Технологія аналізу персоналу промислових підприємств на основі кластеризації

Розглянуто основні блоки технології аналізу персоналу промислового підприємства на основі кластеризації, обґрунтовано вибір методу кластерного аналізу та визначено кількість груп для поділу підприємств за найбільш вагомими характеристиками персоналу....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2009
Hauptverfasser:	Гриньова, В.М., Мажник, Л.О.
Format:	Artikel
Sprache:	Ukrainian
Veröffentlicht:	Інститут економіко-правових досліджень НАН України 2009
Schlagworte:	Проблеми управління виробництвом
Online Zugang:	http://dspace.nbuv.gov.ua/handle/123456789/5161
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Технологія аналізу персоналу промислових підприємств на основі кластеризації / В.М. Гриньова, Л.О. Мажник // Економіка та право. — 2009. — № 2. — С. 83-87. — Бібліогр.: 9 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-5161
record_format	dspace
spelling	irk-123456789-51612010-01-13T12:00:45Z Технологія аналізу персоналу промислових підприємств на основі кластеризації Гриньова, В.М. Мажник, Л.О. Проблеми управління виробництвом Розглянуто основні блоки технології аналізу персоналу промислового підприємства на основі кластеризації, обґрунтовано вибір методу кластерного аналізу та визначено кількість груп для поділу підприємств за найбільш вагомими характеристиками персоналу. Рассмотрены основные блоки технологии анализа персонала промышленного предприятия на основе кластеризации, обоснован выбор метода кластерного анализа и определено количество групп для деления предприятий по наиболее весомым характеристикам персонала. The article describes main blocks of the cluster-based technology for analysis of industrial enterprise’s personnel, gives grounds for choosing the cluster analysis and defines the number of groups for enterprises’ classification by the most important personnel characteristics. 2009 Article Технологія аналізу персоналу промислових підприємств на основі кластеризації / В.М. Гриньова, Л.О. Мажник // Економіка та право. — 2009. — № 2. — С. 83-87. — Бібліогр.: 9 назв. — укр. 1681-6277 http://dspace.nbuv.gov.ua/handle/123456789/5161 338.45:621:519.237.8 uk Інститут економіко-правових досліджень НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Ukrainian
topic	Проблеми управління виробництвом Проблеми управління виробництвом
spellingShingle	Проблеми управління виробництвом Проблеми управління виробництвом Гриньова, В.М. Мажник, Л.О. Технологія аналізу персоналу промислових підприємств на основі кластеризації
description	Розглянуто основні блоки технології аналізу персоналу промислового підприємства на основі кластеризації, обґрунтовано вибір методу кластерного аналізу та визначено кількість груп для поділу підприємств за найбільш вагомими характеристиками персоналу.
format	Article
author	Гриньова, В.М. Мажник, Л.О.
author_facet	Гриньова, В.М. Мажник, Л.О.
author_sort	Гриньова, В.М.
title	Технологія аналізу персоналу промислових підприємств на основі кластеризації
title_short	Технологія аналізу персоналу промислових підприємств на основі кластеризації
title_full	Технологія аналізу персоналу промислових підприємств на основі кластеризації
title_fullStr	Технологія аналізу персоналу промислових підприємств на основі кластеризації
title_full_unstemmed	Технологія аналізу персоналу промислових підприємств на основі кластеризації
title_sort	технологія аналізу персоналу промислових підприємств на основі кластеризації
publisher	Інститут економіко-правових досліджень НАН України
publishDate	2009
topic_facet	Проблеми управління виробництвом
url	http://dspace.nbuv.gov.ua/handle/123456789/5161
citation_txt	Технологія аналізу персоналу промислових підприємств на основі кластеризації / В.М. Гриньова, Л.О. Мажник // Економіка та право. — 2009. — № 2. — С. 83-87. — Бібліогр.: 9 назв. — укр.
