CC BY
36
ИНСТРУМЕНТАРНО-ТЕХНОЛОГИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОЦЕНКИ ИННОВАЦИОННОЙ СЕНЗИТИВНОСТИ МЕЗОЭКОНОМИЧЕСКОЙ СИСТЕМЫ1
ДРОБЫШЕВСКАЯ Л.Н.,
доктор экономических наук, профессор, Кубанский государственный университет, г. Краснодар,
e-mail:[email protected];
ИСАКОВ К.М.,
аспирант, Кубанский государственный университет, г. Краснодар, e-mail:[email protected]
В настоящей статье представлены методологические подходы к исследованию инновационной сензитивности экономической системы на мезоуровне. Осуществлено детерминирование основных факторов экзогенной и эндогенной природы, их структурирование по принципу общего, целевого, управляющего, отрицательного или положительного воздействия на инновационный процесс. Особое внимание уделено разработке когнитивной карты инновационного процесса и сензитивности экономической системы; математической интерпретации полученной когнитивной карты с использованием инструментов графо-сетевого моделирования.
Ключевые слова: мезоэкономика; инновационная сензитивность; нейронные сети; когнитивное моделирование.
TOOL AND TECHNOLOGICAL SUPPORT RESPONSE EVALUATION OF INNOVATIVE MEZOECONOMIC SYSTEM
DROBYSHEVSKAYA L.N.,
Doctor of Science, Professor, Kuban State University, Krasnodar, e-mail:[email protected];
ISAKOV K. M.,
Post graduate student, Kuban State University, Krasnodar, e-mail:[email protected]
This article presents the methodological approaches to the study of innovation of sensitivity of the economic system at the meso level. Carried determinacy main factors exogenous and endogenous nature, structuring principle common target, control, negative or positive impact on the innovation process. Particular attention is paid to the development of a cognitive map of the innovation process and of sensitivity of the economic system, the mathematical interpretation of the cognitive map using the tools of graph-network modeling.
Keywords: mezoeconomics; innovative sensitivity; neural networks; cognitive modeling.
JEL classification: R11, R13, R58.
1 Исследование выполнено при поддержке Российского фонда фундаментальных исследований (РФФИ), проект 13-06-96515 р_юг_а «Графо-сетевое моделирование инновационной сензитивности региональной экономической системы».
© Л.Н. Дробышевская, К.М. Исаков, 2013
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
В теории инноваций, категориальной основой, обусловливающей тот или иной подход, как правило, выступают такие понятия, как инновационный процесс и восприимчивость к нему экономической системы. Под восприимчивостью к новшествам подразумевается в общем случае синтетическая интегральная характеристика исследуемой системы, отражающая её способность воспроизводить инновационный процесс. Существуют и более частные определения данного явления (свойства системы), представляющие его, например, как способность хозяйствующего субъекта внедрить и использовать инновации для производственных целей (Сащенкова, 2009. С. 10), либо как возможность адаптации исследуемой системой изменений, генерируемых инновационным процессом (Нелюбина, 2010. С. 14).
Под инновационной сензитивностью, на наш взгляд, следует понимать имплицитную способность экономических агентов осуществлять эффективный инновационный процесс. Каждая детерминанта инновационного процесса определяется характеристикой соответствующей совокупности субъектов. Когнитивное картирование предполагает описание широкого спектра факторов, не в полной мере отвечающих требованиям верифицируемости и возможностям количественной оценки. Соответственно использование когнитивной графики базируется на принципе исключения ложной транзитивности при визуализации причинно-следственных зависимостей.
Данный принцип достигается посредством логичного и однонаправленного упорядочивания структуры когнитивной карты, поскольку единовременный зрительный охват «цепочки» связей исключает ложную транзитивность. Кроме того, предполагается, что одна и та же детерминантная зависимость является неизменной в своём причинноследственном воздействии. Что касается характеристики указанного воздействия, то отнесение того или иного фактора к положительному или отрицательному влиянию основывается на субъективном суждении о действительном наличии содержательной референции указанных детерминант в сущности изучаемого явления. Сквозь призму когнитивного инструментария следует рассматривать эффективность инновационного процесса, как архетипа его целевой функции.
Рис. 1. Когнитивная карта эффективности инновационного процесса
Предложенная когнитивная карта инновационного процесса в региональной экономической системе (рис. 1) имеет 3 фактора-следствия (узла когнитивной карты), сгруппированных по признаку управляющего, общего и целевого воздействия. Фактически узел когнитивной карты представляет собой гештальт причинно-следственных зависимостей, образующийся под действием множества влияний факторов.
