Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Модели и методы формирования и стимулирования креативно-инновационных коллективов. Монография
.pdf
21
по 4-позиционной порядковой шкале. Модифицированный вариант анкеты
FourSight, подготовленный автором, приведен в книгах (Дубина, 2007, 2009).
Качество результатов, полученных на основе оригинальных инструментов, проверялось и подтверждалось в многочисленных экспериментах за рубежом. Наиболее обширная статистико-эмпирическая база — у инструмента Киртона, который используется уже около 30 лет. Значительно меньшее распространение получил метод Басадура, хотя он был разработан еще в 1980-х годах
и проходил тестирование на выборках, суммарная численность которых составляет несколько сотен респондентов. Хорошие перспективы практического использования имеет FourSight, несмотря на то что на рынке консалтинготренинговых услуг он появился менее 10 лет назад. FourSight построен на базе
серьезных теоретических и методологических разработок и тщательно проведенных эмпирических исследований.
Известны и другие методы, разработанные для диагностики подходов к
решению нестандартных проблем, например Breakthrough Creativity Profile
(Levesque, 2001) и M.I.N.D. Design (Black, 2005). Но эти методы имеют гораздо
меньшее практическое распространение и результаты проверки качества результатов, полученных на их основе, в литературе не представлены.
Таким образом, любой стиль творческого решения проблем может быть
эффективным. Чем разнообразнее группа по стилям решения проблем, тем эффективнее она работает над новыми проектами или решением нестандартных
задач, но тем сложнее могут быть взаимоотношения в коллективе. Применение
методов оценки стилей может быть полезно для формирования эффективной
команды, организации и управления творчеством группы и разрешения конфликтных ситуаций в коллективе.
1.4. Результаты тестирования и сравнения
разработанных инструментов
Инструменты для оценки творческих стилей, разработанные на основе
модифицированных зарубежных аналогов, тестировались в условиях российских организаций. После подготовки соответствующих опросных листов для
каждого инструмента оценивалась их валидность в трех тестовых группах. Затем на значительном эмпирическом материале оценивалась согласованность
ответов респондентов по пунктам, соответствующим разным стилям. Анкетирование проводилось в 11 группах, включающих студентов четырех вузов и со-
22
трудников семи компаний (общее количество респондентов — 223 человека).
Основным показателем надежности-согласованности являлся коэффициент
альфа Кронбаха.
Таблица 1.1 представляет сводные результаты тестирования инструмента
по оценке адаптивных и инновативных стилей. Статистические исследования
М. Киртона показывают, что распределение людей со стилями, измеренными
по данной шкале, соответствует нормальному распределению со средним
µ ≈ 95 и стандартным отклонением σ ≈ 25. Нормальность откликов респондентов проверялась с помощью тестов Колмогорова — Смирнова и Шапиро —
Уилка. Оба критерия не позволяют отклонить нулевую гипотезу о неотличимости распределения эмпирических данных от нормального по обшей шкале и
двум подшкалам («Оригинальность» и «Конформность») (p > 0,2), что соответствует результатам М. Киртона, хотя по шкале «Эффективность» имеются отклонения от нормальности (p < 0,05). Средние значения по общей шкале и
подшкалам также статистически значимо не отличаются от значений, полученных в исследованиях Киртона (рис. 1.2). Коэффициенты альфа Кронбаха имеют
приемлемые значения (≥ 0,7), чтобы считать результаты надежными с точки
зрения их согласованности в масштабе соответствующей подшкалы. Полученные результаты подтверждают валидность и надежность модифицированного
инструмента для оценки творческих стилей.
Таблица 1.1
Сводные результаты тестирования инструмента оценки
адаптивных и инновативных стилей
Шкала
Среднее
Ст. отклон.
Ст. ошибка
Альфа
«Оригинальность»
42,1
7,6
0,6
0,71
«Эффективность»
18,8
5,0
0,4
0,79
«Конформность»
33,6
7,1
0,6
0,75
«Общая»
94,7
13,5
1,0
Оценивалась согласованность откликов респондентов на вопросы анкеты,
относящиеся к различным измеряемым факторам, выделяемым каждым из инструментов. Так, для инструмента Киртона коэффициент альфа Кронбаха рассчитывался по ответам на вопросы, являющимся индикаторами для определения значений по подшкалам «Оригинальность», «Эффективность» и «Конформность». Оценка надежности метода Басадура оценивалась по четырем
соответствующим блокам анкеты (Дубина, 2009), инструмента FourSight — по
23
ответам на пункты анкеты, относящиеся к четырем разным стилям: «постановщик задач», «генератор идей», «разработчик» и «реализатор».
