CC BY
42УДК 001.05+338
МЕТОДИКА ВЫБОРА ПЕРСПЕКТИВНЫХ НАПРАВЛЕНИЙ ДЛЯ РЕАЛИЗАЦИИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ БИБЛИОГРАФИЧЕСКОЙ СТАТИСТИКИ*
Л.А. МЫЛЬНИКОВ,
кандидат технических наук, доцент кафедры микропроцессорных средств автоматизации Е-mail: leonid@pstu.ru Д.Н. ТРУШНИКОВ, кандидат технических наук, доцент кафедры прикладной физики
Е-mail: trdimitr@yandex.ru Пермский национальный исследовательский политехнический университет
В статье рассмотрен подход к определению наиболее перспективных направлений для реализации инвестиционных проектов в промышленности с точки зрения появления инноваций на основе анализа измеримых показателей (библиографических баз данных SCOPUS, Web of Science и показателей эффективности, значения которых получаются на основе экспертных оценок), представленных функционально.
Ключевые слова: инновация, новшества, библиометрия, прогноз, научная разработка, электроннолучевая сварка, алгоритм
Введение
Многие страны, регионы и предприятия за историю развития человечества на определенные промежутки времени становились «центрами» мира. Появление таких стран связано прежде всего с технологическими достижениями, которые и приводили к военному и экономическому доминированию.
* Работа выполнена при поддержке гранта РФФИ-Урал №11-08-96016 и при финансовой поддержке Министерства образования Пермского края.
Многие предприятия мечтают выпускать продукт, который бы стал технологическим «хитом».
В современный период технологический прорыв благодаря использованию опыта и научных достижений своих сограждан и диаспор смогли сделать такие страны, как Тайвань (в 19601970-е гг.), Сингапур (после 1965 г., когда он получил независимость от Великобритании) [16], Китай (в 1990 — начале 2000-х гг.).
Среди отдельных фирм — это Microsoft (с идеей дружественного программного обеспечения), Apple (с персональным компьютером, iPod, iPad и т.п.), Motorola (с сотовым телефоном) и т.д.
Такие прорывы всем нравятся, многие к ним стремятся. Чтобы они появлялись, государства и отдельные фирмы финансируют научные исследования.
В разных странах и науках используются разные способы проведения и финансирования исследований. Где-то это правительственные постановления, определяющие перспективные направления, где-то — грант-дающие организации, которые занимаются анализом библиографических баз данных. На основе такого анализа выявляются
наиболее перспективные из заявок, поступивших от ученых, имеющих высокие индексы цитирования, и направления, по которым ведется наибольшее количество исследований (т.е. те направления, которые являются наиболее перспективными в плане накопления критической массы для совершения прорыва).
Несмотря на разные подходы к финансированию, наблюдается устойчивый тренд роста расходов на финансирование современных научных исследований и разработок (R&D). Причем этот рост в странах-лидерах опережает рост экономики. Об этом говорит отчет за 2011 г., опубликованный Национальным научным фондом США (NSF Science & Engineering Indicators 2012).
В любом случае понимание основных направлений развития науки и практического использования результатов необходимо прежде всего коллективам, работающим над решением определенной проблемы. Такой взгляд соответствует тенденции превращения в продукты результатов научных исследований, устремлению государств на создание инновационной экономики.
Тематике развития идей научно-технического прогнозирования и творчества посвящено множество исследований и публикаций, которые можно разделить на две группы:
1) публикации и исследования, посвященные научно-техническому проектированию;
2) исследования, посвященные научно-техническому прогнозированию.
Среди работ, затрагивающих тему научно-технического творчества и проектирования, наиболее популярны направления, связанные с теорией рационализаторства и изобретательства (ТРИЗ) [1], морфологическим анализом и синтезом, правилами Коллера [13], методом Мэтчетта, а также менее формализованными подходами на основе метода мозгового штурма и др., которые помогают реализовать принцип «не будь первым, а будь уникальным».
Вопросы прогнозирования, позволяющие оценить прежде всего перспективность идеи, также рассматриваются с нескольких точек зрения. Это — прогнозирование научно-исследовательской активности, востребованности технологий, географического распространения, финансовой поддержки и т.д. [15]. Для осуществления раскрытия этих прогнозов используют статистические данные из патентных, реферативных и др. баз данных. Другой вид прогнозирования, который применяют,
это прогнозирование параметров отдельных инновационных проектов [5].
