Оптимизация факторов производства

В трендовых моделях развитие моделируемой экономической системы отражается через тренд (длительную тенденцию) ее основных показателей.

Имитационные модели предназначены  для использования в процессе машинной имитации изучаемых систем или процессов.

Для определения аналитического вида любого из типов этих моделей наиболее часто используют методы корреляционно-регрессионного анализа.

Сущность корреляционно-регрессионного анализа состоит в том, что  связь между переменной Y(t) и m независимыми факторами можно охарактеризовать функцией регрессии:

                          Y(t)=f(x_1,x_2,  … ,x_m),

которая показывает, каково будет  в среднем значение переменной y, если переменные х примут конкретное значение. Данное обстоятельство позволяет использовать модель регрессии не только для анализа и  прогнозирования экономических явлений, но и для определения её оптимальных параметров.

 Вычисление регрессии – это  метод измерения связи между  одной или несколькими причинами  и следствием. Он решает следующие задачи:

• форма связи численно выражается соответствующей функцией, которая характеризует главное в связи, так как она показывает действие одной или нескольких основных причин, причем влияние второстепенных  причин исключается;
• определяется величина следствия, зависящая то величины причины. В частности устанавливается как изменяется следствие, если причина изменяется  на единицу;
• предполагаемую величину следствия можно определить, выйдя за пределы имеющейся вариации (экстраполяции) или внутри пределов вариации для не наблюдавшихся причин (интерполяция). При этом следует учитывать, что причины в комплексе их могут изменять свое значение и что поэтому выводы, полученные при помощи  модели  будут тем менее корректными, чем больше мы выходим за пределы наблюдавшейся вариации.
• отклонения между связью, определяемой только влиянием основных причин, и действительно существующей связью дают сведения об изменчивости следствия.

Основными этапами построения регрессионной  модели являются:

• Сбор и предварительный анализ исходных данных, и построение системы показателей (факторов).

          Показателем (фактором) называется количественное представление признака. Причем полную характеристику  каждому типу явлений можно дать при использовании системы признаков. Признак – это основная отличительная черта, особенность изучаемого явления или процесса.

           Признаки по их значению для изучения взаимосвязи делятся на два класса: факторные (экзогенные) и результативные (эндогенные).

Результативный признак (эндогенный) – исследуемый показатель экономического процесса, как правило, характеризующий эффективность процесса. Факторный (экзогенный) признак – показатель, влияющий на значение результативного показателя.

Выбор факторов, влияющих на исследуемый показатель, производится, прежде всего, исходя из содержательного экономического анализа.  Для получения надежных оценок в модель не следует включать  слишком много факторов. Их число не должно превышать одной трети  объёма имеющихся данных:

                                m  n/3,                  где

m – число факторов, включаемых в модель;

n – общий объём имеющихся данных.

 

Далее производятся сравнительная  оценка и отсев части факторов.

• Выбор вида модели и численная оценка её параметров..

Выбор вида модели – очень ответственный процесс, поскольку от корректности выбора вида модели во многом зависит ее адекватность. Выбор затрудняется тем, что, используя математический аппарат, теоретически зависимость между признаками может быть выражена большим числом различных функций (линейная, параболическая, степенная, логарифмическая и др.).

Наиболее приемлемым способом определения  вида исходного уравнения регрессии   является метод  перебора различных  уравнений.

Основное значение имеют линейные модели в силу простоты и логичности их экономической интерпретации.  Нелинейные формы зависимости приводятся к линейным путём линеаризации. Причем модель любой формы включает в себя параметры, которые необходимо определить или оценить.

Параметры уравнения могут быть определены различными методами:  графическим, методом наименьших квадратов, методом абсолютных отклонений и др. Наиболее часто применяется метод наименьших квадратов, особенно при компьютерном моделировании.

• Проверка качества модели.

Проверка качества модели  (проверка модели на адекватность) – одна из важнейших задач регрессионного анализа, поскольку первое же построенное  по выборке уравнение редко является удовлетворительным по соответствующим характеристикам.

Проверка адекватности моделей, построенных на основе уравнений регрессии, заключается в проверке значимости каждого коэффициента регрессии на основе t-статистики (t-критерию Стьюдента) и в проверке значимости уравнения регрессии в целом (по F-критерию Фишера, значению средней ошибки аппроксимации, коэффициентам корреляции и детерминации.

• Оценка влияния отдельных факторов на основе модели.

Оценка влияния отдельных факторов осуществляется на основе коэффициентов  эластичности, -коэффициентов и -коэффициентов

• Оптимизация на основе модели регрессии.

Под оптимизацией понимают выбор оптимальной, т.е. наилучшей стратегии развития, которой ставится в соответствие определенное управленческое решение.

 

 

 

 

1.3. Специфика оптимизации  производственного процесса

 

Оптимизация производственного процесса разделяется на следующие стадии:

• Построение целевой функции с помощью корреляционно-регрессионного анализа и оценка её адекватности;

Функция прибыли обычно вычисляется  по формуле:

Р(K, L)=R(C, K, L) – C(R,K, L),          где

R(C, K, L) -  производственная функция;

C(R, K, L) – функция затрат;

R – выручка от реализации продукции;

C – себестоимость реализованной продукции

Под оптимальной стратегией понимают совокупность действий, в результате реализации которых система за определенное число шагов переходит из начального состояния в конечное и при этом функция принимает наибольшее значение.

В качестве принципа оптимальности  используется принцип Беллмана: каково бы ни было состояние системы перед  очередным шагом, надо выбрать управление на этом шаге так, чтобы прибыль на данном шаге плюс оптимальная прибыль на всех последующих шагах была максимальной.

