Вісник Бердянського університету менеджменту і бізнесу 2008 №03 (3)

Подождите немного. Документ загружается.

Економіка та управління підприємствами

131

ся з 1,06 грн. до 0,38 грн. (знизився на 68 копій

ок). Найбільш позитивно на зміну даного показ

ника вплинули зміна обсягу випуску продукції і

відпускні ціни. У 2007 році даний показник

збільшився з 0,38 грн. до 0,47 грн. (на 9 копійок).

Позитивно на даний показник вплинула тільки

зміна обсягу випуску продукції, у той час як вплив

інших факторів привів до збільшення даного

показника.

Перейдемо до аналізу показників собівартості

в розрізі по видах сільськогосподарських культур.

Розрахунки цих показників подані в аналітичній

калькуляції (табл. 6). Проаналізуємо показники

собівартості по культурах за 2007 рік.

Таблиця 6

Аналітична калькуляція по основних видах продукції за 2005–2007 рр.

2005 2006 2007 Зміни

2006-2005 2007-2006

Елементи затрат, грн.

Сума, грн.

Питома

вага, %

Сума, грн.

Питома

вага, %

Сума, грн.

Питома

вага, %

Сума, грн.

Питома

вага, %

Сума, грн.

Питома

вага, %

1 2 3 4 5 6 7 8 9 10 11

Пшениця озима

Витрати минулого року 74759,82 68,10 93326,57 45,41 61102,47 16,03 18566,75 -22,69 -32224,10 -29,38

Фіксований с/г податок 0 0,00 0,00 0,00 29501,74 7,74 0,00 0,00 29501,74 7,74

Витрати поточного року

25610,78 23,33 76502,96 37,22 189163,97 49,62 50892,18 13,90 112661,01 12,40

в т.ч. зарплата 2726,52 2,48 8538,94 4,15 11703,93 3,07 5812,42 1,67 3164,99 -1,08

насіння, грн. 0 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

загальновиробничі витрати

9414,77 8,58 35695,36 17,37 101459,73 26,61 26280,59 8,79 65764,37 9,25

Всього витрат 109785,4 100,00 205524,89 100,00 381227,91 100,00 95739,52 0,00 175703,02 0,00

Витрати без побічної продукції

92757,44 84,49 197911,13 96,30 377763,10 99,09 105153,69 11,81 179851,97 2,80

в т.ч. змінні 64466,42 69,50 146256,32 73,90 282566,79 74,80 81789,90 4,40 136310,47 0,90

постійні

28291,02 30,50 51654,81 26,10 95196,31 25,20 23363,79 -4,40 43541,50 -0,90

Ячмінь

Витрати минулого року 16949,93 9,13 25379,85 8,54 85714,35 29,06 8429,92 -0,59 60334,50 20,52

Фіксований с/г податок 0,00 0,00 15227,91 5,13 13981,77 4,74 15227,91 5,13 -1246,14 -0,39

Витрати поточного року 130534,75 70,31 197015,16 66,32 137326,50 46,56 66480,41 -3,99 -59688,66 -19,76

В т.ч. зарплата 9587,08 5,16 20828,61 7,01 12831,55 4,35 11241,53 1,85 -7997,06 -2,66

насіння, грн. 26712,12 14,39 69595,16 23,43 33399,18 11,32 42883,04 9,04 -36195,98 -12,10

загальновиробничі витрати 38166,21 20,56 59452,65 20,01 57944,52 19,64 21286,44 -0,55 -1508,13 -0,37

Всього витрат 185650,89 100,00 297075,57 100,00 294967,14 100,00 111424,68 0,00 -2108,43 0,00

Затрати без побічної продукції 169969,87 91,55 283942,20 95,58 282570,50 95,80 113972,33 4,03 -1371,70 0,22

в т.ч. змінні 114899,63 67,60 204722,32 72,10 213623,29 75,60 89822,69 4,50 8900,97 3,50

постійні 55070,24 32,40 79219,88 27,90 68947,21 24,40 24149,64 -4,50 -10272,67 -3,50

Соняшник

Витрати минулого року 28814,96 9,52 27494,84 12,32 123809,62 34,03 -1320,12 2,80 96314,78 21,71

Фіксований с/г податок 0,00 0,00 0,00 0,00 23084,78 6,35 0,00 0,00 23084,78 6,35

Витрати поточного року 206457,00 68,20 139173,94 62,35 146255,02 40,20 -67283,06 -5,85 7081,08 -22,15

в т.ч. зарплата 48144,09 15,90 10465,75 4,69 17305,72 4,76 -37678,34 -11,21 6839,97 0,07

насіння, грн. 22977,17 7,59 18000,00 8,06 25545,45 7,02 -4977,17 0,47 7545,45 -1,04

загальновиробничі витрати 67448,98 22,28 56538,31 25,33 70665,40 19,42 -10910,67 3,05 14127,09 -5,91

Всього витрат 302720,94 100,00 223207,09 100,00 363814,82 100,00 -79513,85 0,00 140607,73 0,00

Витрати без побічної продукції 302720,94 100,00 223207,09 100,00 363814,82 100,00 -79513,85 0,00 140607,73 0,00

в т.ч. змінні 217353,63 71,80 157584,20 70,60 273224,92 75,10 -59769,43 -1,20 115640,72 4,50

постійні 85367,31 28,20 65622,89 29,40 90589,90 24,90 -19744,42 1,20 24967,01 -4,50

Як видно з калькуляції, загальна сума вит

рат на виробництво озимої пшениці зросла на

175703,02 грн., при цьому витрати на вироб

ництво без побічної продукції зросли на

179851,97 грн. Основними факторами, що обу

мовили дане збільшення витрат, є: збільшен

ня витрат поточного року на 112661,01 грн., ча

стка яких зросла на 12,40 %; збільшення за

гальновиробничих витрат на 65764,37, чи

їхньої частки на 9,25 %.