Инструменты для диагностики стилей решения проблем построены на
разных концепциях. Закономерны вопросы о том, как соотносятся эти концепции и инструменты друг к другу, как совпадают результаты их применения, какие инструменты обеспечивают более надежные результаты, какие инструменты лучше работают на практике. Специальных исследований, которые могли
бы дать исчерпывающие ответы на все эти вопросы, пока не проводилось ни в
нашей стране, ни за рубежом.
Естественно, возникает вопрос: какой из трех рассмотренных инструмен-
тов предпочтительнее для практического использования? С формальной точки
зрения предпочтение следует отдавать инструменту, обеспечивающему более
качественные измерения, характеризуемые валидностью, надежностью и точностью.
По результатам тестирования модифицированных инструментов средние
значения коэффициентов альфа для трех подшкал инструмента Киртона составляют 0,71, 0,79 и 0,75 соответственно, для метода Басадура — 0,66, 0,67,
0,70 и 0,59, для инструмента FourSight — 0,72, 0,62, 0,77 и 0,71. Эти результаты
показывают, что измерения с помощью метода Басадура характеризуются более
низкой надежностью-согласованностью, чем измерения, полученные с помощью инструментов Киртона и Пуччио (FourSight). Причиной этого может являться значительная размытость смыслов тех эпитетов, которые используются в
анкете Басадура, что вызывает у респондентов определенные затруднения при
ранжировании характеристик, соответствующих их подходам к решению
проблем.
Специальная проверка сопоставимости результатов использования трех
инструментов зарубежными исследователями не проводилась. Тем не менее,
исходя из классификации и описания стилей в методике М. Басадура и
Дж. Пуччио, можно предположить, что результаты идентификации стилей по
первому инструменту должны в целом совпадать с результатами идентификации стилей по второму. Особенно хорошо должны соответствовать стили «концептуализатор» (по Басадуру) и «генератор идей» (по Пуччио), а также стили
«реализатор» по обоим инструментам.
Можно предположить, что у людей, имеющих доминирующий стиль «генератор идей» (определенный с помощью FourSight), — более выраженный инновативный стиль (определенный с помощью метода Киртона), а люди с доминирующими стилями «разработчик» и «реализатор» (FourSight) имеют более
24
выраженный адаптивный стиль (по Киртону). Мы проверили эти предположения в 11 вышеозначенных группах респондентов. Результаты оценки по шкале
Киртона группировались в соответствии с результатами оценки стилей инструментом FourSight. Для диагностики применялся однофакторный дисперсионный анализ для связанных выборок (Repeated Measures ANOVA), реализованный
в SPSS. По всем выборкам обнаружилась статистически значимая (p < 0,05)
связь результатов, полученных с помощью методов Киртона и Пуччио, а именно: люди с доминирующим стилем «генератор идей» (по Дж. Пуччио) обладают
более инновативным стилем (по М. Киртону), то есть наблюдается статистически значимое различие средних значений по шкале Киртона для людей со стилем «генератор идей» и людей с другими стилями. Для анализа сопоставимости
других инструментов и стилей требуются дальнейшие исследования.
