К вопросу о методологии управления региональными инновационными системами Текст научной статьи по специальности «Экономика и бизнес»

ТЕОРИЯ УПРАВЛЕНИЯ

УДК 330.46:338.24:001.95

Д. Г. Родионов, И. А. Рудская, А. А. Горовой

К вопросу о методологии управления региональными инновационными системами*

В статье проведен анализ современных методов, которые применяются при прогнозировании способов и путей трансформации объектов сложных управленческих систем. Дано определение понятия сложной динамической системы как системе, содержащей высокую степень противоречий между: функционирующими хозяйствующими субъектами, предприятиями и инвесторами, предприятиями, инвесторами и органами исполнительной власти, осуществляющими управление инновационной деятельностью в регионе. Также рассматриваются и анализируются различные варианты моделирования стратегий взаимодействия участников региональных инновационных систем, а также структура и элементы региональной инновационной системы, её участники. Представлены методические подходы к формированию механизмов управления, способствующих развитию эффективных региональных инновационных систем.

This article analyzes the current methods used to predict the ways of transforming objects of the complex management systems. The concept «complex dynamic system» is defined as a system with a high degree of conflict between functioning entities, between enterprises and investors, between enterprises, investors and executive power in charge of innovative activity management in the region. Various options of modeling strategies of interacting participants in regional innovation systems, as well as the structure and elements of the regional innovation system and its participants are also analyzed.

The methodical approach to creating management mechanisms contributing to the development of effective regional innovation systems.

Ключевые слова: моделирование, взаимодействие, регион, динамическая система, инновация, стратегия.

Key words: modeling, interaction, region, dynamic system, innovation, strategy.

Экономика Российской Федерации в настоящее время ставит перед собой задачу обеспечения национальной конкурентоспособности. Одной из целей инновационного развития выступает рост экономического потенциала территории. Инновации важны не сами по себе, они являются инструментом повышения эффективности

© Родионов Д. Г., Рудская И. А., Горовой А. А., 2013

* Статья подготовлена при поддержке Российского гуманитарного научного фонда (грант № 12-02-00247).

экономического развития. Один из вариантов оценки экономического потенциала территории - рост стоимости активов. Он не только отражает результаты регионального развития, но подчеркивает роль инновационно активных предприятий в этом процессе. Соответственно, одной из важнейших стратегических задач государства в этой связи является повышение территориальной капитализации регионов. Тогда, в свою очередь, регион будет стремиться к росту стоимости активов, для чего органами государственной власти и другими участниками региональных инновационных систем - предприятиями, научно-исследовательскими центрами, университетами и т. д. будут предприниматься активные меры. Однако, к сожалению, в современных условиях эффективность управления инновационными процессами снижается, что связано, в первую очередь, с существенными различиями в экономическом развитии регионов крупных стран. Важным в инновационных процессах становится региональный аспект, что подтверждается в работах большинства современных исследователей [1; 3; 5; 8-10; 11; 13; 14]. В связи с этим поиск эффективных путей динамического взаимодействия участников региональной инновационной системы в целях повышения уровня инновационности региона крайне актуален.

Проведенный анализ структуры и элементов региональной инновационной системы позволяет определить её как сложную динамическую систему с высокой степенью противоречий между: хозяйствующими субъектами, предприятиями и инвесторами, предприятиями, инвесторами и органами исполнительной власти, осуществляющими управление инновационной деятельностью в регионе. Следовательно, перспективы повышения инновационного потенциала региона зависят как от внешних управляющих воздействий (государственного регулирования), так и от характера взаимодействия элементов региональной инновационной системы. Это взаимодействие, его характер, определяет в конечном итоге вариант развития региональной инновационной системы и пути повышения уровня инновационности региона.

Следовательно, важной проблемой становится поиск эффективных путей управляемого развития субъектов региональной инновационной системы, обеспечивающего их динамическое взаимодействие в целях повышения уровня инновационности региона. В связи с этим необходимо оценить системное свойство управляемости хозяйствующих субъектов региональных инновационных систем - центров генерации знаний, инновационно-активных предприятий, организаций инновационной инфраструктуры.

