Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Учебное пособие по дисциплине «Мониторинг в инфокоммуникациях»

.pdf

Скачиваний:

Добавлен:

08.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 45 / 185 6 7 8 9 10 11 12 13 14 15 16 17 18 > Следующая >>>

Суть последнего требования состоит в том, что простая констатация состояния и развития хозяйствующих субъектов инфокоммуникаций, рыночной среды и инфокоммуникационного развития недостаточна для принятия решения по регулированию инфокоммуникационной среды и выработке мер по активизации ее социально-экономических процессов. Необходим методический инструмент, позволяющий определить «точки воздействия на процесс развития инфокоммуникаций», т.е. те компоненты, которые в первую очередь влияют на развитие процесса в целом.

Реализация комплекса требований к системе показателей мониторинга инфокоммуникаций предусматривает его построение по образу и подобию изучаемого объекта с целью наиболее полного отражения его главных характеристик с помощью системы показателей и способов их построения, расчета и обобщения.

Аналитический инструментарий мониторинга должен отвечать требованиям объективного, комплексного, достоверного и адекватного измерения параметров мониторинга: в области рынка и инфраструктуры инфокоммуникаций, эффективности деятельности субъектов рынка и государственной политики информатизации общества для полноценного сопоставления во времени и пространстве отдельных характеристик, выявления резервов и узких мест достигнутого положения, факторов повышения эффективности информатизации. При этом из всего множества показателей необходимо выбрать и использовать ключевые, чтобы не затруднять интерпретацию интегральных оценок и результатов установления рейтингов.

Для применения мониторинга в области оценки эффективности деятельности предприятий инфокоммуникаций с филиальной сетью необходимо не только соблюдение основных требований формирования мониторинговых показателей, но и более полная реализация принципов системности в аспекте обеспечения сопоставимости показателей структурных подразделений предприятия по факторам внешней среды и региональной специфике деятельности и комплексности оценок в аспекте отражения разных сторон внутренней и внешней деятельности в системе обобщающих и интегральных показателей [53].

Высокий уровень конкуренции на рынке инфокоммуникационных услуг и, следовательно, динамика происходящих изменений в результатах деятельности хозяйствующих субъектов диктуют необходимость учета конъюнктуры рынка, производственной и региональной специфики предприятия и его структурных подразделений относительно природноклиматических, географических, демографических, политических, социально-экономических условий развития [2].

Так, система показателей мониторинга функционирования филиалов предприятий инфокоммуникаций должна обеспечивать не только объективность оценки с учетом воздействия внешних объективных факторов, но и возможность выявления резервов производства и наиболее эффективно функционирующих филиалов предприятий по группам филиалов с

одинаковыми условиями работы, выработки управляющих и

Система показателей мониторинга

Объективность и комплексность оценок деятельности

Определение наиболее эффективных филиалов

Основа для выработки управляющих воздействий

Группировка филиалов

Соответствие показателей экономической сущности

Учет внешних и внутренних факторов

Статические показатели

Динамические показатели

Интегральные показатели

Решение аналитических и прогнозных задач

Системный подход

корректирующих воздействий, направленных на повышение эффективности функционирования филиалов.

Таким образом, методологические основы мониторинга эффективности деятельности предприятий инфокоммуникаций с филиальной сетью состоят в реализации требований к системе показателей мониторинга, обосновании способов выявления резервов повышения эффективности и механизма принятия управленческих решений и корректирующих воздействий (рис. 2.4).

Рис. 2.4. Методологические основы мониторинга эффективности деятельности предприятий инфокоммуникаций с филиальной сетью

Для обоснования мониторингового инструментария анализа и

прогнозирования эффективности деятельности предприятий с филиальной

сетью необходимо осуществить следующие процедуры методического характера:

- разработать нормативный подход к выявлению резервов

эффективности производства на основе нормирования показателей деятельности филиалов по средним или лучшим групповым показателям или

их прогнозирования на основе методов корреляционно-регрессионного анализа;

- провести типизацию филиалов предприятий по внешним условиям и

специфике их работы на основе научного обоснования признака группировки;

- установить значимости компонентов обобщающих и интегральных

показателей эффективности по направлениям деятельности на основе

методов экспертного оценивания и корреляционного анализа.

