Методика оценки результативности руководителей в сельскохозяйственных организациях (на примере Кировской области)

обнаружить реальные изменения в объекте управления. Значит, результаты труда руководителя выражаются в результатах деятельности объекта управления (внешний аспект).

Таким образом, при оценке результатов труда руководителей можно выделить два типа критериев: внутренний и внешний. Первый – достижение соответствия параметров и характеристик управленческого труда потребностям , уровню и специфике развития объекта управления. Второй – достижение целей объекта управления под воздействием субъекта управления.

В данной статье представлена методика оценки результатов деятельности руководителей в сельскохозяйственных организациях по второму критерию, т.е. по итоговым показателям деятельности объекта управления.

Поскольку управленческие работники в организации имеют различные функциональные обязанности, их деятельность направлена на решение различных задач, поэтому и показатели результатов их деятельности будут различны. Однако даже работники, занимающие одноименные должностные позиции в различных организациях, в качестве результирующих могут иметь различные показатели, так как они определяются краткосрочными и долгосрочными целями этой организации, а в конечном итоге ее стратегией. Анализ современных публикаций, а также сложившейся практики оценки результатов деятельности руководителей в сельскохозяйственных организациях Кировской области, участвующих в реализации приоритетного национального проекта «Развитие АПК», позволил предложить основные показатели оценки результативности типичных должностных лиц сельскохозяйственных организаций . Например , для оценки результатов деятельности директора организации целесообразно использовать показатель чистой прибыли на 100 га сельхозугодий, для оценки результатов деятельности главного зоотехника – продукции животноводства на 1 условную голову сельскохозяйственных животных, для оценки результатов деятельности руководителя отдела сбыта – выручки от реализации продукции сельского хозяйства на 100 га сельхозугодий . Данные показатели получили большое распространение и могут быть приняты для оценки результативности указанных руководителей большинством сельскохозяйственных организаций .

Однако какие бы показатели не были выбраны в качестве результирующих, в каждом случае остается проблема определения их оптимальных значений (критериев). В качестве критерия оценки может использоваться норматив, плановый уровень того или иного показателя, уровень показателя, достигнутый предприятием в предшествующий период, уровень показателя, достигнутый в предшествующем периоде в среднем по предприятиям района (зоны), уровень показателя, достигнутый в оцениваемый период деятельности в среднем по предприятиям района (зоны) [2, с. 123].

В этой связи отметим следующее. Каждый хозяйствующий субъект имеет свои производственные возможности, поэтому и оценка тех или иных результатов деятельности сельскохозяйственного предприятия должна основываться на сопоставлении эмпирических показателей конкретного предприятия не со средними показателями по сельскохозяйственным предприятиям региона или страны, а с неким эталоном. В качестве такого эталона можно взять расчетные значения показателей, соответствующие объективным условиям функционирования предприятия и средней по совокупности субъектов хозяйствования эффективности использования имеющихся ресурсов.

Такой подход, во-первых, позволяет сравнить реально достигнутый результат с возможным и оценить производственно-экономическую деятельность предприятия. Во-вторых, он способствует выявлению размера упущенных возможностей, всестороннему изучению причин последних и на этой основе – разработке мер по более полному использованию ресурсов производства. В-третьих, появляются условия для объективной сравнительной оценки работы предприятий вне зависимости от их размеров, специализации и местоположения [3, с. 53].

Для построения указанного эталона широко используются методы регрессионного анализа, позволяющие описать зависимость между результатом и признаками. Наиболее эффективно использовать многофакторные экономикостатистические модели вида:

а 1 а 2 а n

Y = а0 × Х1 × Х2 × … × Хn, где Y – результативный показатель ; а0 – свободный член; Х1, Х2, …, Xn – факторы, влияющие на результативный показатель ; а1, а2, …, аn – показатели эластичности по соответствующим факторам .

Данная модель может использоваться сельскохозяйственными организациями для определения потенциального значения результативного показателя путем подстановки фактических значений показателей исследуемых факторов в разработанную модель.

Таким образом, оценка результативности руководителя основывается на сопоставлении фактического и найденного потенциального значений результативного показателя.

С целью поиска экономико-статистических моделей расчета показателей, характеризующих результативность руководителей, были проанализированы сведения об итогах деятельности сельскохозяйственных организаций за период 2005-2009 гг., предоставленные территориальным органом Федеральной службы государственной статистики по Кировской области [4].

