|
| | | | Проблемы современной экономики, N 3 (31), 2009 | | | | ЭКОНОМИЧЕСКИЕ ПРОБЛЕМЫ РЕГИОНОВ И ОТРАСЛЕВЫХ КОМПЛЕКСОВ | | | Панина Т. Ю.
ассистент кафедры экономики Читинского государственного университета
| |
| | | | | Обоснована оценка инвестиционной привлекательности отработки месторождений россыпного золота через сопоставление условий эксплуатации, возможностей предприятия, планируемых результатов деятельности с передовыми показателями или среднеотраслевым значением. Для сопоставления используются методы многомерных группировок (таксономии) и многомерного шкалирования. Расчеты выполнены на примере месторождений россыпного золота Забайкальского края. Полученные данные многомерного шкалирования дают возможность рассчитать комплексную оценку условий, возможностей и результатов работы предприятий, рассчитать регламентирующую функцию, отклонение от которой показывает «ранг» месторождения в ряду предприятий или его «ранг» по отношению к внутриотраслевому значению | | Ключевые слова: месторождение россыпного золота, статистическая группировка, кластерный анализ, многомерное шкалирование, корреляция, экономическая целесообразность |
Оценить инвестиционную привлекательность отработки месторождений можно, сопоставляя условия эксплуатации, возможности и планируемые результаты деятельности с передовыми предприятиями или среднеотраслевым значением. Для сопоставления используются методы многомерных группировок (таксономии) и многомерного шкалирования. Расчеты выполнены на примере месторождений россыпного золота Забайкальского края.
Специфика горнодобывающих предприятий заключается в индивидуальности месторождений и непрерывном изменении условий эксплуатации на каждом из них. Индивидуальность обусловливается разнообразием: природных условий (географо-климатических, горно-геологических), технологических условий (способов вскрытия, систем разработки, способов отвалообразования, схем и режима горных работ), технических и организационно-экономических условий, структуры предприятий, режима работы во времени, системы оплаты труда.
Информация характеризуется также значительным размахом вариации (от индивидуальности месторождений) и постоянной динамики (от изменения условий эксплуатации) значений рассматриваемых характеристик.
Объектами оценки являются результаты работы предприятий, а также расчетные показатели, принятые по ТЭО целесообразности отработки конкретных месторождений. Всего собрана информация по 37 месторождениям россыпного золота. Данные по 7 месторождениям в процессе логико-профессионального анализа и недостаточности данных были отбракованы. Сравниваются объекты одного уровня, одного содержания, одной размерности рассчитанных в одно время показателей кондиций.
Изучение различий имеет в виду объяснение их объективно-неизбежной величины в условиях эффективности отдельных хозяйственных единиц, в основе которых лежат одинаковые, в некоторых случаях независящие от предприятий условия их деятельности. Измерение различий экономических показателей работы предприятий включает определение критериев, на основе которых оцениваются эти различия, решение вопроса о применяемых методах их оценки, проведение экономического анализа причин, обусловивших различия.
Для расчета выделены параметры, характеризующие: условия эксплуатации, в которые вошли: расстояние до пристанционной базы (LЖД.СТ), объем полезного ископаемого (VПИ), коэффициент вскрыши (КВ), соотношение объема пустых пород и полезного ископаемого), запасы золота (ЗAu), содержание золота в 1 м3 песков (C), объем пустых пород (VВСК), ширина россыпи (ВР), длина россыпи (LР), мощность торфов (МТ), пораженность многолетней мерзлотой (М), мощность полезного ископаемого (МПИ); возможности предприятия — коэффициент износа (КИЗН), коэффициент использования (КИ), коэффициент резерва (КР), удельные капитальные вложения (КУД), оборотные средства (Об. ср.), производительность участка по добыче и промывке песков в сезон (QПИ), производительность участка по объему выемки торфов в сезон (QВСК); к результатам работы отнесем чистый дисконтированный доход (ЧДД), себестоимость (С/ст), годовую прибыль (ПГОД) и другие, всего 21 показатель, причем состав их не является окончательным и может в последующем корректироваться..
Принадлежность некоторых показателей к той или иной группе также не является бесспорной. Да и проведенный отбор сведений не предполагает получение единственно правильной группировки. Не исключается другое удачное сочетание показателей в каждой из указанных групп. | | |  | | Рис. 1. Последовательность комплексной технолого-экономической оценки месторождений |
Исследования проводились аналитическими методами. Использовались методы корреляционного анализа, матричный метод, методы математического моделирования, основанные на теории массового обслуживания, методы многомерного анализа и прогнозирования (рис. 1). Результаты представлены в виде графических зависимостей и решений, выведенных моделей и формул.
