3461

УДК 338.27

В. А. Дуболазов

Санкт-Петербургский политехнический университет Петра Великого, г. Санкт-Петербург (Россия)

А. Г. Сомов

Санкт-Петербургский политехнический университет Петра Великого, г. Санкт-Петербург (Россия)

К АЛГОРИТМУ АНАЛИЗА ИННОВАЦИОННОЙ АКТИВНОСТИ ВЕДУЩИХ СТРАН МИРА

В данной работе авторы рассматривают экономические показатели, связанные с инновационной активностью стран и их влияние на промышленность, строится экономическая модель по этим параметрам. Проводится анализ зависимости параметров модели для восьми стран лидеров инновационного рынка, включая Россию. По авто регрессионной методике делается прогноз поведения временного ряда модели на пять лет вперед методом ARIMA. Делается сравнительный экономический вывод для данных стран в рамках полученного прогноза.

Ключевые слова: цифровая трансформация, нейронные сети, инновации, прогнозирование.

V. A. Dubolazov

Peter the Great St.Petersburg Polytechnic University,

St.Petersburg, Russia

A. G. Somov

Peter the Great St.Petersburg Polytechnic University,

St.Petersburg, Russia

THE ALGORITHM FOR THE ANALYSIS OF INNOVATIVE ACTIVITY OF THE LEADING COUNTRIES OF THE WORLD

In this paper, the authors consider the economic indicators associated with the innovation activity of countries and their impact on industry, the economic model is based on these parameters. The analysis of the dependence of the model parameters for the eight countries of the innovation market leaders, including Russia. According to the auto-regression method, the behavior of the time series of the model is predicted for five years by the ARIMA method. The comparative economic conclusion for these countries within the received forecast is made.

Key words: digital transformation, neural networks, innovation, forecasting.

Введение. Вопрос инновационный активности различных стран все больше набирает популярность и актуальность с развити-

110

ем современных цифровых технологий и роста глобализации промышленных рынков. Для стран лидеров мировой торговли именно рост и развитие инноваций является важнейшим показателем их благополучия и заделом будущего успеха.

Основным показателем инновационной активности являются патенты. Основными переменными величинами, связанными с затратами на инновации, являются инвестиции в научные исследования и разработки (НИОКР) и технический персонал (инженеров и ученых) занимающиеся НИОКР. Источниками этих данных являются общедоступными (ОЭСР, ЮНЕСКО и др.). Эконометрические исследования свидетельствуют о том, что инновации действительно могут оказывать сильное позитивное воздействие на долгосрочное развитие стран, которое может быть более действенным, чем прямое воздействие государственных институтов.

Патентная статистика отражает результаты изобретательской деятельности стран, регионов и фирм, а также другие аспекты динамики инновационного процесса, такие как сотрудничество в инновационной или технологической областях [1].

Цели и задачи работы. Цель работы проанализировать взаимную зависимость основных инновационных параметров ведущих стран, построить прогноз их поведения до 2023 года, методом

ARIMA [подробнее см. 3,5].

Для этого необходимо выбрать экспертным образом параметры, имеющиеся в открытых источниках отражающие инновационную деятельность стран мира [1,2].

Перечислим девять экономических параметров, используемых при построении модели

111

С полной таблицей используемых авторами в работе данных можно ознакомиться по следующей ссылке [4].

Результаты. Взаимный анализ эконмических параметров показал почти линейную зависимость показателя продолжительности жизни от количества патентов (см. рис.1) и ВВП на душу населения, что говорит об прямом влиянии роста инноваций на жизненные факторы жителей страны. Т.е. с ростом инноваций увеличивается качество медицинского обслуживания, качество лекарств и продуктов питания, растет благосостояние населения и как следствие всего этого растет средняя продолжительность жизни населения. У России наблюдается менее заметный рост данной зависимости, что предположительно связано с меньшим количеством непосредственно внедренных в жизнь патентов на территории страны (что также наблюдается по зависимости рыночной капитализации отечественных компаний).

Рис.1. Зависимость продолжительности жизни и количества патентов от времени (величина кружка отражает количество населения, после названия страны идет год начала временного ряда) [2].

112

Выводы. В данной работе успешно проведен анализ инновационной активности ведущих стран мира (включая Россию) по девяти экономическим параметрам, построен прогноз поведения временных рядов, по авто-регрессионной методике ARIMA.

Полученные данные позволяют более полно оценивать инновационную активность стран мира, проводить их сравнение и прогнозировать поведение и долгосрочное развитие стран.

Литература

1.World Bank Open Data, URL: https://data.worldbank.org, (да-

та обращения: 01.11.2018).

2.Independent Swedish foundation Gapminder, URL: https://www.gapminder.org/tools/, (дата обращения: 01.11.2018).

3.Сомов А.Г. Пономарева О.А. Прогнозирование временных рядов экономических данных с использованием ARIMA процессов

сцелью вывода на рынок инновационных продуктов // Фундаментальные и прикладные исследования в области управле-ния, экономики и торговли: сб. труд. научн. и учеб.-практ конф. – 2017.-Ч. 1.-

С. 340-350.

4.Ссылка на полную таблицу начальных данных. URL: https://yadi.sk/d/kbqF0MLpdN0_iQ (дата обращения: 01.11.2018).

5.Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. Time Series Analysis: Forecasting and Control. 3rd ed. Englewood Cliffs, NJ: Prentice Hall, 1994 - 614 p.