Объектом исследования (генеральной совокупностью) являются сельскохозяйственные организации Кировской области. Однако известно, что анализ статистических данных следует осуществлять только в однородных группах наблюдений. Поэтому был произведен отбор сельскохозяйственных организаций по следующим критериям .

Во-первых, в исследовании использовались только те сельскохозяйственные организации, которые непрерывно осуществляли производственную деятельность в течение последних пяти лет, т. е. в 2005-2009гг. и являлись действующими по состоянию на 01.01.2010 г.

Во-вторых, для учета специализации из действующих сельскохозяйственных организаций Кировской области выбирались хозяйства одинакового производственного направления, в товарных отраслях которых преобладают отрасли молочно-мясного скотоводства. Вследствие особенностей природных условий данное направление получило преимущественное развитие в сельском хозяйстве Кировской области.

В-третьих, для учета природно-климатических условий агропромышленного производства использовалось разделение территории Кировской области на три агроклиматические зоны (северную , центральную, южную), выполненное зональным научно-исследовательским институтом сельского хозяйства Северо-Востока им. Н. В. Рудницкого [5, с. 83]. Вследствие большого размера выборки дальнейшее исследование целесообразно проводить в организациях одной агроклиматической зоны Кировской области. Из трех зон была выбрана северная агроклиматическая зона.

Далее отобранные сельскохозяйственные организации были разделены на однородные подмножества методами кластерного анализа. Анализ однородных совокупностей (кроме методологических требований) позволяет обнаружить тот факт, что внутри разных кластеров имеют место различные взаимосвязи между анализируемыми признаками.

Один из наиболее важных вопросов при проведении кластерного анализа – выбор тех признаков, по которым проводится классификация предприятий. В основу должны быть положены те факторы, которые определяют значение результативного показателя [6, с. 4]. Поэтому в качестве группировочных признаков нами были выбраны показатели, характеризующие различный уровень обеспеченности исследуемых организаций ресурсами: площадь сельскохозяйственных угодий (га), среднегодовое количество работников (чел.), среднегодовое поголовье сельскохозяйственных животных (усл. гол.), энергомощности, занятые в производстве продукции сельского хозяйства (л. с.).

Для увеличения количества наблюдений и повышения точности экономико-статистического моделирования при определении кластеров статистические данные исследуемых организаций за разные годы рассматривались как отдельные наблюдения.

Проведение кластерного анализа по методу Уорда (Ward’s method) с использованием программы STATISTIСA 7.0 показало, что данная совокупность наблюдений может быть разделена на 4 группы (кластера). Непосредственное разбиение наблюдений на кластеры было произведено методом К-средних. Характеристики данных кластеров по выбранным показателям представлены в таблице 1.

Таблица 1 – Результаты кластерного анализа сельскохозяйственных организаций Кировской области

Наименование группировочного признака	Среднее значение группировочного признака по кластерам
	1 кластер	2 кластер	3 кластер	4 кластер
Площадь сельхозугодий, га	6160,0	4727,6	2405,8	1190,9
Среднегодовое количество работников, чел.	182,6	143,1	50,7	32,5
Среднегодовое поголовье сельскохозяйственных животных, усл. гол.	1118,0	749,8	279,4	141,6
Энергомощности, занятые в производстве продукции сельского хозяйства, л. с.	12044,5	6758,5	4075,1	1781,1

Для получения объективного результата дальнейшее изучение проводилось для каждой выделенной группы (кластера) в отдельности.

На величину показателей, выбранных для оценки результативности руководителей, оказывает влияние множество факторов. Следовательно, для определения потенциальных значений данных показателей необходимо выявление этих факторов, а также определение степени их влияния на результирующие показатели.

Факторы, используемые для расчетов, отбирались в несколько этапов. На первом этапе осуществлялся качественный отбор факторов. Выделялись те из них, которые связаны с исследуемым показателем и оказывают на него предположительно самостоятельное влияние. На втором этапе осуществлялся количественный отбор факторов. С помощью корреляционного анализа определялись наличие и форма связи между результативным и факториальными признаками. Предпочтение отдавалось степенной (логарифмической) и линейной формам связи. Исходя из анализа двух матриц коэффициентов парных корреляций (исходных данных и их логарифмов) между отобранными показателями, отбирались факторы для включения их в экономико-математическую модель. Отбор факторов осуществлялся по трем условиям : корреляционная связь фактора с результативным показателем должна быть сильной или умеренной (по абсолютной величине не менее 0,3); между факторами не должно быть сильной связи (корреляция между факторами по абсолютной величине должна быть менее 0,4); влияние фактора на результативный показатель должно быть существенно выше, чем влияние на другие факторы. На третьем этапе проверялась правомерность включения факторов в модель путем оценки статистических характеристик по Т–критерию Стьюдента на 5% уровне значимости. Незначимые факторы из модели удалялись.