Научно-техническое творчество и прогнозирование по отдельности не несут такой практической значимости, как совместно. Каждое сколько-нибудь значимое исследование начинается с обзора уже существующих работ по этой теме. Должны использоваться подходы, которые видятся реализуемыми в краткосрочной перспективе. Необходимость этого связана с тем, что любые затраты труда должны давать отдачу. Поэтому нужно заниматься проблемами, которые на данный момент являются актуальными, и если речь идет о прикладных исследованиях, то востребованных в краткосрочной перспективе. Таким образом, возникает необходимость мониторинга других научных коллективов и альтернативных подходов к решению задач. В практической деятельности это означает, что не стоит замыкаться в рамках своей очень узкой области.
Если обратиться к проблемам сварочного производства, то это будет означать, что не стоит замыкаться в рамках одной технологии (например электронно-лучевой сварки). Следует отслеживать появление новых технологий, существенных улучшений в конкурирующих направлениях (лазеры, плазменная сварка и т.д.), которые при успешном развитии в перспективе могут сделать не актуальной существующую нишу и создать новую.
Совместное использование методов научно-технического творчества и прогнозирования позволяет выявить направления, которые уже находятся на границе нового этапа развития, а также проанализировать возможные альтернативные варианты и решения. Это позволит ускорить появление новых практически ориентированных решений, а в результате их реализации — инноваций.
Однако такой подход будет порождать в основном модифицирующие инновации, которые, по мнению Е.М. Григорьева [3], при оценке значимости или эффекта будут иметь минимальный вес в отличие от прорывных инноваций.
Чтобы избежать этого, описанные методы можно дополнить. Одним из возможных для дополнения подходов является метод логического моделирования Гэйна [10]. Метод ориентирован на создание систем обработки данных. Недостаток этого подхода заключается в отсутствии уверенности в создании достоверной структуры данных на начальных стадиях неопределенного этапа научной разработки.
Другой подход — это метод моделирования Йордана [17], который использует схему событийного разбиения (event parti tioning) проектируемого процесса и формирующий список событий из внешней среды процесса, на которые процесс должен реагировать. Недостаток этого метода — не всегда есть объективный результат, сложно от результатов перейти к исходным данным и определению связей между ними на началах каждого этапа, выдающего результат.
Также можно применить метод создания баз данных, описывающих фактические параметры состояния процесса, явления, объекта. При таком подходе факты предполагаются всегда истинными в рамках системы понятий инновационного процесса. Формальное и декларативное представление фактов осуществляется через словарь (список постоянных терминов), к которому отсылается любая информация и отношения между информацией как отдельными фактами. Этот метод предполагает использование при моделировании исследуемого процесса взаимосвязанной и взаимосогласованной совокупности баз данных, правил обработки [2]. Недостаток подхода — множество баз данных не являются конечными. Следовательно, модель, основанная на базах данных, не является полной, не может претендовать на законченный вид и должна иметь возможность расширения.
Таким образом, для работы с инновационными проектами на этапе научных исследований основной проблемой является отсутствие достоверных данных. Это связано с тем, что инновационные проекты можно отнести к слабоструктурированным процессам, которые характеризуются наличием множества коли -чественных и качественных параметров, взаимосвязь между которыми носит неопределенный характер. Правильная оценка состояния позволяет не только раскрыть потенциал инновационного проекта на начальном этапе (этапе научной разработки), но и оценить итоговые результаты, значимость и уровень ожидаемых результатов.
Правильное управление проектами на начальной (ис-
следовательской) стадии даст возможность успешнее решать актуальные для производства задачи более частой смены выпускаемой продукции, увеличения ее номенклатуры, сокращения времени внедрения в производство, а также учитывать фактор глобализации. Ориентируясь на новые знания, следует ожидать, что они станут новыми технологиями или продуктами. Следовательно, грамотное управление направлений исследований позволит еще и сократить затраты на первом этапе жизненного цикла инновации (рис. 1).
Исследования и разработки как первый этап инновационного проекта
Появление технологических и научно-технических инноваций возможно на всех этапах разработки продукта. Поэтому изучение способов их анализа для определения направлений работы исследовательской мысли, инженерного конструирования и создания продуктов нужно рассматривать на всех этапах инновационной цепи (рис. 2).
В каждом из звеньев инновационной цепи возможно появление нововведений. Тем самым реализуются различные типы инноваций, создающих новые рынки, новые продукты, новые способы производства, а также структурные инновации.
