Научная статья на тему 'Модель управления прикладными исследованиями и разработками в наукоемкой промышленности'

Модель управления прикладными исследованиями и разработками в наукоемкой промышленности Текст научной статьи по специальности «Экономика и бизнес»

CC BY
206
52
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
НАУКОЕМКАЯ ПРОМЫШЛЕННОСТЬ / ИННОВАЦИОННОЕ РАЗВИТИЕ / НАУЧНО-ТЕХНОЛОГИЧЕСКИЙ ЗАДЕЛ / ГОТОВНОСТЬ ТЕХНОЛОГИЙ / ЭФФЕКТИВНОСТЬ / РИСК / ПОРТФЕЛЬ ПРОЕКТОВ / УПРАВЛЕНИЕ

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Клочков В.В., Дутов А.В.

Авторами формализована задача управления созданием новых технологий и перспективной продукции в наукоемкой промышленности (на примере авиастроения). Постановка задачи учитывает неопределенность результатов и сроков завершения исследований, а также интерференцию новых технологий между собой и с технологиями, которые уже применяются.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Модель управления прикладными исследованиями и разработками в наукоемкой промышленности»

Вопросы управления

УДК 330.341.1:338.45:621

модель управления прикладными исследованиями

и разработками

_ __ _ ,

в наукоемкой промышленности*

в. в. клочков,

доктор экономических наук, ведущий научный сотрудник лаборатории экономической динамики и управления инновациями E-mail: vlad_klochkov@mail. ru Институт проблем управления имени В. А. Трапезникова Российской академии наук

а. в. дутов,

кандидат экономических наук, генеральный директор

dutov@krylov. spb. ru Центральный научно-исследовательский институт имени академика А. Н. Крылова, г. Санкт-Петербург

Авторами формализована задача управления созданием новых технологий и перспективной продукции в наукоемкой промышленности (на примере авиастроения). Постановка задачи учитывает неопределенность результатов и сроков завершения исследований, а также интерференцию новых технологий между собой и с технологиями, которые уже применяются.

Ключевые слова: наукоемкая промышленность, инновационное развитие, научно-технологический задел, готовность технологий, эффективность, риск, портфель проектов, управление.

Введение

Практика показывает, что даже многократное увеличение объемов финансирования российской

* Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект № 11-02-00230).

наукоемкой промышленности (например авиационной) само по себе не обеспечивает создания в заданные сроки и освоения массового выпуска конкурентоспособной продукции. Поэтому в России возрастает интерес к современным принципам управления исследованиями и разработками.

Руководителям головных научных центров наукоемкой промышленности предлагается, по существу, новая система организации исследований и разработок и в целом создания наукоемкой продукции [1, 2]. Ее принципиальная новизна состоит в следующем. В отечественной наукоемкой промышленности вначале принималось решение о создании определенного изделия, решающего заданные социально-экономические (оборонные и др.) задачи. Например, создание нового типа авиатехники начиналось в соответствии с постановлением правительства, которое прежде всего было нацелено на решение определенной государственной задачи

в сфере транспорта или обороны. Затем в случае недостаточности имеющегося научно-технологического задела для создания технической системы с заданным уровнем характеристик проводились прикладные научно-исследовательские работы. Далее следовали опытно-конструкторские работы, подготовка серийного производства и т. д.

