Модели многокритериального оценивания эффективности функционирования региональных экономических систем

Аннотация

Введение. В статье представлены постановки и проанализированы решения моделей многокритериального оценивания эффективности функционирования региональных экономических систем. Экспериментальной базой выбраны федеральные округа, и на примере Центрального федерального округа проведена оценка эффективности функционирования экономических систем входящих в него регионов. В рассматриваемых моделях в основу расчета показателя оценки эффективности региональных экономических систем положен принцип соотнесения результирующего параметра, а именно валового регионального продукта, с затратами базовых агрегированных ресурсов – трудовых и капитальных.

Цель. Разработка моделей многокритериального оценивания эффективности функционирования региональных экономических систем с целью их ранжирования для определения наиболее эффективных на фиксированном конечном множестве альтернатив с условием наличия различных обобщенных функционалов оценки.

Материалы и методы. В качестве исходных взяты официальные статистические данные по федеральным округам и регионам за 2022 г. в текущих ценах. Базовым выбран метод Data Envelopment Analysis (DEA), позволяющий построить границу (фронт) эффективности для анализируемой группы объектов, эффективность которых оценивается мерой близости к указанной границе в пределах от 0 до 1.

Результаты. Получены и сопоставлены результаты оценки эффективности на основе классического и альтернативного обобщенного функционалов, проведено ранжирование объектов исследования, обоснована работоспособность альтернативного функционала оценки на основе линейной комбинации удельных показателей эффективности.

Выводы. Результаты исследования свидетельствуют о сопоставимости оценок, полученных на основе классического и альтернативного функционалов. Использование альтернативного функционала позволяет существенно упростить построение фронтов эффективности за счет перехода от трехмерного пространства к двухмерному.

Ключевые слова: региональная экономика, многокритериальное оценивание, Data Envelopment Analysis, валовой региональный продукт, капитальные, трудовые ресурсы, федеральный округ

Для цитирования

Цапенко М. В., Ермакова А. А. Модели многокритериального оценивания эффективности функционирования региональных экономических систем // Вестник Пермского университета. Серия «Экономика». 2025. Т. 20, № 3. С. 246–259. DOI 10.17072/1994-9960-2025-3-246-259. EDN REBMLQ