114

УДК 658.1

И. Ф. Елфимова

Воронежский государственный технический университет, г. Воронеж (Россия)

Т. В. Щеголева

Воронежский государственный технический университет, г. Воронеж (Россия)

КОНТРОЛЛИНГ ЛОГИСТИЧЕСКИХ ПРОЦЕССОВ КАК ИНСТРУМЕНТ ПОВЫШЕНИЯ ИХ ЭФФЕКТИВНОСТИ

Рассмотрены сущность и содержание контроллинга логистических процессов и методические подходы к оценке эффективности логистической деятельности.

Ключевые слова: контроллинг, логистические основе бизнес-процессы, эффективность, имость результативность требования логистической деятельности.

I. F. Elfimova

Voronezh State Technical University,

Voronezh, Russia

T. V. Shchegoleva

Voronezh State Technical University,

Voronezh, Russia

CONTROLLING OF LOGISTICS PROCESSES AS A TOOL

TO IMPROVE THEIR EFFECTIVENESS

The essence and content of controlling logistics processes and methodological approaches to assessing the effectiveness of logistics activities are considered.

Key words: controlling, logistics-based business processes, efficiency, and effectiveness of the requirements of logistics activities.

Процессный подход изменяет методологию управления логистической деятельностью как взаимосвязанной цепочкой биз- нес-процессов по созданию потребительских ценностей.

Система контроллинга логистических процессов – это система поддержки управления логистической деятельностью предприятия, которая обеспечивает долгосрочное устойчивое его развитие на основе инструментов координации и интеграции процессов планирования, учета, анализа, контроля и регулирования.

Контроллинг нацелен на устранение узких мест в функционировании логистической системы, на достижение целевых резуль-

115

татов бизнес-процессов логистики в рамках стратегии развития предприятия. При этом функционирование системы контроллинга может быть направлено как на одну логистическую функцию, так и на совокупность операций, образующих логистический бизнес-процесс.

На практике контроллинг логистических процессов координирует достижение различных логистических целей, которые зачастую противоречат друг другу, например, в случае оптимизации запасов и необходимости бесперебойности поставок. Контроллинг должен предлагать альтернативные варианты решений, на основе интеграции различных задач логистики [5].

Контроллинг логистических процессов способствует достижению целевых показателей логистики в отношении качества сервиса, логистических издержек, времени выполнения заказов и уровня запасов. Многогранное понимание сущности контроллинга логистики проявляется в том, что он выступает:

­системой обеспечения информацией, необходимой для принятия эффективных управленческих решений в цепи поставок или логистических процессов;

­инструментом распознавания узких мест на отдельных участках логистических процессов;

­средством оценки качества и эффективности логистических процессов;

­в рамках стратегического управления инструментом выявления потенциалов и шансов развития логистической системы.

Контроллинг логистики охватывает деятельность, связанную с регулированием и контролем прохождения процедур в логистике снабжения, производства и сбыта с целью оптимизации логистических расходов как отдельных логистических процессов, так и логистической системы в целом.

Возрастающая заинтересованность в повышении эффективности всей логистической цепи выдвигает повышенные требования и к системе оценочных показателей. В литературе нет единого мнения по вопросу определения эффективности функционирования логистической системы. Чаще всего основным критерием такой эффективности считают минимизацию логистических расходов при условии обеспечения качества логистических услуг [4].

116

Всамом общем случае, оценка эффективности логистической системы может быть осуществлена через сопоставление прибыли и издержек, которые возникают в цепи поставок.

К ключевым показателям эффективности любой логистической системы можно отнести:

­совокупные логистические издержки; ­уровень качества логистических процессов и сервиса;

­общую производительность логистической системы; ­продолжительность логистических процессов.

Именно эти показатели используются при сравнительной оценке логистических компаний и логистических систем.

Вотечественной практике при использовании показателей логистических затрат для оценки эффективности логистической системы возникает ряд проблем, которые связаны, во-первых, с затруднениями идентификации собственно логистических затрат в существующей системе бухгалтерского учета; во-вторых, с отсутствием методик оценки и экономического расчета логистических рисков; в-третьих, с закрытостью экономической и финансовой информации.

Чтобы учесть взаимное влияние ключевых факторов эффективности, используют синтетический показатель общей эффективности логистического бизнес-процесса в виде произведения значений показателей эффективности по каждому из этих факторов:

Ксинт=Кт*Кп*Кз

где Ксинт – эффективность отдельного логистического бизнес-процесса;

Кт – коэффициент точности выполнения операций; Кп – коэффициент продолжительности логистического

бизнес-процесса; Кз – коэффициент выполнения бюджета логистических затрат

бизнес-процесса [1].

Для измерения эффективности логистической системы часто применяют показатели финансового состояния предприятия. Однако, финансовые показатели имеют определенную зависимость от учетной политики и не отражают особенностей логистической деятельности, таким образом финансовое состояние только косвенно отражает эффективность системы [3].

117

Для более глубокого анализа логистические показатели эффективности объединяют в системы. Одной из таких систем является система сбалансированных показателей (BSC-модель). Эта система представляет собой комплекс финансовых и нефинансовых показателей, которые позволяют оценить деятельность предприятия по четырем направлениям: взаимоотношения с клиентами, внутренние процессы деятельности, финансы, инновационное развитие и подготовка товаров. [6]

Еще одним подходом к определению эффективности логистической системы является концепция «диаграмм сбалансированных преимуществ», предложенная Г. Кристофером. Главной отличительной чертой этого подхода является большое количество индикаторов состояния логистической системы, что позволяет более точно оценить достижение целей логистики. При этом анализ проводится по трем основным проявлениям: качество, скорость и минимизация затрат логистической системы [2].

По мнению авторов, для оценки качества бизнес-процесса логистической деятельности следует использовать индикаторы результативности и эффективности логистических бизнес-процессов в совокупности (рисунок).

затраченные ресурсы

Структура процесса логистической деятельности с точки зрения оценки эффективности

118