Кластеризация как инструмент управления промышленными предприятиями

Рейтинг:   / 0
ПлохоОтлично 

Authors:

М. И. Иванова, доктор экономических наук, доцент, профессор кафедры менеджмента, orcid.org/0000-0002-1130-0186, Национальный технический университет «Днепровская политехника», г. Днепр, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

С.А.Фаизова, кандидат экономических наук, доцент, доцент кафедры администрирования, управления и предпринимательства, orcid.org/0000-0002-7243-0726,  Национальная металлургическая академия Украины, г. Днепр, Украина

М. В. Бойченко, доктор экономических наук, доцент, профессор кафедры менеджмента, orcid.org/0000-0002-9874-3085, Национальный технический университет «Днепровская политехника», г. Днепр, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

А. К. Балалаев, кандидат биологических наук, старший научный сотрудник, orcid.org/0000-0002-9389-4562, Институт геотехнической механики имени Н. С. Полякова НАН Украины, г. Днепр, Украина

В. Л. Смесова, кандидат экономических наук, доцент, доцент кафедры теоретической и прикладной экономики, orcid.org/0000-0002-0444-4659, Государственное высшее учебное заведение «Украинский государственный химико-технологический университет», г. Днепр, Украина

 повний текст / full article



Abstract:

Цель. Обоснование методических основ формирования кластера промышленных предприятий и выявление системы связей между их кластерными группами.

Методика. Использованы специальные методы аналогового моделирования для выявления связей производственных предприятий, а также методы экономико-математического моделирования для поиска сообществ многослойных сетей.

Результаты. На принципиально новой методологической основе раскрыт подход к выявлению кластера промышленных предприятий. Для этого осуществлено сравнение результатов применения трех подходов к кластеризации. Установлено, что иерархический кластерный анализ не позволяет выделить равнозначные группы предприятий и выявить связи между ними, поскольку при таком подходе отсутствует единый строгий критерий оптимального распределения дендрограммы на кластеры. Конкурентный подход геометрической близости нейронов к объектам, основанный на нейросетевой технологии самостоятельного обучения и самоорганизующихся картах Кохонена, также позволил выделить неравномерную кластерную структуру. Впервые рекомендуется использовать для формирования кластера промышленных предприятий метод поиска сообществ в многослойных сетевых графах. Этот метод позволил впервые построить кластер, который предусматривает объединение промышленных предприятий добывающей и перерабатывающей отрасли, учебных заведений и научно-исследовательских структур.

Научная новизна. Предложен для применения новый методологический подход к формированию кластеров промышленных предприятий, математическую основу для которого разработал Т. Камада. Этот подход основан на использовании множества матриц близости объектов, которое учитывает связи «поставщик – потребитель», географические расстояния, формы собственности. Доказано, что преимущество кластеризации на основе данного метода – возможности выделения сообщества предприятий, являющихся сетевыми аналогами кластеров, и учета связей проанализированных металлургических предприятий добывающей и перерабатывающей отрасли с учебными заведениями, научно-исследовательскими структурами предприятий. Развитие этих связей формирует основы для продуктивного развития, функционирования и получения дополнительных конкурентных преимуществ промышленными предприятиями.

Практическая значимость. В условиях кризиса функционирования металлургических предприятий рекомендуется сформировать кластер, который позволит значительно повысить конкурентоспособность каждого предприятия, входящего в его состав, и более эффективно реализовать потенциал металлургического комплекса.

References.

1. Smiesova, V. L., & M’iachyn, V. H. (2018). Neural network approach to clustering countries by iIndicators characterizing the processes of formation and implementation of economic interests. Naukovyi Visnyk Uzhhorodskoho Natsionalnoho Universytetu. Seriia: Mizhnarodni ekonomichni vidnosyny ta svitove hospodarstvo19(3), 49-57.

2. Glinskiy, V., Serga, L., Chemezova, E., & Zaykov, K. (2016). Clusterization Economy as a Way to Build Sustainable Development of the Region. Procedia CIRP40, 324-328. https://doi.org/10.1016/j.procir.2016.01.050.

