http://rmid-oecd.asean.org/situs slot gacorlink slot gacorslot gacorslot88slot gacorslot gacor hari inilink slot gacorslot88judi slot onlineslot gacorsitus slot gacor 2022https://www.dispuig.com/-/slot-gacor/https://www.thungsriudomhospital.com/web/assets/slot-gacor/slot88https://omnipacgroup.com/slot-gacor/https://viconsortium.com/slot-online/http://soac.abejor.org.br/http://oard3.doa.go.th/slot-deposit-pulsa/https://www.moodle.wskiz.edu/http://km87979.hekko24.pl/https://apis-dev.appraisal.carmax.com/https://sms.tsmu.edu/slot-gacor/http://njmr.in/public/slot-gacor/https://devnzeta.immigration.govt.nz/http://ttkt.tdu.edu.vn/-/slot-deposit-dana/https://ingenieria.unach.mx/media/slot-deposit-pulsa/https://www.hcu-eng.hcu.ac.th/wp-content/uploads/2019/05/-/slot-gacor/https://euromed.com.eg/-/slot-gacor/http://www.relise.eco.br/public/journals/1/slot-online/https://research.uru.ac.th/file/slot-deposit-pulsa-tanpa-potongan/http://journal-kogam.kisi.kz/public/journals/1/slot-online/https://aeeid.asean.org/wp-content/https://karsu.uz/wp-content/uploads/2018/04/-/slot-deposit-pulsa/https://zfk.katecheza.radom.pl/public/journals/1/slot-deposit-pulsa/https://science.karsu.uz/public/journals/1/slot-deposit-pulsa/ Метка: 5/2018 - Московский Экономический Журнал1

Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 330.341

DOI 10.24411/2413-046Х-2018-15114

Петрова Вера Станиславовна, кандидат культурологи, доцент кафедры коммерции и менеджмента, Нижневартовский государственный университет г. Нижневартовск

Щербик Евгений Ефимович, кандидат экономических наук, доцент кафедры коммерции и менеджмента, Нижневартовский государственный университет г. Нижневартовск

Petrova Vera Stanislavovna, Candidate of Culturology, associate Professor of the Department of Commerce and management, Nizhnevartovsk state University, Nizhnevartovsk

Е. Е. Shcherbik, candidate of economic Sciences, associate Professor of the Department of Commerce and management, Nizhnevartovsk state University, Nizhnevartovsk

ИЗМЕРЕНИЕ УРОВНЯ СФОРМИРОВАННОСТИ ЦИФРОВЫХ КОМПЕТЕНЦИЙ

MEASUREMENT OF THE LEVEL OF DEVELOPMENT OF DIGITAL COMPETENCIES

Исследование выполнено при финансовой поддержке РФФИ и Правительства ХМАО-Югры в рамках научного проекта №18-410-860002 «Векторы цифровой экономики: формирование и развитие кадрового и научно-образовательного потенциала»

Аннотация

Статья обосновывает необходимость введения цифровых компетенций в практику экономики. Основу методологии составляет сбор и обработка данных. Инструменты исследования, которые были использованы: дорожная карта, опрос, инструменты визуализации. В этой статье будет рассмотрен вопрос о важности ориентированного на будущее анализа цифровых компетенций, в частности прогнозирования, и вопрос о том, как выбрать наилучшую методологию из существующих. Выполнена структурализация цифровых компетенций и дана их характеристика. Хотя в статье заложена основа и охвачены характеристики, используемые в анализе цифровых компетенций, особенности полного понимания каждого из этих инструментов отсутствует.

Summary

The article substantiates the need for the introduction of digital competencies in the practice of Economics. The methodology is based on data collection and processing. Research tools that have been used: road map, survey, visualization tools. This article will address the importance of future-oriented analysis of digital competencies, in particular forecasting, and how to choose the best methodology from existing ones. Performed structuralization digital competences and their characteristics. Although the article lays the Foundation and covers the characteristics used in the analysis of digital competencies, the features of a full understanding of each of these tools is missing.

Ключевые слова: цифровая экономика, цифровые компетенции, цифровая грамотность

Keywords: digital economy, digital competence, digital literacy

   Сегодня экономические изменения происходят все более быстрыми темпами, чему частично способствуют технологические изменения, ведущие к изменениям во всех других областях нашей жизни. Новые цифровые технологии влияют на нас гораздо быстрее, и более глубоко, чем мы могли бы подумать. Сегодняшние глобальные тенденции, связанные с неопределенностями и рисками становятся потенциалом для значимых изменений мировой экономики в ближайшем будущем. Формирование мира, в котором мы хотим жить связано со знанием средств, позволяющих сделать более точный прогноз и сделать выбор в сторону лучшего подхода. В этой связи неопределенность прогноза вынуждает проводить технологический анализ с использованием методологий прогнозирования. Это может помочь вовремя отреагировать на вероятные направления технологических изменений, управление цифровыми траекториями, чтобы повысить вероятность долгосрочных выгод для общества [1]. Методология прогнозирования направлена на сбор и обработку данных. Эти данные могут быть собраны у людей или из анализа документов и артефактов, или и того и другого. Данные могут быть проанализированы с использованием качественных или количественных методов, или обоих [2].

   Однако данные должны анализироваться, интерпретироваться и использоваться способами, которые имеют смысл для организаций и экономики страны в целом. Нет единого набора методов, используемых во всех видах прогнозирования. Используемые методы должны учитывать имеющиеся ресурсы и цели изучения. Выбор методов изучения цифровых компетенций часто, по-видимому, основывается на том, что модно или какой исследователи имеют опыт. Методы могут быть организованы и взаимосвязаны по-разному. Первое, что нужно сделать, это выбрать правильные инструменты, которые наиболее подходят для анализа и характеристик цифровых компетенций. Таким образом, должно установить критерии и определить ключевые аспекты и факторы для проведения исследований цифровой компетентности.

   В нашем случае ключевыми аспектами и факторами являются: это перспективное видение развития цифровых компетенций на 10-15 лет вперед; новая экономическая ситуация; социально-технологическая система в отраслях.

   Технологическое предвидение, как один из наиболее важных инструментов, это способ определения потребностей в цифровых продуктах или услугах, их сопоставление с альтернативными технологиями и умение разрабатывать планы по обеспечению необходимых технологий, когда это необходимо. И это также способ анализа неблагоприятных последствий, связанных с возможностью непреднамеренного негативного воздействия на такие сферы, как общество, культура и окружающая среда.

   Эти данные могут собираться у людей или анализировать документы и артефакты, или и то, и другое. Тем не менее, задача заключалась в разработке соответствующего метода для руководства выбором инструментов прогнозирования.

   Наиболее значимые изменения, затрагивающие организации, затрагивают все части общества сегодня. Страны, правительства, предприятия и учреждения по-прежнему становятся свидетелями все большей необходимости цифровизации, поскольку сложность увеличивается. Технические изменения и появление и распространение новых цифровых технологий увеличивает воздействие на экономику и общество.

   Стратегическая важность включения цифровых технологий в планирование была доказана временем. Анализ востребованных цифровых компетенций и последствия их отсутствия имеют жизненно важное значение для сегодняшних экономик, обществ и компаний. Одним из наиболее эффективных инструментов для этого является Foresight [3].

   Поскольку мы все будем жить и работать в будущем мире, который обещает существенно отличаться от сегодняшнего дня, людям необходимо не только лучше понимать изменения, но и видеть больше возможностей и способов позитивно влиять на будущее, которое создается. Исследования показывают, что те, которые будут создавать новый цифровой продукт или услугу, быстро присоединятся к рынку, достигая наилучшей производительности. Доказано, что если топ-менеджеры обладают цифровыми компетенциями и обучают им свой коллектив [4], то постоянные изменения в тенденциях не влияют на успешное развитие и позволяют усилить конкурентные преимущества. В этих условиях традиционные компетенции теряют свою актуальность (такие, как знание иностранных языков, юриспруденции, экономики и т.д.), а новые, цифровые компетенции еще не сформированы и лишь перечисляются исследователями (например, цифровые финансы, сетевой маркетинг и другие) [5]. На все эти тенденции очень быстро реагирует рынок труда, выстраивая новые требования. Образование же традиционно не может выполнить все необходимые требования времени [6]. Поэтому возникает необходимость определить и сформировать базовые цифровые компетенции, оценить их уровень и в дальнейшем дать возможность дополнить их необходимыми профессиональными навыками самообучающимся организациям. Таким образом, мы получаем, что цифровые компетенции – это навыки эффективности использования новых технологий.

   Поэтому при разработке цифровых компетенций и методики их оценивания требуется обратить внимание на социально-экономические факторы, которые влияют на коммерческие продукты и услуги. Хотя важность анализа потенциальных будущих цифровых компетенций остается бесспорным, этот анализ должен быть также в русле рыночных тенденций, чтобы обеспечить связь между технологиями, продуктами, услугами и их будущим рыночным потенциалом. Основной вклад цифровых компетенций заключается не в прогнозировании будущего, а в подготовке кадров к новым экономическим условиям.

   Любая компетенция (в том числе и цифровая) в своей основе имеет три составляющих: знаниевую, ценностную и деятельностную. Современная система оценки сформированности компетенций предполагает проверку сформированности по принципу трехуровневости: знать, уметь, владеть (соответственно начальный, базовый и продвинутый уровень). Вместе с тем, такая градация для оценки сформированности цифровых компетенций не представляется возможным. Чтобы доказать это, сначала сопоставим области цифровых компетенций с их сущностью. (См. Табл. 1)

Безымянный

Безымянный

   Из данных таблицы видно, что каждая компетенция относится к разным уровням, а, следовательно, не имеет возможности оценить ее с позиций всех трех. Исходя из этого, появляется необходимость проверки отдельных компонентов компетенций, суммарно дающие представление об уровне ее сформированности.

   Таким образом, данные компетенции становятся центральными, при формировании цифровой грамотности населения. Они необходимы для работы в любой экономической сфере. Программой «Цифровая экономика», предусмотрено увеличение цифровой грамотности населения к 2024 году на 40 %. В связи с этим становится наиболее актуальной разработка механизмов и средств отслеживания сформированности цифровых компетенций. Задача состоит в том, чтобы найти достаточно обобщенные и количественно измеримые критерии при разработке подхода к изучению уровня сформированности цифровых компетенций сопоставимых на международном уровне и позволяющим осуществлять мониторинг.

   В процессе исследования выяснялось, что конкретные компетенции в области цифровой грамотности и уровни квалификации, оцениваемые работодателями, в значительной степени зависят от условий сектора экономики. Первым направлением деятельности является предоставление инструмента, который работодатели и заинтересованные стороны могут использовать для мониторинга прогресса в достижении цифровой грамотности.

   Вот почему была разработана методика отслеживания сформированности цифровых компетенций. Она создана, чтобы помочь различным заинтересованным сторонам, включая разработчиков образовательных программ, группы защиты интересов и заинтересованных лиц, увидеть прогресс в развитии различных навыков грамотности с использованием различных типов устройств.

   Цифровые инновации развиваются так быстро и оказывают столь распространенное влияние практически на все аспекты ведения бизнеса, что определение того, где искать и что спрашивать, является постоянно меняющейся целью.

   Наиболее эффективные фирмы подходят к проблеме как к расширению строгого индивидуального подхода с должной осмотрительностью, который они уже используют для определения размера целевой компании. Отличие заключается в признании того, что для развития полного понимания цифровой компетенции требуется более глубокий уровень исследований, который специально предназначен для оценки влияния цифровых инноваций.

   Одним из эффективных способов решения проблем является использование отраслевой цифровой системы показателей, которая помогает инвесторам ответить на критический набор вопросов. Правильная оценка в соответствии со структурой может внести ясность в процесс оценивания сформированности цифровых компетенций. Это можно сделать двумя способами: во-первых, путем определения того, где цифровые технологии оказывают наибольшее влияние в этом секторе, и, во-вторых, путем предоставления четкого метода оценки того, как данная компания сравнивается с конкурентами в области возможностей, которые будут важны для успеха перед лицом цифровых изменений.

   Ключевой проблемой в оценке цифрового воздействия является то, что нет двух одинаковых секторов. Даже постановка правильных вопросов требует обширных знаний и опыта работы в данной отрасли. Например, на розничных рынках первостепенным приоритетом может быть создание очень актуального многоканального клиентского опыта, который выстраивает прочные отношения с целевой демографической группой. Для поставщика авто, с другой стороны, ключевой вопрос может заключаться в том, насколько хорошо он удовлетворяет потребности клиентов в таких областях, как информационно-развлекательная деятельность и вспомогательное вождение, или насколько эффективно он использует цифровые инструменты в своем собственном бизнесе для управления своей цепочкой поставок, запасами и разработкой продукции.

Список литературы

  1. Волкова И.А., Галынчик Т.А. Концепция развития кадрового и научно-образовательного потенциала региона в условиях цифровой экономики / Вестник Белгородского университета кооперации, экономики и права. – 2018. – №6(73). – С.72-81.
  2. Галынчик Т.А., Щербик Е.Е. Технология и инструментарий форсайт-исследования развития цифровой экономики в ХМАО – Югре / Финансовая экономика. – 2018. – №7 (ч. 18). – С. 2184-2186.
  3. Стукач В.Ф., Волкова И.А. Методология форсайт-исследования в формировании стратегии развития сельского хозяйства региона/Стукач В.Ф., Волкова И.А. // Бизнес. Образование. Право. 2013. № 1 (22). С. 89-97.
  4. Петрова В.С., Виноградова Ю.Л. Адаптация сотрудника на новом рабочем месте в крупных организациях/Петрова В.С., Виноградова Ю.Л. //Семнадцатая региональная студенческая научная конференция Нижневартовского государственного университета: статьи докладов. Ответственный редактор: А.В. Коричко. 2015. С. 517-520.
  5. Конкурентоспособность региона и организаций в новых экономических условиях: монография/И. А. Волкова, Т. А. Галынчик, С. Ю. Гасникова, Захарова Н.В., Козлова О.А., Петрова В.С., и др. — Нижневартовск: Изд-во Нижневарт. гос. ун-та, 2017. -246 с.
  6. Щербик Е.Е., Кондакова А.А. Оценка уровня финансовой грамотности студентов Нижневартовского государственного университета / Щербик Е.Е., Кондакова А.А. // Восемнадцатая всероссийская студенческая научно-практическая конференция Нижневартовского государственного университета Статьи докладов. ответственный редактор А.В. Коричко. 2016. С. 811-816.



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 338

DOI 10.24411/2413-046Х-2018-15113

Быстрорастущие высокотехнологичные компании  Европы, Ближнего Востока,  Африки (ЕБВА): закономерности и факторы роста

Fast-growing high-tech companies in Europe, the Middle East, Africa (EMEA): patterns and growth factors

Дзюбенко И.Б., научный сотрудник  Института Экономики и Организации Промышленного Производства СО РАН, Россия,  г. Новосибирск      

Dzyubenko I.B., researcher, Institute of Economics and Organization Industrial Production SB RAS, Russia, Novosibirsk

Аннотация: Целью данного исследования является выявление  закономерностей и  основных факторов роста успешных быстрорастущих высокотехнологичных компаний. В рамках исследования проанализированы показатели роста высокотехнологичных компаний с учетом их региональной и  отраслевой принадлежности,  дана оценка положения ведущих компаний в своих сегментах и влияния экономической среды на количество высокотехнологичных компаний и динамику их роста.  Объектом исследования стали быстрорастущие высокотехнологичные компании стран Европы, Ближнего востока и Африки (ЕБВА).

В результате сделаны выводы о том, рост высокотехнологичных компаний имеет рециклическую положительную динамику и не зависит напрямую от уровня экономического развития  страны. Взрывной рост высокотехнологичных компаний обусловлен созданием и использованием экспоненциальных технологий и принципиально новых моделей бизнеса, их лидерством в создании новых технологий и рынков. 

Abstract: The purpose of this study is to identify patterns and major growth factors for successful fast-growing high-tech companies. The study analyzed the growth rates of high-tech companies, taking into account their regional and sectoral affiliation, assessed the position of leading companies in their segments and the impact of the economic environment on the number of high-tech companies and the dynamics of their growth. The object of the study were fast-growing high-tech companies in Europe, the Middle East and Africa (EBVA).

As a result, it was concluded that the growth of high-tech companies has a recycling positive trend and does not directly depend on the level of the country’s economic development. The explosive growth of high-tech companies is due to the creation and use of exponential technologies and fundamentally new business models, their leadership in creating new technologies and markets.

Ключевые слова: цифровая экономика, цифровая трансформация, высокотехнологичные компании, высокие технологии, экспоненциальный рост, взрывной рост, экспоненциальные технологии, экспоненциальные организации, технологические платформы, экосистемы.

Keywords: digital economy, digital transformation, high-tech companies, high technologies, exponential growth, explosive growth, exponential technologies, exponential organizations, technological platforms, ecosystems.

   В последние годы в мировой экономике наблюдается взрывной рост компаний в высокотехнологичных областях: искусственный интеллект, облачные вычисления, «большие данные» и пр. Успешные быстрорастущие высокотехнологичные компании представляют несомненный интерес как для руководителей компаний и экономистов, так и политиков, заинтересованных в стимулировании занятости и экономического роста страны.

  Цифровая экономика обладает существенным потенциалом для ускорения инновационных процессов и требует от компаний трансформации, ядром которой являются  высокие технологии и цифровизация, совместно обеспечивающие экспоненциальный рост. Глобализация и широкое распространение интернета способствует ускорению этого процесса. Устойчивое проникновение информационных технологий во все сферы жизни приводит к взрывному росту высокотехнологичных компаний, появлению новых секторов экономики и моделей ведения бизнеса.

   Исследуя феномен прорывных изменений в различных областях, авторы  обнаружили  этапы каждого такого прорыва: oтрасль деятельности или  отдельная  технология переходит в цифровой информационный формат; происходит экспоненциальное снижение стоимости и, как следствие, демократизация доступа; энтузиасты объединяются и формируют сообщества, работающие на основе открытого кода; технологии сливаются, и создаются их новые комбинации. В результате появляются новые товары  и услуги, которые в разы лучше и дешевле предыдущих [1,2].

   Экспоненциальный рост меняет вещи не только количественно, но и качественно. Например, при быстром росте индустрии — Питер Дрюкер[1] называет цифру 40 % за 10 лет — меняется сама ее структура, и на первый план выходят новые лидеры рынка. Быстрому росту рынков способствуют новаторство, отсутствие закономерности, новые продукты, технологии или потребители. Новаторы по определению ведут дела не так, как все, новые способы ведения бизнеса редко уживаются с привычками, идеями, процедурами и структурами существующих фирм [3, 4].  Традиционные организационные структуры, существовавшие на протяжении нескольких сотен лет и предназначенные для иерархического управления физическими активами и людьми, сегодня быстро устаревают. Чтобы выжить в условиях стремительных изменений, требуются организации нового типа, которые способны не только адаптироваться под эти изменения, но и процветать благодаря им. Все  это делает актуальным изучение и понимание природы успешных  высокотехнологичных  компаний, использующих экспоненциальные технологии и  новые модели  организации бизнеса.

   Экспоненциальные технологии и экспоненциальные организации появились как адаптивная реакция бизнеса на новый мир и являются основой создания новой экспоненциальной экономики, важнейшим признаком которой является скорость роста. Термины экспоненциальная экономика и экспоненциальная организация произошли от экспоненциальных технологий, которые  приводят к экспоненциальному росту компаний [5]. Экспоненциальными считаются технологии, которые позволяют компаниям и отраслям расти ускоряющимися нелинейными темпами. Отличительным признаком экспоненциальных технологий является рост производительности на десятки или даже сотни процентов в год при том же или снижающемся уровне цены [2, 6].

   В 1960-х гг. исследователи Boston Consulting Group (BCG) обнаружили взаимосвязь между стоимостью единицы продукции и накопленным опытом как в рамках отдельных фирм, так и рынков в целом. Когда сумма накопленного опыта удваивается, стоимость затрат снижается на предсказуемую величину. Отсюда следует, что на быстрорастущих рынках, таких как рынок полупроводников в 1960-х и 1970-х гг., или рынок программного обеспечения в 1990-х гг., или связанные с Интернетом сегодняшние рынки, накопление опыта увеличивается во много раз и цены стремительно падают [2].

   Идея  экспоненциального роста технологий является одним из фундаментальных достижений Кремниевой долины. В 1965 г. один из основателей Intel Г. Мур открыл закономерность: производительность транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые 24 месяца. Двигателем, лежащим в основе этого феномена, получившего название Закона Мура [7], является информация. В дальнейшем известный американский изобретатель, создатель систем распознавания речи Р. Курцвейл  развил эту идею, предположив, что Закон Г. Мура можно перенести на многие другие технологии.

