Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Проблемы формирования модели оценки инновационного потенциала как фактора повышения конкурентоспособности промышленного предприятия. Монография
.pdf
41
Окончание таблицы 2.1.
Классификационн
ый признак
7. По показателю
уровня
использования
издержек
производства
Необходимо отметить, что задача определения и уточнения
экономической сущности инновационного потенциала многосторонняя, сложная и требует дальнейшего исследования.
Полученные текущие результаты, такие как уточнение сущности
изучаемого явления, обобщение подходов к его классификации, состава
и структуры являются базовыми для создания практической модели по
оценке инновационного потенциала предприятий и ее эффективного
использования.
На сегодняшний день в экономической литературе представлено
множество классификаций методов применяемых при оценке уровня
инновационного потенциала. Это во многом вызвано тем, что
существует также ряд подходов к пониманию структуры
исследуемого явления, и, следовательно, невозможно однозначное
деление его на независимые элементы. Таким образом, налицо задача
классификации методов, выступающих базовыми для оценки
экономических систем независимо от их степени сложности и
являющихся платформой для формирования существующих методик,
применяющихся в практической деятельности хозяйствующих
субъектов.
Необходимость решения сложноформализуемых задач
предопределило совершенствование математических инструментов и
привело к появлению математической статистики и теории
Элемент
классификации
2. Нерелевантный Потенциал, характеризующийся такими
1. Максимальный
реальный
2. Эффективный При соответствующем уровне спроса и
3. Оптимальный При котором происходит эффективное
Характеристика элемента
интенсивными и экстенсивными
параметрами, которые не могут
соответствовать условиям эффективной
деятельности и недостаточны для достижения
необходимых результатов
В таком случае не происходит роста
максимального инновационного продукта за
счет дополнительных издержек. При этом,
существенно возрастают предельные
издержки на его прирост
предложения предельный доход от
осуществления инновационной деятельности
соответствует уровню маржинальных
издержек.
осуществление инновационной деятельности
при минимальном уровне затрат
42
вероятностей помимо классических аналитических методов. Также
для работы с задачами, характеризующимися высоким уровнем
неопределенности используются теория графов, математическая
лингвистика, теория множеств.
Исследование практики принятия управленческих решений и
процессов инновационной деятельности показывает, что лицо
принимающее решение выбирает для использования формальные и
неформальные методы попеременно. Таким образом, представим на
рис. 2.2. три основные группы методов, применяемых для оценки
инновационного потенциала предприятия: качественные,
количественные и комбинированные.
Рис. 2.2. Схема методов, применяемых для анализа инновационного
потенциала
Данная классификация соответствует ключевым требованиям,
предъявляемым при использовании системного подхода,
отражающихся в необходимости сочетания в технологиях анализа
формальных и неформальных методик, что является эффективным
средством разработки методологий структурированной процедуры
анализа.
Представленные на рис. 2.2 количественные методы
основываются на применении того или иного математического
аппарата для оценки. Очевидно, что руководитель предприятии не в
43
состоянии в полной мере владеть всеми существующими и
применяющимися в предметной области математическими методами.
Но в процессе выбора методологии оценки инновационного
потенциала предприятия понимание лицом, принимающим решение,
характерных особенностей, преимуществ и недостатков предлагаемых
математических средств будет являться важным фактором, влияющим
на оптимальность такого решения.
Таким образом, выбор необходимого метода является один из
важнейших этапов процесса оценки инновационного потенциала.
Необходимо отметить, что сделанный неверный выбор на данном этапе
может ключевым образом повлиять на эффективность дальнейшего
процесса оценки инновационного потенциала. В такой ситуации
возможен исход, при котором принятие обоснованного
управленческого решения будет невозможным
Далее приводится краткое рассмотрение основных методов,
применяемых для оценки инновационного потенциала. Также, следует
подчеркнуть, что каждый из приведенных методов не рассматривается
как достаточный аппаратом для полного методического сопровождения
процедуры оценки инновационного потенциала, а является элементом
некоторого комплекса методических средств и выполняет отведенную
ему определенную задачу.
