WIELOWYMIAROWA OCENA ZAKŁADÓW PRODUKCYJNYCH ZRZESZONYCH W GRUPIE PRODUCENCKIEJ *

Transkrypt

1 Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr Informatyka i Ekonometria 3 Adam Soda Politechnika Śląska Wydział Organizaci i Zarządzania Instytut Ekonomii i Informatyki adam.soda@polsl.pl WIELOWYMIAROWA OCENA ZAKŁADÓW PRODUKCYJNYCH ZRZESZONYCH W GRUPIE PRODUCENCKIEJ * Streszczenie: W artykule przedstawiono wielowymiarową ocenę zakładów produkcynych zrzeszonych w grupie producenckie. W przypadku takie struktury przedsiębiorstwa istotna est zarówno możliwość oceny poszczególnych zakładów względem innych zrzeszonych w dane grupie, ak i wskazanie zakładów podobnych do siebie. W artykule przedstawione zostały metody analizy skupień oraz metoda wzorca. Metody te zastosowano do budowy oceny kopalń węgla kamiennego, zrzeszonych w grupie producenckie, na podstawie danych z 2013 r. Słowa kluczowe: analiza wielowymiarowa, kopalnia, analiza skupień. Wprowadzenie Reforma górnictwa w Polsce sięga roku 1989, kiedy to funkconowało 70 kopalń, przy czym 3 były w budowie. Produkowały one 177,4 mln Mg i sprzedawały na rynek kraowy w granicach 147,5 mln Mg. Proces reform można podzielić na 6 wyraźnych okresów, w których kopalnie były różnie traktowane. Na początku działały ako samodzielne podmioty gospodarcze, co oceniane est negatywnie [Paszcza, 2010, s. 66]. W kolenych okresach następowała konsolidaca kopalń w grupy producenckie wraz z działaniami maącymi na celu ko- * Praca powstała w ramach realizaci proektu badawczego nr N N Metoda wyznaczania wartości kopalni węgla kamiennego, finansowanego ze środków Narodowego Centrum Nauki.

2 152 Adam Soda nieczne ograniczenia zdolności produkcynych, zatrudnienia. Górnictwo dostosowywało się do warunków gospodarki rynkowe i międzynarodowe konkurenci. Ostatni etap doprowadził do ukształtowania się grup producenckich: Kompanii Węglowe S.A., Katowickiego Holdingu Węglowego S.A., Jastrzębskie Spółki Węglowe S.A., działaących na obszarze Śląska, oraz przedsiębiorstwa Lubelski Węgiel Bogdanka S.A., będącego edyną kopalnią zamuącą się eksploatacą węgla kamiennego w Lubelskim Zagłębiu Węglowym. Na terenie Śląska istnieą eszcze: Zakład Górniczy Siltech sp. z o.o. oraz Przedsiębiorstwo Górnicze Silesia sp. z o.o., które prowadzą działalność wydobywczą węgla kamiennego ako prywatne przedsiębiorstwa. Ich udział w rynku est ednak niewielki. Kopalnie działaące w grupie producenckie odpowiadaą za realizacę planu wydobycia, ocenianego głównie pod kątem ilości wydobytego węgla oraz kosztu. Sprzedażą węgla zamue się grupa producencka i to ona odpowiada za przychody ze sprzedaży. W wyniku reform, z 70 istnieących w 1989 r. kopalń w 2009 r. pozostało 31. Produkca z 177,4 mln Mg spadła do 77,5 mln Mg, a sprzedaż na rynku kraowym spadała z 145,1 mln Mg do 64,2 mln Mg. Począwszy od 2009 r., wydobycie utrzymue się na względnie stałym poziomie i w 2014 r. wynosiło 76,5 mln Mg. Z uwagi na rosnące koszty wydobycia oraz niewykorzystane moce wydobywcze należy spodziewać się kolenych działań restrukturyzacynych, w tym zamykania nagorszych kopalń. Dlatego konieczna est ocena poszczególnych kopalń wchodzących w skład grupy producenckie. Do oceny nie można stosować tylko i wyłącznie ednego kryterium, akim est zysk. Obecnie realizowana filozofia zrównoważonego rozwou wskazue na obszary, w których należy przyrzeć się działalności przedsiębiorstwa. W artykule Karbownika i Wodarskiego [2010] przedstawiono różne kryteria, za pomocą których można oceniać kopalnie węgla kamiennego. Metody wielokryterialne mogą być z powodzeniem stosowane do budowy rankingów bądź klasyfikaci obiektów podobnych ze względu na wybrane do oceny kryteria. Za pomocą metod wielokryterialnych oceniano sytuacę ekonomiczną indywidualnych gospodarstw rolnych [Ryś-Jurek, 2008], przeprowadzana była klasyfikaca powiatów woewództwa wielkopolskiego ze względu na sytuacę demograficzną [Szwarc, 2012], a także klasyfikaca kraów Unii Europeskie ze względu na ubóstwo energetyczne [Szamre-Baran, 2012]. Za pomocą tych metod badano zarówno funkce turystyczne przedsiębiorstwa [Jakowska- -Suwalska, 2012], ak i kopalnie bez uwzględnienia grup producenckich pod względem czynników ekonomicznych [Jakowska-Suwalska, 2014].

