Контролінг, моніторинг і діагностика в ідентифікації ефективної управлінської практики аграрних підприємств

Примітка. На перетині рядків та стовпців наведено прибутковість продукції рослинництва за показником рентабельності

Джерело: розраховано та згруповано авторами за даними Головного управління статистики в Луганській області [24]

Зазначені передумови прийняття рішень реалізовують як один із можливих варіантів згідно з критерієм Лапласа в моделюванні прийняття рішень в умовах невизначеності. Цей критерій спирається на недостатню інформованість про умови розвитку подій, що означає відсутність підстав надавати кожному окремому випадку вищий пріоритет реалізації, тобто під час розрахунку корисності кожної з прийнятої стратегії надається однакова вага, що дає (1) згідно з [25]:

де W_я - функції корисності за і - м варіантом розвитку (стратегія гравця) при відповідному j - му стані результатів (стан природи); n - кількість вірогідних станів природи; m - кількість прийнятих варіанті дій;

W - корисність оптимального варіанту дій за критерієм Лапласа. Використовуючи оцінки матриці виграшів, що наведено в табл. 1, отримано таблицю розрахункових значень корисності альтернативних дій за критерієм Лапласа (табл. 2).

Таблиця 2. Розрахункові дані для діагностики вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області за узагальненими даними 2016-2018 рр. за критерієм Лапласа

Джерело: розраховано та згруповано авторами за даними Головного управління статистики в Луганській області [24]

Отримані результати моделювання управлінського рішення, що ґрунтується на інтуїтивному сприйнятті реальності без відповідного інформаційного забезпечення прогнозу розвитку, свідчать, що для забезпечення прибутковості найбільш вірогідним рішенням менеджменту підприємств буде дотримання частки посівів соняшника в сівозміні в межах 35-45%.

Оптимальна частка за нормами планування сівозмін (до 15%) має п'яту ступінь у переліку варіантів дій, а прибутковість поступається на 15,2% від максимального рівня за отриманими оцінками. Оцінка прибутковості за альтернативами діями ілюструє значне коливання оптимальних рішень у ранговому порядку, тобто виключення оптимальної стратегії зводить до радикального переміщення по списку стратегії.

Моделювання процесу прийняття рішень в умовах мінімального інформаційного забезпечення можна здійснити з використанням критерію Байеса, який спирається на наявність мінімальної інформації про розвиток подій у майбутньому, а саме прогнозу формування умов у вигляді ймовірності розвитку станів. Таким чином, за розрахованим прогнозом у вигляді вірогідності розвитку станів природи Pj, який забезпечує відповідну результативність цільової системи, при визначених станах нормованої результативності Sj можна знайти математичне очікування W (X, S, P) і визначити вектор оптимальної стратегії управління X*, що дає (2) згідно з [25]:

При визначенні вірогідності станів природи взято припущення, що зберігається тенденція формування відповідних рівнів врожайності в майбутньому та реакція сільськогосподарських підприємств будуть аналогічними. У цьому випадку з використанням статистичних даних вірогідність станів природи розраховується як відношення кількості підприємств із відповідним індексом продуктивності зернових, що описує стан природи, до загальної кількості підприємств, узятих у розрахунок. Розраховані дані представлено в табл. 3.

Таблиця 3. Вірогідність станів природи за умови господарювання Луганської області за узагальненими даними 2016-2018 рр.

Характеризуючи отримані дані табл. 3, зазначимо, що за статистичною інформацією більшість підприємств, а саме 23,4% досягають середньообласного рівня продуктивності зернових культур. Аналогічна за кількістю група, а саме 21,1%, тільки розвиває заходи з максимізації врожайності культур, отримуючи дещо менші (на 20%) показники продуктивності відносно більшості.

Отриману рівномірність оцінок з урахуванням прогнозної інформації щодо розвитку продуктивності зернових можна трактувати як прояв двостороннього зв'язку продуктивності зернових і частки посівів соняшника. Тобто зміна частки соняшника в посівах впливає на продуктивність виробництва зернових на 1 га, але й результативність виробництва зернових може впливати на перспективу зміни частки соняшника.