В экономике инновационного развития такая схема инновационного процесса соответствует модели market pull, т. е. создание инноваций по запросу рынка. В данном случае корректнее сказать - заказчиков, поскольку в этом качестве часто выступают государственные учреждения и органы власти. Однако по ряду причин буквальное воспроизведение такой схемы в современных условиях затруднено. Прежде всего считается, что в рыночных условиях разработка конкретных коммерческих продуктов является прерогативой бизнеса. Правила Всемирной торговой организации сокращают возможности государства помочь фирмам в создании более совершенной наукоемкой продукции, и российская промышленность вынуждена им подчиниться. В то же время частный бизнес не заинтересован принимать на себя риск проведения прикладных научно-исследовательских работ, успех которых не гарантирован, а срок окончания не определен. Даже экономисты либеральной школы почти не отрицают, что научно-исследовательские работы должны выполняться при государственной поддержке или даже в рамках межгосударственной кооперации. Но в современных условиях после присоединения России к ВТО научно-исследовательские работы уже не могут (по крайней мере, официально) выполняться в интересах создания определенного изделия. Они могут проводиться лишь для наработки универсальных, а не проектно ориентированных технологий, которые далее может использовать бизнес. Для снижения рисков эти технологии должны быть доведены до высокого уровня готовности. Большие надежды возлагаются на внедрение разработанной и используемой за рубежом системы оценки уровней готовности технологий (Technology Readiness Levels -TRL), которая призвана давать объективную информацию о текущем состоянии исследований и разработок, перспективах их завершения.

В сфере стратегического планирования исследований и разработок в последние годы считается весьма многообещающим применение так называемого Форсайта [10]. Это методология одновременного прогнозирования развития какой-либо сферы и

стратегического планирования ее развития с широким участием специалистов различного профиля из данной и смежных сфер, а также других заинтересованных сторон. Во-первых, это позволяет учесть как можно больше аспектов конкретных проблем и противоречивых интересов, повысить объективность анализа. Во-вторых, планы и стратегии составляются при непосредственном участии тех, кому предстоит их выполнять, что повышает ответственность участников и реалистичность планов.

По мнению авторов, описанные новые элементы системы создания наукоемкой продукции нуждаются в критическом переосмыслении и совершенствовании, адаптации к реальным условиям развития российской наукоемкой промышленности. Первым шагом в описанной системе создания научно-технологического задела и перспективной наукоемкой продукции является так называемая оценка влияния технологий (первый уровень готовности согласно системе ТКЪ), т. е. предварительная оценка эффекта (социально-экономического, оборонного и др.), который они в принципе могли бы принести. По итогам этой оценки принимается решение о начале исследований в данном направлении. Однако эффективность любой инновации в сложных системах (таких, как авиатранспортная система, включающая в себя парки самолетов, аэродромную сеть и т. п.) зависит, во-первых, от уровня развития технологий в других элементах системы, во-вторых, от сроков реализации новой технологии. Недостаточно оценить эффективность изолированной инновации, вышедшей на рынок в тот или иной момент времени. Необходимо учитывать, какие инновации появятся к этому же моменту в других элементах системы. Взаимное влияние инноваций в разных частях большой системы может быть как положительным, так и отрицательным.

Как показывает проведенный анализ, реальная система управления технологическим развитием в странах - лидерах мировой экономики не столь сильно отличается по существу от системы, сложившейся в СССР, как это декларируется в последнее время. Например, оценка готовности технологий и проектов перспективных изделий обязательно проводилась в так называемых точках принятия решений (которые в последнее время именуются англоязычным термином «гейт»), причем на основе развитой научной методологии и строгих норм.

Что касается отказа от проектно ориентированных научно-исследовательских работ, следует

различать декларации о приверженности правилам Всемирной торговой организации и реальное положение дел. В реальности научно-технологический задел и в странах - членах ВТО создается, безусловно, не сам по себе (все-таки речь идет о прикладных исследованиях), а целенаправленно, в обеспечение стратегических целей развития данной сферы деятельности и экономики в целом, т. е. в рамках стратегических национальных проектов. Например, в США действует так называемый национальный план в области аэронавтики [13], который содержит набор стратегических направлений в сфере транспортного обслуживания населения и экономики, национальной безопасности, экологии и т. п. Формируются эти направления не только по итогам Форсайта, но главным образом в результате междисциплинарных системных исследований (подробнее см. работу [5]), которым в современной России уделяется, по мнению авторов, недостаточно внимания [9]. Далее эти направления конкретизируются до уровня целевых значений технологических параметров (для различных горизонтов планирования), к которым и следует стремиться в ходе прикладных исследований. Значение Форсайта (который, несмотря на декларируемое многообразие методов, вплоть до количественного моделирования, в основном реализуется как экспертный опрос) не следует преувеличивать. Никакой экспертный опрос безотносительно к корректности его проведения и квалификации экспертов по отдельным предметным областям не заменит системных стратегических исследований, проводимых на основе целостной методологии, по возможности строгими количественными методами.

