Министерство сельского хозяйства российской федерации федеральное государственное образовательное

Вид материала

Содержание

Расчет ценовой эластичности спроса на скот и птицу
Список литературы
Использование кластерного анализа
Научно-технический и технологический
Мясного подкомплекса
Реклама и pr-технологии
Инновационные маркетинговые технологии
Проблемы маркетинговых

Подобный материал:

1 2 3 4 5 6 7

Заключение о ценовой эластичности спроса на скот и птицу

Скот и птица (в живом весе)	Величина коэффициента эластичности, Э_i	Определение эластичности спроса на скот и птицу	Влияние эластичности на общую выручку предприятий отрасли	Реакция покупателей скота и птицы
Российская Федерация – всего	0,57<1	Неэластичный (жесткий) спрос, процентное изменение количества реализуемого скота и птицы меньше процентного изменения цены	При повышении цены, общая выручка увеличивается, при снижении цены – уменьшается	При снижении цены спрос растет медленнее, чем снижается цена, при возрастании цены спрос снижается медленнее, чем растет цена
Саратовская область – всего:	0,67<1
в т.ч.: КРС	0,40<1
свиньи	0,37<1
овцы и козы	1,23>1	Эластичный спрос. Процентное изменение реализованного скота и птицы превышает процентное изменение цены.	При повышении цены общая выручка уменьшается, при снижении цены – увеличивается.	При снижении цены значительно повышаются объемы приобретения скота и птицы, при возрастании цены наоборот. Спрос растет (снижается быстрее) быстрее, чем снижается (растет) цена.
птица	1,30>1
прочие виды скота	1	Единичная эластичность. Процентное изменение реализованного скота и птицы равняется процентному изменению цены.	При изменении цены выручка остается неизменной.	Увеличение (снижение) спроса на скот и птицу пропорционально снижению (увеличению) цены.

Таблица 3

^ Расчет ценовой эластичности спроса на скот и птицу

(по формуле А. Маршалла)

Скот и птица (в живом весе)	Относительное отклонение объёма реализации, %	Относительное отклонение цены, %	Величина коэффициента эластичности	Определение эластичности спроса на скот и птицу
Всего в России	24,69	51,73	0,48	Неэластичный спрос
Всего в Саратовской области	39,26	84,16	0,47
в т.ч.: КРС	3,02	77,17	0,04
овцы и козы	91,85	83,63	1,09	Близок к единичной эластичности
свиньи	100,79	89,80	1,12	Близок к единичной эластичности
птица	30,19	79,83	0,378	Неэластичный
прочие виды скота	-104,88	74,06	-1,416	Эластичный

^ СПИСОК ЛИТЕРАТУРЫ

Беляевский И.К. Маркетинговое исследование: Учебное пособие. – М.: МГУ. – 2004. – 414 с.
Наумов В.В. Ценообразование: Учебно-методические материалы. – М.: МИЭМП. – 2005. – 32 с.

УДК 338

Е.А. Тарасова¹, Е.А. Погодина²

¹Ульяновская государственная сельскохозяйственная академия,

г. Ульяновск

²Ульяновский государственный университет, г. Ульяновск

^ Использование кластерного анализа

в социально-экономических исследованиях

Фактически «кластерный анализ» – это обобщенное название достаточно большого набора алгоритмов, используемых при создании классификации. В ряде изданий используются и такие синонимы кластерного анализа, как классификация и разбиение. Кластерный анализ широко используется в науке как средство типологического анализа. В любой научной деятельности классификация является одной из фундаментальных составляющих, без которой невозможны построение и проверка научных гипотез и теорий.

Анализ отечественных и зарубежных публикаций показывает, что кластерный анализ находит применение в самых разнообразных научных направлениях: биология, медицина, археология, история, география, экономика, филология и т.д.

Первое применение кластерный анализ нашел в социологии. Название «кластерный анализ» происходит от английского слова cluster – гроздь, скопление. Впервые в 1939 г. был определен предмет кластерного анализа и сделано его описание исследователем Трионом.

Главное назначение кластерного анализа – разбиение множества исследуемых объектов и признаков на однородные в соответствующем понимании группы или кластеры. Это означает, что решается задача классификации данных и выявления соответствующей структуры в совокупности. Методы кластерного анализа можно применять в самых различных случаях, даже в тех, когда речь идет о простой группировке, в которой всё сводится к образованию групп по количественному сходству.

Большое достоинство кластерного анализа в том, что он позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы. Это имеет большое значение, например, для прогнозирования конъюнктуры, когда показатели имеют разнообразный вид, затрудняющий применение традиционных эконометрических подходов.

Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы социально-экономической информации, делать их компактными и наглядными.

