CC BY
67
• реализацией образовательных программ в области инновационного менеджмента.
Таким образом,углубление экономических отношений при внедрении инновационных технологий в современную систему российского высшего образования, будетстроиться на следующих принципах:
1. Реструктуризация органов государственной власти, регулирующих область ВПО;
2. Утверждение университетской автономии как основы организации и функционирования научно-образовательной деятельности университета;
3. Соблюдение принципа единства научного и образовательного процессов университетской деятельности для достижения
целостной и системной перестройки национальной системы высшего образования и повышения конкурентоспособности на мировом рынке образовательных услуг.
Литература:
1. Развитие профессионального образования как часть процесса модернизации экономики (http://state.kremlin.ru/commission/20/ news/8785)
2. Высшее образование: повестка 2008-2016 «Эксперт» №32 (573) http://expert.ru/expert/2007/32/vysshee_obrazovanie_2008/
3. Приказ Минобразования РФ от 11февраля 2002 г. № 393 «О Концепции модернизации российского образования на период до 2010 года».
ОЦЕНКА ИННОВАЦИОННОГО ПОТЕНЦИАЛА ВЕНДИНГОВЫХ КОМПАНИЙ НА ОСНОВЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ
Горбенко А.В., аспирант ФАОУ ДПО ГАСИС
В статье описывается комплексная параметрическая методика оценки инновационного потенциала вендинговых компаний. К особенностям данной методики относится использование нечетко - множественного подхода, позволяющего получить достоверные данные в условиях низкой статистической выборки при оценке инновационного потенциала предприятий развивающихся отраслей.
Ключевые слова: инновационный потенциал, вендинг, автоматизированная торговля, теория нечетких множеств.
EVALUATION OF INNOVATION CAPACITY VENDING COMPANIES BASED ON THE THEORY OF FUZZY SETS
Gorbenko A., the post-graduate student, FAOUDPO GASIS
This article describes the integrated parametric method of estimation of the innovative capacity of vending companies. The characteristics of this method include using fuzzy-multiple approach to obtain reliable data with low statistical sampling when evaluating the innovation capacity of enterprises developing industries.
Keywords: innovate, vending, automated trading, theory of fuzzy sets.
Решающим фактором успеха внедрения инноваций на рынке является наличие у предприятия высокого уровня инновационного потенциала.
В современных экономических условиях инновационная активность, раскрытие инновационного потенциала предприятий, вовлеченных в конкурентную борьбу за потребителя, становятся основополагающими составляющими стратегий устойчивого развития экономических систем.
Инновационный потенциал - это система взаимосвязанных ресурсов, определяющих под влиянием внутренних и внешних факторов возможности реализации инновационной деятельности субъектом экономической деятельности.
Мировая практика оценки инновационной деятельности, в том числе крупными международными организациями (ВЭФ, КЕС, ОЭСР), представлена значительным числом показателей и методик, используемых преимущественно для оценки инновационного потенциала развитых стран[1, 2, 3, 5]. Применяемые системы показателей не учитывают ряд факторов, характерных для развивающихся рынков и отраслей. Тогда как в эпоху постиндустриального развития все более актуальной становится проблема разработки методик оценки инновационной составляющей в новых и развивающихся отраслях экономики, такой как вендинг (от английского vending - продажа товаров и услуг с использованием торговых автоматов, автоматизированная торговля).
За последнее столетие вендинг получил широкое распространение в развитых странах, составляя сейчас от 5 до 7% оборота розничной торговли [10]. В последнее десятилетие вендинг активно развивается и в нашей стране, являясь одним из путей диверсификации экономики, обеспечивающим дополнительные преимущества компаниям в условиях конкуренции. Однако исследователями остаются незатронутыми вопросы оценки инновационного потенциала предприятий автоматизированной торговли.
