Методы маркетинговых исследований в регионе

ВОЛГО-ВЯТСКАЯ АКАДЕМИЯ ГОСУДАРСТВЕННОЙ СЛУЖБЫ

Дисциплина:

«Региональное управление и экономика»

РЕФЕРАТ

на тему: «Методы маркетинговых

исследований в регионе»

Выполнил: студент группы

№ 015 Катан Д.А.

Проверил:

Нижний Новгород

2002 год.

СОДЕРЖАНИЕ

|Введение |3 |

|1. Принципиальная схема маркетинговых исследований |4 |

|2. Методы маркетинговых исследований в регионе |8 |

|2.1. Математико-статистические методы многомерного сравнительного| |

|анализа |9 |

|2.2. Таксономические методы |11 |

|3. Факторный анализ |13 |

|4. Корреляционный анализ |15 |

|5. Регрессионный анализ |16 |

|Заключение |21 |

|Используемая литература |22 |

ВВЕДЕНИЕ

Экономическая реформа, направленная на формирование рыночных отношений,

вносит глубокие изменения в содержание и методы анализа социально-

экономического развития, подготовку необходимой для этого анализа

информации. Новая система анализа должна быть разработана в соответствии с

современными требованиями на всех уровнях государственного и хозяйственного

управления.

Соответственно возникла необходимость развития ряда новых направлений

экономического анализа, изменения общей его методологии, в том числе и по

традиционным направлениям, которые продолжают. сложившуюся ранее практику.

В связи с этим, значительные изменения необходимо осуществить в системе

используемых при анализе статистических показателей. Они должны, во-первых,

отражать происходящие в экономике новые процессы и, во-вторых, строиться с

учетом современной организации статистики (постепенного отказа от сплошной

отчетности, в том числе и в государственном секторе, широкого применения

выборочных обследований и переписей, досчета ряда показателей).

В отличие от существовавшей практики, когда содержательная сторона

экономического анализа предопределялась составом имеющихся, в ряде случаев

неупорядоченно сложившихся показателей, теперь целесообразно реализовать

иной подход к определению системы показателей — построить ее, исходя из

направлений и содержания самого анализа.

1. Принципиальная схема маркетинговых исследований

Разработка принципиальной схемы маркетинговых исследований ставит целью:

- представить во взаимосвязанной форме механизм функционирования

российской экономики;

- исходя из этого сформировать основные направления анализа происходящих

в экономике процессов;

- определить систему показателей, необходимых для такого анализа.

Обоснование такой системы имеет существенное значение и для решения другой

не менее важной задачи — определения с учетом новых условий современных

подходов к организации всей системы статистической информации с тем, чтобы

обеспечить:

- получение новых показателей;

- изменение при необходимости методологии исчисления применяемых

показателей;

- информационное обеспечение потребностей экономического анализа в целом;

- определение принципов дальнейшего развития системы статистической

информации.

Разработка схемы предполагает, наряду с обобщением прежней

статистической практики и методологии экономического анализа, теоретическое

обоснование разрабатываемой схемы. В этом отношении указанная работа

выходит за традиционные рамки исследований и разработок в области

статистики, соприкасается с решением ряда социально-экономических проблем

переходного периода.

Это обстоятельство вносит дополнительные ограничения в подготовку

принципиальной схемы анализа. Сложившейся отечественной теории экономики

переходного периода и, тем более, теории рынка на сегодняшний день не

существует, и вряд ли она в ближайшее время будет создана. К тому же в

современных условиях ни одна из имеющихся версий таких теорий не может

выступать в качестве официальной, государственной. Скорее всего, можно

предположить, что на российском экономическом теоретическом рынке будут

конкурировать идеи различных школ, подобно тому, как это имеет место в

других развитых странах, где продолжается сосуществование и развитие

монетаризма и либерализма, с одной стороны, кенсианства и теории

государственного регулирования рынка и социального развития общества в

целом — с другой. В России, кроме того, подобно другим бывшим

социалистическим странам, сильны традиции и влияние марксизма, и было бы

ошибкой исключить возможности развития его теоретического наследия. Из этой

гипотезы вероятного состояния экономической науки вытекают следующие выводы

относительно характера теоретического обоснования схемы анализа:

- во-первых, оно должно исходить из учета современного состояния

экономической теории и осуществляться в рамках, не превышающих практические

потребности разработки названной схемы;

- во-вторых, его можно было бы ограничить обоснованием минимума исходных

положений, приемлемых для сторонников различных теорий в расчете на то, что

развитие последних будет осуществляться вне границ разработки схемы

анализа, иными силами и в другие сроки.