Необходимо отметить, что результаты исследований будут достаточно корректны, когда в комплекс учитываемых признаков включены относительно независимые, слабо-коррелируемые величины. Это определяет соответствующие требования к отбору анализируемой информации и составу показателей, по которым сравниваются месторождения. | | |  | | Рис. 2. Гистограмма распределения по коэффициенту вскрыши | | |  | | Рис. 3. Гистограмма распределения по удельным капитальным вложениям | | |  | | Рис. 4. Гистограмма распределения по оборотным средствам | | |  | | Рис. 5. Гистограмма распределения по годовой прибыли |
По всем параметрам были рассчитаны общестатистические характеристики (средняя арифметическая, гармоническая, геометрическая, мода, медиана, коэффициенты асимметрии и эксцесса и другие показатели), а также проводилась проверка на соответствии нормальному закону распределения, выборочно гистограммы распределения приведены на рис. 2–5.
Результаты работы предприятия будут соответствовать реальной картине, если существует взаимосвязь между параметрами, характеризующими условия, возможности и конечными технико-экономическими показателями деятельности предприятия. В качестве примера приведены некоторые зависимости результатов работы от условий и возможностей (рис. 6–8). | | |  | | Рис. 6. Зависимость между себестоимостью и коэффициентом вскрыши | | |  | | Рис. 7. Зависимость между ЧДД и коэффициентом использования |
Аналогичные зависимости рассчитаны по всем параметрам.
Наиболее целесообразным (помимо нормирования) в работе представляется использование системы кодирования (индексирования) исходных показателей с последующим нормированием. Здесь необходимо соблюсти следующие принципы:
1. индексы должны соответствовать интервалам статистической группировки, приведенной для показателей в натуральных единицах измерения. Только в этом случае индексы будут отражать истинные данные характеристик предприятия, а также использоваться для последующего расчета функциональных зависимостей;
2. необходимость соблюдения направленности индексов предполагает проводить кодирование таким образом, чтобы они отражали качественную характеристику исследуемого параметра.
Примеры кодов показателей, характеризующих условия эксплуатации разной направленности, приведены в табл. 1, 2. Принцип, положенный в основу кодирования предполагает присвоение кода 1 предприятиям, находящимся в более хороших условиях, с ухудшением условий присваивается код 2, 3, 4, 5, и наоборот. | | |  | | Рис. 8. Зависимость между ЧДД и коэффициентом износа | | | Таблица 1
Расстояние до пристанционной базы в кодированном (индексированном) виде |  | | | Таблица 2
Содержание золота в кодированном виде |  |
Комплексно оценить предприятие по совокупностям параметров можно, используя методы многомерных исследований (кластерного анализа) [1]. Для этого необходимо сначала отобразить предприятия точками в многомерных пространствах.
Иными словами, как в пространстве «совокупности параметров, условий работы» с координатными осями LЖД.СТ — VПИ — VВСК — КВ — ЗAu — С, так и в пространстве «совокупности параметров, характеризующих возможности» с координатными осями QПИ – QВСК — КИЗН — КИ — КР — КУД — Об. ср., и совокупности параметров, характеризующих «результаты работы предприятия» ЧДД — С/ст, каждое предприятие может быть отображено точкой Xi , имеющей соответственно шесть, семь и две координаты. Значения координат — это значения параметров, одноименных координатным осям. Например, россыпь Боровская в первом условном пространстве имеет координаты LЖД.СТ = 3; VПИ = 5; VВСК = 2; КВ = 5; ЗAu = 7; С = 6, а во втором — QПИ = 5; QВСК = 4; КИЗН = 2; КИ = 4; КР = 5; КУД = 4; Об.ср.=4; ЧДД = 5, С/Ст = 6. Графическое отображение взаимосвязей по совокупностям параметров «условия эксплуатации» осуществляется в виде иерархической дендрограммы, последняя приведена на рис. 9.
Количественное сходство или различие рассмотренных технико-экономических показателей предприятий измеряется в кластерном анализе метрикой. Метрик в настоящее время много и число их возрастает. Выбор одной из них зависит от содержания и цели решаемой задачи. В данном случае (с учетом графической интерпретации) в качестве метрики может быть взято расстояние d (Xi , Xj), где Xi и Xj — точки, отображающие расположение предприятий в пространстве, такая метрика или функция расстояний должна отвечать следующим условиям:
1. (Xi , Xj) 0 для всех Xi и Xj , рассматриваемой (сравниваемой) совокупности предприятий;
2. (Xi , Xj) = 0 тогда и только тогда, когда Xi = Xj ;
3. d (Xi , Xj) = (Xj , Xi).
