Определение профиля компании как способ отражения качества и количества ресурсов

Как видно из таблицы 6, прирост суммы средств, полученных КОКБМГ от предпринимательской деятельности, составил 56,44% в 2003 году по сравнению с 2002 годом, и всего 9,07% в 2004 году по отношению к 2003 году. Снижение темпов роста поступление может быть следствием насыщения рынка платными услугами данного вида.

Для того, чтобы установить, насытился ли рынок платными офтальмологическими услугами, можно сделать статистический анализ и прогнозирование объемов поступлений от платных услуг с помощью программы ТРЕНД, разработанной на кафедре экономики и управления здравоохранением КГМУ, алгоритм которой представлен на рис.1 [22].

В ходе расчетов по программе ТРЕНД вычисляются основные статистические величины: средняя арифметическая, дисперсия, среднее квадратическое отклонение, коэффициент вариации, темпы прироста, формулы которых приведены ниже (13):

Средняя арифметическая - :

где: yi - варианты показателя,

n - количество показателей.

2. Дисперсия - D:

3. Среднее квадратическое отклонение - :

4. Коэффициент вариации - КV

В норме величина Кv может быть до 10% (30%).

5. Темпы прироста - Т:

где: утек - показатель текущий, упред - показатель предыдущий.

Для выявления взаимосвязи между двумя показателями рассчитывается коэффициент корреляции Пирсона - r:

где: хi - показатель фактора или времени.

Если 0,7r1,0, то динамический ряд показателя имеет устойчивую прямую взаимосвязь с другим показателем.

Если 0,4r0,69, то взаимосвязь средняя.

При 0,01r0,39 взаимосвязь очень слабая или отсутствует.

Рис. 2. Алгоритм программы ТРЕНД

Отрицательное значение коэффициента корреляции указывает на наличие обратной взаимосвязи.

Для подтверждения взаимосвязи коэффициент корреляции проверяется на статистическую значимость по t - критерию Стьюдента - tc:

 (19)

Полученные значения tc сравнивают с табличным значением tt - критерия для 5% уровня значимости. Если расчетное значение tc больше tt, это свидетельствует о статистической значимости r.

Для построения математической модели показателя в зависимости от влияющего фактора проводится регрессионный анализ. В ходе анализа выявляются основные тенденции динамических рядов, которые представляются в виде регрессионной модели, т.е. тренда.

Регрессионное моделирование проводится на основе аналитического выравнивания с использованием тринадцати наиболее распространенных математических функций:

1) линейная y=a+bt (20)

2) экспоненциальная y=a+expbt (21)

3) степенная y=a*tb (22)

4) гиперболическая первого типа y=a+b/t (23)

5) гиперболическая второго типа y=1/ (a+bt) (24)

6) гиперболическая третьего типа y=t/ (a+bt) (25)

7) логарифмическая y=a+blnt (26)

8) S-образная y=exр (a+b/t) (27)

9) обратнологарифмическая y=1/ (a+blnt) (28)

10) модифицированная экспонента y=a+bct  (29)

12) логистическая y=1/ (a+bct) (30)

13) параболическая y=a+bt+ct2 (31)

где: a, b,c - параметры моделей, t - время (годы)

Результаты статистического анализа и математического моделирования представлены в табл.3.

Поступления от предпринимательской деятельности

Вариационная статистика:

средняя арифметическая  = 270,9 тыс. руб.

дисперсия D = 3348,22

среднее квадратическое отклонение  = 57,86

коэффициент вариации Кv = 21,35%;

средний темп прироста Т = 32,59%;

коэффициент корреляции r = 0,945

Полученные данные свидетельствуют о наличии положительной тенденции ежегодного прироста поступлений средств на 32,59%; имеющийся динамический ряд статистически однороден, так как коэффициент вариации (21,35%) ниже значения, принятого за норматив (±30%).

Коэффициент корреляции, равный 0,945 свидетельствует о наличии сильной взаимосвязи в динамике числа пролеченных больных.

В ходе многовариантного математического моделирования отобраны оптимальные модели, которые оказались практически равноценны, так как коэффициенты корреляции между фактическими и теоретическими значениями, рассчитанными по математическим моделям, по всем моделям равны 1,00, также, как и коэффициенты детерминации. Эти показатели свидетельствуют о том, что изменения поступлений средств от предпринимательской деятельности обусловлены только лишь динамикой показателя, а случайные факторы на не оказывают никакого влияния.

По всем трем моделям были рассчитаны прогнозные значения (рис.3), но в качестве прогнозного значения на 2005 год было взято среднее. Таким образом, прогнозируемые поступления от предпринимательской деятельности в 2005 году составит (331,519+330,241+329,124) / 3 = 330,56 тыс. руб.

Итак, в 2005 году также должен быть прирост поступлений, что является благоприятной возможностью.

Таблица 7

Результаты статистического анализа и математического моделирования

показателей деятельности КОКБМГ за 2000-2004 г. г. и прогноз на 2005 год

Рис. 3. Графический анализ динамики поступлений от предпринимательской деятельности, тыс. руб.

Выставлено счетов

Вариационная статистика:

средняя арифметическая  = 8719282,8 руб.

дисперсия D = 1485133,2

среднее квадратическое отклонение  = 385,5

коэффициент вариации Кv = 25,35%;

средний темп прироста Т = 36,46%;

коэффициент корреляции r = 0,992

Полученные данные свидетельствуют о наличии положительной тенденции ежегодного прироста суммы выставленных счетов на 36,46%; имеющийся динамический ряд статистически однороден, так как коэффициент вариации (25,35%) ниже значения, принятого за норматив (±30%).