3 Wielowymiarowa ocena zakładów produkcynych Celem ninieszego artykułu est klasyfikaca 15 kopalń zrzeszonych w grupie producenckie, ze wskazaniem kopalń nalepszych i nagorszych. Do realizaci założonego celu zaproponowana została analiza skupień oraz metoda wzorca rozwou. 1. Zmienne charakteryzuące poszczególne zakłady Do scharakteryzowania kopalń przyęto następuące zmienne, przedstawione w tab. 1. Tabela 1. Charakterystyka zmiennych opisuących kopalnię Z 1 Z 2 Z 3 Z 4 Z 5 Z 6 Z 7 Z 8 Z 9 Z 10 Z 11 Z 12 Z 13 średnia cena sprzedaży węgla [zł/mg] wielkość sprzedaży węgla [Mg] średni poziom wynagrodzeń [zł/os.] wielkość zatrudnienia [os.] koszt zużycia materiałów w procesie produkci węgla [zł/mg] koszt amortyzaci [zł/mg] koszt zużycia energii w procesie produkci węgla [zł/mg] koszt usług obcych w procesie produkci węgla [zł/mg] koszt wynagrodzeń z narzutami [zł/mg] koszty pozostałe [zł/mg] wynik finansowy brutto [zł] wielkość sprzedaży na zatrudnionego [Mg/os.] wartość sprzedaży na zatrudnionego [Mg/os.] Z 14 procent kosztów wynagrodzeń w kosztach całkowitych [%] Z 15 Z 16 Z 17 koszt wynagrodzeń na tonę sprzedaży [zł/mg] średnia kaloryczność tony sprzedanego węgla [kcal/mg] zasoby przemysłowe [Mg] Przedstawiona lista zmiennych została poddana procedurze oceny ze względu na kryteria merytoryczne i statystyczne na podstawie danych z 2013 r. Odrzucono zmienne o współczynniku zmienności mnieszym niż 10% [Dziechciarz (red.), 2002]. Przeprowadzono analizę macierzy współczynników korelaci liniowe Pearsona (tab. 2). Analizuąc zależności pomiędzy zmiennymi, wyznaczono zbiór zmiennych powiązanych ze sobą dla poziomu istotności 0,01. Zbiór ten stanowiły zmienne: Z 2, Z 4, Z 5, Z 6, Z 7, Z 8, Z 9, Z 11, Z 12, Z 13, Z 14, Z 15. Analogicznie do metody grafów doboru zmiennych do modelu ekonometrycznego, wyznaczono dwie zmienne Z 9 i Z 15 które maą nawięce powiązań z pozostałymi. Wybrano zmienną Z 9, uznaąc, że ważnieszy dla oceny est koszt wytworzenia przypadaący na tonę wydobycia. Z te analizy wyłączono zmienne Z 16 i Z 17 ako zmienne związane z posiadanymi przez kopalnie zasobami węgla w odniesieniu do akości i ilości. Ostatecznie otrzymano końcową listę zmiennych: Z 1, Z 3, Z 9, Z 10, Z 16, Z 17.