Таблиця 4. Розрахункові дані для діагностики вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області за узагальненими даними 2016-2018 рр. за критерієм Байеса

Наприклад, низький рівень продуктивності виробництва зернових може викликати реактивну поведінку менеджменту підприємств до збільшення частки соняшника для підтримки сталої прибутковості. Подібні рішення ризиковані через переважно виснажуваний характер землекористування із причин надмірного виробництва соняшника, що зменшує шанси підвищення продуктивності виробництва зернових. Компромісний варіант сприйняття умов господарювання не завжди має місце в поточній практиці господарювання сільськогосподарських підприємств. Наявність несприятливих прогнозів розвитку умов діяльності та неврегульованість ринкових механізмів часто змушують виробників діяти обережно, в режимі песимістичної стратегії. І навпаки, інколи виникають ситуації, коли підприємці відкривають значний потенціал агробізнесу, що формує ситуації прийняття рішень у режимі крайнього оптимізму.

Моделювання процесу прийняття рішень з урахуванням професійних очікувань менеджера, який ухвалює ці рішення, можна здійснити з використанням критерію Вальда. Песимістичний сценарій менеджера, що приймає рішення, можна описати підходом до визначення оптимального рішення, за яким для кожного рішення Х_і вибирається найгірша ситуація, тобто найменша корисність серед доступних, і серед них відшукується гарантований максимальний ефект [25], що представлено у (3):

Оптимістичні сподівання менеджера, що приймає рішення, можна описати підходом до визначення оптимального рішення, за яким для кожного рішення Х_і вибирається найкраща ситуація, тобто найбільша корисність серед доступних, і серед них відшукується гарантований мінімальний ефект [28], як це представлено у (4):

За такою формулою оцінюється гарантований виграш при різноманітних умовах (табл. 5). Максимінний критерій, тобто песимістичні очікування формування станів природи, свідчать про раціональність дотримання екологічно обґрунтованих меж вирощування соняшника, тобто в межах 1014%. Відзначимо, що отриманими оцінками зазначені межі мають істотне відхилення від альтернативних. Це рішення раціональне для господарств, які орієнтовані на пріоритетне формування прибутковості зернового виробництва, а компенсація втрат у період розвитку сталості відбувається за рахунок іншої галузі сільськогосподарського або іншого виду діяльності.

Таблиця 5. Розрахункові дані для діагностики вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області за узагальненими даними 2016-2018 рр. за критерієм Вальда

Джерело: розраховано та згруповано авторами за даними Головного управління статистики в Луганській області [24]

Мінімаксний критерій, тобто додержання стриманого оптимізму, орієнтує на мінімальне залучення технічних культур у сівозміни підприємств зернової спеціалізації (до 10%). Це засвідчує факт, що наявність технічних культур у сівозміні зернового господарства позитивно не впливає на розвиток продуктивності виробництва зернових. На це вказує така обставина: якщо на початку не отримано достатній рівень продуктивності зернових, пріоритет прибутковості змістить увагу на виробництво соняшника із стабільно високими ціновими пропозиціями.

Очевидно, що однією з переваг моделювання управлінських процесів є можливість виявлення чутливості або еластичності управлінських рішень до умов їх прийняття. Моделювання еластичності управлінської діяльності до очікувань і розуміння підприємницького середовища дозволяє здійснювати критерій Гурвіца, який пропонує інтуїтивне бачення середовища оцінювати через відповідний коефіцієнт оптимізму а, як вимірювача позитивних очікувань менеджерів. Параметр а приймає значення від 0 до 1, де 0 - інтуїтивна оцінка середовища, як вкрай несприятливих умов для реалізації агробізнесу; 1 - інтуїтивна оцінка середовища, як вкрай сприятливих умов для реалізації визначених ініціатив. Формалізовано модель критерію Гурвіца має такий вигляд (5) згідно з [25]:

За критерієм Гурвіца (W) у нашому прикладі при різних значення a наведені у табл. 6.

