Модернизация экономики и управления. Книга 1

Глава I Оценка факторов, формирующих конкурентные преимущества организации

В условиях рыночной экономики обеспечение конкурентных преимуществ составляет основу развития любой автотранспортной организации (АТО). Разработка стратегии, обеспечивающей конкурентные преимущества АТО представляет выбор комплекса мероприятий (действий) организационного, технико-технологического, экономического, социального и иного характера. Выбор данного комплекса мероприятий должен базироваться на тщательном анализе и оценке факторов, определяющих конкурентоспособность АТО. Данные факторы могут быть разделены на внешние и внутренние факторы, формирующие конкурентные преимущества организации.

Проведенные нами исследования позволили разработать общий алгоритм определения комплексной оценки внутренних факторов, формирующих конкурентные преимущества АТО (рис. 1).

Первоначально выбирается гипотетический перечень значимых факторов, формирующих конкурентные преимущества АТО, которые распределяются по однородным классам (группам). Логический анализ содержания первичного перечня позволил подтвердить, что по признаку содержания и характеру воздействия на конкурентные преимущества АТО факторы могут быть разделены на восемь самостоятельных групп (рис. 2).

Рис. 1. Определение комплексной оценки факторов, формирующих конкурентные преимущества автотранспортной организации

Рис. 2. Факторы, формирующие конкурентные преимущества автотранспортной организации

Очевидно, необходима оценка данных групп факторов, формирующих конкурентные преимущества АТО.

В ходе проведения анализа факторов, определяющих конкурентные преимущества АТО, невозможно избежать проблем неясностей и точных данных о характеристиках и оценках. Результатом этого анализа являются качественные характеристики объекта исследования. Это связано с объективными причинами (неопределённость, связанная с нестабильностью и изменчивостью среды, а также с неполнотой, неточностью имеющейся информации), так и субъективными причинами (неопределённость целей, поведения, решений участников процесса). Чтобы учесть качественные характеристики и формализовать их, используем субъективные оценки специалистов (экспертов, руководителей) и аппарат теории нечётких множеств, который позволяет аналитически работать с трудноформализуемы-ми параметрами, напрямую не создавая как модели самого процесса обеспечения конкурентоспособности АТО, так и системы управления им. Теория размытых множеств позволяет описывать системы управления АТО на основе обработки и моделирования, приближенных плохо определённых суждений и понятий.

Существуют два типа размытости: восприятия и значения (важности). Размытость восприятия вызвана сложностью объекта или среды, которые не могут быть поняты сразу (или оказались непоняты вообще). Второй тип размытости связан с относительностью значения, т. е. с тем, что значения объектов связаны с функциями, которые они выполняют при реализации различных целей.

Теория нечетких множеств (нечеткая логика) предполагает неточные, приблизительные, примерные оценки [6, 7]. На наш взгляд, необходимость такого подхода к оценке факторов, формирующих конкурентные преимущества АТО, вызвана тем, что, по мере роста сложности социально-экономической системы, постепенно падает наша способность делать точные (количественные оценки) и, в то же время, значащие утверждения относительно факторов, формирующих конкурентные преимущества автотранспортной организации. Согласно нечеткой логики для работы с качественными характеристиками (нечеткими понятиями) вводят так называемую «функцию принадлежности». Эта функция нечисловые значения (слова и даже предложения естественного языка) формально переводит в числовые.

Пусть Х – универсальное множество факторов конкурентных преимуществ АТО. Если А – это конечное подмножество i x множества Х, то запишем: A = {x₁,x₂,…x_n}. Нечеткое подмножество А множества Х (нечеткое множество или размытое множество) определяется через функцию принадлежности μ_А(х_i), х_i ∈ Х Эта функция отображает элементы х_i множества Х на множество вещественных чисел отрезка [0;1], которое указывает степень принадлежности каждого элемента нечеткому множеству А. Если μ_А(х_i) = 0, то это означает, что элемент х_i не принадлежит множеству А; μ_А(х_i) = 1 – означает, что х_i принадлежит множеству А, а любое значение 0 < μ_А(х_i) < 1 определяет степень принадлежности х_i множеству А. При таких значениях μ_А(х_i) множество А является нечетким (размытым) множеством.