Важное значение кластерный анализ имеет применительно к совокупностям временных рядов, характеризующих экономическое развитие (например, общехозяйственной и товарной конъюнктуры). Здесь могут выделяться периоды схожести некоторых показателей и определяться группы временных рядов со схожей динамикой.

Кластерный анализ можно использовать циклически. В этом случае исследование производится до тех пор, пока не будут достигнуты необходимые результаты. При этом каждый цикл здесь может давать информацию, которая способна сильно изменить направленность и подходы дальнейшего применения кластерного анализа. Этот процесс можно представить системой с обратной связью.

В задачах социально-экономического прогнозирования весьма перспективно сочетание кластерного анализа с другими количественными методами (например, с регрессионным анализом).

Как и любой другой метод, кластерный анализ имеет определенные недостатки и ограничения: В частности, состав и количество кластеров зависит от выбираемых критериев разбиения. При сведении исходного массива данных к более компактному виду могут возникать определенные искажения, а также могут теряться индивидуальные черты отдельных объектов за счет замены их характеристиками обобщенных значений параметров кластера. При проведении классификации объектов игнорируется очень часто возможность отсутствия в рассматриваемой совокупности каких-либо значений кластеров.

В отличие от задач классификации, кластерный анализ не требует априорных предположений о наборе данных, не накладывает ограничения на представление исследуемых объектов, позволяет анализировать показатели различных типов данных (по интервальным данным, частотам, бинарным данным). При этом необходимо помнить, что переменные должны измеряться в сравнимых шкалах.

Кластерный анализ параллельно развивался в нескольких направлениях, поэтому у большинства методов существует по два и более названий. Это существенно затрудняет работу при использовании кластерного анализа.

Задачи кластерного анализа можно объединить в следующие группы:

разработка типологии или классификации;
исследование полезных концептуальных схем группирования объектов;
представление гипотез на основе исследования данных;
проверка гипотез или исследований для определения, действительно ли типы (группы), выделенные тем или иным способом, присутствуют в имеющихся данных.

Как правило, при практическом использовании кластерного анализа одновременно решается несколько из указанных задач.

Критерий качества кластеризации в той или иной мере отражает следующие неформальные требования:

внутри групп объекты должны быть тесно связаны между собой;
объекты разных групп должны быть далеки друг от друга;
при прочих равных условиях распределения объектов по группам должны быть равномерными.

Требования 1 и 2 выражают стандартную концепцию компактности классов разбиения; требование 3 состоит в том, чтобы критерий не навязывал объединения отдельных групп объектов.

Кластерный анализ включает в себя более 100 различных алгоритмов. Многообразие алгоритмов кластерного анализа обусловлено множеством различных критериев, выражающих те или иные аспекты качества автоматического группирования.

Основным моментом в кластерном анализе считается выбор метрики (или меры близости объектов), от которого зависит окончательный вариант разбиения объектов на группы при заданном алгоритме разбиения. В каждой конкретной задаче этот выбор производится по-своему, с учетом главных целей исследования, физической и статистической природы используемой информации и т. п. Наиболее распространенными считаются способы определения расстояния между кластерами «по центрам тяжести», «ближайшего соседа», «дальнего соседа» и т.д. с использованием Евклидова и Хемингова расстояний.

Выбор той или иной меры расстояния между кластерами влияет, главным образом, на вид выделяемых алгоритмами кластерного анализа геометрических группировок объектов в пространстве признаков. Так, алгоритмы, основанные на расстоянии ближайшего соседа, хорошо работают в случае группировок, имеющих сложную, в частности, цепочечную структуру. Расстояние дальнего соседа применяется, когда искомые группировки образуют в пространстве признаков шаровидные облака. И промежуточное место занимают алгоритмы, использующие расстояния центров тяжести и средней связи, которые лучше всего работают в случае группировок эллипсоидной формы. При использовании Евклидова расстояния сравнивается близость двух объектов по большому числу признаков, а Хемингово расстояние используется как мера различия объектов, задаваемых атрибутивными признаками.

В том или ином объеме методы кластерного анализа имеются в большинстве наиболее известных отечественных и зарубежных статистических пакетах: SIGAMD, DataScope, STADIA, СОМИ, ПНП-БИМ, СОРРА-2, СИТО, SAS, SPSS, STATISTICA, BMDP, STATGRAPHICS, GENSTAT, S-PLUS и т.д.

УДК 001.895:338.439

Е.Н. Теняева

Саратовский государственный аграрный университет

имени Н.И.Вавилова, г. Саратов

^ НАУЧНО-ТЕХНИЧЕСКИЙ И ТЕХНОЛОГИЧЕСКИЙ

ПОТЕНЦИАЛ КАК ПРИОРИТЕТНОЕ НАПРАВЛЕНИЕ ПОВЫШЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ

СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРЕДПРИЯТИЙ

^ МЯСНОГО ПОДКОМПЛЕКСА

Развитие научно-технического и технологического потенциала является результатом усовершенствования традиционных технологий и техники. Этот процесс может длиться не один десяток лет и требует значительных вложений особенно на начальных этапах. Одним из условий развития данного потенциала является наличие контактов взаимодействия, тесного сотрудничества производства с научными учреждениями, вузами, центрами, которые располагают высоким уровнем теоретических разработок. Благодаря такому сотрудничеству агропредприятия снабжаются всей необходимой научной информацией для инновационного развития мясного подкомплекса.