Инновационно-активное предприятие или организация инновационной инфраструктуры (бизнес-инкубатор, технопарк), будучи элементом региональной инновационной системы, является объек-

том управления, т. е. достаточно сложной подсистемой, преобразующей входные управляющие воздействия Y(t) (означает перечень оказываемых в определенном периоде мер государственной поддержки инновационной деятельности) в выходные сигналы (траектории) М^). Эти траектории характеризуют результирующее комплексное экономическое состояние объекта управления на момент времени ^ оценивая производственную базу, финансовый потенциал, интенсивность инновационной деятельности, количество реализованных проектов, количество зарегистрированных объектов интеллектуальной собственности и другие параметры [4; 5].

Ввиду наличия в составе региональной инновационной системы элементов, развитие которых происходит условно объективно (прирост населения, динамика реальных доходов и др.), предусматривается канал связи объекта со средой - С^). Он означает функцию развития неуправляемого, но наблюдаемого воздействия внешней экономической среды на управляемые объекты, R(t) - вектор неуправляемых и ненаблюдаемых возмущений (как внутренних, так и внешних воздействий на инновационно-активное предприятие) [4].

Под аналогом процесса развития субъекта понимается оператор /*, связывающий входы субъекта с его выходом [4]:

М = Г(С, Y, R).

Признаками сложности объекта управления являются [4]:

1) оператор 1* (не описан);

2) заведомо неочевидное, антиинтуитивное поведение объекта;

3) нестационарность (изменчивость во времени) оператора 1*.

Состояние можно оценить с помощью специального алгоритма,

предполагающего оптимизацию. При определении последовательности оценки состояния, а также алгоритма настройки этой последовательности базируются на оценках, полученных в ходе моделирования объекта управления (параметров построенной модели на основании идентификационного алгоритма). В действительности при реализации процесса управления элементами системы могут быть задействованы не все указанные алгоритмы.

При выявлении процессов управления определяется модель организационного поведения, которое преобразует входные сигналы в выходные определённым образом. Данная модель позволяет осуществлять прогноз поведения элементов системы, на основании чего возможно повышение эффективности управленческих решений.

Методологической основой построения существующей и желательной модели поведения объекта выступают избыточные топологические структуры. Вначале формируется избыточная структура, затем осуществляется параметрическая идентификация на основе имеющейся информационной базы, что приводит к созданию слож-

ной модели организационного поведения. Из этой модели удаляется ряд элементов (соответствующих, например, нулевому значению отдельных параметров) [12].

В рассматриваемой модели оператор задаётся двумя видами (группами) параметров [4]:

f = <A, B>.

Предположим, что имеются данные о структуре оператора модели. Теперь необходимо осуществить параметрическую идентификацию. Для этих целей применимы модели Вольтерра [4].

Кратко изложим суть подхода. Оператор модели задаётся с точностью до вектора неизвестных параметров B:

M = f(C, Y, B).

Если речь идет о проектировании системы управления, то

M = f'(C, B).

Управляемый вход Y объекта здесь отсутствует.

Поведение объекта характеризуется определённой информацией, которая лежит в основе функции невязки с выходов модели и объекта. Например, в простейшем случае можно принять [4]

m 2

s(t,B) = £[Mi(t) - MlM(t,B)] ,

i=1

где Mi(t) - «ответ» в точке i-го выхода существующего сложного объекта на воздействие C(t);

MiM(t,B) - прогнозный «ответ» модели, описывающей организационное поведение (предполагаемое воздействие на вход измерено и описано).

После этого формируется целевая функция, она минимизируется, тем самым осуществляется параметрическая идентификация. Эта целевая функция может иметь, например, вид [4]

N

I(B) = ^s(tk,B) ^ min

k=1

Предполагается, что минимизируется сумма значений функции невязки на конечном множестве точек tk. Минимизация целевого функционала осуществляется с помощью методов параметрической оптимизации. В результате определяется искомый оптимальный вектор параметров B [4].

Чаще всего для целей параметрической идентификации используется функция минимума. Исследование методологии идентификации представлено в работах Л.А. Расстригина и Н.Е. Моджарова [6; 7].

