Содержание к диссертации
Введение
1. Теоретические и методические основы стратегического прогнозирования предпринимательской деятельности 10
1.1. Стратегическое прогнозирование предпринимательской деятельности как
основа развития сложных экономических систем 10
1.2. Анализ методов прогнозирования предпринимательской деятельности 16
1.3. Сценарный метод прогнозирования предпринимательской деятельности: сущность и преимущества 26
2. Оценка состояния деятельности предпринимательских структур молочно- продуктового подкомплекса АПК Ленинградской области 39
2.1. Анализ деятельности предпринимательских структур в сфере молочного производства Ленинградской области 39
2.2. Анализ деятельности предпринимательских структур в сфере молочной промышленности и торговли молоком и молочными продуктами в Ленинградской области 50
3. Стратегический прогноз развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области 62
3.1. Анализ сценарного поля предпринимательской деятельности в молочно- продуктовом подкомплексе АПК Ленинградской области 62
3.2. Сценарное прогнозирование развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области 72
3.3. Формирование сценариев стратегического развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области 83
Заключение 92
Список литературы 94
Приложения 110
- Анализ методов прогнозирования предпринимательской деятельности
- Сценарный метод прогнозирования предпринимательской деятельности: сущность и преимущества
- Анализ деятельности предпринимательских структур в сфере молочной промышленности и торговли молоком и молочными продуктами в Ленинградской области
- Сценарное прогнозирование развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области
Введение к работе
Актуальность темы исследования. Проблема повышения эффективности управления предпринимательской деятельностью как одним из стратегических ресурсов и внутренних источников развития национальной экономики в целом, особенно в условиях вступления России в ВТО, становится весьма актуальной. В условиях нарастающей неопределенности и изменчивости экономической среды эффект от реализации принимаемых со стороны государства мер по поддержке предпринимательства снижается вследствие недооценки сложной системы взаимосвязей и взаимозависимостей внутри отдельных областей.
Повышение эффективности управления предпринимательской деятельностью, в том числе в агропромышленном комплексе, во многом зависит от качества планирования, зависящего от прогнозирования. Прогнозирование в предпринимательстве имеет важное значение: в связи с неопределенностью внешней среды предпринимательства при реализации стратегии развития предпринимательских структур на первый план выходит правильность оценки видов и степени рисков, связанных с принимаемыми управленческими решениями. Эффективная разработка стратегических прогнозов и планов развития предпринимательских структур обеспечивает их конкурентным преимуществом.
В ходе исследования было установлено, что в настоящий момент практически отсутствуют рекомендации для прогнозирования развития регионального агропромышленного комплекса, в том числе и предпринимательской деятельности. В ряде документов, касающихся прогнозов социально-экономического развития региона в целом, существуют разделы с узким перечнем прогнозных показателей развития аграрного производства.
В подобных условиях, а также ввиду быстроменяющейся внешней среды предпринимательства и недостатка релевантной информации, существующие приемы управления, основанные на обособленном рассмотрении частей экономической системы, являются уже малоэффективными инструментами управления предпринимательскими структурами. В целях повышения качества стратегического прогнозирования регионального агропромышленного комплекса и аграрного предпринимательства нами предлагается использование сценарного прогнозирования, позволяющего предугадывать поведение сложных экономических систем с учетом различных факторов влияния в их взаимодействии. По нашему мнению, реализация данного подхода к прогнозированию предпринимательской деятельности аграрного сектора экономики позволит повысить эффективность управления предпринимательскими структурами на региональном уровне.
Степень разработанн ости темы исследования. Теоретическим и практическим вопросами исследования различных форм и видов предпринимательства посвящены работы зарубежных и отечественных ученых: Ансоффа И., Асаула А.Н., Бога-чева В.Ф., Гаврилова О.А., Горбунова А.А., Грунина О.А., Дегтярева А.Н., Зорина А.С., Колтынюка Б.А., Лапусты М.Г., Попкова В.П., Черутова М.И. и других.