   Р. Курцвейл сформулировал закон ускоряющейся отдачи, утверждающий, что информационно-ориентированная парадигма работает таким образом в любой области: как только область деятельности, дисциплина, технология или отрасль становится зависимой от информации и приводится в движение информационными потоками, соотношение стоимость/производительность в ней удваивается примерно каждый год [8, P. 5]. Р. Курцвейл доказал математически, что ускоряющаяся отдача генерирует экспоненциальные кривые изменения характеристик системы так, что параметры ее мощности и скорости имеют тенденцию удваиваться через регулярные интервалы времени, а затраты — наполовину уменьшаться. В результате эволюционирующие системы, в частности информационные технологии, растут экспоненциально. Это происходит потому, что более новое поколение технологий развивается на базе предыдущих научных и технологических открытий и достижений [8, 9]. Например, интернет привел к появлению облачных технологий, что ускорило развитие мобильных приложений, базирующихся на высокоскоростном беспроводном доступе, и т.д.

   Стабильно развиваясь уже более 50 лет, информационные технологии вступили в фазу экспоненциального роста и являются движущей силой глобальных перемен [2, 10]. Экспоненциальному росту подвержены различные области деятельности — автомобилестроение, электроэнергетика, сельское хозяйство, здравоохранение, образование. В настоящее время от цифровых технологий зависит и обеспечивает их экспоненциальный рост ряд ключевых областей: искусственный интеллект, робототехника, биотехнологии и биоинформатика, медицина, нейронауки, анализ данных, 3D-печать, нанотехнологии,  некоторые направления в энергетике.

   Цифровая трансформация в фундаментальных отраслях порождает мультипликативные эффекты на стыках технологий. Самые быстрорастущие современные технологии — робототехника, AgTech и Blockchain, искусственный интеллект (AI) позволяют совместное использование, что стимулирует  рост. Этот процесс «виртуализации», охватывающий одну отрасль за другой, развивается не просто с экспоненциальной скоростью, а даже в разы быстрее [8]. Учитывая масштабы изменений, которые произошли за последние полтора десятилетия, перекрестное влияние друг на друга различных технологий, ожидается, что темпы этих изменений в будущем будут возрастать [8, 11].

   Адаптация к новым условиям требует от компаний использования новых принципов управления ресурсами и новых моделей организации бизнеса. Принципиально новой организационной моделью, которая наилучшим образом соответствует требованиям ускоряющегося, нелинейного, подключенного к интернету нового мира, является экспоненциальная организация (ЭксO), концепция которой была разработана в Университете сингулярности (Singularity University) в 2008 г. Авторы концепции определяют ее как  организацию, которая оказывает обладает несоизмеримо высокой продуктивностью по сравнению с другими аналогичными организациями благодаря использованию новой организационной модели и быстроразвивающихся экспоненциальных технологий. «Тогда как ведущие традиционные компании могут достичь только арифметической прогрессии в соотношении «затраты/выгоды», экспоненциальные организации способны выйти на уровень геометрической прогрессии благодаря паттерну[2] экспоненциального роста, присущему основанным на информации технологиям» [2, c. 23].

   Количественным критерием идентификации ЭксO является достижение как минимум 10-кратного улучшения показателей деятельности по сравнению со среднеотраслевыми в течение 4-5 лет. Компании, темп роста которых превышает 200% в течение 4-х лет, являются экспоненциальными  организациями. Например, феноменально быстрый рост выручки компании Facebook Inct. тяготеет  к экспоненциальному закону (Рис.1).

Безымянный

   Компания Facebook Inc демонстрирует  быстрый рост более восьми лет подряд и  как минимум дважды увеличила свою выручку вдвое. При этом степень соответствия фактической динамики роста выручки Facebook Inc. строгому экспоненциальному закону поразительно велика. В период 2009-2017  гг. выручка компании  ежегодно увеличивалась  не менее чем в полтора раза, за исключением 2012 г., когда рост составил 37%, в целом за период выручка компании выросла в 50, 8 раз.

   Для достижения столь высоких темпов роста  новые экспоненциальные организации коренным образом изменяют традиционную организацию  [подробнее см. 2, 6]. Фундаментальными факторами роста ЭксО являются цифровая трансформация и  появляющаяся благодаря высоко текучей природе информации возможность передать свои бизнес-функции за пределы организации внешним сторонам — пользователям, партнерам и широким сообществам. Диджитализация (цифровизация) продуктов и процессов позволяет встать на путь экспоненциального роста в соответствии с законом  Г. Мура. Переход от владения к использованию внешних ресурсов на основе аренды, лизинга, аутсорсинга, краудсорсинга, краудфандинга  позволяет компаниям существенно снизить маржинальные издержки, способствует их гибкости и ускорению [подробнее см. 2, 15].

   Экспоненциальный характер роста, на наш взгляд, позволяет лучше понять природу экспоненциальных организаций. Тогда как темпы роста традиционных компаний  подвержены влиянию многочисленных возмущающих сил, в том числе постоянным колебаниям общенациональной и отраслевой конъюнктуры, цен и пр.,  у экспоненциальных организаций незначительная смена  ускорений и замедлений сменяется устойчивым экспоненциальным ростом. Экспоненциальные организации основывают бизнес на собственных  уникальных технологиях, более  того, эти компании  по мере продвижения на рынок создают свои  правила игры, что  обусловлено их лидерством в отсутствие аналогичных моделей и конкуренции. Не сдерживаемые спросом, ЭскО развиваются предельно высокими темпами, которыми сами способны наращивать бизнес-активность.

   Динамичный рост высокотехнологичных компаний достигается  благодаря инновациям, высоким технологиям,  созданию и развитию новейших отраслей экономики. Такие компании  работают в отраслях экономики, представляющих шестой технологический уклад: нано- и биотехнологии, информационные системы. Эти компании отличаются крайне высокой инновационностью, значительной долей инвестиций в НИОКР, важнейшую роль играет высококвалифицированный персонал. Среди важнейших характеристик быстрорастущих  высокотехнологичных компаний можно выделить продолжительный рост, имеющий  экспоненциальный характер, устойчивость к конкуренции и высокую жизнеспособность,  синергию с другими быстрорастущими компаниями и создание технологических экосистем.

   Современные цифровые технологии в области социального программного обеспечения, облачных вычислений и др. превращают технологические возможности в арендуемые ресурсы, которые легко соединяются с существующими бизнес-системами [16]. Экспоненциальные организации активно создают собственные бизнес-платформы, что позволяет им обслуживать практически неограниченное количество прямых связей с партнерами и клиентами. Платформы становятся плодородной почвой создания и развития технологических и бизнес-экосистем, основывающиеся на коллективных методах производства и потребления, которые размывают границы между цепочкой поставок, исполнителями, партнерами, клиентами и широкими массами [подробнее см. 17-19].

   Технологические экосистемы создают среду и отношения, в которых высокотехнологичные компании быстрее растут и развиваются. Расширение технологических рамок позволяет компаниям объединить ресурсы и усилия, способствует экспоненциальным инновациям и усиливает влияние на эффективность затрат. Так, интеграция усилий компаний и клиентов в процессе создания и развития технологических платформ и экосистем позволяет сократить сроки выпуска продукции; возможность участия в быстрых прототипах, информированных постоянным пользовательским тестированием и обратной связью, дает возможность внедрять экспоненциальные инновации без каких-либо экспоненциальных затрат [18, 19].  

   Для понимания природы экспоненциального роста высокотехнологичного бизнеса автором исследования был проведен анализ динамики и факторов роста быстрорастущих высокотехнологичных компаний.  

  Эмпирическая часть исследования опирается на данные о темпах роста компаний победителей рейтинга Топ-500 самых быстрорастущих высокотехнологичных компаний стран Европы, Ближнего Востока и Африки (ЕБВА) (Technology Fast 500 ™ EMEA Ranking), публикуемых компанией Deloitte Touche Tohmatsu, и результаты опросов руководителей компаний о ключевых факторах их роста [20-22].

   Рейтинг Technology Fast 500 ™ EMEA Ranking охватывает 500 самых быстрорастущих высокотехнологичных компаний, работающих в сферах связи, аппаратного и программного обеспечения, средств массовой информации, наук о жизни, чистых технологий и др. секторов высокотехнологичного бизнеса,  в более 20 странах Европы и Ближнего Востока, включая  Бельгию, Францию, Финляндию, Германию, Италию, Нидерланды, Турцию, Великобританию, Россию и др. Страны Африки не были представлены в рейтингах, анализируемых в данном исследовании.

   Требования к участникам рейтинга: компании должны находиться в бизнесе не менее 4-х лет, иметь в течение этого периода годовой доход не менее 80 тыс. евро, штаб-квартиру в странах региона ЕБВА, а также    собственные технологические разработки, доля от продаж которых в операционном доходе компаний составляет не менее 50%. Рейтинги 2016 и 2017 гг. ориентированы на технологические экосистемы. Победители рейтинга оцениваются по критерию совокупных темпов роста выручки за  период.

   Поскольку датой рождения экспоненциальной организации является  март 2006 г. [2], в качестве отправной точки исследования принят рейтинг 2007 г., охватывающий пятилетний период 2003-2007 гг.  В анализе  использованы также результаты  рейтингов 2016 и 2017 гг., охватывающих четырехлетний период 2013-2016 гг. и 2014-2017 гг. соответственно. Присутствие  последовательных рейтингов  2016 и 2017 гг. обусловлено их существенными различиями в отраслевой структуре и динамике роста высокотехнологичных компаний.

   Для оценки роста высокотехнологичных компаний в отраслевом и региональном разрезе в данном исследовании использованы показатели средних совокупных темпов роста  выручки, рассчитанные для каждого сектора и страны рейтинга. Рост высокотехнологичного бизнеса в отдельных секторах и странах оценивался по показателям количества высокотехнологичных компаний и средних совокупных темпов роста их выручки. Динамика роста высокотехнологичных компаний проанализирована  за период 2003-2017 гг. с тем, чтобы по возможности охватить цикл зрелости технологий, отследить технологические изменения в структуре и динамике роста высокотехнологичного бизнеса, оценить его подверженность влиянию циклических колебаний.

   Рейтинги 2016,2017 гг. отличаются не только анализируемым периодом, но также  отраслевым (секторальным) составом: отсутствует сектор Полупроводниковые приборы и оборудование;   Интернет и СМИ объединены в один сектор Интернет/Медиа, который включает в себя средства коммуникаций и способы передачи информации, а также образованную ими среду; Биотехнологии включены в состав сектора науки о жизни; в отдельный сектор выделены чистые технологии; исключена позиция Другие [20-22].

   Изменения секторальной структуры рейтинга за период 2003-2017 гг. выразилось в существенном (в 5,8 раза) росте доли компаний, производящих компьютеры и периферийные устройства. Одновременно на 36 % выросла доля сектора программного обеспечения и на 33% упала доля сектора связи. Доля сектора интернет/медиа  выросла  в 7 раз — с 2% в 2003 г. до 14% в 2017 г. По результатам рейтинга  2017 г. доминирующим является сектор программного обеспечения в составе 334 компаний. На втором месте (66 компаний) находится сектор СМИ, третье место разделили секторы связи и аппаратного обеспечения (по 32 компании в каждом). Доля компаний, представляющих медико-биологические науки (22) — 4%, чистые технологии (14) — 3% (Рис.2).

   По показателю роста числа компаний лидирует сектор аппаратного обеспечения, число компаний которого выросло в 2,5 раза. Число производителей программного обеспечения выросло более чем в 1,5 раза, интернет/медиа компаний — на  10%. 

Безымянный

   Остальные секторы демонстрируют отрицательную динамику роста.  Изменение количества высокотехнологичных компаний в секторах происходило неравномерно — самые большие изменения произошли в период 2014-2017 гг. (Рис. 3). Рост числа производителей компьютеров и периферии за этот период составил 32 % (в целом за предыдущие 10 лет — 49%), компаний сектора программного обеспечения — 27 % и 23% соответственно.

Безымянный

   Число  компаний  сектора связи в период в 2014-2017 гг. напротив  сократилось на 50% (за предыдущие 10 лет на 33%), сектора наук о жизни также вдвое. Сектор программного обеспечения является самым значимым сегментом на протяжение всего анализируемого периода. Очевидно, в этом секторе  самый низкий порог роста или барьер входа для быстрорастущих высокотехнологичных компаний. Изменение секторальной структуры рейтинга характеризует  изменение структуры  высокотехнологичного бизнеса в  регионе ЕБВА.

   Темпы  роста высокотехнологичных компаний различных  секторов  приведены в Таблице 1. Средний совокупный рост выручки всех высокотехнологичных компаний рейтинга 2007 г. за 5 лет составил 1443%,5, пяти самых быстрорастущих компаний превысил 28000%. Лидерами по динамике роста в 2007 г. были компании производители полупроводниковых приборов, они росли в 2,74 быстрее компаний производителей аппаратного обеспечения. Эти два сектора  занимали крайние позиции  рейтинга. Компании производители средств связи показали наибольшие темпы  и диапазон показателей  роста выручки за пять лет — от 50 612 до 288 %, так что разница в темпах роста наиболее успешных компаний данного сектора составила 176 раз [21].

Безымянный

   По результатам рейтинга 2016 г. средний совокупный рост выручки для всех 500 высокотехнологичных компаний за 4 года составил 967%, компаний Топ-5 рейтинга — 15401%.  Лидерами рейтинга 2016 г. по темпам роста стали компании аппаратного обеспечения. Их рост в 2,8 раза превысил показатели компаний средств сектора связи, оказавшихся на последнем месте рейтинга. Компании-лидеры рейтинга 2016 г. росли в 133 раза быстрее менее успешных компаний аутсайдеров [21].

   В 2016 г. рост высокотехнологичных компаний замедлился: среднегодовые темпы роста компаний рейтинга 2016 г. составили 445%, что на 13% меньше, чем в рейтинге 2007 г. (Табл. 2).

Безымянный

   Снижение темпов роста высокотехнологичных компаний региона ЕБВА произошло на фоне кризиса 2008 г., когда рост мировой экономики замедлился более чем на 40% с 5% в 2003-2007 гг. до менее 3% в 2016 г. Темпы роста высокотехнологичных компаний региона ЕБВА сократились намного меньше, причем  характер роста оставался экспоненциальным. В 2014-2017 гг. тенденция замедления роста была преодолена, и рост высокотехнологичных компаний во всех секторах значительно ускорился (Рис. 4).

Безымянный

   Средний совокупный рост выручки Топ-5 рейтинга 2017 г. составил 44971%, рост отдельных компаний рейтинга варьировался от 220 до 107117%, разница в темпах роста составила 505,6 раз. Компании-победители рейтинга в 2017 г. продемонстрировали беспрецедентный рост за всю историю рейтинга (Табл. 3).

Безымянный

   Средние совокупные темпы роста выручки всех компаний рейтинга 2017 г. по сравнению с 2016 г выросли на 42 %, пяти компаний-лидеров — в 3 раза. Среднегодовые темпы роста выручки компаний выросли на 37%, максимальный рост за период — почти в 4 раза. Наибольшее ускорение роста наблюдалось в компаниях секторов связи (в 4, 6 раза) и средств массовой информации (в 3,3 раза). Во всех секторах высокотехнологичного бизнеса кроме наук о жизни и чистых технологий средний рост выручки за 4 года превысил 1000% [20].  

   Таким образом, даже на фоне кризиса 2008 г. и дальнейшего замедления экономического роста традиционных секторов экономики высокотехнологичные компании  демонстрируют рециклическую положительную динамику и высокие темпы роста, что в целом, характерно для мирового рынка разработки и производства высокотехнологичных товаров и услуг. Преимущества быстрорастущих высокотехнологичных компаний особенно очевидны при сравнении их показателей с традиционными предприятиями той же сферы деятельности (Табл.4).

Безымянный

   Анализ данных о росте выручки традиционных компаний или отраслей в целом подтверждают явное превосходство высокотехнологичных компаний в скорости роста. Рост выручки всех компаний рейтингов 2016 и 2017 гг. превысил за 4 года 200%, т.е. имеет экспоненциальный характер. Темпы роста большинства компаний рейтинга более чем в 10 раз превышают среднеотраслевые показатели, поэтому эти высокотехнологичные компании отвечают критериям экспоненциальных организаций. Результаты рейтинга за 2017 г., по словам П. Салломи[3], показывают, что вызванные развитием технологий «преобразования затронули все без исключения отрасли, оказав влияние и на потребителей, и на компании из различных секторов экономики» [29].

   Для анализа динамики роста высокотехнологичных компаний в региональном разрезе использованы показатели количества компаний в стране и в расчете на  1 млн. населения, а также  средние  совокупные темпы роста выручки компаний каждой страны, рассчитанные по результатам рейтингов разных лет. В Таблице 5 приведены характеристики стран лидеров  по количеству быстрорастущих высокотехнологичных компаний и динамике их роста в 2016 г. 

Безымянный

   По количеству  высокотехнологичных компаний в 2016 г. лидируют Франция, Великобритания,  Нидерланды и Швеция. Эти страны составляют стабильное ядро лидеров в период 2007-2017 гг. (Рис. 5). Число высокотехнологичных компаний в расчете на 1 млн. населения больше выше всего в Норвегии, Швеции и Финляндии, Израиле.

Безымянный

   Страны Северной Европы отстают по этому параметру, например Германия с ее развитой экономикой оказалась лишь на двадцатом месте, хотя динамика роста числа высокотехнологичных компаний в североевропейских странах выше.

   По темпам роста выручки высокотехнологичных компаний лидирует Австрия,   компании которой росли в 15 раз быстрее компаний Испании, оказавшихся на последнем месте рейтинга. На втором месте по скорости роста компаний находится Потругалия (рост  7,3 больше), третье место с небольшим отставанием заняла Турция. Великобритания, Швеция, Германия и Франция  занимают средние позиции по показателям темпов роста выручки высокотехнологичных компаний. Выясняется, что высокотехнологичные компании растут быстрее в динамично развивающихся экономиках, а не в экономически развитых странах с высокой концентрацией высокотехнологичного бизнеса.  

   Общая тенденция регионального развития высокотехнологичного бизнеса проявляется тем, что быстрорастущие высокотехнологичные компании все более равномерно распределяются по всему региону, включая Восточную и Южную Европу, и менее сосредоточены в традиционных ведущих экономиках стран Центральной и Северной Европы.

   Для оценки влияния экономического развития страны на рост высокотехнологичного бизнеса были сопоставлены показатели  уровня благосостояния населения и роста выручки компаний за период 2013-2016 гг. Анализ показал  неоднозначную   взаимосвязь этих показателей. Темпы роста выручки высокотехнологичных компаний в странах с высоким уровнем благосостояния (за исключением Австрии) оказались ниже, чем в странах с относительно низким уровнем благосостояния населения (Рис. 6).

Безымянный

   Результаты сопоставления динамики роста  высокотехнологичных компаний и ВВП свидетельствует о том, что страны-лидеры по темпам роста выручки высокотехнологичных компаний (Турция, Израиль, Венгрия) лидируют также по темпам роста ВВП. Линейная связь между ростом уровня благосостояния населения и динамикой роста высокотехнологичных компаний несколько слабее, но также присутствует. В Турции, Греческой республике, Венгрии и Польше быстро растут не только высокотехнологичные компании, но и благосостояние населения. Таким образом, скорость роста высоких технологий и компаний, их создающих и распространяющих, одновременно является органическим следствием экономического состояния региона и активно влияет на экономические процессы.

   В результате исследования было выявлено, что рост высокотехнологичных компаний имеет рециклическую положительную динамику и не зависит напрямую от уровня экономического развития  страны. Уровень экономического развития страны и емкость внутреннего  рынка  не являются определяющими факторами роста высокотехнологических компаний. Напротив, наблюдается взаимосвязь динамики роста высокотехнологичных компаний и динамики роста экономики стран региона ЕБВА.

   Согласно результатам опроса компанией Deloitte руководителей быстрорастущих высокотехнологичных компаний [31]:

  • 85% руководителей полагают, что они будут поддерживать высокие темпы роста, при этом только 42% ожидают, что экономика в целом будет расти, и 9% — что экономика будет значительно расти;
  • 70% руководителей считают, что рост компании может быть продолжен органически, а не структурными изменениями, основными факторами роста и развития компании являются высококвалифицированный персонал и созданные им уникальные продукты;
  • 61% руководителей предполагают увеличить свой штат на 1 — 25% — очевидно, что в цифровом мире кривые роста и занятости различаются; 64% руководителей основной проблемой роста называют поиск, наем и сохранение талантов;
  • 39% руководителей главной задачей считают переход от управления ресурсами к использованию новых форм организации бизнеса.

   Результаты опроса  подчеркивают тот факт, что рост высокотехнологичных компаний не зависит от экономической ситуации и является самостоятельным предпринимательством, которое может быть отражено во многих контекстах. Это было признано С. Марумом в работе «Стартапы Черных лебедей: понимание подъема успешного технологического бизнеса в маловероятных местах» [32], название которой отражает определенный контекст роста компаний, отличный от  современных стратегий роста.

