876

повышает доступность эмпирических данных, которые являются основой качественного управления развитием рынка труда, а с другой – определяет объективную необходимость совершенствования соответствующего методического обеспечения. Важное место в данном процессе занимают выявление взаимосвязей изменения значений показателей, характеризующих результаты труда, а также такие элементы управления рынком труда как анализ, планирование и прогнозирование. Этим определяется актуальность предмета исследования.

Для анализа результатов труда используется показатель производительности труда. На производительность труда оказывает влияние большое количество факторов макро- и микроуровня. При этом данные факторы могут находиться как в детерминированной, так и в стохастической связи. В настоящее время вопрос исследования стохастической связи показателя «производительность труда» с детерминирующими его факторами не получил всестороннего исследования. На этом основании актуальным является разработка корреляционно-регрессионной модели управления производительностью труда на основе системы ключевых показателей, позволяющей проводить измерение, анализ и контроль качественных и количественных параметров результатов деятельности предприятия в различные временные периоды с учетом специфики его работы.

Вданной работе экономически обоснована и построена корреляционнорегрессионная модель, результативной переменной которой является производительность труда. Анализ проведен на примере эмпирических данных РУП НИИ «Белгипротопгаз». При определении зависимых переменных были исследованы различные факторы как микро-, так и макроуровня, которые, могут оказывать влияние на производительность труда организации (таблица 1).

Вданном примере производительность труда является переменной – Y. Так как нами определено 29 влияющих факторов, то изначально модель

примет следующий вид (1):

где, Y – производительность труда (результативный показатель); X1 – X29 влияющие факторы (независимые переменные).

Для построения эконометрической модели производительности труда будем соблюдать следующие принципы ее построения:

приведение факторов к приемлемому виду для составления будуще-

го уравнения;

каждый из факторов должен умеренно или сильно влиять на изменение производительности труда, то есть коэффициент корреляции > 0,75;

исключение факторов, сильно влияющих друг на друга (коэффициент корреляции > 0,85), так называемой мультиколлинеарности факторов;

составление конечного уравнения регрессии и проверки его на адекватность по расчетному значению коэффициента Фишера и табличному значению коэффициента Стьюдента (Fрасч > Fтабл).

11

Таблица 1

Факторы, влияющие на производительность труда

Соотношение занятости к численности населения, 15+, всего (%) (Х15)

Примечание – Разработка автора на основе эмпирических данных предприятия и офици-

альной статистической отчетности [1, 2].

Как видно из таблицы 1 нами были выделены факторы микро- и макроуровня. Основой для определения независимых переменной явилось всестороннее теоретическое исследование содержание категории «производительность труда» и влияющих на нее факторов. Были изучены факторы первого, второго и низших порядков.

Чтобы модель была легче для интерпретации полученных результатов, приведем результативный показатель к коэффициентному виду путем следующих преобразований:

1.Производительность по ВВП (в процентах к предыдущему году) и основные средства в экономике (в процентах к предыдущему году) приведем путем деления значений соответствующего показателя на 100.

2.Оставшиеся показатели, кроме долей, которые и так представлены в коэффициентном виде, рассчитаем, как коэффициент роста по сравнению с предыдущим периодом.

Согласно выделенным преобразованиям, получим следующие данные

(табл.2).

12

Примечание – Разработка автора на основе эмпирических данных предприятия и офици-

альной статистической отчетности [1, 2].

Рассмотрим силу корреляционной связи между независимыми переменными (Х1-Х29) и результативным показателем – производительностью труда

(табл.3).

Коэффициент корреляция показывает, насколько тесно связаны два фактора количественно. При этом знак (-) означает, что существует обратная связь, знак

(+) – прямая связь.

Как видно из таблицы 3 сильная корреляционная взаимосвязь результативного показателя Y была выявлена с показателями Х1, Х2, Х3, Х4, Х5, Х8, Х13, Х16, Х17, Х19, Х22, Х23, Х27, Х28, по остальным показателям коэффициент корреляции имеет либо средние, либо низкие значения.