При рациональном, классическом описании процесса оценки факторов величина μ_А(х_i) принимает только два значения 1, если х_i ∈ А и 0, если х_i ∉ А. В этом случае нечеткое множество становится четким, потому что принадлежность μ_А(х_i) к нему элементов может быть определена однозначно (1 – принадлежит, 0 – не принадлежит). Функция принадлежности μ_А(х_i) для нечеткого множества А задаёт степень неопределённости принадлежности х_i к А с субъективной точки зрения.

Для работы с нечеткими множествами вводятся лингвистические переменные. Лингвистические переменные легко воспринимаются человеком и позволяют отображать размытые множества во множества действительных и целых чисел. Лингвистической называется переменная, заданная на некоторой количественной шкале и принимающая значения в виде слов и словосочетаний естественного языка. Значения лингвистической переменной описываются нечеткими переменными. Лингвистические переменные и их значения служат для качественного словесного описания некоторой количественной величины. Например, фактор «уровень надёжности подвижного состава» может иметь лингвистическую характеристику следующих словесных значений: очень низкий; низкий; ниже среднего; средний; выше среднего; высокий; очень высокий.

Любая лингвистическая переменная и вес её значения связаны с конкретной количественной (базой) шкалой. При этом масштаб шкалы может быть любой.

А = {P₁,P₂….P_n] (1)

Чтобы воспользоваться экспертными оценками, необходимо выбрать количественную шкалу и поставить в соответствие каждому словесному значению характеристики числовую оценку на этой шкале (функцию принадлежности) (табл. 1).

Значения лингвистической переменной могут быть заданы не только базовой шкалой, но и посредством функции принадлежности

μ_А(х_i) = exp(-exp(-y_i)), (2)

где (y_i) – значение i-го фактора на кодированной шкале. Значение y_i на кодированной шкале располагается симметрично относительно «0» (табл. 1).

Для облегчения работы экспертов разработаны наборы синонимов, с помощью которых они могут давать свои оценки, осознавая их эквивалентность (табл. 2). Знак «+» означает, что фактическая оценка выше теоретической оценки, например, «удовлетворительно», но ниже оценки «хорошо».

Таблица 1. Шкала интенсивности оценок факторов и стандартные оценки функции принадлежности

Таблица 2. Набор синонимов лингвистических оценок факторов и значения функции принадлежности (μ_А(х_i))

Выбор семи уровней оценки обусловлен тем, что, к примеру, выбор трёх градаций (низкий, средний и высокий уровень) был бы недостаточным для более полной дифференциации параметров выбора вариантов роста, а большее число градаций (например, 10) сделало бы таблицу излишне громоздкой для данного исследования и потребовало бы сбора дополнительной информации, что в современных экономических условиях России и неразвитости информационного рынка, когда многие виды информации «закрыты» (конфиденциальны), сделало бы анализ рынка затруднительным. Кроме того, оценка уровня какого-либо параметра в семи измерениях является общепринятой в экономическом анализе.

В условиях недостаточной информации при оценке факторов, формирующих конкурентные преимущества АТО, нами предлагается использовать методы интеграции мнений квалифицированных специалистов – экспертные оценки. Методы получения экспертных оценок подразделяются на две основные группы: коллективная работа экспертных групп и получение, а затем статистическая обработка индивидуальных оценок членов экспертной группы. В своём исследовании воспользуемся индивидуальной работой экспертов. Для получения мнения каждого эксперта используем анкетирование, в процессе которого каждый эксперт даёт качественную (лингвистическую) оценку сравниваемым факторам. При проведении экспертизы используются анкеты в виде аналитической таблицы.

Таблица представляет собой определённый уровень формализации экономического анализа. Необходимость формализации объясняется тем, что данная процедура позволяет увеличить наглядность, простоту и логическую чёткость оценочного анализа и представления всех характеристик факторов конкурентного преимущества АТО.

При разработке инструментов анализа стояла следующая задача: опираясь на накопленный опыт в сфере анализа, на новые разработки исследователей в этой области и на собственный опыт и знания, определить и внести в таблицу такую систему характеристики условий и факторов, которые сделали бы анализ более глубоким и достоверным и по которым можно отслеживать степень влияния факторов на конкурентные преимущества АТО.

Структурно таблица состоит из двух частей: с одной стороны, (по горизонтали) в ней расположены факторы, распределённые по восьми группам: структурные, технические, организационно-технологические, управленческие, рыночные, ресурсные, социальные и эффективности. С другой стороны, (по вертикали) расположены оценочные уровни (лингвистические переменные), полученные экспертным путём (табл. 1).

