CC BY
94
Работа поддержана грантом РФФИ№12-07-00238-а
МОДЕЛИРОВАНИЕ РЕГИОНАЛЬНЫХ ИННОВАЦИОННЫХ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКИХ ДИНАМИЧЕСКИХ КОГНИТИВНЫХ КАРТ
Какатунова Т.В., д.э.н., доцент Филиала ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в г. Смоленске
Скуратова Н.А., к.э.н., доцент Филиала ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в г. Смоленске
Выявлена специфика моделирования инновационной деятельности на уровне региона с использованием нечетких когнитивных карт. Предложен новый вид нечетких когнитивных карт, которые учитывают неопределенность и изменчивость системных характеристик.
Ключевые слова: инновационная деятельность, нечеткая когнитивная карта
MODELING OF REGIONAL INNOVATION SYSTEMS USING FUZZY DYNAMIC COGNITIVE MAPS
Kakatunova T., Doctor of Economics, associate professor, FGBOU Institution «National Research University» MEI» branch in Smolensk Skuratova N., PhD, associate professor, FGBOU Institution «National Research University» MEI» branch in Smolensk
The specific character model innovation at the regional level with the use of fuzzy cognitive maps. A new type of fuzzy cognitive maps that take into account the uncertainty and variability of system performance.
Keywords: Innovation, fuzzy cognitive map
В настоящее время большая часть инновационных проектов, реализуемых в регионах, ориентирована на долгосрочную перспективу и связана со значительными инвестиционными вложениями. Это определяет необходимость реализации стратегического подхода к управлению инновациями в регионе. При этом эффективность стратегического планирования применительно к региональной инновационной деятельности зависит от возможности установления четких взаимосвязей между целевыми показателями реализации, как стратегии социально-экономического развития региона, так и его инновационной стратегии развития, в том числе, стратегии формирования инновационной инфраструктуры. Учитывая сложный характер взаимовлияния показателей указанных стратегий, для решения данной задачи целесообразно использовать аппарат когнитивного моделирования, одним из направлений развития которого является применение методов нечеткой логики [1,2]. В рамках данного подхода связи между концептами исследуемой системы представляются в виде термов нечетких множеств. Однако предлагаемые процедуры когнитивного моделирования при использовании процедур нечеткой логики не учитывают отдельные особенности инновационных процессов. Во-первых, возникает необходимость определения системных показателей. Во-вторых, связи между концептами изменяются во времени.
Для учета первой особенности, исходя из результатов проведенного исследования для моделирования взаимосвязи результатов реализации стратегий социально-экономического и инновационного развития регионов предлагается новая разновидность нечетких когнитивных карт, учитывающая неопределенность системных характеристик, отличающаяся тем, что отношения влияния между концептами представлены нечеткими множествами. Учет отрицательного влияния концептов решается путем расширения базового множества для этих нечетких множеств на область отрицательных значений.
Для учета второй особенности (изменение во времени связей между концептами) при анализе динамики построенной модели предлагается использовать следующие модифицированные выражения:
N
Kj (t +1) = K} (t) ® £ sign(AKl (At))Wj ®AKt (At), U)
i =1
Kj (t +1) = Kj (t) ® £ Wj (AKi (At), t) ® AKi (At), (2,
i =1
где K. и K^- значения i-го и j-го узлов (концептов) когнитивной карты, вес влияния концептов K. и K. друг на друга; t, t +1 -
дискретные моменты времени; N - число концептов; sign - функция знака, ф и ® - операции аддитивной и мультипликативной свертки соответственно.
Выражение (1) используется для описания связей, характер которых изменяется во времени. Например, инвестиции в инновационную инфраструктуру региона на начальном этапе приводят к снижению показателей экономической эффективности малых инновационных предприятия, создаваемых в рамках инфраструктуры, (влияние на показатели рентабельности отрицательное), а затем, в случае успешной реализации инвестиционного проекта, влияние становится положительным. К возникновению связей данного типа приводит также учет сезонного фактора.
Выражение (2) учитывает более сложные типы связей, величина и характер которых зависит от значений выходного концепта. Указанная зависимость может быть описана некоторой функцией. Например, связь влияния величины инвестиций в определенную отрасль региональной экономики на поступление в региональный бюджет может быть описана функцией вида, приведенного на рисунке 1.