Вопросы стратегического планирования и прогнозирования организаций освещены в трудах отечественных и зарубежных ученых: Акоффа Р.Л., Белокопытовой Н.Г., Ворониной-Сливинской Л.Г., Евсеева Е.П., Ефремова В.С., Киселева А.А., Ко-марека В., Кондратьевой А.В., Корнилова Д.А. и других.
Теоретическими и методологическими исследованиями в области прогнозирования в агропромышленном комплексе рассматривались в трудах Гончарова В.Д., Калягиной Л.В., Клюкача В.А., Настенко А.Д., Огнивцева С.Б., Пастернака П.П., Труха-чева В.И., Тунеева М.М., Холода Н.И., Юзбашева М.М. и других.
Теоретические и методологические аспекты прогнозирования на основе разработки сценариев изложены в научных трудах таких зарубежных и отечественных ученых, как: Аакер Д., Белых С.А., Борисов М.Ю., Бредли Х., Вилсон И., Гайдаенко А.А., Гауземайер Ю., Годе М., Гусманов Р.У., Кан Г., Курдюков С.И., Лаева Т.В., Ламбен Ж.-Ж., Михайлов А.Н., Рингланд Дж., Кульба В.В., Феофанов К.А., Шевченко Т. и другие.
Научный вклад указанных авторов в исследовании поставленной проблемы значителен, но ряд вопросов, связанных с прогнозированием развития предпринимательской деятельности регионального агропромышленного комплекса, в том числе с применением сценарного метода, не получили полного решения, что и определило выбор темы диссертационного исследования. Актуальность проблемы, а также недостаточная теоретическая и практическая ее разработанность определили выбор объекта и предмета диссертационного исследования и повлияли на постановку его целей и задач.
Объектом исследования является процесс функционирования и развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области.
Предметом исследования являются управленческие отношения, возникающие в процессе функционирования и развития предпринимательской деятельности в мо-лочно-продуктовом подкомплексе АПК.
Цель исследования заключается в разработке направлений стратегического развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК. Целедостижение возможно при решении поставленных задач:
-
Обобщить теоретические и методические подходы к стратегическому прогнозированию предпринимательской деятельности.
-
Проанализировать существующие методы прогнозирования и выявить наиболее эффективные для стратегического развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК.
-
Проанализировать состояние и динамику развития предпринимательских структур молочно-продуктового подкомплекса АПК Ленинградской области в целях создания информационной базы для стратегического прогнозирования и составления каталога факторов влияния на предпринимательскую деятельность регионального подкомплекса.
-
Определить из каталога факторов ключевые, влияющие на развитие предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области.
-
Определить направления стратегического развития предпринимательской деятельности молочно-продуктового подкомплекса АПК Ленинградской области на основе выявленных ключевых факторов влияния.
Теоретической и методологической основой диссертационного исследования послужили научные работы отечественных и зарубежных ученых в области предпринимательства, стратегического и сценарного прогнозирования. Многоплановость работы привела к необходимости применения различных методов и приемов исследования: абстрактно-логический, монографический, статистических группировок, экономико-статистический, сравнительный анализ, экономический анализ, рас-четно-конструктивный анализ, метод экспертных опросов и др. В качестве статистического инструментария использовались табличные и графические приемы визуализации числовых данных.
Информационно-эмпирической базой исследования послужили данные Министерства сельского хозяйства Российской Федерации, аналитические обзоры результатов деятельности предпринимательских структур молочно-продуктового подкомплекса АПК Ленинградской области, статистические данные Федеральной службы государственной статистики (ФСГС), территориального органа ФСГС по городу Санкт-Петербургу и Ленинградской области, Комитета по агропромышленному и ры-бохозяйственному комплексу Ленинградской области, справочные и нормативные материалы по агропромышленному комплексу, монографические, периодические зарубежные и отечественные издания по изучаемой тематике.
Область исследования. Диссертационное исследование выполнено в соответствии с Паспортом специальности ВАК 08.00.05 «Экономика и управление народным хозяйством» в области пункта 8 «Экономика предпринимательства» подпункта 8.13 «Стратегическое планирование и прогнозирование предпринимательской деятельности».