Обратимся теперь к активной идентификации. Очевидно, что все виды идентификации, как активная, так и пассивная, могут осуществляться непрерывно, в том числе в процессе самой управлен-

ческой деятельности. Это позволяет осуществлять оперативную корректировку действующей модели. Обычно рассматривают следующие виды оценок, применяемых для объекта, находящегося в динамике [4]: сглаживание, фильтрация и прогноз.

При определении (идентификации) процессов управления формируется наилучшая (по отношению к заданному критерию) модель развития элемента системы, являющегося, в свою очередь, сложным объектом. Это определяется на основании наилучшей (относительно указанного критерия) оценки состояния объекта. Решение задач оптимизации также является базой определения конфигурации управления и вектора развития объекта управления.

Соответственно, в результате формируется оптимальный режим процессов и оптимальная стратегия, применение которой позволяет поддерживать необходимый режим в условиях воздействия внешней и внутренней среды.

Ниже дано формальное представление задачи прогнозирования оптимального варианта развития отдельного предприятия, инновационного комплекса региона или иного сложного объекта [12]:

yi(x, R) < t, t eP1, i e [i:m], (1),

где x- вариантный вектор показателей (параметров) альтернативного развития;

R - вектор набора факторов воздействия неопределённости внешней среды (инфляции, динамики ставки рефинансирования, пространственного распределения предприятий и ресурсов и т. п.);

P1 - одномерное евклидово пространство, соответствующее шкале времени [12].

Эти неравенства описывают условия работоспособности.

Сформулируем задачу оптимизации. Одна из постановок может быть связана с поиском направлений развития (вектора x), удовлетворяющих определённым условиям [12]:

x e arg minI(x)

x '

В этом случае функция I(x) характеризует качество возможных решений неравенств (1).

В приведенной постановке инновационно-активное предприятие - участник региональной инновационной системы - рассматривается в качестве статического объекта управления, при этом параметры управления описываются вектором x. Управление данным объектом осуществляется на основании применения постулатов теории управления.

Под оператором объекта понимается алгоритм определения выходных параметров у, которые получаются в ходе трансформации параметров x.

Согласно теории управления сложными системами осуществление данного алгоритма носит название «решение задачи анализа объекта проектирования» [2]. Анализ производится, как правило, вариантный, предполагающий использование набора трансформирующихся входных параметров.

Рассмотрим блок-схему осуществления проектирования на основе оптимальности [2]. Каждый из блоков представляет собой этап принятия управленческого решения (рис. 1).

Блок 1. Определение основных параметров проектируемого объекта: основные и оборотные средства, потребность в финансовых ресурсах и их источники и т. п.

Блок 2. Определение начального вектора х. Осуществляется на основе исходной информации.

Блок 3. Анализ объекта проектирования. Предполагает определение параметров у на основании построенных параметров х.

Блок 4. Определение критериев оптимальности. На основании вектора с устанавливается функция 1(х). Эта функция характеризует качество проекта, которое соответствует данному существующему значению х.

Блок 5. Применение алгоритма параметрической оптимизации (управляющее устройство). Она связана с антикризисным регулированием. Функция I предполагает учет вектора R.

Исходные спецификации

Рис. 1. Оптимальное проектирование: блок-схема этапов принятия решений

Связь d показывает необходимость возврата к первому этапу, если полученная текущая структура не удовлетворяет заданным требованиям. Если варианты возможных структур исчерпаны, возможно изменение требований спецификаций [2]. Отметим, что данная блок-схема не предполагает замкнутости. Получение приемлемого управленческого решения означает выход из алгоритма. Кроме того, возможна ситуация выхода из алгоритма вследствие отсутствия оптимального решения для заданных критериев.

Особенности функционирования сложных экономических систем, к которым относится региональная инновационная система, по-

казывают, что обеспечение устойчивости системы лежит на пути успешного взаимодействия ее участников. Функции координации инновационных программ предприятий и организаций инфраструктуры должны брать на себя органы исполнительной власти региона, поскольку они являются основными распорядителями бюджетов. В кризисных условиях необходимы согласованные мероприятия по стимулированию инновационной активности, обеспеченности участников инновационных процессов в регионе источниками финансовых ресурсов, что требует разработки и реализации соответствующих программ поддержки со стороны органов исполнительной власти.