Данный вид функции связан с тем, что на начальном участке до определенного уровня инвестиций K 11 связь между рассматриваемыми концептами отрицательна, т.к. снижается прибыль предприятий.
На третьем участке (от K^ ) чрезмерные инвестиции могут привести к росту предложения товаров и услуг и, соответственно, росту конкуренции, снижению цен, прибыли, что, в свою очередь, вызовет снижение доходов бюджета.
и
Рис. 1. Зависимость связей между концептами «объем инвестиций» и «поступления в бюджет»
В качестве примера приведем трехуровневую когнитивную модель управления инновационными процессами в региональном промышленном комплексе (РПК) Смоленской области в виде совокупности трех взаимосвязанных когнитивных карт.
На рисунке 2 используются следующие обозначения концептов (узлов):
- концепты карты социально-экономического развития Смоленской области: а1 - объем регионального промышленного производства; а2 - объем ВРП; а3 - поступление в бюджет; а4 - уровень занятости; а5 - уровень доходов населения; а6 - затраты на образование; а7 -уровень конкурентоспособности регионального продукта; а8 - показатели состояния окружающей среды; а9 - уровень инновационной активности; а10 - объем инвестиций; а11 - рентабельность продукции/услуг; а12 - уровень налогов;
- концепты карты инновационной деятельности в РПК Смоленской области: Ь1 - объем выпуска наукоемкой продукции предприятиями РПК; Ь2 - объем инвестиций в инновации; Ь3 - доля инновационной продукции в общем объеме производства; Ь4 - инновационный потенциал РПК; Ь5 - степень реализации инновационного потенциала РПК; Ь6 - уровень конкурентоспособности инноваций РПК; Ь7 -занятость на предприятиях, которые осуществляют НИОКР и НИР; Ь8 - уровень подготовки инновационных кадров; Ь9 - меры бюджетного стимулирования инноваций; Ь10 - объем заимствованных инноваций;
Рис. 2. Трехуровневая когнитивная модель управления инновационными процессами в РПК Смоленской области
- концепты карты развития инновационной инфраструктуры РПК Смоленской области: с1 - общий объем инвестиций в инновационную инфраструктуру РПК; с2 - потенциал инновационной инфраструктуры РПК; с3 - количество идей, доведенных до уровня конкретных инновационных проектов в результате поддержки организаций инновационной инфраструктуры РПК; с4 - скорость передачи и распространения инноваций в РПК; с5 - широта охвата этапов инновационного процесса предприятиями инновационной инфраструктуры РПК; с6
- степень развития механизмов взаимодействия элементов инновационной инфраструктуры РПК при сопровождении и реализации инно-
вационных проектов; С7 - уровень виртуализации инновационной инфраструктуры; с8 - рентабельность предприятий инновационной инфраструктуры.
Связи между концептами, приведенной на рисунке 2 трехуровневой когнитивной модели управления инновационными процессами в РПК Смоленской области, представлены в виде термов нечетких множеств: Э» V, л, 5,е - стационарные связи между концептами
соответствующих карт; (Х5 у, А* - изменяющиеся связи между концептами соответствующих карт. Использование изменяющихся связей между концептами карты позволит расширить область применения аппарата когнитивного моделирования на системы управления инновационной деятельностью.
Анализ когнитивной модели управления инновационными процессами в РПК Смоленской области, приведенной на рисунке 2, позволяет выделить целевые концепты (а2 - объем ВРП; а3 - поступление в бюджет; а4 - уровень занятости; Ь - объем выпуска наукоемкой продукции предприятиями РПК; с8 - рентабельность предприятий инновационной инфраструктуры).
Для того, чтобы повлиять на значение целевых концептов, необходимо, в первую очередь, воздействовать на концепты, оказывающие на них наибольшее влияние. В связи с этим следует подобрать такое значение концептов, влияющих на целевые концепты (сила влияния формируется путем воздействия на него комплексом мероприятий, сформированных в рамках программы инновационного развития региона), которое обеспечит наибольшее значение соответствующего целевого концепта. Когнитивная карта позволяет анализировать влияние концептов друг на друга при изменении силы воздействия. Это позволит рационально распределить бюджет между всеми мероприятиями программы инновационного развития региона.
Литература:
1. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М: Физматлит, 2001.