Разработка принципиальной схемы была начата в Аналитическом управлении

Госкомитета России весной 1994 г. Проект принципиальной схемы был

рассмотрен на заседании Коллегии Госкомстата России в ноябре 1994 г., и

проведенная на первом этапе работа получила одобрение. Подготовку

материалов по схеме намечено скоординировать с основными направлениями

информатизации государственной статистики в 1995—1997 гг. В настоящее время

в основном сформулирован перечень блоков и состав включенных в них

показателей. В первую очередь определились показатели новых, нетрадиционных

по своему содержанию блоков.

Предмет маркетинговых исследований — процесс социально-экономического

развития общества в различных его аспектах и взаимосвязях — является тем

же, что и в других областях экономической статистики. Схема маркетинговых

исследований строится на базе существующей отраслевой статистики, системы

экономических балансов и моделей (создаваемой системы национальных счетов,

межотраслевого баланса и других) и взаимодействует с уже сложившимися и

новыми направлениями развития отдельных разделов статистики. Вместе с тем

она расширяет возможности системного анализа процесса социально-

экономического развития и открывает ряд новых его направлений.

Принципиальная схема анализа охватывает все имеющиеся массивы информации,

системы экономических балансов и моделей, включая уровень предприятий, и

определяет формы использования соответствующих данных применительно к

содержательной стороне (направлениям анализа), а именно — изучению,

прогнозированию и удовлетворению потребностей в товарах и услугах.

Уровни анализа

Направления анализа:

• динамика народного хозяйства;

• решение социальных проблем;

•инфляция;

• развитие отраслей;

• инвестиции и технический уровень производства;

• развитие регионов;

• финансовое положение;

• внешнеэкономическая деятельность;

• экономические реформы;

• экономическая безопасность;

• место России в мировой экономике (для регионов — в российской).

Расшифровка основных направлений применительно к территориальному

уровню:

- динамика и пропорции экономики, сбалансированность ее развития;

- решение социальных проблем, жизненный уровень населения,

сбалансированность потребительского рынка, демографические процессы;

- инфляция, динамика цен, финансовое обращение, курс рубля;

- развитие отраслей, демонополизация и структурная перестройка

производства, реализация важнейших программ регионального развития;

- инвестиции, технический уровень, развитие производственного

потенциала;

- развитие регионов, социально-экономическое положение республик, краев,

областей, районов и других территорий;

- финансовое положение экономики, рентабельность, состояние расчетов,

сбалансированность бюджетов;

- внешнеэкономическая деятельность, экспорт и импорт, межрегиональное

взаимодействие;

- экономическая реформа, формирование многоукладной экономики,

формирование рыночной среды и инфраструктуры рынка.

Любая из этих проблем может изучаться самостоятельно, вместе с

некоторыми другими направлениями анализа по суженному, либо полному перечню

в разном сочетании отдельных его направлений. Выбор направлений в каждом

случае будет обусловлен задачами анализа, его масштабом и сроками, которые

должен определять заказчик.

2. Методы маркетинговых исследований в регионе

Существуют различные классификации методов экономического анализа.

Первый уровень классификации выделяет неформализованные и формализованные

методы анализа. Первые основаны на описании аналитических процедур на

логическом уровне, а не на строгих аналитических зависимостях. К ним

относятся методы экспертных оценок, сценариев, психологические,

морфологические сравнения, построения, систем показателей, построения

систем аналитических таблиц и т.п. Применение этих методов характеризуется

определенным субъективизмом, поскольку большое значение имеют интуиция,

опыт, но, с другой стороны, это же является и их достоинством, поскольку

такой сложный объект исследования как экономика во многих случаях не может

быть с таким же успехом формализован как многие технические системы.

Ко второй группе относятся методы, в основе которых лежат достаточно

строгие формализованные аналитические зависимости. Известны десятки этих

методов; они составляют второй уровень классификации. Перечислим некоторые

из них. Классические методы анализа хозяйственной деятельности и

финансового анализа: цепных подстановок, арифметических разниц, балансовый,

выделения изолированного влияния факторов, процентных чисел,

дифференциальный, логарифмический, интегральный, простых и сложных

процентов, дисконтирования.