В целом в зарубежной практике в последние годы наработан ряд эффективных организационных решений, которые целесообразно использовать при построении российской национальной инновационной системы. Следует лишь не абсолютизировать их роль, а определить их адекватное место в этой системе.

Предлагаемый подход к комплексному управлению научно-техническим прогрессом

Проведенный анализ (более подробно см. работу [8]) показывает, что при ограниченных финансовых, временных и других ресурсах, выделяемых на исследования, для достижения большего положительного эффекта (социально-экономического,

коммерческого, оборонного, экологического и др.) от внедрения новых технологий, а также для сокращения соответствующих рисков необходимо:

- планировать технологическое развитие, т. е. определять на основе системных исследований желаемые (оптимальные или, по крайней мере, допустимые) соотношения между параметрами технологий (или диапазоны значений этих соотношений) в будущие периоды времени;

- активно управлять развитием технологий, добиваясь выдерживания заданной траектории технологического развития (по крайней мере, удерживая эту траекторию в допустимых границах).

Формализуем процесс управления технологическим развитием наукоемкой сферы следующим образом. Обозначим индексами i = 1,2,...п параметры технологий, используемых в рассматриваемой технической системе. Например, крейсерскую скорость воздушных судов, удельный расход авиатоплива, потребную длину взлетно-посадочной полосы, уровень шума на местности и др. Их значения (хр..., хп) образуют вектор параметров технологий х = (х1,..., хп )т. На основе системных исследований определяется область допустимых значений этого вектора в п-мерном пространстве Л^ш. В любой момент времени ^ вектор х (^) должен принадлежать области Л^. Если какие-либо параметры в своем развитии опережают прочие, что приводит к выходу из допустимой области, внедрение соответствующих инноваций должно быть заблокировано (во избежание социально-экономических, экологических и других рисков). Каждое значение вектора х) характеризуется определенным уровнем полезности, желательности с точки зрения интересов различных слоев общества, природной среды и т. п.

Разумеется, в реальности полезность того или иного уровня развития технологий является многомерной величиной, которую можно представить в виде вектора соответствующей размерности и[х^)]. Его компоненты - значения частных показателей эффективности данной технической системы (например, себестоимость авиаперевозок, их доступность, совокупный уровень вредных выбросов, производимый воздушным транспортом, уровень налоговой нагрузки на экономику страны для финансирования развития авиапромышленности или гражданской авиации и т. п.).

Для улучшения параметров технологий реализуются прикладные исследования. В принципе

каждый исследовательский проект может влиять на многие параметры технологий, причем часто это влияние не является независимым. Напротив, между различными инновационными разработками наблюдается интерференция. Не всегда взаимное влияние инноваций бывает однозначно позитивным. Развитие технологий в любой сфере порождает противоречия между различными параметрами. Например, внедрение полимерно-композитных материалов в конструкцию планера влияет не только на весовое совершенство летательных аппаратов, снижая удельный расход топлива, но также и на ресурс конструкции, на трудоемкость ее производства и технического обслуживания, ее эксплуатационную технологичность и ремонтопригодность и т. д. Некоторые решения, нацеленные на улучшение экологических параметров авиадвигателей, входят в противоречие с их экономичностью. Однако здесь для упрощения модели предположим, что каждый исследовательский проект решает лишь одну конкретную задачу, т. е. нацелен на улучшение конкретного параметра технологий и не ухудшает значений прочих параметров.

Модель и задачи управления портфелем исследований и разработок

Фундаментальным свойством научно-исследовательских работ, определяющим их экономическую специфику, является неопределенность соотношения между затратами и результатами. Истинная результативность различных направлений прикладных исследований заранее неизвестна, для достижения желаемого уровня параметра нередко приходится вести поиск в нескольких направлениях. То есть. целесообразна диверсификация поисковых исследований.