Основным источником нововведений являются научные исследования и опытно-конструкторские работы. Чтобы процесс появления инноваций не носил случайного характера, необходимо определять наиболее перспективные направления для
Выручка
Время
Государство через фонды и программы
Рис. 1. Инновационная кривая для начальных этапов инновационного проекта
Управление исследованиями
Рождение инновации (трансфер технологии)
Разработка и производство
Ниша экспериментатора
Принцип функционирования
Ниша применения
Экспериментальна^ |сноваразр|ботки
„^Прототип |изделия
Принцип функционирования
1-4
^ I Ниша применения]
Ниша применения
Внедрение
^ /Улучшение изделия I
Внедрение в технологический процесс
Использование
в новых исследованиях
Внедрение в изделиях
Рис. 2. Инновационная цепь [11]
исследований. Решение этой задачи состоит из нескольких этапов.
Первый этап — это поиск нерешенных научных проблем. Эта задача может решаться с использованием морфологического дерева существующих технологий и задач (пример дерева для сварочных технологий представлен на рис. 3). Листья приведенного дерева будут являться максимальной детализацией устройства сварочного аппарата или характеристиками материалов, которые требуется соединить. Дополнив дерево современными сведениями о принципах функционирования плазмы, лазеров, данными о новых материалах, их конфигурациях и т.п. и применив операцию морфологической свертки, можно определить направления поисковых и фундаментальных исследований, исходя из задач, стоящих в данный момент перед промышленностью.
Второй этап заключается в анализе публикационной активности. Известно, что жизненный цикл технологии, которую можно построить на основе количества публикаций по данной тематике за год, описывается инновационной кривой (если начинать ее с этапа выхода на рынок). Тогда перспективной может считаться разработка, находящаяся на этапе роста или выхода на рынок [12]. Из представленных различных технологий сварки (рис. 4) данному требованию удовлетворяют электронно-лучевая (график соответствует этапу выхода на рынок), плазменная и ультразвуковая сварки (их графики соответствуют этапу роста). Публикации по первой из них в основном присутствуют в журналах по профилю «материаловедение», в то время как по остальным двум основная масса публикаций приходится на раздел журналов «инженерное дело» (рис. 5). Это говорит о том, что по тематике электронно-лучевой сварки ведутся в основном исследо-
вания фундаментального характера1, а по тематике плазменной и ультразвуковой сварки исследования в основном посвящены вопросам применения в производствах и изготовления устройств.
Не каждое научное исследование или разработка, а также увеличение расходов на них ведут к появлению инновации. Многие долгосрочные исследования приводят к зарождению новых идей без заранее сформированного отношения к продукту и его предназначению. Но именно такие исследования приводят к замещению технологий, т.е. осуществляются так называемые технологические скачки.
Практика показывает, что количество инноваций напрямую зависит от количества полученных научных результатов и всегда превосходит их. Однако при проведении прикладных исследований наиболее существенным фактором становится практическое применение. Поэтому основное внимание следует уделять выбираемым технологиям для исследования с точки зрения их практической применимости и перспективности. Для таких исследований подходят технологии, про которые основные статьи публикуются в разделах «инженерное дело» или профильных отраслевых журналах. Такие научные исследования ставят своей целью решение технической проблемы, уточнение неясных теоре-
1 Например, в 2008 г. были начаты исследования структуры сигнала тока несамостоятельного разряда [8]. Было установлено, что в спектре сигнала тока несамостоятельного разряда в плазме в зоне электронно-лучевой сварки содержится характерная высокочастотная (~15 кГц) составляющая. Частота этой составляющей не зависит явным образом от режима фокусировки электронного пучка его мощности. Параметры эмпирической плотности сигнала несут информацию об удельной мощности электронного пучка, определяемой его фокусировкой, и могут быть использованы для оперативного контроля за процессом формирования сварного шва при электронно-лучевой сварке [7].
тЫи и Ыш :em/VHV иижзэьикюноие
1959 1962 1965 19689 1971 1974 1977 1980 1983 1986 1989 19)92 1995 1998 2001 2004 2007 2010
|-1-I I —I-1-1-1-1-1-1-1-1-1-Г
1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010
б
8226 8222
120 800'
60 40
0 -I— -1-1-1-1-1-1-1-1-1-1-1-1—
1963 1966 1969 1972 1975 18789 1981 1984 1987 1990 1992 199(5 19989 2002 2005 2008 2011
1960 1963 1966 1969 1972 1975 1978 1981
Фактическое количество
т-1-1-1-г
1996 1999 2002 2005 2008 2011
Экстраполяционная кривая
Рис. 4. Количество публикаций для современных видов сварки на основании данных системы SCOPUS
за 1960-2011 гг.: а — электронно-лучевая; б — электродуговая;
в — плазменная; г — ультразвуковая; д — электродная
208 8
д
Рис. 5. Распределение публикаций по направлениям для современных видов сварки на основании данных системы SCOPUS за 1960-2011 гг., %: а — электронно-лучевая; б — электродуговая; в — плазменная; г — ультразвуковая; д — электродная; 1 — биохимия, генетика; 2 — математика; 3 — химия; 4 — наука о Земле; 5 — информатика; 6 — химическое машиностроение; 7 — энергетика; 8 — физика и астрономия; 9 — материаловедение; 10 — медицина; 11 — многодисциплинарные; 12 — инженерное дело; 13 — бизнес и управление; 14 — социология; 15 — экология; 16 — фармакология; 17 — другое
тических вопросов, получение конкретных научных результатов.