Одним из эффективных методов управления эффективностью деятельности предприятий является метод нормирования факторных показателей, от которых зависят результативные показатели [91, 105]. При использовании системы нормирования достаточно легко поставить измеримые цели, достижение которых требуется от филиалов предприятия, и достаточно легко следить за выполнениями управленческих решений и поставленных задач на основе степени отклонения оцениваемого объекта от заданного нормального или требуемого состояния.

Для проведения мониторингового анализа используется три вида показателей: статические, динамические и интегральные [91]. Наиболее распространенной формой статистических показателей является средняя величина, которая представляет собой обобщающую количественную характеристику признака в статической совокупности (группе филиалов предприятия) в конкретных условиях и времени. На основе средней выявляются основные свойства и особенности изучаемых социальноэкономических явлений и процессов, поскольку в средней величине обнаруживается общая тенденция изменения анализируемого показателя, которая проявляется в результате объединения массы индивидуальных величин. Средний или лучший показатель в каждой группе характеризует реальные возможности по его достижению, т.е. имеющиеся в отдельных филиалах резервы производства, которые можно использовать для достижения более высоких результатов.

Метод интегральных оценок позволяет выявить положительные и отрицательные аспекты развития отрасли, региона, страны или деятельности филиалов предприятия по компонентам интегрального показателя. Ранжирование субъектов мониторинга по величине интегральных оценок и сопоставление с рангами показателей, отражающих изменения социальноэкономического положения регионов, позволит оценить результаты деятельности на фоне изменений внешней среды.

Для обеспечения эффективного мониторинга необходимо систематически совершенствовать систему показателей и критериев (нормативов) эффективности деятельности предприятия и развития субъекта мониторинга. Это позволяет достичь согласованности целей мониторинга и целей стратегии развития отрасли, предприятия (комплекса предприятий), региона и страны.

2.2. Научные методы обоснования параметров и моделей

Анализ характера распределения и однородности совокупности

Методы расчета и анализа средних индексов

Методы сводки и группировки. Дисперсионный анализ

Анализ корреляционных связей и моделирование динамических рядов

Метод экспертных

оценок Дельфи

Научные методы математикостатистического анализа, моделирования и прогнозирования

Корреляционно-регрессионный анализ - парный, множественный

мониторинга

Разработка методологического аппарата мониторинга инфокоммуникаций, направленного на обеспечение объективности анализа, научной обоснованности критериев, нормативов, потенциала, достоверности моделирования и прогнозирования развития рыночной среды, результатов экономической деятельности предприятий с филиальной сетью и инфокоммуникационного развития, опирается на научные методы

математико-статистического анализа, моделирования и прогнозирования.

Среди этих методов наиболее важное значение имеют статистические методы сводки и группировки, дисперсионного анализа, анализа характера распределения и однородности совокупности, корреляционнорегрессионного анализа, анализа корреляционных связей и моделирования динамических рядов развития, а также комбинированный математикоэвристический метод экспертных оценок Дельфи (рис. 2.5).

Рис. 2.5. Математико-статистические методы обоснования параметров и моделей мониторинга инфокоммуникаций

Развитие научных основ управления напрямую связано с возрастанием объемов информации, интенсивностью ее изменения и дополнения, неопределенностью рыночной среды. Адекватность применяемых методов анализа и прогнозирования должна определяться возможностью всестороннего учета протекающих процессов, выявления причинно-

следственных связей между полученными результатами и макро- и микроэкономическими факторами, объяснения причин произошедших изменений, как во внутренней, так и во внешней среде.

В настоящее время используется достаточно большой арсенал методов анализа и прогнозирования, экспертных и рейтинговых оценок [5-9, 11, 46, 54, 59, 74, 83, 91, 92, 95, 97, 98, 102, 103, 105]. В большинстве ситуаций при разработке модели аналитик вправе применить несколько подходов, и внедрить на практике наиболее эффективный.

