Текстильно-промышленный кластер Ивановской области

Текстильная и легкая промышленность является одной из основных отраслей экономики, формирующих бюджет многих стран. Доля этих отраслей в общем объеме производства промышленной продукции в развитых странах, включая Германию, Францию,

США, составляет 6-8%, в Италии - 12%. Это позволяет странам формировать до 20% бюджета, а также обеспечивать наполнение внутреннего рынка на 75-85% продукцией собственного производства [1]. Следует отметить, что и в бывшем Советском Союзе доля текстильной и легкой промышленности в формировании бюджета составляла порядка 27% [2].

Осуществление перестройки управления промышленностью по отраслевому принципу, перевод предприятий на новую систему планирования и экономического стимулирования способствовали усилению темпов роста производства товаров легкой промышленности. Развитие легкой промышленности в Советском Союзе 1910-1970 годы характеризуется данными таблицы 1.

Таблица 1

Производство основных видов продукции лёгкой промышленности СССР в 1950-1972 гг.

В 1990-е годы произошёл значительный спад производства изделий лёгкой промышленности. Открытие рынка привело к массовому притоку дешёвых импортных товаров. Продукция лёгкой промышленности оказалась неконкурентоспособной по сравнению с иностранными производителями, особенно с Китаем. Распад СССР усложнил поставки сырья из бывших советских республик, в наибольшей степени для хлопчатобумажной промышленности, поскольку хлопчатник в России из-за её природноклиматических условий не выращивается. Доля лёгкой промышленности в ВНП стала сокращаться.

За пять лет экономических реформ (1990-1995 гг.) падение объема производства важнейших видов продукции в текстильной промышленности в 2 раза превысило падение выпуска по промышленности в целом. Динамика изменения выпуска продукции текстильной промышленности за 1980-2010 годы представлена в таблице 2.

Таблица 2

Динамика производства в подотраслях текстильной промышленности СССР и России

Как видно из данной таблицы, начиная с кризисного 1998-ого года в промышленности начал наблюдаться рост производства. После дефолта 1998-ого года многие предприятия текстильной промышленности обанкротились и прекратили свое существование. Оставшиеся предприятия начали процесс технического перевооружения своих производств и поиск новых рынков сбыта продукции. Данный факт позволил увеличить выпуск продукции и постепенно выйти на докризисные показатели. Следующий спад производства текстильной промышленности уже связан с мировым финансовым кризисом 2008-го года.

Однако, в данном случае, стоит отметить, что на восстановление объемов выпуска предприятиям текстильной промышленности потребовалось значительно меньше времени, чем в 1998 году. Уже к 2010 году предприятия показали объем выпуска превышающий уровень предкризисного 2007 года.

Вступление в ВТО, дальнейшая интеграция России в общемировые экономические процессы предопределили негативное влияние мировых финансовых кризисов на экономику нашей страны.

В 2012 году в производствах легкой промышленности после 3-х лет роста, выпуск сократился - в текстильном, швейном и меховом производстве на 2% и в производстве кожи, обуви и изделий из кожи на 10, 1%. При этом в первом полугодии 2013 года выпуск по производствам уменьшился больше - на 5, 4% и на 12, 2% [3]. Такого падения не было ни в одном другом обрабатывающем производстве.

Подтверждением ухудшающейся ситуации в экономической устойчивости отечественных предприятий лёгкой промышленности служат данные, представленные в таблице 3.

Таблица 3

Динамика платежеспособности и экономической устойчивости предприятий лёгкой промышленности России на конец периода, %

Коэффициент автономности по всем производствам легкой промышленности значительно ниже нормативных 50% и наблюдается тенденция к уменьшению данного показателя.

Значения показателей текущей ликвидности также не дотягивают до рекомендуемых 200%. Практически по всем видам производств наблюдается уменьшение данного показателя за последние 5 лет.

Своеобразным катализатором состояния дел в текстильной промышленности является

Ивановская область. Согласно данным Департамента экономического развития и торговли Ивановской области основной отраслью промышленности Ивановской области была и остаётся текстильная отрасль. В Ивановской области сосредоточено 2/3 российских производственных мощностей по выпуску хлопчатобумажных тканей. В текстильной промышленности области занято около 30 тысяч человек, на её долю приходится около 28, 6% отгруженной продукции предприятий. С деятельностью предприятий легкой промышленности связана жизнь около 1/6 части населения Ивановской области.

В текстильном производстве Ивановской области участвуют около 40 крупных и средних предприятий, которые вырабатывают хлопчатобумажную и льняную пряжу, суровые и готовые хлопчатобумажные и льняные ткани: миткалевой, ситцевой, бязевой, полотенечной и марлевой групп, а также ткани для спецодежды, технические, гобеленовые, мебельно-декоративные и жаккардовые ткани.

