Задача многокритериального ранжирования для комплексного анализа развития торговой логистики в городских округах и муниципальных районах Самарской области

Translation will be available soon.
Статья в журнале
Об авторах:


Аннотация:
В статье рассмотрена задача многокритериального ранжирования для анализа развития торговой логистики в городских округах и муниципальных районах Самарской области. На основе общего подхода решена задача для трех критериев: торговая площадь, количество предприятий, оборот розничной торговли. Приведены расчетные и итоговые таблицы.

Ключевые слова:

многокритериальное ранжирование, развитие городской логистики
Цитировать публикацию:
Задача многокритериального ранжирования для комплексного анализа развития торговой логистики в городских округах и муниципальных районах Самарской области – С. 253-264.

Zadacha mnogokriterialnogo ranzhirovaniya dlya kompleksnogo analiza razvitiya torgovoy logistiki v gorodskikh okrugakh i munitsipalnyh rayonakh Samarskoy oblasti. , 253-264. (in Russian)

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241




Экономическое исследование представляет собой не только констатацию статистических данных, но и их обработку, интерпретацию. Метод ранжирования основан на простых, интуитивно доступных операциях, поэтому он является одним из старейших и популярнейших методов анализа данных и измерения в социальных науках [1].

Согласно современным представлениям, ранжирование – это расстановка элементов некоторой системы по рангу, по признакам значимости. Ранжирование может выступать как этап анализа данных, переход от совокупности наблюдений к последовательности их рангов.

Основой ранжирования является понятие шкалы: системы чисел или иных элементов, принятых для оценки или измерения каких-либо величин. Шкалы используются для оценки и выявления связей и отношений между элементами системы. Особенно широко их применяют для оценки величин, выступающих в роли критериев качества функционирования системы, в частности, критериев оптимальности при решении экономико-математических задач. Различают шкалы номинальные (классификационные), порядковые (ранговые) и количественные (метрические). Порядковая шкала указывает лишь последовательность носителей признака или направление степени выраженности определяемого признака у изучаемых объектов (то есть располагает их по признаку «больше-меньше», но без указания, насколько больше или насколько меньше). Задачи ранжирования подразделяются на однокритериальные и многокритериальные в зависимости от количества критериев, по которым проводится анализ. В многокритериальной задаче важная роль отводится выбору шкал признаков и их весовым коэффициентам [2]. Будем использовать порядковую шкалу для многокритериального комплексного анализа развития торговой логистики в городских округах и муниципальных районах Самарской области.

На основе общего многокритериального подхода [3], модель простого многокритериального ранжирования можно рассматривать как набор переменных следующего вида:

<Z, К, X, f, P*, r>, (1)

где Z – постановка (тип) решаемой задачи;

К – множество критериев, по которым оцениваются объекты исследования;

X – множество оценочных шкал;

f – отображение множества исследуемых объектов во множестве векторных оценок;

Р* – система предпочтений лица, принимающего решение;

r – решающее правило.

Здесь действуют следующие определения: Z ={задача простого ранжирования}, К ={торговая площадь м2/1000 чел.; количество предприятий, на 1000 человек, ед.; оборот розничной торговли на душу населения, тыс. руб./чел.}, X={порядковая шкала}, f : , Р* и r опишем ниже.

Решающее правило r представляет собой аналитическое выражение, алгоритм или словесную формулировку, которые позволяют задать на множестве векторных оценок отношение предпочтения, являющееся порядком. Здесь решающее правило r задается формулой: то есть . Здесь ранг j – это номер объекта из некоторого набора по степени соответствия выраженности совокупного признака. Процедура ранжирования (присвоение определенного номера объекту) состоит в упорядочении фиксированного набора объектов (городских округов или муниципальных районов Самарской области) в порядке убывания совокупного признака.

Система предпочтений лица, принимающего решение Р* реализуется в расстановке критериев для комплексного анализа развития торговой логистики в регионе:

1) торговая площадь, м2/1000 чел. – соответствующий коэффициент ранжирования (здесь и далее выражение означает, что принят равным 0,3);

2) количество предприятий на 1000 человек, ед. – коэффициент ранжирования ;

3) оборот розничной торговли на душу населения, тыс. руб./чел. – коэффициент ранжирования .

Обозначение параметров, по которым проводится анализ, приведем в начальной таблице 1, обозначения итогов расчетов – в табл.2.