Основным методом реализации региональной инновационной политики является программно-целевое планирование. Финансирование мероприятий осуществляется на основе региональных инновационных программ.

Выделим множество вариантов выполнения региональных инновационных программ (ВВРИП): L = {] ]=1,...^}. Интересы представителей органов управления региона и предприятий при этом не совпадают [6; 7].

Обозначим набор участников региональной инновационной системы П = ¡=1,...,1}. Их интересы проявляются в виде объёмов выделяемых на программу инвестиционных ресурсов. Инвестиционные затраты, связанные с реализацией программ, описывает набор С]; ]=1,...Д Предел выделенных финансовых ресурсов каждого участника а^ В приоритетный для себя ]-й ВВСП участник может инвестировать средства ^ . Общий объём средств на региональные инновационные программы ограничен [6; 7].

Задача состоит в отборе варианта, который максимально удовлетворил бы интересы всех участников. Формализуем её.

Вектор с состоит из 1 и 0. Значение 1 присваивается, если региональная программа предварительно отобрана для обсуждения, 0 - если не отобрана. Вектор у также состоит из 0 и 1. Значение равно 1, если ]-й вариант обеспечен средствами, 0 - если наблюдается дефицит средств.

Суммарный дефицит средств по обсуждаемым вариантам можно представить в виде [6; 7]

= 2с'хз "Х^ 'хз , при этом ^ = С • х "Х^'хз >0.

3 1 1

Функция дефицита средств будет иметь вид = 2У з' X (2),

а функция обеспеченности средствами - это У].

Эти два критерия согласованы между собой, при этом необходимо достижение [6; 7]:

тах X ^итт Х^' xJ (3)

.! J1

Представим финансовое участие в реализации программ субъектов региональной инновационной системы в матричном виде.

В = ||^||, ]=1,...Д 1=1,...,1, Элемент матрицы равен 1, если 1-й участник финансирует ]-й вариант (^ больше 0), 0 -если не участвует в финансировании (^ равно 0).

Введём функцию, на основании которой определяется количество финансово обеспеченных вариантов участником ] региональных программ [6; 7]:

а, = Х ь, • Уj

(4)

J

При этом каждый участник стремится достичь

тах X ^ " У. (5)

i

Таким образом, достигается согласование интересов участников региональной инновационной системы.

Дальнейшее усиление функции (5) состоит в обеспечении [6; 7]:

тахX тхX ' УJ ,

1 J

Это обеспечивает выгоду участникам региональной инновационной системы, а также участникам федерального уровня управления.

Сформулируем оптимизационную задачу выбора ВВСП [6; 7]:

Х%' ^ ^ т,п (6)

Этот критерий достигается с учётом следующих ограничений:

1) общего объема финансирования программ со стороны участников:

X ^ ' Х- а ; (7)

2) общего объема финансирования со стороны органов власти на все обсуждаемые совместные программы:

ХХ^ '' Х- р. (8)

J 1

В данной постановке все варианты равно приоритетны для всех участников. Однако участники федерального уровня управления могут следовать особым приоритетам. Чтобы их реализовать, они могут увеличивать максимальное финансирование желаемых с

народнохозяйственной точки зрения программ (за счет средств федерального бюджета, а также специализированных форм поддержки инновационных предприятий).

Интересы федеральных органов состоят в [10] максимальном вовлечении в программы инновационных предприятий и сокращении дефицитности средств. В этом случае многокритериальная задача может выглядеть следующим образом [6; 7]:

ХX ^ тах (9)

j

" X ^ т1П

J

Х УJ ^ тах

(10)

(11)

при ограничениях (2, 3).

Представим этапы решения рассмотренной задачи.

1. Формируется набор исходной управленческой информации:

S=||Sji||, .....и, 1=1, ..,1, С

2. Рассматриваются варианты L (с учётом подмножеств):

^ = и L2 = {Lj; щ >0}. (12)

л

3. При нулевом значении Ll выполняется п. 7.

4. Для всех элементов LjeL1 присваиваются ^=1. Вычисляется значение:

Х У по У^е I1 .

5. Если выполнено ограничение (12), то выполняется далее п. 7.