Таблиця 6. Розрахункові дані для діагностики вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області за узагальненими даними 2016-2018 рр. за критерієм Гурвіца

Джерело: розраховано та згруповано авторами за даними Головного управління статистики в Луганській області [24]

Отримані результати дозволяють установити відповідну тенденцію зміни рішень, що приймає менеджер щодо пріоритетів залежно від ступеня сприятливості економічних умов господарювання.

Якщо менеджер прогнозує несприятливі умови, тобто коефіцієнт оптимізму обмежується оцінкою в 0-0,2, це означає низьку вірогідність досягнення високих показників прибутковості й оптимальною дією є дотримання агротехнічно обґрунтованих норм посівних площ соняшника - від 10 до 15% у структурі площ. І, навпаки, очікування сприятливих умов діяльності провокує до критичного розширення посівів соняшника - у межах від 50-55% у структурі площ. Це свідчить про низькі очікування прибутковості зернових суб'єктами господарювання.

Як зазначалося раніше, сівозміна є науково обґрунтованим проектом упровадження раціонального землекористування. Кожен проект має включати засоби управління ризиками з метою попередження розвитку негативних наслідків. Моделювання управління ризиком при прийнятті рішень щодо визначення оптимальної стратегії вважаємо за доцільне реалізовувати через критерій Севіджа. За критерієм Севіджа в нашому прикладі необхідно сформувати таблицю показників ризику, розраховані дані якої представлено в табл. 7.

Таблиця 7. Розрахункові дані для діагностики вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області за узагальненими даними 2016-2018 рр. за критерієм Севіджа

Джерело: розраховано та згруповано авторами за даними Головного управління статистики в Луганській області [24]

Оптимальні рішення за критерієм Севіджа спираються на мінімізацію ризику. Цей спосіб рішення ґрунтується на зіставленні матриці функції корисності з матрицею ризику. Матриця ризику відображає можливі збитки від помилкової дії, тобто вигоду, упущену в результаті прийняття і-го рішення в j-му стані. Потім по матриці D вибирається рішення за песимістичним критерієм Вальда, що дає найменше значення максимального ризику [25]:

управлінський посівний планування землеробство

За даними табл. 7 можна зробити висновок, що оптимальним управлінським рішенням менеджера, що ґрунтується на мінімізації ризику в заданих умовах, є підтримка частки соняшника в посівах у межах 35-40%, що відповідає значенням на поточний момент. Це рішення забезпечує найменші відхилення результативності від найбільшої результативності при різних альтернативах формування продуктивності зернових.

Проаналізовано умови формування обґрунтованої системи землеробства суб'єктами господарювання та діагностовано передумови вироблення вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств Луганської області в умовах обмеженої інформації за даними моніторингових досліджень із використанням статистичних показників.

Установлено, що в умовах Луганської області критичне підвищення частки соняшника в посівах є реактивною поведінкою управлінської практики менеджменту аграрних підприємств у відповідь на нездатність реалізувати потенціал виробництва зерна. Водночас екологічно та агротехнічно обґрунтовані норми мають місце в системі управлінських рішень при відповідних умовах розвитку аграрного підприємства.

Обґрунтовано за даними діагностичного аналізу відповідну залежність управлінських рішень щодо планування структури посівних площ від сприйняття сприятливості умов господарювання для виробництва продукції рослинництва. При цьому, очікування прибутковості є зворотнім ефектом до дотримання агротехнічних вимог: чим сприятливіші умови, тим більше орієнтація на прибуток і менше уваги екологічній рівновазі.

Визначено, основні параметри статистичного моделювання для реалізації діагностичних функції з ідентифікації вірогідних управлінських дій у забезпеченні сталої прибутковості підприємств.

Запропоновано в ролі перспективного завдання розвитку системи контролінгу, моніторингу та діагностики визначити формування механізмів програмування розвитку зернового господарства на принципах галузевої конкурентоспроможності з урахуванням ефекту алелопатії та синергізму сільськогосподарських культур, що дозволить частково виключити реактивність системи менеджменту аграрних підприємств.