   Быстрорастущие высокотехнологичные компании разрабатывают и внедряют новые технологии и продукты, демонстрируют взрывной рост и являются лидерами в своих областях. А. Букайл, партнер TMT Deloitte во Франции, отметил: «Четырех элементов роста: капитала, труда, знаний/творчества и энергии/ресурсов недостаточно, чтобы объяснить высокие темпы роста и успех компаний. Быстрорастущие высокотехнологичные компании создали уникальную комбинацию ценностей, позволившую им создать взрывные модели роста, которые охватили целые страны и вышли за их пределы. Их лидерство cтало пятым элементом, приводящим эту комбинацию в экспоненциальное движение» [33].  Лидерство высокотехнологичных  компаний  в отсутствие аналогичных моделей и конкуренции позволило им по мере продвижения на рынок создавать свои  правила игры и достичь экспоненциального роста.

   На фоне замедления экономического роста в традиционных секторах экономики особенно заметно, что компании, сделавшие ставку на экспоненциальные технологии, растут совершенно другими темпами, при этом они оказываются более устойчивыми к внешней среде. Создание и использование экспоненциальных технологий и высокая скорость роста становятся неотъемлемыми характеристиками и критериями идентификации современного высокотехнологичного бизнеса.

   Успешные высокотехнологичные компании Technology Fast 500 ™ EMEA Ranking выступают в роли производителей и поставщиков, а не только пользователей передовых технологий и инноваций. Большинство высокотехнологичных компаний рейтинга Technology Fast 500 ™ EMEA Ranking основали бизнес на собственных  уникальных технологиях и создали его исключительно своими силами и за счет собственных ресурсов.

   Главными факторами роста высокотехнологичных компаний их руководители считают активную инновационную деятельность.  63% компаний ежегодно представляет новую продукцию, 62% твердо уверены, что их товары уже сегодня сопоставимы с лучшими иностранными образцами [21]. Быстрорастущие высокотехнологичные компании фокусируются на инновациях не только в области  технологий и продуктов, но и  бизнес-процессов и экономических моделей.

   Экспоненциальные технологии и организации более распространены в экономически развитых странах с устойчивыми инновационными экосистемами, чем в  странах, конкурентоспособных по уровню ВВП. Качество и распространенность экспоненциальных технологий является индикатором готовности страны к переходу к новой цифровой экономике.

   Возникающие экосистемы вокруг экспоненциальных технологий, таких как когнитивные технологии, блокчейн и интернет вещей, быстро переходят от передовых к господствующим направлениям роста. Способность использовать свою экосистему позволила компаниям стать европейскими или мировыми лидерами в своем секторе [34].   Страны лидеры по количеству быстрорастущих высокотехнологичных компаний вошли в десятку самых конкурентоспособных стран мира.

   Исключительные позиции быстрорастущих высокотехнологичных компаний повышают их роль в качестве динамического элемента экономики, степень влияния которого, с одной стороны, соответствует экономическому состоянию окружающей среды и уровню экономического благосостояния, с другой стороны, интенсивность их роста коррелирует с динамикой роста экономики страны. Недостаточное развитие (как пространственное, так и интенсивное) этих компаний свидетельствует о недостаточном развитии региональной экономики.

Список литературы

  1. Клейтон М. Кристенсен, Энтони Скотт, Эрик Рот Дилемма инноватора. Как из-за новых технологий погибают сильные компании.// Москва: Альпина Паблишер, 2017.- С. 239.
  2. С. Исмаил, М. Мэлоун, Ю. ванГеест Взрывной рост. Почему экспоненциальные организации в десятки раз продуктивнее вашей (и что с этим делать). // Москва: Альпина Паблишер 2017. — C. 393.
  3. Ричард Кох Р. Законы Силы в бизнесе. // Минск: Попурри, 2004. — C. 400.
  4. Dietrich Dorner. The Logic of Failure: Why Things Go Wrong and What We Can Do to Make Them Right. New York : Metropolitan Books, 1996. — Р. 222.
  5. Инновации – реальные и ложные. Вестник цифровой трансформации и информационной службы. Директор информационной службы. 2018 № 01. // Режим доступа: https://www.osp.ru/cio/2018/01/13053842
  6. Zazzerini THE EXPONENTIAL ORGANIZATIONS. ANNO SCOLASTICO 2015-2016Р. 63. //Режим доступа:https://tesi.luiss.it/18219/1/207221_RUFINI_FABIO.pdf
  7. Moore Cramming More Components onto Integrated Circuits. Electronics. 1965. Рp. 114-117
  8. Ray Kurzweil The SingularityIs Near: When Humans Transcend Biology. — NewYork: PengiunGroup . 2005. Р. 652
  9. Р. Курцвейл Эволюция разума, или Бесконечные возможности человеческого мозга, основанные на распознавании образов. // Москва: Эксмо. 2018. C. 400.
  10. А. Панасенко Cisco отмечает экспоненциальный рост ИТ и ускорение цифровизации. // Режим доступа: //https://www.anti-malware.ru/news/2015-11-18/17255
  11. Цифровая трансформация и экспоненциальные технологии как основа для новых моделей бизнеса. // Режим доступа:  https://docplayer.ru/72329918-Cifrovaya-transformaciya-i-eksponencialnye-tehnologii-kak-osnova-dlya-novyh-modeley-biznesa.html
  12. Раскрыты финансовые показатели Facebook за 2011 год. Rusbase. // Режим доступа: https://rb.ru/news/raskryty-finansovye-pokazateli-facebook-za-2011-go/
  13. Выручка Facebook в 2015 году выросла в 1,5 раза. //  Деловые новости. Режим доступа:  http://telecomblog.ru/delovie-novosti/vyruchka-facebook-v-2015-godu-vyrosla-v-1-5-raza
  14. Facebook отчитался о финансовых итогах 2017 года. // Режим доступа: https://www.gazeta.ru/tech/news/2018/02/01/n_11116723.shtml
  15. Дзюбенко И.Б., Дзюбенко А.С. Новые модели высокотехнологичного бизнеса: экспоненциальные организации. // Московский экономический журнал. — 2018. — № 5. : DOI: 10.24411/2413-046Х-2018-15042
  16. Exponential technologies in manufacturing. Transforming the future of manufacturing through technology, talent, and the innovation ecosystem — P. 132. // Режим доступа:   https://www.compete.org/storage/reports/exponential_technologies_2018_study.pdf
  17. Маркова В.Д., Трапезников И.С. Современные формы партнерства в бизнесе. // Мир экономики и управления. — 2016. — Т. 16, № 4. — С. 109-119.
  18. Galen Gruman What digital transformation really means. // Режим доступа:  https://www.infoworld.com/article/3080644/it-management/what-digital-transformation-really-means.html
  19. Amit Sahasrabudhe, Holy Kellar, Vijay Sharma, and Bill Wiltschko Performance Ecosystems: A Decision Framework to Take Performance to the Next Level, Deloitte Development LLC, 2010. // Режим
  20. Deloitte Global Announces 2017 Technology Fast 500™ EMEA Rankings. // Режим доступа: https://www2.deloitte.com/global/en/pages/about-deloitte/articles/deloitte-global-announces-technology-fast-500-emea-rankings.html
  21. Stellar performers Technology Fast 500 EMEA Ranking and CEO Survey 2007. – Р. 36. // Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/se/Documents/technology-media-telecommunications/se_fast500_271107.pdf
  22. Deloitte 2016 Technology Fast 500™ Meet the growth-makers. Annual ranking of the fastest-growing technology companies in Europe, Middle East and Africa (EMEA). // Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/About-Deloitte/central-europe/Deloitte%20Tech%20Fast%20500%20EMEA%202016%20Ranking.pdf
  23. Veeam объявляет о рекордных финансовых показателях за 2015 год. // Режим доступа:https://www.veeam.com/ru/news/veeam-announces-record-2015-results.html
  24. CМИ России в 2016 г. Анализ данных за 25 лет. // Режим доступа: http://www.mediadigger.ru/smi-rossii-v-2016-analiz-dannyh-za-25-let/
  25. Национальный рейтинг российских высокотехнологичных быстроразвивающихся компаний «Тех-Успех-2016». Москва. 2016. // Режим доступа:  http://www.rvc.ru/upLoad/ bLock/293/BukLet_RezuLtatyJssLedovaniya_TehUspeh.pdf
  26. Темпы роста возобновляемой энергетики замедлятся до 2025 года.// Режим доступа: http://www.cleandex.ru/news/2016/04/14/tempy_rosta_vozobnovlyaemoi_energetiki_zamedlyasya_do_2025_goda
  27. Мировой рынок компьютеров вернулся к росту. // Режим доступа: https://www.vedomosti.ru/technology/articles/2018/07/14/775480-k
  28. В.А. Баринова, С.П. Земцов, А. В. Сорокина Инновационная деятельность быстрорастущих компаний как условие повышенияих конкурентоспособности Экономика и науки 2015, Т. 1, № 3. С. 175-179
  29. EMEA Deloitte 2016 Technology Fast 500TM. // Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/Technology-Media-Telecommunications/deloitte-tech-fast-500-emea-2016-ranking.pdf
  30. ВВП на душу населения по странам мира 2016, в $. // Режим доступа: http://investorschool.ru/spisok-stran-po-vvp-na-dushu-naseleniya-2016
  31. Christensen C. T The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail. Boston: Harvard Business Review Press. 2013
  32. Mahroum S. Black Swan Start-ups: Understanding the Rise of Successful Technology. Luxembourg: 2016. Р. 277
  33. Bucaille A. Welcome. Opening of the Deloitte 2016 Fast 500 Report EMEA. // Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/Technology-Media-Tele communications/deloitte-tech-fast-500-emea-2016-ranking.pdf
  34. The Future of High Tech: the power of a strong start up ecosystem. // Режим доступа: https://www.startupfesteurope.com/site/news/future-high-tech-power-strong-startup-eco-system/

[1] Питер Фердинанд Друкер (Peter Ferdinand Drucker) американский учёный австрийского происхождения, один из самых влиятельных теоретиков менеджмента 20 века, основатель теории инновационной экономики и предпринимательского общества.

[2] Паттерн – характер, закономерность  роста. Г. Мур открыл  паттерн удвоения сложности интегральных полупроводниковых схем, ставший  универсальной характеристикой экспоненциального роста технологий.

[3] Руководитель группы по работе с компаниями отрасли высоких технологий, телекоммуникаций, развлечений и СМИ Deloitte




Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 517.929; 517.67

DOI 10.24411/2413-046Х-2018-15112

Севодин М.А., к.ф.-м.н., доцент, Пермский национальный исследовательский политехнический университет

Соколов В.А., к.ф.-м.н., доцент, Пермский национальный исследовательский политехнический университет

Sevodin M.A., Sokolov V.A.

О НЕЧЕТКОЙ МОДЕЛИ ВАЛЬРАСА РЫНКА ОДНОГО ТОВАРА

ON FUZZY MODEL OF WALRUS MARKET ONE PRODUCT

Аннотация. В статье рассмотрены хозяйственные субъекты экономики с нечеткими характеристиками.  На основе некоторых нечетких оценок рынка изучена функция избыточного спроса. Представлена модификация  динамической модели Вальраса рынка одного товара. На основе этого и известной ранее четкой модели получены оценки интервального типа положения равновесия указанной модели. Для положения равновесия установлены условия его устойчивости. Они представлены в виде системы неравенств для параметров модели. Кроме того, доказана эквивалентность разрешимости некоторой краевой задачи и классической динамической модели Вальраса рынка одного товара. В последней при этом считается, что с постоянными коэффициенты подстройки цены предложения постоянны, а цена спроса  берется с учетом кусочно-постоянного запаздывания цены предложения. Построено приближенное решение указанной краевой задачи. Результаты, связанные с эквивалентностью краевой задачи и модели рынка, перенесены на случай модифицированной модели интервального типа. Поставлена и решена задача об — кратном изменении цены товара к указанному моменту времени.

Abstract. The article focuses on economic operators with fuzzy properties. Based on some fuzzy market evaluations, the excess demand function is analyzed. A modification of the Walrasian dynamic model of a single commodity market is presented. Based on this and the predefined clear model, interval estimations of the equilibrium point for the model in question are derived. For the equilibrium point, the conditions of its stability are determined. They are represented as a system of inequalities for the model’s parameters. Additionally, the equality is proved between the solvability of some boundary value problem and the classic Walrasian dynamic model of a single commodity market. In the latter, supply price adjustment coefficients are considered constant for constants, while demand price is derived with the piecewise constant lag of supply price taken into consideration. An approximate solution to the aforementioned boundary value problem is presented. The results concerning the equality between the boundary value problem and the market model are applied to the modified interval model. The problem of the w-fold change in commodity price by the specified moment is formulated and solved.

Ключевые слова. Рынок одного товара, положение равновесия, функция спроса, краевая задача, оценки интервального характера.

Keywords. Single commodity market, equilibrium point, demand function, boundary value problem, interval estimations.

   Введение. Дифференциальные уравнения с отклоняющимся аргументом выделяется среди других уравнений своей ориентацией на приложения. Они описывают большое число ситуаций, связанных с прикладными вопросами [1]. В экономике такие уравнения встречаются, например, при моделировании экономики производства, ценообразования, взаимодействия плановых рыночных механизмов и т.д.. Особое место здесь занимает изучение линейных дифференциальных уравнений с запаздывающим аргументом методами функционального анализа [1,2]. Такой подход позволил исследовать на устойчивость различные модификации моделей экономики и установить некоторые параметры этих моделей.

   В то же время всякий экономический процесс протекает в условиях неопределенности, которая порождается большим количеством факторов. В работе [3], например, указывается, что неопределенность, неполнота являются фундаментальными свойствами экономических процессов. Поэтому важно распространить названные выше методы на случай экономических моделей с элементами неопределенности различного типа.

   В данной статье рассматривается модель Вальраса стабилизации цен на рынке одного товара, которая в детерминированной постановке относится к числу классических задач [4-6]. Новые аспекты в ее трактовке и определении равновесия, не укладывающиеся в рамки традиционной теории, возникают при нечеткой интервальной неопределенности коэффициентов и функций, входящих в данную модель. Источниками интервальности здесь являются  неполнота знаний об объекте, ошибки моделирования, погрешности вычисления параметров модели или последствия линеаризации функций спроса и предложения.

   Возможные множества реализаций параметров модели в интервалах задания являются главным отличием интервальной задачи от детерминированной. Вместе с тем небольшое количество информации о действительных значениях коэффициентов не позволяет считать ее стахастической и использовать известные методы фильтрации [7].

   В настоящее время разработана методология решения подобных задач с помощью методов теории нечетких множеств. Математический фундамент нечетких методов исследования в основном был заложен  во второй половине 20 века [8-10].

   Одним из эффективных инструментов исследования различных математических моделей в условиях неопределенности является интервальный анализ. Созданный первоначально для потребностей вычислительной математики он стал активно использоваться в теории управления [11-14], исследования операций [15,16], теории игр [17,18].

   Начиная с конца 70-х годов, методы теории нечетких множеств начинают применяться в экономических исследованиях. Так, в работе  [19] рассмотрена система дифференциальных уравнений с нечеткими параметрами и введена матрица «затраты-выпуск» Леонтьева, элементами которой являются треугольными нечеткие числа. Отметим здесь же монографию [20], в которой представлен широкий спектр возможных применений теории нечетких множеств — от оценки эффективности инвестиций до кадровых решений и замен оборудования.

   Особо выделим здесь использование треугольных нечетких чисел. Укажем в этом направлении работы по проблемам инвестирования [19-24]. Теория треугольных чисел дает возможность свести качественные экспертные оценки к количественным, числовым (правда нечетким). С другой стороны, нечеткие множества представляют эксперту большую гибкость. Например, при ответе на вопрос, каким будет ожидаемый экономический показатель, эксперт может указать пессимистическую Безымянный, оптимистическую Безымянный и наиболее вероятную Безымянный. Полученную информацию можно объединить в виде нечеткого треугольного числа Безымянный. Именно такой подход и используется в данной работе.

   Настоящая статья посвящена вопросам применения треугольных нечетких чисел к задаче определения некоторых характеристик экономических объектов. На основе нечетких оценок функции избыточного спроса представлена модификация динамической модели Вальраса рынка одного товара. Получены оценки интервального типа положения равновесия модели и условия его устойчивости. Изучена краевая задача, эквивалентная в некотором смысле обычной динамической модели Вальраса рынка одного товара с постоянными коэффициентами подстройки цены предложения, а также цены спроса.  Построено с гарантированной степенью точности приближенное решение указанной краевой задачи. Эти результаты перенесены на случай рассматриваемой модификации модели Вальраса интервального типа. Поставлена и решена задача об Безымянный — кратном изменении цены товара к конечному моменту времени.

   Нечеткая модель Вальраса. Рассмотрим модифицированную линейную модель Вальраса  [25] рынка одного товара с кусочно-постоянным запаздыванием цены предложения.

Безымянный

   Здесь Безымянный – функция избыточного спроса, Безымянный  – функции спроса и предложения, Безымянный – цена единицы товара в момент времени Безымянный – лаг запаздывания цены, Безымянный  — коэффициент скорости реакции Безымянный — положительные параметры,  Безымянный– целая часть числа Безымянный, числа Безымянный — коэффициенты  подстройки цены предложения, Безымянный – неконтролируемое возмущение.

   Выразим Безымянный через Безымянный и положим Безымянный Безымянный. Тогда уравнение (1) примет вид:

Безымянный

   В (1) предполагается, что все параметры и сама функция избыточного спроса имеют точные значения. Однако на практике, как правило, точные значения получить невозможно.

   Будем считать, что параметры, входящие в уравнение (1), представляют собой треугольные числа Безымянный. Число Безымянный представляет собой наименьшее возможное значение параметра БезымянныйБезымянный -наибольшее возможное значение Безымянный, а Безымянный -наиболее вероятное значение Безымянный. Функции из (1) также считаются треугольными [7], т.е. Безымянный, где Безымянный имеют тот же смысл, что и Безымянный.Отметим, что арифметические действия и дифференцирование над нечеткими треугольными функциями производятся по правилам, с которыми можно ознакомиться, напр., в [7].

   Пусть теперь нечеткие параметры в  таковы, что для каждой компоненты функции Безымянный можно получить аналог (2)

Безымянный

   Для каждого из этих равенств существует точка равновесия, в которой скорость изменения соответствующей цены равна нулю. Эти положения равновесия при Безымянный определяются равенствами [25]:  Безымянный. Известно [25], что полученные положения экспоненциально устойчивы. Последний факт позволяет говорить о стабилизации цены. Равновесная цена здесь описывается треугольным нечетким числом вида Безымянный. Данное треугольное число можно считать нечетким равновесием задачи (1).

   Выделим отдельно случай, когда нечеткое равновесие может стать четким числом. Эта ситуация возникает, если Безымянный. Разумеется и в данной ситуации будет иметь место экспоненциальная устойчивость.

   Представим теперь описанные процессы с помощью решения некоторой краевой задачи. Рассмотрим сначала детерминированный случай.

   Краевая задача и ее решение. Возьмем некоторое n и рассмотрим (1) на промежутке времени Безымянный.

   Поставим задачу об Безымянный — кратном изменении цены товара к конечному моменту времени Безымянный:

Безымянный

   Запишем краевое условие (3) в виде

Безымянный

где Безымянный ([1], стр. 32).  По числу Безымянный и функции Безымянный  подберем функцию Безымянный такую, что Безымянный.

   Тогда система уравнений

Безымянный

однозначно разрешима [1] и ее решение имеет представление:

Безымянный

где Безымянный.

   Применим «Безымянный-подстановку» (4) к уравнению (2)

Безымянный

   Отсюда приходим к следующему  интегральному уравнению

Безымянный

где Безымянный.

   Заменим уравнение (5) уравнением:

Безымянный

с вырожденным ядром Безымянный, где функции Безымянный определяются по кусочно-постоянной аппроксимации ядра , соответствующей равномерному разбиению квадрата Безымянный на малые квадраты с такой стороной, чтобы выполнялось требование точности. Функции Безымянный будет соответствовать аналогичная (1), (2) краевая задача.

   Известно [2], что краевая задача (2),(3) однозначно разрешима, причем ее приближенное решение имеет представление

Безымянный

с точностью

Безымянный

и, кроме того,

Безымянный

   Решение краевой задачи в нечетком случае. Выводы. Пусть задача приобретает нечеткий вид. Как и в пункте 2 настоящей статьи, будем считать нечеткие параметры такими, что аналог уравнения (2′) записывается в виде . Берем вновь некоторое натуральное число Безымянный  и рассматриваем уравнения (2′) при Безымянный. Задачу об  Безымянный-кратном изменении цены товара к моменту времени Безымянный ставим в нечетком виде, считая и Безымянный и Безымянный треугольными числами: Безымянный. Данное условие распадается на три: Безымянный. Таким образом, с учетом (2′) для каждого Безымянный приходим к задачам, решенным в пункте 3 работы. Следовательно, поставленная задача однозначно разрешима и решение можно записать с помощью представления (7).