25
2. МОДЕЛИ СТИМУЛИРОВАНИЯ
НОВАТОРСКОЙ АКТИВНОСТИ
Анализ проблемы стимулирования участников креативно-инновационной
деятельности связан с вопросом разделения получаемых результатов осуществления инновационных проектов (Дубина, 2013). Он обычно решается на основе
распределения суммарного дохода, полученного от проекта, между участниками с учетом их реального вклада. На практике используются различные варианты такого распределения: от простых схем разделения пропорционально затратам каждого участника до более сложных моделей, разработанных на основе
теории кооперативных игр и анализа динамических моделей долевого финансирования инноваций. Как правило, подобные схемы и модели служат для анализа и оптимизации взаимоотношений равноправных участников инновационных проектов, вступающих в переговоры (например, партнеров по инновационному консорциуму). В меньшей степени в литературе представлены модели
для распределения результатов инновационной деятельности в иерархически
организованных системах на внутрифирменном уровне, когда один из участников (центр), в силу своего статуса, устанавливает правила распределения результатов проекта, а остальные участники (агенты), зная эти правила, принимают решение участвовать в проекте или отказаться от него. Задача центра в
этом случае заключается в определении таких правил, которые бы максимизировали его прибыль с учетом возможной реакции агентов. Например, подобная
задача возникает, когда менеджер организации (администратор ресурсов) намерен активизировать и эффективно использовать творческий потенциал сотрудников, выбирая определенную схему стимулирования новаторской активности
персонала.
Методология моделирования поведенческих характеристик субъектов
иерархических организационных систем (в том числе при различных механизмах стимулирования) сформировалась в рамках теории иерархических игр, теории активных систем и теории управления организационными системами. На
основе этой методологии разработан комплекс математических моделей и методов организационного управления инновационной деятельностью компании
(Дубина, 2013). В данном разделе представлен ряд таких моделей для формирования эффективных механизмов стимулирования новаторской активности.
26
2.1. Модель новаторской активности в условиях
отсутствия информации об уровне поощрения
В качестве простейшего и предельного случая рассмотрена ситуация, ко-
гда игроки принимают решения, не зная решений друг друга (самостоятельное
решение в условиях отсутствия информации) или не будучи уверенными в действительности намерений друг друга (отсутствие доверия). Эта ситуация может
моделироваться статической игрой. В таком варианте моделируемой ситуации
терминология «центр — агент» не вполне корректна, поскольку обычно она используется для моделирования организационных систем на основе иерархических игр. Однако с учетом данного замечания эта терминология сохранена и
для рассматриваемого «вырожденного» случая, чтобы не вводить дополнительные обозначения для игроков.
Представим игру в нормальной форме в виде биматричной игры, где чи-
стые стратегии центра s = {0, 1} (не делить прибыль совсем или отдать всю), а
чистые стратегии агента — x = {0, 1} (работать или не работать над новой идеей). В данном случае предполагается, что игроки выбирают свои стратегии одновременно и независимо, что значительно упрощает исходную постановку задачи, приводя к «вырожденному» варианту иерархической игры. Тем не менее
рассмотрение этого случая приводит к ряду определенных выводов о поведении игроков при отсутствии обязывающих договоренностей.
Игра задается двумя платежными матрицами (матрица M0 определяет
платежи центра, а M1 — агента):
0
0(ξ)
00
UZ
M
−
=
,
1
0
0(ξ)
z
M
U Z z
−
=
−−
.
Игра разрешима по доминированию, поскольку первая стратегия центра
слабо доминирует его вторую стратегию. Следовательно, игра имеет решение
(равновесие по Нэшу) в чистых стратегиях (s = 0, x = 0), что, очевидно, не является эффективным решением задачи. Ситуация изменится, если центр предоставит постоянную величину φ в качестве стимулирующей или компенсационной выплаты агенту за разработку проекта без разделения прибыли. В этом
случае игра имеет вид:
−−
=
00
)(0
0
ZU
M
,
1
0
0(ξ)
z
M
U Z z
− +
=
−−
.
27
Если z < φ < U(ξ) — Z, то игра имеет равновесие в доминантных стратегиях (s = 0, x= 1). Очевидно, что в этом случае задача центра заключается не в выборе s, а в назначении φ, большего z на сколь угодно малую величину ε (минимальное превышение прямых затрат агента). Однако такое «техническое» решение (в (Новиков, Иващенко, 2006) оно называется «принцип компенсации
затрат», а величина ε — «принцип мотивационной надбавки») вряд ли будет
работать, так как реально предприниматели заинтересованы скорее в разделении прибыли от реализации проекта, чем в получении некоторой фиксированной величины, лишь окупающей издержки по проекту. Преимущество компенсаторных систем стимулирования заключается в их простоте, а недостаток — в
неустойчивости относительно возможных возмущений параметров модели.