Перспективні дослідження в рамках зазначеного курсу стосуються визначення засобів упровадження ефективних параметрів набору сільськогосподарських культур і розробки сівозмін у господарський механізм аграрного підприємства на системній основі за рахунок створення блоку контролінгу, моніторингу та діагностики при прийнятті та виконанні управлінських рішень. Для забезпечення функціональної ефективності системи контролінгу, моніторингу та діагностики передбачається використовувати динамічні моделі розвитку підприємства, які дозволяють відстежувати плановані та виявляти проблемні сторони стратегії розвитку на етапі планування виробництва продукції рослинництва.

Прагматичні управлінські рішення менеджерів рослинницької галузі стосовно складу сільськогосподарських культур, їх структури та розміщення в сівозмінах ґрунтуються суто на економічних показниках ефективності, проте мають бути узгоджені з концепцією сталого розвитку, тобто зрівноважування в процесі розвитку аграрного підприємства економічних, соціальних та екологічних складників.

Список використаних джерел

1. Горлачук В.В., В'юн В.Г., Сохнич А.Я. Управління земельними ресурсами. Миколаїв: НаУКМА, 2002. 316 с.

2. Петраковська О.С. Методи управління земельними ресурсами. Містобудування та територіальне планування. 2005. №21. С. 261-268.

3. Руденко В. П, Руденко С.В. Оцінка природно-ресурсного потенціалу України як основа менеджменту природоохоронної діяльності: моногр. Чернівці: ЧНУ, 2014. 248 с.

4. Гуторов О. І., Шарко І. О. Оцінка земель і ресурсного потенціалу в сільському господарстві: теоретичні та практичні підходи: моногр. Харків: ХНАУ, 2012. 255 с.

5. Lupenko Y.O., Gutorov A.O. and Gutorov O.I. Investment ensuring for development of integration relations in the agricultural sector of Ukrainian economy. Financial and Credit Activity: Problems of Theory and Practice. 2018. Vol. 4. No. 27. Pp. 381-389. https://doi.org/10.18371/fcaptp.v4127.154221.

6. Long H., Qu Y. Land use transitions and land management: a mutual feedback perspective. Land Use Policy. 2018. Vol. 74. Pp. 111-120.

7. Izakovicova Z., Spulerova J., Petrovic F. Integrated approach to sustainable land use management. Environments. Vol. 5 (3). 37.

8. Tugrul K.M. Soil management in sustainable agriculture. Sustainable crop production; ed. M. Hasanuzzaman. Intech Open, 2019.

9. Будзяк В.М. Сільськогосподарське землекористування: проблеми та шляхи їх вирішення: моногр. Київ: Аграр Медіа Груп, 2011.299 c.

10. Саблук П.Т., Федоров М.М., Месель-Веселяк В.Я. та ін. Трансформація земельних відносин до ринкових умов. Київ: ННЦ «ІАЕ», 2009. 116 с.

11. Гунько Л.А. Формування типів сільськогосподарських землекористувань в умовах нових земельних відносин. Формування ринкових відносин в Україні. 2013. №12. С. 128-133.

12. Вітлінський В.В., Верченко П. І. Аналіз, моделювання та управління економічним ризиком. Київ: КНЕУ, 2008. 292 с.

13. Василенко В.О. Теорія і практика розробки управлінських рішень. Київ: ЦУЛ, 2003. 419 с.

14. Клименко С.М. Обґрунтування господарських рішень та оцінка ризиків. Київ: КНЕУ, 2014. 252 с.

15. Кривов'язюк І. В., Пахольчук А. І. Процес прийняття господарських рішень та його вплив на ефективність діяльності підприємства. Ефективна економіка. 2013. №4. URL: http://www.economy.nayka.com.ua/? op=1&z=1962.