work_keys_str_mv	AT grinʹovavm tehnologíâanalízupersonalupromislovihpídpriêmstvnaosnovíklasterizacíí AT mažniklo tehnologíâanalízupersonalupromislovihpídpriêmstvnaosnovíklasterizacíí
first_indexed	2025-07-02T08:19:03Z
last_indexed	2025-07-02T08:19:03Z
_version_	1836522503886864384
fulltext	ЕКОНОМІКА ТА ПРАВО 832009, №2 ПРОБЛЕМЫ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ © В. М. Гриньова, Л. О. Мажник, 2009 УДК 338.45:621:519.237.8 В. М. Гриньова, д�р екон. наук, завідуюча кафедрою, Л. О. Мажник, аспірант, Харківський національний економічний університет ТЕХНОЛОГІЯ АНАЛІЗУ ПЕРСОНАЛУ ПРОМИСЛОВИХ ПІДПРИЄМСТВ НА ОСНОВІ КЛАСТЕРИЗАЦІЇ Динамізм і складність аналізу процесів управ' ління, що відбуваються на вітчизняних машинобу' дівних підприємствах, потребує розробки нових підходів до вирішення проблеми вдосконалення технології управління персоналом підприємства, перш за все шляхом групування підприємств за ха' рактеристиками персоналу та результуючими по' казниками діяльності. Проблемі групування підприємств за певними показниками присвячено значну кількість наукових праць провідних вчених С. Айвазяна, Л. Беляєвої, А. Дуброва, М. Жамбю, Т. Клебанової, О. Мірошни' ченко, В. Плюта, Л. Сошникової, В. Тамашевича, Ф. Хміль та ін. [1–9]. Проте недостатньо розвинути� ми залишаються питання, що пов’язані із якісними характеристиками персоналу та їх кількісною форма� лізацією. Це обумовило мету написання статті, що полягає у вдосконаленні технології аналізу персоналу промислових підприємств, оцінки його результатів на основі використання методів кластерного аналізу. Для досягнення поставленої мети виникає необхідність вирішити наступні завдання: обґрунтувати вибір методу кластерного аналізу; сформувати основні блоки технології аналізу персоналу підприємства; визначити та обґрунтувати кількість груп для поділу сукупності підприємств і показників, за якими ха' рактеризується персонал. Об’єктивною основою поділу підприємств на однорідні групи можуть бути лише результати, що базуються на застосуванні сучасних економіко'ма' тематичних методів. Для аналізу складу персоналу підприємств було використано кластеризацію на основі ієрархічно'агломеративного методу та мето' ду k'середіх [2, 5, 6, 9]. Методи кластерного аналізу поділяють на три основні класи: ієрархічно'агломе' ративні методи, ієрархічно'дивізійні, ітеративні [3, 7, 8]. Метою кластерного аналізу є формування груп схожих між собою об’єктів – кластерів, тобто су' купність вхідних даних розподіляється на однорідні групи так, щоб об’єкти всередині групи були подібні між собою за деякими критеріями, а об’єкти з різних груп відрізнялися один від одного [6, с. 73]. Це потребує використання певної технології аналізу, основні блоки якої подано на рис. 1. ВХІД Дані статистичної та фінансової звітності підприємства 1 Групування промислових підприємств машинобудівної галузі за характеристиками персоналу та результуючими показниками Ієрархічно- агломеративні методи кластерного аналізу 2 Порівняння та аналіз кластерів Ітераційні методи процедури кластерного аналізу (метод k-середніх) 3 Вибір показників-репрезентантів 4 Динамічний аналіз характеристик підприємств за показниками-репрезентантами Логіко-розумові методи аналізу ВИХІД Підприємства, що розподілені за характеристиками персоналу та результуючими показниками на кластери Рис. 1. Основні блоки технології аналізу персоналу підприємства Оскільки процедури кластеризації дозволяють класифікувати схожі між собою об’єкти одночасно за декількома параметрами на основі введення певної міри близькості