Значение комплексного критерия kiвычисляется по формуле

(2)

где коэффициент торговой площади представляет собой нормированный критерий Таблица 1

Начальные обозначения

Порядковый номер №
Городской округ/ Муниципальный район
Торговая площадь,м2/1000 чел.
Количество торговых предприятий, на 1000 человек, ед.
Оборот розничной торговли на душу населения, тыс. руб./чел.
Коэффициент торговой площади
Коэффициент торговых предприятий
Коэффициент розничного товарооборота
Суммарный рейтинг
i

Таблица 2

Обозначения итогов ранжирования

Ранг
Городской округ/ Муниципальный район
Торговая площадь,м2/1000 чел.
Количество торговых предприятий, на 1000 человек, ед.
Оборот розничной торговли на душу населения, тыс. руб./чел.
Коэффициент торговой площади
Коэффициент торговых предприятий
Коэффициент розничного товарооборота
Суммарный рейтинг
j

(3)

коэффициент торговых предприятий – нормированный критерий

(4)

коэффициент розничного товарооборота – нормированный критерий

(5)

Рассмотрим задачу ранжирования городских округов Самарской области по трем критериям, обозначенным выше: торговая площадь, количество предприятий, оборот розничной торговли.

Составим первоначальную таблицу 3 с данными по значениям рассматриваемых параметров, взятых за 2009 год (по данным Статистического регистра). Для определенности поясним, что в начальной таблице городские округа расположены в порядке убывания по численности населения.

Таблица 3

Первоначальная таблица данных по городским округам


Городской округ
Численность населения, тыс. чел.
Торговая площадь,м2/1000 чел.
Количество торговых предприятий, на 1000 человек, ед.
Оборот розничной торговли на душу населения, тыс. руб./чел.
г. Самара
1134,8
1172,8
8,3
160,73
г. Тольятти
720,3
191,1
5,7
198,98
г. Сызрань
179,7
1126,8
1,8
82,50
г. Новокуйбышевск
112,8
553,2
2,1
48,17
г. Чапаевск
73,6
367,5
1,0
24,88
г. Жигулевск
62,4
494,2
2,1
27,38
г. Кинель
50,9
483,6
1,4
41,32
г. Отрадный
48,0
558,5
1,4
62,36
г. Похвистнево
29,1
1153,0
1,5
49,47
г. Октябрьск
27,8
371,7
0,6
29,41

Затем определим вычисляемые параметры по формулам (1)-(5) и заполним расчетную табл. 4. Поскольку расчеты удобно производить при помощи автоматизированных программных средств (например, Microsoft Excel), то вычисления по умолчанию производятся, как правило, с большим числом знаков после запятой, чем это необходимо для реализации целей исследования. Это происходит потому, что при решении подобных задач речь идет не столько об уменьшении погрешности вычислений, сколько об обеспечении, по возможности, уникального значения комплексного критерия kiи, соответственно итогового суммарного рейтинга. Поэтому здесь считаем необходимым пояснить, что расчеты производились с большим числом знаков, однако, в таблицах оставлены 1-2 знака после запятой согласно правилам округления, из соображений наглядности и компактности материалов.

В завершение переместим городские округа в соответствии с их рангом, в порядке убывания, и построим новую таблицу ранжирования.

Таблица 4

Расчетная таблица по городским округам


Городской округ
Торговая площадь, м2/1000 чел.
Количество торговых предприятий, на 1000 человек, ед.
Оборот розничной торговли на душу населения, тыс. руб./чел.
Коэффициент торговой площади
Коэффициент торговых предприятий
Коэффициент розничного товарооборота
Суммарный рейтинг
г. Самара
1172,8
8,3
160,73
0,30
0,20
0,08
0,58
г. Тольятти
191,1
5,7
198,98
0,05
0,14
0,10
0,29
г. Сызрань
1126,8
1,8
82,5
0,29
0,04
0,04
0,37
г. Новокуйбышевск
553,2
2,1
48,17
0,14
0,05
0,02
0,22
г. Чапаевск
367,5
1
24,88
0,09
0,02
0,01
0,13
г. Жигулевск
494,2
2,1
27,38
0,13
0,05
0,01
0,19
г. Кинель
483,6
1,4
41,32
0,12
0,03
0,02
0,18
г. Отрадный
558,5
1,4
62,36
0,14
0,03
0,03
0,21
г. Похвистнево
1153
1,5
49,47
0,29
0,04
0,02
0,35
г. Октябрьск
371,7
0,6
29,41
0,09
0,01
0,01
0,12

Если рассматривать задачу ранжирования строго в смысле определения порядковой шкалы, где указана лишь последовательность носителей признака или направление степени выраженности определяемого признака у изучаемых объектов, то табл. 4 нужно редуцировать и выстроить исследуемые городские округа в порядке развитости торговой логистики согласно проведенному комплексному анализу. Табл. 5 и будет представлять сокращенный упорядоченный вариант табл. 4, где для ознакомления приведены рассчитанные рейтинговые значения.