Загальні витрати на виробництво ячменю в

2007 році знизилися в порівнянні з 2006 роком

на 2108,43 грн., у той час витрати на виробниц

тво без побічної продукції знизилися на

1371,70 грн., що призвело до зниження витрат

поточного року на 59688,66 грн., чи їхньої част

ки на 19,76 %; зниження витрат на придбання

насіння на 36195,98 грн., чи їхньої частки на

12,10 %.

Загальні витрати на виробництво соняшни

ку зросли на 140607,73 грн., при цьому спосте

рігається ріст по всіх елементах витрат, найбіль

ший вплив з них мають: збільшення витрат ми

нулого року на 96314,78 грн., витрат на оплату

фіксованого сільськогосподарського податку на

23084,78 грн., збільшення загальновиробничих

витрат на 14127,09 грн.

Оцінюючи сільськогосподарське виробниц

тво за собівартістю та затратами праці, слід за

значити, що ці показники суттєво різняться у ве

ликих, середніх і малих підприємствах. Зростан

ня затрат праці призводить до збільшення со

бівартості, а від її величини і доходу від реалізації

продукції залежить прибуток.

Проведені дослідження дають змогу оцінити

сільськогосподарське виробництво за собіварті

стю продукції, тобто визначити їхні допустимі

рівні, за яких одержують певну величину

мінімального прибутку, і таким чином зорієнту

вати сільськогосподарських товаровиробників на

відповідні зміни у технології виробництва

сільськогосподарської продукції.

Вісник Бердянського університету менеджменту і бізнесу № 3(3)2008

132

Література

Методические положения и дифференцирован

ные нормативы себестоимости основных видов

сельскохозяйственной продукции колхозов Украин

ской ССР.— К.: УНИИЭОСХ, 1986.— 30 с.; Дифе

ренційовані нормативи затрат праці на виробниц

тво сільськогосподарської продукції.— К.: Урожай,

1967.— 380 с.; Нормативні витрати, ціни, баланси

сільськогосподарської продукції в Україні та краї

нах світу / За ред. О.М. Шпичака, Ю.Я. Гапусенка.—

К.: ННЦ ІАЕ, 2006.— 693 с.; Дієсперов B.C. Про

дуктивність сільськогосподарської праці: Моногр.—

К.: ННЦ ІАЕ, 2006.— 274 с.; Вітвицький В.В. Ос

нови формування нормативних систем в агропро

мисловому виробництві України.— К.: НДІ «Украг

ропромпродуктивність», 2006.— 334 с.

Ільєнко Н., Савкова С. Собівартість продукції

та порядок її формування // Довідник економі

ста.— 2005.— № 1.— С. 49–52.

Методические положения и дифференциро

ванные нормативы себестоимости основных ви

дов сельскохозяйственной продукции колхозов

Украинской ССР.— К.: УНИИЭОСХ, 1986.—

30 с.; Нормативні витрати, ціни, баланси сіль

ськогосподарської продукції в Україні та країнах

світу / За ред. О.М. Шпичака, Ю.Я. Гапусенка.—

К.: ННЦ ІАЕ, 2006.— 693 с.

Диференційовані нормативи затрат праці на

виробництво сільськогосподарської продукції.—

К.: Урожай, 1967.— 380 с.; Дієсперов B.C. Продук

тивність сільськогосподарської праці: Моногра

фія.— К.: ННЦ ІАЕ, 2006.— 274 с.

УДК 004.42

Н.В. Скрыпицын

Н.Ю. Салогуб

ВЫБОР МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДЛЯ ОРГАНИЗАЦИИ

АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА МАРКЕТОЛОГА

Статья включает в себя сравнение методов математической статистики. Рассмотрены задачи эко)

номическо)статистического прогнозирования.

Под прогнозом понимается научно обосно

ванное описание возможных состояний объекта в

будущем, а также альтернативных путей и сроков

их достижения этого состояния. Процесс разработ

ки прогнозов называется прогнозированием

Прогнозирование — вид познавательной дея

тельности человека, направленной на развитие.

Прогнозирование должно отвечать на два вопроса:

что вероятнее всего можно ожидать в будущем?

Каким образом нужно изменить условия, чтобы

достичь заданного состояния? Прогнозирование

является важным связующим звеном между теори

ей и практикой во всех областях жизни общества.

В зависимости от степени конкретности и

характера воздействия на ход исследуемых процес

сов и явлений различают три формы предвидения:

гипотезу (общенаучное предвидение), прогноз и

план. Эти формы предвидения тесно связаны в

своих проявлениях друг с другом и с исследуемым

объектом в системе управления и планирования,

представляют собой последовательные ступени

познания поведения объекта в будущем

Прогнозы можно подразделять в зависимос

ти от целей, задач, объектов, времени упрежде

ния, методов организации прогнозирования, ис

точников информации и т.д. Большое количество

таких признаков, отсутствие их строго определен

ных характеристик затрудняют создание единой

классификации.