за всіма ознаками класифікації, то великі масиви інформації стають компактними та наочними для аналізу й формування прогнозів. Отже, при виборі показників для проведення кластерного аналізу доцільно вибрати за основу дві групи показ' ників, які подано у табл. 1 (розрахункові показники). Перелік первинних показників, що характеризують персонал, було обрано відповідно до діючої статич' ної звітності підприємства (Ф.1'ПВ термінова'квар' тальна «Звіт із праці», Ф.6'ПВ річна «Звіт про кількість працівників, їхній якісний склад і профе' Проблемы управления производством ЭКОНОМИКА И ПРАВО84 2009, №2 ва, зважена Евклідова, манхетенська, Чебишева, Мінковського та інші [1, 4, 7]. Поділ підприємств машинобудівної галузі на групи здійснено на основі Евклідової відстані [7]: ρ m ij ik jk k 1 x x 2( ) = = −∑ , (1) де ρ ij – відстань між i-м та j-м ознаками; х ik , x jk – значення k-ї ознаки відповідно в i-ом і j-ом періодах; m – число аналізованих періодів. Обравши міру відстаней, будуємо симетричну матрицю відстаней між промисловими підприєм- ствами Харківської області за характеристиками персоналу та результативними показниками за ро- ками у 2003–2007 рр. Потім вибираємо алгоритм об’єднання підприємств у кластери. Існує досить багато методів формування кластерів, серед яких найпоширенішими є такі: одиничного зв’язку, по- вного зв’язку, середнього зв’язку, метод Уорда, центр тяжіння [7]. Сукупність підприємств було розподі- лено на кластери, які мають схожі характеристики та не виходять за граничні межі, що відокремлюють один кластер від іншого. Використовуючи п’ять ієрархічних алгоритмів кластерного аналізу, було отримано три варіанти гру- пування десяти підприємств на три статистично од- норідні групи. З одного боку, це свідчить про гнучкість та можливості кластерного аналізу, а з іншого – про необхідність визначення змістовних критеріїв для ви- бору найкращого варіанта класифікації. Необхідно зупинитися на найбільш стійкому розбитті сукупності даних, що зустрічається найчастіше. Отже, експери- ментальним шляхом доведено, що оптимальна кіль- кість виділених кластерів дорівнює трьом. Таким чином, у розбитті сукупності підприємств машинобудування за характеристиками персоналу та результативними показниками на три кластери, по- перше, забезпечується достатня диференціація маси- ву даних та відмінність кластерів за характеристика- ми певних показників; по-друге, забезпечується на- повнюваність кластерів. Так впродовж п’яти років у самому найменшому з них опинилося лише 10 % промислових підприємств, а подальше збільшення числа кластерів привело б до невиправданого змен- шення їх наповнюваності. Особливістю сформова- них кластерів також є наявність ознаки, що відобра- жає домінуючі риси кожного кластера, разом з тим у кожному з них є периферія, де ці риси представлені в ослабленому вигляді (табл. 2). На другому етапі класифікації постає мож- ливість не тільки виділяти укрупнені групи підприємств, але й диференціювати їх за підгрупа- Таблиця 1. Вихідні показники для проведення кластерного аналізу Показники, що характеризують персонал підприємства Результативні показники Показник 1 – питома вага працівників у віці 15–34 років у обліковій кількості штатних Показник 2 – питома вага працівників у віці 35–49 років у обліковій кількості штатних Показник 3 – питома вага персоналу з повною вищою освітою Показник 4 – питома вага працівників, що навчено новим професіям у обліковій кількості штатних Показник 5 – питома вага працівників, які підвищили кваліфікацію, у обліковій кількості штатних Показник 