Discrete models of economic efficiency of an oil and gas industry enterprise
DOI:
https://doi.org/10.25726/r7391-9520-1979-aKeywords:
discrete model, economic efficiency, oil and gas industryAbstract
One of the most important goals of the company's strategy is to increase the share of presence in the market of goods or services. For enterprises operating in the segment of providing oil and gas products to the population and enterprises, this indicator is the share of the company's products in the total market share of oil and gas products. Thus, in order to form the strategy of an enterprise for the production of gas and oil, management personnel must have appropriate effective tools in the form of a mathematical model that reproduces the dynamics of the company's share in the market of oil and gas products. It is obvious that the economic efficiency indicator covers all components of the company's strategy, starting from integration into the raw materials market, building logistics, presence in the sales market, ending with the calculation and forecasting of raw material costs, wages, expenses for technological equipment and the like. A detailed analysis of these processes shows that it is advisable to identify two factors that affect the market share of the enterprise and aggregate all other factors, namely: the share of raw material consumption by the enterprise in the raw material market and the cost of production. Indeed, the second factor aggregates all derivatives, such as: the quality of logistics, scientific, technical and innovative components of the production process and all other types of costs. At the same time, the factors are not constant, but rather seasonal. Their dynamics is an important point when developing a strategy. In this case, regression models are unsuitable because they do not take into account the inertia of processes in the market of commodity products and in the raw materials market. The mathematical apparatus that takes into account the inertia of the processes of market share formation are differential equations or their discrete analogues in the form of difference equations. The obtained interval model of the dynamics of the market share of commodity products of an oil and gas industry enterprise can serve as a basis in the process of forming the strategy of this and similar enterprises.
References
Абдурахманова Э.Э., Курбанов А.Х. Цифровые технологии в системе материальнотехнического обеспечения: оценка рисков // Компетентность. 2020. № 5. С. 1014.
Андреев А.Ф. Экономическая оценка минимально рентабельных извлекаемых запасов нефти, приходящихся на одну добывающую скважину // Нефть, газ и бизнес. 2015. №6. С. 49-52.
Баранов А.Н. Развитие производственных систем. Стратегия бизнес-прорыва. Кайдзен. Лидерство. Бережливое производство. Спб : Питер, 2015. 272 с.
Комарова В.Г. Аутсорсинг - инструмент повышения эффективности деятельности на буровом предприятии // Инновации в управлении региональным и отраслевым развитием: сб. науч. тр. Тюмень: ТИУ, 2020. С. 99-102.
Комарова В. Г. Направления повышения эффективности деятельности бурового [Электронный ресурс] // Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ: сб. ст. по мат. LXXXVI междунар. науч.-практ. конф. 2020. № 2 (86). https://sibac.info/archive/economy/2(86).pdf.
Мастепанов А.М., Сумин А.М. "Умные" технологии в российской энергетике: перспективы и вызовы // Проблемы экономики и управления нефтегазовым комплексом. 2019. № 9. С. 5-13.
Мисаков В.С., Бут В.В., Аджиева А.Ю. Инновационная инфраструктура как ресурс достижения сбалансированного развития региона//Экономика и предпринимательство. 2017. № 6 (83). С. 200-203
Ногмова Л.А., Мисаков В.С. Формирование экономического потенциала в контексте сбалансированного регионального развития // Известия Кабардино-Балкарского научного центра РАН. 2016. № 3 (71). С. 143-148.
Плотников В.А. Цифровизация производства: теоретическая сущность и перспективы развития в российской экономике // Известия Санкт-Петербургского государственного экономического университета. 2018. № 4. С. 16-24.
Тонких А.П. Метод моделирования в курсе математики факультетов подготовки учителей начальных классов // Начальная школа плюс До и После. 2002. № 1. С. 54-63.
Тонких А.П. Математика : учебное пособие для студентов факультетов подготовки учителей начальных классов : для студентов высших учебных заведений, обучающихся по специальности 031200 - педагогика и методика начального образования: в 2 кн. 2-е изд., испр.. Москва: Кн. дом Университет, 2008. 20 с.
Устюжанина Е.В., Сигарев А.В., Шеин Р.А. Цифровая экономика как новая парадигма экономического развития // Экономический анализ: теория и практика. 2017. Т. 16. № 12. С. 2238-2253.
Черкесов С.Х., Мисаков В.С., Бетрозов М.Х. Противодействие организованной преступности как основа региональной системы экономической безопасности // Известия КабардиноБалкарского научного центра РАН. 2014. № 4 (60). С. 121-127.
Шаталов Д. А. Совершенствование нефтегазового сервиса на месторождениях Западной Сибири // Проблемы экономики и управления нефтегазовым комплексом. 2013. № 8. С. 4-7.
Chan T., de Vericourt F., Besbes O. Contracting in Medical Equipment Maintenance Services: an Empirical Investigation. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2494265 Mushiri T., Hungwe R., Mbohwa C. An artificial intelligence based model for implementation in the petroleum storage industry to optimize maintenance // IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). -Singapore, 2017. - P. 1485-1489.
Cheng Z., Rong L., Liu Z. A RCM analytical method considering proactive maintenance // International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering (QR2MSE). - Chengdu, China, 2013. - P. 1473-1476.
Liao W., Wang T. An optimization approach using in production scheduling with different order // 7th International Conference on Industrial Technology and Management (ICITM). - Oxford, UK, 2018. - P. 237-241.
Sensors: The Enablers for Proactive Maintenance in the Real World / M. Albano, L.L. Ferreira, G. Di Orio, P. Malo et al. // 5th International Conference on Control, Decision and Information Technologies (CoDIT). - Thessaloniki, Greece, 2018. -P. 569-574.