Данное описание детерминантных связей между факторами, определяющими показатели инновационного процесса, является основой для разработки соответствующей когнитивной модели инновационной сензитивности. Решение поставленной задачи строится на аналогичном принципе группировки факторов с учетом критерия верифи-цируемости и количественной оценки.
Инновационная сензитивность региональной экономики
V______________________У V___________________________У V____________________________J
У У V
Управляющее Целевое Общее
воздействие воздействие в°здейсгвие
Рис. 2. Когнитивная модель инновационной сензитивности
Фактически когнитивная модель инновационной сензитивности (рис. 2) является графическим выражением последующей математической формализации функции сензитивности. Методика формализации когнитивной модели, которая предполагает последовательное выполнение следующих этапов.
1) анализ информационного массива с целью выделения некоторой совокупности предприятий на основе двух критериев предварительного отбора - осуществление расходов на НИКОР (перманентно или эпизодически) и наличие выручки (налогооблагаемой реализации товаров, работ, услуг). Указанные критерии дают представление о том, что организация, во-первых, участвует в инновационном процессе, поскольку научные исследования и разработки являются его неотъемлемой частью, во-вторых, имеет рыночную направленность, выражая предпринимательскую деятельность.
2) оценка динамики изменения частных показателей (рис. 3) выбранных субъектов, с присвоением индикатора «хорошо» (1), «плохо» (-1), «удовлетворительно» (0). Методической основой присвоения количественных показателей качественным характеристикам является эмпирический расчёт темпов прироста в 1 периодах. Иными словами, верхняя, нижняя и средняя оценка будет присваиваться на основе фактически рассчитанных пределов колебаний индикаторов. Методологической основой данной оценки является утверждение о том, что градация - это положитель-
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
ный процесс, деградация - отрицательный, а стагнация свидетельствует об отсутствии эффективного инновационного процесса при фактическом наличии и неизменности соответствующих показателей научно-исследовательской и технико-внедренческой деятельности.
3) структурирование инновационной сензитивности экономической системы, которая предстаёт в виде агрегированного индикатора состояния системы (сензитивное - не сензитивное). Данное утверждение наиболее полно может выразить концептуальный граф (рис. 3) положительной или отрицательной сензитивности субъектов инновационного процесса, составляющих экономическую систему. Соответственно, чем больше сензитивно положительных субъектов, чем выше общая инновационная сензитивность системы.
Предприятие представляет собой структурированный граф, содержащий описанные ранее количественные оценки. Соответственно, на данном этапе следует суммировать полученные оценки выбранных предприятий для каждого блока эндогенных факторов.
Рис. 3. Графическая модель инновационной сензитивности экономической системы
4) После суммирования оценок предложенных показателей предприятий детерминируются весовые коэффициенты для каждого ряда динамики показателя. В данном случае основополагающей методикой расчёта является исчисление удельного веса: суммируются итоговые величины индикаторов (без учёта знака «+» или «-») всей группы показателей (3 группы, по 3 показателя в каждой). Знак «-» следует учитывать только после расчёта удельного веса, характеризуя тем самым отрицательное воздействие на промежуточный результирующий показатель. Применение данного алгоритма расчёта весов влияний (в составе узла когнитивной модели) повышает достоверность оценки.
5) Посредством корреляционного анализа зависимостей между экзогенными и эндогенными факторами определяются относительные пропорции между показателями, что снижает риск ошибочности численных оценок первичных параметров функции.
Таким образом, математической моделью причинно-следственной зависимости в группе показателей (узле когнитивной карты) является функция промежуточного результирующего показателя следующего вида:
3 = а.ЬХ.п + аЬХп + а.ЬХ.п +апЬп (1)
где 3 - промежуточный результирующий показатель;
Хп - фактор п количества предприятий;
a. - весовой коэффициент;
b. - коэффициент относительной пропорции;
г - порядковый номер фактора и сопутствующих коэффициентов.
Свойства функции инновационной сензитивности.
1. При количественном расширении совокупности предприятий (X), отвечающим рассмотренным критериям, увеличивается величина совокупной инновационной сензитивности ^) экономической системы.
Рис. 4. Зависимость функции сензитивности от количества субъектов
где Y - инновационная сензитивность;
X - количество предприятий, удовлетворяющих критериям; Y(Xп) - функция инновационной сензитивности;
N - количество предприятий в выборке.
На практике критериям эпизодического осуществления НИОКР и наличия выручки соответствует большое количество предприятий, при этом снижается удельный вес положительно сензитивных организаций с учётом методики индикативной оценки. Это обусловлено субъективным подходом в выборе совокупности хозяйствующих субъектов для исследования. Если произвести выборку организаций по наличию перманентных расходов на НИОКР, то удельный вес положительно сензитивных организаций будет больше. Данное понимание вопроса происходит из определения инновационной сензитивности экономической системы как способности воспроизводить эффективный инновационный процесс. Соответственно предприятия, реализующие научно-исследовательскую и техниковнедренческую деятельность в единичных случаях, чаще всего не демонстрируют результативную инновационную деятельность.
