Проблемно-ориентированный анализ эффективности деятельности предприятий золотодобывающей промышленности Дальнего Востока | Краденых | Записки Горного института

Проблемно-ориентированный анализ эффективности деятельности предприятий золотодобывающей промышленности Дальнего Востока

И. А. Краденых, А. В. Барчуков

Аннотация


Предметом статьи является анализ современного состояния и эффективности хозяйственной деятельности золотодобывающих предприятий Дальнего Востока, занимающихся освоением россыпных месторождений. На основе графического метода установлены отношения между критериями «причина – следствие» и «средства – эффект», выявлена иерархия институционально-организационных, экономических и научно-технических проблем, представленных в виде причинно-следственной диаграммы «дерева проблем», логическим продолжением которой является построение «дерева целей». Структурированы по иерархическому принципу цели золотодобывающих предприятий, направленные на повышение их экономической эффективности. Область применения полученных результатов может способствовать разработке ряда мер на уровне государственных или муниципальных структур по развитию золотодобывающих предприятий Дальневосточного региона с учетом вовлечения в отработку малоосваиваемых россыпных месторождений. Изложенные подходы и методы могут быть использованы при планировании, прогнозе и оценке экономической эффективности деятельности предприятий.


Ключевые слова


золотодобывающая отрасль; экономическое развитие; россыпные месторождения золота; метод «дерева проблем»; метод «дерева целей»

Полный текст:

PDF

Литература


Боярко Г.Ю. Налогообложение горного имущества // Разведка и охрана недр. 2004. № 2. С.62-64.

Ишаев В.И. Динамика инвестиций для региона // Парламентская газета на Дальнем Востоке. 2013. № 3 (337).

Кавчик Б.К. Опыт успешной добычи россыпного золота // Золотодобыча. 2007. № 103. С.13-19.

Таракановский В.И. Проблемы добычи золота из россыпных месторождений России // Золотодобыча. 2008. № 116. С.34-39.

Штыров В. Золотодобывающая промышленность Республики Саха (Якутия) // Экономика России – XXI век. 2002. № 9. С.52-53.

Hancock T.R., Jiang T., Li M., Tromp J. Lower Bounds on Learning Decision Lists and Trees. Information and Computation. 1996. N 126 (2). P.114-122.

Rokach L., Maimon O. Top-Down Induction of decision tree Classifiers. IEEE Trans. on Systems, Man and Cyber-netics. 2002. Vol.1. P.1-12.




DOI: http://dx.doi.org/10.31897/pmi.2015.1.43

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.