Простейшая модель длительности и стоимости программы научно-исследовательских работ с учетом их недетерминированного характера предложена в работе [4]. Возможные направления исследований (исследовательские программы, поисковые проекты), которые могут быть реализованы в момент времени t для улучшения /-го параметра, обозначим индексами]. (О = 1, 2,..., т. ({). В рассматриваемый момент не известны точно ни время, потребное для успешного завершения данной исследовательской программы т\, ни ее истинная результативность. То есть значение параметра, которого удастся достичь по завершении

программы х/ (т/). Остается опираться лишь на оценки теоретически достижимого эффекта {£/ }, ограниченного законами природы и сравнительно легко вычисляемого на этапе оценки влияния технологий, поскольку такой эффект был бы достигнут при идеальных технологиях. Разумеется, реальный эффект будет слабее: х/ (т^) <х/ (здесь для единообразия предполагается, что улучшение всех параметров означает увеличение их значений; при необходимости легко учесть противоположное). Также предположим, что проводится оценка уровня готовности каждой инновационной технологии, которую в данный момент времени ограничивает интервал возможных значений будущего эффекта -от пессимистического (т. е. нижнего) х. (/) и до оптимистического (верхнего) х. (/). По мере перехода на более высокий уровень готовности технологии интервальная неопределенность сокращается, т. е. дхЭх-*

—'— > 0' —— ^ 0. Аналогично по мере повышения

дt ~ ; д

уровня готовности технологии становится более определенным и время окончания исследований, т. е. сужается диапазон между оптимистической (ранней) оценкой этого времени т/ и пессимистической (поздней) т/1.

Фактически результаты и время окончания каждой исследовательской программы здесь рассматриваются как случайные величины, но не с вероятностной, а с интервальной неопределенностью. По мнению авторов, такое представление неопределенности более естественно и понятно для практиков, поскольку говорить о вероятностях окончания научно-исследовательских работ в то или иное время, а также о вероятностях достижения того или иного эффекта можно лишь в абстрактно-теоретическом плане. Для таких случайных величин также имеют смысл понятия законов распределения, причем если рассматривается элементарная, одношаговая научно-исследовательская работа, то распределения времени окончания и результата можно считать независимыми. Если же научно-исследовательская работа допускает развитие технологии, т. е. сначала может быть достигнут некий промежуточный результат, а в будущем он может быть улучшен, придется рассматривать совместное

1 Аналогичный подход применен одним из авторов в работе

[6] для моделирования функций самой науки: накопление знаний также моделируется как сокращение со временем интервальной неопределенности оценок изучаемых величин.

распределение времени и результата. Для упрощения модели можно считать, что все возможные научно-исследовательские работы - элементарные, а возможность улучшения достигнутого в момент Tj результата можно моделировать как новое возможное направление исследований в соответствующий момент времени.

Очевидно, что при наличии неопределенности сроков окончания исследований и их реальной результативности было бы принципиально неверно выбрать для улучшения каждого параметра технической системы лишь одно направление исследований, пусть даже оно представляется на данный момент наиболее перспективным. Целесообразно для улучшения каждого параметра проводить исследования в нескольких направлениях, т. е. формировать диверсифицированный портфель научно-исследовательских работ. Решения по формированию портфеля, принимаемые на каждом шаге, могут быть следующего рода:

- включить в портфель научно-исследовательских работ новое направление исследований;

- безвозвратно исключить из портфеля какое-либо из реализуемых до настоящего времени направлений;

- приостановить финансирование какого-либо из реализуемых до настоящего времени направлений исследований.