Традиционные методы экономической статистики: средних и относительных

величин, группировки, графический, индексный, элементарные методы рядов

динамики.

Математика-статистические методы изучения связей: корреляционный анализ,

регрессионный анализ, дисперсионный анализ, факторный анализ, метод главных

компонент, ковариационный ана-лиз, метод объекто-периодов, кластерный

анализ и другие методы.

Эконометрические методы: матричные методы, гармонический анализ,

спектральный анализ, методы теории производственных функций, методы

межотраслевого баланса.

Методы экономической кибернетики и оптимального программирования: методы

системного анализа, методы машинной имитации, линейное программирование,

нелинейное программирование, динамическое программирование, выпуклое

программирование, методы распознавания образов, методы нечетких вычислений,

нейросетевое моделирование и другие.

Методы исследования операций и теории принятия решений: метод теории

графов, метод деревьев, метод бейсовского анализа, теория игр, теория

массового обслуживания, методы сетевого планирования и управления.

Большая часть из перечисленных выше методов активно используются в

работе департамента экономики и прогнозирования, экономических служб многих

районов.

2.1. Математико-статистические методы многомерного сравнительного анализа

В последние годы заметно возрос интерес к методам многомерного

сравнительного анализа. Их применяют и в «качественных» науках - в

отраслевых экономиках (особенно в экономике сельского хозяйства,

промышленности, торговле, в экономике предприятия) — и в науках

«количественных» (статистике, эконометрии).

Свидетельством большого интереса к этой проблематике служат

многочисленные публикации. Изучение всех этих публикаций (чаще всего это

статьи) и выбор из их числа наиболее ценных - задача довольно трудная.

Вместе с тем ощущается явная нехватка руководства, которое содержало бы

доступное изложение материала, относящегося к этой области.

В данном разделе описаны процедуры, которые помогают выявлению

закономерностей в статистических совокупностях, характеризуемых достаточно

многочисленным набором признаков. Самое широкое применение при проведении

данного рода исследований нашли методы таксономии и некоторые процедуры

факторного анализа.

В деятельности исследователя большую роль играет проведение разного рода

сравнительных исследований, заключающихся в сопоставления данных. Подобные

сопоставления встречаются как в статистических и эконометрических

исследованиях, так и в экономических исследованиях «традиционного» типа при

выполнении анализа рынка, анализа деятельности предприятий и т.п. Как

правило, такие исследования проводятся на основе модели с небольшим числом

переменных, чаще всего с одной или двумя, что чрезмерно упрощает

реальность. Большинство экономических явлений в действительности

характеризуется множеством разнообразных признаков, число которых нередко

достигает нескольких десятков. В таких случаях проведение исследований

традиционными методами значительно усложняется или становится просто

невозможным. Следовательно, появляется необходимость либо в приспособлении

для экономических исследований тех методов, которые уже применяются в

других научных дисциплинах, либо в разработке новых методов. К настоящему

времени наиболее широко применяются при проведении сравнительного анализа

таксономические методы и некоторые методы

факторного анализа.

Происхождение термина сравнительный многомерный анализ объясняется

использованием как в таксономических методах, так и в факторном анализе

понятия многомерный объект, под которым понимают либо статистическую

единицу (часто называемую структурной единицей), определяемую набором

значений признаков, либо признак, который задан его значениями на отдельных

статистических единицах. Поэтому понятием многомерный сравнительный анализ

в экономических исследованиях обозначается целый ряд разнородных методов,

служащих для выявления закономерностей в статистических совокупностях,

единицы которых описываются относительно многочисленным набором признаков.

Применение этих методов, таким образом, расширяет возможности проведения

разнообразных

сопоставлений на многомерных объектах. В таксономических методах

сопоставления проводятся с помощью матрицы расстояний, а в факторном

анализе — с помощью матрицы корреляций.

2.2. Таксономические методы

В настоящем разделе большее внимание уделено таксономическим методам. Их

название происходит от двух греческих слов: таксис (что означает

расположение, порядок) и номос (закон, правило, принцип). Таким образом,

таксономия — это наука о правилах упорядочения и классификации.

