Прогнозирование устойчивости потребительской кооперации в условиях цифровой экономики

Бесплатный доступ

Устойчивость является основным критерием результативности деятельности любых экономических систем. Использование предлагаемых в статье методов прогнозирования устойчивости составляющих ресурсного потенциала потребительской кооперации делает возможным дальнейшее ее исследование, формирование стратегии роста устойчивости и разработку конкретных мер в условиях формирования цифровой экономики. Особое внимание автором уделяется применению вероятностно-статистических подходов с применением цепей Маркова и Шаланова для оценки и прогнозирования устойчивости.

Устойчивость, потребительская кооперация, прогнозирование, ресурсный потенциал, цифровая экономика

Короткий адрес: https://sciup.org/148328349

IDR: 148328349

Текст научной статьи Прогнозирование устойчивости потребительской кооперации в условиях цифровой экономики

Современный этап развития системы потребительской кооперации характеризуется увеличением её стратегического значения для экономики, что приводит к созданию определенных предпосылок выстраивания глобализации кооперативной идентичности. Принципиальное отличие потребительской кооперации от любой коммерческой организации состоит в большей ориентации на реализацию социальной миссии, нежели на повышение результатов экономической деятельности. Кооперативы – это организации, в центре которых люди, а не бизнес [1].

Отличительное состояние социальной миссии и результатов роста обеспечивают устойчивость как состояния, так и развития потребительской кооперации. Хотя социальная цель и является преобладающей, тем не менее, ее реализация невозможна без экономического роста, поскольку для реализации социальной миссии необходимы как денежные, так и материальные ресурсы, то есть экономическая

ГРНТИ 06.54.51

EDN HURGOJ

Статья поступила в редакцию 25.12.2023.

деятельность потребительской кооперации является локомотивом для обеспечения удовлетворения растущих потребностей не только пайщиков, но и всего сельского населения, находящегося в зоне влияния той или иной организации потребительской кооперации.

Следовательно, повышение уровня экономического состояния потребительской кооперации обеспечивает решение социальных задач [2]. Одним из стратегических национальных приоритетов в Российской Федерации является формирование цифровой экономики [3]. Для многоотраслевой системы потребительской кооперации цифровая экономика способствует преобразованию многих традиционных сфер деятельности, в том числе и сферы услуг. В настоящее время потребительская кооперация имеет существенный потенциал для развития, но нестабильность экономики, не вполне благоприятное действующее законодательство и высокий уровень конкуренции оказывают отрицательное влияние. В связи с этим прогнозирование устойчивости организации потребительской кооперации в условиях цифровой экономики является актуальным вопросом, требующим повышенного внимания.

Материалы и методы

Состояние потребительской кооперации можно оценить на основе динамики совокупного объема деятельности (таблица 1).

Таблица 1

Совокупный объем деятельности Центросоюза РФ по отдельным региональным союзам, млн руб.

Региональные союзы

2016

2017

2018

2019

2020

2021

Центральный

37722

35577

34185

32673

31707

32121

Северо-Западный

32737

30725

28991

28081

27446

27290

Южный

10447

9391

8866

7917

6914

6853

Северо-Кавказский

3307

3505

3140

3325

2634

2816

Приволжский

88331

87489

85830

71785

70250

74228

Уральский

14132

13258

12381

11643

11203

11296

Сибирский

27025

25210

20944

19937

19735

20219

Дальневосточный

8202

7554

10018

9547

8994

9318

Центросоюз

240185

217197

209246

189648

183432

189940

Составлено автором по данным Центросоюза РФ.

Наибольшее значение имеют Приволжский, Центральный и Северо-Западный региональные союзы, их доля составляла 66,11% в общем совокупном объеме Центросоюза РФ и увеличилась в 2021 году до 70,36%. При этом только по Дальневосточному региональному союзу отмечается незначительный рост объема деятельности с 8202 млн руб. до 9318 млн руб., отчасти объясняемый структурными изменениями в составе федерального округа. Важными показателями результативности деятельности являются показатели хозяйственной деятельности системы потребительской кооперации Российской Федерации в разрезе оборотов по отдельным отраслям потребительской кооперации (таблица 2) [4].

