CC BY
106
Стратегия Р - рационализация продукции,
Стратегия Я - рационализация ассортимента продукции, Стратегия Б - чистое выживание,
Стратегия Т - те же продукты / новые рынки,
Стратегия и- те же продукты / те же рынки,
Стратегия V - эффективная технология,
Стратегия W - традиционная эффективность снижения стоимости,
Стратегия Х- отказ от производства.
Из 24 вариантов рассмотренных стратегий 9 прямо связаны с организацией и проведением соответствующих НИОКР (I, J, К, N
О, Р, Р, Я, V). Необходимость ОКР просматривается еще в ряде стратегий (В, С, G, W). Их можно идентифицировать как “техническое сопровождение с существенными элементами ОКР”. Таким образом, рассмотрение методов управления портфелем компании по матрице Артура Д. Литла демонстрирует,что инновации выступает как важнейший стратегический инструмент бизнеса. Исходя из базовых модельных рассмотрений и будем исходить при формировании модели сбалансированного развития инновационной инфраструктуры вертикально интегрированных компаний предприятий
машиностроительного комплекса.
Построенная модель сбалансированного развития инновационной инфраструктуры вертикально интегрированных компаний предприятий машиностроительного комплекса (рис.1) содержит блоки: инженерного обеспечения, системы качества, логистической системы, кадрового обеспечения, базы данных инноваций, реализации инноваций (НИОКР), автоматизированной системы управления и др.
Главным требованием к инновационной инфраструктуре в представленной модели является поддержание баланса между:
- разработкой и производством,
- основным и обеспечивающим производством;
- текущими издержками и будущими поступлениями.
Литература
1. Г.Я. Гольдштейн. Стратегические аспекты управления НИОКР. Таганрог: Изд-во ТРТУ, 2000.
2. Стрикленд А.Дж.,Томпсон А.А. Стратегический менеджмент: концепции и ситуации для анализа 12-е изд. - М.: Вильямс, 2002.
МЕТОДЫ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ СТРУКТУРНЫХ ТРАНСФОРМАЦИЙ В ЭКОНОМИКЕ: СОВРЕМЕННОЕ СОСТОЯНИЕ
В.А. Титов, Российская экономическая академия им. Г.В. Плеханова
В работе [1] нами были сформулированы методологические принципы, которые должны быть положены в основу при разработке конкретных методик исследования структурных преобразований экономики на макро-, мезо- и микроэкономическом уровнях. Данная публикация содержит компаративный анализ методического инструментария прогнозирования структурных трансформаций в экономике. Роль методического инструментария отмечалась С. Глазьевым в работе [2] при анализе проблемы количественного описания научно-технического прогресса (НТП); в данном случае мы говорим о НТП как об одной из основных движущих сил структурных трансформаций.
Как известно, ключевыми в теории измерений являются понятия меры и эталона, и именно с трудностями определения меры и эталонов связаны главные проблемы экономических измерений. Измерения становятся еще более проблематичными, когда речь идет
о количественной оценке того или иного процесса.
Измерение структурных сдвигов, например, на основе метода «затраты - выпуск» или, иначе, метода межотраслевого баланса (МОБ) позволяет получить меру воздействия изменений структуры общественного производства на движение затрат, связанных с производством конечного продукта. Но понятие структурных сдвигов не совпадает с понятием НТП, поэтому измерения на основе данного метода требуют предварительного выделения структурных сдвигов, которые являются результатом НТП, и лишь после этого можно получить показатели, характеризующие один из этих результатов. То же относится и к методам оценки НТП на основе изменения коэффициентов прямых затрат в МОБ.
С другой стороны, предлагаемый С. Глазьевым алгоритм измерения динамических характеристик технико-экономического развития, основанный на сопоставлении эталонной и национальной траекторий, позволяет получить однозначные оценки темпов технико-экономического развития при условии, что исходный показатель (как реальный, так и эталонный) изменяется монотонно и удовлетворительно выравнивается с помощью какой-либо содержательно интерпретируемой функции на всем рассматриваемом промежутке времени. А это - уже прогноз, который по определению предполагает сохранение наблюдаемой тенденции, что противоречит трансформационной концепции.
Таким образом, измерение структурных сдвигов является самостоятельной научной проблемой, в решении которой экономическая наука до настоящего времени добилась лишь некоторых результатов. По-видимому, еще преждевременно говорить о наличии методологии прогнозирования, выходящей за рамки технологической парадигмы [3]. В этих условиях следует ограничиться измерениями структурных изменений «де-факто», а уже на их основании делать определенные выводы.
