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.

Страницы: 1, 2, 3, 4, 5, 6