16. Судакова О. І. Обґрунтування господарських рішень в умовах невизначеності та ризику. Математичні методи, моделі та інформаційні технології в економіці. 2012. №3 (34). С. 158-162.

17. Levkina R.V., Kravchuk I.I., Sakhno I.V., Kramarenko K.M.,

Shevchenko A.A. The economic-mathematical model of risk analisis in agriculture in conditions of uncertainty. Financial and Credit Activity: Problems of Theory and Practice. 2019. Vol. 3. No. 30. P. 248-255.

18. Nitsenko V.S., Havrysh V.I. Enhancing the stability of a vertically integrated agro-industrial companies in the conditions of uncertainty. Actual Problems of Economics. 2016. No. 10 (184). Р. 167-172.

19. Komarek A.M., De Pinto A., Smith V.H. A review of types of risks in agriculture: what we know and what we need to know. Agricultural Systems. 2020. Vol. 178. 102738. https://doi.org/10.1016/j.agsy.2019.102738.

20. Gonzalez X., Bert F., Podesta G. Many objective robust decision making model for agriculture decisions (MORDMAgro). International Transactions in Operational Research. 2020. https://doi.org/10.1111/itor.12898.

21. Liu T., Bruins R.J.F., Heberling M.T. (2018) Factors influencing farmers' adoption of best management practices: a review and synthesis. Sustainability. 2018. Vol. 10 (2). 432. https://doi.org/10.3390/su10020432.

22. Jankelova N., Masar D., Moricova S. Risk factors in the agriculture sector. Agricultural Economics - Czech. 2017. Vol. 63. Pp. 247-258.

23. Про затвердження нормативів оптимального співвідношення культур у сівозмінах в різних природно-сільськогосподарських регіонах: Постанова Кабінету Міністрів України від 11.02.2010 р. №164. URL: http:// search.ligazakon.ua/l_doc2.nsf/link 1 /KP100164.html.

24. Офіційний сайт Головного управління статистики у Луганській області. URL: http://www.lg.ukrstat.gov.ua.

25. Таха Х.А. Введение в исследование операций. Москва: Изд. дом «Вильямс», 2001. 912 с.

References

1. Horlachuk, V.V., V'iun, V.H. and Sokhnych, A. Ya. (2002), Upravlinnia zemelnymy resursamy [Land resources management], NaUKMA, Mykolaiv, Ukraine.

2. Petrakovska, O.S. (2005), Methods of land management. Mistobuduvannia ta terytorialneplanuvannia, vol. 21, pp. 261-268.

3. Rudenko, V.P. and Rudenko, S.V. (2014), Otsinka pryrodno-resursnoho potentsialu Ukrainy yak osnova menedzhmentu pryrodookhoronnoi diialnosti [Assessment of natural resource potential of Ukraine as a basis for environmental management], Chernivtsi, ChNU, Ukraine.

4. Gutorov, O.I. and Sharko, I.O. (2012), Otsinka zemel i resursnoho potentsialu v silskomu hospodarstvi: teoretychni tapraktychni pidkhody [Assessment of land and resource potential in agriculture: theoretical and practical approaches], KhNAU, Kharkiv, Ukraine.

5. Lupenko, Y.O., Gutorov, A.O. and Gutorov, O.I. (2018), Investment ensuring for development of integration relations in the agricultural sector of Ukrainian. Economy Financial and Credit Activity: Problems of Theory and Practice, vol. 4, no. 27, pp. 381-389. https://doi.org/10.18371/fcaptp.v4127.154221.

6. Long, H. and Qu, Y. (2018), Land use transitions and land management: a mutual feedback perspective. Land Use Policy, vol. 74, pp. 111-120.

7. Izakovicova, Z., Spulerova, J. and Petrovic, F. (2018), Integrated approach to sustainable land use management. Environments, vol. 5 (3), 37.

8. Tugrul, K. M (2019), Soil Management in Sustainable Agriculture in Sustainable Crop Production ed. M. Hasanuzzaman. Intech Open. http s://doi.org/ 10.5772/intechopen.88319.