Суть экспертного исследования заключается в подборе и формировании группы независимых, достаточно компетентных в изучаемой проблеме специалистов, которые высказывают своё согласованное мнение, а оно рассматривается как экспертная оценка. Этот метод позволяет также при необходимости создать подгруппы для экспертизы конкретных вопросов.

Средняя самооценка отдельных экспертов используется для определения оптимальной численности группы экспертов.

Установление оптимальной численности группы экспертов производится с использованием формализованного подхода с учётом минимальной и максимальной границ её численности.

Верхняя граница численности экспертной группы определяется следующим образом:

N_max =1,5⋅(x₁+x₂+…+x_n) / x_max, (3)

где x_n – компетентность n-го эксперта, рассчитываемая на основе анкеты самооценки;

x_max – максимально возможная компетентность по используемой шкале компетентности экспертов.

Минимальное количество экспертов устанавливается в зависимости от обеспечения допускаемой ошибки результата (Е):

N_min = 2,5 +1,5/E, при этом 0 < E < 1.

Проведение исследования позволило произвести выбор семи экспертов из числа менеджеров и специалистов, имеющих производственный опыт и глубокие знания в области экономики и управления транспортом. После формирования группы был проведен устный инструктаж экспертов.

Экспертами осуществляется индивидуальная лингвистическая оценка предложенных факторов конкурентных преимуществ АТО.

Нами была проведена обработка результатов экспертного опроса по 12 автотранспортным организациям.

Переход от словесной, качественной характеристики к количественной характеристике факторов производился с использованием заданной шкалы интенсивности оценок факторов и функции принадлежности.

Затем вычисляется осредненное значение экспертной оценки каждого фактора по формуле:

Для определения комплексной оценки групп факторов – структурных, технических, организационно-технологических, рыночных, управленческих, социальных и других – необходимо определить коэффициенты важности факторов. Экспертная оценка степени важности выделенных факторов, определяющих конкурентные преимущества АТО, проводится в следующей последовательности. Эксперты располагают (ранжируют) факторы в порядке убывания степени их влияния на объект исследования с присвоением рангов, шкала которых охватывает m интервалов, т. е. j=1,2,… m, где m – число исследуемых факторов. При этом факторы, имеющие наибольшее влияние, оцениваются первым рангом. Полученные сведения заносятся в таблицу 3.

Таблица 3. Результаты исследования непротиворечивости согласия экспертов

Далее проводилась статистическая обработка данных экспертного опроса по каждой группе факторов. Процедура статистической обработки данных экспертного опроса предполагает расчет следующих показателей:

Коэффициент конкордации может измениться в границах 0≤W≤1. Если он существенно отличается от нуля, то можно считать, что между мнениями экспертов существует определённое согласие.

Оценка неслучайности согласия мнений экспертов производилась с использованием χ² – критерия Пирсона при числе степеней свободы f=(n−1), и заданном уровне значимости α = 0,05:

Результаты исследования непротиворечивости согласия экспертов по вопросу значимости факторов, определяющих конкурентные преимущества автотранспортной организации ОАО «Автоколонна-1202», приведены в таблице 3.

Поскольку расчетное значение критерия Пирсона – χ_р² больше табличного (табл. 3), то можно утверждать, что мнения экспертов относительно важности и приоритета факторов в каждой группе согласуются не случайно.

Новые ранжированные номера факторов в отдельной группе (табл. 4) определялись исходя из суммы рангов, присвоенных экспертами.

После произведенных преобразований определяется весовой коэффициент (степень важности) для каждого фактора, на основе оценки вероятностного воздействия данного фактора на конкурентные преимущества автотранспортной организации с учетом их ранжирования в группе по следующим формулам:

Для определения весовых коэффициентов могут быть использованы и другие зависимости, в частности плотности распределения вероятностей (закон Пуассона, нормальный закон и др.).

Результаты расчета коэффициентов важности факторов в каждой группе приведены в таблице 5.

Таблица 5. Результаты ранжирования факторов, определяющих конкурентные преимущества автотранспортной организации ОАО «Автоколонна-1202» (фрагмент)

Результаты полученных экспертных коэффициентов важности факторов, формирующих конкурентные преимущества АТО используются для комплексной оценки структурных, технических, организационно-технологических, управленческих, рыночных, ресурсных, социальных факторов, а также группы факторов эффективности функционирования АТО.