Задачи экономикостатистического прогно

зирования:

— выявление перспектив ближайшего или бо

лее отдаленного будущего в исследуемой области на

основе реальных процессов действительности;

— выработка оптимальных тенденций перс

пективных планов с учетом составленного про

гноза и оценки принятого решения с позиции его

последствий в прогнозируемом периоде.

Классификация методов прогнозирования

Статистические методы прогнозирования

основаны на использовании количественной ин

формации о состоянии и поведении исследуемо

го объекта. Эта информация является ретроспек

тивной, т.е. она описывает состояние и поведе

Економіка та управління підприємствами

133

ние объекта в прошлые моменты времени. Ис

следователь, анализируя эту информацию, вы

являет качественную картину поведения объек

та в прошлом, определяет тенденцию его разви

тия. После анализа условий возникновения вы

явленной тенденции исследователь делает вывод

о правомочности продолжения (экстраполяции)

этой тенденции на будущие состояния объекта,

после чего производит соответствующие коли

чественные расчеты, позволяющие установить

численные характеристики прогнозного стояния

объекта. В случае предполагаемых изменений

условий функционирования объекта в будущем

следует прибегать к экспертным методам про

гнозирования для оценки влияния изменивших

ся условий на поведение объекта в прогнозном

периоде.

Области применения различных статистичес

ких количественных методов укрупненно систе

матизированы в табл. 1, которую можно предста

вить так же, как классификацию методов прогно

зирования.

Таблица 1

Характеристика методов прогнозирования

1. Метод наименьших квадратов.

Сущность метода наименьших квадратов

(МНК) заключается в минимизации суммы квад

ратов случайных отклонений, фактических зна

чений временного ряда от тренда f(t):

()

tn tn

xft min.

=− →



∑∑

(1.1)

Минимизируется сумма квадратов отклонений,

а не самих отклонений по той причине, что эти

отклонения могут иметь как положительное, так и

отрицательное значения и при суммировании вза

имно погашаются. Отсюда название метода.

МНК дает наиболее точные результаты в

случае, когда f(t) имеет линейный вид. Однако

на практике этим методом пользуются и при оп

ределении параметров функций, описываемых

параболической и гиперболической зависимос

тями; погрешность МНК в этом случае для прак

тических целей не существенна. Рассмотрим

МНК для определения параметров следующих

зависимостей:

()

ft a at=+

— линейная зависимость;

()

01 1

ft a at at=++

— парабола;

()

ft a

— гипербола.

Для линейной зависимости условие (1.1) за

пишите в виде

[]

xaat min.

−− →

∑

(1.2)

Для краткости обозначим сумму

[]

xaat

−−

∑

через Q.

Тогда задача определения тренда формулиру

ется так: найти такие значения коэффициентов

и a

, чтобы Q = min Q.

Необходимым условием осуществления ми

нимума функции является равенство нулю част

ных производных этой функции по параметрам

и a

()

xaat ;

∂

=− − − =

∂

∑

()

xaatt .

∂

=− − − =

∂

∑

Вісник Бердянського університету менеджменту і бізнесу № 3(3)2008

134

После преобразования получим систему так

называемых нормальных уравнений:

111

nnn

ttt

xnaa t;

xt a t a t .

===



=⋅ +









∑∑

∑∑∑

(1.3)

Решив эту систему относительно a

и a

, по

лучим параметры функции

()

ft a at.=+

В случае когда принимается гипотеза о квадра

тичном виде функции f (t), т.е.

()

01 2

ft a at at=++

система нормальных уравнений имеет вид:

01 2

2234

012

xna a ta t;

xt a t a t a t ;

xt a t a t a t .



=⋅ + +



=+ +





=++





∑∑∑

∑∑∑∑

(1.4)

234 2

t, t, t, t, xt, xt

∑∑ ∑ ∑ ∑ ∑

и подставив их

в систему (1.4), нужно решить эту систему отно

сительно a

, a

и a

и получить искомые параметры.

В случае гиперболической зависимости

()

ft a

— система нормальных уравнений

имеет вид:

111

xna a ;

xa .

ttt



=⋅ +

















∑∑

∑∑∑

После вычисления коэффициентов аппрок

симирующих зависимостей производится проце

дура прогнозной экстраполяции, заключающая

ся в расчете значений функции f (t ) на будущие

моменты времени

123tn ,n ,n=+ + +

и т. д. путем

подстановки значения аргумента t в выражение

тренда.

2. Метод наименьших квадратов с весами.

Экстраполяция выполненной с помощью

МНК тенденции изменений показателя на про

гнозный период предполагает, что все наблюде

ния (уровни временного ряда) равнозначны для

прогноза. Однако информация об изменении

показателя в период времени, непосредственно

примыкающий к моменту прогноза, «ценнее» для

прогнозирования, чем в более удаленный. Но и

более удаленный от момента прогноза наблюде

ния временного ряда также несет значительную

информацию о процессе, поэтому пренебрегать

этими наблюдениями при расчете прогноза не

следует

Для учета различной «ценности», или, как это

принято в терминологии прогнозирования и ин

форматики, «веса» информации в различные

моменты времени, применяют метод наименьших

квадратов с весами (МНКВ) и метод экспонен

циального сглаживания.

Рассмотрим метод наименьших квадратов с

весами.