Видно, что совокупный объем деятельности увеличился на 12%, в том числе объем производства вырос на 22,2%, объем закупок – на 13,6%. При этом, объем розничной и оптовой торговли повысился незначительно (6,5%), что связано с высокой конкуренцией в городской и сельской местности, а также с высоким уровнем расходов для осуществления торговли в труднодоступных местах. Положительная динамика наблюдается в сфере услуг системы потребительской кооперации: объем платных услуг увеличился на 30%.

Разработка концепции прогнозирования устойчивости в организации потребительской кооперации подразумевает конкретизацию ее основ. Разработка прогноза предполагает соблюдение в качестве базового условия, его адекватности. Иначе говоря, следует соизмерять саму задачу и использование методологического инструментария прогнозирования. Особое значение приобретают методы прогнозирования многомерного динамического объекта. Как правило, система, которая прогнозируется, является многомерной, что существенно усложняет процесс прогнозирования.

Можно для многомерного объекта сделать прогноз по каждому показателю, а затем определенным способом объединить эти рассуждения. Однако в этом случае нарушаются принципы эмерджентности или целостности, что приводит к утрате точности прогноза системы и снижению адекватности будущих состояний. В этой связи возникает необходимость использования методов системного прогнозирования. В научной литературе существует многообразие подходов к определению и видам прогнозов, в частности, они представлены в трудах Н.Д Анисимова, А.В Антонова, А.К. Базовского, А.Е Бахтина, С.А. Горбаткова [4–8].

В то же время, следует учитывать то обстоятельство, что изучаемый случайный процесс является стационарным или нестационарным. Следовательно, наиболее адекватными методами выступают методы системного прогнозирования. В настоящее время наиболее разработанными методами системного прогнозирования являются цепи Маркова [9].

Таблица 2

Объем деятельности системы потребительской кооперации по отдельным отраслям, млрд руб.

Показатель

2018

2019

2020

2021

2022

2021

Темп изменения 2022/2000 гг., %

Совокупный объем деятельности

37722

35577

34185

32673

31707

32121

112,0

Оборот розничной и оптовой торговли

32737

30725

28991

28081

27446

27290

106,5

Объем производственной деятельности

10447

9391

8866

7917

6914

6853

122,2

Объем закупок сельхозпродукции и сырья

3307

3505

3140

3325

2634

2816

113,6

Оборот общественного питания

88331

87489

85830

71785

70250

74228

144,4

Объем платных услуг

14132

13258

12381

11643

11203

11296

130,1

Объем прочих отраслей и видов деятельности

27025

25210

20944

19937

19735

20219

114,3

Составлено автором по данным Центросоюза РФ.

Результаты и обсуждение

Рассмотрим методику прогнозирования устойчивости, адаптированную к реальной региональной организации потребительской кооперации относительно цели развития. Наиболее приемлемым с точки зрения достижения желаемой области значений является применение цепей Маркова. В адаптированном нами методическом подходе к организации потребительской кооперации цепи Маркова представляют собой процесс, состояние которого зависит от состояния в данный момент и не зависит от его эволюции за предшествующий период [10]. Основой Марковского процесса является матрица перехода 0.

Пусть за два последних периода ретроспективы система обладает следующими значениями показателей:

Х1 = (Х Х-Х.) Х2 = (X2 ,х2,-хПУ

а матрица перехода в общем виде записывается так:

/ 0ц   Р12

0 = (021  022

\ Pm  0112

При этом %2 = 0 • X1.

Элементы этой матрицы рассчитываются по формуле:

^Х2

^ = п X j .

(X3 , Х 3 , ^ X . ) нужно выполнить

Чтобы осуществить прогноз очередного состояния системы X3 = следующее преобразование:

X3= 0• х2.

Однако следует учитывать, что Марковский процесс является стационарным случайным, а в природе их достаточно ограниченное количество. В основном распространены нестационарные случайные процессы. К числу таких относится Шалановский процесс, при этом элементы матрицы 0 рассчитываются по формуле:

Xt2

0ij = 0i Х1, где p =

aJ

2 "=i « j ,

при этом tt j =

Zj

J^-ltof

Xi где Zj = —.

j TJ

Результаты прогнозирования устойчивости организации следует использовать при оценке показателей ресурсного потенциала. В качестве управляющих параметров в данном случае выступают основные фонды, оборотные средства, численность работников.