Введем индикатор 5j(t), который принимает значение 1, если j -й исследовательский проект реализуется в момент времени t, и 0, если он в данный момент не реализуется (исключен или приостановлен). Таким образом, можно составить матрицу D(t) =|| 5j(t) ||, определяющую текущий портфель научно-исследовательских работ2. Реализуемые в момент времени t исследовательские проекты перенумеруем индексами j'(t) = 1,2,..., m'(t), где штрих обозначает только реализуемые в данный момент научно-исследовательские работы. Их общее количество, разумеется, не превосходит общего числа направлений научно-исследовательских работ, нацеленных на улучшение 7-го параметра в данный

m(t)

момент времени m'(t) = ^ 5j (t) < mt(t).

j7 =i

На каждом временном шаге принятые ранее к реализации исследовательские программы могут

2 Число ее столбцов определяется максимальным количеством возможных направлений улучшения конкретного параметра технологий, т. е. max m , (t).

давать результаты (искомый научно-технологический задел), которые могут внедряться в производство3. Формально научно-технологический задел, накопленный к моменту времени I, можно представить как матрицу Х"(^). Она имеет такую же размерность, как и матрица Ее строки соответствуют параметрам технологий в виде экономической деятельности, а столбцы - возможным направлениям исследований, нацеленных на улучшение этих параметров. Число ее столбцов, как и для матрицы ^(0, определяется максимальным количеством возможных направлений улучшения конкретного параметра технологий, т. е. тах т{ (^). Элементы матрицы X" (¿) равны значениям технологических параметров, достижимым на базе результатов исследований, завершенных (т. е. достигших промышленного уровня готовности технологий) к данному моменту. Разумеется, не все элементы этой матрицы будут отличны от нуля, поскольку не все научно-исследовательские работы, ранее принятые к реализации, к данному моменту дадут результаты.

Особо следует подчеркнуть, что если, например, различные научно-исследовательские программы, нацеленные на улучшение / -го параметра, обеспечат в момент времени ^ значения этого параметра х1 ,..., х"т (двойной штрих обозначает лишь те проекты из числа принятых ранее, которые были завершены к данному моменту), необязательно будет принят к реализации наилучший, т. е. наибольший из достигнутых результатов по описанным ранее причинам. Он может быть несовместим с уровнем технологий, достигнутым в отношении прочих параметров технической системы. На основании данных о результатах завершенных исследований по каждому параметру, т. е. о технологиях, достигших промышленного уровня готовности, придется принять решение о выборе тех результатов научно-исследовательских работ по каждому параметру (из числа достигнутых), которые рекомендуются к внедрению в промышленности. Таким образом, на каждом временном шаге решается задача оптимального использования созданного научно-технологического задела.

3 Реальные механизмы трансфера технологий, т. е. передачи результатов научно-исследовательских работ от научно-исследовательских организаций наукоемкому бизнесу, весьма сложны и могут предусматривать жесткие условия и ограничения для фирм, желающих воспользоваться научно-технологическим заделом, созданным за государственный счет.

При этом, во-первых, выбранный вектор технологического уровня технической системы х ^) должен принадлежать допустимой области Лдоп. Во-вторых, он должен быть в определенном смысле наиболее эффективным из всех возможных векторов х (t). Строго говоря, эффективность внедряемых технологий - коммерческая, социально-экономическая, экологическая и т. д. - представляет собой многомерную категорию. В данной модели эффективность используемых технологий изначально рассматривается как вектор и[х ^)], компоненты которого представляют собой частные показатели эффективности с различных позиций и для различных заинтересованных сторон.

Таким образом, для отыскания оптимального набора подлежащих внедрению технологий придется решить задачу многокритериального выбора либо прибегнуть к свертке частных показателей эффективности в скалярную обобщающую величину, так называемую полезность и[х^)]. Предположим, что такая задача многокритериального выбора разрешима с позиции лица, принимающего решения. В противном случае вообще не приходится говорить об эффективности научно-технического прогресса. Впрочем, вполне возможно, что и без такой свертки какие-то наборы внедряемых технологий х ^) доминируют над другими наборами по Парето. В таких случаях доминируемые наборы технологий исключаются из рассмотрения как заведомо нерациональные.