Несмотря на положительные тенденции, наметившиеся в последние годы в текстильной промышленности Ивановской области, существует и масса проблем. По доходности она проигрывает другим сферам деятельности, поэтому несмотря на принимаемые меры, постепенный регресс очевиден. Например, в области сокращается производство льна, причем выход наиболее ценного длинного волокна уменьшился до 17% в 2012 году, тогда как в 1945 году он составлял 42%. Льняных тканей сейчас производится гораздо меньше (на 2, 8 млн. погонных метров), чем в дореволюционном 1913 году. Совсем прекращен выпуск штапельных тканей. Все беднее становится ассортимент выпускаемых тканей. Более 60% в общем производстве тканей занимают ситцевая группа и марля, причем производство марли за последние годы выросло вдвое. Производят ее, в основном, на таких предприятиях как ООО «ХБК Навтекс», ЗАО «Кинешемская прядильно-ткацкая фабрика», филиале ЗАО ПК «Нордтекс» в г. Иваново «Самойловский текстиль». Рентабельность в текстильной отрасли ниже, чем у большинства других обрабатывающих производств.

Низкая доходность отпугивает инвесторов и не позволяет вкладывать средства в модернизацию, научные исследования. Сами предприятия практически перестали спонсировать внедрение новых разработок. Согласно данным Ивановостата [3], затраты на технологические инновации в текстильном и швейной промышленности за последние годы сократились в 200 раз (с 891 миллиона рублей в 2007 году до 4, 4 миллиона в 2012 году).

Основные фонды предприятий продолжают стареть. Степень износа фондов в целом составляет 51%, в 2005 году было 33%. Интересен тот факт, что наибольшие денежные средства промышленники вкладывают в обновление самих зданий и сооружений, на оборудование остается лишь шестая часть затрат. Несмотря на стремительный технический прогресс, средний возраст эксплуатируемых у нас станков составляет почти 20 лет.

Необходимо отметить, что характерной чертой развития текстильной отрасли является её кластеризация. Достижением последних лет в развитии Ивановского региона стало формирование текстильно-промышленного кластера. В состав кластера входят текстильные и швейные предприятия, учреждения СПО, НПО и ВУЗы, научноисследовательские организации, инжиниринговые компании, производители оснастки, оборудования и др. Основные участники кластера: ОАО «ХБК «Шуйские ситцы», ОАО «Ивановское текстильное объединение», Корпорация ЗАО ПК Нордтекс, Ассоциация «TDL», ЗАО «Кинешемская ПТФ», Институт химии растворов РАН, ФГБОУ ВО «Ивановский государственный химико-технологический университет», Текстильный институт ФГБОУ ВО «Ивановский государственный политехнический университет» и др. Основная продукция кластера по данным 2012 года представлена на рисунке 1 [4].

Рисунок 1 - Основная продукция предприятий, входящих в текстильнопромышленный кластер

В настоящее время одним из наиболее значимых направлений повышения эффективности текстильного производства является внедрение высокопроизводительного оборудования, позволяющего повысить объёмы производства при минимизации расходов ресурсов (материальных, трудовых, энергетических и др.).

Проведенный анализ сложившегося экономического положения на предприятиях, такого важного сектора экономики РФ и Ивановской области, как текстильная промышленность, подтверждает необходимость и актуальность поиска новых путей и разработки современных механизмов анализа, управления и оптимизации экономической устойчивости хозяйствующих субъектов. Возникает необходимость разработки новых механизмов, позволяющих эффективно диагностировать и прогнозировать экономическую устойчивость предприятий текстильной отрасли.

Разработанная нами технология обеспечит возможность менеджменту предприятий текстильно-промышленного кластера разработать план мероприятий при различных сценариях происходящих событий. Процесс пересмотра целевых показателей работы хозяйствующего субъекта может занимать весьма продолжительное время. При использовании существующих методик руководству предприятий приходилось пересматривать, а иногда и разрабатывать новые сценарии развития предприятия после произошедших резких изменений окружающей среды предприятия. В условиях современной конкуренции любая «заминка» может привести к большим финансовым потерям. Поэтому разработка такого механизма, позволяющего просчитывать основные параметры производства при различных сценариях развития ситуации, приобретает в настоящее время особую актуальность. Разработанная нами технология диагностики и прогнозирования экономической устойчивости представлена на рисунке 2. Данная технология представляет собой определенную последовательность действий, позволяющую получить количественную и качественную оценку экономической устойчивости предприятий текстильнопромышленного кластера в текущий момент времени, а также разработать оптимальные пути улучшения его экономического положения. Представленная технология разбита на три

модуля:

Модуль 1) построение карты финансово-хозяйственных возможностей предприятий класте;

Модуль 2) определение степени экономической устойчивости предприятий кластера;

Модуль 3) определение и оптимизация показателей предприятий кластера в релевантном диапазоне, позволяющих достичь точки оптимального использования его ресурсов.