Прогнозирование основывается на ретроспективном анализе социально-экономических процессов, показателей деятельности предприятий и устанавливается наличие закономерностей произошедших изменений, как по годам, так и в разрезе структурных единиц. Различное социальноэкономическое развитие регионов и стран оказывает непосредственное влияние на результаты экономической деятельности, конъюнктуру рынка и развитие инфокоммуникаций, что предусматривает исследование взаимосвязи факторов и результативного показателя.

Систематизация и обобщение результатов статистического наблюдения осуществляются на основе научных принципов сводки и

группировки. При изучении социально-экономических явлений, присущих

отрасли инфокоммуникаций, совокупность изучаемых единиц следует рассматривать по частям, отдельным группам, однородным по своим свойствам и качественным особенностям. Этим обусловлена необходимость группировки, при которой происходит преодоление разнообразия и индивидуальных особенностей и все существенные черты, закономерности процессов получают надлежащее цифровое выражение в статистических показателях.

Группировка предприятий, их структурных единиц или региональных совокупностей позволяет выделить принципиально различные типы объектов мониторинга, имеющие разные производственно-технические ресурсы, внешние условия функционирования, степень использования ресурсов и рыночных возможностей, объективно оценить и сравнить экономические показатели работы каждой отдельной группы. От качества группировки зависит глубина анализа статистического материала, его ценность. Решение таких задач как характеристика типов явлений, вскрытие их взаимосвязи, установление причинной зависимости между отдельными факторами и результатами развития процесса, возможно только на основе типологических и аналитических группировок.

При выполнении группировки большое значение придается группировочному признаку, которым называется признак, в соответствии с которым производится разбиение единиц совокупности на отдельные группы. От его выбора зависят результаты статистического исследования и правильность полученных выводов. Выбору группировочного признака должен предшествовать теоретический анализ экономической сущности и характера изучаемого явления, четкая формулировка цели изучения. Вместе

с выбором группировочного признака возникает задача определения









 



 







( )

х x n

x x

i i

количества групп, на которые следует подразделить изучаемое явление.

С помощью аналитических группировок можно изучить всё многообразие связей и зависимостей между варьирующими признаками. При аналитической группировке можно определить тесноту связи между признаками, не прибегая к построению уравнения регрессии. Преимущество метода аналитических группировок по сравнению с другими методами анализа связей (например, корреляционного, дисперсионного) состоит в том, что единственным условием для его применения является однородность исследуемой совокупности.

Аналитическая группировка ставит своей целью установить количественное выражение степени связи между факторным и результативным признаками в конкретных условиях места и времени. Единицы совокупности группируются по факторному признаку, и для каждой группы рассчитывается среднее значение результативного признака. Сопоставление изменения средних значений результативного признака по группам с изменением факторного признака позволяет установить направление и характер связи между ними.

Для оценки тесноты связи между двумя признаками исчисляется эмпирическое корреляционное отношение (ЭКО), которое определяет также эффективность группировки. Эмпирическое корреляционное отношение (ЭКО) рассчитывается по формуле [91, с. 193]:

(2.1)

где 2 - межгрупповая дисперсия, отражающая вариацию изучаемого результативного показателя под воздействием группировочного признака; 2

- общая дисперсия, отражающая вариацию изучаемого результативного показателя под воздействием всех факторов. Межгрупповая (2) и общая (2) дисперсии рассчитываются следующим образом:

(2.2)

где

- среднее значение изучаемого показателя в i-й группе; х среднее значение изучаемого показателя в целом по массиву данных; ni численность i-й группы;  ni= n - численность совокупности.

Следует учитывать, что при группировке значения коэффициента детерминации и корреляционного отношения зависят от числа групп и величины интервалов. Искусство группировки состоит в том, чтобы было образовано такое количество групп, при котором в вариации групповых средних отчетливо проявилось бы влияние признака группировки. Метод группировки предполагает сравнение не индивидуальных значений факторного и результативного признаков, а групповых средних, которые,

являясь обобщающими показателями, выражают корреляционную связь более рельефно, чем при параллельном сравнении рядов.

