Модель трехуровневого анализа эффективности промышленного производства

Размещено на http://allbest.ru

6

Одесский национальный политехнический университет

УДК 658.011.46

Модель трехуровневого анализа эффективности промышленного производства

Гончарук Анатолий Григорьевич,

кандидат экономических наук, доцент, докторант

Ужесточение конкуренции в связи со вступлением во Всемирную торговую организацию и мировые тенденции удорожания материально-сырьевых и энергетических ресурсов на фоне высочайшего уровня энергоемкости среди европейских стран заставляет государство и предприятия искать новые пути снижения издержек и повышения эффективности производства.

Особую остроту данная проблема приобретает для наиболее ресурсоемкой отрасли экономики Украины - промышленности. Учитывая сложность промышленного комплекса страны и разнообразие составляющих его видов деятельности, определение путей повышения эффективности здесь требует основательного и глубокого анализа. Традиционные методики анализа отраслевой эффективности являются либо слишком укрупненными и не позволяют выявить глубинные проблемы, сдерживающие рост эффективности отрасли, либо слишком сложными, требующими значительных затрат времени и ресурсов, что снижает эффект от его проведения. В связи с этим возникает необходимость в выработке новых аналитических подходов и моделей, учитывающих современную методологию анализа эффективности и способных давать необходимую информацию о возможных резервах снижения издержек, путях и потенциале повышения эффективности с минимальными затратами времени и ресурсов.

Вопросы анализа и повышения эффективности производства на макро-, мезо- и микроуровне, в частности, в промышленном производстве всегда были в центре внимания отечественных и зарубежных ученых. Проблеме определения и повышения эффективности посвящены работы О. Алимова, М. Аллэ, Ю. Васильева, А. Бужак, Л. Дейнеко, А. Маршалла, В. Парето, С. Струмилина, М. Туган-Барановского, О. Фещенко, Т. Хачатурова, И. Шилина, И. Шумпетера, В. Яценко и др. Однако следует подчеркнуть, что отечественные научные разработки в области анализа и повышения эффективности относятся к периоду социализма или переходной экономики. В современных же условиях актуальным становится выработка действенных механизмов осуществления оценки и анализа эффективности, соответствующих критериям рыночной экономики. Современная рыночная методология оценки и анализа эффективности производства на мезо- и микроэкономическом уровне основывается на трудах Д. Айгнера, Р. Банкера, Л. Канторовича, В. Купера, Т. Купманса, X. Лейбенстайна, К. Леонтьева, К. Лоуэлла, Э. Роудса, М. Фаррелла, А. Чарнса, С. Шмидта и др. Отталкиваясь от фундаментальных исследований перечисленных ученых и учитывая структурные особенности украинской промышленности, возможно построение адекватной модели анализа эффективности промышленного производства, затрагивающей различные уровни управления.

В связи с вышеизложенным целью данного исследования является создание универсальной и малозатратной модели (методики) осуществления анализа эффективности промышленного производства на основе использования современной рыночной методологии. Основная задача такой модели состоит в предоставлении информации, необходимой для повышения эффективности на различных уровнях государственного, отраслевого и корпоративного управления. К такой информации можно отнести:

- уровень (оценки) эффективности объектов анализа;

- причины низкой и высокой эффективности производства;

- резервы снижения затрат по различным видам ресурсов;

- потенциал роста эффективности и т.д.

Промышленность представляет собой сложный комплекс взаимосвязанных отраслей, потребляющих большое количество материальных, капитальных, трудовых, финансовых и интеллектуальных ресурсов и производящих широкую гамму разнообразной продукции, имеющей производственное или потребительское назначение. Эффективность промышленного производства может быть рассмотрена, с одной стороны, обобщённо как эффективность единого агрегированного производственного объекта, с другой стороны, дифференцировано как эффективность дезагрегированных промышленных единиц (отраслей, групп, предприятий), составляющих единый промышленный комплекс. В первом случае оценка эффективности даст лишь общее представление об интенсивности и динамике использования ресурсов без уточнения причин, их обусловливающих, и возможности принятия решений, направленных на повышение эффективности. Второй вариант позволяет конкретизировать источники формирования и сдерживания роста эффективности и обеспечивает информационную базу для принятия конкретных управленческих решений, но не даёт возможности оценить общие тенденции развития промышленности в целом. Таким образом, оба подхода дополняют друг друга, обеспечивая комплексную оценку эффективности промышленного производства.

