Методический инструментарий оценки уязвимости участников регионального продовольственного рынка
DOI:
https://doi.org/10.17059/ekon.reg.2021-3-4Ключевые слова:
экономика АПК, региональные продовольственные рынки, перерабатывающая промышленность, алкогольная промышленность, имущественные интересы, уязвимость организаций, критерии уязвимости, показатели уязвимости, интегральный показатель, комплексное оцениваниеАннотация
Отсутствие единого методического подхода к оценке уровня уязвимости организаций агропромышленного комплекса, с помощью которого можно было бы исследовать их уязвимость в условиях изменения факторов внутреннего и внешнего окружения и, в конечном счете, определить состояние уязвимости регионального продовольственного рынка в целом, являлось одной из проблем исследования региональных продовольственных рынков. Цель настоящего исследования - устранение этой проблемы и разработка адаптируемого методического инструментария оценки уровня уязвимости организаций, осуществляющих производство, переработку и реализацию сельскохозяйственной продукции на региональном продовольственном рынке. В качестве математических методов, используемых для разработки методического инструментария, выбраны иерархические механизмы комплексного оценивания. Данные механизмы позволяют агрегировать множество показателей деятельности агропромышленных организаций в единственную комплексную оценку уязвимости. В статье рассматривается пример рынка алкогольной продукции, поскольку, с одной стороны, данный сегмент продовольственного рынка представлен небольшим числом производителей алкогольной продукции, с другой стороны, эти организации, как правило, являются крупнейшими налогоплательщиками среди организаций агропромышленного комплекса, особенно в регионах зоны рискованного земледелия. В качестве демонстрационного примера показано, как в результате пандемии COVID-19 изменилась уязвимость АО «Пермалко», являющегося крупным российским производителем алкогольной продукции, обеспечивающим потребности локального рынка Пермского края и экспортирующего продукцию во многие российские регионы, ближнее и дальнее зарубежье. Основным результатом исследования является новый методический инструментарий, представленный совокупностью математических формул, в которых переменные определены авторами настоящего исследования. Предлагаемый подход к оценке уровня уязвимости является универсальным и может быть адаптирован для любых организаций аграрной сферы экономики путем идентификации параметров математической модели. Предложенный методический инструментарий имеет компьютерную реализацию в программе dekon, являющейся веб-приложением. Облачный сервис обеспечит единый доступ ко всем организациям агропромышленного комплекса.Библиографические ссылки
Urruty, N., Tailliez-Lefebvre, D. & Huyghe, C. (2016). Stability, robustness, vulnerability and resilience of agricultural systems. A review. Agronomy for Sustainable Development, 36, 1–15. DOI: https://doi.org/10.1007/s13593–015–0347–5.
Luers, A. L., Lobell, D. B., Sklar, L. S., Addams, C. L. & Matson, P. A. (2003). A method for quantifying vulnerability, applied to the agricultural system of the Yaqui Valley, Mexico. Global Environmental Change, 13(4), 255–267.
Harvey, C. A., Rakotobe, Z. L., Rao, N. S., Dave, R., Razafimahatratra, H., Rabarijohn, R. H., … MacKinnon, J. L. (2014). Extreme vulnerability of smallholder farmers to agricultural risks and climate change in Madagascar. Philosophical transactions of the Royal Society B, 349(1639), 1–12.
Douxchamps, S., Van Wijk, M. T., Silvestri, S., Moussa, A. S., Quiros, C., Ndour, N. Y. B., … Rufino, M. C. (2016). Linking agricultural adaptation strategies, food security and vulnerability: evidence from West Africa. Regional Environmental Change, 16, 1305–1317.
Jayne, T. S., Zulu, B. & Nijhoff, J. J. (2006) Stabilizing food markets in eastern and southern Africa. Food Policy, 31(4), 328–341.
Melnikova, Y. V. & Shokhnekh, A. V. (2019). Forming the Policy of Insurance of Innovative and Investment Activities of Agricultural Organizations as a Concept-Strategy of Provision of Economic and Food Security. Lecture Notes in Networks and Systems, 87, 809–816.