13

Таблица 3 Значение коэффициентов корреляции между производительностью труда

и независимыми переменными X1 – X29

Для повышения качества построенной модели нами также были исследованы коэффициенты детерминации. Коэффициент детерминации показывает, какая доля вариации значений фактора Y обусловлена вариацией значений фактора X. Результаты исследования коэффициента детерминации показали, что по всем показателям, которые имеют высокие коэффициенты корреляции с Y были выявлены низкие доли погрешности, т. е. для построения модели на данном этапе оставляем все показатели, с которыми у результативного показателя (Y) была выявлена сильная корреляционная связь (более 0,75).

Таким образом, модель 1 примет вид:

= (Х1, Х2, Х3, Х4, Х5, Х8, Х13, Х16, Х17, Х19, Х22, Х23, Х27, Х28) (2)

Далее следуя методике построения указанной модели, рассмотрим взаимозависимости между выделенными показателями (независимыми переменными),

14

чтобы исключить мультиколлинеарность показателей. Построим таблицу по коэффициентам корреляции между оставленными независимыми переменными (таблица 4).

Таблица 4 Коэффициенты корреляции между независимыми переменными,

оказывающими влияние на результативный показатель

Втаблице 4 курсивом выделены те значения коэффициентов, которые статистически значимыми и, соответственно, должны быть исключены из модели, так как независимые переменные находятся в сильной корреляционной взаимосвязи. Если их оставить, то это приведет к сильной загруженности модели.

После исключения данных факторов из модели возможно сочетание двух вариантов факторов (таблицы 5;6).

Втаблице 5 представлен первый вариант сочетания факторов, включающий следующие показатели: среднесписочная численность работников в органи-

15

зации, выручка от реализации продукции (работ, услуг), экспорт топлива (% от экспорта товаров), коэффициент обеспеченности собственными оборотными средствами.

Таблица 5 Преобразованная таблица корреляции между независимыми переменными,

оказывающими влияние на результативный показатель (производительность труда на РУП НИИ «Белгипротопгаз»): вариант 1

Х28

Примечание – Разработка автора на основе таблицы 4.

Далее в таблице 6 представлен второй вариант сочетания факторов, включающий следующие независимые переменные: среднесписочная численность работников в организации, выручка от реализации продукции (работ, услуг), основные средства в экономике (в процентах к предыдущему году), экспорт топлива (% от экспорта товаров).

Таблица 6 Преобразованная таблица корреляции между независимыми переменными, оказывающими влияние на результативный показатель (производительность

труда на РУП НИИ «Белгипротопгаз»): вариант 2

Следующим этапом является построение многофакторной модели. Путем использования программы Microsoft Office Excel 2019.

Рисунок 1. Аппроксимация расчетного значения производительности фактическим (формула 3)

Примечание – Разработка автора на основе эмпирических данных предприятия.

16

По первому варианту (таблица 6) было получено следующее уравнение (3):

Y=8,131-10,678*Х1+18,790*Х2-0,988*Х13+4,250*Х28 (3)

На рисунке 1 изобразим наглядную аппроксимацию расчетного значения производительности фактическим по первому варианту.

Проверим построенную первую модель (формула 3) на адекватность.

Для этого рассчитаем расчетное значение коэффициента Фишера (формула 4):

где, y_(i, расч) – расчётное значение производительности труда согласно модели; y_средн. – среднее расчётное значение производительности; m – кол-во факторов (только экзогенных), n – кол-во наблюдений.

Сравним данный показатель с коэффициентом Стьюдента (Fтабл), который определяется в зависимости от степеней свободы и вероятности, с которой мы можем гарантировать достоверность расчетных значений фактическим.

