Управление институтом малого и среднего бизнеса на региональном уровне в условиях неопределенности
Автор: Галанцева И.В.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Основной раздел
Статья в выпуске: 2 (8), 2016 года.
Бесплатный доступ
В статье представлены результаты исследования, которые могут быть применены в процессе выбора методов анализа управления функционированием институтов малого и среднего бизнеса в регионах Российской Федерации в условиях неопределенности. В Российской Федерации процесс анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности является относительно менее развитым по причине значительно более поздней временной активизации здесь научных исследований и разработок. Особую актуальность значение данной проблемы в Российской Федерации приобрело на уровне отдельных регионов (региональном уровне) в процессе принятия их руководством различных управленских решений.
Институт малого и среднего бизнеса, анализ управления, неопределенность, методы анализа управления, региональный уровень, международный уровень
Короткий адрес: https://sciup.org/140268098
IDR: 140268098
Текст научной статьи Управление институтом малого и среднего бизнеса на региональном уровне в условиях неопределенности
На современном этапе развития экономики в условиях адаптации к мировым стандартам ведения бизнеса и идентификации новых рынков на международном уровне высокую значимость приобретают вопросы анализа управления институтом малого и среднего бизнеса на региональном уровне в условиях неопределенности.
Актуальность выбранного направления исследования, по мнению автора, определяется наличием следующих тенденций имеющих место на современном этапе развития экономики Российской Федерации:
-
- увеличение количества разноплановых факторов, а также возникновение маловероятных событий с масштабными последствиями влияющих на текущее и перспективное состояние экономических систем;
-
- наличие существенной неопределенности во влиянии разноплановых факторов на экономические системы, вызванной значительной динамичностью их развития.
Указанные тенденции оказывают негативное влияние на процесс принятия управленческих решений в части анализа управления функционированием институтов малого и среднего бизнеса на региональном уровне.
Отметим, что за рубежом региональный уровень анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности активизировался в более ранние периоды времени (50-е годы прошлого столетия) и получил широкое распространение как в связи с крупномасштабным продвижением промышленных инноваций, вызвавшее развитие методологии оценки формализующих их программ, так и модернизацией инновационной политики государства в долгосрочной перспективе. Виду этого в настоящее время методологическая составляющая здесь находится на высоком уровне развития.
В Российской Федерации процесс анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности является относительно менее развитым по причине значительно более поздней временной активизации здесь научных исследований и разработок.
Особую актуальность значение данной проблемы в Российской Федерации приобрело на уровне отдельных регионов (региональном уровне) в процессе принятия их руководством различных управленских решений. Так, по данным рейтингового агентства «Эксперт-РА» в 2014 году руководство более 75% регионов Российской Федерации испытывало существенные трудности в процессе анализа управления функционированием институтов малого и среднего бизнеса по ключевым сферам их деятельности.
Одной из основных причин обозначенной проблемы, на наш взгляд, является несбалансированность методической составляющей принятия решений: при наличии множества разноплановых методов, пригодных для проведения анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности, зачастую, очень сложно выбрать метод, наиболее подходящий для решения конкретной практической ситуации с учетом особенностей воздействия на субъекты малого и среднего бизнеса региона внешней среды.
Перечень методов, применяемых в процессе анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности в ряде регионов Российской Федерации в 2010-2014 годах, приведен в таблице 1.