Отметим здесь существование трех подпроблем обозначенной проблемы. Первая подпроблема - измерение собственно структурных изменений, в данном случае, отраслевой структуры промышленности. Вторая подпроблема - анализ территориальных различий как самой структуры, так и ее изменений. Третья подпроблема
- прогнозирование структурных изменений. Ниже рассматриваются пути решения указанных подпроблем.
Начнем с первой подпроблемы - измерения изменений отраслевой структуры промышленности (в структурных изменениях экономики в целом исключительно важное значение имеет структура именно промышленного производства).
Интенсивность структурных изменений, обусловленная структурными сдвигами, определяется при помощи различных показателей, один из которых предложен Экономической комиссией ООН для Европы и представляет взвешенную среднюю ежегодных изменений доли быстро растущих отраслей в продукции, занятости и основном капитале. Математически этот индекс выражается формулой
I = '£[8(1,1) - 8(1,О)]/(яТ), ,1)
;=1
где 8((, ?) - доля г-й отрасли в продукции, занятости или капитале в момент V; О, ? обозначают начало и конец измеряемого периода; Т - протяженность периода времени; # - число отраслей, увеличивших свою долю.
Этот индекс можно рассчитывать по каждому фактору производства отдельно, можно просчитать также интегральный вариант этого индекса по всем видам факторов. Учитывая, что данный индекс не вполне корректно описывает малые структурные изменения, которые год от года кумулятивно могут давать весьма существенный общий результат, выражающийся в исчезновении отдельных отраслей и появлении новых секторов, можно пересчитывать его, с учетом сравнения доли быстро растущих отраслей в начале и конце каждого периода [4]; это позволит принять во внимание все аспекты лавинообразно ускоряющего роста информационной экономики.
Данный индекс реализует известный методологический подход к измерению части целого: чтобы оценить структурный сдвиг, нужно определить изменение удельного веса и доли структурного элемента или показателя, характеризующего элемент в указанный промежуток времени.
Кроме этого индекса, в экономической науке используют следующие показатели измерения структурных сдвигов: масса; скорость; интенсивность; инерционность; потенциал; индекс структур-
ного сдвига. Приведем определения этих показателей.
Масса структурного сдвига определяется как разница доли структурного показателя в текущем периоде и доли этого же показателя в базовом периоде.
Скорость структурного сдвига рассчитывается как отношение массы или индекса структурного сдвига к промежутку времени, который он охватывает.
Интенсивность структурного сдвига является основным показателем для оценки происходящих в экономике изменений и показывает степень изменения массы сдвига в единицу времени.
Инерционность сдвига - это время, в течение которого сдвиг будет развиваться, если пренебречь правительственными вмешательствами или считать их условно стабильными (стандартными). Этот показатель самый сложный из всех, поскольку довольно трудно какие-либо сдвиги в экономике, после их выявления, абстрагировать от правительственных мероприятий. Поэтому точно инерционность определить проблематично, что и создает трудности с прогнозом структурных изменений, в том числе и по причине их нелинейности и невозможности отделения одних сдвигов от других (принцип взаимосвязанности причин).
Наконец, потенциал структурного сдвига - это величина самого сдвига к моменту исчерпания его энергии, т.е. изменившаяся пропорция экономической структуры.
Методику оценки структурных сдвигов развивали многие исследователи (см., например, работы [5, 6]). Это обусловлено тем, что наиболее распространенный показатель - косинус угла между векторами в многомерном пространстве, образованном показателями структуры, при несомненном достоинстве - хорошей экономической интерпретирумости - недостаточно чувствителен к изменению структуры. Более предпочтительным является использование не косинуса угла, а непосредственно самого угла, измеренного в градусах или радианах [6]. Еще предпочтительнее использовать отношение этого угла к его максимальному значению 90о или р/2. Тогда мерой изменения структуры будут доли единицы или проценты, а соответствующий показатель может быть назван коэффициентом структурных отличий или изменений (КСО, КСИ). В гипотетических случаях полной монополии какой-либо отрасли промышленности этот показатель будет близок к единице или 100%, если изменений нет - показатель будет равен нулю.
Следует, однако, отметить, что недостатком подобного формального анализа структурных отличий является неучет информации по их направленности. Поэтому, наряду с оценкой степени отличий, необходимо рассматривать также распределение отраслей конкретных макрорегионов и РФ по удельному весу в промышленности в виде соответствующих профилей. Эта методика апробирована в публикации [7], посвященной анализу структуры промышленности в федеральных округах и регионах Российской Федерации, и используется в диссертационном исследовании одного из ее соавторов Н.В. Мерненко.