Развитие потребительской кооперации как хозяйственной системы невозможно без наличия основных фондов в виде активной и пассивной их частей. Наличие современных основных фондов обеспечивает рост объемов производства и реализации продукции, уменьшение себестоимости, повышение производительности труда, экономию инвестиций, рост прибыли, что приводит к повышению рентабельности. В конечном счете все это способствует повышению устойчивости организации и, соответственно, уровня жизни населения.

Финансовое состояние организаций потребительской кооперации в большой степени определяется объемами и структурой оборотных средств. Наличие такой зависимости вынуждает организации весьма рационально и экономно использовать оборотные средства в своей хозяйственной деятельности. Повышение эффективности использования оборотных активов дает возможность высвобождения значительных сумм и тем самым обеспечить рост производства без привлечения дополнительных финансовых средств. Они могут быть использованы в соответствии с потребностями организаций потребительской кооперации.

Ключевую роль в формировании цифровой экономики играет численность работников. Основные тренды трансформации кадрового потенциала организации потребительской кооперации в контексте цифровой экономики: появление новых форм занятости; сокращение рабочих мест; развитие отрасли образования специалистов системы потребительской кооперации и изменение роли преподавателя; изучение потребности в новых навыках и компетенциях специалистов.

Прогнозирование ресурсного потенциала региональной организации системы потребительской кооперации в условиях цифровой экономики может оказаться весьма ориентировочным, но необходимым, так как без него не представляется возможным установления стабилизации и устойчивого роста. Прогнозирование цепями Маркова предполагает наличие достаточно длинного временного ряда и обеспечивает устойчивость тенденций его развития (таблица 3). При этом, метод прогнозирования цепями Маркова предполагает использование данных лишь за два последние года ретроспективного периода, после этого можно осуществить прогноз (таблица 4).

Таблица 3

Показатели ресурсного потенциала региональной организации потребительской кооперации

Показатели

Годы

2018

2019

2020

2021

2022

Основные фонды, млн руб. ( Х 1 )

22813

25405

26552

28317

36662

Оборотные средства, млн руб. (Х2)

26364

30732

30920

30667

32532

Численность работников, чел. ( Х 3 )

1896

1891

1883

1898

1914

Таблица 4

Фактические и прогнозные значения ресурсного потенциала региональной организации потребительской кооперации цепями Маркова

Показатели

Факт

Прогноз

2021

2022

2023

2024

Основные фонды

28317

36662

41110

46250

Оборотные средства

30667

32532

36493

41055

Численность работников

1898

1914

2169

2441

Рассчитаем элементы матрицы периода Р для прогноза на 2024 год:

р11

1

= 3 -

36662

28317

= 0,432

Р 12

=

1

— •

36662

= 0,398

3

30667

Р13

=

1

- •

36662

= 6,439

3

1898

Р21

=

1

— •

32532

= 0,383

3

28317

Р22

=

1

— •

35532

= 0,354

3

30667

Р23

1

32532

= 5,713

3

1898

Р31

1

1914

= 0,023

3

28317

Р32

=

1

- •

1914

= 0,021

3

30667

рзз

=

1

3

1914 ------ -

1898

= 0,336.

Матрица перехода имеет вид:

/0,432  0,398  6,439\

Р = ( 0,383  0,354  5,713 ),

\ 0,023  0,021  0,336/

тогда

Х (2023) = Р • Х(2022), 0,432  0,398  6,439   3662

Х(2023) = ( 0,383  0,354  5,713 ) ( 32532 ) =

0,023  0,021  0,336   1914

/0,432 • 36662 + 0,398 • 32532 + 6,439 • 1914\  /15838 + 12948 + 12324\  /41110Х

( 0,383 • 36662 + 0,354 • 32532 + 5,719 • 1914 ) = ( 14042 + 11516 + 10935 ) =( 36453 ). 0,023 • 36662 + 0,021 • 32532 + 0,336 • 1914        843 + 683 + 643        2169

Учитывая стационарность случайного процесса:

=

Х (2024) = Р • Х(2023), 0,432  0,398  6,439   4110

Х(2024) = ( 0,383  0,354  5,713 ) ( 36493 ) =

0,023  0,021  0,336   2169

/0,432 • 41110 + 0,398 • 36493 + 6,439 • 2169Х  /17760 + 14524 + 13966Х  /46250Х

( 0,383 • 41110 + 0,354 • 36493 + 5,719 • 2169 ) = ( 15745 + 12919 + 12391 ) =( 41055 ). \0,023-41110+ 0,021-36493+ 0,336-2169/  \   946 + 766 + 729   ) \ 2441 /

Эту цепь можно продолжить и дальше, однако нужно учитывать, что при удалении периода прогноза от базового, достоверность результатов прогнозов снижается, причем существенно.