В международной и отечественной практике промышленность, как и другие отрасли экономики, принято подразделять на виды деятельности. Действующая в нашей стране Классификация видов экономической деятельности (КВЭД), вступившая в силу с 1.04.2006 г. и разработанная на базе международной статистической классификации видов деятельности Европейского Союза (NACE Rev.l mod.7), отводит промышленному производству три секции: C - «Добывающая промышленность»; D - «Обрабатывающая промышленность»; E - «Производство электроэнергии, газа и воды» [1]. Две из них подразделяются на подсекции: C делится на 2 подсекции, D - на 14. Дальнейшее подразделение включает двухцифровые разделы, трёхцифровые группы, четырёхцифровые классы и пятицифровые подклассы.

Столь подробная классификация даёт возможность выделять в составе сложнейшей отрасли экономики - промышленности - технологически однородные подотрасли и группы предприятий. Кроме того, сопоставимость нового национального классификатора с европейским стандартом NACE даёт возможность расширить информационную базу исследования и проводить анализ эффективности с использованием международных сравнений. Единственным недостатком рассматриваемой классификации является её несоответствие структуре управления промышленностью в Украине, которая до сих пор в значительной мере ориентирована на устаревшую отраслевую модель экономики и отраслевой классификатор ОКНХ. Поэтому в дальнейшем в работе ключевые понятия обеих классификационных систем, такие, как “секция” или “отрасль”, будут дублироваться.

В связи с тем, что анализ абсолютно всех отраслей и предприятий промышленности в силу отсутствия исчерпывающей информации об объектах исследования и сложности её обработки является весьма трудоёмкой и непосильной задачей для какой-либо одной организационно-управленческой структуры (государственной или корпоративной), нами предлагается методика трёхуровневого анализа эффективности с использованием непараметрических методов оценки эффективности, осуществляемого на трех различных уровнях управления промышленным производством: государственном, отраслевом и корпоративном.

Поскольку в предлагаемой модели предусмотрено использование агрегированных данных, представляющих стоимостные и количественные оценки межотраслевых и внутриотраслевых ресурсов (входов) и выпусков (выходов), необходимо дать теоретическое обоснование корректности использования таких данных в непараметрических методах оценки эффективности (Data Envelopment Analysis, индексы производительности), которое представлено далее.

В научной литературе последних лет поднимался вопрос возможности использования агрегированных данных в методе Data Envelopment Analysis (DEA), который впервые был предложен А. Чарнсом, Э. Роудсом и В. Купером [2]. экономический эффективность трехуровневый

В качестве основной проблемы здесь рассматривалось смещение оценок эффективности при использовании таких исходных данных. Впервые данная проблема была поднята Л. Тауэром [3], который показал, что агрегирование входов и (или) выходов приводит к смещению в измерении технической эффективности. Р. Фаре и В. Зеленюк в 2002 г. сформулировали необходимое и достаточное условие использования агрегированных стоимостных входных данных (ресурсов) для обеспечения несмещённой оценки технической эффективности, которое заключается в отсутствии аллокативной неэффективности во множестве входных данных, которые агрегированы [4].

Позднее было установлено, что размер возможного смещения оценок эффективности всегда ограничивается величиной аллокативной (не)эффективности независимо от уровня агрегирования входных данных, а ранжирование фирм по эффективности может быть различным на различных уровнях агрегирования [5].