6 – питома вага фонду основної заробітної плати у структурі фонду оплати праці Показник 7 – питома вага фонду додаткової заробітної плати у структурі фонду оплати праці Показник 1 – коефіцієнт зносу основних засобів Показник 2 – коефіцієнт оборотності оборотних засобів Показник 3 – коефіцієнт автономії Показник 4 – коефіцієнт абсолютної ліквідності Показник 5 – рентабельність власного капіталу сійне навчання»), серед результативних показників базовими обрано показники фінансової діяльності (Ф.1 «Баланс», Ф.2 «Звіт про фінансові результати»). Класифікацію машинобудівних підприємств за показниками, які характеризують персонал, і ре- зультативними показниками було проведено у два етапи. На першому – використано алгоритм об’єд- нання промислових підприємств у кластери та ви- значено оптимальну кількість кластерів на основі використання ієрархічних агломеративних проце- дур. На другому – застосовано ітераційні процеду- ри, особливість більшості з яких полягає в тому, що кластери формуються у наперед заданій їх кількості, яку було отримано на попередньому етапі. Оскіль- ки ітеративні методи є більш переважними для ви- рішення завдань групування, тому що вони дозво- ляють отримати кластери, які не перетинаються, то пропонується використовувати один із методів даної групи, а саме – метод k-середніх, який не має обмежень кількості об’єктів і ознак, що їх характе- ризують. Автоматизація розрахунків відбувалась із використанням програмного пакета StatSoft Statistica 7.0. На першому етапі класифікації окремо форму- ються однорідні по рівню групи підприємств за ха- рактеристиками персоналу та результативними по- казниками. Наступним кроком є використання ієрархічно-агломеративних методів і побудова мат- риці відстаней, в основі якої лежить вибір метрики відстаней, тобто міри схожості. При цьому викори- стовують різні метрики відстаней, такі як: Евклідо- Проблеми управління виробництвом ЕКОНОМІКА ТА ПРАВО 852009, №2 Таблиця 2. Результати кластерного аналізу у 2003–2007 рр. 2003 2004 2005 2006 2007 кластер № 1 кластер № 2 кластер № 3 кластер № 1 кластер № 2 кластер № 3 кластер № 1 кластер № 2 кластер № 3 кластер № 1 кластер № 2 кластер № 3 кластер № 1 кластер № 2 кластер № 3 � n � n � n � n � n � n � n � n � n � n � n � n � n � n � n Критерії за характеристиками персоналу 1. 15,71 17,92 12,72 27,11 29,85 20,78 20,80 25,67 19,15 22,65 23,16 19,45 22,77 26,92 18,93 2. 47,85 54,01 46,32 37,18 36,38 40,02 48,30 32,73 37,47 32,30 46,31 38,15 31,16 35,67 31,90 3. 15,80 19,55 32,28 13,84 26,49 22,85 39,30 23,02 26,16 15,28 24,68 26,22 14,17 27,63 25,75 4. 16,61 5,04 2,74 14,28 3,11 7,57 15,97 4,95 2,90 11,83 4,33 2,06 5,84 6,46 3,38 5. 55,26 5,10 1,16 78,31 5,79 5,12 72,32 8,39 3,10 71,67 6,28 1,67 66,74 7,66 1,40 6. 76,60 50,45 85,24 74,5 57,04 77,90 73,1 51,76 76,96 74,2 53,27 79,03 70,73 55,12 79,10 7. 22,79 2 40,96 2 9,98 6 25,4 1 35,38 3 16,02 6 26,7 1 36,62 2 20,14 7 24,1 1 34,93 2 18,81 7 28,82 1 34,39 3 18,52 6 Критерії за результативними показниками 1. 0,43 0,36 0,63 0,51 0,12 0,63 0,64 0,15 0,58 0,50 0,16 0,61 0,61 0,15 0,55 2. 2,88 8,06 1,23 2,87 9,88 1,26 3,48 8,60 1,45 3,58 8,01 1,20 2,69 7,52 1,36 3. 0,56 0,42 0,81 0,56 0,46 0,75 0,77 0,57 0,62 0,33 0,58 0,79 0,34 0,56 0,67 4. 0,18 0,001 0,67 0,15 0,03 0,41 0,21 0,02 0,37 0,05 0,12 0,25 0,21 0,0004 0,54 5. 