   В заключение отметим, что изучение нечеткой динамической модели Вальраса рынка одного товара с постоянными коэффициентами подстройки цены предложения показало, что при условиях на параметры модели, связанных с уравнениями (2′), можно говорить о существовании положения равновесия и его экспоненциальной устойчивости. В случае возникновения задачи об Безымянный-кратном изменении цены товара к моменту времени Безымянный можно определелить для приближенного решения краевую задачу, эквивалентную в некотором смысле поставленной. Это позволяет построить с гарантированной степенью точности приближенное решение исходной краевой задачи. Указана методика определения решения задачи в нечеткой постановке.

Список литературы

  1. Азбелев Н.В., Максимов В.П., Рахматуллина Л.В. Введение в теорию функционально-дифференциальных уравнений. – М.:Наука, 1973. – 384 с.
  2. Максимов В.П., Румянцев А.Н. Краевые задачи и задачи импульсного управления в экономической динамике. Конструктивное исследование// Известия Вузов. Математика, 1993, №5. –С. 56-71
  3. Суслов В.И. Об экономических измерениях: вероятность и достоверность, математическое моделирование, большие данные, электронная статистика// Вопросы статистики, 2016, №1(4). – С.38-46
  4. Никайдо Х. Выпуклые структуры и математическая экономика. – М.: Мир, 1972. – 519 с.
  5. Goodwin R.M. Dynamical coupling with especial reference to markets having production lags// «Econometrica», 1947, №15. – С.181-204
  6. Аллен Р. Математическая экономия. – М.: Иностранная литература, 1963. – 670 с.
  7. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. – М.: Мир, 1971. – 400 с.
  8. Zadeh L.A. Fuzzy Sets// «Inf. And Control», 1965, № 8. – С. 338-353
  9. Wong C.K. Fuzzy Topology. Fuzzy Sets and their Applications to Cognitive and Decision Processes. – New York: Academic Press, 1975. – 507 p.
  10. Zadeh L.A.: The concept of a linguistic variable and its application to approximate reasoning// Inf. Sci., 1975, Part I, № 8. — S. 199-249; Part II, №8. – S., 301-357; Part III, №9. – S.43-80
  11. Гусев Ю.М., Ефанов В.Н., Крымский В.Г., Рутковский В.Ю. Анализ и синтез линейных интервальных динамических систем (состояние проблемы)// Известия АН. Техническая кибернетика, 1991, №1. —  С. 3-23; № 2. – С. 3-30
  12. Ащепков Л.Т., Давыдов Д.В. Стабилизация наблюдаемой линейной системы управления с постоянными интервальными коэффициентами// Известия вузов. Математика, 2002, №2. – С. 11-17
  13. Ащепков Л.Т., Колпакова Г.Э., Стегостенко Ю.Б. Стабилизация нестационарной линейной дискретной системы управления с интервальными коэффициентами по наблюдениям фазовых состояний//»Автоматика и телемеханика», 2002, № 5. – С. 3-11
  14. Давыдов Д.В. Локальная стабилизация интервально наблюдаемой системы с неопределенными параметрами//»Вычислительные технологии», 2003, №1(8). – С. 44-51
  15. Ащепков Л.Т., Косогорова И.Б. Минимизация квадратичной функции с интервальными коэффициентами// Журнал вычислительной математики и математической физики, 2002, №5(42). – С. 653-664
  16. Левин В.И. Сравнение интервальных величин и оптимизация неопределенных систем//» Информационные технологии», 1998, №7. – С. 22-32
  17. Ащепков Л.Т., Гуторова С.В., Карпачев А.А., Ли С. Интервальные матричные игры// Дальневосточный математический журнал, 2003, №2. – С. 276-288
  18. Шашихин В.Н. Решение интервальной матричной игры в смешанных стратегиях// Известия РАН. Теория и системы управления, 2001, №5. – С. 97-104
  19. Buckley J.J. The fuzzy mathematics of finance// Fuzzy Sets and Systems, 1987, Vol. 21. – S.257—273
  20. Кофман А., Хил Алуха X. Введение теории нечетких множеств в управлении предприятиями. – Минск: Высш. Школа, 1992. – 224 с.
  21. Kuchta, D. Fuzzy capital budgeting// «Fuzzy Setsand Systems», 2000, Vol. 111. – S. 367—385
  22. Lefley, F., Sarkis, J. Applying the FAP model to the evaluation of strategic information technology projects// International Journal of Enterprise Information Systems, 2005, №1. – S. 69—90
  23. Huang X. Optimal project selection with random fuzzy parameters// Int. J. Production Economics, 2007, Vol. 106. – S. 513—522
  24. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. – М.: Сезам, 2002. – 181 с.
  25. Симонов П.М. Исследование устойчивости решений некоторых динамических моделей микро- и макроэкономики// Вестник Пермского ун-та. Математика. Информатика. Механика, 2003, №1. — С. 88-93



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

DOI 10.24411/2413-046Х-2018-15111

Сущность и особенности показателей агропредприятий для анализа и прогнозирования

The essence and features of indicators of agricultural enterprises for analysis and forecasting

Баммаева Галимат Алиевна, к.э.н. доцент, Дагестанский государственный Университет

Bammaeva Galimat Alievna, amuka@mail.ru

Аннотация

Эффективное управление любым сектором экономики требует знания его исходного состояния, сведений о том, как существовал и развивался объект в периоды, предшествовавшие настоящему. Лишь получив достаточно полную и достоверную информацию о деятельности объекта в прошлом, о сложившихся тенденциях в его функционировании и развитии, можно вырабатывать уверенные управленческие решения, бизнес-планы и программы развития объектов на будущие периоды.

Annotation

Effective management of any sector of the economy requires knowledge of its initial state, information about how the object existed and developed in the periods preceding the present. Only having received enough complete and reliable information about the activities of the facility in the past, about the current trends in its functioning and development, it is possible to develop confident management decisions, business plans and programs for the development of facilities for future periods

Ключевые слова: Агропромышленный комплекс, автоматизация, анализ, прогнозирование, cельское хозяйство, экономика.

Keyword: Agro-industrial complex, automation, analysis, forecasting, agriculture, economy.

   Аграрный сектор экономики является системообразующим, в значительной степени определяющим состояние всего народного хозяйства и социально — экономический уровень подавляющей части населения республики. В его состав входят более 1000 сельскохозяйственных формирований различных  организационно – правовых форм собственности, свыше 17 тыс. крестьянских (фермерских) хозяйств и около 485 тыс. личных подсобных хозяйств населения. Доля сельского хозяйства в валовом региональном продукте составляет около 20%. В нем занято 30% численности экономически активного населения и сконцентрировано более 12% основных производственных фондов  [3].

   В сельском хозяйстве республики производится примерно 20%  валового регионального продукта, занято около  250 тыс. человек  (это почти 30% от численности занятых во всех отраслях экономики), сосредоточено 12% основных производственных фондов.

   Особенности природно-климатических условий Республики Дагестан предопределили специфику развития приоритетных направлений сельскохозяйственного производства. Преимущественное развитие получили виноградарство, овощеводство, садоводство, овцеводство, мясомолочное скотоводство [2].

   Наиболее острой из проблем сельского хозяйства Республики Дагестан является техническое и технологическое отставание, вследствие чего тормозится инновационное развитие агропромышленного комплекса  [2].

   Автоматизация, комплексная механизация и развитие информационных технологий, позволяющие с каждой единицы использованных ресурсов получить большее количество и разнообразие высококачественных продуктов питания — это наиболее эффективный способ развития агропромышленного комплекса. В то время как мировой и европейский опыт ведения сельскохозяйственных работ уже напрямую связан с информационными технологиями, в Российской Федерации, в частности, в Республике Дагестан, это направление еще практически не открыто [1].

   В таких условиях стало необходимым повышение уровня информатизации АПК РД. И разработка информационных систем и программных продуктов для сферы сельского хозяйства республики должна стать частью этой работы. Вследствие этого возникает необходимость в проведении таких работ и для АПК Республики Дагестан [2].

   Эффективное управление любым сектором экономики требует знания его исходного состояния, сведений о том, как существовал и развивался объект в периоды, предшествовавшие настоящему. Лишь получив достаточно полную и достоверную информацию о деятельности объекта в прошлом, о сложившихся тенденциях в его функционировании и развитии, можно вырабатывать уверенные управленческие решения, бизнес-планы и программы развития объектов на будущие периоды. Получить такую информацию об объекте позволяет  анализ.

   В литературе приведено множество определений понятия «анализ». В частности, в учебнике «Курс экономики» под анализом понимается  метод научного исследования явлений и процессов, в основе которого лежит изучение составных частей, элементов изучаемой системы. Анализ применяется с целью выявления сущности, закономерностей, тенденций экономических и социальных процессов, хозяйственной деятельности на всех уровнях (в стране, отрасли, регионе, на предприятии, в частном бизнесе) и в разных сферах экономики (производственная, социальная), для  прогнозирования, планирования и принятия управленческих решений [5].

   Одной из целей анализа является  получение нескольких основных, наиболее информативных параметров, дающих объективную оценку состояния предприятия. Микроэкономический анализ распространяется на отдельные объекты и процессы, чаще всего имеет место в форме анализа финансово- хозяйственной деятельности предприятий, фирм, включая анализ объемов производства, издержек, прибыльности [5,6].

   Прогнозирование – метод вероятного планирования, в котором предсказание будущего  опирается на накопленный опыт и текущие предположения относительно будущего. Прогнозирование – один из основных инструментов планирования, дающий возможность предвидеть условия общего экономического равновесия в течении того или иного периода времени. С его помощью можно определять направления и готовить конкретные решения экономической политики, а также оценивать их возможные результаты [4].

   Прогнозирование осуществляется различными методами. Метод прогнозирования представляет собой последовательность действий, которые нужно совершить для получения модели прогнозирования.  Для анализа и прогнозирования широко применяются методы моделирования. В частности, для анализа тенденций, связей между показателями в динамике разрабатываются модели временных рядов и рядов динамики. Такие модели применяются и для прогнозирования. Модель прогнозирования есть функциональное представление, адекватно описывающее исследуемый процесс и являющееся основой для получения его будущих значений. На рис 1.представлена классификация методов и моделей прогнозирования [7].

Безымянный

   В данной работе такие модели использованы для анализа тенденций и  прогнозирования экономических показателей продукции АПК. Методика построения и применения временных рядов и рядов динамики для анализа и прогнозирования рассмотрены в работах [3,6]. Модели временных рядов это уравнения регрессии, имеющие следующий схематический вид  =f(t), где  — последовательность величин какого- либо экономического показателя в момент времени t; t- последовательность значений фактора времени t (t=1,2,…, T, T-последний период рассматриваемого временного интервала).

   Основные экономические показатели характеризующие деятельность агропредприятий приведены в таблице 1.

Безымянный

   Рассмотрим сущность некоторых понятий из таблицы 1, в частности показателей эффективности и относительных показателей (см. столбцы 3,4).

   Объем производства продукции — результат деятельности предприятия по производству какой-либо продукции и представленных производственных услуг. При оценке используются как натуральные, так и стоимостные показатели.

   Урожайность является основным фактором, определяющим объем производства продукции растениеводства. Урожайность  характеризует  валовой (общий) сбор растениеводческой продукции, полученной в результате выращивания определённой сельскохозяйственной культуры со всей площади её посева в хозяйстве, регионе или в стране [5].

   Рентабельность — эффективность, прибыльность, доходность предприятия. Количественно рентабельность исчисляется как частное от деления прибыли на затраты, на расход ресурсов [5].

   Фондоотдача — показатель характеризующий эффективность использования основных средств организации. Фондоотдача показывает, сколько выручки приходится на единицу стоимости основных средств[5].

   Темпы роста — отношение величины экономического показателя  в данное время к его исходному значению, принятому за базу отсчета, измеряемое в относительных величинах или в процентах [5].

   Фондовооруженность – показатель, характеризующий оснащенность работников предприятий основными производственными фондами (средствами) [5].

Выводы

   В настоящее время важно сделать системы автоматизации управления доступными для большинства предприятий отрасли, а также удешевить услуги разработчиков и консультантов за счет поощрения конкуренции на рынке. Ключом к решению этой проблемы является ожидаемый рост спроса на автоматизированные системы управления, который будет развиваться по мере роста агробизнеса.

   Сельское хозяйство — идеальная среда для применения информационных технологий. Но недостаточность финансовых средств в сфере аграрной науки не дает возможности для широкого применения современных информационных технологий.

Библиографический список

  1. Ананьев М.А. Применение информационных технологий в Апк. https://Docplayer.Ru/45226127-Primenenie-Informacionnyh-Tehnologiy-V-Apk.Html
  2. Бурмистрова А.А. Проблемы технической и технологической модернизации агропромышленного комплекса России  // Социально – экономические явления и процессы .№4, — 2012.
  3. Гамидуллаев Р.Б. Анализ потенциала и проблемы управления предприятиями Апк Республики Дагестан. // Региональные Проблемы Преобразования Экономики №1 ,- 2018.
  4. Муратова Л.И.,  Баков Н.Х.,  Хоружий В.И., Кануков В.М. Нормативные системы в прогнозировании развития предпринимательского сектора экономики // Управление экономическими системами. №4, — 2009.
  5. Сидоренко О.В. Экономический анализ деятельности сельскохозяйственной организации // Концепт- 2014.№09 (Сентябрь).
  6. Райзберг Б.А. Курс Экономики. Москва «Инфра-М»1997.
  7. Тихонов Э.Е. Методы прогнозирования в условиях рынка: Учебное пособие. — Невинномысск, 2006. — 221 С.

Bibliography

  1. Ananyev M. M. Application of information technologies in Agriculture. https://Docplayer.Ru/45226127-Primenenie-Informacionnyh-Tehnologiy-V-Apk.Html
  2. Burmistrova A. A. problems of technical and technological modernization of agro-industrial complex of Russia // Socio – economic phenomena and processes .№4, — 2012.
  3. Gamidullaev R. the Analysis of potential and problems of management of the enterprises of the Republic of Dagestan. // Regional Problems Of Economic Transformation №1, — 2018.
  4. Muratova L. I., N Tanks.X., Khoruzhii, V. I., V. M. Kanukov Regulatory system in predicting development of entrepreneurial sector of economy // Management of economic systems. №4, — 2009.
  5. Sidorenko O. V. Economic analysis of the agricultural organization / / Concept-2014.№09 (September).
  6. Raizberg B. A. Economics Course. Moscow «Infra-M» 1997.
  7. Tikhonov E. E. Methods of forecasting in conditions of the market: a Training manual. — Nevinnomyssk, 2006. — 221 p.



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 330

DOI 10.24411/2413-046Х-2018-15110

Ряжева Юлия Ивановна, старший преподаватель кафедры общего и стратегического менеджмента, Самарский национальный исследовательский университет, г. Самара

Ryazheva  Yu. I. ryazheva_yulia @mail.ru

ГЕНЕЗИС САМОРЕГУЛИРУЕМЫХ ОРГАНИЗАЦИЙ В РОССИИ

THE GENESIS OF SELF-REGULATORY ORGANIZATIONS IN RUSSIA

Аннотация

Статья посвящена исследованию в хронологической последовательности развития саморегулируемых организаций в России.  В результате изучения было получено, что данное понятие имеет богатую историю, и в России и Средневековье объединение торговцев можно считать первыми прототипами саморегулируемых организаций. В статье раскрываются преимущества, которые получает организации при вступлении в СРО. Проведен анализ территориального распределения саморегулируемых организаций в нашей стране.

Summary

The article is devoted to the study of the chronological sequence of development of self-regulatory organizations in Russia. As a result of the study, it was found that this concept has a rich history, and in Russia and the middle Ages the Association of traders can be considered the first prototypes of self-regulatory organizations. The article reveals the advantages that the organization receives when joining the SRO. The analysis of the territorial distribution of self-regulatory organizations in our country.

Ключевые слова: cаморегулирование, саморегулируемые организации, лицензия, профессиональная деятельность.

Keywords: self-regulation, self-regulatory organizations, licensing, professional activities.

   Изучение генезиса саморегулируемых организаций имеет особую значимость в быстроменяющихся условиях на рынке. Исследование саморегулирования его происхождения, развития дает возможность выявить его предпосылки возникновения, особенности функционирования на современном этапе хозяйствования, а также спрогнозировать дальнейшее развитие.

   Многие считают, что понятие саморегулируемая организация появилось относительно недавно, тогда как данные организации имеют богатую историю. Во время Средневековья объединения людей в группы, занимающихся одним ремеслом, можно рассматривать как некое подобие саморегулируемых организаций сегодня.

   Принцип саморегулирования известен в России достаточно давно.  Доказательством этому выступает тот факт, что  такие государственные институты как адвокатура и коллегии адвокатов, образованные во второй половине XIX века, согласно действующей на тот период времени реформе 1864 года, должны были существовать как саморегулируемые организации.

   Утверждение такого правового института, как адвокатура, предусматривало образование Совета присяжных в каждом судебном совете. Созданный Совет учитывал утвержденные требования и правила, которые касались этических норм ведения адвокатской деятельности, но также разработал принципы и приемы адвокатской техники, в связи с тем, что России отсутствовали какие-либо традиции в данной сфере. Советом также осуществлялись прием  новых адвокатов, контроль  соблюдения установленных норм и правил, а также применение мер воздействия за невыполнение. По желанию государства  был создан институт присяжных поверенных, хотя существующая на тот период реформа не предусматривала введения адвокатской монополии на представлении интересов в суде, вступать в число присяжных поверенных можно было добровольно [1, с. 90].

   Созданную в 1870 году Московскую биржу, тоже можно  отнести к саморегулируемым организациям. Биржей устанавливались правила, нормы ведения торгов, контроль за их соблюдением и привлечение к ответственности в случае нарушения.

   В настоящее время отечественные предприятия стараются применять в своей деятельности принцип саморегулирования, который как показывает практика, является еще недостаточно разработанным для внедрения его бизнес, так как  нормативная база еще не конца сформирована. Создаваемая система саморегулирования в России базируется не на своем историческом опыте, а на американской системе. Отсутствие единой нормативной базы саморегулируемых организаций приводит к тому, что в работе  на сегодняшний момент присутствует некоторая неопределенность.

   Основываясь на историю, можно говорить, что первые правила и стандарты, связанные с саморегулируемыми организациями, относится во времена средневековой Европы. Работа купцов строилась на принципе саморегулирования, исходя из характера своей торговли и специализации, они объединялись в некий союз, в котором работали по разработанной ими единой системе юридических отношений. В этом и заключается ключевая идея саморегулирования, когда не государство навязывает правила и стандарты, а сами субъекты отношений способны выработать их самостоятельно. Саморегулируемые организации (СРО) образуются для того, чтобы поддерживать достигнутые договоренности, контролировать их исполнение, привлекать к ответственности за нарушение или неисполнение [2, с. 27].

   Российская история саморегулирования начинается с 22 апреля 1996 года, с момента принятия Федерального закона «О рынке ценных бумаг» [3]. Следующим моментом в развитии является начало  XXI века, когда была осуществлена передача некоторых функций государства саморегулироваемым организациям. С принятием в 2007 году Федерального закона произошло закрепление позиций СРО в нашей стране.  В качестве законодательной платформы институт саморегулирования использует принципы гражданского права. Ее существование основано на гражданско-правовых организационных отношениях.

   С принятием закона «О саморегулируемых организациях» процесс получения лицензии официально заменен саморегулированием. До принятия данного закона юридические лица, занимающиеся определенной деятельностью, получали  лицензию, которая выступала некой гарантией качества и соблюдения требований, установленных законодательством. Сейчас ситуация складывается таким образом, что вместо лицензии необходимо стать членом СРО и выполнять принятые правила, требования, нормы. Главным преимуществом вступления в СРО заключается в том, что предпринимателю выдается свидетельство, которое не имеет срока действия в отличие от лицензии.

   В связи с внедрением института СРО постепенно планируется отменять лицензирование отдельных видов деятельности. Выданные ранее лицензии будут действовать до окончания указанного в ней срока, а затем предприниматели, в случае отказа вступления в СРО, смогут работать и нести ответственность, которую предусматривает нашей законодательство.

   Как уже было отмечено ранее, российские предприниматели стараются применять принцип саморегулирования, но это является не всегда удачным. Связано это  с тем, что сущность саморегулируемых организаций, их преимущества российскими предпринимателя остаются еще до конца непонятными. В связи с этим для решения данной проблемы необходимо рассмотреть, что же в настоящее время подразумевают под саморегулируемыми организациями.