Так, если центр неточно знает функцию затрат агента, то сколь угодно малая
неточность может приводить к значительным изменениям реализуемых действий. Еще один недостаток компенсаторной системы стимулирования состоит
в том, что она не побуждает агента к развитию. Подходы к решению этой проблемы описаны и обоснованы в работе (Новиков, Иващенко, 2006).
Если центр осуществляет стимулирующую выплату φ независимо от х, то
игра
0
(ξ)
00
UZ
M
− − −
=
,
1
0(ξ)
z
M
U Z z
− +
=
−−
имеет решение в смешанных стратегиях, которое отыскивается из условия равновесия Нэша:
00
11
(α, β*) (α*, β*)
(α*, β) (α*, β*)
MM
MM
,
где α* и β* — оптимальные стратегии игроков, а α и β — их произвольные
стратегии: α = (α1, α2), β = (β1, β2). Элементы α1 и α2 имеют смысл вероятности
выбора чистых стратегий центром (первой и второй соответственно), элементы
β
1
и β2 — вероятности выбора чистых стратегий агентом. Решение игры:
*
1
α
U Z z
UZ
−−
=
−
и
*
1
β
UZ
UZ
−−
=
−
(общее решение биматричной игры приведено,
например, в книге (Дубина, 2010)). Отклонение любого из игроков от ситуации
равновесия, если другой придерживается своей оптимальной стратегии, уменьшает платеж отклоняющегося.
28
Найденному решению в смешанных стратегиях довольно сложно дать содержательную практическую интерпретацию и конкретные управленческие рекомендации в контексте моделируемой ситуации (особенно для агента). Тем не
менее полученные результаты позволяют сделать определенные выводы о поведении игроков при отсутствии обязывающих договоренностей о распределении прибыли от осуществления проекта.
При отсутствии компенсационных или стимулирующих выплат (φ = 0)
агент всегда будет придерживаться своей первой чистой стратегии (неучастие в
проекте — отказ от реализации идеи). Таким образом, стимулирующая выплата
всегда должна предусматриваться, то есть новое предложение всегда должно
поощряться, независимо от успешности его практического осуществления. С
ростом размера выплаты вероятность выбора первой чистой стратегии агента
уменьшается (он в большей степени склоняется к работе над проектом) и до-
стигает нуля при предельном значении φ = U — Z:
*
1
β1
UZ
=−
−
.
На решение агента влияют прогнозируемая доходность проекта U(ξ) и
инвестиции Z центра в проект (с ростом «включенности» центра в проект агент
также в большей степени склоняется к осуществлению проекта), а также размер
компенсационной (стимулирующей) выплаты φ.
При отсутствии какого-либо вклада агента в проект или затрат на его
осуществление (z = 0) центр всегда будет придерживаться своей первой чистой
стратегии (неучастие в проекте — отказ от инвестирования). Центр тем в большей степени будет склоняться ко второй чистой стратегии (то есть к увеличению доли прибыли, отчисляемой агенту), чем больше будут прямые затраты
агента на осуществление проекта, то есть вероятность выбора компенсирования
затрат без разделения прибыли уменьшается и достигает нуля при предельном
значении z = U — Z:
*
1
α1
z
UZ
=−
−
.
На решение центра влияют прогнозируемая доходность проекта U(ξ) и
объем его инвестиций Z в проект, а также размер прямых затрат агента на осуществление проекта (с ростом «включенности» агента в проект центр также в
большей степени склоняется к инвестированию проекта).
Расширение стратегического спектра центра (увеличение дискретизации
спектра его стратегий), то есть переход к биматричной игре (m × 2) или к игре, в
которой центр имеет непрерывную стратегию (s [0, 1]), принципиально не
меняет решения. При отсутствии компенсационной выплаты центром агенту
игра также будет разрешима по доминированию (первая чистая стратегия центра слабо доминирует все другие его стратегии) и по-прежнему имеет решение
29
в чистых стратегиях: (s = 0, x = 0). Если центр назначает φ > 0 в качестве стимулирующей или компенсационной выплаты агенту за разработку проекта при
условии неразделения прибыли (s = 0) и φ = 0 при любом s > 0, то в этом случае
игра также разрешима через доминирование, так как для любого φ > 0 центр
может выбрать стратегию минимального s > 0, которая доминирует все другие
его чистые стратегии. Если при этом z > 0, всегда найдется s*, при котором игра
имеет решение в доминирующих стратегиях (s = s*, x = 0).