Особо следует подчеркнуть, что в каждый момент времени t накопленный к данному моменту научно-технологический задел следует использовать оптимальным образом, вне зависимости от предыстории и возможного развития технологий в будущем. Это оправдано хотя бы тем, что будущая траектория технологического развития достоверно не известна. Таким образом, задача оптимального использования научно-технологического задела, накопленного к моменту времени t, имеет следующий вид: х"^) = а^тахи [х^)].

Также необходимо решить задачу формирования оптимального портфеля научно-исследовательских работ. Эта задача не сводится к широкоизвестным задачам портфельной оптимизации Марковица и Тобина (см., например, работу [7]), поскольку в этих моделях предполагается вероятностная неопределенность доходностей активов. Причем в этих простейших моделях предполагается конк-

ретный случайный процесс изменения доходностей, который может и не иметь места в реальности. Но что более существенно, предполагается, что вероятностные характеристики каждого актива -ожидаемая доходность и дисперсия доходности -неизменны и известны. В реальности их очень сложно оценить на основе статистической информации и нет оснований полагать, что они не изменятся в будущем. Это в основном и ограничивает применимость стандартных методов портфельной оптимизации на практике. Здесь рассматривается более естественный вид неопределенности результатов научно-исследовательских работ и сроков их достижения - интервальная неопределенность. Принятию решений в условиях интервальной неопределенности посвящены работа [3] и др. В частности, в этих работах были предложены в том числе и методы оптимизации портфеля активов, доходности которых характеризуются интервальной неопределенностью. Именно такая проблема актуальна и в данном случае. Также представляется плодотворным приложение к рассматриваемой проблеме принципов так называемого вероятностно гарантирующего управления [11].

Кроме того, если задачи Марковица и Тобина решаются в стационарной постановке (активы приносят доходы на протяжении неограниченного времени, причем, хотя в каждый момент времени эти доходы случайны, их вероятностные характеристики неизменны), то в данном случае процессы исследований и внедрения их результатов существенно не стационарны и конечны. Какие-то научно-исследовательские работы успешно завершаются, их результаты позволяют выпускать лучшую продукцию, повышать эффективность работы сектора. От выбора портфелей научно-исследовательских работ зависят (хотя и заранее непредсказуемым образом) будущие траектории технологического развития х ^) и эффективности работы сектора и [х ^)]. Предположим, что желательность той или иной траектории определяется некоторым функционалом J(Т) = J{и [х * ^)]}, t = t0,..., ^ + Т, где ^ - начальный момент планового периода, Т - горизонт планирования. Например, если J(Т) = и [х (/0 + Т)], т. е. имеет значение только эффективность работы сектора к концу планового периода, это так называемый терминальный критерий. В общем случае в промежуточные моменты могут накладываться ограничения на траекторию развития с тем, чтобы и в течение планового периода эффективность

работы вида экономической деятельности была не ниже определенного уровня. Без учета подобных ограничений задача оптимального формирования портфеля научно-исследовательских работ имеет следующий вид:

J(T)= J{u[x (0]} ^ max, t = t0,..., t0 + T.

Разумеется, на портфель научно-исследовательских работ D(t) накладываются ограничения по привлекаемым ресурсам (финансовым, кадровым, по используемой материально-технической базе, прежде всего редкому или уникальному экспериментальному оборудованию и т. п.) В отсутствие таких ограничений задача планирования прикладных исследований стала бы тривиальной. Целесообразно было бы вести поиск во всех возможных направлениях, которые обещают улучшение каждого параметра технологий. Ресурсные ограничения не приведены в формальной записи оптимизационной задачи по причине их громоздкости. В то же время структура этих ограничений ясна - суммарные затраты каждого вида ресурсов на все исследовательские программы, принятые в настоящее время к реализации, не должны превышать суммарного объема этих ресурсов в данный момент. Особенностям балансировки портфеля инновационных проектов (в том числе находящихся на разных стадиях жизненного цикла, что характерно и для портфеля научно-исследовательских работ) при наличии жестких ограничений посвящен ряд работ (см., например, работу [12]). При этом необходимо помимо введенных в модели величин опираться по крайней мере на статистические данные о продолжительности и стоимости проведения научно-исследовательских работ.