Bichraoui, N., Guillaume, B. & Halog, A. (2013). Agent-based Modelling Simulation for the Development of an Industrial Symbiosis — Preliminary Results. Procedia Environmental Sciences, 17, 195–204.
Buurma, J., Hennen, W. & Verwaart, T. (2017). How Social Unrest Started Innovations in a Food Supply Chain. Journal of Artificial Societies and Social Simulation, 20(1(8)), 23. DOI: 10.18564/jasss.3350.
Bonabeau, E. (2002). Agent-based modeling: methods and techniques for simulating human systems. Proceedings of National Academy of Sciences, 99(3), 7280–7287.
Kovalenko, A. & Svetlakov, A. (2020). Assessment of the level of vulnerability to protect property interests. In: European Proceedings of Social and Behavioural Sciences EpSBS: Proceedings of the International Conference on Economic and Social Trends for Sustainability of Modern Society, Krasnoyarsk, 20–22 May 2020 (pp. 248–257). Krasnoyarsk: European Proceedings.
Lutsenko, E. V., Grin, V. A., Semenenko, K. A., Semenenko, M. P., Kuzminova, E. V. & Kuzminov, N. D. (2020). ASC-Analysis of the Dependence of Volume and Structure of Highly Productive Dairy Cattle Incidence in Krasnodar Region. Advances in Intelligent Systems and Computing, 1294, 510–526.
Podinovskaya, O. V. & Podinovski, V. V. (2017). Criteria importance theory for multicriterial decision making problems with a hierarchical structure. European Journal of Operational Research, 258(3), 983–992.
Azgaldov, G. G. & Kostin, A. V. (2011). Applied qualimetry: its origins, errors and misconceptions. Benchmarking: An International Journal, 18(3), 428–444.
Saaty, Th. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83–98.
Martsenyuk, M. A. (2007). Matrix Representation of Fuzzy Logic. Nechetkie sistemy i myagkie vychisleniya [Fuzzy Systems and Soft Computing], 2(3), 7–35. (In Russ.)
Seletkov, I. P. (2020). Application of matrix approach of fuzzy logic for decision support in oil mining equipment service. Prikladnaya matematika i voprosy upravleniya [Applied Mathematics and Control Sciences], 4, 65–88. (In Russ.)
Burkov, V. N., Burkova, I. V., Korgin, N. A. & Shchepkin, A. V. (2020). Models for Coordinated Integrated Assessment in Decision-Making Problems. Vestnik YUUrGU. Seriya: Kompyuternye tekhnologii, upravlenie, radioelektronika [Bulletin of the South Ural State University. Series “Computer Technologies, Automatic Control, Radio Electronics”], 20(2), 5–13. (In Russ.)
Gvozdev, E. V. (2018). Method development for detection and aggregation of risks influencing business protection objects and the environment. XXI century. Technosphere safety [XXI vek. Tekhnosfernaya bezopasnost], 3(3), 69–81. (In Russ.)
Alekseev, A., Salamatina, A. & Kataeva T. (2019). Rating and Control Mechanisms Design in the Program Research of Dynamic Systems. In: Proceedings of 21st IEEE Conference on Business Informatics (pp. 96–105). Los Alamitos: IEEE.
Burkov, V. N., Sergeev, V. A. & Korgin, N. A. (2020). Identification of integrated rating mechanisms as optimization problem. In: 2020 13th International Conference “Management of large-scale system development” (MLSD), 28–30 Sept. 2020, Moscow, Russia. Los Alamitos: IEEE. DOI: https://doi.org/10.1109/MLSD49919.2020.9247638.
Okada, S., Ohzeki, M. & Taguchi, S. (2019). Efficient partition of integer optimization problems with one-hot encoding. Scientific Reports, 9, 13036. DOI: https://doi.org/10.1038/s41598–019–49539–6.
Burkov, V., Novikov, D. & Shchepkin, A. (2015). Control Mechanisms for Ecological-Economic Systems. Berlin: Springer, 174.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2021 Алексеев Александр Олегович, Коваленко Александр Игоревич, Светлаков Андрей Геннадьевич
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