Таким образом, в организационной системе, где отсутствует ясный и обязывающий обе стороны механизм распределения прибыли от осуществления
новой идеи, новаторская деятельность невозможна, так как оба игрока будут
стремиться к ситуации равновесия (s = 0, x = 0). Игровая ситуация имеет структуру прототипной игры «дилемма узников»: несмотря на теоретическое наличие ситуации (s*, x*), в которой оба игрока могут получить больший платеж, чем
они получают в точке равновесия (s = 0, x = 0), ситуация (s*, x*) оказывается
практически недостижимой, поскольку не является устойчивым равновесием.
Как известно, в «дилемме узников» игроки могут выйти на Паретооптимальное решение либо через прямые переговоры, либо на основе многократного повторения игры с возможностью применения так называемой жесткой стратегии наказания игрока, отклонившегося от Парето-оптимума. В данной моделируемой ситуации выходом из сложившегося организационноуправленческого тупика служит либо переход к прямым переговорам о доли
распределяемой прибыли, либо выстраивание отношений по типу иерархической игры.
2.2. Задача распределения прибыли
при обязывающих соглашениях
Предположим, что центр и агент ведут переговоры о доли прибыли, передаваемой агенту, которые закрепляются в виде соглашения, обязывающего стороны следовать достигнутым договоренностям. Очевидно, что предметом переговоров в этом случае становится значение s, а значение x принимается равным
единице (то есть предполагается, что агент передает новую идею центру и
участвует в разработке проекта). Найдем значения s, определяющие переговорное множество.
30
По-прежнему считаем, что стороны стремятся к максимизации своих пла-
тежей. При х = 1 должно выполняться условие положительной прибыли, получаемой каждым игроком:
0
1
( , , ξ, ) (1 )( (ξ) ) 0,
( , , ξ, , ) ( (ξ) ) 0.
M s U Z s U Z
M s U Z z s U Z z
= − −
= − −
Отсюда
1
−
s
ZU
z
. Очевидно, что центр заинтересован в уменьшении, а
агент — в увеличении s. Более взвешенной верхней оценкой s является величи-
на
)(2
max
ZU
zZU
s
−
+−
=
, получаемая из условия справедливого распределения прибы-
ли, когда M0 = M1. В этом случае при z = 0 (отсутствии каких-либо затрат со
стороны агента) s
max
= 0,5, то есть прибыль в лучшем для агента случае делится
поровну (принцип венчурного инвестирования «деньги за идею» (smart
money)). В итоге получаем пределы переговорного множества:
)(2 ZU
zZU
s
ZU
z
−
+−
−
.
В этом случае еще одним возможным ориентиром для компромисса (кроме упомянутого справедливого «дележа») может стать среднее арифметическое
нижней и верхней оценок:
)(4
3
*
ZU
zZU
s
−
+−
=
. Согласно этой модели, доля прибыли,
передаваемой агенту, линейно возрастает с ростом его материального вклада в
проект (его прямых затрат или размера софинансирования):
z
ZU
s
)(4
3
4
1
*
−
+=
, но
даже при нулевых прямых затратах имеем s* = 0,25, что соответствует вознаграждению за чистую идею.
Например, при прогнозируемой доходности проекта U
max
= 200 ден. ед.,
вероятности осуществления проекта p = 0,5 (что соответствует риску его неосуществления ξ = 1 — p = 0,5 и доходу U(ξ) = (1 — ξ)U
max
) и затратах центра
Z = 20 ден. ед. итоговая прибыль центра и агента зависит от прямых затрат
агента, как представлено на рис. 2.1.
Как правило, инициатор проекта не располагает значительными средствами для осуществления проекта, поэтому доля его софинансирования в венчурных проектах значительно ниже доли инвестора (z << Z), поэтому в данной
модели распределения прибыли каждый из игроков получает максимально
возможный платеж как раз при нулевых затратах инициатора.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]