Таблица 1
Перечень методов, применяемых в процессе анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности в ряде регионов Российской Федерации в 2010-2014 годах
Наименование метода |
Характеристика метода |
1. Предельный анализ |
В основу выбора положен механизм сопоставления предельных значений доходов и расходов возникающих в процессе принятия или отклонения целевого значения анализируемого показателя [Ray M. Valadez (2012)]. |
2. Линейное программирование |
Основано на поиске целевого значения анализируемого показателя приводящего к максимизации прибыли предприятия при условии минимизации его издержек [Mark A. Schulze, Ph.D. (1998)]. |
3. Приростной анализ прибыли |
Основан на поиске дополнительных возможностей увеличения прибыли предприятия за счет выявления скрытых резервов увеличения его доходной базы [Pinkse, Joris and Margaret Slade (2004)]. |
4. Метод матрицы решений |
Выбор целевого значения анализируемого показателя осуществляется за счет применения экономико-математического аппарата, позволяющего осуществить поиск наиболее оптимального решения при условии воздействии на него конечного множества факторов внешней и внутренней среды [Sina Khorasani & Ali Adibi (2003)]. |
5. Метод дорожных карт |
В основу выбора положен механизм поиска множества последовательных решений, приводящих к оптимальному значению одного целевого показателя [Cunningham, Karakasidou, 2009]. |
6. Метод Вальда |
Основан на поиске оптимального значения анализируемого показателя, достигающегося при наличии наихудших условий внешней среды предприятия [Craig Burnside, Martin Eichenbaum (2004)]. |
7. Метод Гурвица |
Основан на поиске оптимального значения анализируемого показателя, достигающегося при наличии средневзвешенных условий внешней среды предприятия [Tetsuya Ito (2013)]. |
8. Метод Сэвиджа |
Основан на поиске оптимального значения анализируемого показателя, приводящего к минимизации максимальной из возможных потерь значений целевого показателя [Васильев В.Д., Васильев Е.В. (2013)]. |
9. Метод Лапласа |
Основан на поиске оптимального значения анализируемого показателя, приводящего к средневзвешенному распределению значений ряда целевых показателей [Adriano Azevedo-Filho, Ross D. Shachter (1994)]. |
10. Экспертный метод |
В основу выбора целевого значения анализируемого показателя положен механизм принятия во внимание субъективного мнения экспертов-специалистов, подвергшихся экономико-математической обработке. |
Не ставя перед собой целью детального рассмотрения методов, обозначенных в таблице 1, автор исследования приводит результаты апробации точности их применения в финансово-экономической, социальной, экологической, и производственно-технологической сферах при решении вопроса анализа управления функционированием институтов малого и среднего бизнеса в условиях неопределенности в регионах Российской Федерации.
Периодом проведения исследования был выбран пятилетний временной интервал с 2010 по 2014 годы включительно.
Для проведения анализа был разработан перечень целевых показателей деятельности институтов малого и среднего бизнеса в регионах Российской Федерации в условиях неопределенности в рамках каждой из обозначенных ключевых сфер.
Расчет значений точности применения методов анализа управлением функционированием институтов малого и среднего бизнеса в условиях неопределенности по ряду регионов Российской Федерации за 2010-2014 годы приведен в таблице 1.
Таблица 1
Расчет значений точности применения методов анализа управлением функционированием институтов малого и среднего бизнеса в условиях неопределенности по ряду регионов Российской Федерации за 2010-2014 годы
Методы анализа |
Точность применения метода по сферам функционирования предприятия (ТПМ Cj ), % |
Т П М |
|||
cd Он •e 6 ° co к о о S 5 5 8s S г C g s H V о и о Г) |
cd cd S о и |
cd Ри •е о R О |
6 w _ Щ cd <2~ К й U ё 8 S Н g с я н о ° — и R Я й О О. S щ % О X -& а о и С н |
||
1. Предельный анализ |
15,5 |
5 |
15,5 |
5 |
10,3 |
2. Линейное программирование |
25,5 |
5 |
15,5 |
5 |
12,8 |
3. Приростной анализ прибыли |
15,5 |
15,5 |
5 |
15,5 |
12,9 |
4. Метод матрицы решений |
45,5 |
55,5 |
25,5 |
35,5 |
40,5 |
5. Метод дорожных карт |
35,5 |
45,5 |
35,5 |
35,5 |
38,0 |
6. Метод Вальда |
85,5 |
65,5 |
55,5 |
65,5 |
68,0 |
7. Метод Гурвица |
75,5 |
75,5 |
75,5 |
55,5 |
70,5 |
8. Метод Сэвиджа |
65,5 |
75,5 |
65,5 |
75,5 |
70,5 |
9. Метод Лапласа |
75,5 |
85,5 |
85,5 |
55,5 |
75,5 |
10. Экспертный метод |
85,5 |
85,5 |
95,5 |
85,5 |
88,0 |
Из таблицы 1 можно увидеть, что точность применения методов анализа управлением функционированием институтов малого и среднего бизнеса в условиях неопределенности за 2010-2014 годы колеблется от 10,3 до 88,0 процента.