Вместе с тем при сравнении объектов исследования, данные по которым представлены на одном и том же уровне агрегирования, например, отраслевом, их ранжирование даст объективную информацию об иерархии (очередности) эффективности, т.к. величина смещения оценки эффективности для всех объектов выборки будет иметь один и тот же порядок.

Последнее утверждение продемонстрируем на примере отрасли, включающей три предприятия A, B и C, которые производят один продукт y из двух ресурсов x1 и x2, информация о которых размещена в табл. 1.

Таблица 1 - Данные о выпуске и ресурсах предприятий отрасли

Предприятия	Количество потребления ресурсов	Цена единицы ресурса	Затраты на производство	Количество продукции y	Цена единицы продукции w	Стоимость выпуска wy
	x1	x2	p1	p2
A	3	1	2	3	9	1	10	10
B	1	2	2	3	8	1	10	10
C	4	4	2	3	20	2	10	20

Оценка относительной технической эффективности предприятий отрасли, т.е. исключительно количественного соотношения выпусков и ресурсов, используя input-ориентированную модель, минимизирующую расход ресурсов при неизменном выпуске, может быть графически наглядно продемонстрирована в графической форме (рис. 1).

Рис. 1. Оценка эффективности предприятий отрасли

Исходя из рис. 1, предприятия А и В являются технически эффективными и образуют границу эффективности (изокванту). Оценки технической эффективности для трёх предприятий составят: для А - 1, В - 1, С - 0,833. Данные оценки получены, исходя исключительно из количественных показателей.

При использовании стоимостной оценки входов и выходов, полученной путём перемножения их количества на соответствующие цены, анализ DEA даёт аналогичные оценки для технической эффективности: для А - 1, В - 1, С - 0,833. Это можно объяснить тем, что граница эффективности смещается пропорционально ценам на ресурсы и продукты, а поскольку в примере (табл. 1) все предприятия отрасли имеют единые цены на каждый вид ресурса и продукции, то и смещение границы будет радиально пропорциональным: по горизонтали смещение будет в 2 раза, по вертикали - в 3. Различие в двух моделях будет лишь в величине резервов снижения входов для предприятия С, которое будет в первом случае выражено в количестве, а во втором - в стоимости ресурсов. При использовании агрегирования, т.е. укрупнения информации о входе, путём суммирования стоимости всех используемых ресурсов по каждому предприятию, т.е. вычисления , число входов сократится до одного. В результате каждому предприятию будет соответствовать один вход - затраты на производство - и один выход - стоимость выпуска.

Такая модель DEA, построенная на агрегированных входах и выходах, даст иные оценки эффективности: для А - 0,889, В - 1, С - 0,8. Такое расхождение в оценках с первыми моделями объясняется наличием аллокативной неэффективности, зона которой графически очерчена изокостой (пунктиром) и границей эффективности (см. рис. 1).

В результате экономическая эффективность, полученная в агрегированной модели, оказалась ниже, чем эффективность в дизагрегированных моделях. Их совпадение было бы возможным лишь в случае, когда соотношение цен на ресурсы обеспечило бы параллельность (совпадение) изокосты отрезку АВ, т.е. 2./1, например, соответственно 4 ден. ед. и 2 ден. ед или 8 ден. ед. и 4 ден. ед. В противном случае будет всегда присутствовать аллокативная неэффективность, увеличение которой будет выражаться в расхождении оценок моделей с агрегированными и дизагрегированными данными. Таким образом, эффективность агрегированного объекта (экономики, отрасли, региона, филиальной сети и т.д.) будет всегда ниже или равна средней эффективности подразделений, входящих в его состав.