Первоначально это понятие употреблялось только для определения науки,

занимающейся классификацией растений и животных. Сейчас понятия и методы

таксономии находят применение для упорядочения и разбиения на группы

объектов различной природы, а не только биологических. Ими стали

пользоваться антропологи, затем географы, а в последнее время к таксономии

все чаще прибегают представители различных экономических дисциплин.

Основным понятием, используемым в таксономических методах, является так

называемое таксономическое расстояние. Это — расстояние между точками

многомерного пространства, исчисляемое чаще всего по правилам аналитической

геометрии. Размерность пространства определяется числом признаков,

характеризующих единицы изучаемой совокупности. В двойственной же задаче, в

которой признаки выступают в роли объектов исследования, размерность

пространства определяется числом структурных единиц. Таким образом,

таксономическое расстояние исчисляется между точками-единицами, либо

точками-признаками, расположенными в многомерном пространстве. Исчисленные

расстояния позволяют определить положение каждой точки относительно

остальных точек и, следовательно, определить место этой точки во всей

совокупности, что делает возможным их упорядочение и классификацию.

В зависимости от целей исследования таксономические методы можно

разделить на три группы: методы упорядочения, методы разбиения, методы

выбора репрезентантов групп.

Первая группа включает методы, упорядочивающие единицы изучаемой

совокупности, причем здесь можно выделить два направления. В одном случае

достигается линейное упорядочение, в другом - нелинейное.

Линейное упорядочение (например, методом Чекановского) заключается в

проецировании точек многомерного пространства на прямую.

Вроцлавские математики разработали так называемый метод дендритов

(именуемый также вроцлавской таксономией), при котором точки многомерного

пространства проецируются на плоскость, чем достигается нелинейное

упорядочение изучаемых элементов.

Вроцлавская таксономия находит все большее применение во многих

экономических дисциплинах как в своем первоначальном

виде, так и в дальнейших модификациях.

Вторая группа методов имеет дело с задачами разбиения множества на

группы однородных элементов. Среди них можно выделить метод Чекановского,

приспособленный для проведения территориальных экономических исследований

благодаря тому, что в нем учи-тывается информация о связях между всеми

объектами (расположены ли они далеко или близко друг от друга). Другим

широко используемым методом является так называемый метод шаров. Он менее

трудоемок, нем другие методы, что составляет его несомненное достоинство.

Третья группа таксономических методов применяется с целью выбора

репрезентантов групп. Она имеет большое значение, особенно при нахождении

так называемых диагностических признаков, т.е. признаков, передающих самые

существенные особенности весьма

многочисленного набора исходных признаков.

3. Факторный анализ

Другим целям служит факторный анализ. Его название происходит от

введенного Ч. Спирмэном понятия общий фактор. Этот термин был впервые

употреблен в психологии. Идею Спирмэна в дальнейшем развил Л.Л. Тэрстоун,

который считается создателем многофакторного анализа.

Главная цель факторного анализа — установление общих закономерностей,

определяющих сущность изучаемого явления. Материалом, на базе которого

проводятся такие исследования, служат наблюдения над вариацией значений

множества признаков, характеризующих данное явление. Непосредственное

раскрытие сущностных закономерностей бывает весьма затруднено, а иногда и

просто невозможно, если рассматриваемое множество признаков оказывается

настолько велико, что избыток информации начинает мешать пониманию наиболее

существенных взаимосвязей. Выявление закономерностей облегчается, если

среди рассматриваемых признаков найдутся такие, которые сильно

коррелированы между собой и поэтому мало отличаются друг от друга в

отношении информации об исследуемом явлении. В таких случаях следует

заменить группу сильно коррелированных признаков некой расчетной

«синтетической» величиной (равнодействующей). Полученная величина после

интерпретации (соответствующей области исследования) называется фактором и

рассматривается как одна из закономерностей изучаемого явления.

Такая замена групп коррелированных признаков факторами должна проводиться

с наименьшими потерями информации, заключенной в исходном множестве

признаков. Теоретически полное отражение информации, содержащейся в

некотором множестве признаков, достигается лишь в том случае, когда число

факторов равно числу признаков.

В настоящее время в управленческой практике используется множество

социально-экономических показателей, всесторонним образом характеризующих

происходящие процессы.

Однако для текущего управления экономикой области многие из этих

показателей не являются необходимыми. Многократное описание одного и того

же явления большим числом различных показателей не только не проясняет, а,

наоборот, часто даже затемняет картину действительности.