Структура и объем диссертации. Диссертационное исследование состоит из введения, трех глав основной части, заключения, списка литературы, включающего 170 источников. Работа представлена на 118 страницах машинописного текста, содержит 17 таблиц, 26 рисунков и 8 приложений.
Анализ методов прогнозирования предпринимательской деятельности
Универсального метода прогнозирования нет, так как большое разнообразие прогнозируемых ситуаций привело к необходимости разработки разнообразных методов прогнозирования. На сегодняшний день в экономической литературе насчитывается свыше 150 разных методов прогнозирования. Основных методов, конечно же, гораздо меньше, однако многие из них логичнее отнести к отдельным способам и процедурам прогнозирования, а другие представляют собой совокупность приемов, которые отличаются от основных методов числом отдельных приемов и порядком их применения.
Под методом прогнозирования понимают комплекс приемов и способов мышления, которые позволяют на основании анализа прошлых данных, а также с учетом внутренних и внешних связей объекта прогнозирования, дать с определенной степенью достоверности предположение о будущем его развитии. Одним из классификационных признаков методов прогнозирования, в том числе предпринимательской деятельности, является степень исследования объекта. В зависимости от нее методы экономического прогнозирования можно разделить на две большие группы: интуитивные (экспертные) и формализованные (статистические), часть из которых приведена на рис. 1. В основу такой классификации положена степень формализации экономического явления и способ получения информации. Экспертные методы прогнозирования применяются в том случае, когда нет возможности учета воздействия множества факторов по причине высокой сложности объекта прогнозирования, а формализованные – описывают развитие объекта исследования с помощью математического аппарата.
Выбор и применение конкретного метода прогнозирования из множества возможных при исследовании объекта зависит от многих факторов, например, сложности объекта прогнозирования, величины затрачиваемого времени и ресурсов и т.д. Анализ исследуемого объекта в итоге должен упростить процедуру принятия управленческого решения. Следовательно, основное требование к выбранному методу прогнозирования – он должен давать точный, своевременный и понятный прогноз, который определил бы выбор
Источник [22] базируется на статистическом наблюдении динамики объекта прогнозирования, выявлении направлений его развития и их сохранении в будущих периодах. Основными недостатками экстраполяции являются, во-первых, необходимость использования статистической информации о прошлых периодах развития объекта исследования, во-вторых, эта информация должна быть достоверной, так как от ее достоверности зависит точность прогноза, и в-третьих, прогноз эффективен при стабильных условиях, то есть в краткосрочный период.
На практике чаще всего используются такие методы экстраполяции тренда, как методы скользящих средних и экспоненциального сглаживания. Суть данных методов сводится к сглаживанию временного ряда, то есть замене реальных величин ряда расчетными, фактически не подвергающимися колебаниям, в результате чего обнаруживается четкая тенденция развития. Скользящие средние позволяют сгладить как случайные, так и периодические колебания, поэтому служат важным инструментом при фильтрации компонент временного ряда. Сглаживание временного ряда посредством скользящих средних означает представление тренда в данной точке посредством взвешенного среднего значения, наблюдаемых в окрестностях этой точки. Однако данный метод не дает значений тренда для первых и последних членов ряда, что является значительным недостатком, так как конечные данные имеют наибольшую информационную ценность для субъекта прогнозирования. В практике выделяют два метода скользящих средних: простой и взвешенной. Метод простой скользящей средней применим для линейных процессов, то есть в случаях, когда графическое отображение динамического ряда представляет собой прямую. В случае наличия изгибов у тренда динамического ряда, использование простой скользящей средней бессмысленно, так как приводит к значительным искажениям. Для подобных процессов используют взвешенную скользящую среднюю, которая в отличие от простой скользящей средней, учитывающей все величины сглаживаемого ряда с одинаковыми весами, задает каждой величине вес, который зависит от ее удаления до усредненной величины выравниваемого ряда. Хотя при явной или скрывающейся тенденции к понижению какой-либо величины, сглаживание динамических рядов скользящими средними не дает желаемых результатов.