4 154 Adam Soda Tabela 2. Tabela z zaznaczonymi współczynnikami korelaci liniowe Pearsona Z 1 Z 2 Z 3 Z 4 Z 5 Z 6 Z 7 Z 8 Z 9 Z 10 Z 11 Z 12 Z 13 Z 14 Z 15 Z 16 Z 17 Z 1 * * * * Z 2 ** ** * * * Z 3 * Z 4 ** * * Z 5 * ** ** ** ** * * ** Z 6 ** ** * ** ** ** * ** Z 7 * ** ** ** * ** ** Z 8 * ** * * Z 9 ** ** ** ** ** ** * ** Z 10 Z 11 ** * * ** * ** ** ** ** Z 12 * ** ** ** ** ** * ** Z 13 * * ** ** ** ** ** Z 14 * * ** Z 15 ** ** ** ** ** ** ** Z 16 * * Z 17 * * * * Obaśnienia: Szare pola w tabeli wskazuą na zależność korelacyną pomiędzy zmiennymi Z i, Z, która est statystycznie istotna przy odpowiednich poziomach istotności * 0,05, ** 0,01. W następnym etapie przeprowadzono analizę zmiennych ze względu na formę zależności w odniesieniu do zakładu wzorcowego, i tak uznano, że destymulantami są zmienne Z 3 i Z 9. Zmienne te zamieniono w stymulanty, przemnażaąc e przez 1. Zmienne wyrażone są w różnych ednostkach; aby umożliwić dalsze analizy, poddano e procesowi unitaryzaci celem uednolicenia i doprowadzenia do porównywalności [Kukuła, 2000]. Nowe zmienne otrzymano ako: z U i, = max gdzie = { 1,3,9,10,16,17} zi, min{ zi, : = 1..15} { z : = 1..15} min{ z : = 1..15} i, i,, i I I zbiór indeksów zmiennych wybranych. W dalsze analizie wykorzystano zunitaryzowane zmienne.

5 Wielowymiarowa ocena zakładów produkcynych Klasyfikaca zakładów Jednym z celów grupowania, klasyfikaci est uzyskanie ednorodnych grup badanych obiektów, co sprzya wyodrębnieniu ich zasadniczych cech. Rozróżnia się dwie główne grupy metod klasyfikaci: hierarchiczne i niehierarchiczne. Dla metod hierarchicznych napopularniesza est hierarchiczna analiza skupień, a w przypadku metod niehierarchicznych metoda k-średnich Hierarchiczna analiza skupień Hierarchiczna analiza skupień est to metoda pozwalaąca na podział zbioru obserwaci na podzbiory (tzw. klastry) w taki sposób, że obiekty (zakłady produkcyne) w tym samym klastrze są do siebie podobne. Metoda ta wywodzi się z zakresu metod eksploraci danych i odnosi się do klasyfikaci bezwzorcowe. Zauważmy, że liczba klas, na akie zbiór zostanie podzielony, nie est pierwotnie ustalona. Ważne dla każde metody grupowania est określenie zarówno metryki, na podstawie które wyznaczana est odległość pomiędzy poszczególnymi obiektami, ak i oceny. Odległość była mierzona na podstawie metryki euklidesowe. Do naczęście stosowanych metod oceny w przypadku hierarchiczne analizy skupień est metoda Warda, opieraąca się nie tyle na mierniku odległości, ile na analizie warianci. Skupienia są tak dobierane, aby minimalizować sumę kwadratów odchyleń dwóch dowolnie wybranych skupień, które mogą być uformowane na każdym etapie. Metoda ta est uznawana za bardzo efektywną, choć prowadzi do tworzenia skupień o małe wielkości [Szamre-Baran, 2012]. Na rys. 1 przedstawiono dendrogram otrzymany dla badanych zakładów przy zastosowaniu metody Warda. Przecinaąc dendrogram na różnych wysokościach, otrzymuemy różną liczbę skupień. Na te podstawie wydae się, że liczba skupień, aką można rozważać, wynosi od 2 do 6.