Все более широкое введение автоматической обработки данных создает

опасность «переинформирования» руководителей путем предоставления им очень

большого количества отчетов, содержащих подробные фактические данные с

низкой степенью аналитичности.

Вполне целесообразно поэтому разработать метод получения как можно

меньшего набора социально-экономических показателей, с помощью которых

руководители будут получать необходимую информацию о наиболее важных

особенностях социально-экономических процессов, происходящих в области.

Наличие такого рода сведений, например, необходимо для проведения быстрой

оценки уровня социально-экономического развития районов области, что, в

свою очередь, делает возможным своевременное принятие решений на будущий

период. Ведь в этом случае внимание руководителя не поглощено изучением

обширного перечня аналитических данных с небольшим количеством обобщенной

информации, содержащейся в существующих сводных показателях.

К настоящему времени опубликовано большое количество работ, авторы

которых применяют корреляционный и регрессионный анализы в экономических

исследованиях. Однако следует отметить, что в некоторых из них авторы не

принимают во внимание то обстоятельство, что корреляционный и регрессионный

анализы базируются на ряде предпосылок вероятностного характера, что,

приступая к изучению экономических явлений, исследователь выдвигает

определенную гипотезу о существовании, характере и форме связи и на

заключительном этапе исследования может с определенным уровнем вероятности

принять ее или отвергнуть. Поэтому весьма часто исследователи делают

неправильные и необоснованные выводы, заменяя конкретный причинный анализ

изучаемых явлений чисто формальным. При моделировании конкретного

экономического явления необходимо прежде всего четко и полно сформулировать

те условия допущения и ограничения, в рамках которых можно применять

построенную модель. Использование математической теории бывает оправдано в

той степени, в какой выполняются предпосылки ее применения. В то же самое

время формальный математический аппарат не должен заменять экономический

анализ и интуицию исследователя, потому что целью анализа является сущность

экономических закономерностей, а не математические формулы.

То есть количественный и качественный виды анализа на всех этапах

построения модели должны быть в диалектическом единстве.

Используя корреляционный и регрессионный методы анализа экономических

явлений, необходимо учитывать их особенности:

многомерность, немногочисленность (по сравнению с естественными

микроявлениями), быструю изменчивость, дискретность, наличие случайной

компоненты. Использование этих методов может быть только тогда эффективным,

когда достаточно последовательно и правильно будут выполнены их теоретико-

вероятностные предпосылки.

4. Корреляционный анализ

Корреляционным анализом называют анализ зависимостей случайной величины

от случайных аргументов в отличие от регрессионного анализа, под которым

понимают анализ зависимости случайной величины от .неслучайных аргументов.

Как всякий статистический метод, классический корреляционный анализ

применим при определенных предпосылках:

1) случайные величины У и Х (в многомерном случае X1, Х2, ..., Хр)

представляют собой выборку из двумерной (многомерной) генеральной

совокупности с нормальным законом распределения;

2) отдельные наблюдения стохастически независимы, т.е. значения данного

наблюдения не должны зависеть от значения предыдущего и последующего

наблюдений (проверка наличия автокорреляции);

3) аналитическое выражение, аппроксимирующее эмпирическую кривую У=1 (X)

(в многомерном случае V=f (X1, X2, ..., Хр), должно быть линейным

относительно своих параметров;

4) дисперсия случайной величины У остается постоянной при изменении

величины Х (или Xi) или пропорциональной некоторой известной функции от

Х(Хi).

5. Регрессионный анализ

Применение регрессионного анализа предполагает обязательное выполнение

предпосылок 2—4 корреляционного анализа. Он тесно связан с корреляционным

анализом. Но регрессионный анализ предъявляет менее жесткие требования к

исходной информации. Например, проведение регрессионного анализа возможно

даже в случае некоторого отличия распределения случайных величин от

нормального, что существенно, так как часто распределение экономических

величин асимметрично. При многомерном регрессионном анализе часто возникает

проблема мультиколлинеарности, т.е. между несколькими аргументами

существует линейная связь или коллинеарность — линейная взаимосвязь между

двумя показателями.

В классическом регрессионном анализе предполагается, что между

независимыми переменными отсутствует линейная связь (это в экономической

практике встречается довольно редко).