Отсюда следует, что оптимальную  производственную стратегию можно  получить если сначала найти оптимальную  стратегию на конечном шаге, затем на двух последних шагах, затем на трех последних шагах и т.д., вплоть до первого шага. Таким образом, решение задачи оптимизации целесообразно начинать с определения оптимального решения на последнем шаге. Для того чтобы найти это решение , очевидно, нужно сделать различные предположения о том, как мог кончиться предпоследний шаг, и с учетом этого выбрать управление, обеспечивающее максимальное значение функции.

2.        Организационно-экономическая характеристика

ОАО «Приморский сахар»

 

Акционерное общество открытого типа «Приморский сахар» расположено в г. Уссурийске Приморского края Российской федерации, создано в процессе приватизации в 1992 Приморского сахарного комбината, введенного в эксплуатацию в марте 1935 года.  

Предприятие производит сахар-песок, сахар-рафинад, сахар с биологически активными добавками (лимонниковый, элеутерококковый), а также дрожжи, патоку и известь.  Комбинат производит сахар из сахара-сырца, поставляемого по импорту из Кубы, Австралии, Тайланда.

ОАО « Приморский сахар» поставляет свою продукцию в Западную и Восточную Сибирь, Амурскую область, Хабаровский и Приморский края, Сахалин, Камчатку и районы Крайнего Севера.

Проведем анализ размеров объёмов  производств ОАО   «Приморский сахар» на примере основных видов товарной продукции, показатели объёмов производства которой представлены в таблице 2.1. и проиллюстрированы диаграммами на рисунках.1. а), б), в)  ( Приложение 1 )

 

                                                                          Таблица 2.1.

Состав и структура товарной продукции ОАО « Приморский сахар»

Наименование продукции	1999 год				2000 год				2001 год				2001 к 1999, %
	тыс.руб.		%		тыс.руб.		%		тыс.руб.		%
Стоимость товарной  прод., в т.ч. :	443820,76		100,00		523700,55		100,00		144275,29		100,00		32,51
Сахар всего  :	431837,60		97,30		513226,53		98,00		139947,03		97,00		32,41
товарный	415549,38		93,63		495420,72		94,60		135258,08		93,75		32,55
фасованный	4615,74		1,04		5237,01		1,00		1587,03		1,10		34,38
Продолжение  таблицы 2.1
пачка	11095,52	2,50		11888,00		2,27		2885,51		2,00		26,01
элеутерококковый	177,53	0,04		261,85		0,05		57,71		0,04		32,51
лимонниковый	266,29	0,06		261,85		0,05		86,57		0,06		32,51
дорожный	133,15	0,03		157,11		0,03		72,14		0,05		54,18
Дрожжи :	4882,03	1,10		5237,01		1,00		1731,30		1,20		35,46
1000 гр	4837,65	1,09		5221,29		1,00		1725,53		1,20		35,67
100гр	4482,59	1,010		15,71		0,003		5,77		0,004		0,13
Патока 46%	1331,46	0,30		1047,40		0,20		432,83		0,30		32,51
Теплоэнергия	3550,57	0,80		1571,10		0,30		1154,20		0,80		32,51
Известь  товарная	2219,10	0,50		2618,50		0,50		1009,93		0,70		45,51

 

Проанализировав динамику выпуска  товарной продукции за три года, на основании  приведенной таблицы  и диаграмм , можно сказать что  наибольший удельный вес в структуре  товарной продукции занимает сахар (97% в 2001 году) , в том числе товарный сахар-песок ОАО «Приморский сахар» –93,75 %. При рассмотрении динамики  выпуска товарной продукции за три года ,выявлено резкое снижение объёмов производства ( на63,9 %) как в целом по всей товарной продукции, так и в разрезе её видов от 37,2 %  до 71,4%.

Одним из факторов, имеющих немаловажное значение в увеличении объемов производства продукции является обеспеченность основными производственными фондами. Динамику наличия и структуры  основных производственных фондов ОАО  «Приморский сахар» представим в виде таблицы 2.2. и проиллюстрируем диаграммой на рисунке 2 (Приложение 2 )

 

 

Таблица 2.2.

 

Динамика и структура основных производственных фондов ОАО «Приморский  сахар»

 

Наименование	1999 год		2000 год		2001 год		2001 к 1999,%
	тыс.руб.	%	тыс.руб.	%	тыс.руб.	%
Основные производственные фонды всего, в т.ч.	154954,27	100,00	157279,15	100.00	157764,5	100,0	101,81
Здания	83160,64	53,6	83976,76	53,40	84508,75	53,60	101,62
Сооружения	8680,81	5,6	8699,36	5,50	8746,57	5,60	100,70
Передаточные устройства	13781,76	8,9	13913,05	8,80	13913,05	8,80	100,95
Машины и оборудование, в т.ч.	39125,96	25,30	41025,72	26,10	41141,78	26,00	105,20
силовые машины и оборудование	13065,70	8,4	13180,15	8,40	13267,73	8,40	101,55
Рабочие машины и оборудование	24644,56	15,90	26430,29	16,80	26371,20	16,70	101,00
измерительные приборы	155,70	0,10	155,70	0,09	221,80	0,10	142,40
вычислительная  техника	1249,77	0,89	1245,85	0,80	1267,40	0,79	101,40
прочие	10,16	0,01	13,66	0,01	13,66	0,01	134,40
Транспортные средства	8676,82	5,60	8129,72	5,20	7905,09	5,01	91,10
Инструмент	28,75	0,03	28,75	0,04	50,42	0,03	175,40
Производственный и  хоз-ный инвентарь	1499,54	0,97	1505,80	0,96	1498,83	0,97	99,95