Аналогично, можно сравнивать профили структуры промышленности на страновом уровне, в том числе сопоставлять профили для различных временных интервалов. Изложенный подход может быть также полезен при анализе структуры инвестиций [8]).
Рассмотрим теперь методы решения второй подпроблемы -анализа территориальных различий как самой структуры, так и ее изменений. Это подпроблема тесно связана с решением задачи типологического анализа - выявления групп объектов (типологических синдромов), однородных по определенному комплексу показателей. Наглядным графическим приемом выявления типологических синдромов, под которыми понимается совокупность неоднородных областей объектов, в случае количественных признаков является представление исходных данных в виде совокупности двумерных диаграмм рассеяния, на которых изучаемые объекты изображаются в виде точек с координатами, отвечающими каким-либо двум эмпирическим координатам. Формальным приемом выявления типологических синдромов является кластерный анализ, который позволяет выполнить многомерную классификацию объектов
[9].
Эти два метода дополняют друг друга: в результате описанной графической процедуры выявляются как «кандидаты» в типы, так и типообразующие признаки, по которым наблюдаются обнаруженные типологические синдромы, а в результате классификации, носящей во многом формальный характер, выделяются классы как результат группировки объектов на отдельные группы сходных между собой объектов по заданному критерию.
Для решения третьей подпроблемы - прогнозирования структурных изменений - перспективным представляется применение адаптивного подхода на основе моделей многомерных процессов. В работе [10] отмечается, что в распространении идей адаптации на прогнозирование многомерных процессов необходимо, прежде всего, учитывать их специфику в реальной экономике. Многоцелевое развитие вносит противоречивость в принимаемые решения, требует их согласования и разумного компромисса. В многомерных процессах отсутствуют долговременные закономерности в виде трендовых зависимостей, постоянно наблюдаются взаимодействия. Взаимосвязь между процессами исключает возможность локальных прогнозов и ориентирует на разработку подходов, в которых учитывается реальное взаимодействие этих процессов в многомерной динамике изучаемой системы.
Один из таких подходов основан на гипотезе о характере структурного взаимодействия экономических показателей, которое можно описывать косвенными темпами приростов, представляющими собой отношения приростов каждого из рассматриваемых показателей ко всем остальным [11]. Идея этой гипотезы в том, что на протяжении некоторого периода времени структура косвенных темпов приростов прогнозируемых показателей может оставаться почти неизменной. Неизменность - это свойство структуры, которое переносится из настоящего в будущее, сохраняя закономерную пропорциональность в развитии социально-экономической системы.
Простейшей реализацией этой гипотезы является модель с детерминированным матричным предиктором [11]. Термин «детерминированный матричный предиктор» отражает, что построению соответствующих моделей должны предшествовать процедуры сглаживания, элиминирующие случайную составляющую. Такой предиктор имеет смысл строить в тех ситуациях, когда возможность применения статистических методов моделирования полностью исключена.
В математическом плане матричный предиктор представляет
собой матрицу (I — ) 1 , где V - матрица, определяющая
переход из состояния, описываемого вектором значений предшествующего момента времени, в состояние, представленное вектором значений текущего момента времени, а I - единичная матрица. Внедиагональные элементы матричного предиктора интерпретируются как косвенные темпы роста равномерно распределенных частей прогнозируемых показателей, а диагональные - как прямые темпы роста оставшейся части. В предположении, что матричный предиктор перспективного периода почти не отличается от матричного предиктора текущего периода, выражение
x
(I - V)-1 x,-1,
t
(2)
позволяет рассчитывать прогнозные оценки.
Основное преимущество данного подхода заключается в том, что с его помощью можно проводить расчеты для многомерных рядов динамики даже в том случае, когда исследователь располагает наблюдениями лишь за два периода. Статистическая надежность таких прогнозных расчетов опирается на то обстоятельство, что даже при изменении характера динамики прогнозируемых процессов, структура самого предиктора, как правило, изменяется незначительно. Как показывает практика прогнозных расчетов, применение этой модели предпочтительней обычных расчетов с использованием темпов роста, в которых совсем не учитывается взаимодействие между моделируемыми показателями.