Мультиколлинеарность затрудняет проведение анализа. Во-первых,

усложняется процесс выделения наиболее существенных факторов; во-вторых,

искажается смысл коэффициентов регрессии. В-третьих, при решении системы

нормальных уравнений для получения коэффициентов регрессии определитель

близок к нулю, что влечет за собой появление множества оценок коэффициентов

регрессии. На практике считается, что два аргумента коллинеарны, если

парный коэффициент корреляции между ними по абсолютной величине равен 0,8.

Более точный метод — следующий: аргумент можно отнести к числу

мультиколлинеарных, если коэффициент множественной корреляции этой

переменной от всех остальных аргументов больше коэффициента множественной

корреляции между зависимой переменной и множеством всех независимых

переменных.

К одной из эффективных мер по устранению мультиколлинеарности, как

показывает опыт, относится исключение из рассмотрения одного или нескольких

линейно связанных аргументов либо привлечение дополнительной информации.

Другой метод устранения влияния мультиколлинеарности состоит во введении

искусственной ортогональности.

Следует отметить также, что матрица парных коэффициентов корреляции

позволяет в некоторой степени сократить информацию путем перехода от

системы первоначально зарегистрированных параметров к системе меньшей

размерности при повышении адекватности отражения изучаемых процессов.

До последнего времени для построения экономико-статистических моделей в

основном применялись методы группировок и методы корреляционного и

регрессионного анализов. Необходимость расширения формального аппарата

экономико-статистического моделирования связана с объективными трудностями,

которые продиктованы невыполнением предпосылок использования

корреляционного и регрессионного анализов, так как классическая теория

вероятностей и математическая статистика создавались применительно к

анализу явлений природы. Социально-экономические же явления многомерны,

разнообразны, дискретны, имеют случайную компоненту. Вышеперечисленные

особенности экономических процессов требуют применения в дополнение к

аппарату классической статистики более универсальных методов

математического описания. Од ним из путей решения этой проблемы является

использование методов распознавания образов, как правило, на ЭВМ.

Аппарат теории распознавания образов позволяет выделить однородные

группы по большому числу признаков, находить зависимости одновременно от

количественных и качественных факторов. Методы теории распознавания образов

можно применять почти на всех этапах экономико-статистического

исследования: при анализе структуры выборочной совокупности, для выбора

представителей групп, при обработке экспертных оценок.

Однако в теории распознавания образов много нерешенных проблем. В

распоряжении исследователя пока нет надежных формальных критериев для

оценки и сравнения разных алгоритмов и программ распознавания образов.

В то же время комплексное применение методов корреляционного и

регрессионного анализов и теории распознавания образов способствует

идентификации эконометрических моделей больших размерностей; позволяет

учитывать факторы, не имеющие количественного измерения.

Содержание моделирования с помощью комплексного применения трех

вышеуказанных методов состоит в том, чтобы интересующую нас зависимость

выразить как совокупность моделей двух типов: дискретной модели,

описывающей типологическую структуру совокупности, и системы непрерывных

моделей объектов внутри классов. Построение дискретно-непрерывной модели

включает две основные стадии: разбиение общей совокупности объектов на

однородные части с помощью методов теории распознавания образов и

построение для каждой части самостоятельной регрессионной модели.

С целью получения обобщенных показателей можно пользоваться среди прочих

таксономическими методами или методами факторного анализа, причем можно

также предложить такой подход, при котором одновременно находят применение

и те и другие методы.

Предварительная операция, имеющая важнейшее значение для получения

правильных конечных результатов, одинакова для всех процедур. Она

заключается в определении множества исходных признаков (системы

показателей), характеризующих исследуемый объект.

Построение показателей только на основе таксономических методов заключается

в осуществлении следующих шагов. Первой операцией является разбиение

исходного множества показателей на подмножества однородных элементов. Тогда

элементы каждого из подмножеств можно рассматривать как описание

определенного аспекта объекта исследования.

Следующий шаг сводится к определению одного признака, который можно

рассматривать как представляющий все признаки данного подмножества. Можно

выделить два варианта решения этой задачи:

- выбор одного так называемого существенного признака;

- построение некой синтетической величины, являющейся равнодействующей

всех признаков одного подмножества и называющейся показателем уровня

развития.