Комплексная оценка группы факторов выполнялась с использованием аналитической зависимости вида:

Y_i=(λ_i1⋅x_i1+λ_i2⋅x_i2+…+λ_im⋅x_im)/m, (12)

где Yi – оценка i-й группы факторов, определяющих конкурентные преимущества АТО;

m – число факторов в группе;

λ_ij – коэффициенты важности j-го фактора, входящего в i-ю группу факторов;

ix_ij – экспертная оценка j-го фактора, входящего в i-ю группу факторов.

Результаты расчетов комплексных оценок групп факторов сведены в таблице 6.

Таблица 6. Комплексная оценка факторов, определяющих конкурентные преимущества автотранспортной организации ОАО «Автоколонна-1202»

Комплексная оценка (с той же градацией, как оценка каждого фактора) указывает на качественную характеристику группы факторов, определяющих конкурентные преимущества автотранспортной организации.

Комплексная оценка факторов, определяющих конкурентные преимущества автотранспортной организации, представляет собой характеристику, полученную в результате комплексного исследования, т. е. одновременного и согласованного изучения совокупности факторов, отражающих тот или иной аспект формирования конкурентных преимуществ автотранспортной организации и содержащую обобщающие выводы о степени их влияния на конкурентоспособность АТО.

Конкурентоспособность автотранспортной организации определяется: конкурентными преимуществами организации и конкурентоспособностью автотранспортных услуг, оказываемых данной АТО.

Рассмотрим методику определения главных компонент конкурентных преимуществ автотранспортной организации.

Конкурентные преимущества автотранспортной организации определяются множеством локальных факторов характеризующих тот или иной аспект функционирования или состояния исследуемой организации. Любой локальный фактор является атрибутивным элементом конкурентных преимуществ организации и может выступать в качестве меры их уровня.

Количество локальных факторов, формирующих конкурентные преимущества, колеблется в зависимости от принятых методик их определения от 45 до 200 факторов. В нашем исследовании было выделено 48 факторов, формирующих конкурентные преимущества автотранспортной организации.

Множество исходных факторов, формирующих конкурентные преимущества, нами разбиты на восемь групп. Это группы факторов: структурные, технические, организационно-технологические, управленческие, рыночные, ресурсные, социальные и финансово-экономические.

Очевидно, сделать объективную оценку конкурентных преимуществ организации по данному множеству локальных факторов затруднительно и зачастую практически невозможно. Поэтому целесообразно осуществить группировку исходных факторов.

Вместе с тем следует отметить, что в реальной экономике существуют связи между локальными факторами и, как следствие, имеются латентные (скрытые) обобщающие характеристики организационной структуры и механизма развития изучаемых явлений и процессов. Существующие некоторые скрытые факторы (особенные условия) при взаимодействии локальных (исходных) факторов устанавливаются в результате обобщения исходных факторов и выступают как интегрированные характеристики изучаемых явлений, процессов.

Для изучения латентных факторов конкурентных преимуществ АТО, нами предложено использовать один из методов факторного анализа – метод главных компонент [6]. Использование метода главных компонент позволило произвести сжатие анализируемого факторного пространства и перейти от массива локальных факторов размерностью m х n к анализируемым данным в матрицах факторного отображения (m х r) и значений общих факторов (n х r) при r < m.

Методы факторного анализа позволяют визуализировать структуру изучаемых явлений и процессов, а значит определять их состояние и прогнозировать развитие.

К предпосылкам применения этих методов можно отнести:

• наличие сильно коррелированных исходных факторов, приводящих к дублированию информации;

• слабую информативность ряда факторных признаков;

• возможность и целесообразность агрегирования нескольких локальных факторов.

Перейдем к постановке задачи определения главных компонент (обобщающих характеристик) конкурентных преимуществ автотранспортных организаций.

Используя методический подход к оценке факторов, формирующих конкурентные преимущества АТО, мы получаем количественную оценку m-локальных факторов по ряду организаций. Таким образом, мы имеем возможность получить массив исходных данных следующего вида:

Z_(i,j), i = 1,2…, n; j = 1,2…, m,

где i – номер наблюдения (АТО); j – номер локального фактора.