Таблица 5

Сокращенная итоговая таблица ранжирования по городским округам

Ранг
Городской округ
Рейтинг
1
2
3
г. Самара
0,58
г. Сызрань
0,37
г. Похвистнево
0,35
г. Тольятти
0,29
г. Новокуйбышевск
0,22
г. Отрадный
0,21
г. Жигулевск
0,19
г. Кинель
0,18
г. Чапаевск
0,13
г. Октябрьск
0,12

Аналогично проведем процедуру ранжирования муниципальных районов Самарской области по степени развитости торговой логистики. Результаты расчетов представим в итоговой табл. 6 и сокращенной табл. 7.

Таблица 6

Итоговая таблица по муниципальным районам

Ранг
Муниципальный район
Торговая площадь,м2/1000 чел.
Количество торговых предприятий, на 1000 человек, ед.
Оборот розничной торговли на душу населения, тыс. руб./чел.
Коэффициент торговой площади
Коэффициент торговых предприятий
Коэффициент розничного товарооборота
Суммарный рейтинг
1
2
3
4
5
6
7
8
9
Волжский
346,6
6,2
139,1
0,14
0,20
0,100
0,449
Кинель-Черкасский
717,2
0,9
19,11
0,30
0,03
0,014
0,343
Ставропольский
313,4
4,2
93,61
0,13
0,13
0,067
0,334
Красноармейский
687,2
0,8
17,22
0,29
0,03
0,01
0,326
Красноярский
455,8
3,4
24,0
0,19
0,11
0,017
0,318
Нефтегорский
455,7
1,0
21,59
0,19
0,03
0,015
0,238
Приволжский
438,5
0,9
27,32
0,18
0,03
0,020
0,232
Алексеевский
474,1
0,7
15,23
0,20
0,02
0,011
0,239
Безенчукский
402,3
1,4
21,43
0,17
0,04
0,015
0,229
Челно-Вершинский
454,0
0,8
13,48
0,19
0,03
0,010
0,225
Сергиевский
378,6
0,9
27,77
0,16
0,03
0,020
0,207
Большеглушицкий
372,5
0,9
18,72
0,16
0,03
0,013
0,198
1
2
3
4
5
6
7
8
9
Исаклинский
343,7
0,6
30,56
0,14
0,09
0,022
0,185
Большечерниговский
348,1
1,0
8,57
0,146
0,032
0,006
0,184
Клявлинский
359,3
0,6
12,27
0,150
0,019
0,009
0,179
Елховский
300,8
0,8
37,14
0,126
0,026
0,027
0,178
Шенталинский
344,1
0,7
14,38
0,144
0,023
0,010
0,177
Шигонский
321,8
0,8
16,67
0,136
0,026
0,012
0,172
Богатовский
293,6
1,0
19,4
0,123
0,032
0,014
0,169
Пестравский
304,3
0,8
10,97
0,127
0,026
0,008
0,161
Сызранский
219,5
1,3
22,49
0,092
0,042
0,016
0,150
Кошкинский
208,5
0,7
43,65
0,087
0,023
0,03
0,141
Хворостянский
228,3
0,9
11,64
0,095
0,029
0,008
0,133
Борский
182,4
0,7
14,19
0,076
0,023
0,010
0,109
Кинельский
173,9
0,8
11,39
0,073
0,026
0,008
0,107
Похвистневский
161,4
0,4
17,29
0,067
0,013
0,012
0,093
Камышлинский
165,1
0,5
10,04
0,069
0,016
0,007
0,092

Таблица 7

Сокращенная итоговая таблица по муниципальным районам

Ранг
Городской округ
Рейтинг
1
2
3
Волжский
0,445
Кинель-Черкасский
0,343
Ставропольский
0,334
Красноармейский
0,326
Красноярский
0,318
Нефтегорский
0,238
Приволжский
0,232
Алексеевский
0,239
Безенчукский
0,229
Челно-Вершинский
0,225
Сергиевский
0,207
Большеглушицкий
0,198
Исаклинский
0,185
Большечерниговский
0,184
Клявлинский
0,179
Елховский
0,178
Шенталинский
0,177
Шигонский
0,172
Богатовский
0,169
Пестравский
0,161
Сызранский
0,150
Кошкинский
0,142
Хворостянский
0,133
Борский
0,109
Кинельский
0,107
Похвистневский
0,093
Камышлинский
0,092

Торгово-розничная сеть распределена по территории Самарской области неравномерно, что определяется в первую очередь характером расселения и разнообразием форм организации деятельности в регионе.