Наиболее близко друг к другу (максимальный разброс значений точности применения метода не более 3%) находятся следующие методы: «Предельный анализ», «Линейное программирование» и «Приростной анализ прибыли» (максимальный разброс 2,6%); «Метод матрицы решений» и «Метод дорожных карт» (максимальный разброс 2,5%); «Метод Вальда», «Метод Гурвица» и «Метод Сэвиджа» (максимальный разброс 2,5%). При этом «Метод Лапласа» и «Экспертный метод» имеют наибольшую точность применения, превышающую 70%.
Полученные автором результаты могут быть применены в процессе выбора методов анализа управления функционированием институтов малого и среднего бизнеса в регионах Российской Федерации в условиях неопределенности.
Подводя итоги, отметим, что для устранения основной причины проблемы, связанной с негативным воздействием на институт малого и среднего бизнеса постоянно увеличивающегося количества факторов внешней среды в процессе анализа управления их функционированием целесообразно:
-
- установить степень неопределенности воздействия внешней среды на субъект малого и среднего бизнеса;
-
- обозначить группу методов, целесообразных для применения в условиях с установленной степенью неопределенности;
-
- применить каждый метод из обозначенной группы;
-
- сравнить результаты их применения;
-
- принять конченое управленческое решение (выбрать значение целевого показателя в рамках каждой сферы деятельности предприятия).
Список литературы Управление институтом малого и среднего бизнеса на региональном уровне в условиях неопределенности
- Галанцева И.В. Авторский подход к анализу и формированию управления функционированием институтов малого и среднего бизнеса/Изд-во КНИТУ (Вестник Казанского Технологического университета), 2014 - Т.17 №24 - С.390-395
- Галанцева И.В. Анализ предпринимательской среды регионов России. - Вестник Казанского технологического университета, № 14, том 16, - Казань Изд-во КНИТУ, 2013.
- Галанцева И.В.Процесс эффективного регионального развития в условиях неопределенности//Сборник материалов III международной научно-практической конференции «Проблемы и перспективы современной науки»/ Изд-во СКФУ г.Ставрополь, 2014 - С.113-119
- Галанцева И.В. Формирование авторского подхода к анализу управления функционированием институтов малого и среднего бизнеса//Сборник материалов II международной научно-практической конференции «Проблемы и перспективы современной науки» // Изд-во СКФУ г.Ставрополь, 2014 - С.126-133
- WASER J., GURBAT R., SADRANSKY B., GRÖLLER M. E.: Sketching uncertainty into simulations. IEEE Trans. Vis. Comput. Graph. 18, 12 (2012), 2255-2264.
- R. Baker and K. Yacef. The state of educational data mining in 2009: A review and future visions. Journal of Educational Datamining, 1(1):3-17, 2009.
- Yamamoto, T. (2012). Understanding the past: Statistical analysis of causal attribution. American Journal of Political Science 56 237-256.
- Williams, J., & Goos, M. (2013). Modelling with mathematics and technologies. In Clements, M. A. et al. (Eds.), Third international handbook of mathematics education (pp. 549-569). Berlin: Springer.
- Van der Kloot, W. A., Spaans, A. M. J., & Heinser, W. J. (2005). Instability of hierarchical cluster analysis due to input order of the data: The PermuCLUSTER solution. Psychological Methods, 10(4), 468-476.
- Devloo, V., Hansen, P., and Labb´e, M. (2003). Identification of all steady states in large networks by logical analysis. Bulletin of Mathematical Biology, 65(6), 1025-1051.