В общем случае накопленный научно-технологический задел включает в себя не одну, а, возможно, несколько альтернативных технологий улучшения каждого параметра, достигших промышленного уровня готовности к данному моменту X "(t), и потому может использоваться неединственным образом. Поэтому в предлагаемой системе управления исследованиями и разработками задача оптимального использования созданного научно-технологического задела является внутренней оптимизационной задачей. Задача же формирования оптимальных портфелей научно-исследовательских работ является внешней. В результате выбора того или иного портфеля в предшествующие моменты в каждый момент времени планового периода полу-

чаются (непредсказуемым заранее образом) те или иные наборы готовых к использованию технологий, т. е. тот или иной научно-технологический задел. То есть внутренняя задача связана с внешней следующим соотношением:

X"(0 = X" [ОД], т = ^,..., I -1.

В силу неопределенности результатов научно-исследовательских работ и сроков их достижения, разумеется, это не детерминированная функциональная связь, а связь случайных величин {х/ ^)} и выбранных в предшествующие моменты времени портфелей научно-исследовательских работ {ОД}, т = t0,..., t -1. Следовательно, и эффективность внедрения доступных в будущем технологий также достоверно не известна на момент выбора портфеля научно-исследовательских работ. В этих условиях можно говорить об оптимальном выборе портфеля лишь как о выборе в условиях неопределенности. В случае вероятностной неопределенности можно было бы использовать в качестве критерия ожидаемую полезность (точнее, функционал J от ожидаемых полезностей и[х (0], t = t0,..., t0 + Т). Если же неопределенность задана как интервальная, в ряде случаев можно ставить задачу максимизации гарантированного результата.

Особо стоит подчеркнуть, что задача оптимизации портфеля научно-исследовательских работ не является одношаговой. На каждом шаге по времени необходимы актуализация данных об отдельных направлениях проводимых исследований, их состоянии (т. е. достигнутом уровне готовности) и переформирование портфеля. И описанная ранее концепция ТЯЪ является подходящим инструментом такой актуализации, поскольку четкая формализация уровня готовности технологий позволяет последовательно уточнять возможные сроки достижения успеха, а также возможный уровень достигнутого эффекта. На каждом очередном шаге по времени совершенно необязательно, что будет происходить переход технологии на новый уровень готовности. Процесс исследований и развития технологии - это случайный процесс. Поэтому заранее предсказать изменение интервалов [х/ (0; х/ ^)] и [т/; т/ ], в принципе, невозможно, и придется на каждом шаге решать задачу формирования оптимального портфеля научно-исследовательских работ на основе текущей информации.

Помимо уже реализуемых направлений исследований актуализация данных о рынке научно-ис-

следовательских работ предполагает и учет новых направлений исследований, появившихся к данному моменту. В этой сфере весьма перспективным представляется применение упомянутых процедур Форсайта (в данном случае речь идет о так называемом Форсайте предложения [10]). Как отмечалось, сами по себе эти процедуры не гарантируют объективного и корректного прогнозирования реальной эффективности и рисков внедрения новых технологий, они не заменяют регулярных системных исследований. Однако даже весьма субъективный экспертный опрос (при условии, что состав экспертов достаточно представителен) вполне позволяет выявить новые направления исследований, новые идеи, которые далее уже можно рассматривать более детально.

На долгосрочных интервалах необходима и актуализация допустимой области параметров пер-

п

спективных технологий лдоп, а также критериев оценки их эффективности и(х) по результатам регулярно проводимых системных перспективных исследований. Разумеется, изменение целей инновационного развития повлечет за собой и изменение оптимальных портфелей научно-исследовательских работ. Более того, в результате такой переоценки вполне могут вновь обрести актуальность результаты некоторых исследовательских проектов, которые были ранее приостановлены и даже исключены из портфеля научно-исследовательских работ. В любом случае даже отрицательные результаты исследований ни в коем случае не должны быть утрачены. По меньшей мере для того, чтобы при формировании спектра новых направлений научного поиска избежать повторения тупиковых решений. В связи с этим актуально поддержание автоматизированного банка результатов научно-исследовательских работ, причем надлежащим образом кодифицированных, для облегчения поиска релевантной информации.