6. Происходит последовательное исключение планов из множе-

л

ства Ll со значением тпс. Как только выполняется ограничение:

р- Х тпCj ^ 0 , выполняется п. 8 (13)

Ч ^ j

О

7. Множество L2 упорядочивается по возрастанию элементов фj. Присваивается Xj=1 первому элементу множества L2. Осуществляется проверка условия (14). В случае выполнения очередной элемент приравнивается к единице. Если ограничение не выполнено, переходим к п. 8.

8. Определяется решение задачи X = {х ^=1}, значения функций:

Х У и Хч- х.

3 j

Ограничение (13) находится в зоне контроля участников региональной инновационной системы, поэтому выполняется постоянно.

Значение (13) всегда может быть определено. Решение сводится к поиску набора вариантов L1 = {Ц; ф]<0}, обеспеченных финансовыми ресурсами. Множество L1 обеспечивает совпадение значения функций (9) и (11).

Минимальное значение функции (10) равно 0.

При условии выполнения ограничения (9), поддаётся улучшению значение функции (11), но при этом хуже становятся значения функции (13), и наоборот. Функция (14) неизменна. Следовательно, задача сводится к компромиссу между значениями функций (11) и (13), с учётом ограничения (9).

Таким образом, сформирован алгоритм решения задачи (6)-(11).

Данный алгоритм был представлен в предположении, что известны объёмы финансирования инновационных программ со стороны участников регионального инновационного процесса.

Предположим теперь, что объёмы средств не фиксированы, они могут быть изменены участниками с целью поиска согласованного управленческого решения (большинство участников такое решение устраивает).

В этом случае фиксированы только верхние пределы выделения средств, и в их рамках участники могут увеличивать или уменьшать соответствующие затраты по программам, лежащим в сферах их интересов. Формируется матрица В.

Тогда задача будет состоять в таком распределении средств федерального и регионального бюджета, а также других участников, чтобы было профинансировано как можно больше программ, являющихся предметом интереса всех сторон, а также отвечающих интересам развития национальной экономики.

Формализуем данную задачу.

1 - если J - й ВВРИП включен

ХJ = {в состав обсуждаемых вариантов;

0 - в противном случае;

^ - объём финансирования, выделяемая 1-м участником под ]-ю программу.

J-я программа получит источник финансирования, если:

1 - если С ' х - X 2 ' х - 0;

7 7 . 7 ' у. =<{ ^

7 0 - если С7' х7 -X 2 77 - х7 > 0.

7 7 . 7 /

Каждый участник максимизирует свою выгоду (выигрыш):

X ь,' у.

То есть

тах X тах X ' Уj (14)

Совокупные финансовые средства участников ограничены:

I

Выполнение условий максимизации означает получение выгоды каждым участником, а также общий выигрыш (который может быть интерпретирован как выгода для национальной экономики).

Каждый участник будет участвовать в бесприоритетном финансировании всех программ, представляющих для них экономический либо иной интерес («дозированная» стратегия финансирования). Если финансирование осуществляется в равных долях, то

Ц - =

(16)

Полученная величина округляется до ближайшего большего целого числа. Величины

(17)

Это, соответственно, объёмы минимального и максимального финансирования j-го ВВРИП, т. е. определяют границы значений Для первой величины проверяется ограничение:

С С

I Ь;1 и -М Ь

I

Ц - * 0

(18)

В случае выполнения объёмы финансирования определены. Если нет - они увеличиваются до максимальных. После установления значений ^ вариант L1 включается в общий (т. е. х1 = 1) и для каждой стороны пересчитываются значения:

А; *Т =

I

= а - Ц:

(19)

где Д*т и а^ - текущие значения в процессе работы алгоритма.

Затем выбирается следующий вариант и действия (17, 18) повторяются. Условием окончания работы алгоритма будет

ai = 0 для V ¡=1,...,1. (20)

Представим теперь этапы постановки и решения задачи (15-20).

1. Формируется набор исходной управленческой информации:

В = |^||, ]=1,...Д ¡=1,...,1,

2. Осуществляется упорядочение по убыванию Д множества вариантов L в матрице В.

3. Осуществляется упорядочение участников П в матрице В по убыванию Д*.