Осуществим прогноз показателей ресурсного потенциала региональной организации потребительской кооперации цепями Шаланова [11]. Для этого необходимо предварительно рассчитать веса показателей. Подробно проиллюстрируем процедуру прогнозирования в таблицах 5 и 6. А затем рассчитаем значимости показателей (таблица 7).

Таблица 5

Показатели ресурсного потенциала региональной организации потребительской кооперации

Годы

^

^ 2

^ 3

2018

22813

26364

1896

2019

25405

30732

1891

2020

26552

30920

1883

2021

28317

30667

1898

2022

36662

32532

1914

5

27951

30243

1876

4616

2056

10,3

Таблица 6

Фактические и прогнозные значения ресурсного потенциала региональной организации потребительской кооперации цепями Шаланова

Показатели

Факт

Прогноз

2021

2022

2023

2024

Основные фонды

28317

36662

37461

38451

Оборотные средства

30667

32532

332211

34091

Численность работников

1898

1914

1966

2024

Рассчитаем элементы матрицы β для прогноза на 2023

г.:

0 11 = 0,031

0 12 = 0,073^

0 13 = 0,896^

0 21 = 0,031

0 22 = 0,073

0 23 = 0,896^

0 31 = 0,031

0 32 = 0,073^

0 зз = 0,896^

= 0,041

= 0,087

== 17,307

= 0,036

= 0,002

= 15,358

= 0,002

= 0,005

1914 = 0,904

Матрица перехода имеет вид:

0, 0410,087

0 = ( 0,0360,077

0,0020,005

17,307

15,358 ), 0,904

тогда

Х (2023) = 0 • Х(2022);

=

0,041  0,087 17,307   36662

Х(2024) = (0,036  0,077  15,358) (32532) =

0,002  0,005  0,904    1914

/0,041 • 36662 + 0,087 • 32532 + 17,307 • 1914\   /1503 + 2831 + 33126\  /37461Х

( 0,036 • 36662 + 0,077 • 32532 + 15,358 • 1914 ) = ( 1320 + 2505 + 29395 ) =( 33221 ). \ 0,002-36662+ 0,005-32532+ 0,904-1914 /   \  73 + 163 + 1730  /  \ 1966 /

Таблица 7

Параметры расчета значимости показателей

Параметры

Ƶ 1

Ƶ 2

Ƶ 3

x ; = x j

27951

30243

1876

-_ 1 z     -

6,06

14,71

182,14

( г ; )2

36,67

216,37

33173,49

7 33426,53 = 182,83

г;

« =

^te)

0,033

0,081

0,996

1,11

0,«_

J=^=1“J

0,031

0,073

0,896

1,0

Для прогноза на 2024 год нужно продолжить динамический ряд (таблица 8).

Вычислим значимости показателей (таблица 9). А затем рассчитаем элементы матрицы 0 для процесса за 2024 год:

0 11 = 0,069^

0 12 = 0,152*

0 13 = 0,779'

0 21 = 0,069'

0 22 = 0,152'

0 23 = 0,779'

= 0,071

= 0,063

== 15,247

= 0,063

= 0,155

= 13,521

0  = 0,069- 1966 = 0,8 01

  • 31     ,

    032 = 0,152" -2966 = 0,0 0 9

  • 32     ,

    0  = 0,779- 1966 = 0,8 01

0 = (

0, 071 0,063 0,004

0,175

0,155

0,009

15,47 13,521), 0,801

Х (2024) = 0 • Х(2023);

0,071

0,175

15,247  37461

Таблица 8

Показатели ресурсного потенциала региональной организации потребительской кооперации

Годы

X

x

x

2018

22813

26364

1896

2019

25405

30732

1891

2020

26552

30920

1883

2021

28317

30667

1898

2022

36662

32532

1914

2023

37461

33221

1966

X

29535

30739

1908

а/

4883

2286

27,7

Х(2024) =  0,069  0,155  13,521

=(

0,004  0,009

0,071 • 37461 + 0,175 • 33221 + 15,247 • 1966 0,063 • 37461 + 0,155 • 33221 + 13,521 • 1966 0,004 • 37461 + 0,009 • 33221 + 0,801 • 1966

0,801    1966

)=(

2660 + 5814 + 29976

2360 + 5149 + 26582 150 + 299 + 1575

) (38451

34091 ).