Суть метода заключается в том, что каждому

отклонению

придается вес

, причем веса

возрастают для точек, находящихся ближе к момен

ту прогнозирования. Следовательно, чем дальше

наблюдение (уровень) стоит от момента прогноза,

тем меньшее влияние оказывает на формирование

уровня прогнозного значения показателя.

Для определения веса

удобно использо

вать выражение

()

11nt

βλ

−−

(2.1)

где

— некоторое число, меньшее единицы; n —

число наблюдений. Чем меньше величина

, тем

меньше ранние наблюдения влияют на прогноз.

Условие (2.1) для МНКВ запишется в виде

()

Qxftmin.

=−=



∑

(2.2)

Система нормальных уравнений для МНКВ

имеет вид:

111

nnn

tt t t

ttt

nnn

tt t t

ttt

xa a t;

xt a t a t .

βββ

===











∑∑∑

3. Метод экспоненциального сглаживания.

Идея метода заключается в том, что времен

ной ряд сглаживается с помощью взвешенной

скользящей средней, веса которой подчиняются

экспоненциальному закону, причем чем дальше

от момента прогноза отстоит точка ряда, тем

меньшее участие принимает она в формировании

прогнозного значения.

В общем виде скользящая средняя S

времен

ного ряда по m наблюдениям при длине ряда n

определяется по формуле:

()

kk k(m)

x x ... x

S;kmn.

++−

+++

=+−<

(3.1)

Прогноз временных рядов методом экспо

ненциального сглаживания основывается на вы

числении экспоненциальной средней kго поряд

ка для ряда x

[]

()

[]

SS,

αα

−

=−∗

∑

(3.2)

где

[]

— экспоненциальная средняя kго поряд

ка для tго наблюдения временного ряда;

[]

−

—

Економіка та управління підприємствами

135

экспоненциальная средняя

[]

1k −

го порядка для

[]

1t −

го наблюдения временного ряда; k — поря

док средней, характеризующий уровень ряда в

зависимости от степени прогнозирующего поли

нома; t — точка ряда, для которой вычисляется

средняя; i — номер точек, для которых вычисля

ется средняя;

— параметр сглаживания.

4. Метод гармонических весов.

В его основе лежит взвешивание скользящего

показателя, но вместо скользящей средней исполь

зуется идея скользящего тренда. Экстраполяция

проводится по скользящему тренду, отдельные

точки ломаной линии взвешиваются с помощью

гармонических весов, что позволяет более поздним

наблюдениям придавать больший вес.

Для осуществления прогноза данным мето

дом исходный ряд динамики разбивается на фазы

k. Число фаз должно быть меньше числа членов

ряда n, т.е.

kn<

. Обычно фаза равна 3–5 уров

ням. Для каждой фазы рассчитывается линейный

тренд, т.е.

()

12 1

iik

y a b t i , ,...,n k .

=+ = −+

(4.1)

В общем виде ряд гармонических весов оп

ределяют по формуле:

mn.

−

=−

∑

(4.2)

5. Метод авторегрессии.

В основе метода лежит гипотеза стационар

ности изучаемого явления, т.е. сохранения стати

стических характеристик явления без изменения

на ретроспективном промежутке времени, в на

стоящем и будущем. В качестве информации,

привлекаемой для прогноза, используется ряд

динамики случайной прогнозируемой величины

(компоненты)

. Относительно случайной компо

ненты

выдвигается гипотеза о том, что она

представляет собой стационарный процесс.

Авторегрессионные модели можно приме

нить при прогнозировании изучаемых экономи

ческих показателей динамического ряда только

при выполнении следующих предпосылок:

1) отклонение от тренда

представляет со

бой стационарный в широком смысле случайный

процесс;

2) отклонение от тренда

является случай

ной величиной, не зависящей от времени;

3) отклонения от расчетных значений, полу

ченных по авторегрессионной модели, имеют

нормальный закон распределения с математичес

ким ожиданием, равным 0;

4) в ряду отклонений от расчетных значений,

полученных по авторегрессионной модели, отсут

ствует автокорреляция.

Авторегрессионная модель:

2112ttt ptpp

y a y a y ... a y .

∗∗

++ −

=+++ +

(4.3)

Важной является оценка погрешности полу

ченного прогноза.

Доверительный интервал прогноза будет

ttttt

yt yyt ,

ατ ατ

σσ

∗∗

−≤≤+

(4.4)

где y

— фактическое значение уровня временно

го ряда;

∗

— прогнозное значение уровня ряда.

6. Критерий Дарбина–Уотсона

Метод наименьших квадратов и в случае ав

токорреляции возмущений дает несмещенные и

состоятельные оценки параметров, однако их

интервальные оценки могут содержать грубые

ошибки

. В случае выявления автокорреляции

возмущений целесообразно вновь вернуться к

проблеме спецификации управления регрессии,

пересмотреть набор включенных в него перемен

ных и т.п.

Наиболее простым и достаточно надежным

критерием определения автокорреляции возмуще

ний является критерий Дарбина–Уотсона. С по

мощью этого критерия проверяется гипотеза об

отсутствии автокорреляции между соседними ос

таточными членами ряда e

и e

t–1

(для лага

где e

— выборочная оценка

Статистика критерия имеет вид:

()

−

∑

При достаточно большом n можно считать,

что

222

122

nnn

ttt

eee

−

===

≈≈

∑∑∑

. Тогда после несложных

преобразований получим, что

22 2

nn n

ttt tt

tt t

eee ee

−−

== =



−



≈≈−





∑∑ ∑

∑∑

Статистика d заключена в границах от 0 до 4;

при отсутствии автокорреляции

2d ≈

(так как

при этом

−

∑

); при полной положитель

ной автокорреляции

tt t

deee

−



≈≈





∑∑

; при

полной отрицательной —

tt t

dee e

−



≈≈−





∑∑

Для dстатистики найдены верхняя d

и ниж

няя d

критические границы на уровнях значи

мости

0 01 0 025,;,

и 0,05.