СПИСОК ИСТОЧНИКОВ

1. Лысенкова М. В., Молчанов А. В. Методики и методы оценки эффективности инвестиционно-проектной деятельности: сравнительный анализ и практические рекомендации // Белорусский экономический журнал. 2022. № 2 (99). С. 48–70. DOI 10.46782/1818-4510-2022-2-48-70. EDN WOHXGE
2. Чечнев В. Б. Анализ и классификация многокритериальных методов принятия решений // Онтология проектирования. 2024. Т. 14, № 4 (54). С. 607–624. DOI 10.18287/2223-9537-2024-14-4-607-624. EDN QMCAUL
3. Микони С. В., Соколов Б. В., Бураков Д. П. Система выбора и ранжирования альтернатив СВИРЬ-М: теоретические основы и практика применения // Онтология проектирования. 2024. Т. 14, № 3 (53). С. 440–456. DOI 10.18287/2223-9537-2024-14-3-440-456. EDN VHKQYF
4. Charnes A., Cooper W. W., Rhodes E. Measuring the efficiency of decision making units // European Journal of Operational Research. 1978. Vol. 2, iss. 6. P. 429–444. DOI 10.1016/0377-2217(78)90138-8
5. Banker R. D., Charnes A., Cooper W. W. Some models for estimating technical and scale inefficiencies in data envelopment analysis // Management Science. 1984. Vol. 30, no. 9. P. 1078–1092. DOI 10.1287/mnsc.30.9.1078
6. Зеленская Е. М. Применение метода «анализ среды функционирования» в оценке эффективности деятельности учреждений культуры // Вестник Балтийского федерального университета им. И. Канта. Серия: Гуманитарные и общественные науки. 2018. № 2. С. 39–51. EDN XTAWXJ
7. Кайгородцев А. А., Рахмангулов А. Н. Выбор конфигурации цепей поставок на основе комбинации имитационного моделирования и методов многокритериального оценивания // Железнодорожный транспорт и технологии (RTT-2023): сб. тр. Междунар. науч.-практ. конф. (Екатеринбург, 29–30 ноября 2023 г.). Екатеринбург: Уральский гос. ун-т путей сообщения, 2024. С. 256–260. EDN LXGSKG
8. Баркалов С. А., Глушков А. Ю., Моисеев С. И. Математические методы многокритериального оценивания привлекательности проектов // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. 2020. Т. 20, № 1. С. 111–119. DOI 10.14529/ctcr200111. EDN HMUIEG
9. Цапенко М. В. Количественные способы оценки инновационного потенциала региона // Вестник Самарского государственного аэрокосмического университета им. академика С. П. Королева (национального исследовательского университета). 2011. № 4 (28). С. 145–156. EDN OXAROL
10. Ануфриева З. О. Оценка выбора метода оптимизации налогообложения предприятия по методу экспертного многокритериального оценивания // Труды Ульяновского научного центра «Ноосферные знания и технологии»: сб. науч. тр. / отв. ред. В. Н. Лазарев. Ульяновск: Ульяновский гос. техн. ун-т, 2020. С. 7–11. EDN LBYLTO
11. Díaz C. G., Díaz M., Laborda E., Pérez M., Pekakis P. Multicriteria approach for evaluating biowaste-valorization cases // Energy Storage and Saving. 2024. Vol. 3, iss. 4. P. 288–294. DOI 10.1016/j.enss.2024.06.002
12. Mendas A., Mebrek A., Mekranfar Z. Group decision-making based on GIS and multicriteria analysis for assessing land suitability for agriculture // Revue Internationale de Geometique. 2024. Vol. 33. P. 383–398. DOI 10.32604/rig.2024.055321
13. Monteiro J., Sousa N., Coutinho-Rodrigues J., Natividade-Jesus E. Benchmarking real and ideal cities – a multicriteria analysis of city performance based on urban form // Cities. 2024. Vol. 150. Article 105040. DOI 10.1016/j.cities.2024.105040
14. Ju W., Xing Z., Wu, J., Kang Q. Evaluation of forest fire risk based on multicriteria decision analysis techniques for Changzhou, China // International Journal of Disaster Risk Reduction. 2023. Vol. 98. Article 104082. DOI 10.1016/j.ijdrr.2023.104082
15. Juanpera M., Domenech B., Ferrer-Martí L., García-Villoria A., Pastor R. Methodology for integrated multicriteria decision-making with uncertainty: Extending the compromise ranking method for uncertain evaluation of alternatives // Fuzzy Sets and Systems. 2022. Vol. 434. P. 135–158. DOI 10.1016/j.fss.2021.08.008
16. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. 278 c.
17. Чупандина Е. Е., Зенкина А. В. Выбор метода анализа финансовой устойчивости аптечных организаций методом анализа иерархий различными группами стейкхолдеров // Современная экономика: проблемы и решения. 2015. № 7 (67). С. 54–62. DOI 10.17308/meps.2015.7/1272. EDN VBFHUP
18. Pospehov G. B., Savón Yu., Moseykin V. V. Landslide susceptibility zonation using the analytical hierarchy process A case study of Guantanamo Province // Mining Informational and Analytical Bulletin (Scientific and Technical Journal). 2024. Vol. 1. P. 125–145. DOI 10.25018/0236_1493_2024_1_0_125. EDN KPFWIY
19. Картвелишвили В. М., Лебедюк Э. А. Метод анализа иерархий: критерии и практика // Вестник Российского экономического университета им. Г. В. Плеханова. 2013. № 6 (60). С. 97–112. EDN QCRDPL
20. Игловская А. И., Сальникова А. А. Оценка эффективности систем корпоративной социальной ответственности электросетевых компаний России с использованием метода анализа среды функционирования // Век качества. 2019. № 3. С. 86–105. EDN MHJEXY
21. Kumar N., Bhunia S., Dey P. Data envelopment analysis and multi-objective genetic algorithm-based optimization of energy consumption and greenhouse gas emissions in rice-wheat system // Energy. 2024. Vol. 313. Article 133680. DOI 10.1016/j.energy.2024.133680
22. Рухлинский В. М., Хаустов А. А., Кулешов А. А. Оценка эффективности системы управления безопасностью полетов на основе анализа среды функционирования // Научный вестник ГосНИИ ГА. 2020. № 31. С. 119–129. EDN COHYUY
23. Cruz E. D., Sabado J. R. F. Credit risk and performance evaluation of cooperatives in Region XI using Data Envelopment analyses (DEA) // European Journal of Economic and Financial Research. 2020. Vol. 6, no. 1. P. 101–120. DOI 10.46827/ejefr.v6i1.1268
24. Peykani P., Esmaeili F. S. S., Pishvaee M. S., Rostamy-Malkhalifeh M., Lotfi F. H. Matrix-based network data envelopment analysis: A common set of weights approach // Socio-Economic Planning Sciences. 2024. Vol. 95. Article 102044. DOI 10.1016/j.seps.2024.102044
25. Ундарга Л. Методика анализа эффективности финансирования малого и среднего предприятия на основе улучшенной модели DEA // Актуальные вопросы повышения экономической эффективности агропромышленного комплекса в современных условиях: материалы междунар. науч.-практ. конф. (Улан-Удэ, 31 октября 2023 г.). Улан-Удэ: Бурятская ГСХА им. В. Р. Филиппова, 2023. С. 8–16. EDN ECZOCL
26. Моргунов Е. П., Моргунова О. Н. Модификация метода «Анализ среды функционирования» на основе использования эталонных границ эффективности // Системы управления и информационные технологии. 2007. № 1-2 (27). С. 262–268. EDN JWKLYD
27. Деревянов М. Ю. Системный анализ сложноструктурированного комплекса переработки нефтесодержащих отходов // Вестник Самарского государственного технического университета. Серия: Технические науки. 2024. Т. 32, № 1 (81). С. 32–55. DOI 10.14498/tech.2024.1.3. EDN DYNHKX
28. Wang Z., Fan Z. Green sustainability assessment and efficiency improvement study of international oil and gas companies: Based on data envelopment analysis // Heliyon. 2025. Vol. 11, iss. 1. Article e40942. DOI 10.1016/j.heliyon.2024.e40942
29. Клейнер Г. Б. Производственные функции: теория, методы, применение. М.: Финансы и статистика, 1986. 239 с.

Показать весь текст