Такая внутрирегиональная структура определяет общие принципы организации розничной торговли в регионе и характер рассредоточения и локализации торговой деятельности по территории области.

В результате ранжирования в общей территориальной совокупности выделены пять укрупненных групп, что позволяет обозначить приоритеты, четко дифференцировать стратегические задачи развития региональной розничной торговли на основе логистики (рис. 1).

В целом изучение динамики, профильной структуры и пространственной организации розничной торговли формирует общую, многоаспектную и детализированную картину ее современного состояния и развития.

Обобщение результатов исследования позволило сформулировать ряд основополагающих выводов:

  • пространственное развитие ритейла характеризуется крайней неравномерностью;
  • значительно различаются качественные характеристики состояния розничной торговли по территории области;
  • Рис. 1. Картограмма распределения рейтинга по городским округам и муниципальным районам Самарской области

  • имеет место концентрация ритейла и объемов его деятельности в крупнейших центрах Самарской области, как следствие, усиливаются транспортообеспеченное тяготение населения близлежащих территорий к этим центрам и истощение собственной торгово-розничной и инфраструктурной базы;
  • отмечается значительное отставание по уровню количественного и качественного развития розничной торговли сельских районов от торговли промышленых районов области и городов.
  • Анализ решения задачи показал, что результаты ранжирования, полученные с помощью приведенной многокритериальной процедуры, несколько отличаются от результатов возможных однокритериальных процедур (сравнить рис.1-3).

    Рис. 2. Картограмма распределения среднедушевого оборота розничной торговли по городским округам и муниципальным районам Самарской области

    Так, например, степень присутствия Тольятти на областном рынке ритейла с учетом дополнительных показателей может быть оценена иначе. По обороту розничной торговли данный городской округ традиционно стоит рядом с Самарой с огромным отрывом от всех остальных округов (превышая показатель Сызрани почти в 10 раз, а остальных – в десятки раз). Однако, по числу предприятий он более чем в два раза отстает от Самары, сохраняя свой отрыв от остальных округов, а по размеру торговых площадей уступает Сызрани и заметно сближается со всеми остальными округами. Такое положение дел обусловлено большими объемами реализации автомобилей, которые не влияют на параметры и характер организации городского ритейла. Но многокритериальная процедура позволяет отразить комплексную и качественно иную, более полную картину развития торговой логистики в регионе. Можно сказать, что она представляет собой «объемный», а не «одномерный» взгляд на ситуацию (см. табл. 5).

    Рис. 3. Картограмма распределения предприятий розничной торговли по городским округам и муниципальным районам Самарской области (ед./тыс. чел.)

    Следует также отметить, что можно получить различные результаты ранжирования, если воспользоваться возможностью варьирования степени важности критериев оценки в зависимости от целей, субъективного взгляда исследователя и сегодняшней картины развития региона. Нами приведена процедура с оценкой важности критериев, где на первом месте стоит торговая площадь, м2/1000 чел. (); на втором – количество предприятий на 1000 человек, ед. (), и на третьем – оборот розничной торговли на душу населения, тыс. руб./чел. (). Изменив предположение о степени важности рассматриваемых критериев (не говоря уже о том, что могут меняться и сами критерии оценки, и их состав), мы, безусловно, получим другие варианты ранжирования.

    Таким образом, процедура многокритериального ранжирования представляется удобным формализованным средством комплексного анализа развития торговой логистики в регионе.



    Издание научных монографий от 15 т.р.!

    Издайте свою монографию в хорошем качестве всего за 15 т.р.!
    В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

    creativeconomy.ru Москва + 7 495 648 6241



    Источники:
    1. Бабич Н., Батыков И. Ординальное шкалирование. URL: http://christsocio.info/content/view/983/68/1/1/ (дата обращения 26.05.2012).
    2. Методы многокритериальной оптимизации//Многокритериальный выбор на конечном множестве альтернатив: Научная школа в рамках научного направления «Системный анализ и управление» URL: http://mcd.it-pgups.ru/refer04.html (дата обращения 26.05.2012).
    3. Осташко В.Я. Основы многокритериального подхода к обоснованию эффективных вложений в недвижимость//Международный оценочный консорциум. Портал по оценочной деятельности. URL: http:// www.ValNet.ru /m7-211.phtml.htm (дата обращения 26.05.2012).