Всего наблюдений (АТО) п, а локальных факторов т, причем т, возможно, довольно большое число. В ходе проведения анализа факторов, определяющих конкурентные преимущества АТО, нами выделено 48 факторов.

Наша задача состоит в том, чтобы не иметь дело со всеми этими локальными факторами, а выявить небольшое количество обобщающих факторов (главных компонент), (2 или 3), которые существенным образом влияют на исходные факторы. Эти главные компоненты мы не наблюдаем, они присутствуют гипотетически, но именно они определяют процесс изменения конкурентных преимуществ АТО.

Прежде, чем перейти к математической модели, центрируем и нормируем наблюдаемые факторы.

Проведем центрирование факторов:

Задача сводится к тому, чтобы оценить факторные нагрузки и общие факторы (главные компоненты) оптимальным образом. В качестве критерия оптимальности используем минимум расхождения между ковариационной матрицей исходных факторов и той, которая получается после оценивания нагрузок, то есть используем метод главных компонент.

Следует отметить, что метод главных компонент осуществляет переход к новой системе координат у₁…, у_m в исходном пространстве факторов Z₁, Z₂, Z_m, которая является системой ортонормированных линейных комбинаций. Линейная комбинация – это собственные векторы корреляционной матрицы. Первая главная компонента – это линейная комбинация, обладающая наибольшей дисперсией. Вторая главная компонента имеет наибольшую дисперсию среди всех, оставшихся линейных преобразований, некоррелированных с первой главной компонентой и т. д.

Количество гипотетических факторов (главных компонент) существенно меньше числа факторов, оценивающих различные аспекты конкурентных преимуществ автотранспортной организации, что свидетельствует о редукции сокращения данных для описания данного состояния организации. Метод главных компонент является эффективным методом для визуализации структуры многомерных данных. Он обеспечивает наименьшее искажение геометрической структуры точек (объектов) при их проектировании в пространство меньшей размерности r < т, «натянутое» на r первых главных компонент.

Изменчивость j-го фактора оценивается через дисперсию. Дисперсия σ_j ² равна сумме относительных вкладов в дисперсию j-го признака каждого из m общих факторов и одного индивидуального фактора.

Вклад общего Fr (главной компоненты) в суммарную дисперсию (изменчивость) всех исходных факторов вычисляется по формуле:

Данный показатель является дисперсией r-го общего фактора.

Сумма относительных вкладов всех общих факторов в дисперсию локального фактора yj называется общностью показателя – yj и равна:

Следует отметить, что дисперсия процесса изменения конкурентных преимуществ организации равна о² = т и совпадает с числом локальных факторов, используемых для описания конкурентных преимуществ АТО. Дисперсия каждого нормированного фактора равна 1, поэтому полная дисперсия при m-фактора равна т.

Как правило, основной задачей факторного анализа (метода главных компонент) является нахождение сокращенной системы существенных факторов в пространстве регистрируемых переменных, что включает следующие этапы:

• выделение первоначальных факторов; этот этап включает вычисление главных компонент и выбор в качестве факторов тех компонент, которые отвечают за большую часть дисперсии, рассеяния данных наблюдения;

• вращение выделенных факторов с целью облегчения их интерпретации в терминах исходных переменных; содержательная интерпретация новых факторов является творческой задачей исследователя, выходящей за рамки формального метода, однако она может принести много полезного для дальнейшего понимания объекта исследования.

В качестве исходных факторов, определяющих конкурентные преимущества грузовых автотранспортных организаций Ставропольского края, нами выбраны 48 локальных факторов.

В результате проведенных расчетов на основании исходных данных по 12 автотранспортным организациям Ставропольского края с использованием программного продукта «Statistica» (версия 8.0) были получены следующие результаты (см. табл. 7).

На первом этапе расчетов найдены собственные значения главных компонент (обобщающих факторов), пропорциональные части общей дисперсии исходных данных, приходящихся на данную компоненту (фактор), то есть объясняемый ею; процент полной дисперсии, приходящийся на каждую компоненту, процент полной дисперсии, приходящийся на каждую компоненту, процент накопленной дисперсии (табл. 8).