а

Т

а

4. Выбирается ]-й ВВРИП из упорядоченного множества L. По формуле (12) вычисляются значения ^ для ]-го варианта.

5. Для рассматриваемого ]-го ВВрИП рассчитываются текущие значения Д*т и а^. Проверяется условие ар0. Если оно не удовлетворено - возврат к 4-му шагу.

Таким образом, из всего вышеуказанного можно сделать следующие выводы:

• инновационно активные предприятия и региональная инновационная система могут рассматриваться в качестве сложных объектов управления;

• сложные объекты управления обладают особыми свойствами, и возможно прогнозирование траекторий их развития на основе использования концепции оптимизации, причём это применимо как к отдельным предприятиям, так и к региональной инновационной системе в целом;

• методология теории управления продуктивна для поиска управленческих решений для региональной инновационной системы, для формализации которых могут быть использованы большое число задач оптимизации (нахождения максимума или минимума целевых функций на некотором множестве векторов).

Это инструмент количественного исследования и прогнозирования развития рассматриваемой системы взаимодействующих иновационно-активных предприятий и региональной инновационной системы в целом.

Также хотелось бы отметить, что предложенный механизм программного взаимодействия выполняет многокритериальную задачу, учитывая различные интересы всех участников региональной инновационной системы при реализации той или иной программы. Предложенный механизм позволяет сделать выбор варианта реализации региональных инновационных программ на основе формирования совокупной цели сторон. При этом происходит максимизация выгоды каждого из участников и общей выгоды от финансирования региональных инновационных программ.

При использовании предложенного механизма программного взаимодействия участников региональной инновационной системы возникает возможность учитывать размер вкладываемых средств в реализацию региональных инновационных программ для каждого субъекта региональной инновационной системы. Данное условие является неоспоримым достоинством предложенного механизма и позволяет выработать согласованное управленческое решение, разделяемое либо всеми участниками региональной инновационной системы, либо большинством из них.

Список литературы

1. Беломестнов В.Г. Управление инвестиционными процессами: моногр. -Улан-Удэ: Изд-во ВСГТУ, 2006. - 172 с.

2. Бельков В.Н., Ланшаков В.Л. Автоматизированное проектирование технических систем: учеб. пособие. - М.: Академия естествознания, 2009.

3. Дандон Э. Инновации. Как определять тенденции и извлекать выгоду. -М.: Вершина, 2006.

4. Математическая энциклопедия. - М.: Сов. энцикл., 1985.

5. Методы оптимизации в теории управления: учеб. пособие. - СПб.: Питер, 2004. - 256 с.

6. Расстригин Л.А. Современные принципы управления сложными объектами. - М.: Сов. радио, 1980.

7. Растригин Л.А. Моджаров Н.Е. Введение в идентификацию объектов управления. - М.: Энергия, 1987.

8. Родионов Д.Г., Седов А.И. Инновационная инфраструктура как элемент обеспечения конкурентоспособности региона (на примере Республики Мордовия) // Научно-технические ведомости СПбГПУ. Сер. Экономические науки. -2013. - № 1-2 (163).

9. Ройзман И., Гришина Н. Сложившаяся и перспективная инвестиционная привлекательность крупнейших отраслей отечественной промышленности // Инвестиции в России. - 1998. - № 1.

10. Рудская И.А. Методы оценки неопределенности инвестиционного процесса в инновационных организациях // Научно-технические ведомости СПбГПУ. Сер. Экономические науки. - 2013. - № 1.

11. Фалалеев Д.В. Управление развитием регионального строительного комплекса на основе конкурентного сотрудничества предприятий: автореф. дис. ... канд. экон. наук. - СПб.: ГОУ ВПО СПбГУЭФ, 2010.

12. Leverage innovation capability: application of total innovation management in China's SME study / Xu Quingrui et. al. - World Scientific Publishing, 2012.

13. Lundvall B.-A. Innovation as an interactive process: user - producer relation. In: Dosi G. et al (eds). Technical Change and Economic Theory. - London: Pinter, 1998. - P. 349-396.

14. Roberts E. Management of Research, Development and Technology-Based Innovation. - MIT, 1999.