0,21 5 0,42 1 0,02 4 0,06 5 0,49 1 0,06 4 0,03 1 0,23 1 0,18 8 0,12 3 0,44 1 0,04 6 –* 2 0,45 1 0,06 7 Умовні позначення: � – середнє значення критерію у кластері; n – кількість підприємств у кластері; * – підприємство збиткове ми всередині – на основі методу k&середніх. Цей метод є асимптотично оптимальним (при кількості параметрів, що прямують до нескінченності) в якості мінімізації середнього внутрікласового роз& киду [1, с. 180]. Отже, використовуючи кластерний аналіз, було розподілено обстежений масив промис& лових підприємств за двома визначеними критері& ями, обчислено середні значення трьох кластерів для двох груп показників (рис. 2, 3). Статистичну вагомість результату кластеризації підтверджує на& явність позитивної різниці між середніми значення& ми міжгрупової та внутрішньогрупової відстаней, а також р&рівень за показниками, меншими 0,01. свідчать, що до першого кластера стабільно увійш& ло одне підприємство ВАТ «Підшипниковий завод» і ВАТ «Автрамат» у 2003 р. Вони характеризуються високими показниками питомої ваги персоналу у віці 35–49 років; кількості працівників, яких навче& но новим професіям; кількості працівників, які підвищили кваліфікацію. До другого кластера ста& більно увійшли два підприємства Укрдержцентр «Укрспецвагон», ЗАТ «ХЕМЗ&ІРЕС» і ЗАТ «Інтер& кондиціонер» у 2004 та 2007 рр. Вони характеризу& ються максимальною питомою вагою кількості пра& цівників у віці 15–34 років і додаткової заробітної плати у структурі фонду оплати праці (далі – ФОП). До третього кластеру стабільно увійшли п’ять маши& нобудівних підприємств, а саме: ЗАТ «Трактороде& таль», ВАТ «Точмедприлад», ВАТ «Електроапарат& ний завод», ТОВ «Владар», Корпорація «Елкор». Ці Рис. 2. Графік середніх значень кластерів підприємств за характеристиками персоналу у 2003–2007 рр. Рис. 3. Графік середніх значень кластерів підприємств за результативними показниками у 2003–2007 рр. Результати аналізу розподілення підприємств на три кластери за характеристиками персоналу Проблемы управления производством ЭКОНОМИКА И ПРАВО86 2009, №2 підприємства характеризуються найменшими зна$ ченнями наступних показників: питома вага пра$ цівників у віці 15–34 років і 35–49 років, кількості працівників, яких навчено новим професіям і які підвищили кваліфікацію, а також питомої ваги до$ даткової заробітної плати у структурі ФОП. Отже, враховуючи сучасні потреби машино$ будівних підприємств у персоналі певних характери$ стик і необхідність підвищення матеріального стиму$ лювання працівників, можна стверджувати, що пріо$ ритетними серед зазначених показників (табл. 1), є наступні: 1) питома вага кількості працівників віком 35–49 років; 2) питома вага кількості працівників, що підвищили кваліфікацію; 3) питома вага основної заробітної плати у структурі ФОП; 4) питома вага додаткової заробітної плати у структурі ФОП. Серед кластеризованих підприємств перші дві характеристики належать ВАТ Підшипниковий за$ вод, що створює можливості розвитку підприємств на основі забезпечення якісним персоналом, але на$ жаль можливості підвищення матеріального стиму$ лювання на підприємстві відсутні, що обґрунтовує необхідність збільшення як основної заробітної пла$ ти, так і додаткової. Протилежна ситуація склалась на підприємствах ЗАТ «Трактородеталь», ВАТ «Точмед$ прилад», ВАТ «Електроапаратний завод», ТОВ «Вла$ дар», Корпорація «Елкор», яким притаманна третя характеристика та підприємствах «Укрспецвагон» і ЗАТ «ХЕМЗ$ІРЕС», яким властива четверта харак$ теристика згідно результатів кластеризації. Ці маши$ нобудівні підприємства мають достатню кількість коштів у ФОП, але в перспективі постає необхідність оновлення кадрового складу як за віковою структу$ рою, так і у професійно$кваліфікаційному аспекті. Було отримано три кластери за результатами кластеризації по