Данные о публикационной активности являются измеримой величиной, поэтому эти данные могут быть выражены числовыми величинами, построен прогноз [5] с использованием трендов, представленных в виде функциональных описаний [4], и оценено время жизни технологии, ее отдача, как в научном, так и в экономическом плане. Это также играет роль при определении направления исследования.
Последним этапом, когда возможны исследования, является этап опытно-конструкторских работ, который имеет целью изготовление и отладку опытных образцов новых продуктов, отработку и построение экспериментов новых, усовершенствованных технологических процессов. На данном этапе может осуществляться доработка отдельных частей продуктов.
Результат, получаемый на каждом этапе, не гарантирован и не гарантирует успешного развития проекта в дальнейшем. Если результат оказывается успешным, то он может быть использован в ряде проектов, а не только в одном (например, научное открытие или составная часть продукта, устройство, одно из изделий, разработанные на этапе опытно-конструкторских работ, могут в результате использоваться во множестве изделий). При этом количество изделий, в которых будет реализовано новшество, также описывается инновационной кривой.
Если рассматривать процесс внедрения новшеств в целом, то он будет носить более сложный диффузионный характер. Любое значимое новшество дает разные способы продвижения инноваций:
— горизонтальный (способ партнерства и кооперации);
— вертикальный (в рамках одной организации);
— инновации всех типов, которые создают новые рынки, новые продукты, новые способы производства, структурные инновации;
— работа с большим объемом информации разной размерности.
Автор новшества заинтересован в использовании всех доступных каналов распространения: продажи лицен-
Исследования
зий, осуществление заказных исследовательских проектов, собственный выпуск изделий.
Использование результатов исследований
Для выбора способа применения полученных результатов используются методы, основанные на продуктово-рыночной матрице и принципе открытой инновации (рис. 6).
Работа с продуктово-рыночной матрицей основана на выборе и внедрении одной из концепций продвижения (табл. 1).
Первая концепция, отраженная в матрице, в применении к научным исследованиям будет характеризовать уже освоенные результаты. Инновационное поведение в этой ситуации направлено на интенсификацию использования возможностей. При реализации такой концепции следует понимать, что существует несколько критериев, которые требуют наиболее внимательного изучения: финансирование, потребительские качества, обучение использованию, внутренние процессы, которые затрагивает реализация концепции. Каждый из приведенных критериев может быть оценен с двух точек зрения (производителя и потребителя), которые не обязаны совпадать [14].
Вторая концепция характеризует поведение относительно поиска новых применений для научного исследования. Реализация этой концепции может потребовать проведения дополнительных научных исследований в целях учета дополнительных требований. Инновации при этом реализуются в форме аппликационных исследований и разработок, расширяющих области применения.
Реализация
Внутренние ^^ научные проекты
—"О
о
—-о-
Лицензирование
О-
Рынки ' других фирм
Традиционный рынок
Новые будущие рынки
Внешние научные проекты
Рис. 6. Парадигма открытой инновации [9]
Таблица 1
Продуктово-рыночная матрица инновационного портфеля [6]
Продукты Освоенные рынки Новые рынки
Освоенные Интенсификация рынков: — позиционирование продукта; — резервирование ниши рынка Развитие рынков: — вариации продуктов; — аппликационные исследования
Новые Развитие продуктов: — исследования и разработки; — модификации продуктов Диверсификация
Третья концепция характеризует инновационное поведение в условиях появления нового результата, заменяющего предыдущие. Мероприятия реализуются в форме фундаментальных и аппликационных исследований, расширяющих области применения. При этом следует учитывать новые факторы, например глобализацию. Это означает, что не следует замыкаться только на направлениях, которые представляются перспективными только в рамках одной страны или региона [14].
Четвертая концепция (наиболее продуктивная) связана с новыми исследованиями и новыми способами применения. Это наиболее сложная, рискованная и самая перспективная концепция инновационного развития с точки зрения создания потенциала успеха.
Другой принцип, на котором может базироваться внедрение результатов научных исследований, это принцип открытой инновации. Этот принцип ориентирован на использование разработок совмес-
Рис. 7. Количество публикаций по тематике электронно-лучевой сварки по странам на основе данных SCOPUS за 1959-2012 гг.