   Анализ материалов позволяет говорить, что саморегулируемыми организациями считают, некоммерческие организации, объединяющие субъекты предпринимательской деятельности, работающие в определённой отрасли производства товаров (работ, услуг), либо объединяющие субъекты профессиональной деятельности определённого вида.

   В России порядок образования и деятельности саморегулируемых организаций (СРО), их основные цели и задачи регулируются Законом № 315-Ф3 от 1 декабря 2007 года «О саморегулируемых организациях» [4], а также федеральными законами, которые регулируют соответствующий вид деятельности. Деятельность СРО, объединяющих организации финансовых рынков, регулируется отдельным законом «О саморегулируемых организациях в сфере финансового рынка» № 223-ФЗ от 13 июля 2015 года [5].

   Согласно №315-Ф3 «О саморегулируемых организациях» саморегулируемыми организациями считаются, некоммерческие организации, которые соблюдают требования.

   Первым требованием является то, что минимальное количество участников, входящих в СРО должно быть  равно двадцати пяти юридическим лицам или ста гражданам, занимающихся определенным профессиональным видом деятельности, если законом не предусмотрено иное.

   Согласно данным информационного портала «Всё о саморегулировании», в нашей стране можно выделить двадцать четыре группы сфер деятельности, участники которых вступили в СРО [6]. Ими являются предприниматели, деятельность которых связана со строительством, реконструкцией, капитальным ремонтом,  архитектурно-строительным проектированием, инженерным изысканием, пожарной безопасностью, энергетическим обследованием, оценкой, аудитом, рекламой, коллекторской деятельностью, автоперевозками, страхованием, управлением компаний, действиями на рынке ценных бумаг, медициной, пищевой и перерабатывающей промышленностью, промышленной безопасностью, микрофинансовой организацией, интеллектуальной собственностью, урегулированием споров, теплоснабжением. Как видно, немногие сферы деятельности стали участниками СРО.

   Второе требование заключается в том, что все участники сообщества должны соблюдать стандарты, правила предпринимательской или профессиональной деятельности.

   Суть третьего требования состоит в том, что СРО должна обеспечить дополнительную имущественную ответственность каждого ее члена перед потребителями произведенных товаров (работ, услуг) и иными лицами, то есть — иметь возможность выплачивать определенные платежи из своего компенсационного фонда, в случае предъявления соответствующих заявлений. Соблюдение вышеизложенных требований для СРО является обязательным, согласно данному закону, и также они могут изменяться, то есть ужесточаться. 

   Создание СРО в России связано с именем   В. С. Плескачевского, который активно поддерживал идею саморегулирования как один из вариантов государственного лицензирования. Деятельность В.С. Плескачевского была посвящена разработке различных законов, таких как Федеральный закон «О саморегулируемых организациях», отраслевые законы внедрения СРО в предпринимательскую деятельность (СРО оценщиков, СРО в строительстве, СРО проектное, СРО изыскателей, СРО в страховании, СРО кадастровой деятельности и других областях) [6].   

   Статус саморегулируемой организации  присваивается некоммерческой организации с момента внесения сведений о некоммерческой организации в государственный реестр саморегулируемых организаций и утрачивает статус саморегулируемой организации с момента, когда сведения о некоммерческой организации  были исключены из указанного реестра.

   Оценивая деятельность некоммерческих организаций и СРО, можно наблюдать то, что они существенно отличаются друг от друга. Как уже отмечалось, главная цель СРО заключается в добросовестном выполнении своих обязанностей перед клиентами, защищать их интересы. В связи с этим все участники СРО должны обладать властными полномочиями. Некоммерческие организации же, согласно Федеральному закону от 12.01.1996 г. №7-ФЗ (ред. от 29.07.2018)  «О некоммерческих организациях» формируются с целью достижения социальных, благотворительных, научных целях, направленных на сохранение здоровья, поддержки физической культуры,  удовлетворения духовных потребностей [7]. Еще одно отличие некоммерческих организаций от СРО заключается   в наличии субсидиарной ответственности по возмещению вреда клиентам.

   В настоящее время принято различать два вида СРО. Первый СРО с публичными функциями в целом и каждому ее участнику в отдельности, примером такого вида выступает СРО арбитражных управляющих. Второй вид СРО, когда публичные функции выполняются отдельным лицом, к данному признаку относят саморегулируемые организации аудиторов.

   Изучение сущности СРО позволило определить истинное предназначение СРО в настоящее время. Главная функция, которую реализуют СРО, заключается в разработке и закреплении правил к участникам данного союза, в применении мер дисциплинарного характера, разрешении споров, которые могут возникнуть между участниками СРО, анализе деятельности участников, представлении их интересов, организации профессионального обучения, аттестации работников.

   Формируется имущество саморегулируемых организаций из следующих источников:

  • взносы при вступлении в СРО, членские, целевые;
  • добровольные пожертвования;
  • получаемые доходы от  оказываемых услуг;
  • другие не запрещенные законом источники.

   Особое внимание вступления в СРО обусловлено, в первую очередь, тем, что организации имеют возможность получать заказы от государства на выполнение определенного вида работ. Компания также может реализовывать работы, которые являются высокооплачиваемыми, повышать имидж, расширять связи, повышать доверие со стороны заказчиков. И еще одно значимое преимущество состоит в том, что СРО оказывает правовую поддержку участникам, защищает их интересы.

   Согласно данным портала Саморегулируемые организации особой популярностью пользуются объединения в сфере строительства (313 организаций), проектирования (205), арбитражных управляющих (67), инженерных изыскателей (44) [8].

   Территориальное распределение саморегулируемых организации в нашей стране приведено на рисунке 1.

Безымянный

   Наиболее количество участников СРО располагаются в Центральном федеральном округе (46%), затем идет Северо-Западный федеральный округ (18%), Приволжский федеральный округ (12%). В остальных федеральных округах институт саморегулирования развит слабее: Сибирский федеральный округ (8%), Южный федеральный округ (5%), Уральский федеральный  округ (5%), Дальневосточный федеральный округ (4%), Северо-Кавказский федеральный округ (2%).

   Разделение саморегулируемых организаций по региональному принципу обусловлено тем, что это позволяет достичь конкурентных преимуществ. Например, в строительной отрасли активно практикуется такой вариант- при получении заказа федерального уровня, строительная компания может привлекать из других федеральный округов компании, которые входят в одну группу саморегулируемых организаций с едиными нормами квалификационного контроля и высоким уровнем взаимного доверия и надежности.

   В заключении хотелось бы отметить, что саморегулируемые организации очень важны для предпринимателей. Ведь, надзорные и контролирующие функции теперь возложены не только на государственные органы, но и на самих же бизнесменов. Соответственно, участники могут самостоятельно создавать правила, нормы и принципы взаимодействия, формировать основы надежного предпринимательства и защищать общие интересы, что, конечно, очень важно для развития бизнеса в России.

Литература

  1. Алгазина А.Ф. История возникновения и развития саморегулирования в России // Правоприменение. 2017. Т.1.  № 3.  С. 90-99.
  2. Ларкина Н. Г. Компетентность саморегулируемых предпринимательских структур: маркетинговый аспект // Актуальные вопросы экономики и управления: материалы Междунар. науч. конф. (г. Москва, апрель 2011 г.).Т. II. М.: РИОР, 2011.  С. 27-32.
  3. О рынке ценных бумаг: ФЗ от 04.1996 N 39-ФЗ [Электронный ресурс]// Консультант. — Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_10148/
  4. О саморегулируемых организациях: ФЗ от 01.12.2007 N 315-ФЗ [Электронный ресурс]// Консультант. — Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_72967/
  5. О саморегулируемых организациях в сфере финансового рынка:  ФЗ от 13.07.2015 N 223-ФЗ [Электронный ресурс]// Консультант. — Режим доступа:  http://www.consultant.ru/document/cons_doc_LAW_182662/
  6. Все о саморегулировании [Электронный ресурс]// Информационный портал. – Режим доступа: http://www.all-sro.ru/
  7. О некоммерческих организациях: ФЗ от 12.01.1996 N 7-ФЗ [Электронный ресурс]// Консультант. — Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_8824/
  8. Реестр СРО [Электронный ресурс]// Информационно-консультационный портал саморегулируемых организаций. — Режим доступа: https://www.reestr-sro.ru/



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

DOI 10.24411/2413-046Х-2018-15109

Абубакир Хасанович Тамбиев, д.э.н., профессор, Южный федеральный университет 

Tambiev Abubakir Khasanovich

Овчинников Виктор Николаевич, д.э.н., профессор, Южный федеральный университет  

Ovchinnikov Viktor Nikolaevich

Маркетинговое исследование взаимодействия бизнеса и образовательных организаций

Marketing research of interaction between business and educational organizations

Аннотация: В статье рассмотрена роль маркетинговых исследований на рынке образовательных услуг по профессиональной подготовке. Представлены результаты опроса предпринимателей по вопросам материально-финансовой поддержки бизнесом образовательного процесса в организация профессионального образования.

Abstract: The article discusses the role of marketing research in the market of educational services for vocational training. Presents the results of a survey of entrepreneurs on the material and financial support of business in the educational process in the organization of vocational education.

Ключевые слова: опрос, респонденты, методы маркетингового исследования, потребности бизнес-сообщества, взаимодействия бизнеса и образовательных организация профессиональной подготовки.

Keywords: survey, respondents, marketing research methods, needs of the business community, interaction of business and educational organization of vocational training.

   В современных условиях важное место отводится задаче тесного взаимодействия работодателей и образовательных учреждений в процессе подготовки кадров для экономики страны. Потребность в высококвалифицированных и инициативных работниках обостряется в новых условиях введения ограничений на импорт технологий из-за рубежа и роста конкуренции на глобальном рынке. Экономика остро нуждается в новых технологиях и высококвалифицированных кадрах, в то же время необходимы существенные финансовые вложения в развитие материально-технической базы высшего и профессионального образования, в том числе со стороны бизнес-сообщества. Все это обусловливает актуальность исследования отношения предпринимательского сообщества к проблеме финансовой поддержки образовательных учреждений и тесного взаимодействия с ними[1].  

   Одним из методов маркетингового анализа, который применим в данной ситуации, является опрос. При проведении опроса важное значение имеет выборка респондентов. В контексте анализируемого вопроса выборка респондентов должна включать в себя предпринимателей из различных отраслей экономики и регионов РФ. Наиболее удобной площадкой для проведения подобного опроса является Российский союз промышленников и предпринимателей (далее – РСПП), в институциональных рамках которого можно задать вопросы целому ряду респондентов из всех федеральных округов и основных отраслей российской экономики. Целью опроса является анализ объемов оказываемой финансовой поддержки предприятиями, входящими в состав РСПП, организациям профессионального образования.

   Ниже представлены результаты опроса о необходимости поддержки учреждений профобразования, проведенного при содействии РСПП.[2]

   На рисунке 1 графически представлены результаты ответов респондентов на вопрос «Оказывает ли компания поддержку материально-технической базы организаций профессионального образования?»

Безымянный

   Более половины респондентов ответили отрицательно на вопрос о поддержке материально-технической базы учреждений профессионального образования. Большая часть компаний, которые осуществляют помощь образовательным учреждениям именно через развитие материально-технической базы, осуществляют ежегодные расходы на данный вид поддержки свыше 5 миллионов рублей: их доля составила 34,6%.

   Чуть более четверти компаний направляют на поддержку и развитие материально-технической базы суммы, не превышающие или равные 100 тысячам рублей; 15,4% респондентов ответили, что сумма данных расходов их компаний находится в промежутке от 101 до 500 тысяч рублей; у 7,7% компаний данная статья расходов – в промежутке от 501 до миллиона рублей; в 15,4% компаниях сумма ежегодных расходов на поддержку материально-технической базы от миллиона до 5 миллионов рублей.

   Немаловажно определить стимулы, способные побудить предпринимателей тратить больший объем средств на развитие образовательных организаций своего профиля. В связи с этим был задан следующий вопрос: «Если будет реализована возможность отнесения данных расходов на себестоимость, увеличится ли сумма выделяемых компанией средств на поддержку материально-технической базы проф. образовательных учреждений?» На рисунке 2 представлены данные об ответе респондентов на данный вопрос. 

Безымянный

   Две трети респондентов готовы увеличивать объём выделяемых средств на поддержку материально-технической базы учреждений профессионального образования при условии, что будет введена налоговая льгота по данной статье и эти расходы можно будет отнести на себестоимость.

   Обратное соотношение отрицательных и положительных ответов наблюдается при ответе на вопрос о том, станут ли оказывать поддержку образовательных учреждений через развитие материально-технической базы после введения новой налоговой льготы те респонденты, чьи компании до настоящего времени её не оказывали (рис. 3): 69,8% участников опроса ответили отрицательно, а 30,2% — положительно.

Безымянный

   Компании могут оказывать помощь образовательным учреждениям не только через развитие материально-технической базы; существует множество других возможных статей расходов.

   Согласно результатам опроса, представленным на рисунке 4, наиболее часто компании направляют средства на организацию производственной практики для студентов профильных учреждений профессионального образования – 61,7% респондентов указали, что за последний год их компания несла такого рода расходы.  34% компаний осуществляли оплату обучения лиц, которые могут не иметь закрепленных в договоре обязательств по последующей работе в компании и иных видов расходов на образовательные программы в компаниях.

   Третьей по популярности статьёй расходов стали расходы, связанные с производством и (или) реализацией подготовки профессиональных стандартов: четверть всех респондентов направляли средства на это.

Безымянный

   Расходы на предоставление грантов преподавателям учреждений профессионального образования, оплаты их стажировок и повышения квалификации осуществляли за последний год только 16% компаний-участников опроса.

   Некоторые компании оказывают помощь образовательным учреждениям иными способами. Так, компания отрасли «Металлургия» осуществляет собственную программу развития студентов – с дополнительным обучением английскому языку, обучением в бизнес-школе.

   Компания сектора «добыча и переработка полезных ископаемых» выделяет средства на оплату проведения олимпиад по математике и физике среди старшеклассников для поступления в горные вузы; на оплату обучения сторонних лиц в автошколах на водителей грузовых автомобилей (категория В); на оплату проведения деловых игр по горной тематике среди студентов вузов горного профиля; также осуществляет финансирование вузовских НИОКР и научных форумов, организует строительные отряды для школьников и студентов.

   Затраты трети компаний на организацию производственной практики для студентов профильных учреждений профессионального образования, составили в прошлом году менее 100 тысячи рублей (рис. 5); доля компаний, которые осуществляли расходы по данной статье в размере от 101 до 500 тысяч рублей, достигла 18,5%; 22,3% компаний направляли на организацию производственной практики от 501 тысячи до 2,5 миллионов рублей. Соответственно 25,9% респондентов указали, что данная статья расходов в компании более 2,5 миллионов рублей.

Безымянный

   Что касается оплаты обучения лиц, которые могут не иметь закрепленных в договоре обязательств по последующей работе в компании и иных видов расходов на образовательные программы в компаниях (рис. 6), то примерно по трети компаний, осуществлявших данные расходы, направляли от 101 до 500 тысячи рублей и более 2,5 миллионов рублей. Четверть компаний оказывали поддержку в размере от 501 тысячи до 2,5 миллионов рублей. А 15% респондентов ответили, что данная статья расходов составила в их компаниях менее 100 тысяч рублей.

Безымянный

   На рисунке 7 представлены суммированные ответы респондентов по расходам, связанным с производством и (или) реализацией профессиональных стандартов. Как видно из графика, у большинства компаний (42,8%) на данный вид расхода выделили менее 100 тысяч рублей. Чуть менее трети компаний направили по данной статье расходов сумму в размере от 101 до 500 тысяч рублей. Близкое число респондентов (14,25% и 14,35%) несли затраты на производство и (или) реализацию профессиональных стандартов в размере от 501 тысячи до 2,5 миллиона рублей и более 2,5 миллиона рублей, соответственно.

Безымянный

   Расходы на предоставление грантов преподавателям в 70% случае не превышали 100 тысяч рублей (рис. 8). Это самый редкий вид поддержки институтов профессионального образования со стороны компаний.

Безымянный

   Согласно результатам опроса три четверти всех компаний, которые осуществляли расходы на организацию производственной практики для студентов профильных учреждений профессионального образования, готовы увеличить данные расходы при условии, что будет введена налоговая льгота – отнесение на себестоимость расходов.

   Доля респондентов, ответивших утвердительно на вопрос «Будет ли увеличена статья расходов на оплату обучения лиц, не имеющих последующих обязательств по работе в компании, при введении налоговой льготы», составляет 67,9%.  Расходы, связанные с производством и (или) реализацией профессиональных стандартов, готовы увеличить 84,9% компаний, если данные расходы можно будет отнести на себестоимость.

   Таким образом, согласно результатам опроса, проведенного РСПП, 42,1% компаний-участников опроса оказывают поддержку развитию материально-технической базы учреждений профессионального образования, не являющихся структурными подразделениями компании, а именно: осуществляют целевую покупку оборудования для учреждений профессионального обучения; передают в пользу образовательных учреждений оборудование, находящего на балансе компании, осуществляют техническое оснащение лабораторий и т.д.

   Соответственно, более половины респондентов ответили отрицательно на вопрос о поддержке материально-технической базы учреждений профессионального образования.

   Результаты данного исследования свидетельствуют о необходимости более четкой информационной политики в предпринимательской среде, поясняющей значимость материально-финансовой поддержки коммерческими предприятиями образовательных организаций профессиональной подготовки. В свою очередь образовательным организациям следует тщательно проработать каналы коммуникации с бизнес-сообществом, используя PR-технологии, обосновать предпринимателям, какие преимущества им может принести тесное взаимодействие с вузом. Также необходим мониторинг запросов бизнеса и частичная трансформация образовательного процесса в соответствии с потребностями реального сектора экономики. 

Список использованных источников

  1. Данишевская, О. Г. Маркетинговые исследования в Интернете: основные подходы и принципы проведения / О. Г. Данишевская // Интернет-маркетинг. — № 4. — 2009. — С.240–252
  2. Гулько Е. Ю., Вишнякова М. В. Особенности организации и проведения онлайн исследований // Молодой ученый. — 2014. — №18. — С. 485-487.
  3. Оперативные социологические исследования: методика и опыт организации / Д. Г. Ротман, А. Н. Данилов, С. Н. Бурова и др.- Мн.: Бел.гос.ун-т, 2001. — 353 с.
  4. Лужнова Н. В., Дергунова М. И., Мельникова А. В. Опрос как метод маркетинговых исследований // Молодой ученый. — 2015. — №23. — С. 588-591.
  5. Официальный сайт Российского союза промышленников и предпринимателей [электронный источник] РСПП.РФ

[1] Оперативные социологические исследования: методика и опыт организации / Д. Г. Ротман, А. Н. Данилов, С. Н. Бурова и др.- Мн.: Бел.гос.ун-т, 2001. — 353 с.

[2] http://xn--o1aabe.xn--p1ai/library/view/83?s=

[3] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов.

[4] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов.

[5] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов. *Вопрос был задан только тем респондентам, которые отметили, что в данный момент их компания не осуществляют поддержку материально-технической базы образовательных учреждений.

[6] Опрос проведен среди членов РСПП из 8 федеральных округов. В опросе участвовало 856 респондентов.

[7] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов.

[8] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов.

[9] Опрос проведен среди членов РСПП из 8 федеральных округов в опросе участвовало 856 респондентов.

[10] Опрос проведен среди членов РСПП из 8 федеральных округов. В опросе участвовало 856 респондентов.




Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

DOI 10.24411/2413-046Х-2018-15108

АНАЛИЗ И ОЦЕНКА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ПРЕДПРИЯТИЯ

Хубиева Мариям Джатдаевна, магистрант, СКГГТА «Северо–Кавказская государственная гуманитарно-технологическая академия», г.Черкесск, hubieva040794@gmail.com

Текеева Халимат Эльмурзаевна, к.э.н., доцент, СКГГТА «Северо–Кавказская государственная гуманитарно-технологическая академия», г.Черкесск, h.tekeeva@mail.ru

Khubieva Mariyam Dzhatdaevna, master student, North-Caucasian State Academy of Humanities and Technology, g.Cherkessk, hubieva040794@gmail.com

Tekeeva Khalimat Elmurzaevna, Candidate of Economic Sciences, Associate Professor, North-Caucasian State Academy of Humanities and Technology, g.Cherkessk, h.tekeeva@mail.ru

Аннотация. Раскрыто содержание методики анализа и оценки инвестиционной привлекательности промышленного предприятия. Использование предлагаемого алгоритма действии позволяет принять обоснованное управленческое решение по формированию инвестиционной программы развития предприятия.

Ключевые слова:  инвестиционная привлекательность, оценка инвестиционной привлекательности предприятия, факторы инвестиционной привлекательности предприятия, модель оценки.

Annotation. The content of the methodology for analyzing and evaluating the investment attractiveness of an industrial enterprise is disclosed. Using the proposed algorithm of actions allows you to make an informed management decision on the formation of the investment program of the enterprise.