Наши выводы подтверждаются и для другого способа непараметрической оценки эффективности - индексного метода. Как показывает исследование Т. тен Раа, эффективность отрасли ниже, чем средняя эффективность входящих в нее фирм [6]. Агрегированная эффективность отрасли определяется как сумма эффективности фирм и изменений аллокативной эффективности фирм, последняя измеряется как их предельная производительность, взвешенная изменениями ресурсов [7]. Отклонение эффективности отрасли от средней входящих в неё эффективности фирм объясняется уровнем неэффективности отраслевой организации. Последняя может быть устранена или уменьшена путём отраслевой реорганизации. Её измерение возможно при помощи декомпозиции отраслевого индекса производительности Малмквиста на эффективность организации, изменения эффективности предприятий и технологических изменений [6].

Другими учёными было доказано, что если все предприятия отрасли и сама отрасль являются аллокативно эффективными, то техническая эффективность отрасли равна сумме технических эффективностей предприятий, в неё входящих [8]. Необходимым и достаточным условием неэффективности отрасли (группы) является наличие хотя бы одного неэффективного предприятия в её составе [9].

В рассмотренном выше примере (см. табл. 1) использовалась единая цена по каждому ресурсу и виду продукции. Тем самым предполагалось действие Закона единой цены, устанавливающего, что все фирмы сталкиваются с одинаковыми ценами на одни и те же ресурсы и продукты в условиях равновесия конкурентного рынка [10, 11]. Чаще всего этот закон применяют к ресурсным рынкам, условия которых близки к свободной конкуренции.

Вместе с тем реальные экономические условия часто констатируют наличие отклонений от единого уровня цен, связанных с регулированием рынка, колебаниями курсов валют, различием в транспортных издержках и т.д. Так, например, электроэнергия, потребляемая всеми без исключения предприятиями, имеет различную цену в разных областях Украины, что связано с высокой степенью монополистичности данного рынка и его государственным регулированием [12].

В то же время государство, реализуя свою регулирующую функцию, стремится к выравниванию условий работы всех предприятий на рынке и не допускает больших различий в уровне тарифов, отклонение которых от среднего уровня находится в пределах 20-25% в зависимости от региона [13]. Таким образом и рыночный механизм, и государство способствуют сглаживанию уровня цен на аналогичные ресурсы и товары, следовательно, Закон единой цены в той или иной степени выполняется при допущении некоторых небольших отклонений. Исключением здесь являются лишь интертемпоральные, т.е. разномоментные сравнения, включающие инфляционную и другие составляющие, а также международные сравнения при условии наличия значительных внешнеторговых барьеров.

На основании изложенного можно утверждать, что при анализе относительной эффективности с использованием стоимостных агрегированных показателей для одномоментной выборки предприятий одной страны, а также одномоментной выборки предприятий различных стран, между которыми нет значительных внешнеторговых тарифных барьеров значения оценок эффективности либо совпадут, либо будут незначительно отклоняться от оценок технической (экономической) эффективности. Величина этого отклонения связана с аллокативной неэффективностью, возникающей по причине неэффективного комбинирования ресурсов и их ценовых различий.

Таким образом, в результате проведения DEA на базе агрегированных данных возможно получить оценку эффективности, которая будет включать техническую эффективность объекта исследования и некоторую аллокативную (не)эффективность, величина которой зависит от уровня агрегирования исходных данных (ресурсов и выпуска). Назовём такой вид эффективности, при котором используется наивысший для отрасли промышленности уровень агрегирования, т.е. в качестве ресурсов и продуктов используются укрупнённые показатели деятельности всей отрасли, отраслевой эффективностью.

Такая эффективность представляет собой отношение суммарной стоимости выходного отраслевого продукта (результатов деятельности) к суммарной величине затрачиваемых отраслью ресурсов для производства этого продукта (получения результатов). В связи с этим, относительной отраслевой эффективностью будем называть отношение отраслевой эффективности данной отрасли к отраслевой эффективности наилучшей отрасли промышленности. Эффективность отрасли напрямую зависит от эффективностей входящих в неё фирм. Следовательно, более эффективному множеству предприятий соответствует более эффективная отрасль промышленности.