Если фактически наблюдаемое значение d:

Вісник Бердянського університету менеджменту і бізнесу № 3(3)2008

136

а)

ÂÂ

dd d<<−

, то гипотеза об отсутствии

автокорреляции не отвергается (принимается);

б)

ÍÂ

ddd<<

или

ÂÍ

dd d−<<−

, то воп

рос об отвержении или принятии гипотезы оста

ется открытым (область неопределенности кри

терия);

в)

dd<<

, то принимается альтернативная

гипотеза о положительной автокорреляции;

г)

dd−<<

, то принимается альтернатив

ная гипотеза об отрицательной автокорреляции.

Недостатками критерия Дарбина–Уотсона

является наличие области неопределенности кри

терия, а также то, что критические значения d

статистики определены для объемов выборки не

менее 15.

Вывод. В статье проводится сравнение ста

тистических методов. При использовании мето

да наименьших квадратов, наименьших квадра

тов с весами, экспоненциального сглаживания,

гармонических весов и огибающих кривых нена

дежно рассчитывается автокорреляция, по срав

нению с методом ДарбинаУотсона, но в то же

время и этот метод имеет свой недостаток — это

наличие области неопределенности критерия, и

значения критерия определены для объемов вы

борки не менее 15.

Література

Мизина Е.В. Статистика.— Донецк: ДонГТУ,

2001.— С. 129.

Статистическое моделирование и прогнозиро

вание: Учеб. пособие / Г.М. Гамбаров, Н.М. Жу

равель, Ю.Г. Королев и др. Под ред. А.Г. Грабер

га.— М.: Финансы и статистика, 1990.— С. 140.

Статистика: термины и определения: Учеб.

пособие для вузов / Баженова С.Г., Попович Н.К.,

Велесевич В.И. и др. Ред. совет: Л.А. Пучков и

др.— М., 1997.— С. 338.

Гмурман В.Е. Теория вероятностей и мате

матическая статистика: Учеб. пособие для ву

зов.— 9е издание., стер.— М.: Высш. шк., 2003.—

479 с., ил.

http: //www.exponenta.ru/educat/class/courses/

vvm/theme7/theor. asp

137

УДК 33.332

І.С. Іванова

СТВОРЕННЯ КЛАСТЕРНИХ СТРУКТУР У СИСТЕМІ ЗАБЕЗПЕЧЕННЯ

ІННОВАЦІЙНОГО РЕГІОНАЛЬНОГО РОЗВИТКУ

У статті обґрунтовано необхідність створення інноваційних кластерних структур для підвищення

конкурентоспроможності регіону. Досліджено тенденції їх взаємодії в умовах формування інноваційної мо)

делі національної економіки.

Раніше переважала думка про те, що успіх

підприємства залежить від реалізації розробленої

стратегії розвитку, що ґрунтувалася на внутрішніх

можливостях організації. Однак економічна

стійкість виробничих структур сьогодні визна

чається не тільки раціональною організацією гос

подарювання, зниженням витрат і розвитком

спеціалізації, тобто впливом управління лише на

внутрішні фактори. Усе більше приходить розум

іння того, що успіх багато в чому залежить і від

зовнішніх факторів, не зв’язаних з підприєм

ством. Відійшло в минуле уявлення про конку

ренцію як про статичне явище, яке можна подо

лати одним зниженням витрат виробництва.

На провідне місце найчастіше висуваються

проблеми адаптації і гнучкості підприємств в умо

вах постійних змін зовнішнього середовища, яке із

зростанням глобалізації стає динамічнішим і харак

теризується постійним оновленням. У цих умовах

фактори виробництва безупинно змінюються.

Відкритість економік більшості країн, що зростає у

світових масштабах, також сприяє посиленню та

ких зрушень. Водночас посилюється вплив проце

су встановлення тісних зв’язків з постачальниками,

покупцями і з іншими організаціями, здатними

справляти вплив як на ефективність виробництва,

так і темпи оновлення. Нове тисячоліття постави

ло завдання перед підприємствами — вийти за рам

ки відомих схем перетворення структур і почати пе

ребудовуватися, використовуючи інноваційні мож

ливості, що принесла глобалізація й інформаційні

технології. Мета при цьому полягає в тому, щоб не

обмежувати витрати, а докорінно змінити підхід до

обслуговування клієнтів, своє ставлення до інно

вацій, зробити підприємство сприятливим і гнуч

ким до умов ринку.

Метою даної роботи є обґрунтування еконо

мічної доцільності створення інноваційних кла

РОЗМІЩЕННЯ ПРОДУКТИВНИХ СИЛ І РЕГІОНАЛЬНА

ЕКОНОМІКА

стерних структур для підвищення конкуренто

спроможності регіону.

Інтенсифікація інноваційних процесів акту

альна для кожної країни та регіону, що є запору

кою регіонального розвитку і конкурентоспро

можності країни у світовій економічній системі.