Недостатки метода скользящих средних компенсируются преимуществами метода экспоненциального выравнивания (сглаживания). Суть данного метода состоит в выравнивании динамического ряда с использованием взвешенной скользящей средней, в которой значение весов зависит от времени получения результатов наблюдений: поздним наблюдениям придается больший вес, чем более ранним. Основная задача для субъекта прогнозирования – для достоверности прогноза правильно подобрать значение взвешивающего фактора. Обычно его выбирают из отрезка от 0 до 1: чем ближе значение фактора к 0, тем медленнее прогноз приспосабливается к ошибкам прогноза и тем больше степень сглаживания; чем ближе к 1, тем выше чувствительность прогноза и меньше сглаживание. В этом и состоит основной недостаток данного метода: с одной стороны, для сглаживания случайных отклонений величину взвешивающего фактора необходимо уменьшить, однако, с другой стороны, для увеличения веса новых изменений, наоборот, увеличить.
Суть метода наименьших квадратов заключается в поиске параметров разрабатываемой модели тренда, которые максимально сокращают его отклонение от точек начального динамического ряда. Традиционный метод наименьших квадратов подразумевает равнозначность начальной информации в модели, однако в реальной практике предстоящее поведение процесса в большей степени обусловливаться поздними наблюдениями, чем более ранними. Недостатками данного метода являются, во-первых, жесткая фиксация модели тренда, которая эффективна на небольшой период, и во-вторых, сложность правильного выбора вида модели и обоснования и выбора весов во взвешенном методе наименьших квадратов.
Сценарный метод прогнозирования предпринимательской деятельности: сущность и преимущества
В условиях, характеризующихся нестабильностью внешней среды предпринимательства и воздействия большого числа разнообразных факторов практика применения сценарного прогнозирования доказывает, что он является действенным инструментом для глубокого изучения внешней и внутренней среды предпринимательства и, соответственно, принятия обоснованных управленческих решений в целях стратегического прогнозирования и последующего планирования будущего развития предпринимательских структур. Сценарии, являясь результатом одного из методов прогнозирования, во многом схожи с прогнозами: представляют собой возможное представление вероятного и желательного пути развития исследуемых процессов и явлений; нацелены либо на описание ситуации, наступление которой возможно в будущем, либо на определение путей и сроков ее достижения; необходимое условие состоит в разработке модели или ситуации, или объекта разработки сценариев; целью является научное предвидение того, каким образом может развиваться ситуация в будущем. Общая стандартная методика прогнозирования включает следующие главные этапы исследования [153]: предпрогнозная ориентация, основанная на установлении цели, предмета, задач, предварительных гипотез, времени упреждения, методов, структуры и организации проведения исследования; прогностический фон основе на сборе имеющихся данных по пограничным, непрофильным сферам прогнозирования; начальная модель, которая показывает характер и состав объекта исследования, в совокупности параметров и показателей; поисковая модель представляет собой проекцию в будущее совокупности показателей начальной модели на время упреждения по исследуемой тенденции с учетом факторов прогнозного фона; нормативная модель, разрабатываемая для управляемых явлений, представляет собой проекцию в будущее совокупности показателей начальной модели согласно установленным целям и нормам по заданным критериям; верификация (оценка уровня достоверности) и конкретизация предварительных моделей посредством контрольных параллельных методов; разработка рекомендаций для рационального принятия управленческих решений в планировании, менеджменте и др. на базе соотнесения прогнозных моделей.
Специфическая черта сценарного прогнозирования состоит в одновременном исследовании нескольких вероятных вариантов развития со свойственными для каждого из них возможностями и рисками, объективными и субъективными, внешними и внутренними факторами и критериями. С точки зрения одного из основателей сценарной методики прогнозирования Кана Г., для разрешения задач подобного рода следует уходить от простых экстраполяций и мышления по аналогии, которые, несмотря на их важность, не дают такого уровня отстранения от действительности, характерного для стратегического мышления. Сценарии дают возможность исследователям «вчерашних», «сегодняшних» и «завтрашних» рисков быть устремленными на упорядочивание личного восприятия будущего для того, чтобы принимать эффективные стратегические управленческие решения [145, 163]. Применение сценариев в условиях неопределенности дает предпринимателям объективную оценку ситуации в динамике, оценку вероятных угроз, определения потенциала развития, вероятных и эффективных направлений деятельности, а также возможность адаптации к переменчивым условиям [21, 29, 36, 49, 73].