2. Чем выше удельный вес положительно сензитивных организаций (2), тем выше инновационная сензитив-ность ^).
Рис. 5. Зависимость функции сензитивности от удельного веса положительно сензитивных предприятий
где Y - инновационная сензитивность;
2 - удельный вес положительно сензитивных предприятий;
1(2) - функция инновационной сензитивности; п - количество предприятий в выборке.
3. Чем больше предприятий, отвечающих критериям влияния на инновационную сензитивность экономической системы (X), тем меньше положительно сензитивных организаций (2).
Рис. 6. Зависимость удельного веса положительно сензитивных хозяйствующих субъектов, от общего количества субъектов, соответствующих критериям выборки
где X - количество предприятий, удовлетворяющих критериям;
2 - удельный вес положительно сензитивных предприятий;
2(Хп) - функциональная зависимость удельного веса положительно сензитивных организаций; п - количество предприятий в выборке.
На основе вышеизложенных зависимостей представляется возможным изобразить трехмерную модель инновационной сензитивности региональной экономической системы (рис. 7).
Рис. 7. Трехмерная модель инновационной сензитивности
Согласно представленному выше алгоритму формализации показателей предприятий соответствующей выборки следует, что переменные: «организация» и «удельный вес положительно сензитивных организаций» заменяются конструктом из трех промежуточных результирующих показателей. В результате функция сензитивности приобретает вид:
п
Y = П Бі (2)
І = 1
В основе функции (2) лежит субъектное структурирование инновационной сензитивности. Вместе с тем не только совокупность предприятий реального сектора региональной экономики формируют инновационную сен-зитивность. В инновационном процессе значительную роль играют учреждения научно-технического комплекса (НТК), что детерминирует возможность интерпретации множества значений предложенной функции (2) только в составе интегрированного статуса инновационной сензитивности региональной экономической системы ^). Статус
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
инновационном сензитивности характеризует динамику инновации и, в итоге, динамику и направление социальноэкономического развития, являясь сложном многокомпонентной характеристикой условии, возможностей и осуществления инновационной деятельности.
В конечном итоге с учётом когнитивной модели (рис. 2) статус инновационной сензитивности ^) можно представить как результирующий показатель нейросетевого графа (рис. 8), где каждый субъект инновационного процесса является единицей (графом) обработки вводных параметров (либо экзогенных факторов, либо воздействия 1-го уровня графов). Из графо-сетевой модели сензитивности следует, что набор вводных параметров (С1 п факторов, экстерналий) непосредственного воздействует только на графы первого уровня. Данное решение обусловлено тем, что в функции инновационной сензитивности ^) кроме эндогенных факторов уже учитываются экзогенные условия. Соответственно, алгоритм формализации графо-сетевой модели статуса инновационной сензитивности может быть представлен следующим образом:
1) формирование выборки учреждений научно-технического комплекса, по таким критериям как перманентное или периодическое осуществление НИОКР, ведомственная принадлежность к органам государственной исполнительной власти. Данный критерий предполагает субъективную оценку критичности медианного отклонения указанного показателя в отношении каждого учреждения в пределах региональной экономической системы.
2) представление каждого графа (учреждения №) в виде суммы произведений поступающих в него экзогенных импульсов и коэффициента влияния:
N. = I" См.. (3)
г ^ г=1 г г] ' 1
где N - г граф первого уровня;
С. - г импульс (факторный эффект)
ш.. - весовой коэффициент г-го входа графа номер j
Первичный уровень графов Научные организации
Вторичный уровень графов Предприятия реального сектора экономики
Рис. 8. Графо-сетевая модель статуса инновационной сензитивности
3) формализация вторичного уровня графов на основе разработанной функции (2) и математической модели (3). Второй уровень графов как единиц обработки поступающих импульсов представляет нелинейное преобразование данных от линейной комбинации импульсов первого слоя. Следовательно, только в тех графо-сетевых моделях, где не обязательно последовательное (друг за другом) соединение уровней графов, возможно применение линейной функции активации.
Для многоуровневых сетей функция активации должна быть нелинейной, в противном случае " уровневая сеть оказывается неработоспособной, поскольку возможно построить эквивалентную однослойную сеть (Дробышевская, 2013. С. 12). При применении линейной функции активации каждый уровень производит линейную комбинацию входов. В результате последующий уровень графов произведет линейную комбинацию выходных импульсов предыдущего, что эквивалентно одной линейной комбинации с другими коэффициентами, и предполагает реализацию в виде одного слоя графов. Вместе с тем хозяйствующие субъекты - это сложные многоуровневые системы, поэтому модель представляется трехслойным графом нейронной сети. Третий слой - это активационная функция, реализующая статус инновационной сензитивности мезоэкономической системы.