Як свідчить сучасна фахова література, гео

графічна близькість між суб’єктами інноваційної

діяльності — один з вирішальних факторів успі

шного функціонування регіональних інновацій

них систем

. Тому на етапі економічного розвит

ку перед кожною країною постає завдання ство

рити на своїй території ефективні регіональні

інноваційні системи.

Практичний досвід свідчить, що підвищен

ня конкурентоспроможності певної території та

прорив на світовий ринок не в змозі забезпечити

окремий товар чи галузь. Це можливо лише за

умови створення технопарків, технополісів, кла

стерних об’єднань, орієнтованих на максималь

но можливе використання конкурентних переваг

сучасного економічного потенціалу підприємств

і організацій, що кооперується з метою взаємної

підтримки і координацій.

Проблема створення та функціонування кла

стерів відображена в багатьох наукових працях

вітчизняних вчених, зокрема, С. Соколенка,

Д. Стеченка, Ю. Бажала, М. Войнаренка та інших.

Конкурентоспроможність підприємств і галу

зей значною мірою створюється і підтримується

за рахунок системи вертикальних (покупець –

продавець) або горизонтальних (спільні спожи

вачі, технології, канали збуту), економічних

відносин. Групи кооперативних підприємств

прагнуть до концентрації і в географічному плані.

Переваги локальної інтеграції компанії доводив

А. Маршалл ще на початку ХХ ст. і запропонував

нову інтерпретацію ринку, в основу якої, на

Вісник Бердянського університету менеджменту і бізнесу № 3(3)2008

138

відміну від теорії досконалої конкуренції, поклав

«групи фірм, зібраних разом в індустріальний

район».

Ці погляди знайшли свій розвиток у працях

М. Портера, який вважає, що національну еконо

міку треба розглядати крізь призму міжгалузевих

структур, які він називає кластерами, а не крізь

більш традиційне об’єднання компаній у галузі,

тому що кластери краще охоплюють економічні

зв’язки, сприяють поширенню технологій, інфор

мації і усвідомленню потреб замовників. Перева

ги для інновацій і росту продуктивності, ствер

джує він, більш за все проявляються в кластері,

ніж в ізольовано розміщених підприємствах

У результаті вивчення кластеризації в бага

тьох країнах світу С. Соколенко дійшов виснов

ку, що кластером варто вважати добровільне

об’єднання фірм у певній сфері підприємництва,

пов’язаних між собою технологічно і, як прави

ло, за ознакою географічної близькості

Д. Стеченко вважає, що за своєю сутністю кла

стер — це територіальногосподарське взаємозумов

лене поєднання базових, суміжних, допоміжних і

обслуговуючих підприємств. Внаслідок науково

обґрунтованого підбору й поєднання підприємств,

організацій та установ відповідно до природних і

соціальноекономічних умов регіону, з його транс

портним, економікогеографічним положенням,

досягається певний економічний ефект

Український вчений Ю. Бажал вказує на те,

що при порівнянні дефініцій «кластери» і «тери

торіальновиробничі комплекси» (які існували ще

в часи Радянського Союзу) можна виділити ряд

спільних ознак. Наприклад, вони об’єднують в те

риторіальну цілісність взаємозалежні і взаємопо

в’язані регіональні виробництва і стають фунда

ментальною основою їх розвитку. Разом з цим

дослідник відмічає, що між ними є значна різни

ця. Поперше, кластерні структури є більш еко

номічно ефективними саме в регіональних мас

штабах, оскільки територіальновиробничі ком

плекси існували головним чином віртуально, тоб

то офіційно вони були задекларовані як дієві, але

практично мали слабку організаційноправову ос

нову і слабо впливали на ефективність госпо

дарського комплексу регіону як структурного еле

менту адміністративнокомандного господарю

вання. Подруге, територіальновиробничі ком

плекси головним чином були зорієнтовані на ма

теріальне виробництво, в той час як науковотех

нічна, соціальнокультурна та інші сфери, які,

безумовно, мають вплив безпосередньо на всю

структуру виробництва регіональної економіки,

зоставалися поза сферами цих комплексів. Мож

на сказати, що територіальновиробничі комп

лекси були орієнтовані на вузьку сферу дій, що

стало значним недоліком такої форми організації.

Потретє, територіальновиробничі комплекси

мали жорстку адміністративну форму управління

їх діяльністю, якщо всі основні показники були

заплановані і директивно встановлені, а їх неви

конання призводило до значних структурних де

формацій і силовому тиску на органи управління

комплексом. За таких умов зникали головні пе

реваги створення регіональних територіальнови

робничих комплексів — гнучкість і адаптивність

до вимог сучасного науковотехнічного прогресу

Нам потрібно уважно придивитися до світо

вого досвіду комерціалізації наукових досягнень

і запозичити з них корисні і перевірені практи

кою методи і форми моделювання інноваційних

процесів, звісно, з урахуванням специфіки нашої

країни.

Незважаючи на те, що феномен кластерів у тій

чи іншій формі було досліджено у багатьох робо

тах, сутність кластерів неможливо зрозуміти, роз

глядаючи їх незалежно від більш широкої теорії

конкуренції і місцезнаходження компаній в гло

бальній економіці. Перевага інноваційних кластер

них структур, а не ізольованих підприємств і галу

зей, говорить про важливість розуміння природи

конкуренції і ролі географічного розташування для

конкурентних переваг. Нова роль кластерів у кон

курентній боротьбі має більше значення переваж

но до умов динамічної економіки, основаній на

наукових знаннях. Тому що наука — відтворює

інновації, а інновації — це майбутнє.