В предлагаемой нами методике эффективность оценивается в обратном направлении, т. е. вначале на основании агрегированных показателей при помощи ранжирования устанавливаются группы отраслей с высокой, средней и низкой отраслевой эффективностью, а затем анализируется эффективность предприятий, входящих в состав групп и отдельных отраслей-лидеров и отраслей-аутсайдеров.

Предлагаемая методика (модель) анализа эффективности промышленности от общего к частному включает следующие последовательные этапы:

1) межотраслевой (межсекционный) анализ с выделением трёх групп отраслей (секций, подсекций) с наибольшей, наименьшей эффективностью (лидеров и аутсайдеров), а также со средней эффективностью;

2) внутригрупповой (внутрисекционный) анализ с определением наиболее эффективных и неэффективных подотраслей (групп, классов, подклассов) в группах отраслей (секций, подсекций) лидеров и аутсайдеров;

3) внутриотраслевой анализ для предприятий подотраслей (групп, классов, подклассов), входящих в группы лидеров и аутсайдеров.

Схематически модель трёхуровневого анализа эффективности в промышленности представлена на рис. 2.



Рис. 2. Модель трехуровневого анализа эффективности в промышленности

Последовательность действий и процедур для каждого этапа методики изложена далее.

Этап 1. Межотраслевой (межсекционный) анализ. В связи с огромными различиями в технологиях производства применение описанного выше аппарата анализа эффективности на микроэкономическом уровне, т.е. на уровне отдельных предприятий, на данном этапе методики неприменимо. В то же время, учитывая наличие регулярно публикуемых агрегированных данных Госкомстата Украины в разрезе подсекций видов промышленной деятельности, возможно осуществление ранжирования отраслей промышленности (подсекций) на базе оценок, полученных при помощи DEA-модели суперэффективности, описанной в [14]. В качестве входных параметров здесь могут использоваться показатели, характеризующие различные виды ресурсов, потребляемых отраслями промышленности также, как энергозатраты, материальные затраты, численность персонала, стоимость основного капитала и др. В качестве выходных параметров здесь могут использоваться объём производства, выручка от реализации, добавленная стоимость или др. показатели, отражающие результаты производственной деятельности отрасли.

На основе полученных оценок суперэффективности составляется рейтинг отраслей (подсекций) промышленности, в котором выделяются три группы:

1) группа наиболее эффективных отраслей - отраслей-лидеров;

2) группа отраслей со средней эффективностью;

3) группа наименее эффективных отраслей - отраслей-аутсайдеров.

Полученные оценки суперэффективности сопоставляются с уровнем прибыльности анализируемых отраслей (подсекций) при помощи матрицы эффективности-прибыльности. По результатам этого сопоставления отрасли подразделяются на четыре группы: звёзды, собаки, спящие и неудачники. Данный анализ позволяет сделать первые укрупнённые выводы относительно эффективности отраслевого промышленного производства и влияния на него внешних факторов.

Этап 2. Внутригрупповой (внутрисекционный) анализ. На данном этапе анализируются лишь отрасли (подсекции), попавшие в группы лидеров и аутсайдеров. Схема проведения анализа аналогична первому этапу, но в отличие от последнего здесь рассматриваются подотрасли (группы, классы, подклассы), которые ранжируются в соответствии с полученными оценками суперэффективности.

На основании составленного таким образом рейтинга эффективности подотраслей по каждой из двух анализируемых групп производится дальнейшая группировка:

- для группы отраслей-лидеров выделяются наиболее эффективные подотрасли, т.е. «лучшие из лучших»;

- для группы отраслей-аутсайдеров выделяются наименее эффективные подотрасли, т.е. «худшие из худших».

Именно выделенные таким образом подотрасли (группы, классы, подклассы) становятся объектом дальнейшего анализа.