Отрасль животноводства всегда тесно связана с промышленным производством – это поставки комбикормов, сельскохозяйственной техники и оборудования. На современном этапе развития имеется множество видов техники, которая используется при разведении КРС и свиней. Усовершенствованная новая техника и оборудование, несомненно, способствуют автоматизации производственного цикла, облегчению трудовой деятельности работников. Как показала оценка конкурентоспособности сельскохозяйственных предприятий в Саратовской области, коэффициент автоматизации в хозяйствах очень слабый, норматива (30 %) придерживаются только 3 предприятия из 14 рассмотренных, в некоторых организациях данный показатель практически отсутствует. Такая ситуация свидетельствует о слабой конкурентоспособности агропредприятий, низкой производительности труда при высоких затратах, неэффективном использовании производственного потенциала хозяйств. При высокой автоматизации на предприятии повышается эффективность производства, улучшается качество продукции, а также происходит экономный расход материальных и физических ресурсов. Поэтому если предприятие не может себе позволить автоматизацию всего процесса полностью, то целесообразно начать с отдельных участков производства. Для сельхозпроизводителя важно добиться главной цели – это высокое качество при минимальных затратах.

Компьютеризация животноводческих ферм: оснащение специальным программным обеспечением, компьютерами, датчиками с применением средств GPS навигации – это еще один шаг к автоматизации производства. Данное мероприятие позволит соединить процессы животноводства с экономическими показателями хозяйства. Например, при автоматическом составлении рациона кормления, дозировании корма идет расчет реальных затрат на него. Помимо этого на предприятии появится возможность индивидуального обслуживания каждой особи и контроля за состоянием животных, их показателей по продуктивности и качества продукции. Программно-технические средства обеспечивают комплексную технологию производства: обработку данных, выполнение расчетов, анализ полученной информации, ведение налогового, управленческого, бухгалтерского учета. При компьютеризации животноводства сбор и анализ информации позволяют сделать выводы об оптимизации и экономической эффективности процессов производства.

Во всех развитых странах проблема компьютеризации сельского хозяйства давно решена, на данном этапе идет усовершенствование этого процесса, в то время как в России некоторые сельхозпроизводители даже не имеют представления о современном НТП.

Продуктивность животных и состояние их здоровья напрямую зависят от количества и качества концентрированных кормов, от грамотно составленного рациона, поэтому широкую популярность среди производителей Саратовской области должна получить автоматическая линия кормления животных. Используя автоматизированные методы кормления, обеспечивается распределение порций корма с учетом индивидуальных характеристик скота до 6–8 раз в день. В связи с этим сокращаются потери комбикормов, следовательно, путем эффективного распределения кормов снижается себестоимость продукции. Можно рассчитать экономическую эффективность автоматической линии кормления. Цена комбикорма по Саратовской области составляет 17,5 рублей за кг, норма потери корма при ручной раздаче – 1,2 кг на корову в день, если исключить потери, используя автоматизированные методы кормления, на 200 голов экономия за год составит 1533 тыс. рублей.

Условия содержания влияют как на здоровье, так и на количественные и качественные показатели стада, при низкой температуре увеличиваются расходы кормов до 20 %, а при повышенной, наоборот, снижается аппетит, и уменьшаются среднесуточные привесы животного. Учитывая то, что природные условия Саратовской области не позволяют выращивать свиней круглый год по технологии холодного содержания, как, например, в Краснодарском крае, на ферме необходимо соблюдать оптимальные температурные режимы воздуха. Одной из рекомендаций по содержанию свиней является использование системы контроллеров микроклимата, которые включают системы вентиляции, охлаждения, отопления, а с помощью соответствующих программ контролируют температуру, влажность в помещении и осуществляют очищение воздуха. Современные контроллеры полностью автоматизированы, управление осуществляется удаленным модемом.

Мировой опыт по научно-техническому и технологическому потенциалу в большей степени присутствует в развитых странах, в таких передовых компаниях как AMH group (США), Teys Brothers/ Consolidated Meat group (Австралия), Nippon Meat Packers Australia в Австралии – одна из дочерних фирм крупного японского производителя Nippon Meat group, Marel Group (Исландия) и другие. Благодаря своим разработкам в области высоких технологий, различным инновационным процессам, современному программному обеспечению компании задают определенный уровень потенциала, при изучении и внедрении которого, можно значительно усовершенствовать систему отечественного производства мяса и повысить его конкурентоспособность.