За дослідженням Л. Федулової, в умовах еко

номіки знань успіх підприємства визначається не

наявністю ресурсів, а його продуктивністю. Дію

чий кластер може допомогти будьякому підпри

ємству будьякої галузі ефективно конкурувати,

використовуючи інноваційні можливості. До пе

реваг використання кластерної моделі слід відне

сти можливості спільного використання об’єдна

них фінансових і виробничих ресурсів, отриман

ня ефекту масштабу; диверсифікацію ризиків;

встановлення довгострокових зв’язків за відтво

рювальним ланцюгом, включаючи зв’язки між

наукою, виробниками і споживачами, та інше

На думку Д. Стеченка, К. Андрющенка, зв’яз

ки відіграють визначну роль при створені клас

терних об’єднань. Поняття «зв’язок» означає, що

одне явище існує чи розвивається у певній залеж

ності (підпорядкованості) від іншого. Причому

зв’язок зумовлює взаємні обмеження поведінки

(функціонування) елементів. Територіальнофун

кціональні зв’язки — це результат і форма про

яву суспільного, зокрема територіального, поділу

праці. Виділення конкретних видів зв’язків

здійснюється на основі глибокого аналізу кате

горії спеціалізації, кооперування та комбінуван

ня з урахуванням регіональних особливостей

попиту, пропозицій та розширеного відтворення

Зв’язки і відносини поділяються в кластер

них структурах на такі класи:

— відношення компонентної належності;

Розміщення продуктивних сил і регіональна економіка

139

— функціональні зв’язки;

— територіальних відношень;

— організаційноуправлінських відношень.

Дослідження конкретних зв’язків рідко трап

ляється в регіональній економіці, що зумовлено

значною трудомісткістю їх аналізу, а ще більше —

складністю одержання необхідної інформації

внаслідок неопрацьованості статистичних показ

ників, обмеженої доступності даних.

Але найбільш життєздатні інноваційні клас

тери формуються на основі диверсифікації

міжсекторальних зв’язків. Саме за допомогою

різноманітності різних джерел технологічних

знань і зв’язків комбінуються фактори виробниц

тва і створюються передумови виникнення пото

ку інновацій.

За М. Портером, кластеризація має реальну

можливість підвищити конкурентоспроможність

економіки регіонів завдяки таким чинникам

1. Кластери підвищують продуктивність під

приємств у тій місцевості, де створено кластер.

Ці зміни відбуваються за рахунок таких чинників:

— кращий доступ до робочої сили та поста

чальників;

— доступ до спеціалізованої інформації;

— доповнюваність послуг, які внаслідок цьо

го стають привабливішими для споживачів;

— доступ до інституцій та суспільних товарів.

2. Кластери збільшують темпи інновацій і

визначають їх напрямок, тому створюють фунда

мент для майбутнього економічного зростання.

Досягнення цього ефекту забезпечують:

— краще бачення і розуміння ринку;

— здатність упроваджувати швидкі зміни та

достатню гнучкість;

— нижча ціна експерименту.

3. Кластери стимулюють створення нових

підприємств, а ця обставина сприяє збільшенню

та посиленню кластера. Ці процеси відбуваються

завдяки таким факторам:

— помітніші ніші для нових підприємств;

— наявна необхідна сировина, комплектуючі

частини та робоча сила;

— створення нового бізнесу є частиною по

зитивного ланцюга зворотного зв’язку.

Отже, в сучасних умовах кластерам належить

провідна роль у досягненні конкурентоспромож

ності регіону, що визначається наявністю тих або

інших конкурентоспроможних галузей та сег

ментів економіки. Саме кластери створюють кон

курентні переваги у визначених галузях і, як на

слідок, у відповідних регіонах. Тому одна з голов

них задач у системі підвищення конкурентоспро

можності регіону — виявити потенціал його кла

стеризації.

Досвід Хмельницької області у формуванні

кластерів є корисним для інших регіонів. Особ

ливо для західних областей, де традиційно розмі

щені невеликі виробництва з використанням

місцевих природних ресурсів та місцевого кадро

вого потенціалу, що, як показує світовий досвід,

найбільше сприяє кластеризації.

Перспективи створення різних варіантів кла

стерів є практично у всіх регіонах України: гірни

чометалургійні, машинобудівні, металообробні,

цукрові, харчові, швейні, хімічні, побутових то

варів, туристичні, переробні, торговельні, транс

портні тощо.

Важливе значення для оцінки розвитку клас

терів має аналіз інвестиційних та інноваційних

процесів регіону, а також регіональна політика

підтримки процесів кластеризації (підтримка ма

лого бізнесу, розвиток органів місцевого самовря

дування, надання позик, програми технічної до

помоги тощо). Інноваційна структура кластера

сприяє зниженню сукупних витрат на досліджен

ня, що дає змогу учасникам кластера стабільно

здійснювати інноваційну діяльність протягом три

валого часу.

Більша частина фінансування виробництва

в кластері забезпечується за рахунок учасників

кластера та спеціалізованих фінансових інсти

тутів чи кредитних спілок. Державні фінанси у

більшості використовуються для фінансування

високотехнологічних кластерів. Важливим ком

понентом діяльності кластера є участь в них на

укових та освітніх закладів. У більшості створе

них у світі кластерів генераторами їх розвитку

стають регіональні університети. Таким чином,

в кластері враховуються всі основні можливості

регіону, в тому числі економічна структура, те

риторіальні умови, людські ресурси та існуюче

інституційне середовище.