В авторском исследовании обсуждается именно концептуальная постановка задачи, а ее программная реализация и анализ качественных особенностей оптимальных решений являются предметом дальнейших исследований. Кроме того, здесь отражена именно экономическая сущность процесса управления портфелем научно-исследовательских работ в прикладной науке. Процедурная и организационная реализация обоснованных здесь подходов нуждается в дальнейшей проработке.

Заключение

Для обеспечения согласованности результатов исследований и разработок, проводимых в различных направлениях, целесообразно определять (на основе системных стратегических исследований, а также Форсайта спроса) коридор допустимых траекторий улучшения параметров технических систем.

Решение о первоначальном включении исследовательского проекта в портфель научно-исследовательских работ следует принимать на основе предварительной оценки влияния технологии (полученной на основе системных стратегических исследований, а также Форсайта предложения). В силу неопределенности результатов и сроков окончания исследовательских проектов целесообразна диверсификация портфеля научно-исследовательских работ путем включения в него по возможности нескольких направлений исследований, нацеленных на достижение каждого результата. При этом необходимо соблюдать ограничения по отдельным видам ресурсов, используемым в процессе проведения научно-исследовательских работ.

На каждом временном шаге необходима актуализация данных о возможных результатах и сроках завершения каждого исследовательского проекта, входящего в портфель научно-исследовательских работ, с применением процедур оценки уровня готовности технологий. На основании этих уточненных данных следует принимать решения о продолжении реализации проекта или о его исключении из портфеля. При этом даже результаты приостановленных научно-исследовательских работ должны храниться в доступном для поиска и анализа кодифицированном виде в специальном банке результатов.

Список литературы

1. Авиационная промышленность РФ - итоги и планы. Часть 3 // АвиаПорт. URL: http: //www. aviaport. ru/news/2011/03/30/213048.html.

2. Алешин Б. С. О новой концепции организации научных работ // Новости ЦАГИ. 2010. № 5.

3. Ащепков Л. Т., Давыдов Д. В. Универсальные решения интервальных задач оптимизации и управления. М.: Наука, 2006.

4. Иванова Н. В., Клочков В. В. Экономические проблемы управления высокорисковыми инновационными проектами в наукоемкой промышленности // Проблемы управления. 2010. № 2.

5. Клочков В. В. Управление инновационным развитием гражданского авиастроения. М.: МГУЛ, 2009.

6. Клочков В. В. Управленческие аспекты развития экономической науки. М.: ИПУ РАН, 2011.

7. Клочков В. В. Экономика: учеб. пособие для вузов. М.: ИНФРА-М, 2012.

8. Клочков В. В., Крель А. В. Анализ эффективности новых принципов управления исследованиями и разработками в авиастроении // Экономический анализ: теория и практика. 2012. № 19.

9. Мантуров Д. В., Клочков В. В. Методологические проблемы стратегического планирования развития российской авиационной промышленности // Труды МАИ. Выпуск № 53. 2012. URL: http://www.mai. ru/pubHcations/mdex2.php?ELEMENT_ro=29364/.

10. Соколов А. В. Форсайт: взгляд в будущее // Форсайт. 2007. № 1.

11. Токарев В. В. Вероятностное и гарантирующее управление в экономике // Управление экономикой переходного периода / под ред. В. Л. Макарова. М.: Наука, 1998.

12. Хрусталев Е. Ю., Хрусталев О. Е. Моделирование жизненного цикла программы создания наукоемкой продукции // Экономический анализ: теория я практика. 2012. № 16.

13. National Plan for Aeronautics Research and Development and Related Infrastructure. December 2007 // NASA. URL: http://www. aeronautics. nasa. gov/releases/aero_rd_plan_final_21_dec_2007.pdf.

i Надоели баннеры? Вы всегда можете отключить рекламу.