Функция статуса инновационной сензитивности имеет следующий вид:
О (С) - р( СігЬ2 0А1
"л г ,
(4)
где 0(С) - активационная функция статуса инновационной сензитивности; 0 - пороговый уровень графа j в слое 1,2,
С. - 1 импульс (факторный эффект),
Wj - весовой коэффициент i-го входа графа номер j,
Sf..3 - произведение результирующих показателей функции сензитивности (Y).
Главными особенностями предложенной модели оценки статуса инновационной сензитивности экономики являются:
1. Учет региональных и отраслевых инновационных характеристик.
2. Учет взаимосвязи между региональными инновационными характеристиками и отраслевыми инновационными характеристиками.
3. Наличие обратной связи между показателями инновационной привлекательности и инновационной активности.
4. Инновационный потенциал мезоэкономики формируется двумя группами факторов: показателями потребностей и показателями возможностей. Поскольку инновационный потенциал характеризует как возможный объем инноваций, который способен принять и освоить комплекс - его инновационную адаптивность, так и инновационные возможности самого комплекса, все показатели инновационного потенциала описывают существующую потребность отраслей комплекса в инновациях.
Для оценки статуса инновационной сензитивности мезоэкономической системы была разработана графосетевая модель, характеризующаяся следующими свойствами:
1) определение интегральной характеристики статуса инновационной сензитивности на основе учета влияния и региональных и отраслевых факторов на инновационные процессы в мезоэкономической системе;
2) реализация количественной оценки статуса инновационной сензитивности мезоэкономической системы с возможностью сравнения инновационного статуса объектов исследования между собой (в качестве сравниваемых объектов могут быть использованы либо хозяйственные комплексы различных регионов, либо отраслевые комплексы, функционирующие в рамках одной территории) и качественного описания инновационной ситуации объектов исследования;
3) учесть статистические и экспертные показатели при формировании инновационных характеристик;
4) построить адаптивную систему, учитывающую влияние факторов различных уровней и позволяющую гибко реагировать на изменения условий построения модели.
В результате, интегральная оценка статуса инновационной сензитивности региональной экономической системы может быть получена как расчетное значение активационной функции её графо-сетевой модели (рис. 8). Использование оценки на основе графо-сетевого моделирования позволит определить инновационную сензитивность мезоэкономической системы.
Статус инновационной сензитивности как инструментарий управления инновационным развитием региона, является сложной многокомпонентной характеристикой условий, возможностей и осуществления инновационной деятельности, вектора социально-экономического развития региона в целом.
ЛИТЕРАТУРА
Дробышевская Л.Н. (2013). Инновационные инструменты оценки ипотечной политики в регионах/ Л.Н. Дробы-шевская, Т.В. Васкевич // Наука и образование: хозяйство и экономика; предпринимательство; право и управление, № 6 (12), С. 7-19.
НелюбинаТ.А. (2010). Управление инновационной восприимчивостью социально-экономических систем [Текст]: автореф. дисс. канд. экон. наук / Т.А. Нелюбина. Екатеринбург: Институт экономики УрО РАН.
Сащенкова Е.Н. (2009). Управление стратегией развития промышленных предприятий (на примере предприятий радиоэлектронной отрасли Нижегородской области) [Текст]: автореф. дисс. ... канд. экон. наук / Е.Н. Сащенко-ва. Ижевск: Издательство Нижегородского государственного университета им. Н.И. Лобачевского.
REFERENCES
Drobyshevskaya L.N. (2013). Innovative tools evaluate mortgage policy in the regions. L.N. Drobyshevskaya, T.V. Vaskevich. Science and education: agriculture and the economy; entrepreneurship, law and management, no. 6 (12), pp. 7-19. (In Russian.)
Neljubina T.A. (2010). Management of innovative susceptibility socio-economic systems: Author. diss. candidate econ. Science. T.A. Neljubina. Ekaterinburg: Institute of Economics of UB RAS. (In Russian.)
SaschenkovaE.N. (2009). Control strategy development of industrial enterprises (for example, radio electronic companies Nizhniy Novgorod region): Author. diss. ... candidate eron. science. E.N. Saschenkova. Izhevsk: Publisher Nizhny Novgorod State University NI Lobachevsky. (In Russian.)
ТЕRRА ECONOMICUS ^ 2013 ^ Том 11 № 4 Часть 2