Методы, использующие опыт и знания компетентных
специалистов в предметной области основаны на экспертных оценках,
суждениях, прогнозах при минимальном применении средств
современной математики.
Метод сценариев основан на планировании будущих состояний
и параметров системы по каждому из рассматриваемых вариантов
решения, оценке и анализе основных показателей модели, а также
прогнозу по потенциальным, как положительным так и отрицательным
последствиям, возникающим вследствие реализации каждой сценарной
модели. Изначально данный метод был также непосредственно связан и
с временной характеристикой, однако впоследствии от нее отказались и
в настоящий момент сценарием является любой документ, содержащий
информацию о проблеме, пути ее решения и развития. Как правило,
изначальный сценарий пишется определенными экспертами
индивидуально, а затем корректируется, учитывая тексты всей группы,
и обобщается в один полный сценарий. Метод сценариев помогает не
упустить различные детали, однако в нем обычно представлены и
предварительные статистические и количественные выводы.
Формальная модель не всегда дает предварительную оценку проблемы.
И с этой задачей помогает справиться метод сценариев. Однако
44
сценарий, как и любой текст, может истолковываться неоднозначно.
Это является недостатком данного метода. Вследствие этого метод
сценариев это скорее основа для более точного, формализованного
изучения проблемы.
Метод «Дельфи», фактически, является одной из разновидностей
метода экспертных оценок, также включающий технологию,
приводящую к увеличению уровня объективности данных,
полученных экспертным путем. Изначально метод разрабатывался и
изучался Л. Хелмером и его группой. Метод Дельфи был направлен на
уменьшение воздействия психологического фактора, а, следовательно, и
повышение уровня объективности получаемых результатов. Однако
практически сразу его стали применять и с учетом количественных
показателей, сравнивая и анализируя результаты также и по «дереву
целей», и по «методу сценариев». Основная особенность данного
метода — наличие обратной связи. Таким образом, эксперты
учитывают результаты предыдущие данные для оценки значимости.
Однако в силу трудоемкости обработки результатов и с учетом
значительных временных затратах изначально созданные методики типа
«Дельфи» зачастую невозможно использовать в практике. В то же
время, считается, что применение современных компьютерных
технологий для экспертных оценок является довольно перспективным и
поможет развитию данного метода.
Следующий тип - «дерево целей». Основоположником является
У. Черчмен, а сама идея возникла в связи с возникшими проблемами у
лица, принимающего решение, в промышленной отрасли. Необходимо
отметить, что данная категория является скорее группой методов,
объединенных общими принципами. Такие методы предполагают
применение иерархической структуры, получаемой посредством
выделения из общей цели дополнительных, вторичных, а из каждой из
них, также, аналогичных структурных элементов более низкого
уровня в общей системе, называемых подцелями, или – функциями.
Существуют различные подтипы «дерева целей» в зависимости от
стоящих задач в различных отраслях. Так, например, «дерево
направлений развития», «дерево целей и функций», «дерево решений» и
пр. Таким образом, основной задачей данного метода является
получение такой структуры, которая в определенный промежуток
времени изменялась бы незначительно или совсем не изменялась при
постоянно изменяющейся системе.
Из-за перечисленных недостатков экспертных оценок возникла
необходимость создания таких методов, которые бы разбивали одну
большую задачу на более мелкие и, соответственно, легче поддающиеся
45
осмыслению задачи. Таким образом, объективность результатов
повысится. Поэтому были разработаны методы организации сложных
экспертиз.
Морфологический метод. Идея этого метода своими корнями
уходит еще во времена Аристотеля и Платона. Однако более точная
формулировка и развитие в систематизированном виде были сделаны Ф.
Цвикки (швейцарский астроном). Поэтому некоторое время
морфологический метод назывался методом Цвикки. Данный метод
основывается на формировании двухмерной матрицы следующим
способом. Необходимо выбрать два ключевых показателя системы,
далее, для них формируется перечень альтернативных вариантов, после
чего следует построение таблицы, где данные перечни выступают
осями. Каждая из клеток данной таблицы является одним из вариантов
решения имеющейся задачи. Комплексное решение разрабатывается
путем сочетания возможных решений по каждой из частей таблицы.