Таким образом, сценарий представляет собой специфический документ, описывающий определенные ситуации, в которые может попасть организация, и определенный план действий данной организации в подобных условиях. Программы действий, в отличие от «классического» прогнозирования, не обязательно носят альтернативный характер, они могут интегрироваться. Главное отличие сценарного от традиционного прогнозирования заключается в том, что в основу результата действий предпринимательской структуры выбирается не одна мыслимая точка исхода, а определенные диапазоны возможных исходов [92, 124]. В противопоставление альтернативным прогнозам (рис. 2), сценарии описывают ситуации, которые могут быть интегрированы в будущем. Практика применения сценарной методики прогнозирования на Западе (Германия, США и др.) достаточно обширна. Эффективность данного вида прогнозирования объясняется несколькими факторами: 1. Сценарии дают возможность субъекту, разработавшему их, быть готовым к определенным ситуациям, возникновение которых гипотетически возможно в будущем. Такая готовность увеличивает скорость реагирования субъекта на изменения в условиях нестабильности, и, следовательно, повышает уровень конкурентоспособности предпринимательской структуры. 2. Сценарии включают перечень факторов, согласно которым можно выявить, в соответствии с каким сценарием происходит развитие ситуации и быть готовым к определенным действиям. 3. Сценарии дают возможность, конкретизировать стратегический план до оперативных действий, с использованием показателей,. Таким образом, сценарное прогнозирование позволяет предпринимателям заранее подготовиться к различным вариантам возможного развития будущего, имея планы определенных действий в кризисных ситуациях и координировать реализацию стратегического плана на оперативном уровне [92]. Данные преимущества дают возможность считать сценарное прогнозирование наиболее эффективным методом разработки стратегического прогноза и плана развития предпринимательских структур. Тема планирования на основе построения сценариев активно разрабатывалась в 60-е годы XX века американскими и немецкими экономистами, футурологами и специалистами в области развития технологий. Первым, удачно применившим сценарное планирование на практике, был Вак П. из «Royal Dutch Shell». Аналитики компании занимались рассмотрением различных сценариев развития внешнего окружения, учитывая возможность повышения цен на нефть странами ОПЕК. Благодаря исследованиям, специалисты Shell предугадали наступление первого нефтяного кризиса и имели определенные планы действий. В результате чего компания, не входившая даже в десятку нефтяных компаний, попала в пятерку сильнейших после выхода рынка из кризиса.
Анализ деятельности предпринимательских структур в сфере молочной промышленности и торговли молоком и молочными продуктами в Ленинградской области
В 2012 году объем переработки молока в пересчете на молоко базисной жирности (б.ж.) составил 175,9 тыс. тонн, что на 26% превышает показатель 2005 года (рис. 12).
Основные виды производимой в Ленинградской области молочной продукции - это цельномолочная продукция, сыры, творог, сливочное масло. Динамика объемов производства цельномолочной продукции представлена на рис. 13. Объем производства цельномолочной продукции за 2005-2012 годы увеличился более, чем в 2 раза - до 165,3 тыс. тонн.
По данным Петростата в 2012 году произведено 4,2 тыс. тонн сыров и творога (увеличение на 8,2% по сравнению с 2011 годом), и 339,5 тонн масла сливочного, что составляет около 84% показателя 2005 года. Молокоперерабатывающими предпринимательскими структурами Ленинградской области вырабатывается практически весь ассортимент молочных продуктов, но приоритет отдается цельномолочной продукции как наиболее востребованной и обеспечивающей быстрый оборот средств. Растет спрос на продукты, вырабатываемые по новым технологиям, позволяющим удлинить сроки годности. Расширяется ассортимент молочных продуктов, выполняющих профилактические и лечебные функции, в первую очередь, с пробиотическими свойствами - биокефир, биопростокваша, бифилайф, бифидок, ацидофильные продукты.