При наличии данных о прибыльности подотраслей на данном этапе возможно проведение анализа эффективности-прибыльности, который позволит сделать вывод об эффективности производства среди лидирующих и отстающих подотраслей промышленности и влияния на них внешних факторов.

Этап 3. Внутриотраслевой анализ. Выделенные на предыдущем этапе «лучшие из лучших» и «худшие из худших» подотрасли (группы, классы, подклассы) подвергаются комплексному микроэкономическому анализу эффективности. Здесь может быть подключен разнообразный инструментарий, начиная от однофакторных и бифакторных измерителей и заканчивая параметрическими и непараметрическими методами многофакторной оценки эффективности (стохастический граничный анализ (СГА), DEA и др.). Вместе с тем, опираясь на изложенные выше доводы, нами рекомендуется здесь использовать метод DEA либо комбинированные методы, использующие преимущества DEA и СГА [15].

Проведение комплексного анализа эффективности предприятий каждой из анализируемых подотраслей здесь можно разделить на несколько элементов:

1) составление рейтинга эффективности при помощи DEA-модели суперэффективности с выделением наиболее эффективных и отстающих предприятий;

2) определение эффективности в зависимости от эффекта масштаба путём соотнесения оценок эффективности при постоянной отдаче масштаба и эффективности при переменной отдаче масштаба с использованием одной из базовых моделей DEA [16];

3) проверка гипотезы о наличии влияния размеров, региональной принадлежности, институциональных факторов и других важных характеристик на уровень эффективности предприятий;

4) выявление резервов снижения потребления ресурсов и роста выпуска продукции с помощью модели DEA, основанной на резервах [17];

5) установление динамики и тенденции изменения эффективности отдельных предприятий и подоотрасли, используя индекс Малмквиста;

6) группировка предприятий в соответствии с результатами анализа эффективности-прибыльности и выявление характера влияния внешних факторов;

7) формулирование основных проблем подотрасли и установление потенциала роста её эффективности.

Дополнением к перечисленным элементам могут быть различные модели и методы, направленные на выявление факторов низкой (высокой) эффективности предприятий, а также комбинированные методы, направленные на уточнение оценок эффективности.

При недостаточности количества предприятий анализируемой подотрасли (группы, класса, подкласса) для получения достоверных оценок эффективности целесообразно расширить выборку за счёт включения в неё зарубежных предприятий из аналогичных подотраслей (групп, классов, подклассов). Такой приём позволит не только повысить качество анализа, но и обеспечит возможность для проведения международного бенчмаркинга.

Таким образом, предложенная методика (модель) трехуровневого анализа эффективности промышленного производства позволяет:

1) укрупнённо оценить эффективность отраслей промышленности и составить соответствующий рейтинг;

2) выделить из общей совокупности «лучшие из лучших» и «худшие из худших» подотрасли;

3) установить причины низкой и высокой эффективности производства;

4) выявить резервы снижения затрат и роста объёмов производства, а также динамику и тенденции изменения эффективности отдельных предприятий и подоотраслей;

5) сформулировать основные проблемы и определить потенциал роста эффективности для подотраслей промышленности.

Систематизация результатов анализа, проведенного по предложенной методике, станет основой для выработки управленческих решений, направленных на повышение эффективности на отдельных предприятиях, в отраслях и промышленности в целом.

Бібліографія

1. Національний класифікатор України: Класифікація видів економічної діяльності ДК 009:2005, прийнятий Наказом Держспоживстандарту України від 26 грудня 2005 р. № 375 / Збірник "Класифікація видів економічної діяльності". - Київ: Держстандарт України, 2006. - 261 с.

2. Charnes A., Cooper W.W., Rhodes E. Measuring the efficiency of decision making units // European Journal of Operational Research. - 1978. - Vol. 2. - P. 429-444.

3. Tauer L. Input aggregation and computed technical. efficiency // Applied Economics Letters. - 2001. - Vol. 8. - P. 295-297.