результативним показникам (рис. 3). До першого кластера стабільно увійшло підприємство ВАТ «Автрамат» та разом з тим до кластера входили підприємства ВАТ «Точмедпри$ лад», Укрдержцентр «Укрспецвагон», ТОВ «Владар», Корпорація «Елкор» у 2003 р. та 2004 р., ТОВ «Вла$ дар» у 2006 р. і 2007 р. та Корпорація «Елкор» у 2006 р. Ці підприємства характеризуються середні$ ми значеннями показників коефіцієнту зносу ос$ новних засобів, коефіцієнту оборотності оборотних засобів, коефіцієнту абсолютної ліквідності, та низь$ кими значеннями коефіцієнту автономії й рента$ бельності власного капіталу. До другого кластера стабільно увійшло підприємство ЗАТ «Інтерконди$ ціонер», яке мало найменше значення коефіцієнту абсолютної ліквідності та зносу основних засобів, але разом з тим найбільші значення показників обо$ ротності оборотних засобів і рентабельності власно$ го капіталу. Підприємства ЗАТ «Трактородеталь», ВАТ «Електроапаратний завод», ВАТ «Підшипни$ ковий завод», ЗАТ «ХЕМЗ$ІРЕС», що стабільно увійшли до третього кластеру, характеризуються най$ більшими значеннями наступних коефіцієнтів: знос основних засобів, автономії, абсолютної ліквідності. Таким чином, факт, що у період дослідження 2003–2007 рр. певні промислові підприємства стабіль$ но входили до відповідного кластеру, свідчить про на$ явність тенденцій сталого розвитку цих машинобуді$ вних підприємств. Так, за результативними показни$ ками стабільного розвитку набули 60 % підприємств, у той час як за показниками, які характеризують пер$ сонал, – 80 % підприємств. Отже, кластерний аналіз дозволив сформувати групи підприємств за сходними ознаками з певними характеристиками персоналу та результативними показниками. Висновки. Таким чином, результати кластери$ зації промислових підприємств машинобудівної га$ лузі дали можливість визначити та обґрунтувати найбільш вагомі характеристики персоналу, що сприятиме формуванню адекватної інформації для прийняття рішень на основі певної технології. Перспективи подальших досліджень у даному напряму полягають у необхідності проведення кла$ стеризації підприємств за характеристиками пер$ соналу на основі методу репрезентант і порівнянні отриманих результатів. Обґрунтування залежності між вагомими характеристиками персоналу та ре$ зультативними показниками діяльності під$ приємств доцільно отримати на основі кореляцій$ но$регресійного аналізу. Література 1. Айвазян С. А. Прикладная статистика в задачах и упражнениях : учеб. для вузов / С. А. Айвазян, В. С. Мхитарян. – М. : ЮНИТИ$ДАНА, 2001. – 270 с. 2. Беляева Л. А. Социальные слои в России. Опыт кластерного анализа [Электронный ресурс] / Л. А. Бе$ ляева. – Режим доступа : http ://www.isras.ru/files/File/ Socis/12—2005/belyaeva.pdf. 3. Дубров А. М. Многомерные статистические методы / А. М. Дубров, В. С. Мхитарян, Л. И. Тро$ шин. – М. : Финансы и статистика, 1998. – 350 с. 4. Жамбю М. Иерархический кластер$анализ и соответствия / М. Жамбю ; пер. с фр. – М. : Финансы и статистика, 1988. – 342 с. 5. Клебанова Т. С. Многомерный статистический анализ экономического развития регионов Украины / Т. С. Клебанова, Л. С. Гурьянова, Е. А. Сергиенко // Бизнес Информ. – 2007. – № 10 (1). – С. 86–91. 6. Мірошниченко О. Ю. Оцінка рівня життя насе$ лення країн СНД на основі кластерного аналізу / О. Ю. Мірошниченко // Статистика України. – 2006. – № 3. – С. 72–78. 