Стоит отметить, что каждая из составных частей представленной технологии может использоваться менеджментом кластера как самостоятельная методика для достижения определенной задачи.

Рассмотрим данные модули более подробно.

В первом модуле нами построена карта финансово-хозяйственных возможностей предприятий кластера. Под данным термином, мы понимаем совокупность точек, отражающую экономическое состояние предприятий кластера с финансовых, организационных, трудовых и других сторон его деятельности и позволяющую представить положение экономического субъекта относительно его экстремальных значений, которые могли бы быть достигнуты им в настоящий момент времени, при пессимистическом и оптимистическом сценариях развития. Координатными осями в данной карте будут выступать параметры и показатели деятельности кластера, определяющие его финансовохозяйственное положение.

То есть по его итогам руководство кластера может реально оценить положение предприятий кластера относительно тех граничных значений экономического положения, которых оно могло бы достигнуть в настоящее время при благоприятныхи неблагоприятных сценариях развития событий (Блок 1. 2).

В качестве математического обеспечения данного этапа алгоритма воспользуемся механизмом нейронных сетей и генетического алгоритма.

Нейронные сети - это модели, созданные по подобию биологических нейронных сетей. Такие модели создаются для получения интеллектуальных свойств в различных системах. Данный инструмент мы применяем в контексте использования парадигмы искусственного интеллекта. Именно использование нейронных сетей позволяет сделать разработанную технологию самоадаптирующейся к изменяющимся условиям.

Главное свойство сетей - способность к обучению. Обучение сети начинается с инициализации весов связей (также называемых весовыми коэффициентами) случайными величинами. Сети предъявляется совокупность данных, отобранную пользователем и представляющую собой набор показателей различных параметров деятельности предприятия за предшествующие периоды времени.

Весовые коэффициенты связей подстраиваются согласно выбранной математической схеме. После обучения сеть может воспроизводить функциональную зависимость между представленными данными деятельности хозяйствующего субъекта, а, следовательно, получает возможность прогнозировать значения результирующих показателей.

Используемые в процессе построения зависимости независимые переменные - факторы производства предприятий кластера становятся входами, а зависимая переменная - результирующий показатель деятельности предприятий кластера, становится выходом.

Логичным продолжением использования нейронных сетей является применение в нашей работе генетического алгоритма (Блок 1. 7). Данный инструмент позволяет решать многофакторные задачи в условиях многокритериальности. В то же время, в техническом плане, используемые программы нейронных сетей и генетического алгоритма совместимы, что позволяет их использовать в комплексе. Генетический алгоритм - это простая модель эволюции в природе, реализованная в виде компьютерной программы. Именно данная способность механизма генетического алгоритма позволяет нам определять в Блоках 1. 5, 1. 6, 1. 8 экстремумы значений показателей деятельности предприятия.

Таким образом, по результатам работы этих двух взаимосвязанных инструментов мы получаем возможность оценить положение предприятий кластера в настоящем времени относительно двух сценариев развития: пессимистического и оптимистического, где находится точка критического положения предприятия (Блок 1. 5) и точка равновесия предприятия (Блок 1. 8). На данном этапе руководство кластера может провести оценку эффективности работы за определенный период времени, рассчитав отставание показателей от их оптимальных значений. Построение карты финансово-хозяйственных возможностей предприятий позволит избежать одного из главных недостатков методик финансового анализа, основанных на рейтинговой системе - субъективности определения границ и показателей эталонного показателя. Так как эталонные показатели (Блок 1. 8) в нашей методике для каждого предприятия рассчитываются индивидуально, то сравнивать хозяйствующие субъекты можно будет, исходя из их настоящего положения относительно возможно достижимых значений анализируемых показателей. По близости настоящего экономического положения к одному из экстремумов данного показателя, можно будет сравнивать совершенно разные экономические субъекты, в том числе, относящиеся к различным отраслям промышленности.

Построив карту финансово-хозяйственных возможностей предприятия (Модуль 1), мы переходим ко второму этапу разработанной технологии и определяем степень экономической устойчивости предприятия (Модуль 2).