тно с другими результатами исследований, а также принцип многогранности возможностей применения научных разработок (рис. 6).
Для практического использования упомянутых подходов требуется анализ сфер применения рассматриваемой технологии, а также ее географического распространения. Эти данные можно получить на основе библиографических исследований публикационной и патентной активности в рассматриваемой области по отраслевому и географическому принципам (рис. 7, 8).
Кроме этого, реализация любого проекта преследует какую-либо цель, которая выражается в достижении эффекта. Цели могут быть разные, однако они должны быть измеримы. На данный момент для этого выделяют несколько показателей, которые отражают виды возможных эффектов от проекта (например, такими эффектами могут быть: экономический эффект; научно-технический эффект; социальный эффект; экологический эффект — рис. 8) [6].
2
Источник: разработано автором путем фильтрации журналов, в которых описываются способы решения проблем, связанных с технологиями электронно-лучевой сварки.
Рис. 8. Количество публикаций по направлениям применения электронно-лучевой сварки на основе данных SCOPUS за 1959-2012 гг., %: 1 — материаловедение; 2 — физика и астрономия; 3 — энергетика; 4 — химическое машиностроение; 5 — наука о Земле; 6 — химия; 7 — биохимия, генетика и молекулярная биология
Оценка проектов
Как было показано, для оценки научной значимости, перспективности научных проектов, ожидаемых эффектов удается получить измеримые показатели. Это означает, что оценку инновационного проекта можно осуществить формальными методами уже на этапе научной разработки.
Любая экономико-математическая модель включает формализованное описание критерия выбора, т.е. целевую функцию. Целевая функция, как правило, представляет собой проранжирован-ный набор показателей, объединенных с помощью свертки (табл. 2). Если не удается однозначно расставить весовые коэффициенты, то такой подход будет иметь погрешность.
Чтобы избежать этого, можно представить полученные результаты в виде лепестковых диаграмм. Тогда появляется возможность не только оценивать площади фигур, но видеть распределение значений по осям. Таким образом, лицо, принимающее решение, сможет ориентироваться на собственный опыт в зависимости от сложившейся конъюнктуры, не занимаясь экспертным ранжированием критериев
Экономический эффект
Эффективность инноваций
Научно-технический эффект
Социальный эффект
Показатели
Экологический эффект
Прибыль от лицензионной деятельности
Прибыль от внедрения патентов, изобретений, ноу-хау
Прирост объема продаж
Улучшение использования производственной мощности
Сокращение срока окупаемости инвестиций
Сокращение сроков капитального строительства
Улучшение использования ресурсов:
- рост производительности труда;
- повышение фондоотдачи;
- ускорение оборачиваемости средств
Количество зарегистрированных результатов интеллектуальной деятельности Увеличение удельного веса новых технологий
Увеличение удельного веса прогрессивных технологических процессов
Повышение коэффициента автоматизации производства
Повышение организационного уровня производства и труда
Повышение конкурентоспособности организации и ее товаров на рынке
Прирост доходов работников
Повышение уровня безопасности труда
Повышение степени удовлетворения социальных и
духовных потребностей
Увеличение числа рабочих мест
Повышение квалификации работников
Улучшение условий труда и отдыха работников
Снижение выбросов в атмосферу, почву, воду вредных веществ
Снижение отходов производства
Повышение эргономичности производства и продукции
Повышение экологичности производства и продукции
Снижение штрафов за нарушение экологического законодательства и других нормативных документов
Рис. 9. Виды эффектов и соответствующие им показатели
Таблица 2
Факторы и показатели оценки инновационного проекта на этапе научной разработки
Фактор Показатель
Научно-исследовательская активность Количество публикаций по теме исследования (в одной из международных систем цитирования)
Отраслевая активность (прикладные исследования) Количество публикаций по тематике исследования в отраслевых журналах (в одной из международных систем цитирования), от общего количества публикаций или в долях от лидера
Количество разработок (приложения) Количество патентов
Востребованность технологии Количество запросов в патентных базах
Географическое распространение Количество публикаций из региона, в котором планируется внедрение (от общего количества публикаций или в долях от лидера)
Эффективность потенциальной инновации Оценивается по показателям эффективности (см. рис. 8)
«вслепую». Тем самым, несмотря на ограниченный объем данных, можно перейти к описательным методам интеллектуального анализа данных (Data Mining) и уменьшить степень неопределенности при управлении научными разработками.