В результате проведенных вычислений для каждого кластера были получены модели расчета потенциальных значений показателей, характеризующих результативность руководителей в сельскохозяйственных организациях.

Например , для организаций первого кластера были получены следующие экономико-статистические модели:

• Y1 = 3,386 × 10^-5× Х 1 ^-0,83× Х 2 ^1,14 × Х 3 ^1,64,

где Y1 – чистая прибыль на 100 га сельхозугодий (тыс.руб./100 га); Х 1 – затраты на покупные материалы, сырье, комплектующие для производства продукции сельского хозяйства / продукция животноводства (ед.); Х 2 – среднегодовая стоимость основных производственных фондов на 100 га сельхозугодий (тыс.руб./100 га); Х ₃ – расход кормов на 1 условную голову сельскохозяйственных животных (ц.к.ед./ усл.гол.).

Y2 = 5,875 × Х10,32 × Х20,13 × Х30,17, где Y2 – продукция животноводства на 1 условную голову сельскохозяйственных животных (тыс.руб./ усл.гол); Х1 – затраты на корма на 1 условную голову сельскохозяйственных животных (тыс.руб./ усл.гол); Х2 – энергомощности для производства продукции сельского хозяйства на 100 га сельхозугодий (л.с./ 100 га); Х3 – сумма амортизации основных средств сельскохозяйственного назначения на 1 га сельхозугодий (тыс.руб./ га).

• Y3 = 1,061 × 10⁶ × Х 1 ^-2,44 × Х 2 ^-1,78 × Х 3 ^0,86,

где Y3 – выручка от реализации продукции сельского хозяйства на 100 га сельхозугодий (тыс.руб./ 100 га); Х ₁ – среднегодовая численность работников (чел.); Х ₂ – коэффициент износа основных средств животноводства (ед.); Х ₃ – потребление электроэнергии для производства продукции сельского хозяйства на 1 га сельхозугодий (кВтч/ га).

Для этих моделей рассчитывались статистические показатели, которые позволяют оценить качество каждой из них и надежность связи: коэффициент множественной детерминации, F–статистика, Т– статистика, средняя ошибка аппроксимации.

Подставляя реальные значения показателей исследуемых факторов в предложенную модель, можно определить предсказанное регрессионным анализом потенциальное значение показателя, характеризующего результативность того или иного руководителя в сельскохозяйственной организации. Сопоставление натурального логарифма фактического значения указанного показателя (ln y) с натуральным логарифмом его расчетного потенциального значения (ln ŷ) с учетом величины стандартной ошибки ln y (S lny ) позволяет определить коэффициент результативности оцениваемого руководителя, который может принимать значение от 1 до 5. Например, если ln y > ln ŷ + S_lny, то данному коэффициенту присваивается значение равное пяти, что означает очень высокий уровень результативности руководителя.

Условия ведения сельскохозяйственного производства изменяются, растет техническая оснащенность , внедряются достижения науки и техники. Это оказывает влияние на роль отдельных факторов в развитии сельского хозяйства. Поэтому предлагаемые формулы для определения расчетных значений показателей оценки результативности руководителей необходимо периодически пересматривать.

Таким образом, с точки зрения целей управленческой деятельности (внешний аспект) результаты труда руководителя выражаются в результатах деятельности объекта управления. В этой связи оценка результативности руководителя любого уровня управления в сельскохозяйственной организации может строиться на основе сопоставления фактического и потенциального (предсказанного регрессионным анализом) значений показателя объекта управления, установленного для каждого руководителя. Представленные экономикостатистические модели могут быть использованы сельскохозяйственными организациями северной агроклиматической зоны Кировской области, которые специализируются на разведении крупного рогатого скота и с точки зрения обеспеченности ресурсами относятся к первому кластеру. Применение данной методики позволяет объективно оценивать результаты деятельности руководителей и на этой основе принимать обоснованные кадровые решения в отношении управленческого персонала.