В нашей работе под степенью экономической устойчивости предприятий кластера мы понимаем, показатель, характеризующий его экономическое состояние, выраженный в количественной или качественной форме и соответствующий одному из терм-множеств значений на лингвистической переменной «Уровень показателя экономической устойчивости». Под терм-множеством мы понимаем совокупность значений лингвистической переменной «Уровень показателя экономической устойчивости». Термины «терм-множество» и «лингвистичесая переменная» относятся к теории нечетких множеств, которую мы использовали при разработке методики определения экономической устойчивости в качестве математического аппарата. Стоит отметить, что одним из преимуществ применения данной теории является то, что она позволяет учитывать в наших расчетах не только количественные характеристики работы предприятия, но и качественные показатели, такие как трудовые ресурсы, организационные факторы и другие. В данном случае количественные и качественные характеристики оцениваются как единое целое, и учитываются как система, в их взаимосвязи между собой. Результатом данного этапа является получение интегрального показателя экономической устойчивости предприятий кластера.

Полученный на данном этапе интегральный показатель экономической устойчивости может быть представлен как в количественной, так и в качественной форме. Качественная форма полученного интегрального показателя выражает степень эффективности деятельности хозяйствующего субъекта. Своеобразная шкала интегрального показателя делится на 5 отрезков. Наличие именно 5 отрезков обусловлено применением в расчетах трапециевидного нечеткого числа. При решении нашей задачи, с высокой степенью неопределенности нами были взяты трапециевидные числа. Исходное вероятностное распределение начальных данных соответствует нормальному распределению. Соответственно для расчетов нами было выбрано равнобедренное трапециевидное число [5]. В соответствии с указанной шкалой интегрального показателя экономическая устойчивость предприятия может быть определена как: «Очень низкая эффективность», «Низкая эффективность», «Средняя эффективность», «Высокая эффективность», «Очень высокая эффективность». Представление интегрального показателя именно в качественной форме может быть более понятно сторонним пользователям. Использование первых двух этапов технологии (Модуль 1 и Модуль 2) в совокупности также дает возможность руководству кластера достаточно оперативно рассчитать показатели его устойчивости при изменении тех или иных внешних или внутренних показателей.

Определив уровень экономической устойчивости предприятия на втором этапе разработанного механизма, менеджмент кластера может посчитать его недостаточно высоким. На третьем этапе мы имеем возможность определить время и рассчитать импульс изменения параметров производства, которые позволили бы предприятию достичь точки равновесия или более высокого уровня экономической устойчивости.

Чтобы достичь указанных выше показателей, предприятию потребуется определённое время и затраты. В соответствии с нашей методикой, на третьем этапе механизма (Модуль 3) мы предлагаем рассчитать необходимое количество лет и объем изменения факторов, которое необходимо кластеру, чтобы оптимизировать показатели своей деятельности и достичь точки равновесия. Применение в данной методике, полученной в блоке 1. 2, функциональной зависимости между показателями, позволяет определить не только общее количество лет и сумму изменений параметров производства, но и рассчитать такое изменение в каждый год. Таким образом, использование разработанного нами механизма позволит руководству кластера определить вектор своего развития на несколько лет вперед.

Кроме того, следует отметить, что использование предлагаемой методики будет полезно не только предприятиям, находящимся в положении близком к банкротству, но и предприятиям с достаточно устойчивым экономическим положением и показывающим высокие финансовые результаты. Такая возможность появляется благодаря тому, что в качестве целевых показателей изменения параметров производства можно использовать не только показатели, обеспечивающие достижение предприятием точки экономического равновесия, но и показатели, превышающие такую границу и обеспечивающие ему значительный рост и переход на новую ступень экономического развития. Использование данной методики может быть полезно в качестве одного из этапов бизнес-планирования создания совершенно нового предприятия в качестве инструмента расчетов основных показателей его деятельности в среднесрочной перспективе.

Список использованных источников

Лебедев, В. В. Пути развития текстильной и легкой промышленности / В. В. Лебедев, Л. Н.

Фомченкова, И. А. Шамис// Директор. -2004. - №2. с. 20.

Корнеев А. М. Текстильная промышленность СССР и пути ее развития / А. М. Корнеев. - М., 1957. - 364 с.

Статистический сборник «Текстильное и швейное производство Ивановской области», Иваново, 2013.

Текстильно-промышленный кластер Ивановской области. Организация гарантированного производства и потребления полимерной (полиэфирной) (ПЭТФ)) продукции текстильного назначения [Электронный ресурс]. - 2012. - Режим доступа: http: //invest-ivanovo. ru/data/pr_04. pdf.

Недосекин, А. О. Применение теории нечётких множеств к задачам управления финансами /А. О. Недосекин // Аудит и финансовый анализ. - № 2, 2000. - 67 с.

текстильнопромышленный кластер

Размещено на Allbest.ru