Однако, для того чтобы не искажать данных (т.е. не перемешивать различные направления и тем самым не сглаживать отрицательных и положительных тенденций у тематик работ за счет узких подтем), для оценки необходимо выбирать, по возможности, узкие тематики в рамках каждой технологии. Например, для электронно-лучевой сварки такими темами могут быть:
— оперативный контроль за фокусировкой по параметрам вторично-эмиссионных сигналов;
— контроль за наведением на стык по рентгеновскому излучению или по отраженным электронам;
— электронно-лучевая сварка с выводом луча в атмосферу (атмосферная ЭЛС);
— электронно-лучевая сварка расщепленным лучом (multi beam technology);
— измерение параметров электронного луча;
— технологии совершенствования электронно-лучевых установок, пушек, источников и т.д.;
— управление формированием сварного шва (формой, структурой и др.) посредством осцилляций луча по различным траекториям или сканирования фокуса луча и т.д.
На рис. 10 изображена диаграмма, которая была построена при использовании следующих значений:
— общее количество публикаций по электронно-лучевой сварке и общее количество публикаций по рассматриваемой подтеме;
— общее количество публикаций по электронно-лучевой сварке и количество публикаций в журналах, соответствующих отрасли, в которой планируется внедрять новшество;
— общее количество патентов по электроннолучевой сварке и количество патентов рассматриваемой подтемы;
— общее количество запросов в патентных базах по электронно-лучевой сварке и количество запросов по рассматриваемой подтеме;
100
1
6
Электронно-лучевая сварка расщепленным лучом (multi beam technology)
Технология измерения параметров электронного луча ■ Максимально возможное значение
Рис. 10. Лепестковая диаграмма для технологий, полученных
на основе данных системы SCOPUS, %: 1 — научно-исследовательская деятельность; 2 — отраслевая активность; 3 — количество разработок; 4 — востребованность технологии; 5 — географический фактор; 6 — повышение конкурентоспособности организации и ее товаров на рынке; 7 — повышение
организационного уровня производства и труда; 8 — повышение коэффициента автоматизации производства; 9 — увеличение удельного веса прогрессивных технологических процессов;
10 — увеличение удельного веса новых технологий
3
9
4
8
Оцениваемый параметр
— общее количество публикаций по электронно-лучевой сварке и количество публикаций из региона, в котором планируется внедрение.
Эффективность оценена на примере научно-технического эффекта. Значения для параметров оценки научно-технического эффекта получены экспертным путем.
Состояние научных исследований не является статическим процессом. Поэтому для ориентированного на будущее решения целесообразно рассмотреть динамику изменений параметров во времени. Для этого задачу оценки параметров необходимо рассмотреть как задачу прогнозирования. Задача прогнозирования совместного изменения факторов в «мягкой» динамической ситуации определяется как задача разработки субъективной модели ситуации на основе экспертно измеренных значений факторов.
Параметры, которые используются для оценки, описываются инновационными кривыми. Для таких параметров прогноз может быть построен на основе использования известных данных и методике прогнозирования на инновационной кривой [5]. Однако для оценки краткосрочной динамики достаточно оценить скорость изменения значений кривых на текущий момент, которые описывают параметры (например приведенные на рис. 4, 5), а именно, величину производной. Пример разметки инновационной кривой величинами значений производной в виде векторов представлен на рис. 11.
Если нанести значения скорости изменения данных на график лепестковой диаграммы, то получим график, представленный на рис. 12.
Однако разового среза для принятия решения недостаточно, так как свойства потенциальной инновации определяются не как единичное событие, а как постоянная реакция на изменяющиеся обстоятельства, на противоречия социальной системы, на потребности системы. Поэтому для успеш-
Время
Значения скорости изменения данных
Рис. 11. Инновационная кривая
100
1
7
6
1 Электронно-лучевая сварка расщепленным лучом (multi beam technology)
■ Технология измерения параметров электронного луча
■ Максимально возможное значение Величина и направление скорости изменения
Рис. 12. Диаграмма для технологий с нанесенными значениями скорости изменения параметров на основе данных SCOPUS, %: 1 — научно-исследовательская деятельность; 2 — отраслевая активность; 3 — количество разработок; 4 — востребованность технологии; 5 — географический фактор; 6 — повышение конкурентоспособности организации и ее товаров на рынке; 7 — повышение организационного уровня производства и труда; 8 — повышение коэффициента автоматизации производства; 9 — увеличение удельного веса прогрессивных технологических процессов; 10 — увеличение удельного веса новых технологий
9
3
8
4
Формирование пула проектов
Принятие решения
Внедрение в производство
Рис. 13. Пример продолжения инновационной цепи при внедрении в производство продуктовых инноваций.