Серед учасників кластера С. Соколенко виді

ляє п’ять основних груп

1. Бізнесові структури.

2. Влада.

3. Наукові і освітні організації.

4. Фінансові заклади.

5. Інститути розвитку співпраці.

Як керуючий орган в кластері створюється

координаційний Центр чи Рада, в якому пред

ставники всіх п’яти груп виступають на рівних

умовах лише як координатори окремих напрямів

виробництва. Невиконання обов’язків призво

дить до викреслення з учасників кластера і втра

ти конкурентних переваг, які дає кластер. Весь

розвиток кластера організується на основі реалі

зації кластерних ініціатив, які спільно розробля

ються всіма учасниками з метою досягти най

кращих фінансових результатів та конкуренто

здатності продукції.

Основними передумовами формування кла

стерів є

1. З боку бізнесу:

— наявність ключових власників і підпри

ємств, які якимось чином потенційно зацікавлені

у співробітництві в рамках кластера;

Вісник Бердянського університету менеджменту і бізнесу № 3(3)2008

140

— кооперативні та інші зв’язки між підприє

мствами, що мають визначні традиції, відпрацьо

вані механізми взаємодії, достатньо високий

рівень взаємної довіри;

— інноваційний рівень більшості підпри

ємств і організацій потенціального кластера дос

татньо високий;

— експортна складова в продукції дозволяє

підтверджувати його потужність;

— рівень претензій ключових власників ви

сокий, очевидним є їх бажання до подальшого

інноваційного розвитку;

— провідні менеджери підприємств готові до

діяльності в умовах зростаючого співробітництва

і конкуренції в інтересах активного розвитку

бізнесу і території.

2. З боку влади та бізнесоточення:

— органи влади зацікавлені у кластерному

варіанті розвитку економіки регіону, що сприяє

розвитку кооперації і співробітництву між група

ми підприємств;

— органи влади мають досвід успішної взає

модії з бізнесом, в тому числі в тому секторі еконо

міки, в якому передбачається створення кластера;

— нормативноправова база в останні роки

удосконалювалася власними зусиллями регіону,

що позитивно оцінюється керівниками приват

ного сектора і сприяє діловій довірі;

— склалась інфраструктура підтримки бізнесу,

накопичений досвід прийняття участі в реінжині

рингу підприємств, надання консалтингових послуг;

— система професійної освіти володіє необ

хідними кадрами і досвідом підготовки кадрів для

відповідних секторів економіки.

3. З боку громадськості:

— необхідність створення кластера усвідом

лена громадськістю;

— визначились лідери, які запропонують ідеї

та документи та намітили способи створення

кластера;

— відомі експерти, які готові і здатні до роз

витку діалогу влади і бізнесу з метою формування

і підвищення конкурентоспроможності кластера;

— є достатній досвід роботи з бізнесом і владою

в умовах зростання співробітництва і конкуренції.

Таким чином, інноваційні кластерні структу

ри мають у своїй основі стабільну систему роз

повсюдження нових знань, технологій, продукції,

тобто забезпечують інноваційнотехнологічні

показники. Підприємства в таких структурах

одержують додаткові конкурентні переваги зав

дяки можливості здійснювати внутрішню спе

ціалізацію і стандартизацію, мінімізувати витра

ти для впровадження інновацій.

Не лише світовий, але і незначний поки ще

український досвід доводить перспективність

використання кластерного підходу в національній

економіці. В умовах переходу на інноваційну

модель розвитку економіки подальший розвиток

та посилення процесів формування кластерів

конкурентоспроможності має особливе стратегі

чне значення, що повинно відображатися у дер

жавних програмах розвитку та у державній регу

ляторній політиці. Перехід на кластерну структу

ру економіки сприятиме підвищенню динаміч

ності, збалансованості, ефективності регіональ

ного розвитку, забезпечить високий рівень кон

курентоспроможності регіонів.

Література

Wiig H., Wood, M. What Comprises a Regional

Innovation System? – An Empirical Study.— STEP

Working Paper R01, Oslo, 1995.— Р. 34.

Портер М.Э. Конкуренция: Пер. с англ.— М.:

Вильямс, 2006.— С. 258.

Соколенко С.І. Кластери в глобальній еко

номіці: Монографія.— К.: Логос, 2004.— С. 19.

Регіонологія туризму / Д.М. Стеченко, Г.О. Са

бадош, А.Г. Охріменко та ін.— К: «Кутеп», 2004.—

С. 69.

Бажал Ю.М. Нові виробничі системи і при

скорений розвиток регіонів // Матеріали міжна

родного економічного форуму 16 листопада

2001 р.— К.: Логос, 2002.— C. 68.

Федулова Л.І. Інтеграція науки, освіти та ви

робництва / Україна у вимірі економічних знань:

Монографія — К.: Основа, 2006.— С. 279.

Регіонологія туризму. Вказ. праця.— С. 75.

Портер М.Э. Указ. труд.— С. 284.

Соколенко С.І. Вказ. праця.— С. 74.

Федоренко В.Г., Гойко А.Ф. Кластери — си

стемний інструмент підвищення конкуренто

спроможності економіки // Економіка і держа

ва.— 2007.— № 9.— С. 8.