После этого, сведем в единую таблицу состояние и прогноз развития организации (таблица 10).

Таблица 9

Параметры расчета значимости показателей

Параметры

Ƶ 1

Ƶ 2

Ƶ 3

X1 = x

29535

30739

1908

--Х йу =

" /

6, 05

13,45

68,88

Окончание табл. 9

Параметры

Ƶ 1

Ƶ 2

Ƶ 3

(z;) 2

36,58

180,81

4744,57

^ 4961,89 - 70,44

„ -     z;

“1 - О

0,086

0,191

0,978

1,255

Pj    J

J-^-1 « J

0,069

0,152

0,779

1,0

Таблица 10

Показатели ресурсного потенциала региональной организации потребительской кооперации

Годы

Основные фонды, млн руб.

Оборотные средства, млн руб.

Численность работников, чел.

2018

22813

26364

1898

2019

25405

30732

1891

2020

26552

30920

1883

2021

28317

30667

1898

2022

36662

32532

1914

2023

по Маркову

41110

36493

2169

по Шаланову

37461

33221

1966

2024

по Маркову

46250

41055

2441

по Шаланову

38451

34091

2024

Заключение

Различия в прогнозах аргументируются тем, что на результаты влияют значимости показателей. Прогнозирование цепями Маркова предполагает равенство значимостей для всех показателей, а сам процесс является стационарным. Значимости, рассчитанные с учетом того, что процесс является стационарным, существенно отличаются от значимостей показателей при стационарном режиме развития процесса. Учитывая то, что процесс развития нестационарный, прогнозирование цепями Шаланова дает более адекватные результаты. Предложенный метод позволяет выявить ключевые характеристики и обладает большим приоритетом в целях принятия управленческих решений согласно заданному вектору развития устойчивости на основании принятой Программы развития системы потребительской кооперации на 2023-2027 годы [13].

Список литературы Прогнозирование устойчивости потребительской кооперации в условиях цифровой экономики

  • Родригес Р. Вторая волна кооперации. Новосибирск, 2009. 16 с.
  • Социально-экономическая трансформация системы потребительской кооперации и проблемы ее развития на этапе становления постиндустриальной экономики / А.А. Степанов [и др.]. М.: ИД Центросоюза, 2013. 191 с.
  • Указ Президента РФ от 09 мая 2017 г. «Стратегия развития информационного общества в Российской Федерации на 2017-2030 годы».
  • Наговицина Л.П., Бакайтис В.И. О программе развития потребительской кооперации // Вестник Сибирского университета потребительской кооперации. 2023. № 1. С. 3-11.
  • Анисимова Н.Д. Системный анализ. Цели–средства. М.: Спутник+, 2020. 163 с.
  • Антонов А.В. Системный анализ. М.: Высш. шк., 2004. 454 с.
  • Базовский А.К. Прогнозирование и планирование в условиях рынка. М.: ИНФРА–М, 1999. 236 с.
  • Бахтин А.Е. Математическое моделирование централизованного и рыночного распределения ресурсов // Математическое моделирование в экономике. Новосибирск: НГАЭУ, 1996. C. 5-22.
  • Горбатков С.А., Фархиева С.А. Системный анализ и математическое моделирование в менеджменте. Уфа: БашГУ, 2020. 86 с.
  • Шмидт А.В. Применение цепей Маркова при определении стратегии функционирования и развития предприятия по критерию экономической устойчивости // Вестник ЮУрГУ. Серия: Экономика и менеджмент. 2011. № 8 (225).
  • Джурабаева Г.К. О степени риска в инвестиционной деятельности промышленных предприятий // Гуманитарные и социально-экономические науки. 2005. № 1 (16). С. 102-106.
  • Алтухов С.И., Джурабаева Г.К., Шаланов Н.В. и др. Экономика. Финансы. Менеджмент: вопросы теории, методологии, практики. Новосибирск, 2021.
  • Программа развития системы потребительской кооперации на 2023-2027 годы / Центральный союз потребительских обществ – Центросоюз Российской Федерации. М., 2023.
Еще
Статья научная