Наиболее употребительной функцией расстояний является Евклидово расстояние [2]. В общем виде оно может быть выражено формулой: | | |  |
где Xki и Xkj — количественные значения к-го признака, соответственно, для i-го и j-го
предприятий;
h — количество признаков (в данном примере h = 2).
Необходимо отметить, что Евклидово расстояние сохраняет содержательный смысл только в случае, когда все параметры имеют одинаковые единицы измерения. Если это не так (в примере МТ измеряется в мг/м3, а QВСК в тыс. м3), то чтобы использовать выбранную метрику, следует провести нормирование количественных значений всех признаков по формуле: | | |  | | |  |
где ХНК , ХОК , SК — соответственно, нормированное значение, внутриотраслевое значение и среднее квадратическое отклонение к-го признака;
m — количество сравниваемых месторождений (в примере m = 30). | | |  | | Рис. 9. Дендрограмма по условиям работы предприятия |
После кодирования и последующего нормирования все признаки получают безразмерные значения, колеблющиеся примерно в одинаковых границах.
Поэтому масштаб для всех осей координат можно принять один и тот же. Нормированные или кодированные значения признаков больше внутриотраслевого уровня являются положительными, а меньше — отрицательными.
Используемое в качестве метрики Евклидово расстояние не отражает ни координаты объектов, ни размерности их признакового пространства. Требуется на основании известных данных восстановить неизвестную размерность, поэтому предлагается использовать многомерное шкалирование [3].
Многомерное шкалирование — совокупность методов, позволяющих по заданной информации о мерах различия (близости) между объектами рассматриваемой совокупности приписывать каждому из этих объектов вектор характеризующих его количественных показателей; при этом размерность искомого координатного пространства задается заранее, а «погружение» в него анализируемых объектов производится таким образом, чтобы структура взаимных различий (близостей) между ними, измеренных с помощью приписываемых им вспомогательных координат, в среднем наименее отличалась бы от заданной в смысле того или иного функционала качества. Процедуры многомерного шкалирования применяются, когда данные заданы в виде матрицы попарных расстояний между объектами или удаленностей или их порядковых отношений, т.е. в виде матрицы Евклидовых расстояний.
Полученные данные многомерного шкалирования дают возможность рассчитать комплексную оценку условий, возможностей и результатов работы предприятий (Rу, Rв, Rр) и на их основании рассчитать регламентирующую функцию | | |  |
Расчет отклонений ∆ = R^ РЕЗ – Rр показывает «ранг» месторождения в ряду золотодобывающих предприятий Забайкальского края или его «ранг» по отношению к внутриотраслевому значению
Так, например, месторождение Аэмкан имеет отклонение Δ = –1,276, а месторождение Сухой Лог Δ = +1,548 (табл. 3, 4). | | | Таблица 3
Условия эксплуатации месторождений |  | | | Таблица 4
Возможности работы предприятия |  |
Если посмотреть на условия и возможности этих предприятий, то можно убедиться, что по условиям эксплуатации: месторождения Аэмкан и Сухой Лог находятся на значительном удалении от пристанционной базы (170 км и 117 км соответственно) имеют достаточно высокие объемы вскрыши (5134 тыс. м3 и 3948 тыс. м3) и высокий коэффициент вскрыши (4,6 и 4,1). Месторождение Аэмкан имеет более низкое содержание (265 мг/м3), высокую степень пораженности многолетней мерзлотой (80%). Если посмотреть на возможности того и другого предприятия, то можно отметить, что на месторождении Аэмкан существенно выше коэффициент износа основного оборудования (0,79), соответственно ниже коэффициент использования (0,54), ниже коэффициент резерва (0,82) и из-за больших объемов вскрыши выше удельные капитальные вложения (165,3 руб/м3). Соответственно, ЧДД при отработке месторождения Аэмкан составляет 5900 тыс. руб., по месторождению Сухой Лог 8670 тыс. руб.
Проведенные расчеты показали хорошую сходимость теоретических и эмпирических результатов по всем месторождениям, что позволяет разработать сравнительное технико-экономическое обоснование (ТЭО) и сделать выводы об инвестиционной привлекательности или целесообразности кредитования того или иного золотодобывающего предприятия. |
| |
|
|