Общее количество таких решений стоящей задачи соответствует
количеству возможных комбинаций. Далее необходимо определить,
какие из них могут быть осуществлены в действительности и какие
были известны ранее. Системный анализ совокупности имеющихся
комбинаций способов решения определенных частей проблемы, в
соответствии с принципами исследования, дает возможность
синтезировать новые решения задачи в целом.
Основными положениями морфологического метода являются:
интерес ко всем объектам анализа должен быть равным;
для получения наиболее полных данных и структуры
анализируемого объекта полностью должны быть исключены все
ограничения и оценки;
формулировка задачи должна быть предельно точной.
Кроме того, существует несколько способов морфологического
анализа. Метод систематического покрытия поля допускает наличие
некоторых опорных точек знания в каждой области. Это могут быть
законы, эмпирические факты и т.д. Исходя из этого, идет поиск решения
поставленной задачи. Смысл метода отрицания и конструирования
заключается в конструктивной переработке и отрицании уже
имеющихся догм и ограничений. Для начала происходит формулировка
современной ситуации в исследуемой области, затем эксперты
отрицают одно или несколько предположений из формулировки. В
завершении анализа обязательна проверка непротиворечивости
оставшихся и вновь предложенных позиций, а также прогнозирование
следствий из этих позиций.
46
Особую роль морфологический метод играет для стимулирования
изобретательской деятельности.
Одним из инструментов, применяемых для повышения степени
достоверности данных, полученных путем опроса экспертной группы,
является метод решающих матриц. Использование данного средства
предполагает снижение уровня неопределенности стоящей проблемы с
помощью ее разделения на подпроблемы и последующего их
оценивания. Идея этого метода разрабатывалась Г.С. Поспеловым и
впоследствии применялась на довольно крупных государственных и
негосударственных проектах, связанных с космическими
исследованиями, оборонной промышленностью. Соответственно,
данный метод применялся в тех случаях, когда анализ факторов,
влияющих на принятие решений, должен быть проведен предельно
точно.
Объединение методов, связанных с оценками экспертов и
формальных математических средств, привело к формированию так
называемой группы методов постепенной формализации проблем.
Данная технология позволяет уточнить данные, полученные в
результате опроса экспертно группы в той или иной формы путем
применения к ним определенного математического аппарата. На
сегодняшний день, наиболее популярным средством такого рода
является метод Паттерн-анализа. Он является, по сути, развитием
метода «дерева целей». В рамках данного метода в модель вводятся
оценки вероятности, характеризующие уровень относительной
важности каждого из «ответвлений» относительно друг друга.
Таким образом, выделяются определенные группы критериев
для оценки, каждому критерию присваивается свой вес.
Соответственно, опрос получается более дифференцированным, а
объективность полученных результатов повышается за счет введения
весовых коэффициентов. Так, например, весовой коэффициент может
быть присвоен уровню компетентности экспертов.
На сегодняшний день, наиболее точными, при этом,
отличающиеся максимальным уровнем формализации поставленных
задач и, как следствие, наиболее распространенными средствами
анализа и оценки сложных динамических экономических систем
являются экономико-математические методы. Под экономикоматематическими методами понимается совокупность математически
и экономических научных теорий, интегрированная с целью решения
задач экономики. Данную группу методов можно назвать
искусственным, формализованным языком, универсальным для
изучения во всем мире и необходимым для использования в
47
современной экономике. Применяемые в рамках данной категории
математические методы выступают ключевым элементом анализа и
оценки явлений и процессов, характерных для экономических систем
всех уровней, а также формирования и разработки абстрактных
моделей, необходимых для анализа существующих связей в рамках
экономической системы и прогноза параметров деятельности ее
субъектов.
