Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XVI Международной научно-практической конференции «Экономика и современный менеджмент: теория и практика» (Россия, г. Новосибирск, 29 августа 2012 г.)

Наука: Экономика

Секция: Экономические аспекты регионального развития

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Сидорова Д.В. ПРИМЕНЕНИЕ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ КЛАССИФИКАЦИИ ВИДОВ ВОСПРОИЗВОДСТВЕННОГО ПРОЦЕССА В СЕЛЬСКОМ ХОЗЯЙСТВЕ // Экономика и современный менеджмент: теория и практика: сб. ст. по матер. XVI междунар. науч.-практ. конф. – Новосибирск: СибАК, 2012.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов
Статья опубликована в рамках:
 
 
Выходные данные сборника:

 

ПРИМЕНЕНИЕ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ КЛАССИФИКАЦИИ ВИДОВ ВОСПРОИЗВОДСТВЕННОГО ПРОЦЕССА В СЕЛЬСКОМ ХОЗЯЙСТВЕ

Сидорова Дарья Владимировна

аспирант СтГАУ, г. Ставрополь

Е-mail: sidodarya@yandex.ru

 

Уровень развития воспроизводственного процесса существенно отличается в разрезе предприятий Ставропольского края, что связано частично с их географическим расположением, определяющим сочетание природно-климатических и экономических условий ведения производства. В различных административных районах края аграрные предприятия отличаются друг от друга специализацией, структурой посевных площадей, размером поголовья сельскохозяйственных животных, численностью работников. Важнейшее же влияние на результаты их деятельности, а, следовательно, и вид воспроизводства, оказывают количество, качество, а также эффективность использования основных и оборотных средств.

Для классификации различных сельскохозяйственных предприятий по видам воспроизводственного процесса был использован распространенный в статистических исследованиях метод кластерного анализа.

Кластерный анализ представляет собой многомерную статистическую процедуру, основная задача которой разбиение множества исследуемых объектов и их признаков на однородные в некотором смысле группы или кластеры. Большое достоинство данного вида анализа состоит в том, что он дает возможность производить разбиение объектов с учетом всех группировочных признаков одновременно. Кроме того кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет рассматривать множество исходных данных практически произвольной природы. Это имеет существенное значение в тех случаях, когда показатели имеют различный вид, затрудняющий применение традиционных эконометрических методов [2; 3].

В указанном аспекте были рассмотрены крупные и средние сельскохозяйственные предприятия второй природно-экономической зоны Ставропольского края, которые используют более 35 % площади сельскохозяйственных угодий края, в том числе более 40 % пашни.
В общем объеме производства Ставропольского края доля зерновых составляет более 60 %. Производство данного вида продукции предприятиями второй зоны на 11,2 % превышает объем производства зерновых в третьей зоне, и составляет 41,7 % от общего объема производства в крае [1].

На территории второй природно-экономической зоны Ставропольского края функционируют 104 крупных и средних сельхозпредприятия. Для создания генеральной совокупности панельных данных за 2009—2011 гг. было отобрано 86 хозяйств. Основанием для цензурирования стала трансформация ряда предприятий (банкротство, смена организационно-правовой формы) за исследуемый период, а также наличие нетипичных данных, выявленных на основе описательных статистик. Все расчеты были проведены с использованием пакета прикладных программ STATISTICA 8.0.

Для формирования совокупности признаков, характеризующих исследуемые объекты с точки зрения принадлежности к определенному виду воспроизводственного процесса, были выбраны следующие показатели: фондообеспеченность, энергообеспеченность, коэффициент прироста основных средств; обеспеченность оборотными средствами, уровень рентабельности.

Классификация объектов по выбранным признакам проводилась с использованием кластерного анализа методом k-средних, который относится к группе так называемых итеративных методов эталонного типа и позволяет получить оптимальное разбиение сельскохозяйственных предприятий по виду воспроизводственного процесса, при котором сумма внутригрупповых дисперсий минимальна.

Распределение хозяйствующих субъектов второй сельскохозяйственной зоны Ставропольского края в 2009—2011 гг. было рассмотрено по 2—7 кластерам.

Случай 2 кластеров не представляет существенного исследовательского интереса из-за объединения в одном кластере разнородных субъектов. Выделение 5—7 кластеров представляется излишним, так как в различные группы попадают достаточно однородные субъекты. Сравнение же расчетов по трем итерациям в случаях 3 и 4 кластеров показало более высокое качество классификации при образовании 3 кластеров, так как именно в данном случае различия между кластерами были наиболее значимыми. О приемлемом качестве разбиения изучаемой совокупности на 3 кластера свидетельствует и то, что в большинстве случаев значения межгрупповой дисперсии признаков превышали значения внутригрупповой. Сравнение в динамике средних нормированных значений признаков в каждом кластере при выделении 3 кластеров указывает на их достаточную устойчивость во времени, тем самым подтверждая правильность применяемого подхода. Таким образом, наиболее оптимальным в данном случае было принято выделение 3 кластеров.