В матричной модели с разделенными переменными переменные разбиваются на две группы: целевые, характеризующие результаты функционирования социально-экономической системы, и ресурсные, характеризующие ее ресурсы. При этом матрица V разбивается на четыре блока: блок ^, отражающий косвенные темпы прироста целевых переменных, блок V22, отражающий косвенные темпы прироста ресурсных переменных, блок V12, характеризующий влияние ресурсных переменных на прирост целевых переменных, блок V21, характеризующий влияние целевых переменных на прирост ресурсных переменных. При таком представлении матрицы косвенных темпов прироста появляется возможность не только прогнозировать будущие значения целевых переменных, но и решать обратную задачу - рассчитывать ресурсы, обеспечивающие заданные значения целевых переменных. В основе расчетов лежат два матричных уравнения:
х = а-^Л-Чх,, + Vl,х ), (3)
Гцел 4 11' 4 ?-1цел 12 фесурс' ’ 4 '
х = (Г-У,,)-1 (х + У„х ). (4)
,ресурс 22 ,-1ресурс 21 ,цел
По уравнению (3) можно определить значения целевых переменных в момент времени ? через их значения в момент времени ?-
1 и значения ресурсных переменных в момент времени ?, по уравнению (4) - рассчитать необходимые ресурсы.
Полученные в работе [12] положительные результаты по апробации прогностических моделей с матричным предиктором дают основание рассчитывать на эффективность их применения для разработки кратковременных прогнозов развития социально-экономических систем.
Литература
1. Титов В.А. Методологические подходы к анализу структурных преобразований экономики // Транспортное дело России. 2006. №12.
2. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. М.: ВлаДар, 1993.
3. Бестужев-Лада И.В., Наместникова Г.А. Социальное прогнозирование. Курс лекций. М.: Пед. общество России, 2002.
4. Меньшиков С.М., Клименко Л.А. Длинные волны в экономике. М.: Международные отношения, 1989.
5. Кархин Т.И., Чесноков А.С. О методологии измерения структурных сдвигов // Экономика и математические методы. 1983. Т.Х1Х.
Вып.2.
6. Минасян Г. К измерению и анализу структурной динамики / / Экономика и математические методы. 1983. Т.ХГХ. Вып.2.
7. Барбашова Е.В., Мерненко Н.В. Анализ показателей структуры промышленности // Наука и образование. Новые технологии. Межвуз. сб. науч. трудов. Вып.3 «Экономика и управление». М.: ИИЦ МГУДТ. 2003.
8. Филинов П.Л., Шуметов В.Г. Структура инвестиций в основной капитал как фактор экономического развития // Наука и образование. Новые технологии. Межвуз. сб. науч. трудов. Вып.1 «Экономика и технологии». М.: ИИЦ МГУДТ, 2003.
9. Олдендерфер М.С., Блэшфилд Р.К. Кластерный анализ // Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.
10. Давнис В.В., Тинякова В.И. Адаптивные модели: анализ и прогноз в экономических системах. Воронеж: Изд-во Воронеж. гос. ун-та, 2006.
11. Давнис В.В., Тинякова В.И. Матричные модели в экономическом прогнозировании // Современные сложные системы управления (СССУ/НТСБ 2003). Сб. трудов междунар. н.-практ. конф. Воронеж: ВГАСУ, 2003.
12. Алабин В.Е., Свалов А.А., Шуметов В.Г. Прогностические модели с матричным предиктором: перспективы применения в эконометрическом моделировании // Наука и образование. Межвуз. сб. науч. трудов. Вып.5 «Общество и экономика». М.: ИИЦ МГУДТ, 2005.
МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К УПРАВЛЕНИЮ ИННОВАЦИОННОЙ АКТИВНОСТЬЮ
А.Ф. Мартынов, к-т ф.-м. наук, доцент Орловская региональная академия государственной службы (г. Орел)
В.А. Титов, к-т техн. наук, доцент Государственная академия специалистов инвестиционной сферы (г. Москва)
Обеспечение устойчивого инновационного процесса требует постоянной модификации инновационных, информационных и институциональных составляющих экономических систем, развития стимулов и благоприятной среды, интеллектуальных активов, обладающих значительным инвестиционным потенциалом. Их эффективное использование возможно лишь в тех случаях, когда
существуют технологии оценивания, механизмы наращивания и компенсации вложенных средств. В то же время, отсутствие четких стратегических приоритетов развития науки, крайне ограниченные возможности отечественной экономики порождают устойчивые негативные трансформации кадровой, материально-технической, результативной, информационной и организационно-правовой