Содержание

^ РЕКЛАМА И PR-ТЕХНОЛОГИИ

В АГРОПРОМЫШЛЕННОМ КОМПЛЕКСЕ

Болохонов М.А. К вопросу о конфликте интересов производителей и торговых организаций относительно продвижения пищевых продуктов..............................................................................................................	3
Болохонов М.А. Особенности и проблемы активного продвижения различных видов сельскохозяйственного сырья и продовольствия.........	6
Гаврилин Д.А., Муравьева М.В. Продвижения продовольственных товаров через дегустацию............................................................................	8
Голубчина К.К.,Муравьева М.В. Классификация печатной рекламы для агропромышленного комплекса............................................................	10
Живайкина С.В. Эффективная реклама в АПК..........................................	12
Загузова А.А., Муравьева М.В. Правовое регулирование рекламы пива и напитков, изготавливаемых на его основе.............................................	15
Карташов С.А. Системный подход в рекламной деятельности предприятий АПК.............................................................................................	17
Кряквина Е.А. Правовые аспекты регулирования рекламной деятельности в АПК..............................................................................................	21
Подсеваткина Е.А., Вдовенко А.Д. Выбираем продукты без ГМО.....	23
Подсеваткина Е.А., Егиазарян А.Х. Применение маркетинга и рекламы в деятельности предприятий АПК....................................................	25
Попова М.С., Муравьева М.В. Выставки сельскохозяйственной продукции как один из видов публичного PR...............................................	27
Румянцев Д.В., Козорез М.В., Муравьева М.В. Теоретический взгляд на особенности агромаркетинга..............................................................	29
Рябова А.И. Проблемы и перспективы развития системы реализации продукции мясного животноводства в хозяйствах населения Саратовской области.............................................................................................	31
Третьякова И.Ю., Муравьева М.В. Выставочная деятельность в агропромышленном комплексе......................................................................	35
Тукмакова О.В., Минеева Л.Н. Использование BTL-технологий в продвижении молочной продукции........................................................	37
Фролова М.В., Муравьева М.В. Реклама алкогольной продукции.......	39
Чуйкина Е.С. Система управления агромаркетингом...........................	41
Шагиева М.Ф., Муравьева М.В. Основы маркетинга в АПК...................	44
^ ИННОВАЦИОННЫЕ МАРКЕТИНГОВЫЕ ТЕХНОЛОГИИ: ТЕОРИЯ И ПРАКТИКА
Богатырева Н.А. Влияние на маркетинговый потенциал компании современного Интернет-представительства (корпоративного сайта)..........	49
Васильев А.Н. Уточнение понятия услуги территориальными государственными службами.....................................................................................	52
Генералова С.В. Формирование маркетингового потенциала предприятия..................................................................................................................	56
Гритчина М.Н. Применение кластерного анализа для осуществления комплекса маркетинга в снабженческо-сбытовой сфере АПК ПФО....	58
Дегтярев А.Г. К вопросу о государственном регулировании маркетинговой деятельности товаропроизводителей в мясном подкомплексе Ирландии........................................................................................................	61
Карташов С.А. Case Study как инструмент репутационного маркетинга......................................................................................................................	65
Минеева Л.Н. Использование CRM-системы в маркетинговой деятельности предприятий.................................................................................	68
Приймак Е.В., Мухаметшина А.М. Стратегия повышения качества и конкурентоспособности сельскохозяйственной продукции.....................	70
Рябова А.И. Ценовая эластичность спроса в маркетинговых исследованиях изменений реакций сырьевого рынка скота и птицы в Саратовской области...................................................................................................	72
ТарасоваЕ.А., Погодина Е.А. Использование кластерного анализа в социально-экономических исследованиях...............................................	77
Теняева Е.Н. Научно-технический и технологический потенциал как приоритетное направление повышения конкурентоспособности сельскохозяйственных предприятий мясного подкомплекса...........................	81

Для заметок

Н а у ч н о е и з д а н и е

^ ПРОБЛЕМЫ МАРКЕТИНГОВЫХ

И PR-ТЕХНОЛОГИЙ В АПК

Материалы конференций

К

омпьютерная верстка Ю.М. Пропой

Сдано в набор 15.01.11. Подписано в печать 22.01.11.

Формат 60×84 1 ¹/₁₆. Бумага офсетная. Гарнитура Times New Roman.

Печ. л. 5,5. Уч.-изд. л. 5,115. Тираж 50.

Федеральное государственное образовательное учреждение

высшего профессионального образования

«Саратовский государственный аграрный университет им. Н.И. Вавилова»

4

10012, Саратов, Театральная пл., 1.

Blog

Министерство сельского хозяйства российской федерации федеральное государственное образовательное

Содержание