4. Fare R., Zelenyuk V. Input aggregation and technical effciency // Applied Economics Letters. - 2002. - Vol. 9. - P. 635-636.

5. Fare R., Grosskopf S., Zelenyuk V. Aggregation bias and its bounds in measuring technical efficiency // Applied Economics Letters. - 2004. - Vol. 11. - P. 657-660.

6. ten Raa T. Benchmarking and Industry Performance. - Tilburg: Department of Econometrics and Operations Research of Tilburg University, 2007. - 17 p.

7. ten Raa T. Aggregation of Productivity Indices: The Allocative Efficiency Correction // Journal of Productivity Analysis. - 2005. - Vol. 24. - P. 201-207.

8. Fдre R., Grosskopf S., Zelenyuk V. An Optimistic Note on Aggregation of Efficiency Indices. - Corvallis: Oregon State University, 2001. - 6 p.

9. Cooper W.W., Huangb Z., Li S.X., Parker B.R., Pastor J.T. Efficiency aggregation with enhanced Russell measures in data envelopment analysis // Socio-Economic Planning Sciences. - 2007. - Vol. 41. - P. 1-21.

10. Rogoff K., Froot K.A., Kim M. The Law of One Prices Over 700 Years. IMF Working Paper.WP/01/174. - Washington: IMF, 2001. - 43 p.

11. Fan C. S., Wei X. The Law of One Price: Evidence from the Transitional Economy of China. - Hong Kong: Lingnan University, 2003. - 33 p.

12. Гончарук А.Г. Про ефективність розподілу електроенергії в Україні // Економіка України. - 2007. - № 4. - С. 28-35.

13. Постанова НКРЕ “Про затвердження звіту про діяльність НКРЕ у 2005 році” від 30.03.06 № 395. - www.nerc.gov.ua.

14. Гончарук А.Г. Новий підхід в управлінні ефективністю у промисловості України // Економіка України. - 2006. - № 11. - С. 36-46.

15. Kuosmanen T., Kortelainen M. Stochastic Nonparametric Envelopment of Data: Cross-Sectional Frontier Estimation Subject to Shape Constraints, Economics Discussion Paper No. 46. - Joensuu: University of Joensuu, 2007. - 29 p.

16. Coelli T., Prasada Rao D.S., O'Donnel C.J., Battese G.E. An Introduction to Efficiency and Productivity Analysis. - New York: Springer, 2005. - 349 p.

17. Thrall R.M. Duality, classification and slacks in data envelopment analysis // The Annals of Operations Research. - 1996. - Vol. 66. - P. 109-138.

Анотація

Модель трирівневого аналізу ефективності промислового виробництва. А.Г. Гончарук

Запропоновано модель трирівневого аналізу ефективності промислового виробництва, що дозволяє: оцінити ефективність галузей промисловості й скласти відповідний рейтинг; виділити із загальної сукупності "кращі із кращих" і "гірші з гірших" підгалузі; установити причини низької й високої ефективності виробництва; виявити резерви зниження витрат і росту обсягів виробництва, а також динаміку й тенденції зміни ефективності окремих підприємств і підгалузей; сформулювати основні проблеми й визначити потенціал росту ефективності для підгалузей.

Аннотация

УДК 658.011.46

Модель трехуровневого анализа эффективности промышленного производства. Гончарук Анатолий Григорьевич, кандидат экономических наук, доцент, докторант Одесского национального политехнического университета.

Предложена модель трехуровневого анализа эффективности промышленного производства, позволяющая: оценить эффективность отраслей промышленности и составить соответствующий рейтинг; выделить из общей совокупности «лучшие из лучших» и «худшие из худших» подотрасли; установить причины низкой и высокой эффективности производства; выявить резервы снижения затрат и роста объёмов производства, а также динамику и тенденции изменения эффективности отдельных предприятий и подоотраслей; сформулировать основные проблемы и определить потенциал роста эффективности для подотраслей промышленности.

Размещено на Allbest.ru