В результате произведенных расчетов выявлено 3 главные компоненты (табл. 8). Собственные значения выделенных компонент составляют 15,985; 10,089 и 4,272 соответственно. Кумулятивный процент дисперсии для первой компоненты составляет 33,3 %, это свидетельствует о том, что она объясняет на 33,3 % изменчивость исходных признаков. Все три компоненты в совокупности объясняют на 83,42 % изменчивость 48 исходных факторов, определяющих конкурентные преимущества автотранспортных организаций г. Ставрополя.

Таблица 7. Факторы, формирующие конкурентные преимущества автотранспортных организаций (фрагмент)

Таблица 8. Собственные значения главных компонент, определяющих конкурентные преимущества автотранспортных организаций

Следует отметить, что наибольшей информативностью обладает первая выделенная компонента, поскольку дисперсия у нее составляет 33,3 % от общей дисперсии, вторая и третья компоненты обладают величиной информативности – 29,02 и 21,1 %, соответственно.

На втором этапе производят вращение факторов (главных компонент) с целью облегчения их интерпретации. Если факторные нагрузки в структуре обобщенного фактора имеют более-менее равномерное распределение, поиск названия этого фактора затрудняется из-за неявности его особенностей, структурных акцентов. И, наоборот, простая структура фактора, в которой несколько элементарных факторов Z. очевидно доминируют над другими, по своей значимости позволяет определить его название и место в конкретном анализе легко и достаточно точно. Вращение позволяет получить более простую структуру системы факторов, при которой каждый фактор имеет большие нагрузки на малое число переменных и малые нагрузки на остальные переменные.

Перед вращением желательно выполнить нормализацию факторных нагрузок, чтобы исключить влияние на результат переменных с большой общностью. По окончании вращения необходимо проверить общность и специфичность каждого фактора и оценить новые факторные нагрузки [6].

Результаты нормализации факторных нагрузок представлены в таблице 9.

Таблица 9. Факторные нагрузки в выделенных главных компонентах, определяющих конкурентные преимущества грузовых АТО (фрагмент)

* – отмечены факторные нагрузки больше 0,7.

По полученным факторным нагрузкам можно сказать, что в первой выделенной компоненте наибольшие весовые коэффициенты (факторные нагрузки) имеют следующие исходные факторы: x₁₅, x₁₆, x₂₂, x₂₃, x₂₄, x₂₅, x₆₁. Вместе с тем во второй компоненте превалируют исходные факторы: x₅₃, x₅₅, x₆₂, x₆₃, x₇₄, x₈₁, x₈₃, x₈₄, x₈₆, x₈₇; в третьей компоненте – x₃₃, x₃₄, x₃₅, x₃₆.

Сумма относительных вкладов всех главных компонент в дисперсию исходного фактора – общность фактора. Результаты расчета общности исходных факторов даны в таблице 10.

Анализируя данные таблицы 10, следует отметить значительный вклад выделенных главных компонент в вариацию исходных факторов. Так, например, вариация фактора x₈₆ обусловлена изменчивостью главных компонент (общих факторов) на 93,7 %, x₁₆ – на 86,8 % и т. д.

Таким образом, в результате использования метода главных компонент получены три компоненты по 12 автотранспортным организациям г. Ставрополя Ставропольского края, всесторонне отражающих их конкурентные преимущества (табл. 11).

Таблица 10. Общности исходных факторов, формирующих конкурентные преимущества АТО (фрагмент)

Таблица 11. Значение главных компонент, определяющих конкурентные преимущества автотранспортных организаций города Ставрополя Ставропольского края

Анализируя данные таблицы 11, следует отметить, что АТО имеют различные значения главных компонент, а это подчеркивает отличие конкурентных преимуществ организаций. Изменение каждой компоненты по организациям также различно. Первая компонента наибольшего значения достигает по ОАО «Автоколонна-1202» – F₁=1,594, наименьшего – у АТП-3 (F₁=-1,587), по второй компоненте наивысший уровень наблюдается у ОАО «Ставропольское-2» (F₂=1,354), наименьший – у ОАО «Верхнерусское АТП» (F₂=1,831).

Наивысшим пиком по третьей компоненте обладает ОАО АТП № 1 (F₃=1,784), самый низкий уровень у ОАО «Автотранс» (F₃=-2,395).