Таким образом, с вероятностью достоверности в 95% данный показатель составляет 2,0796. Расчетное значение коэффициента Фишера составляет 56,8139. Так как Fрасч > Fтабл, то можно сделать вывод, что первая модель (формула 3) является адекватной. Необходимо отметить, что чем больше разница между фактическим и расчетным значениями, тем выше достоверность построенной модели. Мы видим, что в нашем примере разница значительная. По второму варианту было получено следующее уравнение (5):

Y=4,159-17,505*Х1+24,212*Х2+9,03624*Х8-0,481*Х13 (5)

На рисунке 2 изобразим наглядную аппроксимацию расчетного значения производительности фактическим по второму варианту.

Рисунок 2. Аппроксимация расчетного значения производительности труда фактическим (формула 5)

Примечание – Разработка автора на основе эмпирических данных предприятия.

17

Проверим построенную вторую модель (формула 5) на адекватность. Сравним данный показатель с коэффициентом Стьюдента (Fтабл). С веро-

ятностью достоверности в 95% данный показатель составляет 2,0796. Расчетное значение коэффициента Фишера составляет 16,78889. Так как Fрасч > Fтабл, то можно сделать вывод, что модель 5 также является адекватной.

Итак, построенные модели могут быть применены в деятельности исследуемого предприятия. При помощи данной модели могут быть обоснованы и разработаны меры по повышению эффективности управления трудовыми ресурсами, а именно определены показатели, которые наиболее приемлемы в современных условиях хозяйствования для управления производительностью труда, а также параметры (интервалы) их воздействия.

Пользуясь полученными уравнениями, можно прогнозировать и регулировать результативный показатель через изменение зависимых переменных. Из моделей мы видим, что для рассматриваемого предприятия оптимальным является расширение производства, снижение зависимости от экспорта топлива, а также повышение коэффициента обеспеченности собственными оборотными средствами и оснащенности основными средствами. Проведенное всестороннее исследование позволило определить общую последовательность к выявлению, детерминирующих производительность труда, факторов соответственно предложенные модели могут быть построены для каждого предприятия реального сектора экономики.

Литература

1.Национальный статистический комитет Республики Беларусь [Электронный ресурс]. –

Режим доступа: http://belstat.gov.by/. (Дата доступа: 25.02.2022).

2.World Development indicators [Electronic resource] // World Bank. – Mode of access: https://www.worldbank.org/. (Date of access: 25.02.2022).

METHODOLOGICAL SUPPORT OF MANAGEMENT

LABOR PRODUCTIVITY IN THE ECONOMY

T.S. Astreiko, A.V. Verigo

EI «BSU»

Minsk, Republic of Belarus

Abstract. The article examines the theoretical and practical aspects of labor productivity management on the example of a leading Belarusian enterprise. The factors influencing the change in labor productivity are highlighted. The directions of improvement of methodological support of labor productivity management are determined.

Keywords: labor productivity, enterprise, factor, activity.

Об авторах

Астрейко Татьяна Сергеевна (Минск, Беларусь) – студент кафедры инноватики и предпринимательской деятельности, УО «Белорусский государствен-

ный университет», e-mail: tatianaastreyko@gmail.com

Вериго Анастасия Викторовна (Минск, Беларусь) – кандидат экономических наук, доцент кафедры банковской экономики экономического факультета, УО «Белорусский государственный университет», e-mail: anverigo@yandex.ru

18

УДК 005.932

Д.В. Битюкова, Н.В. Дмитриева; ФГБОУ ВО «КемГУ», Кемерово, Российская Федерация

ОСОБЕННОСТИ УПРАВЛЕНИЯ ТОВАРНЫМИ ЗАПАСАМИ В РОЗНИЧНОЙ ТОРГОВЛЕ В ПРАЗДНИЧНЫЕ ДНИ

Аннотация. В статье рассмотрена тема особенности управления товарными запасами в розничной торговле в праздничные дни. Рассмотрены основные понятия и подходы к управлению товарными запасами в розничной торговле. Проанализированы четыре стратегии подготовки запасов к праздникам.