Более 20% сырья, произведенного в регионе, приходится на переработку предпринимательскими структурами группы компаний «Галактика», что обеспечивает выпуск почти 60% цельномолочной продукции региона. В состав группы компаний «Галактика» входят молочный комбинат «Галактика», производство «Галактика Вятка», «Комбинат Детского Питания», Гатчинский молочный завод, агропредприятие «Торосово» Волосовского района Ленинградской области, агропредприятие «Орлинское» Гатчинского района
Ленинградской области, торговая компания «Галактика». На сегодняшний день, «Галактика» занимает порядка 25% в Санкт-Петербурге и около 5% в Москве на рынке ультрапастеризованного молока. Продукция ГК «Галактика» представлена практически во всех федеральных и локальных розничных сетях, а также в магазинах традиционной розницы в Москве, Санкт-Петербурге, регионах России и ряде стран СНГ. ГК «Галактика» выпускает продукцию под торговыми марками «Большая Кружка», «MilkTime», «TOM & JERRY», «Сударыня» и «Доярушка». На втором месте – молочный завод «Волховский плюс». Третью позицию занимает ЗАО «Лужский молочный комбинат». Несмотря на высокое качество, молочная продукция, выпускаемая предпринимательскими структурами перерабатывающей промышленности Ленинградской области, не в полной мере, находит своего потребителя. Одной из основных причин является недостаточная маркетинговая деятельность предпринимательских структур. Кроме того, большое влияние на реализацию областной продукции оказывает присутствие на рынке различных широко известных и разрекламированных брендов производителей других регионов, в частности Санкт-Петербурга: Северо-Западный дивизион компании «Danone-Юнимилк» (МК «ПЕТМОЛ»), Балтийское молоко филиал ОАО «Вимм-Билль-Данн» и ООО «Санкт-Петербургский молочный завод «Пискаревский». Рынок молочной продукции можно разделить на следующие сегменты: молоко; кефир; сметана; сливки; кисломолочные продукты (ряженка, простокваша, варенец); йогурты, обогащенная биопродукция (биокефиры, биойогурты); творог; десерты; сливочное масло. В табл. 5 приведены сведения об ассортименте некоторых молочных заводов Ленинградской области. Анализируя данные табл. 5, можно сказать, что на каждый вид производимой продукции приходится в среднем от 2 до 7 наименований ассортимента (в зависимости от жирности продукта, вкусовых добавок, объема и типа упаковки). В среднем областные заводы предлагают около 30-50 позиций ассортимента. На крупных городских заводах этот показатель может достигать 200 наименований выпускаемой продукции. Ленинградская область могла бы полностью удовлетворять собственную потребность в молоке и молочных продуктах. Анализируя расчетный уровень самообеспеченности региона молоком и молочными продуктами (с учетом производственного потребления) по балансам продовольствия, несмотря на высокий показатель 2012 года – 102,3%, прослеживается тенденция снижения данного показателя на 57 п.п. по сравнению с 2000 годом (табл. 6). Однако областной агропромышленный комплекс должен выполнять задачу продовольственного обеспечения всего региона, включая и город Санкт-Петербург. При таком масштабе оценка уровня обеспеченности молоком и молочными продуктами изменяется. Численность населения Санкт-Петербурга по данным государственной статистики в три раза больше, чем в Ленинградской области, потребление молока и молочных продуктов на душу населения в городе значительно больше, чем в области. С учетом этих данных уровень обеспеченности молоком и молочными продуктами города и области в период с 2000 по 2012 годы не превышал 30%. Остальная потребность удовлетворяется за счет ввоза импортной продукции.