Далее приведен краткий анализ основных методов данной
категории. Применение аналитических методов уместно в том случае,
если параметры системы можно представить посредством
формализованных количественных показателей и зависимостей, если
имеющаяся информация о явлениях и процессах экономической
системы в рамках определенного временного интервала дает
возможность в достаточно полной мере прогнозировать параметры
этих явлений и процессов вне данного интервала. Таким образом,
основными инструментами аналитических методов являются основные
математические понятия – дифференциал, функция и т.д.
Аналитические методы в рамках экономико-математических
средств включают в себя методы поиска экстремума функций,
интегральное и дифференциальное исчисление, элементы
математического моделирования и программирования, методы,
относящиеся к категории теории игр и другие.
Статистические методы дают возможность, основываясь на
выборочных наблюдениях, в частности, анализе репрезентативной
выборки формировать определенные статистические закономерности,
экстраполируя их затем на характеристику системы в целом, что
позволяет оценить параметры, уровень влияния каждого из
структурных элементов как на систему в целом, так и друг на друга и
внешнюю среду. Преимуществом таких инструментов является
отсутствие необходимости оценивать и анализировать весь комплекс
имеющихся внутренних и внешних связей элементов системы. Данная
группа методов выступает основой для инструментария теории
математической статистики, теории статистических испытаний и т.д.
Но, следует подчеркнуть, что основной проблемой при применении
статистических методов является вероятность неполного определения
статистических закономерностей по различным причинам, в частности,
невыполнение критерии репрезентативности выборки, невозможность
количественно учесть параметры некоторых связей элементов систем,
что в итоге приводит к получению неверного результата. В таких
случаях целесообразно применение дискретных методов оценки.
48
Отдельного внимания заслуживают статистические методы,
применяемые при оценке инновационного потенциала. В рамках
статистических исследований применяется специфический аппарат для
изучения и обработки информации. К нему относят такие средства, как
метод средних величин, балансовый метод, метод массовых
статистических наблюдений, метод индексов, группировок, а также
другие инструменты, используемые для обработки и анализа
статистически данных. Необходимо отметить, что прикладная
статистика является одним из наиболее популярных и используемых
средств анализа сложных экономических явлений и процессов.
Прикладная статистика является наукой, предметом изучения которой
является обработка данных, получаемых при анализе объектов
различного происхождения. Математическим аппаратом,
применяемым в прикладной статистике, выступает, главным образом,
математическая статистика и теория вероятностей. Характер описания
элементов статистической выборки, имеющейся при решении задач
прикладной статистики, может быть различным. Но, при этом,
целесообразно разделение на две основных группы – числовые и
нечисловые. Вследствие этого, можно разделить состав прикладной
статистики на две основные группы – числовую и нечисловую
статистику. Данным, используемые при применении числовой
статистики, могут быть представлены числовым, функциональным,
векторным видом. Соответственно, с такими данными возможны
стандартные математические операции – присвоение коэффициентов,
сложение и т.д. Так, в рамках числовой статистики зачастую
применяются разнообразные методы суммирования данных. В
частности, при использовании технологии оценки сумм случайных
элементов статистической выборки работает математический аппарат,
соответствующий центральным предельным теоремам и закону
больших чисел.
Нечисловая прикладная статистика оперирует данными,
объединенными в категории по различным признакам, разнотипными
векторами, нечеткими множествами и т.д. Соответственно, к ним
невозможно применение стандартных математических операций и,
как следствие, отсутствует возможность получения сумм нечисловых
статистических показателей. Таким образом, показатели такого рода
относятся к данным нечисловых статистических множеств.
Существующие математические методы, применяемые для обработки
данных нечислового статистического характера используют
технологию определения мер близости и различия между элементами
таких множеств. Далее, используя полученные значения расстояний,
49
рассчитываются абстрактные и эмпирические средние значения, также
с применением закона больших чисел, производится построение оценок
плотности распределений вероятностей, осуществляется кластерный
анализ.