Дальнейшая проблема состоит в интерпретации полученных главных компонент, иными словами, надо определить, какие именно исходные факторы вошли в ту или иную компоненту. В современной отечественной и зарубежной литературе эта проблема рассматривается с различных точек зрения. Так, в работе [6] интерпретация полученных главных компонент производится в динамических факторных моделях. Временные факторные модели позволяют исследователю идентифицировать те исходные факторы, которые слабо проявили себя в прошлом, но существенно влияли в течение последних лет. С помощью этой модели становится возможным получение дополнительной информации об изучаемом экономическом процессе путем выделения факторов, ослабивших или усиливших свое влияние за последние годы, а также факторов, существенно влияющих на обобщающий фактор в течение всего изучаемого периода времени. Идентификацией этих исходных факторов можно гибко улавливать произошедшие изменения в исследуемом процессе.

Задачи распознавания главных компонент [6], определения для них названий решаются на основании факторных нагрузок (a_jr) из матрицы отображения А, представленной в таблице 9.

Для каждой главной компоненты F множество значений a_jr условно разбивается на четыре подмножества с нечеткими границами:

В1 – подмножество незначимых весовых коэффициентов;

В₂ – подмножество значимых весовых коэффициентов;

В₃ – подмножество значимых весовых коэффициентов, не участвующих в формировании названия компоненты;

В₄=(В₂-В₃) – подмножество значимых весовых коэффициентов, участвующих в формировании названия главной компоненты [6].

Дополнительное выделение подмножества В₃ объясняется стремлением к более простой структуре главной компоненты, всегда легче поддающейся интерпретации.

Выделим для первой главной компоненты F₁ подмножество весовых коэффициентов на основе простой визуальной оценки аналитических результатов:

В решающее подмножество (В₂-В₃) вошли исходные факторы:

• структурные: Х₁₅ – информационная и нормативно

методическая база управления;

Х₁₆ – персонал;

• технические: Х₂₂ – надежность парка подвижного состава;

Х₂₃ – обновление парка подвижного состава;

Х₂₄ – наличие и развитие технической базы для проведения ТО и Р подвижного состава;

Х₂₅ – наличие и состояние технических средств управления;

Х₂₆ – механизация погрузо-разгрузочных работ;

• ресурсные: Х₆₁ – доступ к рынку ресурсов необходимых АТО. Вышеперечисленные исходные факторы представляют характеристики уровня обеспеченности материально-техническими ресурсами процесса производства и реализации транспортных услуг.

Поэтому полученную компоненту интерпретируем как оценку состояния ресурсного обеспечения процесса производства транспортных услуг. Подтверждение значимости факторов Xj, участвующих в формировании названия главной компоненты, можно получить расчетным путем при определении коэффициента информативности:

Набор объясняющих признаков считается удовлетворительным, если значения К_и лежат в пределах 0,75-0,95 [6].

Значение коэффициента информативности дает основание утверждать, что состав подмножества (В₂-В₃) для первой выделенной компоненты достаточно надежен, т. е. значениями входящих в нее исходных факторов состав компоненты определяется более чем на 75 %.

Расчеты по двум оставшимся выделенным компонентам представим в таблице 12.

Таблица 12. Промежуточный расчет при определении названия компоненты

В решающее подмножество (В₂-В₃) во второй компоненте вошли исходные факторы: Х₅₃; Х₅₅; Х₆₂; Х₆₃; Х₇₄; Х₈₁; Х₈₂; Х₈₃; Х₈₄; Х₈₆; Х₈₇, характеризующие финансовую устойчивость и эффективность функционирования АТО на рынке транспортных услуг, коэффициент информативности равен 0,789. Полученную вторую компоненту интерпретируем как оценку финансовой устойчивости и эффективности функционирования автотранспортной организации на рынке транспортных услуг.

Название третьей компоненты определяет наличие в структуре значимых факторов: Х₁₃; Х₃₃; Х₃₄; Х₃₅; Х₃₆, характеризующие организацию доставки грузов. Состав этой компоненты определяется более чем на 72 % значимыми факторами. Поэтому полученную третью компоненту интерпретируем как оценку организации доставки грузов.

Таким образом, используя метод главных компонент из 48 исходных (локальных) факторов, определяющих конкурентные преимущества в 12 АТО города Ставрополя Ставропольского края, нами были выделены три главных компоненты:

• F1 – оценка состояния ресурсного обеспечения процесса производства транспортных услуг;

• F2 – оценка финансовой устойчивости и эффективности функционирования АТО на рынке транспортных услуг;

• F3 – оценка уровня организации доставки грузов.