Keywords: investment attractiveness, assessment of the investment attractiveness of an enterprise, factors of an investment attractiveness of an enterprise, valuation model.

   Для того чтобы определить инвестиционную привлекательность предприятия  нужно учесть  финансовую стабильность предприятия, уровень финансовых результатов, конкурентоспособность продукции, степень рискованности инвестиций, возможность активизации инноваций, управление и имидж предприятия. Все эти элементы должны учитываться при оценке инвестиционной привлекательности предприятия (ИПП), который может быть установлен во время выполнения шагов, представленных в статье (рисунок) [1].

Безымянный

   Для стратегического инвестора принципиально важно создавать стратегические возможности и формировать инвестиционную стратегию для предприятия, что позволяет ему оценивать перспективы дальнейшего развития хозяйствующего субъекта. Эта задача решена на этапе 1 «Анализ организационно-технических, социальных условий производства, качества управления и рыночной среды».

   Для реализации этого этапа рекомендуется использовать в качестве исходной информации набор показателей, объединенные в четыре группы: организационные и технические условия; социальные условия; рыночная среда; качество управления, которое считается стратегическим инвестором в качестве гарантии принятия решений по управлению качеством.

   Чтобы определить эти показатели, можно применять оценку варьирующую от 1 до 3, а затем оценка инвестиционной привлекательности получается из среднего геометрического значения.

Безымянный

   Имидж компании все чаще рассматривается как важный нематериальный актив организации, влияющий на ее рыночную стоимость, то есть, исходя из нематериального понятия, репутация превращается в финансовый компонент.

   Кредитная история заемщика, где показана вся информация о выполнении заемщиком обязательств имеет значительное влияние на репутацию предприятия [3].

Безымянный

   Таблица 2 показывает влияние различных показателей на репутацию хозяйствующего субъекта, что значительно влияет на его финансовое положение  и инвестиционную привлекательность.

Безымянный

   Полученные баллы для каждой из четырех групп индикаторов суммируются и, принимая во внимание результирующий балл, используется соответствующее управленческое решение, которое используется для дальнейшего анализа ИПП.

Безымянный

   Таким образом, на этапе 1 можно уменьшить список анализируемых в дальнейшем предприятий.

   Для предприятий, имеющих сумму балов Безымянный или Безымянный выполняется этап 2 «Экспресс-диагностика предприятий», на котором ана­лизируется две группы финансовых показателей.

   Первая группа объединяет показатели платежеспособности предприятий. Используя эти показатели, используя метод коэффициентов, можно косвенно оценить вероятность возврата инвестиций, вложенных инвестором средств , в соответствии со следующим алгоритмом:

– формируется выборка данных финансовой отчетности предприятий и рассчитываются основные финансовые коэффициенты.

– рассчитываются коэффициенты корреляции () между финансовыми коэффициентами:

  • если Безымянный>0,7 –между финансовыми коэффициентами существует определенная взаимосвязь, то есть дублирующаяся информация, характеризующая финансовое состояние предприятия;
  • если 0,3<Безымянный<0,7 — между финансовыми коэффициентами существует слабая связь;
  • если Безымянный< 0,3 — связь между коэффициентами отсутствует.

   Результаты корреляционного анализа показали, что для экспресс-анализа диагностики предприятия целесообразно использовать показатели, характеризующие его платежеспособность, с весовыми коэффициентами, предложенными в таблице 5.

Безымянный

   Определяется рейтинг R1, характеризующий платежеспособность предприятия

Безымянный

   Втора группа показателей объединяет показатели, характеризующие эффективность деятельности предприятий, с помощью которых можно косвенно установить возможность получения прибыли.

   Высокая рентабельность является основным критерием ИПП, поскольку только из чистой прибыли компания может погашать заемные денежные и другие средства. Таким образом, для урегулирования финансовые отношения с кредитором (инвестором) предприятие должно получать средства, равные, как минимум, займу и проценты на обслуживание этого займа в сроки, установленные договором между инвестором и предприятием.

   Для экспресс-анализа диагностики предприятия целесообразно использовать показатели с указанными весовыми коэффициентами для каждого из них (табл. 5).

Безымянный

   Определяется рейтинг , характеризующий эффективность деятельности предприятия (табл. 6)

Безымянный

   Учитывая, что рейтинги, характеризующие платежеспособность и эффективность предприятия, наиболее важны для принятия управленческими решениями инвесторов, итоговый рейтинг предприятия (R), который можно определить по формуле:

Безымянный   Выводы об ИПП по результатам экспресс-диагностики можно сделать, используя данные таблицы.

   Выполненные в ходе экспресс-диагностики исследования помогают уточнить ценность отдельных показателей, которые характеризуются количественными характеристиками. Однако окончательное решение может быть принято инвесторами только после того, как компания оправдает конкретные инвестиционные решения, направленные на обеспечение устойчивого экономического развития. Именно поэтому в рамках предлагаемого интегрированного подхода экспресс-диагностика предприятия должна быть дополнена оценкой всех показателей, составляющих ИПП.

Безымянный

   На этапе III весовые коэффициенты для показателей каждой группы были рассчитаны с учетом мнений всех экспертов. Полученные значения  были рассчитаны как среднее арифметическое ответов по каждой экспертойгруппе.

   По результатам оценки определяется интегральный коэффициент инвестиционной привлекательности предприятия, который рассчитывается как отношение значения фактического суммарного количества баллов к максимально возможному суммарному количеству балов, т. е.:

   По результатам оценки был определен интегральный коэффициент инвестиционной привлекательности КИП, который рассчитывается как отношение величины фактических итоговых баллов к максимально возможным суммам т. е.

Безымянный

гдеБезымянный — балловая оценка -го фактора с учетом его весомости; Безымянный — максимально возможное суммарное количество балов;  Безымянный — количество показателей.

   Чем ближе Безымянный к 1, т. е. к «эталонному предприятию», тем выше ИПП.

Безымянный

   В результате анализа компания может провести ряд мероприятий, чтобы повысить свою инвестиционную привлекательность и добиться большего соответствия требованиям инвестора.

Список литературы 

  1. Ендовицкий, Е.А. Анализ инвестиционной привлекательности организации/ Под рекадцией Д.А. Ендовицкий – М.: КНОРУС, 2012. – 376 с.
  2. Красникова, А.В. Методический подход к оценке инвестиционной привлекательности инновационного проекта / Организатор производства. – 2012. – Т.53. – №2. – С108-111.
  3. Плужников В.Г., Смагин В.Н., Шикина С.А. Анализ существующих методов оценки инвестиционной активности предприятия / Экономический анализ: теория и практика, 2015. № 2 (401). С. 2-10.



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

DOI 10.24411/2413-046Х-2018-15107

Каширина Марина Валентиновна, доцент Департамента налоговой политики и таможенно-тарифного регулирования Финансового университета при Правительстве Российской Федерации, Россия, г. Москва

Kashirina M.V.,  associate Professor, The Department of tax policy and customs tariff regulation Financial University under the Government of the Russian Federation, E-mail: askvm@yandex.ru

Узденов Аслан Алиевич, студент 3 курса финансово-экономического факультета Финансового университета при Правительстве Российской Федерации, Россия, г. Москва

Aslan Uzdenov, the 3rd year student of the department of Finance and Economics Financial University under the Government of the Russian Federation, Russia, Moscow,  E-mail: aslan.uzdenov.98@mail.ru

Проблемы налогообложения в нефтегазовой отрасли на примере компании ПАО «Газпром»

Taxation problems in the oil and gas industry on the example «Gazprom” company

Аннотация

В данной статье рассматриваются особенности налогообложения нефтегазовых компаний, их социальная ответственность и роль в экономике. Так же представлены различные формулы для расчета базы налогообложения для нефтегазовой отрасли и статистические данные о запасах полезных ископаемых нефтегазовых компаний.

В контексте данной̆ статьи, детально рассмотрены налоги, уплачиваемые компанией ПАО «Газпром». Также был проведен анализ деятельности компании, ее налоговой̆ политики и перспектив развития.

Annotation

This article discusses the features of taxation of oil and gas companies, their social responsibility and role in the economy. Also presented are various formulas for calculating the tax base for the oil and gas industry and statistical data on mineral reserves of oil and gas companies.

In the context of this article, the taxes paid by PJSC Gazprom are considered in detail. An analysis of the company’s activities, its tax policy and development prospects was also conducted.

Ключевые слова: нефтяная отрасль, налоги, НДД, налоговая база, ПАО «Газпром».

Keywords: оil industry, taxes, tax base, «Gazprom» company .

   Россия является одной их крупнейших стран по добыче  газа и нефти, ее доля в мировом экспорте 13,9 % [1]

Безымянный

   Из наиболее стабильно и быстро развивающихся производственных комплексов в Российской Федерации можно выделить топливно-энергетический комплекс. Благодаря нефтяному и газовому комплексу в преимущественно обеспечиваются поступления в бюджет, а также формируется положительный торговый баланс. Вклад, производимый топливно-энергетическим комплексом в разы, превышает вклады производственных компаний.

   Организация стран – экспортеров нефти (ОПЕК) и не входящие в картель государства смогли договориться о новом сокращении добычи: с января 2019 г. они уменьшат ее на 1,2 млн барр./сутки по сравнению с октябрем 2018 г. ОПЕК возьмет на себя 800 000 барр./сутки. При этом ограничения не распространяются на Иран, Венесуэлу и Ливию. Россия сократит добычу на 228 000 барр./сутки. Соглашение будет действовать в течение полугода с возможным пересмотром в апреле.[3]

   На территории России существует более 240 нефтяных компаний, из них 11 нефтяных холдингов. Таким образом нефтегазовая промышленность играет весомую роль в экономике и ее налогообложение всегда  остается актуальной темой. Главной стратегической задачей развития данной отрасли является плавное и стабильное увеличение добычи нефти при бережном отношении к экологической среде.

   До 2016 года нефтегазовая промышленность России находилась в состоянии кризиса, который привел к резкому падению добычи нефти. При этом выход из кризисной ситуации связан не только с инвестиционной деятельностью Правительства РФ, но также с постепенным  развитием рыночных отношений.

   Промышленные предприятия должны выполнять основные задачи, но государство также должно способствовать  их реализации. И такие меры государством предпринимаются: задания по поставки нефти для государственных нужд в настоящее время сокращены до 20 % ее добычи, остальные 80 % предприятия имеют право самостоятельно продавать[4].

   Единственные ограничения со стороны государства — это пошлины на экспорт, которые устанавливаются, чтобы российский рынок не оставался без нефтепродуктов в условиях несоответствия внутренних и мировых цен на нефть. Акционирование и приватизация важны для повышения эффективности российского нефтегазового комплекса. Государственные предприятия, производящие и транспортирующие, перерабатывающие и поставляющие нефте- и газо- продукты, были преобразованы в открытые акционерные общества с различным государственным участием. Для коммерческого управления государственными пакетами акций создано специальное государственное предприятие «Роснефть», которым предлагаются блоки государственных долей. «Роснефть» также включает в себя различные банки, ассоциации, фондовые биржи и иные организации.

   Перспективы развития российской нефтяной отрасли в определенной степени зависят от состояния ее сырьевой базы. Крупнейшие российские нефтяные компании – «ТНК», «ЮКОС», «ЛУКОЙЛ», «Роснефть» и «Газпром» имеют запасы нефти почти 14,1 млрд тонн.

   Нефтяные холдинги включают горнодобывающие и нефтеперерабатывающие компании, а также компании, связанные со сбытом.  Территориально они не объединены и включают производство (добычу и переработку нефти), распределительные структуры, расположенные в разных частях страны. Например, один из крупнейших российских нефтяных холдингов — «ЛУКОЙЛ» охватывает ряд компаний, занимающихся добычей нефти в Западной Сибири, Поволжье, Калининградской области и нефтепереработке в Поволжье и на Урале.

   Подавляющая часть местонахождений добычи нефти и газа находится в северных частях страны, с чем связаны некоторые сложности, но это не единственные проблемы, с которыми встречаются нефте- и газодобывающие компании.

   Немало важную роль в развитии нефтегазового сектора сыграло введение санкций со стороны США и ЕС еще в 2014 году, связанных с присоединением Крыма. К 2025 году проявится серьезная уязвимость нефтегазового сектора, из-за отсутствия доступа к оборудованию западных стран. Такой вывод можно сделать из результатов исследования «Перспективы российской нефтедобычи: жизнь под санкциями».[5] Авторы данного доклада полагают, что низкая развитость отечественных технологий   на фоне роста трудно извлекаемых запасов будет оказывать отрицание влияние на отрасль.

   В нефтегазовой отрасли все больше проявляются негативные последствия связанные с:

— ростом трудно извлекаемых запасов нефти

— устареванием основных фондов

— снижением коэффициента извлечения нефти (КИН).

   Для устранения выше указанных проблем, привлечения больших капитальных вложений в отрасль налоговая и ценовая политика государства должны стимулировать инвестиционный климат.

   Введение налога на дополнительный доход может поспособствовать решению данных проблем. Данный налог предполагают ввести в 2019 году и по оценке экспертов Минэнерго поступления в бюджет составят 1триллион рублей, а также в 2019-2035 годах ожидается увеличение добычи нефти на 100 млн тонн.

   Предполагается, что данный налог будет способствовать решению проблемы поддержания уровня добычи нефти акцентированно на зрелых месторождениях в Западной Сибири.

   Налогом будет облагаться доход от продажи нефти за минусом расходов по добыче и транспортировке. Ставка НДД составит 50%. Взимать новый налог будут с дохода от добычи нефти за вычетом расчетной экспортной пошлины и расходов на транспортировку, сниженного НДПИ, а также фактических капитальных и операционных расходов, связанных с разработкой участка недр (налоговая база по НДД = расчетная выручка — фактические расходы — расчетные расходы). Главные отличия НДД от налога на прибыль организаций — учет капитальных расходов единовременно в момент оплаты (без начисления амортизации), а также определение прибыли от добычи в разрезе лицензионных участков (а не в целом по компании).

   При определении расчетной выручки учитываются объемы добычи всех углеводородов, за исключением природного и попутного газа, закачанного в пласт в целях поддержания пластового давления, и попутного газа, закачанного в пласт на временное хранение. Цена нефти привязана к мировым котировкам сорта Urals (без учета скидок и премий за качество), по природному и попутному газу используются фактические цены реализации.

   Фактические расходы учитываются при расчете НДД только в случае их непосредственной связи с разработкой участка недр. Капитальные расходы учитываются по кассовому методу (в момент их оплаты), операционные расходы учитываются по начислению (в момент их осуществления) в соответствии с закрытым установленным перечнем.

   Для исключения необоснованного занижения сумм НДД предусмотрен контроль полученных доходов и расходов с точки зрения правил трансфертного ценообразования (т.е. потребуется подтверждать рыночный уровень цен в сделках с аффилированными лицами), а также восстановление сумм ранее учтенных капитальных расходов при позднем вводе, переводе на консервацию или дальнейшей реализации основных средств. Кроме того, предусмотрен минимальный НДД исходя из лимита фактических капитальных и операционных расходов (за исключением налогов) — 7140 рублей за тонну нефти в 2019–2020 годах и 9520 рублей/т с 2021 года. В бюджет уплачивается максимальная из величин — расчетного или минимального налога.

   Имеющуюся налоговую политику России можно характеризовать как фискальную, она не способствует привлечению российских и иностранных инвестиций в нефтегазовую отрасль. На протяжении длительного периода приоритетом стояло стабильное поступление налогов, а не экономически эффективное их взимание.

   Налоговые и неналоговые платежи, выплачиваемые нефтегазовыми компаниями, можно разделить на 3 вида: федеральные, региональные и прочие платежи.

   К федеральным налоговым платежам относятся:

— налог на добавленную стоимость

-страховые взносы,

— налог на прибыль организаций.

налог на добычу полезных ископаемых и др.

К региональным налоговым платежам относятся:

— налог на имущество организаций

— транспортный налог.

   Неналоговые платежи: таможенная пошлина и платежи за пользование недрами.

   Налог на добычу полезных ископаемых – является единым налогом, заменившим трех ранее выплачиваемых налогов (до 2002 г.): платежи за пользование недрами (роялти), акцизы и отчисления на воспроизводство минерально-сырьевой базы. Замена трех налогов одним производилась для более стабильных поступлений в Федеральный бюджет. В первые годы появления налога увеличились поступления в бюджет, но со временем происходила сильная дифференциация компаний по получению прибыли и расчету общей ставки. Она была не равномерной для высокорентабельных и низкорентабельных нефтяных компаний. Сейчас ставка налога стала более гибкой и зависит от показателей компаний. Но тем не менее не решена проблема с тем, что НДПИ привязан к мировым ценам и налог не достаточно дифференцирован по качеству и количеству используемых объектов, что стимулирует вложения со стороны инвесторов в уже освоенные месторождения, а не в освоение новых.  Зависимость ставки НДПИ от мировых цен имеет последствия в виде инфляционного давления налога на цену нефти и продуктов, образованных из нее.

   В настоящее время НДПИ рассчитывается по следующей формуле:

НДПИ = Налоговая база × (ставка х Кц – показатель Дм)

   Налоговая база определяется как количество добытых полезных ископаемых в натуральном выражении.[6]

Ставка – базовая ставка  зависит от вида полезных ископаемых;

Кц – коэффициент динамики  мировых цен на нефть;

Дм – коэффициент, учитывающий условия добычи нефти.

   Существуют также льготы по НДПИ – в ряде случаев устанавливается нулевая ставка, она  может быть применена при нормативных потерях или при добыче попутного газа.

   Нормативные потери принимаются к учету в месяц, когда был произведен замер добычи полезных ископаемых. Нормы потерь согласовываются и утверждаются с Министерством энергетики.

   Также устанавливается нулевая налоговая ставка НДПИ для газа горючего природного и газового конденсата, добытого в ряде регионов Российской Федерации, при условии соблюдения требований, устанавливаемых соответствующими нормами налогового законодательства.

   В Российской Федерации НДПИ по добытой̆ нефти рассчитывается ежемесячно как произведение объема добытого полезного ископаемого на фиксированную налоговую ставку (919 руб. за тонну с 2017 года), скорректированную на коэффициент, учитывающую динамику мировых цен на нефть, а также на показатель, характеризующей̆ особенности добычи нефти. Кроме того, по нулевой̆ ставке налога облагается нефть, добытая в ряде регионов Российской Федерации, при соблюдении определенных условий.

   Также НДПИ облагается добыча общераспространенных полезных ископаемых (в т. ч. по совмещённой̆ лицензии).

   Стоит отметить, что в статье 345 НК РФ говорится о федеральном  органе исполнительной власти, который осуществляет ведение баланса государственных полезных ископаемых. Первого числа каждого года данные государственного запаса полезных ископаемых направляются в налоговые органы.

   К налоговому контролю со стороны государства относится: контроль за безопасностью ведения работ, управление недропользованием, лицензирование нефтегазовых компаний, устранение монополий на рынке и т.д. Контролем нефтегазовых компаний со стороны государства занимаются: Министерство финансов РФ, Министерство топлива и энергетики, ФНС и другие гос. органы[7].

Налогообложение на примере компании «Газпром»

   Разведанные запасы газа в России, по данным Центрального диспетчерского управления топливно-энергетического комплекса (ЦДУ ТЭК), составляют около 48-49 млрд т. Крупные запасы углеводородов сосредоточены на российском арктическом шельфе [7].

   Газпром является одной̆ из крупнейших нефтегазовых компаний в мире по размеру доказанных запасов, которые составили 35 355,4 млрд куб. м природного газа, 1 595,6 млн т газового конденсата и 2 045,3 млн т нефти.

Безымянный   Следует отметить, что помимо Газпрома лишь Новатэк, Роснефть и Лукойл можно назвать значительными с точки зрения объемом добычи раза.

Безымянный

  Налоги, выплачиваемые компанией ПАО «Газпром» в 2017- 2016 годах 

   Перспективы развития «Газпрома» как одного из лидеров мировой энергетики тесно связаны с совершенствованием переработки углеводородов. Компания нацелена на увеличение глубины переработки и рост объемов производства продукции с повышенной добавленной стоимостью [5].

   С 1 июля 2014 года была введена новая схема налогообложения газодобывающих компаний в части налога на добычу полезных ископаемых. Ранее действующая система налогообложения при добыче газа и газового конденсата не учитывала ни стадий жизненного цикла освоения недр, ни изменения ценовой конъюнктуры рынка, ни условий разработки, ни прочих факторов, поэтому предприятия газовой отрасли несли избыточное налоговое бремя. Новая методика расчета учитывает, в частности, состав газа, макроэкономические показатели, уровень цен на рынках сбыта голубого топлива, условия разработки залежей, расходы на транспортировку газа горючего природного. Всё это необходимо для стимулирования разработки новых залежей углеводородов [6].