Анализируя данные рис. 14, можно отметить, что количество ввозимых, включая импорт, молока и молочных продуктов в Ленинградскую область возросло в 2,6 раза в сравнении с 2000 годом, демонстрируя ежегодное увеличение. Количество вывозимых, включая экспорт, молока и молочных продуктов за пределы Ленинградской области за анализируемый период фактически не изменилось (увеличение на 10% по сравнению с 2000 годом). Источник [60] Молоко и молочная продукция вывозятся из Ленинградской области, в основном, на рынок Санкт-Петербурга. На рынке Санкт-Петербурга значительную конкуренцию молочным продуктам, произведенным в Ленинградской области, составляет продукция Белоруссии, Финляндии, стран Балтии, Новгородской области, Псковской области, Вологодской, Тверской и др. С присоединением России к ВТО проблема конкуренции для продукции молочно-продуктового комплекса Ленинградской области на региональном и межрегиональных продовольственных рынках обостряются в связи с упрощением доступа на них импортных продуктов питания. Низкий уровень рентабельности производства молочной продукции не позволяет предпринимательским структурам агропромышленного комплекса без бюджетной поддержки конкурировать с импортной продукцией. Основными конкурентами Ленинградской области на региональном и межрегиональном рынках молочной продукции являются филиалы холдингов федерального (международного) уровня: Северо-Западный дивизион компании «Danone-Юнимилк» (МК «ПЕТМОЛ»), Балтийское молоко филиал ОАО «Вимм Билль-Данн», ООО «Санкт-Петербургский молочный завод «Пискаревский». Без учета йогуртовой, кисломолочной продукции с фруктово-ягодными наполнителями, творожно-десертной продукции, можно предположить, что четыре крупных производителя (в том числе и ГК «Галактика») занимают до 80% объемов молочной продукции. Оставшаяся доля рынка заполняется такими основными производителями, как Группа Лактис в составе «Лужского молочного комбината» и Новгородского молокозавода, ЗАО «Великолукский молочный комбинат» с продукцией «Молоколамск» (Псковкая область) и ОАО «Савушкин продукт» (Белоруссия). Сравнительный анализ цен производства, переработки и розницы в Ленинградской области (табл. 7) свидетельствует об увеличении цен на молоко пастеризованное января 2012 года у производителей на 17% по сравнению с декабрем 2009 года; розничных цен – на 27%, а цены переработчиков молока сократились на 4%. Также данные таблицы демонстрируют сокращение доли в розничной цене за анализируемый период как производителей, так и переработчиков на 7,4 и 22,7 п.п. соответственно.
Сценарное прогнозирование развития предпринимательской деятельности в молочно-продуктовом подкомплексе АПК Ленинградской области
Сценарное прогнозирование развития подкомплекса можно представить в виде двух этапов: подготовки ключевых факторов и формирования проекций будущего. Отбор ключевых факторов развития предпринимательской деятельности происходит через определение их влияния в системе взаимного влияния всех факторов. Для данной цели подходит метод Вестера, суть которого сводится к тому, что на основе экспертного мнения, формируется матрица прямого влияния факторов, где оценивается сила только прямого действия отдельного фактора на все остальные. Значения цифр в матрице от 0 до 3 означает силу прямого влияния (рис. 21).
Результат суммирования значений по строкам матрицы (факторы влияния представлены в матрице под номерами из табл. 9) представляет собой сумму актива, определяющую силу влияния анализируемого фактора на другие. Результат суммирования значений по столбцам матрицы представляет собой сумму пассива, показывающую силу влияния других факторов на анализируемый.
При перемножении суммы актива на сумму пассива получается величина индекса динамики. Факторы влияния с наибольшим индексом динамики называются динамическими факторами, величины же с небольшим индексом динамики называют буферными. Динамические факторы, с одной стороны, оказывают очень сильное влияние на систему, с другой стороны, сильно поддаются влиянию со стороны системы. Благодаря тому, что динамические факторы сильнее, чем другие факторы влияния включены во взаимосвязь, они могут служить в качестве рычага воздействия, чтобы привести в движение систему в случае затруднительной ситуации. Буферные факторы влияния очень инертны, они меньше всего воздействуют на систему и фактически не подвергаются влиянию с ее стороны [22, 64, 95].
