых хозяйств. Далее в силу должна вступить роль субъективистики. Это могут быть рейтинговые агентства, представители внешнего наблюдения, руководство хозяйства, а также инвесторы и др. Они, пересматривая различные варианты карт, выбирают оптимальные на их взгляд соотношения показателей.

Примерная схема сравнительного анализа эффективности сельскохозяйственных предприятий представлена на рис. 2.10.

Рис. 2.10. Схема сравнительного анализа эффективности сельскохозяйственных предприятий

Шаг 1. Выделение ОЭП – определение эталонной группы хозяйств. Сечения ОЭП.

Алгоритм расчета и блок-схема программы, вычисляющей ОЭП матричным методом, представлена в приложении 2. В результате расчета получено 16 недоминируемых состояний хозяйств, под которыми в дальнейшем будем подразумевать эталонную группу для комплексной сравнительной оценки эффективности хозяйств Волгоградской области.

Эталонная группа хозяйств представлена в табл. 2.4.

Blog

Содержание

Расчет условной численности рабочих

Джозеф О'Коннор