   Исходя из данных финансовой отчетности компании за 2017 и 2016 года можно отметить, что расходы по налогам (кроме налога на прибыль организаций) в четвёртом квартале 2017 г. увеличились на 345 млрд руб., или на 38%, это было вызвано в том числе ростом налога на добычу полезных ископаемых в связи с продолжающимся кризисом экономики РФ. На увеличение расходов в 2016 году мог повлиять рост базовой ставки налога  на добычу полезных ископаемых.

   Налог на добычу полезных ископаемых, относящийся к добыче углеводородов, включая газ горючий природный, газовый конденсат и нефть, начисляется пропорционально объему добытого полезного ископаемого.

   В Российской Федерации начиная с 1 июля 2014 года применяется расчетная формула для определения ставки НДПИ для газа горючего природного и газового конденсата вместо фиксированной ставки НДПИ.

   С 1 января 2015 года ставка НДПИ для газа горючего природного определяется как совокупность показателей:

1) базовая ставка 35 руб. за тыс. куб. м газа горючего природного;

2) базовое значение единицы условного топлива, рассчитанное с учетом различных макроэкономических показателей, включая цены на нефть и газ;

3) коэффициент, характеризующий степень сложности добычи газа горючего природного и (или) газового конденсата из залежи углеводородного сырья;

4) показатель, характеризующий расходы на транспортировку газа горючего природного.

   Для газового конденсата ставка НДПИ определяется как совокупность следующих показателей:

1) базовая ставка 42 рубля за 1 тонну добытого газового конденсата;

2) базовое значение единицы условного топлива, рассчитанное с учетом различных макроэкономических показателей, включая цены на нефть и газ;

3) коэффициент, характеризующий степень сложности добычи газа горючего природного и (или) газового конденсата из залежи углеводородного сырья;

4) корректирующий коэффициент.

   Газпром является одним из ключевых налогоплательщиков в России. В 2017 г. налоги, начисленные Группой Газпром (кроме налога на прибыль организаций), составили 1 246,1 млрд руб., увеличившись на 345,7 млрд руб. по сравнению с 2016 г.

   Рост налоговой нагрузки для Группы Газпром в 2017 г. произошел преимущественно за счет увеличения НДПИ.

   С 2016 г. при расчете ставки НДПИ на газ для собственников объектов ЕСГ или организаций, в которых непосредственно и (или) косвенно участвуют собственники объектов ЕСГ и суммарная доля такого участия составляет более 50 %, применяется повышающий̆ коэффициент. В 2017 г. значение повышающего коэффициента, применяемого для расчета НДПИ на газ, составило: с 1 января по 30 сентября — 1,7969.

   Добыча газа подлежит обложению налогом по фиксированой ставке (руб/куб.м). Она корректируется на коэффициенты Тг (величина затрат на доставку газа до места дальнейшей обработки), Еут (ед. условного топлива). В ряде случаев применяется Кс — коэффициент, учитывающий степень сложности добычи газа.  Ставка 0% используется в отношении: попутного газа; газа, закачиваемого в пласт с целью поддержания уровня нужного давления (метод используется при добыче конденсата газа); газа и горючего конденсата, применяемых для производства сжиженного природного газа, при условии, что полезные ископаемые добываются на полуострове Ямал.

   В рамках плановых изменений уровня налоговой нагрузки на сектор нефтедобычи увеличена ставка НДПИ на нефть по сравнению с аналогичными показателями 2016 г. Также на повышение налоговой нагрузки за счет НДПИ в 2017 г. существенно повлиял рост цен на нефть.

Безымянный

   Из данных таблицы 3 следует, что таможенные пошлины и акцизы увеличились в 2017 году по сравнению с 2016 годом.

   С 1 января 2015 года природный газ подлежит обложению акцизом, если это предусмотрено международными соглашениями Российской Федерации. Ставка налога составляет 30 %. Отметим, что в настоящий момент к подакцизным нефтепродуктам относятся бензин, моторные масла, дизельное топливо и природный газ, в то время как нефть и газовый конденсат не являются подакцизными товарами.

   В рамках деятельности Группы акцизом облагаются операции по передаче органи­зациям Группы – собственникам сырья подакцизных нефтепродуктов, произведенных из давальческого сырья нефтеперерабатывающими заводами. Группа отражает расходы по акцизам на продукты нефтепереработки, произведенные из давальческого сырья, в качестве операционных расходов. Данные суммы акциза не уменьшают выручку от продажи данных нефтепродуктов, раскрываемую в консолидированном отчете о сово­купном доходе.

   Экспорт углеводородного сырья, включая природный газ и нефть, за пределы стран Таможенного союза, участниками которого, помимо Российской Федерации, являются также Республика Беларусь и Республика Казахстан, подлежит обложению вывозной таможенной̆ пошлиной. Согласно Постановлению Правительства Российской Федерации N 754 от 30 августа 2013 года при реализации природного газа за пределы Таможен­ного союза вывозные таможенные пошлины взимаются по фиксированной ставке 30 % от таможенной стоимости экспортируемого природного газа. [11]

   В отношении реализации нефти и нефтепродуктов за пределы Таможенного союза в соответствии с Федеральным законом № 239­ФЗ от 3 декабря 2012 года, начиная с 1 апреля 2013 года Постановлением Правительства Российской Федерации № 276 от 29 марта 2013 года утверждены методики расчета вывозных таможенных пошлин на нефть сырую и отдельные категории товаров, выработанных из нефти, на основании которых Министерством экономического развития Российской Федерации осуществляется расчет ставок вывозных таможенных пошлин на очередной календарный месяц. [12]

   Выручка от продаж признается за минусом таможенных пошлин.

   В 2017 г. расходы по экспортным пошлинам увеличились на 44 млрд руб, акцизы же в свою очередь на 12, 615 млрд руб.

Безымянный

   Сумма налога на прибыль организаций, определенная исходя из бухгалтерской прибыли (убытка) и установленных ставок по налогу на прибыль организаций (20 %,13 %,0 %), составила минус 28 005 657 тыс. руб. (сумма условного дохода по налогу на прибыль организаций) и 99 355 755 тыс. руб. (сумма условного расхода по налогу на прибыль организаций) в 2017 и 2016 гг. соответственно. Текущий налог на прибыль по данным Общества составил 133 067 081 тыс. руб. и 142 454 223 тыс. руб. за 2017 и 2016 гг. соответственно. Причиной является постепенный подъем экономики России и выход из кризиса 2014г.

Налоговый конторль ПАО «Газпром»

   Компания «Газпрома» присоединится с 1 января 2019 года к налоговому мониторингу.

   Налоговый мониторинг — это форма налогового контроля, позволяющая налоговому органу в режиме реального времени проверять правильность исчисления, полноту и своевременность уплаты (перечисления) налогов, сборов, страховых взносов, обязанность по уплате (перечислению) которых в соответствии с Налоговым кодексом РФ возложена на налогоплательщика. Периодом, за который проводится налоговый мониторинг, является календарный год.

   Сейчас для расширенного взаимодействия с налоговым органом участники налогового мониторинга создают специализированный портал налогового мониторинга (11 организаций) или предоставляют доступ к учетной системе (16 организаций). Специалисты Налоговой службы получат дистанционный доступ к «витрине данных» компании «Газпром». В этой информационной системе будут, в частности, размещены данные бухгалтерского и налогового учета компании, налоговые регистры, образцы первичных документов, информация о системе внутреннего контроля

   Предполагается, что при постепенном переходе на открытое информационное взаимодействие группы «Газпром» в десять раз сократится объем истребуемых документов, а продолжительность налоговых проверок снизится в четыре раза.

Социальная значимость компании «Газпром»

   Социальная ответственности компании нефтегазового сектора РФ является очень важным аспектом деятельности. Такие компании должны осуществлять контроль экологической безопасности своей деятельности. Как пример может служить ПАО «Газпром», который организует проекты по охране природных объектов, сохранению чистоты атмосферного воздуха, проекты по сохранению чистоты водных ресурсов и т.д. Каждый сотрудник ПАО «Газпром» должен пройти инструктаж по охране труда, что так же говорит о высокой социальной ответственности компании.

   Превышение норм показателей по экологической безопасности добычи полезных ископаемых может привезти к колоссальным последствиям в экологии.

   ПАО «Газпром» стремится к устойчивому развитию, для достижения которого необходимо социально приемлемая и экономически развитая политика, также очень важно сохранить благополучие экологической среды для следующих поколений.

   Системы экологического менеджмента (СЭМ) — основополагающим документ в котором содержится отношение компании ПАО «Газпром» к экологическому состоянию окружающей среды.

   ПАО «Газпром», приняв в 1995 г. собственную экологическую политику, стал первой компанией в Российской Федерации, которая заявила о добровольной ответственности ООС ( охрана окружающей среды).

   Утвержденная управлением в 2015 г. актуализированная редакция экологической̆ политики компании отражает современные тенденции в области охраны окружающей̆ среды и энергоэффективности, а также снижения воздействия на климат. В экологической политике определены обязательства и механизмы деятельности компании  в отношении сохранения экологической среды: обеспечение экологической безопасности, в том числе при освоении месторождений углеводородов на континентальном шельфе и в Арктической зоне Российской̆ Федерации; минимизации рисков негативного воздействия на окружающую среду, в том числе на природные объекты с повышенной̆ уязвимостью, и объекты, защита и сохранение которых имеют особое значение.

   Высшим руководящим органом Компании в системе управления ООС является правление ПАО «Газпром». В компании функционирует координационный̆ комитет по вопросам охраны окружающей среды и энергоэффективности, в состав которого входит большинство членов Правления и руководителей структурных подразделений Администрации ПАО «Газпром» (профильных департаментов). Координационный комитет обеспечивает комплексное управление и общую координацию деятельности структурных подразделений Администрации ПАО «Газпром», дочерних и зависимых обществ Группы Газпром, взаимодействие с природоохранными государственными органами и общественными экологическими организациями.

   Необходимым условием успешного экологического менеджмента является процесс непрерывного повышения экологических знаний и культуры персонала. Головным образовательным учреждением системы непрерывного фирменного профессионального образования персонала ПАО «Газпром» является «Газпром корпоративный институт», который работает с 1995 г. и вносит существенный вклад в развитие Компании. Многоуровневая система корпоративного обучения в институте охватывает все группы персонала — от молодых специалистов до резерва высших управленческих кадров.

   Техническое и информационное оснащение института находится на уровне ведущих мировых учебных центров, а обучение отвечает высоким стандартам качества и проводится по широкому спектру образовательных программ, в том числе по экологии.

   В СЭМ ПАО «Газпром» на основе ежегодно определяемых значимых экологических аспектов устанавливаются экологические цели, разрабатываются и реализуются программы природоохранных мероприятий.

   В 2017 г. значимыми экологическими аспектами для ПАО «Газпром» признаны: выбросы в атмосферный воздух метана при ремонте магистральных газопроводов (МГ) и оксидов азота при работе компрессорных станций (КС), сброс сточных вод и размещение отходов.

   Корпоративные экологические цели ПАО «Газпром», установленные на период 2017–2019 гг., утверждены заместителем Председателя Правления ПАО «Газпром», руководителем координационного комитета по вопросам охраны окружающей среды и энергоэффективности В.А. Маркеловым.

   В 2017 г. пять из шести целевых показателей, установленных на 2017–2019 гг., достигнуты. Рост целевого показателя по снижению платы за сверхнормативное воздействие на окружающую среду в основном обусловлен несвоевременным получением разрешающей природоохранной̆ документации (разрешений на выбросы, сбросы загрязняющих веществ (ЗВ), лимитов на размещение отходов).

   В 2017 г. общие расходы Группы Газпром на ООС в Российской Федерации выросли на 23 % в основном за счет роста объемов инвестиционных средств, направленных на ООС и рациональное использование природных ресурсов.

   Размер инвестиций в основной капитал, направляемых на ООС и рациональное использование природных ресурсов, по Группе Газпром увеличился по сравнению с 2016 г. на 58 % и составил более 35,58 млрд руб.

Безымянный

   В структуре текущих затрат Группы Газпром традиционно преобладают затраты на сбор и очистку сточных вод, которые в 2017 г. составили 16,93 млрд руб., или 49 %.

   На защиту и реабилитацию земель, поверхностных и подземных вод направлено 4,77 млрд руб.; охрану атмосферного воздуха и предотвращение изменения климата — 4,54 млрд руб.; обращение с отходами — 5,65 млрд руб.; сохранение биоразнообразия и охрану природных территорий — 0,36 млрд руб.; на другие направления ООС (защиту окружающей среды от шумового, вибрационного и других видов физического воздействия, обеспечение радиационной безопасности окружающей среды, научно-исследовательскую деятельность и разработки по снижению негативного воздействия на окружающую среду и другие направления) израсходовано 2,22 млрд руб.

Безымянный

   В бюджеты различных уровней в качестве платы за негативное воздействие на окружающую среду в 2017 г. Группой Газпром было перечислено 767,97 млн руб.

   В структуре платы за негативное воздействие на окружающую среду в 2017 г. преобладали платежи за выбросы ЗВ в атмосферный воздух (53,7 %) и за размещение отходов производства и потребления (41,1 %).

   Доля сверхнормативной платы в общей сумме платы за негативное воздействие на окружающую среду в целом по Группе Газпром составила 33 %, в ПАО «Газпром» — 24 %, Группе Газпром нефть — 57 %, Газпром энерго­ холдинге — 22 %, Газпром нефтехим Салавате — 78 %. Начисление сверхнормативной платы в подавляющем большинстве случаев было связано с причинами организационного характера (несвоевременным получением или продлением экологических разрешений).

   Снижение общего размера платы Группы Газпром за негативное воздействие на окружающую среду в 2017 г. на 7 % по отношению к 2016 г. обусловлено сокращением платы за выбросы ЗВ при сжигании ПНГ на месторождениях Газпром нефти, зачетом в 2017 г. излишне внесенной в 2016 г. платы, снижением количества отходов производства, направляемых на размещение в объекты хранения и захоронения, выбросов ЗВ в атмосферный воздух, уменьшением сверхнормативной платы за сброс ЗВ в водные объекты.[15]

   В отчете о деятельности в области устойчивого развития компании существует отдельный пункт с названием: «С заботой о будущих поколениях: восполнение запасов углеводородов.».

   Группа Газпром ответственно относится к праву будущих поколений на энергетические ресурсы. Работы по восполнению запасов газа, нефти и газового конденсата проводятся на постоянной основе. В 2017 г. в результате ГРР ( геологоразведочные работы) Группы Газпром увеличен запас углеводородов.

   Прирост составил:

  • 852,9 млрд м3 природного газа;
  • 95,6 млн т газового конденсата;
  • 3,3 млн т нефти, в том числе прирост запасов компаний, инвестиции в которые классифицированы как совместные операции, составил 0,6 млн т нефти.

   Существенный прирост запасов газа получен на Тамбейском и Малыгинском месторождениях (полуостров Ямал) — 596,6 млрд м3, на ачимовских залежах Уренгойского месторождения (ЯНАО) — 194,9 млрд м3, на Южно- Лунском месторождении (шельф Охотского моря) — 48,9 млрд м3.

    В результате выполненных ГРР открыты четыре месторождения — Южно-Лунское на шельфе Охотского моря, Салаирское в Красноярском крае, имени Жагрина.

   Таким образом, следует отметить, что нефтегазовые компании выплачивают три вида налоговых платежей, при этом они получают определенные льготы. Кроме того, нефтегазовый сектор выполняет важную социальную функцию.

   Социальная ответственность бизнеса в серьезных масштабах — дело относительно новое в мире, тем более в России. Нефтегазовые компании развитых стран ведут бизнес в основном на территориях третьих стран, и естественный набор задач их социального поведения — защита окружающей среды и здоровья своих работников — дополняется развитием местных экономик. Социальная ответственность не была изобретением самих компаний, но постепенно навязывалась им обществом и государством, а позднее стала учитываться биржами. Теперь социальный фактор стал влиять (позитивно) и на котировки акций, а его важность выросла настолько, что этот тип активности не снижается и в условиях спада нефтяных цен.

   В российских условиях нефтегазовый бизнес лидирует в сфере корпоративной ответственности сразу по нескольким причинам. Во-первых, это наиболее богатая отрасль страны. Во-вторых, местные органы власти и социальные движения пристально следят за данными компаниями. Но в огромной мере это связано с выходом наших компаний на западные биржи, наличием западных (или «просвещенных домашних») миноритариев и менеджеров.[16]

   Главной задачей для совершенствования системы налогообложения является внедрение более современных и эффективных методов взимания и расчета налогов в нефтегазовом секторе, необходимо обеспечить стабильный поток налоговых поступлений в бюджет.

   В нефтегазовой отрасли все больше проявляются негативные последствия связанные с ростом трудноизвлекаемых запасов нефти, устареванием основных фондов, снижением коэффициента извлечения нефти (КИН)

   Для устранения выше указанных проблем, привлечения больших капитальных вложений в отрасль налоговая и ценовая  политика государства должны стимулировать инвестиционный климат.

   Возможно также решению данной проблемы послужат вложения в отрасль, связанные с разработкой новых методов обнаружения  и способов извлечения нефти и газа.

   Решению выше указанных проблем также может поспособствовать внедрение нового налога —  налог на дополнительный доход. Как отмечалось ранее этот налог в течении 5 лет может увеличить отчисления в бюджет и добычу нефти. Положительной стороной внедрения этого налога является и то, что  с одной стороны будут изыматься «излишки» у одной компании, которые используют давние месторождения. С другой стороны, будет стимулироваться появление новых скважин. Кроме того, внедрение налога приведет к повышению «прозрачности» налогообложения нефтяных компаний.

   К отрицательным последствиям  появления нового налога   можно отнести, то что он будет взиматься с прибыли компаний, следовательно, возможны ситуации, связанные с   занижением прибыли и ее налоговой базы в официальных документах.

Список использованных источников

  1. Барулин С.В. , Скрипниченко Р.С. «Налоговое регулирование как основной инструмент государственной политики развития нефтегазового комплекса»С., 2017. С. 37
  2. Годовой отчет компании ПАО «Газпром» 2017 год.
  3. Данные мониторинга Минестерство энергетики [электронный ресурс] //       Адрес доступа: min.energo.gov.ru. Дата обращения 13.10.2018
  4. Каширина М.В. Акобян Н.Г., Современные вопросы экономического развития и налогообложения при добыче газа на примере ПАО «Газпром», Экономика и управление: проблемы, решения, М.: № 12, т. IV,
  5. Каширина М.В., Журавлев М.А., Особенности налогообложения при добыче газа в России, Финансовый журнал, №4, 2016 г. –М.ФГБУ «Научно-исследовательский финансовый институт, с.53-59.
  6. Каширина М.В., Гниломедова А.Г. , Проблемы строительства газопроводов и особенности налогообложения, Экономика и предпринимательство, № 9, ч.3, 2017 г.
  7. Митрова Т., Грушевенко Е., Малов А. «Перспективы российской нефтедобычи: жизнь под санкциями» С. 2018
  8. Налог на нефть [электронный ресурс] // Адрес доступа: netfork.ru Дата обращения 13.10.2018
  9. Отчет о деятельности в области устойчивого развития компании ПАО «Газпром» 2017 год.
  10. Постановление Правительства Российской Федерации N 754 от 30 августа 2013 года «Об установлении понижающего коэффициента, а также коэффициентов, определяющих дифференциацию цен на природный газ»// Собрание законодательства РФ.
  11. Постановление Правительства Российской Федерации № 276 от 29 марта 2013 года «Методики расчета вывозных таможенных пошлин на нефть сырую и отдельные категории товаров, выработанных из нефти».
  12. Пансков В.Г., Крылова О.В. Налоговые аспекты освоения нефтегазовых ресурсов континентального шельфа России // Налоговый вестник. 2008г . No 11 

  13. Постановление Правительства Российской Федерации N 754 от 30 августа 2013 года «Об установлении понижающего коэффициента, а также коэффициентов, определяющих дифференциацию цен на природный газ»// Собрание законодательства РФ.
  14. Хомутов И.А. Налогообложение российской нефтяной отрасли: системный подход к реформированию. – М.: Петромаркет, 2016 г. – 82 с.
  15. Хафизов Ф.З. Анализ запасов нефти /. 2-е изд., доп. Тюмень: ТюмГН- ГУ, 2015 г. 360 с.
  16. Юмаев М.М. Налогообложение добычи полезных ископаемых: от дифференциации к новой концепции //Налоговая политика и практика2011 г. No 11. С. 60–64.
  17. Янин К.Е., Янина И.В. Оценка НДПИ при обосновании проектных решений по разработке месторождений с учетом выработанности запасов // Проблемы экономики и управления нефтегазовым комплексом. 2009 г. No 8. С. 22–26.