Коэффициент корреляции, равный 0,992 свидетельствует о наличии сильной взаимосвязи в динамике числа пролеченных больных.

В ходе многовариантного математического моделирования отобраны оптимальные модели, которые оказались практически равноценны, так как коэффициенты корреляции между фактическими и теоретическими значениями, рассчитанными по математическим моделям, по всем моделям равны 1,00, также, как и коэффициенты детерминации. Эти показатели свидетельствуют о том, что изменения суммы выставленных счетов обусловлены только лишь динамикой показателя, а случайные факторы на не оказывают никакого влияния.

По всем трем моделям были рассчитаны прогнозные значения (рис. 4), но в качестве прогнозного значения на 2005 год было взято среднее. Таким образом, прогнозируемые поступления от предпринимательской деятельности в 2005 году составит (16789858+17449298+16094335) / 3 = 16777830 руб. Итак, в 2005 году также должен быть прирост суммы оплаты по выставленным счетам, что является благоприятной возможностью.

Рис. 4. Графический анализ динамики сумм выставленных счетов на оплату лечения, руб.

После проведения STEP-анализа, анализа внешней рыночной среды и анализа деятельности ЛПУ нами была составлена матрица SWOT-анализа (табл.23).

Как видно из таблицы 7, КОКБМГ имеет большое количество благоприятных возможностей для ведения и оптимизации своей деятельности, но при этом также существует большое количество угроз деятельности организации. Например, сильной стороной деятельности организации является ее уникальность, что может привести к повышению доходности деятельности и стабильности финансового состояния, которое на данный момент является кризисным.

2.2 2 этап: анализ стратегического окружения

2.2.1 Социально-культурные факторы

Состояние здравоохранения на территории Курской области.

Курская область - мощный индустриально-аграрный комплекс народного хозяйства. Расположена в центре Европейской части России, на юго-западных склонах Среднерусской возвышенности, между лесной и степной зонами.

Территория области - 28,8 млн. кв. м. (0,2% территории Российской Федерации); климат умеренно-континентальный, среднегодовая температура воздуха колеблется от 4,5°С до 5,8°С.

Данные факторы наряду с достаточно сложной экологической ситуацией на территории Курской области (так как имеется потенциальная опасность радиационного заражения в связи с нахождением на ее территории Курской атомной электростанции, а также большого количества предприятий, на которых потенциально возможны выбросы химически опасных веществ), социальной напряженностью общества, экономическими проблемами, связанными с реформированием экономики, а также сложившейся в последнее время криминогенной обстановкой на территории Курской области и в России в целом, сказываются негативно на медико-демографической ситуации и показателях, характеризующих состояние здоровья жителей города и области.

Для более полного и глубокого анализа состояния здравоохранения области рассмотрим основные показатели медицинского обслуживания населения, в том числе и КОКБМГ.

Рис. 5. Общее количество коек по Курской области

На рисунке 2 видно, что в Курской области в период с 1999 года по 2003 год имеет место тенденция снижения количества коек в стационарах, а, следовательно, и обеспеченности койками на 10000 населения (рис.6) и снижению средней длительности госпитализации (рис.7), что является негативной тенденцией и приведет в дальнейшем к невозможности оказания населению необходимого объема медицинской помощи.

Рис.6. Обеспеченность населения Курской области койками (на 10000 населения), в том числе офтальмологическими

Рис.7. Средняя длительность госпитализации, дней

Также стоит отметить тот факт, что в период с 1999 года по 2002 год в Курской области наблюдался рост обеспеченности населения врачами в общем (рис.5) и практически стабильная обеспеченность населения врачами-офтальмологами (Рис.6), что является положительной тенденцией, так это приводит к повышению качества медицинского обслуживания населения.

Рис.5. Обеспеченность населения врачами (на 10000 населения)

Рис.6. Обеспеченность населения врачами-офтальмологами (на 10000 населения)

Таким образом, влияние состояния здравоохранения области негативно, так как в период с 1999 года по 2002 год происходит снижение обеспеченности населения койками, средних сроков госпитализации (а это может привести к выписке из стационара недолеченных больных), обеспеченности населения врачами-офтальмологами, а, следовательно, данный факт необходимо отразить в угрозах деятельности КОКБМГ.

Демографическая ситуация на территории Курской области характеризуется тем, что из года в год численность ее населения сокращается (рис.7), хотя рождаемость возрастает, но при этом более быстрыми темпами растет смертность.

Рис.7. Динамика естественного движения населения за 1999 - 2002 год (на 1000 населения)

Важным показателем демографической ситуации является структура населения по возрасту. Анализ таблицы 1 показал, что в структуре населения Курской области за период 1999 - 2002 год большую долю занимают люди, находящиеся в возрасте старше 70 лет (от 10,42% до 11,41%), причем заметна тенденция роста данной возрастной группы как в абсолютном, так и в процентном отношении.

Кроме того, необходимо заметить, что население в возрасте старше 60 лет составляет чуть больше 1/5 населения области (от 22,14% в 1999 году до 22,77% в 2002 году), а население в возрасте от 20 до 59 лет (то есть трудоспособное население) составляет от 53,09% в 1999 году до 53,5% в 2002 году (рис.8). Все это говорит о сложившейся в области неблагоприятной демографической ситуации, которая может существенно повлиять на деятельность КОКБМГ, причем это влияние носит негативную направленность, а, следовательно, являет угрозой деятельности учреждения. Но в тоже время, рост населения пожилого возраста является благоприятным фактором для больницы и его необходимо отразить в возможностях.

Рис.8. Динамика структуры населения по возрасту,%

Таблица 1

Структура населения Курской области по возрасту за период 1999-2002 год, тыс. чел.

Страницы: 1, 2, 3