9. Budziak, V.M. (2011), Silskohospodarske zemlekorystuvannia: problemy ta shliakhy yikh vyrishennia [Agricultural land use: problems and ways to solve them], Ahrar Media Hrup, Kyiv, Ukraine.

10. Sabluk, P.T., Fedorov, M.M., Mesel-Veseliak, V. Ya. et al. (2009), Transformatsiia zemelnykh vidnosyn do rynkovykh umov [Transformation of land relations to market conditions], NSC «IAE», Kyiv, Ukraine.

11. Hunko, L.A. (2013), Formation of types of agricultural land use in the conditions of new land relations. Formuvannia rynkovykh vidnosyn v Ukraini, vol. 12, pp. 128-133.

12. Vitlinskii, V.V. and Verchenko, P.I. (2008), Analiz, modeliuvannia ta upravlinnia ekonomichnym ryzykom [Analysis, modeling and management of economic risk], KNEU, Kyiv, Ukraine.

13. Vasylenko, V.O. (2003), Teoriia i praktyka rozrobky upravlinskykh rishen [Theory and practice of developing management decisions], TsUL, Kyiv, Ukraine.

14. Klymenko, S.M. (2014), Obgruntuvannia hospodarskykh rishen ta otsinka ryzykiv [Substantiation of business decisions and risk assessment], KNEU, Kyiv, Ukraine.

15. Kryvoviaziuk, I.V. and Pakholchuk, A.I. (2013), The process of making business decisions and its impact on the efficiency of the enterprise. Efektyvna ekonomika, vol. 4. URL: http://www.economy.nayka.com.ua/? op=1&z=1962.

16. Sudakova, O.I. (2012), Substantiation of business decisions in conditions of uncertainty and risk. Matematychni metody, modeli ta informatsiini tekhnolohii v ekonomitsi, vol. 3 (34), pp. 158-162.

17. Levkina, R.V., Kravchuk, I.I., Sakhno, I.V., Kramarenko, K.M. and Shevchenko, A.A. (2019), The economic-mathematical model of risk analisis in agriculture in conditions of uncertainty. Financial and Credit Activity: Problems of Theory and Practice, vol. 3, no. 30, pp. 248-255.

18. Nitsenko, V.S. and Havrysh, V.I. (2016), Enhancing the stability of a vertically integrated agro-industrial companies in the conditions of uncertainty. Actual Problems of Economics, no. 10 (184), pp. 167-172.

19. Komarek, A.M., De Pinto, A., and Smith, V.H. (2020), A review of types of risks in agriculture: what we know and what we need to know. Agricultural Systems, vol. 178, 102738. https://doi.org/10.1016/j.agsy.2019.102738.

20. Gonzalez, X., Bert, F. and Podesta, G. (2020), Many objective robust decision making model for agriculture decisions (MORDMAgro). International Transactions in Operational Research. https://doi.org/10.1111/itor.12898.

21. Liu, T, Bruins, R.J.F., and Heberling, M.T. (2018), Factors influencing farmers' adoption of best management practices: a review and synthesis. Sustainability, vol. 10 (2), 432. https://doi.org/10.3390/su10020432.

22. Jankelova, N., Masar, D., and Moricova, S. (2017), Risk factors in the agriculture sector. Agricultural Economics - Czech, vol. 63, pp. 247-258. https://doi.org/10.17221/212/2016-AGRICECON.

23. Cabinet of Ministers of Ukraine (2010), Resolution of the Cabinet of Ministers of Ukraine «On approval of standards for the optimal ratio of crops in crop rotations in different natural and agricultural regions», available at: http://search.ligazakon.ua/l_doc2.nsf/link1/ KP100164.html.

24. Official site of the Main Department of Statistics in Luhansk region, available at: http://www.lg.ukrstat.gov.ua.

25. Taha, H.A. (2001), Vvedenie v issledovanie operacij [Introduction to operations research], Williams Publishing House, Moscow, Russia.

Размещено на Allbest.ru