3. Babkin, A., Kudryavtseva, T., & Utkina, S. (2013). Formation of Industrial Clusters Using Method of Virtual Enterprises. Procedia Economics and Finance5, 68-72. https://doi.org/10.1016/S2212-5671(13)00011-7.

4. Jucevicius, G., & Grumadaite, K. (2015). Patterns for Cluster Emergence in Latecomer Economies. Procedia-Social and Behavioral Sciences213, 198-203. https://doi.org/10.1016/j.sbspro.2015.11.426.

5. Luyi, C., Yuan, Z., Dillon, Z., & Lan, X. (2017). Clustering enterprises into eco-industrial parks: Can interfirm alliances help small and medium-sized enterprises? Journal of Cleaner Production, 168, 1070-1079. https://doi.org/10.1016/j.jclepro.2017.09.104.

6. Baldassarre, B., Schepers, M., Bocken, N., Cuppen, E., & Calabretta, G. (2019). Industrial Symbiosis: towards a design process for eco-industrial clusters by integrating Circular Economy and Industrial Ecology perspectives. Journal of Cleaner Production216, 446-460. https://doi.org/10.1016/j.jclepro.2019.01.091.

7. Kayvanfar, V., Moattar Husseini, S.M., Sajadieh Moh­sen, S., & Karimi, B. (2018). A multi-echelon multi-product stochastic model to supply chain of small-and-medium enterprises in industrial clusters. Computers & Industrial Engineering8(115), 69-79. https://doi.org/10.1016/j.cie.2017.11.003.

8. Ivanova, M. I. (2017). Formalization of performance indicators in industrial logistics clusters. Visnyk Natsionalnoho Universytetu “Lvivska politekhnika”. Seriia: Menedzhment ta pidpryiemnytstvo v Ukraini: etapy stanovlennia i problemy rozvytku. (Pidpryiemnytstvo), 875, 147-152.

9. Pjatak, I. V. (2015). Enterprise clustering as a factor of innovative and integration processes of regional economy development. Visnyk Berdianskoho Universytetu Menedzhmentu i Biznesu1, 119-122.

10. Kohonen, T. (2013). Essentials of the self-organizing map. Neural Networks37, 52-65. https://doi.org/10.1016/j.neunet.2012.09.018.

11. Fortunato, S., & Hric, D. (2016). Community detection in networks: A user guide. Physics Reports659, 1-44. https://doi.org/0.1016/j.physrep.2016.09.002.

12. Kivelä, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks2(3), 203-271. https://doi.org/10.1093/comnet/cnu016.

13. Stock market infrastructure development agency of Ukraine (n.d). Retrieved from: http://www.smida.gov.ua/.

14. Manukyan, N., Eppstein, M. J., & Rizzo, D. M. (2012). Data-driven cluster reinforcement and visualization in sparsely-matched self-organizing maps. Neural Networks and learning Systems, IEEE Transactions on23(5), 846-852. https://doi.org/10.1109/TNNLS.2012.2190768.

Следующие статьи из текущего раздела:

Предыдущие статьи из текущего раздела:

Посетители

3883309
Сегодня
За месяц
Всего
109
95410
3883309

Гостевая книга

Если у вас есть вопросы, пожелания или предложения, вы можете написать их в нашей «Гостевой книге»

Регистрационные данные

ISSN (print) 2071-2227,
ISSN (online) 2223-2362.
Журнал зарегистрирован в Министерстве юстиции Украины.
 Регистрационный номер КВ № 17742-6592ПР от 27.04.2011.

Контакты

40005, г. Днепр, пр. Д. Яворницкого, 19, корп. 3, к. 24 а
Тел.: +38 (056) 746 32 79.
e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Вы здесь: Главная Архив журнала по выпускам 2020 Содержание №3 2020 Кластеризация как инструмент управления промышленными предприятиями