Для мониторингового подхода к управлению отраслью инфокоммуникаций большое значение имеет сводка результатов деятельности организаций в региональных разрезах. Экономический анализ в региональном разрезе позволяет выявить диспропорции инфокоммуникационного развития по отдельным территориям или странам.

Происходящие в отрасли инфокоммуникаций социальноэкономические явления и процессы характеризуются сложными взаимосвязями и взаимозависимостями, которые вытекают из природы этих явлений и формируются под воздействием множества факторов и условий производства. Необходимость наиболее полного изучения взаимосвязей на рынке инфокоммуникационных услуг, результатов и факторов экономической деятельности корпоративного и регионального уровней, выявления их влияния и количественного описания причинно-следственных отношений между экономическими и качественными показателями деятельности организаций инфокоммуникаций ставит задачу всестороннего анализа связей между ними.

Статистическое изучение различных социально-экономических явлений и процессов в отрасли инфокоммуникаций позволяет количественно выразить сложные взаимосвязи, закономерности развития и использовать их для прогнозирования конъюнктуры рынка, использования факторов производства, тенденций развития. При установлении взаимосвязи между явлениями и их признаками в рамках отрасли связи важнейшая и определяющая роль принадлежит теоретическому анализу сущности рассматриваемых явлений, базирующемуся на принципах отраслевой экономической науки. Отступление от сущности явлений и их причинноследственных связей ведет к чисто абстрактным результатам количественного анализа взаимосвязей явлений, лишенных содержательного смысла и практической ценности.

Теоретический анализ сущности социально-экономических явлений и вскрытие причинно-следственных отношений позволяют разграничить взаимосвязанные признаки на факторные, которые изменяются независимо от других, и результативные, значение которых обусловлено воздействием и изменениями факторных. Отнесение того или иного признака к результативному или факторному определяется экономической сущностью явлений и задачей исследования.

При изучении взаимосвязей между явлениями встречаются с функциональными (полными) и стохастическими (неполными) связями. При функциональной связи значение результативного признака однозначно определяется значениями факторных признаков. При этом результативный признак принимает строго определенное значение, которое можно рассчитать по формуле, выражающей эту функциональную связь. Стохастические связи характеризуют ситуацию, когда одному и тому же значению результативного признака могут соответствовать различные

значения факторов и наоборот. Частным случаем стохастических зависимостей является корреляционная связь, которая проявляется только в среднем, когда каждому значению факторов соответствует среднее значение результативного показателя. Корреляционные связи проявляются при достаточно большом числе наблюдений. Только в массе достигается устойчивость средних величин, что обусловлено действием закона больших чисел.

Следует учитывать, что корреляционные связи – это неполные связи, поскольку результативный признак зависит еще от множества факторов, не учтенных уравнением корреляционной связи. Кроме того, корреляционные связи в общественных и социально-экономических явлениях необратимы. Поэтому при исследованиях корреляционных связей важно помнить, что лишь после того, как выяснена сущность явления, установлены причинноследственная связь и ее форма, а также определено, что первично, а что вторично, имеет смысл количественно оценивать взаимосвязи между явлениями и моделировать закономерности их развития.

Применение математического аппарата корреляции и регрессии к изучению показателей работы организаций связи обусловливает необходимость последовательного решения трех задач: обоснование теоретической формы связи, определение параметров аналитического уравнения связи и количественное измерение тесноты связи между результативным и факторными признаками. Первые две задачи решаются с помощью регрессионного анализа, третья – на основе корреляционного и дисперсионного анализа. Корреляционно-регрессионный анализ как общее понятие включает в себя измерение тесноты связи, направление связи и установление аналитического выражения формы связи (уравнения регрессии).