Ключевые слова: товарные запасы, розничная торговля, праздничные дни, основные подходы, стратегии.

Товарные запасы (ТЗ) – материальная продукция, ожидающая вступления в процесс потребления производственного, или личного, или в процесс продаж [3]. Если управление запасами нерационально, это приводит к отрицательным последствиям: в случае недостатка товарных запасов образуется дефицит товаров, снижается оборачиваемость денежного капитала, снижается прибыль; излишний объем товарных запасов приводит к повышающейся потребности в кредитах (в дальнейшем – к росту неоплаченной кредиторской задолженности), увеличению затрат на хранение товаров, товарным потерям. Все это говорит о том, что розничные торговые организации нуждаются в построении системы эффективного управления товарными запасами.

Существуют основные подходы к управлению товарными запасами в розничной торговле, представленные на рисунке 1 [1]:

Рисунок 1. Основные подходы к управлению товарными запасами

В рамках данных подходов в последнее время успешно реализуются машинное обучение, искусственный интеллект и нейросети – тренды последних лет, которые не просто на слуху, а уже являются реальностью. В деятельности компаний существует множество повторяющихся вопросов и рутинных операций, которые можно переложить на искусственный интеллект, высвобождая сотрудников для решения креативных и нестандартных задач [2].

Одной из таких нестандартных задач является задача управления запасами в праздничные дни. Запасы в праздники актуальны всегда. Большое давление на цепь поставок ложится в централизованные праздники. Широкий ассортимент

19

обеспечивают поставщики, производители и ритейлеры. Все они должны понять, когда и в какой момент нужно разместить определенные товарные позиции. На каждом участке цепи поставок будет свой определенный запас, и каждый из этих участков будет работать только для того, чтобы потребитель получил желаемый продукт. Поставщикам целесообразно заранее понимать, растет ли прогноз спроса на горизонт вперед относительно того ожидаемого уровня запаса, который производитель будет обеспечивать ритейл от поставщиков. Если прогноз спроса ровный, возможны проблемы в цепи поставок, и нужно оценивать риск. Изначально у потребителя возникает мысль о потребности, далее появляется намерение о покупке, обусловленное риском дефицита. Говоря о потребителе, мы подразумеваем короткий горизонт решений, отличный от решения о закупки в ритейле. Ритейл должен продумать мнение потребителя заранее, в ритейле должен быть запас того, в чем нуждается потребитель. Производитель должен знать, когда и какие заказы будут поступать из ритейла.

У праздников есть характерная специфика, заключающаяся в том, что определенный товар будет пользоваться высоким спросом в исключительно определенный период. Возникает риск, противоположный дефициту – наличие излишков. Термин, описывающий данную ситуацию, трактуется как lead-time – оценка рисков возможностей и ожиданий.

На этапе понимания потребности со стороны ритейла должна производиться оценка бюджета и создаваться план подготовки. Далее проводится наблюдение за реакцией потребителей – высокий ли спрос или низкий, и рассчитываются затраты на закупку. Когда потребность исчезает, производится расчет стоимости реализации или же списаний.

Рассмотрим управление товарными запасами на примере четырех стратегий подготовки запасов к праздникам.

1 стратегия – «Что?».

Актуальна для всей цепи поставок. Здесь нужно понять, что именно торговое предприятие собирается хранить в запасах на праздник, что для этого потребуется, каков регулярный запас и нужно ли формировать накопление. После решения этих вопросов можно оценить цепь поставок продукта, все финансовые и временные затраты. Затем фиксируется lead-time (время выполнения заказа) по всем промежуткам цепи поставки. Оценка обеспеченности проводится агрегировано по всем узлам распределения. Благодаря выстраиванию временных промежутков выполнения цепи поставки (рисунок 2), возможно посчитать затраты на сроки реагирования.

Рисунок 2. Промежутки выполнения цепи поставки

20