[1]   Данные мониторинга википедии [электронный ресурс] // Адрес доступа: ru.wikipedia.org

[2] Данные мониторинга википедии [электронный ресурс] // Адрес доступа: ru.wikipedia.org

[3] http://www.mid.ru/international_organizations//asset_publisher

[4] https://www.rbc.ru/tags/?tag=продажа+нефти

[5] Митрова Т., Грушевенко Е., Малов А. «Перспективы российской нефтедобычи: жизнь под санкциями» С. 2018

[6] Ст. 338  Налоговый кодекс РФ (часть вторая ) от 05.08.2008

[7] Барулин С.В. , Скрипниченко Р.С. «Налоговое регулирование как основной инструмент государственной политики развития нефтегазового комплекса»С., 2017. С. 37

[8] https://www.neftegaz-expo.ru/ru/ui/17158/

[9] http://ir.gazprom-neft.ru/novosti-i-otchety/godovye-otchety/

[10] https://www.minfin.ru/ru/fed_budget/

[11]Постановление Правительства Российской Федерации N 754 от 30 августа 2013 года «Об установлении понижающего коэффициента, а также коэффициентов, определяющих дифференциацию цен на природный газ » // Собрание законодательства РФ

[12] Постановление Правительства Российской Федерации № 276 от 29 марта 2013 года «Методики расчета вывозных таможенных пошлин на нефть сырую и отдельные категории товаров, выработанных из нефти»

[13] http://ir.gazprom-neft.ru/novosti-i-otchety/godovye-otchety/

[14] http://ir.gazprom-neft.ru/novosti-i-otchety/godovye-otchety/

[15] http://ir.gazprom-neft.ru/novosti-i-otchety/godovye-otchety/

[16] Финансовый отчет компании ПАО «Газпром» 2017 год.




Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 338.2

DOI 10.24411/2413-046Х-2018-15106

Идрисова Г.Ф., магистрант, Башкирский Государственный Университет 
Г. Уфа, Российская Федерация, YarullinaGF@mail.ru

Idrisova G.F.

Некоторые аспекты управления сбытовой деятельностью предприятия

SOME ASPECTS OF MANAGEMENT MARKETING ACTIVITY OF ENTERPRISE

Аннотация: в статье рассматриваются некоторые аспекты системы управления сбытовой деятельностью предприятия, описан процесс разработки мероприятий по совершенствованию сбытовой деятельности,  автором раскрываются возможности совершенствования сбытовой деятельности на предприятиях.

Abstract: the article considers some aspects of the system of management of marketing activity of the enterprise, describes the process of development of measures on improvement of sales activity, the author describes the possibility of improving the marketing activities of the enterprises.

Ключевые слова: сбытовая деятельность, возможности совершенствования сбытовой деятельностью, рынок сбыта, процесс управления сбытом, эффективная система управления сбытовой деятельностью, процесс управления.

Key words: marketing activity, the possibility of improving sales activity, market, process, sales management, efficient management sales activity management process

   Для исследования некоторых аспектов управления сбытовой деятельностью предприятия приведем определение понятия сбыт. Сбыт — составная часть коммерческой деятельности предприятия по реализации продукции согласно запросам соответствующего рынка [2]. В соответствии с этим определением управление сбытом или сбытовой деятельностью предприятия представляет собой процесс управления деятельности по реализации продукции в соответствии с  запросами соответствующего рынка.

   Эффективная система управления сбытовой деятельностью предполагает учет всех субъектов управления, среду управления, цели и задачи управления, специфических особенностей объекта управления.

   Чтобы сформировать эффективную систему управления сбытовой деятельностью организации, необходимо четко представлять не только специфический объект управления, но и совокупность субъектов этой работы, так как их специфика определяет применение различных методов и инструментов управления.

   Процесс управления сбытом начинается уже до производства, исследуется рынок на наличие точек  реализации, проводится  маркетинговый анализ, разрабатывается товарная политика, прогнозируются объемы производства, поставки и сбыта. Сбытовая деятельность предполагает организацию системы складирования, транспортировки и продажи. Уже поэтому управление сбытовой деятельностью представляет собой комплексное управление всех процессов, связанных с реализацией продукции, работ, услуг и здесь в качестве объекта управления выступают не только готовая продукция, работы, услуги, но и производственные процессы и персонал.

   Совершенствование управления сбытовой деятельностью предполагает разработку мероприятий, способных организовать  реализацию всей произведенной продукции, работ, услуг.

   Стимулирование сбыта должно быть нацелено на ту продукцию, что не пользуется спросом путем предложения новым клиентам и  дополнительной реализации уже существующим потребителям.

   Процесс разработки мероприятий по стимулированию сбыта продукции состоит из следующих этапов:

  • постановка цели стимулирования (увеличение объемов реализации, потребителей продукции, работ, услуг; достижение плана продаж, товарооборота, наладить регулярный сбыт, освободиться от неликвидной, залежалой продукции, получить прибыль от реализации, вытеснить конкурента и др.);
  • выбор методов стимулирования;
  • расчет бюджета мероприятий по стимулированию;
  • анализ и контроль выполнения плана, корректировка.

   В качестве объектов стимулирования сбытовой деятельности выступают существующие и потенциальные потребители, персонал, задействованный  в системе сбыта, посредники, продавцы.

   Чтобы привлечь новых клиентов для производственного предприятия есть различные способы, в том числе:

  • рассылка коммерческих предложений, с целью побудить потенциального потребителя на покупку продукции – предлагая выгодные условия (цена, формы оплаты, сроки, объемы поставок). Пересылка осуществляется факсимильной связью, которая гарантирует доставку;
  • использование смешанных каналов распределения. Т.е. заключение договора с посредниками об обязательстве найти потребителя товара за определенную цену, объем, сроки. В договоре учитывается комиссия или вознаграждение посреднику по согласованию обоих сторон. В данном случае затраты выше предыдущего мероприятия, но есть ряд преимуществ:
  • гарантии реального сбыта продукции за определенное вознаграждение;
  • расширение базы потребителей.

   В качестве мероприятия, стимулирующего сбыт является так же рассрочка платежа. В современных условиях важным маркетинговым преимуществом является возможность рассрочки платежа, здесь необходимо исключить риски сомнительной, просроченной и невостребованной задолженности, оговаривая гарантии, условия поставок и возможности истребования через суд.

   Стимулирование относительно уже существующих потребителей затрудняется тем, что уже сформированы потребности клиента, но облегчается тем, что наработанный опыт сотрудничества сформировал уже определенную репутацию поставщика. Дополнительными льготными условиями могут быть – предложение размещения, хранения уже оплаченной продукции на складах поставщика на определенный срок. Для поставщика продукции это не понесет каких-либо дополнительных затрат, так как затраты по хранению включаются в цену потребления.

   Рассрочку платежа необходимо предоставлять уже существующим проверенным клиентам, при этом остальные условия остаются такими же и для новых потребителей.

   Выше упомянутые мероприятия имеют свои плюсы и минусы и выбор должен строиться на основе рассчитанных показателей эффективности мероприятий и прогноза стратегических маркетинговых преимуществ.

   Учет и применение инновационных технологий в области сбыта, маркетинга, производства позволяет получить предприятию значительные преимущества по сравнению с конкурентами [1].

   На основе анализа сбытовой деятельности в целях эффективного управления сбытовой деятельностью предприятию следует отметить следующие возможности:

  • на основе исследования системы взаимодействия подразделений сбыта, производства, логистики и финансового для оперативного  предотвращения сбоев необходимо регламентировать взаимодействие всех подразделений с четким определением ответственности;
  • возможности ведения электронного документооборота;
  • внедрение инновационных разработок в области управления сбытом, а так же продуктовых, маркетинговых, технологических и производственных инноваций;
  • возможности в документах на продажу указывать произвольное число позиций, в том числе товарных и нематериальных позиций;
  • возможности оперативно менять цену в системе представления цен, прайсе и других документах в соответствии с изменившимися условиями;
  • автоматизация документальной регистрации и корректировки процессов сбытовой деятельности;
  • возможности формирования документации по сбытовой деятельности в национальной и другой валюте;
  • возможности формирования заявок на будущую поставку продукции, работ, услуг, прогноз объемов поставок;
  • возможности планирования будущих поставок на основе заявок, имеющихся запасов и плана производства, гибкое управление резервом в разрезе складов при формировании документа на продажу;
  • возможности автоматического заполнения накладных согласно заявок, автоматическое списание со склада на его отпуск, автоматическое формирование платежных требований на оплату по документам-основаниям;
  • регистрация и упрощение процедуры возврата продукции, работ, услуг;
  • автоматическая регистрация всех хозяйственных операций в системе бухгалтерского учета;
  • возможности сбыта через Интернет (сайт, электронные торговые площадки, телемагазин);
  • использование приемов сетевого маркетинга (личные продажи, дома, на работе, в офисе компании,  презентации, обсуждение и фиксирование сомнений в процессе продажи и др.).

   Организацию выше указанных мероприятий следует поручить на квалифицированных сотрудников отдела сбыта. В компетенцию которых входит и прогноз будущих объемов сбыта, поиск возможных каналов сбыта и принятие необходимых мер по усилению конкурентных и маркетинговых позиций.

   В качестве нестандартных рекомендаций по совершенствованию сбытовой деятельностью могут быть:

  • в процессе совершенствования сбытовой деятельностью кардинальные изменения, предложения могут внести новые сотрудники, которые могут оценить ситуацию непредвзято, оперирующие новыми современными методами и идеями;
  • кроме рекомендуемого постоянного профессионального повышения уровня специалистов по сбыту, необходимо рассмотреть возможность повышения квалификации на  аналогичных предприятиях, получение опыта внутри предприятия   с помощью поощрения наставничества на предприятии, приглашения специалистов с программами обучения;
  • проведение еженедельных собраний и материальное поощрение инициатив, новаций и предложений по совершенствованию сбытовой деятельности, обсуждение рабочих моментов в русле продвижения и сбыта продукции;
  • оплата труда работников сбыта в соответствии с приносимой пользой: процент от продаж, поощрение заключения долгосрочных контрактов,  премирование новаторских предложений и исследований в системе сбыта продукции как конкурентов так и новаций, поощрение работников сбыта в случае лояльности клиентов; 
  • внедрение корпоративного кодекса, регламентация эталона сервиса с покупателями, ведение дневников клиентов;
  • внедрение необычных программ лояльности клиентов;
  • и др.

   Глубокий анализ системы сбыта на предприятии, мониторинг рынка сбыта, разработка и реализация эффективных решений на основе анализа, постоянное применение инноваций в области управления сбытовой деятельностью позволит предприятию обеспечить конкурентные преимущества, увеличить объемы сбыта и прибыль предприятия, максимально удовлетворить потребности клиентов, рационально использовать ресурсы.

Список использованной литературы:

  1. Текиев М.В., Болиева И.А., Панкратов С.В. Инновационная модель управления предприятием как основа повышения конкурентоспособности // Молодой ученый. 2017. № 9. С. 451-453. — URL https://moluch.ru/archive/143/40207/
  2. Шустерман М. С. Содержание экономической категории «сбытовая деятельность предприятия» [Текст] // Экономическая наука и практика: материалы VI Междунар. науч. конф. (г. Чита, апрель 2018 г.). — Чита: Издательство Молодой ученый, 2018. — С. 4-8. — URL https://moluch.ru/conf/econ/archive/265/13997/



Московский экономический журнал 5/2018

1MEZHlogo-e1521963337142

УДК 911.2

DOI 10.24411/2413-046Х-2018-15105

Будикин Александр Евсеевич, магистрант Горного института, направление: Техносферная безопасность (профиль: Управление безопасным развитием техносферы), кафедра «Техносферная безопасность», Северо-Восточный федеральный университет имени М.К.Аммосова

Андреев Дмитрий Васильевич, старший преподаватель Горного института, кафедра «Техносферная безопасность», Северо-Восточный федеральный университет имени М.К.Аммосова

Budikin A.E. skroji@mail.ru

Andreev D.V. vervil@list.ru

СОВРЕМЕННЫЕ ТЕНДЕНЦИИ, ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ГЕОГРАФИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ В РОССИИ

MODERN TENDENCIES, PROBLEMS AND DEVELOPMENT PROSPECTS OF GEOGRAPHIC INFORMATION SYSTEMS IN RUSSIA

Аннотация

В статье рассмотрены современные тенденции мирового и российского рынка географических информационных систем (ГИС). По результатам теоретических исследований выделены главные перспективы его развития. Отдельное внимание уделено ключевым факторам, сдерживающим совершенствование отечественных ГИС и инвестиционную привлекательность геоинформационных проектов.

Abstract

The article deals with the current trends in the global and Russian market of geographic information systems (GIS). According to the results of theoretical studies, the main prospects of its development are highlighted. Special attention is paid to the key factors hindering the improvement of domestic GIS and investment attractiveness of geoinformation projects.

Ключевые слова: географические информационные системы, пространственные данные, геоинформационные ресурсы, развитие, рынок ГИС.

Keywords: geographic information systems, spatial data, geographic information resources, development, GIS market.

   Актуальность исследования современных тенденций рынка ГИС обусловлена широким потенциалом его развития и наличием сдерживающих факторов. Практическая значимость данной статьи заключается в обобщении перспектив и ключевых проблем развития ГИС в России на основе результатов теоретических исследований. Сделанные выводы показывают актуальные направления совершенствования рынка ГИС и могут служить отправной точкой для разработки конкретных рекомендаций по решению обозначенных проблем, в том числе, основываясь на опыте других стран.  

   Несмотря на сравнительно небольшую историю, ранок ГИС – одно из стремительно прогрессирующих направлений совершенствования информационных технологий. В последнее время происходит активное распространение ГИС. Они появляются не только в профессиональной работе с науками о Земле, но и во множестве иных областей: бизнесе, муниципальных службах, управленческих структурах, службах экстренного реагирования, военных ведомствах, лесном хозяйстве, градостроении и т.д. [1, c. 54] ГИС необходима при использовании территориально распределенной информации и проведении территориального анализа, оценки и прогноза.

   Потенциал этих систем еще не раскрыт. На Западе они появились раньше, чем в России, но сейчас чувствуется нехватка, как зарубежной, так и отечественной литературы по этой теме. Обусловлено это охватом дисциплины широкого спектра вопросов – от географии до программирования, от теории до практики, от простых бизнес-презентаций до проектирования глобальных баз данных.

   Сегодня ГИС привлекают особое внимание научно-исследовательских организаций, промышленности, государств. По всему миру разрабатываются и используются сотни различных ГИС-пакетов, на базе которых создаются десятки тысяч систем. Самыми мощными системами являются американские ГИС. Российские аналоги еще далеки от совершенства и не получили столь широкого распространения и применения. 

   По оценке P&S Market Research к 2023 году глобальный рынок ГИС должен достигнуть отметки в 17,5 млрд. долларов США. Спрос на геоинформационные системы объясняется:

  • усилением урбанизации;
  • бурным всплеском внедрения ГИС-решений в корпоративных приложениях;
  • увеличением доступа к пространственным данным и технологиям облачных вычислений;
  • внедрением технологии лазерного сканирования.

   Согласно прогнозу рынок покажет самый стремительный рост проектов средней ценовой категории: от 250 тыс. долларов до 1 млн. долларов [3].

   В 2017 году наибольший вклад в рынок сделали правительственные организации. В государственном секторе основными областями применения технологий ГИС являются общественное планирование, планирование сельских и урбанизированных территорий, получение сведений о стихийных бедствиях. Серьезно осложняют эффективное внедрение ГИС ограничение по качеству и количеству или отсутствие пространственных данных, а также политические и физические барьеры в формировании их баз. Следовательно, росту самого рынка геоинформационных систем препятствуют ограничения доступа к данным в разработке ГИС.

   В России стимулом появления проектов по формированию единой системы геопространственных данных служит значимость геоинформационных ресурсов для ее экономики, которые на практике помогают решать задачи недропользования и контроля за ним, осуществления геологоразведочной деятельности, добычи минерального сырья, лицензирования участков недр.

   В последнее время в нашей стране активно увеличивается количество коммерческих компаний, занятых ГИС. Ежегодно российский рынок растет на 4-5% и сейчас составляет около 15 млрд. рублей [4].

   Обобщая результаты исследований, можно говорить о следующих ключевых тенденциях и перспективах развития современных ГИС:

  1. Распределенные ГИС развиваются по нескольким направлениям: порталы, онлайновые картографические сервисы, применение вычислительных кластеров, системы облачных сервисов. Все большую популярность приобретают интеллектуальные ГИС, по которым еще не устоялась определенная терминология [5, c. 195-196].
  2. ГИС объединены с данными дистанционного зондирования Земли (ДЗЗ). Это иная мощная система получения и представления географической информации из космоса, которая сегодня становится все более точной и разнообразной. Интенсивное развитие систем ДЗЗ резко увеличило информационные потоки пространственных данных. Около 300 космических аппаратов из разных стран предоставляют информацию о земной поверхности. Интеграция систем ДЗЗ обеспечивает сбор геоданных для ГИС, их обновление и проверку. Именно за счет ДЗЗ сегодня во всем мире актуализируется множество разных электронных атласов.
  3. Совместно и широко используются данные, получаемые через системы ГЛОНАСС (Россия) и GPS (США). Они обеспечивают высокоточное глобальное позиционирование тех или иных объектов на суше и воде. Их использование в сочетании с ГИС и ДЗЗ образуют мощнейшую триаду территориальной информации, отличающуюся высокой точностью, актуальностью, постоянством обновления, объективностью и плотной насыщенностью. Использовать такие данные можно практически везде [2, c. 424].
  4. Развитие ГИС тесно связано с развитием телекоммуникационных систем, главным образом, сети Интернет. Здесь можно выделить самостоятельные направления:
  • развитие крупнейших компаний и управленческих структур, которые имеют удаленный доступ (с использованием Интранета), что подкрепляется их финансовыми ресурсами и задачами, решаемыми ими с помощью пространственного анализа;
  • дальнейшее развитие сети Интернет, в результате которого традиционные ГИС, объединяясь и приобретая новые качества, из обычных систем для отдельных структур превращаются в мощные интерактивные сервисы глобального масштаба [2, c. 425].

Заключение

   Современные ГИС имеют огромный потенциал дальнейшего развития. Однако, их совершенствование серьезно сдерживает обилие различных факторов. Среди ключевых проблем стоит отметить следующие:

  1. У государства недостаточно ресурсов для финансирования ранее принятой схемы обновления данных. При этом не разрабатываются и новые схемы, учитывающие изменившуюся экономическую ситуацию, уровень хозяйственной активности, развитие цифровых технологий [4].
  2. Из-за несовершенства нормативной базы пользователям приходится работать с материалами государственных фондов. По этой же причине компании, держащие фонды, не заинтересованы в поиске альтернативных источников обновления картографической информации.
  3. Ограничения на точность определения координат.
  4. Неэффективность и избыточность нормативных требований к пространственных данным, которые были разработаны еще во время становления традиционной картографии. Необходим пересмотр понятия масштаба карт и планов.
  5. Отсутствует правовая регламентация использования ГИС [4].
  6. Слабая доступность цифровых пространственных данных (в результате действия режима секретности высокая доля «теневого» сектора использования геоданных).
  7. Отсутствует развитая инфраструктура открытых пространственных данных. Сегодня практически невозможно узнать, где, по какой цене, какого объема и качества можно получить цифровые карты [5, c. 209].

   Современный рынок ГИС в России имеет огромный потенциал развития, который сдерживают недостаток финансовых средств, несовершенство нормативно-правового регулирования данной сферы, отсутствие развитой инфраструктуры открытых геоданных. Решение обозначенных проблем будет способствовать повышению инвестиционной привлекательности геоинформационных проектов, а, соответственно, их совершенствованию и развитию. Объединение возможностей ГИС с ДЗЗ, GPS и сети Интернет позволяет создать мощнейшую базу пространственной информации. Реализация рассмотренных перспектив может сделать ГИС целой системой специальных знаний, которая будет использовать самые передовые технологии по переработке, обновлению огромных объемов пространственной информации.

Библиографический список

  1. Гусева А.В. Геоинформационные системы // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2013. — № 5. – С. 50-55.
  2. Елистратова А.А., Коршакевич И.С. Применение и перспективы развития российских геоинформационных систем // Актальные проблемы авиации и космонавтики. – 2013. – С. 424-425.
  3. Рынок ГИС превысит 17,5 млрд. долл. в 2023 г. / Электронный ресурс. Режим доступа: https://sovzond.ru/press-center/news/corporate/4373/ (дата обращения: 20.10.2018).
  4. Темербаева А. А., Ганцен Н. Ф. Проблемы географических информационных ресурсов страны / VII Международная студенческая научная конференция. Студенческий научный форум – 2015 // https://files.scienceforum.ru/pdf/2015/14001.pdf
  5. Шокин И.Ю., Потапов В.П. ГИС сегодня: состояние, перспективы, решения // ИВТ СО РАН. – 2015. — № 5 (Том 2). – С. 175-213.