6 156 Adam Soda Rys. 1. Dendrogram otrzymany dla analizowanych kopalń W przypadku trzech skupień, przy przecięciu w granicach przeskalowane odległości pomiędzy 13 a 14, widać poawienie się edne odstaące kopalni K_09. Poawia się grupa kopalń K_04, K_05, K_08, K_10, K_11 są to kopalnie do siebie podobne; następna grupa składa się z kopalń: K_01, K_02, K_03, K_06, K_07, K_12, K_12, K_13, K_14, K_15. W te grupie można eszcze wyróżnić dwa skupiska kopalń; pierwsze z nich to: K_03, K_06, K_12, K_13, a drugie: K_01, K_02, K_07, K_14, K_ Grupowanie metodą k-średnich Metoda k-średnich należy do metod podziałowych analizy skupień. Metody podziałowe dzielą cały zbiór obiektów zgodnie z ogólną zasadą maksymalizaci warianci pomiędzy poszczególnymi grupami, ednocześnie minimalizuąc wariancę wewnątrz tworzonych grup. Metoda k-średnich należy zatem do metod optymalizacyno-iteracynych. Działanie metody zaczyna się od wstępnego podziału zbioru na k skupień poprzez arbitralne przypisanie obiektów do grup. Metoda ta est efektywna dlatego, że nie est wyliczana odległość pomiędzy

7 Wielo owymiarowa ocen na zakładów prod dukcynych wszystkimi par ami obserwaci. Prob blememm w meto odzie k-średnich est ednak wyznaczeniee wstępnego podziału na określonąą liczbę skupieńń [Panek, ]. Podczas grupowaniaa hiera archicznego wyznaczono, że liczb ba skupień, klas dla badane grup py kop palń, przy wybranych zmiennych, może wynosić od 2 do 6. Maąc ustaloną liczbęę klas, zaproponowano metodę k-średnich ako meto odę gru- powania niehierarchicznego. W wyniku działaniaa algo orytmu analizy skupień metodą k-średnich otrzy- mano dla różne ilości klas nast tępuący podział przedstawiony na rys. 2. Rys. 2. Zestawienie wyn ników klas syfikaci koplań do różnych klas, przy ustalonych liczbach skupisk od 2 do 6 (SK-2 do SK-6) Na podstawie powyższych danych wskazano na rozwiązanie otrzymane dla 4 skupień. Pierwsze skupienie tworzą: K_02, K 09, drugie: K_0 01, K 03, K_06 6, K_07, K_ 10, K 12, K 13, K_14 4, K_15 5, trzecie: K 08, K 11, czwarte: K 04, K_05 5. Na podstawie powyższych meto od grupowania można otrzymaćć różne grupy podobnych obie ektów, ednak nie są one w żadnenn sposób uszeregowane.

8 158 Adam Soda 3. Wie elokryterialnaa ocena za pomocą metody wzorca Pozyskana na tym etapie wiedza powinna być uzupełniona o ocenęę pozwala- ącąą na uszeregowanie kopalń oraz wskazanie nalepszych i nag gorszych. W celu ustalenia porządku liniowego wyznaczono metodęę wzorca rozwou. Jako wzorzec rozwou przyęto wek ktor [ 1, 1,1, 1,1, 1 ], gdyż wszystkie zmienne zostały prze ekształ- cone w stymulanty. Dla każde z kop alń wyznaczonoo odległość od wzorca ako: u d = z i, 1, =1,2 2,...,15 i I oraz wielkość miary rozwou: d m = 1 6 Miara rozwou est tak skonstruowana, żee spełnia następuące własności: im wyższy est poz ziom zawiska złożonego, tym wyższa est miara roz zwou, war rtości miary rozwou są zawarte w przedziale [0,1]; miar ra rozwou obli i- czo ona dla wzorca est równa eden, dla antywzorca zaś zero. Dodatkowoo wyzn naczono średniąą wartośćć dla wzorca rozwou równąą 0,495 i odchyleniee standardowe rów wne 0, 125. Dwie kop palnie, K 04 i K 05, miał ły wartości miernika rozwou powyże średnie powiększone o odchylenie stan n- dardowe, a kop alnie K_09, K 06, K 02 poniże średnie pom mnieszone o od- chylenie standardowe. Na wyk kresie poniże (rys. 3) przedstawiono otrzymane wartości miary rozwou dla badanych kopalń. Rys. 3. Otrzymany porz ządek liniowy na podstawie metody wzorca