Проведение анализа корреляции и построение многофакторных уравнений регрессии сопряжены с соблюдением определенных условий и требований к построению моделей, с последовательным выполнением основных этапов [54, с. 189-199; 91, с. 210-211]. Чтобы уравнение регрессии достаточно адекватно отражало (аппроксимировало) реальные моделируемые социально-экономические процессы или явления должны быть соблюдены следующие условия и требования:

совокупность исследуемых показателей должна быть однородной по условиям формирования результативного и факторных признаков (выделяющиеся наблюдения следует исключить из совокупности);

результативный признак должен подчиняться нормальному закону распределения, факторные – быть близки к нормальному распределению. Если объем совокупности достаточно большой (n>50), то нормальность распределения может быть подтверждена на основе расчета и анализа критериев Пирсона, Ястремского, Колмогорова, Боярского и др.;

моделируемое явление или процесс описывается количественно (параметры должны иметь цифровое выражение) одним или несколькими

уравнениями причинно-следственных связей (целесообразно описывать

Анализ сущности явления, установление причинноследственных связей, выбор наиболее важных факторов, измерение результативного и факторных признаков

Корреляционно-регрессионный анализ

Подготовка исходной информации, включая оценку достаточности единиц наблюдения, однородности совокупности показателей и близости к нормальному распределению

Исследование тесноты связи между признаками на основе матрицы парных коэффициентов линейных коэффициентов корреляции, отсев мультиколлинеарных факторов

Анализ полученных результатов и использование для нормирования и прогнозирования

Выбор формы связи на основе перебора аналитических функций, расчет параметров уравнения регрессии, оценка значимости модели с помощью критериев Стьюдента и Фишера

линейными или близкими к линейной форме зависимостями);

постоянство территориальной и временной структуры изучаемой совокупности, отсутствие количественных ограничений на параметры модели;

достаточность единиц совокупности: их количество должно быть в несколько раз больше, чем число факторов, включаемых в модель. На каждый фактор должно приходиться, как минимум, 5–6 наблюдений, т.е. число факторных признаков должно быть в 5–6 раз меньше объема изучаемой совокупности.

Основные этапы корреляционно-регрессионного анализа представлены на рис. 2.6.

Рис. 2.6. Основные этапы корреляционно-регрессионного анализа

Корреляционно-регрессионный анализ служит для оценки показателей

)(

nnm

W



xay 

го



плана экономической деятельности организаций инфокоммуникаций и нормативных уровней экономических показателей, отражающих эффективность использования производственных ресурсов, выявления имеющихся резервов производства, проведения сравнительного анализа, оценки потенциальных возможностей предприятий, краткосрочного прогнозирования развития производства.

Уравнение множественной регрессии позволяет найти теоретическое, возможное значение результативного показателя при определенных значениях факторных признаков. Задаваясь средними или лучшими значениями факторов по совокупности предприятий, можно установить потенциально возможный уровень результативного показателя. Данный подход лежит в основе нормирования факторов производства и мониторинга результатов деятельности филиалов организаций связи. Сопоставление фактических уровней факторов со средними или лучшими их значениями раскрывает резервы предприятия по улучшению экономической деятельности.

Корреляционные связи выявляются с помощью методов графического изображения, приведения (сравнения) параллельных рядов, аналитических группировок, корреляционно-регрессионного анализа [91, с.183-193].

Для определения тесноты связи между произвольным числом признаков применяют множественный коэффициент ранговой корреляции (коэффициент конкордации):

, (2.3)

где m – количество факторов, n – число единиц наблюдения, S – отклонение суммы квадратов суммы рангов по всем факторам от среднего квадрата суммы рангов.

Среди непараметрических методов оценки тесноты связи наибольшее значение имеют ранговые коэффициенты Спирмена и конкордации. Они могут измерять и оценивать связи, как между количественными, так и качественными признаками, которые можно упорядочить или ранжировать по степени убывания или возрастания признака.

Применение метода корреляционно-регрессионного анализа явлений начинается с оценки парной корреляции и построения однофакторной модели зависимости результативного признака от факторного в виде уравнения корреляционной связи, которое называют уравнением регрессии [91, с.198-204].

Аналитическая связь между результативным и факторным

признаками может описываться различными уравнениями: прямой -

a1 x; гиперболы -

порядка -

a0 + a1/ x; степенной функции -

a0 + a1 x +a2 x

. (2.4)

; параболы

a0 +

Теснота связи между y и х измеряется отношением факторной дисперсии к общей дисперсии результативного признака, называемым

<<< < Предыдущая 1 2 3 45 / 185 6 7 8 9 10 11 12 13 14 15 16 17 18 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]