7. Плюта В. Сравнительный многомерный анализ в эконометрическом моделировании / В. Плюта ; пер. Проблеми управління виробництвом ЕКОНОМІКА ТА ПРАВО 872009, №2 с польск. В. В. Иванова. – М : Финансы и статистика, 1989. – 175 с. 8. Сошникова Л. А. Многомерный статистичний анализ в економике / Л. А. Сошникова, В. Н. Тамаше$ вич ; под ред. проф. В. Н. Тамашевича. – М. : ЮНИТИ$ ДАНА, 1999. – 598 с. 9. Хміль Ф. Кластерний аналіз як основа об’єк$ тивної стратифікації підприємств / Ф. Хміль, І. На$ конечна // Економіка України. – 2006. – № 4. – С. 29–33. Подано до редакції 12.06.2009 р. © В. А. Кучер, 2009 УДК 624.191.5: 338.27 В. А. Кучер, канд. екон. наук, доцент, Державний вищий навчальний заклад «Донецький національний технічний університет» МЕХАНІЗМ ВИЗНАЧЕННЯ ЕФЕКТИВНОСТІ ПІДТРИМКИ ВИРОБНИЧОЇ ПОТУЖНОСТІ ПРОМИСЛОВОГО ПІДПРИЄМСТВА У світі економічних перетворень, що бурхливо розвиваються останнім часом, вітчизняні промис$ лові підприємства значно погіршали перспективи подальшого розвитку. Тому зараз переважна більшість з них є збитковими і потребують перетво$ рень, що забезпечують швидкий розвиток. На дано$ му етапі становлення економіки промислові під$ приємства мають потребу в наявності такого меха$ нізму планування виробничо$господарської діяль$ ності, який би дозволив визначити ефективність підтримки виробничої потужності [1, c. 11]. Особ$ ливо актуальна дана проблема для вугледобувних підприємств, переважна частина яких зараз нерента$ бельна. Проте серед більшості збиткових шахт, які поступово закриватимуться є і чимало підприємств, які б при належному управлінні могли б стати при$ бутковими. Планування і прогнозування техніко$ економічних показників роботи таких підприємств є основою їх стабільного розвитку і функціонуван$ ня [2, c. 79]. В умовах конкуренції між підприємства$ ми, що стрімко розвивається в умовах світової кри$ зи, необхідний механізм, який забезпечив би просту та ефективну систему прогнозування. У роботах В. Міщенко, Б. Данилишина [3, с. 4], Ф. Поклонсь$ кого [4, c. 45] стверджується, що такий механізм по$ винен забезпечувати можливість ухвалення пра$ вильних управлінських рішень і акцентувати увагу керівника тільки на ключових показниках. Таким чином їх урахування повиненне відповідати крите$ рію релевантності, тобто високого умовного внеску в результат схвалюваного рішення. Виходячи з цього метою статті є представлення і апробація механізму визначення ефективності підтрим% ки виробничої потужності промислового підприємства. Дослідженням щодо необхідності розробки механізму визначення ефективності підтримки ви$ робничої потужності промислового підприємства і прогнозування такого найважливішого інтегрально$ го критерію, як обсяг виробництва і реалізації про$ дукції, присвячено роботи багатьох відомих учених$ економістів. Так, в роботі Г. Скударя [5, с. 9], Е. Олейникова [6, с. 7] справедливо наголошується, що обсяг виробництва для промислового підпри$ ємства є основною характеристикою його конку$ рентоспроможності. В роботі Е. Забарної і С. Харі$ чкова [7] наголошується важливість прогнозування обсягу виробництва при плануванні інвестиційної та інноваційної діяльності. Суттєвим недоліком цих та інших робіт є відсутність пропозицій дієздатно$ му механізму прогнозування обсягів виробництва продукції на промислових підприємствах. Розкриємо сутність виконаних нами розробок на практичному прикладі, в якості розрахунковою базою котрого було прийнято ДВАТ «Шахта «Добро$ пільська» ДХК «Добропіллявугілля». Головна задача шахти у 2009 р. полягає в тому, щоб зберегти існуючу виробничу потужність при зниженні виробничих ви$ трат, що дозволить наростити обсяг фінансових ре$

Технологія аналізу персоналу промислових підприємств на основі кластеризації

Institution

Ähnliche Einträge