В случае первого решения задачи, т.е. определения набора существенных

признаков, очередные операции сводятся к построению социально-экономических

показателей, которые образуются путем соответствующего сочетания

показателей, характеризующих различные стороны объекта исследования.

В свою очередь, принятие второго предложения, а значит, расчет значений

показателей уровня развития, - последний шаг построения показателей, так

как полученное значение этого показателя характеризует те социально-

экономические процессы, которые описываются исходными признаками.

При таком способе действия получаемые показатели развития — искомые

синтетические социально-экономические показатели.

Представляется, что рассмотренные способы построения показателей только

на основе таксономических методов обладают определенными недостатками. В

самом деле, при пользовании существенными признаками в принципе никогда нет

уверенности относительно правильности выбора именно этого, а не другого

признака, поскольку значения показателей, среди которых выбираются

существенные признаки, не всегда достаточно сильно отличаются друг от

друга. Это означает, что роль существенного признака одинаково хорошо могут

выполнять несколько признаков.

ЗАКЛЮЧЕНИЕ

Для определения потребности в проведении маркетинговых исследований все

организации должны проводить мониторинг внешней среды, например поиск

признаков несоответствия используемого комплекса маркетинга условиям рынка.

Однако информация, полученная от акционеров, дилеров, скорее всего,

касается проблем-симптомов, а не базовых проблем. Задачей же исследований

как раз и является выявление базовых проблем, лежащих в основе проблем-

симптомов, решение которых позволяет разработать рациональную структуру

промышленности и промышленной политики в соответствии со структурой

потребностей общества и личности. Ориентация экономики на удовлетворение,

прежде всего, социальных потребностей, создание механизмов, сочетающих

экономическую результативность и социальную справедливость, позволит более

быстрыми темпами выйти из кризисной ситуации.

Государственные и муниципальные органы постоянно имеют дело с

потребностями населения, для удовлетворения которых обладают ресурсами, но

их ресурсы ограничены, поэтому использование маркетинговых приоритетов и

стратегий становится особенно актуальным, так как позволяет, во-первых,

повысить эффективность государственных программ и услуг, во-вторых, создает

научную основу для определения стратегии и тактики управления в

соответствии с потребностями населения, в-третьих, оптимизирует весь

управленческий цикл от определения целей и задач политическими лидерами до

оценки их избирательных программ с точки зрения потребителей;

в-четвертых, обеспечивает массовую поддержку властным структурам, рост

доверия к их политике и активное участие населения в государственных

программах, в-пятых, у государственных служащих формируется стереотип

мышления, ориентированный на нужды граждан.

В настоящее время, в целях отлаживания эффективного механизма рыночного

регулирования, значительное место должно занимать изучение функционирования

экономики в рыночных условиях. Соответственно возникает необходимость

совершенствования экономического анализа, изменение его общей методологии.

В связи с этим в изменениях нуждается система используемых при анализе

статистических показателей. Они должны, во-первых, отражать новые рыночные

процессы в экономике и, во-вторых, строиться с учетом современной

организации статистики (переход от сплошной отчетности к выборочным

обследованиям).

Формирование рыночных отношений выдвигает повышенные требования к

составу и качеству информации как для нужд государственного управления, так

и для хозяйствующих субъектов, функционирующих в рыночных условиях.

Существующее положение вещей в этой области не удовлетворяет новым

требованиям. Необходимо формирование единого информационного пространства

России. Нужна хорошо продуманная политика информатизации, ее

территориальных подразделений как части информационного пространства

России. Единое информационное пространство должно охватывать также

предприятия и организации, где и создается первичный маркетинговый

информационный продукт - сама маркетинговая информация. Следует

организовать маркетинговую службу для сбора информации, информационных

исследований, необходимых предприятиям и организациям, функционирующим на

рынке Нижегородской области.

ИСПОЛЬЗУЕМАЯ ЛИТЕРАТУРА

1. Морозова Г.А., Мальцев В.А., Методология маркетинговых

исследований в регионе. – Н.Н., Издательство ВВАГС, 1998.-132с.

2. Морозова Г.А., Управление регионом: маркетинговый подход. – Н.Н.

Издательство ВВАГС, 1999.-144с.

3. Морозова Г.А., Практический маркетинг в регионе. – Н.Н.,

Издательство ВВАГС, 2000.185с.

-----------------------

Микро

Территориальный

Отраслевой

Макро