Сельскохозяйственные предприятия, вошедшие в первый кластер, характеризуются достаточно низкими значениями фондобеспеченности (не более 77 % по отношению к средней по всей совокупности), а также наименьшими значениями энергообеспеченности (около 70 %). Данное обстоятельство позволяет предположить, что машинно-тракторный парк этих хозяйств, являющийся важнейшей составляющей средств производства, в данной группе хозяйств Ставропольского края укомплектован недостаточно, а имеющаяся в нем техника морально и физически устарела. Отмечаемые при этом высокие значения коэффициента прироста основных средств (в 2-4 раза по отношению к среднему значению) свидетельствуют о значительных размерах в течение последних лет финансовых вложений в основные средства, прежде всего направляемых на приобретение сельскохозяйственной техники. В результате обеспеченность оборотными средствами (в расчете на 1 га сельхозугодий) у предприятий данного кластера оказалась тоже ниже среднего уровня по всей изучаемой совокупности (менее 75 %).

Однако следует отметить, что уровень рентабельности данной группы хозяйств на протяжении всего исследуемого периода превышал среднее значение по всей исследуемой совокупности
в 2—4 раза и составлял от 21 до 40 %. Это может быть обусловлено тем, что использование приобретаемых за этот период современных технических средств позволило совмещать выполнение нескольких технологических операций, сокращать сроки проведения полевых работ и повышать их качество, снижая за счет этого себестоимость производимой продукции, что во многом способствует повышению эффективности аграрного производства. Таким образом, данную группу хозяйств можно условно обозначить как «ведущие простое воспроизводство, но стремящиеся его расширить».

Во втором кластере оказались хозяйства с наибольшими по всей иссследуемой совокупности фондообеспеченностью (более
150—220 % по отношению к средней по совокупности), энергообеспеченностью (не менее 130 %) и обеспеченностью оборотными средствами (примерно 160—210 %), средними значениями коэффициента прироста основных средств (за исключением 2011 г.), а также уровнем рентабельности выше среднего (в 2010—2011 гг.). Данный факт, вероятнее всего, свидетельствует о близком к оптимальному размере парка сельскохозяйственной техники, состоящего из современных энергонасыщенных тракторов и машин. В свою очередь это позволило не допускать дефицита оборотных средств, являющихся важным условием обеспечения непрерывного процесса производства. Таким образом, сельхозорганизации, входящие во второй кластер, можно назвать «ведущие расширенное воспроизводство».

Предприятия, входящие в третий кластер, отличаются минимальной фондообеспеченностью (менее 75 % по отношению к средней по совокупности), при этом энергообеспеченность на протяжении всего исследуемого периода составляла не менее 92 % от среднего значения. Следовательно, машинно-тракторный парк на предприятиях данной группы сформирован из устаревшей техники. В 2010—2011 гг. в среднем по кластеру коэффициент прироста основных средств был равен 0. Также необходимо отметить, что обеспеченность оборотными средствами на 1 га сельскохозяйственных угодий на предприятиях данного кластера ниже среднего (также не более 75 %). Сложившаяся ситуация, вероятнее всего, объясняется тяжелым финансовым положением рассматриваемых предприятий, что подтверждается самым низким уровнем рентабельности по исследуемой совокупности. Не позволяют исправить сложившееся положение инфляция и диспаритет цен на продукцию сельского хозяйства и промышленности, оказывающие наиболее негативное влияние именно на хозяйства данного кластера. Под действием этих факторов в каждом последующем производственном цикле все большая доля финансовых ресурсов уходит на пополнение оборотных средств, в результате чего основные средства не приобретаются. Следовательно, предприятия можно идентифицировать как «ведущие суженное воспроизводство».

Таким образом, проведенный нами кластерный анализ видов воспроизводства на крупных и средних предприятиях второй сельскохозяйственной зоны Ставропольского края, показал, что уровень развития воспроизводственного процесса имеет существенную дифференциацию в зависимости от обеспеченности и эффективности использования основных и оборотных средств.

 

Список литературы:

  1. Журавель В.Ф. Особенности управления устойчивым развитием аграрного природопользования Ставропольского края // Бюллетень Института устойчивого развития Общественной палаты РФ «На пути к устойчивому развитию России». — 2011. — № 56. — С. 76—79.
  2. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике : учеб. пособие для вузов. — М.: ЮНИТИ-ДАНА, 1999. — 598 с.
  3. Халафян А.А. STATISTICA 6. Статистический анализ данных: учебник. — Изд. 3-е. — М.:  ООО «Бином-Пресс», 2007. — 512 с.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.