ного создания инноваций необходим постоянный мониторинг научной деятельности. Инновационная деятельность в свою очередь опирается на непрерывное вовлечение в экономический оборот результатов умственного труда и интеллектуальной деятельности, важнейшими составляющими которых являются новые знания, научные разработки, передовые технологии, информация.
Заключение
В настоящее время возможен выбор наиболее эффективных направлений с точки зрения появления инноваций с использованием формального подхода на основе публикационной и патентной активности. С учетом знаний о предстоящих нововведениях можно заранее начать подготовку к их внедрениям и тем самым сократить время прохождения стадий от исследования до внедрения в производство. Тогда инновационная цепь с точки зрения предприятия, внедряющего продуктовые инновации, может быть продолжена (рис. 13).
Соответственно возрастет эффективность управления, и этап научных исследований, рассмотренный как комплекс взаимосвязанных мероприятий, предусматривающих осуществление законченного цикла инновационной деятельности, становится полноправным этапом инновационного проекта.
Список литературы
1. Альтшуллер Г. Найти идею. Введение в ТРИЗ-теорию решения изобретательских задач. М.: Альпина Бизнес Букс, 2007. 400 с.
2. Гаврилова Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000, 382 с.
3. Инновации в науке, образовании и производстве. Организация инновационной деятельности: тр. СПб ГТУ № 495. СПб: Изд. СПб ГТУ, 2006, 158 с.
4. Инновационный менеджмент. Концепции, многоуровневые стратегии и механизмы инновационного развития: учеб. пособие / под ред. В.М. Аньшина, A.A. Дагаева. М.: Дело, 2006. 584 с.
5. Мыльников Л.А., Алькдироу Р.Х. Подход к прогнозированию развития и управления жизненным циклом инвестиционных проектов // Управление большими системами. Вып. 27. М.: ИПУ РАН,
2009. С. 293-307.
6. Управление инновационными проектами: учеб. пособие / Л.А. Мыльников [и др.]. Пермь: Изд-во ПГТУ, 2009. 298 с.
7. Трушников Д.Н., Беленький В.Я., Зыков В.В. Вторично-эмиссионный сигнал из зоны электронно-лучевой сварки и его связь с геометрическими параметрами сварного шва // Интеллектуальные системы в производстве. 2011. № 2. С. 214-221.
S. Трушников Д.Н., Язовских В.М., Беленький В. Я, Кротов Л.Н. Структура вторично-эмиссионного сигнала при электронно-лучевой сварке с глубоким проплавлением // Сварка и диагностика. 2008. № 4. С. 22-24.
9. Bettina Schwarzer, Helmut Krcmar Wirtschaftsinformatik: Grundlagen betrieblicher Inforam-tionssysteme. Stuttgard: Sch^fer-Poeschel Verlag,
2010. 299 р.
10. Cane C., Sarson T. Structured System Analysis; Englewood Cliffs; Prentice — Hall, 1979.
11. Douglas K.R. Robinson, Lu Huang, Ying Guo, Alan L. Porter Forecasting Innovation Pathways (FIP) for new and emerging science and technologies // Technological Forecasting & Social Change 2011.
12. Jeffry A. Timmons, Stephen Spinelli New venture creation: entrepreneurship for the 21st. Singapoure: Mc Graw Hill, 2007. 658 p.
13. K^ler R. Konstructionsmethode fbr den Mashinen-, Gergte- und Apparatebau. Berlin — Heidelberg — New-York: Springer — Verlag, 1976.
14 . Michael Lang, Sebastian Kammerer, Michael Amberg Perfektes IT-Projektmanagement: Best Practices fbr Ihren Projekterfolg. Dbsseldorf: Symposion Publishing, 2012. P. 457.
15 . Robert J. Wattse, Alan L. Porter Innovation forecasting // Technological Forecasting and Social Change. Vol. 56. Iss. 1. 1997. P. 25-47.
16 . Yew Lee Kuan The Singapore Story: 1965— 2000. From third world to first. N.Y., USA: HarperCollins Publishers, 2000.
17. Yourdon E. Modern Structured Analysis. Prentice: Hall Int. Ed., 1989.
Methods of analysis
A TECHNIQUE OF THE PERSPECTIVE LINES SELECTION TO IMPLEMENT INVESTMENT PROJECTS, ON THE BASIS OF BIBLIOGRAPHIC STATISTICS
Leonid A. MYL'NIKOV, Dmitrii N. TRUSHNIKOV
Abstract
The authors consider an approach to define the most perspective directions of investment projects implementation in the industry from the view-point of innovation emergence on the basis of an analysis of measurable indices expressed functionally (the SCOPUS and Web of Science bibliographic databases, and the efficiency indicators, on the basis of expert estimates).
