Татьяна Смирнова - Производственный потенциал сельского района: состояние и перспективы

Многофакторный корреляционно-регрессионный анализ позволяет выявить наиболее важные признаки-факторы, действующие на эффективность производства, и количественно оценить степень их влияния на результат как по отдельности, так и в совокупности. При данном методе изучаются относительные возможности хозяйств путем сравнения нормативного выхода продукции, соответствующего данной ресурсообеспеченности при среднем уровне использования ресурсов.

С помощью многофакторных уравнений регрессии можно получить характеристику территории с нескольких сторон.

Во-первых, при расчете производственного потенциала выявляются в одном комплексном интегрированном показателе объективные условия хозяйствования и обеспеченность территории производственными ресурсами. Возникает дополнительная возможность сопоставить отдельные территории по уровню потенциала и таким образом получить комплексное представление о производственных возможностях той или иной территории.

Во-вторых, с помощью уравнений регрессии по отклонению фактического и потенциального результатов можно получить более четкое представление об эффективности использования каждой территорией ее производственного потенциала.

На предварительном этапе расчета производственного потенциала необходимо определить результативный и факторный признаки. Производственный потенциал отражает объективные возможности территории по производству продукции, поэтому в основу его определения должна быть положена производственная функция, отражающая зависимость производства продукции от величины затраченных ресурсов.

В качестве результативного признака (Y) могут быть использованы показатели валовой или товарной продукции, а факторами, определяющими значение результативного показателя, должны быть объемы ресурсов (трудовые, земельные, основные производственные фонды, материальные оборотные фонды) и уровни интенсивности их использования.

Для регистрации факта наличия взаимосвязи между факторными и результативными показателями определяется коэффициент корреляции. В зависимости от того, как много элементов используется в качестве независимых факторов, рассчитывается парный коэффициент корреляции или коэффициент множественной корреляции (регрессии). Имеется также возможность рассчитать коэффициент детерминации, который позволяет судить о качестве построенной модели.

Вид полученной производственной функции зависит от формы связи между факторными и результативными показателями. При наличии линейной связи в двухфакторной модели

уравнение зависимости представляет собой уравнение прямой функции типа: y = a + bx. При наличии нескольких независимых факторов производственная функция может быть представлена в виде линейной функции: y = a + b 1x 1+b 2x 2…+ b nx n.

После построения производственной функции рассчитывается уровень производственного потенциала при среднем уровне использования ресурсной базы по изучаемой совокупности территорий путем подстановки фактических значений обеспеченности ресурсами каждого хозяйства в производственную функцию.

На следующем этапе полученный показатель производственного потенциала сравнивается с фактическим уровнем результативного показателя. Рассчитанный таким образом показатель и отражает эффективность использования производственного потенциала на данной территории.

Факторный анализ необходим, когда исследователь имеет дело с огромным числом различного рода показателей. Суть метода заключается в составлении укрупненных групп, состоящих из близких по смыслу показателей и называемых факторами. Дальнейшая работа ведется не с каждым показателем в отдельности, а с укрупненной группой – фактором [44].

Ранжирование проводится с использованием статистических данных, отражающих ситуацию на рассматриваемой территории. Кроме того, факторный метод предполагает учет взаимодействия многих факторов-ресурсов, а также дифференцированный подход к различным уровням экономики.

Разбить изучаемую совокупность объектов на группы сходных (в том или ином смысле) объектов позволяет метод кластерного анализа [9].

Большинство методов кластеризации (иерархической группировки) являются агломеративными (объединительными) – процесс начинается с создания элементарных кластеров, каждый из которых состоит ровно из одного исходного наблюдения (одной точки), а при каждом последующем шаге происходит объединение двух наиболее близких кластеров в один. Графическое изображение процесса объединения кластеров может быть получено с помощью дендрограммы – дерева объединения кластеров. Агломеративные методы кластерного анализа целесообразно использовать при классификации исследуемой совокупности объектов по факторным показателям.

Другие методы кластерного анализа называются дивизивными – они пытаются «разбить» объекты непосредственно на кластеры. Эти методы являются наиболее осмысленными при классификации по результирующим показателям. В этом случае, как правило, классы определяются из содержательных соображений и задача классификации заключается в отнесении конкретных объектов к тому или иному классу.

Кластерный подход позволяет учитывать взаимосвязи и взаимозависимости между объектами, обеспечивать высокий уровень их конкурентоспособности за счет координации, эффекта охвата и диффузии. Органам власти данный подход предоставляет возможность спрогнозировать результаты и эффективность мероприятий, направленных на развитие кластера.

Достаточно распространенным методом является метод экспертных оценок . Главное его преимущество перед другими методами заключается в том, что эксперт может пользоваться не только информацией, основанной на статистических временных показателях, но и нерегулярной, разовой информацией сугубо качественного характера, т. е. метод основан на аргументированных суждениях руководителей и специалистов, знакомых с состоянием дел и перспективами развития определенного предприятия, территории и т. д.

Оценки экспертов субъективны, на них оказывают влияние разнообразные факторы, что приводит к различиям в интерпретации одних и тех же экономических индикаторов и явлений. В зависимости от присвоенного экспертами весового коэффициента тот или иной блок показателей становится более или менее важным по сравнению с остальными. Для получения более точного результата в этом случае могут использоваться два способа: вариант равной компетенции и вариант самооценки, когда эксперт по каждому вопросу оценивает свою компетенцию.

Во втором случае выводы и оценки каждого эксперта при составлении коллективного мнения взвешиваются по коэффициентам компетентности, указанным им.