9 Wielowymiarowa ocena zakładów produkcynych Na podstawie metody porządku liniowego otrzymano, że nagorszą kopalnią est kopalnia K_09, a nalepsze to kopalnie K_04 i K_05. Metody analizy skupień tylko częściowo potwierdziły taką sytuacę. W przypadku hierarchiczne analizy skupień otrzymano skupienie z ednym obiektem, akim była kopalnia K_09, a analiza skupień metodą k-średnich wskazała na skupienie złożone z kopalń K_04 i K_05. Dalsza analiza polegała na pogrupowaniu kopalń bez wskazanych K_04, K_05, K_09. Na pozostałe grupie zastosowano algorytm k-średnich, otrzymuąc następuące grupy: a) K_01, K_07, K_11, K_13, K_14, K_15, b) K_08, c) K_02, K_03, K_06, K_10, K_12. Otrzymane grupy są uż zbliżone do wyznaczonego porządku liniowego. Podsumowanie Uzyskane wyniki dla metod grupowania i porządkowana są porównywalne. Obiekty skrane okazały się nalepie identyfikowalne. Analiza skupień, po odrzuceniu elementów skranych, pozwoliła na zbliżenie się do otrzymanego uszeregowania metodą wzorca. Jeśli ważne est ustalenie pewnego uporządkowania oraz wskazania kopalni nalepszych i nagorszych, to metoda wzorca est tu dobrym uzupełnieniem metod grupowania, i odwrotnie. Prowadząc badania analogiczne do danych z różnych lat, można wykorzystać metody do badania rozwou poszczególnych kopalń w kolenych latach. Dokładna analiza odległości kopalni od wzorca może pozwalać na formułowanie działań maących na celu poprawę pozyci w rankingu. Literatura Dziechciarz J., red. (2002), Ekonometria. Metody, przykłady, zadania, Wydawnictwo Akademii Ekonomiczne, Wrocław. Jakowska-Suwalska K. (2012): Wielokryterialna ocena gmin uzdrowiskowych [w:] A. Szromek (red.), Uzdrowiska i ich funkca turystyczno-lecznicza, Proksenia, Kraków. Jakowska-Suwalska K. (2014): Wielokryterialna ocena przedsiębiorstw górniczych [w:] Zeszyty Naukowe Politechniki Śląskie, Organizaca i Zarządzanie, z. 68, s

10 160 Adam Soda Karbownik A., Wodarski K. (2010), Metodyka wielokryterialne oceny kopalń dla potrzeb budowy strategii spółki węglowe, Przegląd Górniczy, nr 9 (1054), t. 66(CVI). Kukuła K. (2000), Metoda unitaryzaci zerowe, Wydawnictwo Naukowe PWN, Warszawa. Panek T. (2009) Statystyczne metody wielowymiarowe analizy porównawcze, Oficyna Wydawnicza SGH, Warszawa. Paszcza H. (2010), Procesy restrukturyzacyne w polskim górnictwie węgla kamiennego w aspekcie zrealizowanych przemian i zmiany bazy zasobowe, Górnictwo i Geoinżynieria, R. 34, Z. 3. Ryś-Jurek R. (2008), Ocena sytuaci ekonomiczne indywidualnych gospodarstw rolnych z wykorzystaniem wybranych metod ilościowych, Monografia, Rozprawy Naukowe nr 391, Wydawnictwo Akademii Rolnicze. Szamre-Baran I. (2012), Klasyfikaca kraów UE ze względu na ubóstwo energetyczne [w:] K. Jauga, M. Walesiak (red.), Taksonomia 19. Klasyfikaca i analiza danych teoria i zastosowania, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław. Szwarc K. (2012), Klasyfikaca powiatów woewództwa wielkopolskiego ze względu na sytuacę demograficzną [w:] K. Jauga, M. Walesiak (red.), Taksonomia 19. Klasyfikaca i analiza danych teoria i zastosowania, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław. MULTIDIMENSIONAL RATING PRODUCTION FACILITIES GROUPED IN THE PRODUCER GROUP Summary: This article presents a multidimensional evaluation associated production facilities in the the producer group. In the case of the structure of the company is the opportunity to evaluate importance of each undertaking in relation to other grouped in the group, as well as an indication of plants similar to each other. The article presents the methods of cluster analysis and the method of pattern. These methods were used for the construction of coal mines evaluation affiliated producer group on the basis of data from Keywords: multivariate analysis, mine, cluster analysis.