Keywords: innovation, novelty, bibliometrics, forecast, science-based elaboration, electron-beam welding, algorithm
References
1. Al'tshuller G. Naiti ideiu. Vvedenie v TRIZ-teoriiu resheniia izobretatel 'skikh zadach [To find the idea. Introduction in TRIZ — the theory of inventive problem solving]. Moscow, Al'pina Biznes Buks Publ., 2007, 400 p.
2. Gavrilova T.A., Khoroshevskii V.F. Bazy znanii intellektual 'nykh sistem [Knowledge bases of intellectual systems]. St. Petersburg, Piter Publ., 2000, 382 p.
3 . Innovatsii v nauke, obrazovanii i proizvodstve. Organizatsiia innovatsionnoi deiatel 'nosti [Innovation in science, education and production. Organization of innovation activity]. St. Petersburg, St. Petersburg STU Publ., vol. 495, 2006, 158 p.
4. Innovatsionnyi menedzhment. Kontseptsii, mno-gourovnevye strategii i mekhanizmy innovatsionnogo razvitiia [Innovation management. Concepts, multilevel strategy and mechanisms for innovation development]. Moscow, Delo Publ., 2006, 584 p.
5. Myl'nikov L.A., Al'kdirou R.Kh. Podkhod k prognozirovaniiu razvitiia i upravleniia zhiznen-nym tsiklom investitsionnykh proektov [Approach to forecasting of development and management of life cycle of investment projects]. Upravlenie bol'shimi sistemami — Management of large systems, vol. 27, Moscow, IPU RAS Publ., 2009, pp. 293-307.
6. Myl'nikov L.A. Upravlenie innovatsionnymi proektami [Management of innovation projects]. Perm, PSPU Publ., 2009, 298 p.
7. Trushnikov D.N., Belen'kii V.Ia., Zykov V.V. Vtorichno-emissionnyi signal iz zony elektronno-luchevoi svarki i ego sviaz' s geometricheskimi para-metrami svarnogo shva [Secondary-emission signal from a zone of electron-beam welding and its correlation to the geometrical parameters of a welded seam]. Intellektual'nye sistemy v proizvodstve — Intellectual systems in production, 2011, no. 2, pp. 214-221.
8. Trushnikov D.N., Iazovskikh V.M., Belen'kii V.Ia, Krotov L.N. Struktura vtorichno-emissionnogo signala pri elektronno-luchevoi svarke s glubokim proplavleniem [A structure of a secondary-emission
3K0H0MMHECKMM aha/1113: mpm u n/mrm
31
signal in electron-beam welding with deep alloying]. Svarka i diagnostika — Welding and diagnostics, 2008, no. 4, pp. 22-24.
9. Bettina Schwarzer, Helmut Krcmar Wirtschaftsinformatik: Grundlagen betrieblicher Informationssystemen. Stuttgart, Schöffe-Poeschel Verlag, 2010, 299 p.
10. Cane C., Sarson T. Structured System Analysis. Englewood Cliffs, Prentice — Hall, 1979.
11. Douglas K.R. Robinson, Lu Huang, Ying Guo, Alan L. Porter. Forecasting Innovation Pathways (FIP) for new and emerging science and technologies. Technological Forecasting & Social Change, 2011.
12. Jeffry A. Timmons, Stephen Spinelli. New Venture Creation: Entrepreneurship for the 21st. Singapore, McGraw Hill, 2007, 658 p.
13. Köller R. Konstruktionsmethoden für den Maschinen, Geräte- und Apparatebau. Berlin — Heidelberg — New-York, Springer — Verlag, 1976.
14. Michael Lang, Sebastian Kammerer, Michael Amberg Perfektes IT-Projektmanagement: Best
Practices für Ihren Projekterfolg. Düsseldorf, Symposion Publishing, 2012, 457 p.
15. Robert J. Watts, Alan L. Porter. Innovation forecasting. Technological Forecasting and Social Change, vol. 56, iss. 1, 1997, pp. 25-47.
16. Yew Lee Kuan. The Singapore Story: 1965 — 2000. From third world to first. N.Y., USA, Harper Collins Publishers, 2000.
17. Yourdon E. Modern Structured Analysis. Prentice, Hall Int. Ed., 1989.
Leonid A. MYL'NIKOV
Perm National Research Polytechnic University,
Perm, Russian Federation
leonid@pstu.ru
Dmitrii N. TRUSHNIKOV
Perm National Research Polytechnic University,
Perm, Russian Federation
trdimitr@yandex.ru