2. Дли М.И., Михайлов С.А., Какатунова Т.В. Функциональные когнитивные карты для моделирования процессов энергосбережения на региональном уровне // Путеводитель предпринимателя. 2010. Вып. VIII. С. 41-50.
МЕТОДИКА СОЗДАНИЯ МАЛЫХ ИННОВАЦИОННЫХ ИНЖЕНЕРНОТЕХНОЛОГИЧЕСКИХ ПРЕДПРИЯТИЙ С ИСПОЛЬЗОВАНИЕМ ПРОЦЕДУР «ОТПОЧКОВЫВАНИЯ»
Какатунова Т.В., д.э.н., доцент Филиала ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в г. Смоленске
Скуратова Н.А., к.э.н., доцент Филиала ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в г. Смоленске
Рассмотрена методика создания малых инновационных инженерно-технологических предприятий при университетах и НИИ РАН в соответствии с Федеральным законом от 2 августа 2009 г. № 217-ФЗ, ориентированная на подержание и реализацию промежуточных результатов инновационной деятельности. Указанная методика отличается применением процедуры «отпочковывания» (spin-of) малых предприятий на разных этапах инновационной деятельности.
Ключевые слова: малые инновационные предприятия, инновационная деятельность, коммерциализация новшеств
TECHNIQUE FOR CREATING SMALL, INNOVATIVE ENGINEERING AND TECHNOLOGY COMPANIES USING PROCEDURES «BUDDING»
Kakatunova T., Doctor of Economics, associate professor, FGBOU Institution «National Research University» MEI» branch in Smolensk Skuratova N., Ph.D, associate professor, FGBOU Institution «National Research University» MEI» branch in Smolensk
The method of creating small, innovative engineering and technology companies in the universities and research institutes of RAS in accordance with the Federal Law of August 2, 2009 № 217-FZ, focused on borrowing and implementation of the interim results of innovation. The above method features the procedure «budding» (spin-off) of small businesses at different stages of innovation.
Keywords: small, innovative enterprises, innovation, commercialization of innovations
В настоящее время коммерциализацию инновационной продукции необходимо рассматривать как важнейший фактор повышения эффективности научно-исследовательских, опытно-конструкторских и производственных процессов в цепи поставок инновационно-промышленного кластера. В этой связи актуальность приобретает задача создания малых инновационных инженерно-технологических предприятий при университетах и НИИ РАН с целью подержания и реализации промежуточных результатов инновационной деятельности.
В настоящее время различные аспекты создания малых инновационных инженерно-технологических предприятий при университетах и НИИ РАН регулируются Федеральным законом от 2 августа 2009 г. № 217-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации по вопросам создания бюджетными научными и образовательными учреждениями хозяйственных обществ в целях практического применения (внедрения) результатов интеллектуальной деятельности». Очевидно, что подобное «отпочковывание» (spin-off) малых предприятий на разных этапах инновационной деятельности позволит значительно повысить эффективность этапов инновационного процесса в региональном промышленном комплексе (РПК). Указанные малые предприятия могут стать эффективной экспериментальной площадкой для отработки инновационных идей и разработок, инициированных сотрудниками вузов, студентами и спе-
циалистами, обучающимися по программам подготовки и переподготовки кадров, которые в случае их успешной апробации и организации результативных опытных производств могут быть переданы для организации массового выпуска на соответствующие промышленные предприятия [1].
В общем случае образовательные и научные учреждения при взаимодействии с промышленными предприятиями, инициировавшими уникальную инновационную разработку, могут создавать и получать ценность от ее реализации следующими способами:
- включение процесса внедрения и реализации инновационной разработки в имеющийся бизнес, осуществляемый предприятием-парт-нером;
- создание малых инновационных инженерно-технологических предприятий при университетах и НИИ РАН или «отпочковывание» новых малых предприятий от промышленных предприятий-партне-ров с целью коммерциализации инновационной разработки;
- продажа права на производство инновационной разработки стороннему предприятию-субъекту инновационной деятельности РПК.
Первый способ не всегда целесообразен ввиду значительного риска, связанного с коммерциализацией новшеств, и сложностей интеграции новых производственных бизнес-процессов в уже реализуемые на предприятии. Отметим, что в последнем случае возникает риск потери конкурентного преимущества вследствие возникающей возмож-