При делении суммы актива на сумму пассива получается величина индекса импульса. Факторы влияния с наибольшими значениями индекса импульса называются импульсивными факторами, величины с наименьшим индексом импульса называются реактивными факторами. Импульсивные факторы оказывают большое влияние на поведение всей системы, не испытывая воздействия с ее стороны. Изменение этих факторов влияния может оказывать продолжительное воздействие на всю систему в целом, поэтому их можно использовать в качестве рычага управления. Реактивные факторы (индикаторы) влияют на систему очень слабо, однако поддаются сильному влиянию со стороны остальных факторов. Если меняется система, то на них очень четко отражаются изменения [22, 64, 95].
Факторы влияния, перечисленные в табл. 9, можно представить с помощью системы грид (рис. 22), отображающей факторы влияния в крестообразной системе координат, где по оси абсцисс отражаются суммы пассива, а по оси ординат – суммы актива. В проведенном анализе учитывались только прямые связи между двумя факторами влияния. Однако необходимо учитывать и косвенное влияние факторов друг на друга. Например, членство Росси в ВТО повлияет на количество импортной молочной продукции, что, в свою очередь, повлияет на уровень цен, что может привести к изменению потребления молока и молочных продуктов на душу населения, которое может отразиться на продуктивности коров и, таким образом, может косвенно отразиться на количестве сельскохозяйственных предпринимательских структур. Для определения косвенных влияний подходит так называемый MICMAC-метод, разработанный учеными Годе и Дюперра (Godet und Duperrin), рассматривающий цепь влияний и обратную реакцию [64, 98, 159]. Суть метода сводится к последовательному перемножению матриц факторов влияния с целью стабилизации сумм актива и пассива вследствие удлинения ряда очередности факторов влияния. В теории при двух- и трехкратном перемножении матриц наблюдаются существенные изменения, но начиная с четырехкратного перемножения, изменений уже нет. Исходной матрицей служит матрица прямого влияния факторов с ранжированными суммами актива и пассива (приложение 1). При перемножении матрицы прямого влияния факторов саму на себя, получаются косвенные взаимосвязи первого порядка (приложение 2). В результате сравнения рангов факторов влияния косвенная взаимная связь привела к изменениям у 34 факторов. Результат перемножения матрицы первого порядка на матрицу прямого влияния представлен в приложении 3. Для того, чтобы косвенная взаимная связь не приводила к каким-либо изменениям в исследовании понадобилось семикратное перемножение матриц. Результаты представлены в приложениях 4-8. Таким образом, получен результат косвенных влияний факторов, который можно сравнить с их прямым влиянием (рис. 23). Основной целью анализа прямых и косвенных влияний факторов, представленного на рис. 23, служит выявление скрытых ключевых факторов, имеющих невысокий ранг прямых связей, но высокий ранг косвенных связей. Анализ прямых и косвенных влияний факторов демонстрирует преимущественное согласие между прямыми и косвенными связями, так как большинство факторов расположены вблизи главной диагонали. Исключение составляют факторы 33 «Импорт молока и молочных продуктов», 34 «Членство в ВТО» и 39 «Средние цены на молоко и молочные продукты», которые с учетом косвенных влияний оказались переоцененными.
По результатам консультаций с членами экспертной группы, мы пришли к выводу, что фактор 33 «Импорт молока и молочных продуктов» и фактор 34 «Членство в ВТО», несмотря на низкое косвенное влияние, необходимо включить в перечень факторов, оказывающих наибольшее влияние на развитие подкомплекса, по причине высокого значения индекса динамики (264) и индекса импульса (9,50). Фактор 39 «Средние цены на молоко и молочные продукты» по причине того, что он имеет достаточно низкие значения индекса динамики, индекса импульса и косвенного влияния, следует исключить из перечня ключевых факторов, а его влияние на развитие подкомплекса учесть в значении тесно связанного с ним фактора 33 «Импорт молока и молочных продуктов».