Необходимо отметить, что прикладная статистика выступает
одним из основных методов оценки и моделирования экономических
явлений. Однако, существует также ряд недостатков, присущих
данным методам. Основным является потенциальная возможность
недостаточно точно оценить статистические данные. В случае
моделирования задач оценки инновационного потенциала предприятия
такая неточность выражается в том, что проведение большого числа
экспериментов для построения адекватной и репрезентативной
выборки, отражающей инновационный процесс практически всегда
невозможно. Кроме того, важной проблемой является часто
встречающийся недостаток статистических данных либо
недостаточного объема выборки при оценке того или иного
показателя на конкретном предприятии. Такая сложность продиктована
рядом факторов. Во-первых, при анализе инновационной деятельности
предприятия зачастую применяются показатели, которые не учитывает
стандартная отчетность, что приводит к невозможности их оценки за
требуемый временной интервал. Во–вторых, задача построения модели
инновационного потенциала предприятия, вне зависимости от выбора
конкретного подхода к его пониманию, сопряжена с необходимость
учета качественных показателей, определение которых методами
прикладной статистики крайне затруднительно. Помимо этого,
следует учитывать, что для построения достоверной модели,
основанной на применении вероятностных методов прикладной
статистики актуальна выборка объемом от 70 до 100 измерений. Такое
количество эмпирических оценок различных параметров деятельности
предприятия практически всегда невозможно на практике.
Соответственно, адекватная оценка вероятности невозможна
Рассмотрим основные дискретные количественные методы,
применяемые при оценке сложных экономически систем.
Одной из наиболее популярных категорий является группа
теоретико-множественных средств. Отметим, что на сегодняшний день
наиболее перспективным и развивающимся ее элементом является
математический аппарат теории нечетких множеств, получающий все
большее применение в моделировании экономических процессов.
Базовыми понятиями для теоретико-множественных средств
выступают « множество», «элементы множества», « отношения
множеств». Самому понятию «множество» сложно дать конкретное
50
определение. Так, например, Георг Кантор трактовал данный термин,
как «многое, мыслимое нами как единое». Системы, полагаемую
сложной, можно представить как сумму элементов и взаимосвязей
между ними. Таким образом, использование теоретико-множественных
методов оценки упрощает взаимодействие между специалистами
различных областей знаний.
Применение логических методов целесообразно в случае анализа
новых структур разнообразного происхождения, в частности,
текстового материала, техногенных объектов, устройств, новых связей
в экономике. Соответственно, подход адекватен для применения в том
случае, когда невозможно получить достаточно полную информацию
о параметрах взаимодействия структурных элементов исследуемого
объекта, а возможность проведения статистических наблюдений с
целью выявления требуемых закономерностей отсутствует.
Для выражения законов формальной логики используются
алгебраические методы, которые моделируют реальную систему с
помощью аппарата одной из алгебр логики. Математическая логика
базируется на определениях «высказывание», «предикат», «функция» и
т.д. Одной из целей применения логических методов является
совершенствование системы, благодаря которому мы упрощаем ее
определение и вид, но сохраняем требуемые функции. Математическая
логика лежит в основе таких теорий как теория автоматов, логического
синтеза и анализа. Наиболее целесообразно применение этих методов
для исследования новых структур, где невозможно применение
аналитических и статистических методов. Однако применение
логических методов не всегда отражает реальную ситуацию проблемы,
так как данные методы ограничены базисом и функциями алгебры
логики. А сложность при создании логического базиса и доказательства
законов и теорем обуславливают медленные темпы развития данного
вида алгебр логики.
Возникновение, применение и развитие методов семиотического,
лингвистического и структурно-лингвистического анализа
продиктовано нарастающей потребностью в условиях современной
информационной среды эффективного исследования текстового
материала. Необходимо отметить, что зачастую данные средства в
сочетании с графической группой методов применяются в качестве
начальной стадии при построении моделей поэтапной формализации
процесса принятия решения. Понятия «тезаурус», «грамматика»,
«семантика» и «прагматика» - основа лингвистических методов.
Семиотические представления основываются на знаковой системе,
знаковой ситуации. Некоторые определения математической
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]