Применяемые в российской практике статистические исследования и методики инновационного потенциала, основанные на обработке данных с использованием различных вероятностных методов, также не всегда позволяют оценить его уровень в условиях неопределенности, особенно характерной для динамично развивающихся отраслей и рынков отдельных регионов. Для оценки инновационного потенциала вендинговых компа-
В этих условиях выбор математического аппарата, позволяющего получать достоверные данные, приобретает существенное значение.
Нечетко - интервальные методы имеет безусловные преимущества по сравнению с вероятностными методами в условиях неопределенности, поскольку позволяют:
- получать более достоверные данные даже в условиях низкой статистической выборки; формировать полный спектр возможных сценариев оценки инновационного потенциала [7];
- получать оценки, как в виде точечного значения, так и в виде множества интервальных значений со своим распределением возможностей, характеризующимся функцией принадлежности соответствующего нечеткого числа, что раскрывает возможности в прогнозировании и оценке степени риска[9];
- оперировать не абсолютно точным заданием функций принадлежности, а интервальными значениями (так как в отличие от вероятностных методов, результат, получаемый на основе нечетко - интервальных описаний, характеризуется низкой чувствительностью к изменению вида функций принадлежности исходных нечетких чисел, что в реальных условиях низкого качества исходной информации делает применение данного метода более обоснованным) [8];
- успешно выявлять экспертные знания с возможностью их формализации [6].
Используя достоинства нечетко - множественных описаний автор предлагает комплексную параметрическую методику оценки инновационного потенциала для предприятий автоматизированной торговли.
Процесс выполнения данной методики делится на несколько последовательных этапов. На подготовительном этапе производятся:
- построение многофакторной модели оценки инновационного потенциала;
- ранжирование факторов;
- определение весовых коэффициентов факторов с учетом их взаимных предпочтений.
ний целесообразно произвести следующую группировку влияющих факторов (Т), характеризующихся системой индикаторов (показателей) (Т^.
Ранжирование исследуемых групп факторов обычно проводится путем экспертных оценок методами: прямой расстановки, парных сравнений, анализом иерархий.
Найденные в результате обработки экспертных данных суж-
дения усредняются с использованием среднего арифметического. m
Ка = —У m Lu
Ki
і = 1
Таблица 1. Факторы оценки инновационного потенциала вендинговой компании
№п/п Факторы Индикаторы (показатели)
TI Состояние и движение торговых автоматов 1 .коэффициент износа оборудования (Т11) 2.коэффициент годности оборудования (Т12) 3.коэффициент выбытия оборудования (Т13) 4.коэффициент прироста и обновления (новизны) оборудования (Т14) 5.коэффициент модернизации (Т15) 6.коэффициент реальной стоимости оборудования в составе имущества предприятия(Т16)
T2 Использование возможностей торговых автоматов 1.коэффициент интенсивности использования оборудования (Т21) 2.коэффициент загрузки оборудования (Т22) 3.коэффициент интегрального использования оборудования (Т23) 4.фондоотдача(Т24) 5.фондоёмкость продукции (Т25) 6.фондовооруженность (Т26)
ТЗ Качество торговых автоматов и ингредиентов 1 .коэффициент улучшений потребительских и технологических характеристик (Т31) 2.коэффициент масштаба улучшений (Т32) 3.коэффициент ремонтопригодности и модернизируемости (ТЗЗ) 4.коэффициент вандалоустойчивости (Т34) 5.коэффициент точности настройки оборудования (Т35) 6.коэффициент энергосбережения (Т36)
Т4 Использование возможностей ингредиентов 1 .коэффициент материалоотдачи по выходу напитков из единицы сырья (Т41) 2.коэффициент потерь (Т42) 3.коэффициент расхода сырья на единицу готовой продукции (Т43) 4.коэффициент материалоемкости (Т44)
Таблица 2. Ранжированный ряд групп факторов методом прямой расстановки
№ гр. Название группы факторов Ранг фактора в списке
Т1 Состояние и движение ТА 3
Т2 Использование возможностей ТА 1
ТЗ Качество ТА и Инг 2
Т4 Использование возможностей Инг 3
Таблица 3. Весовые коэффициенты ранжированных групп факторов
Группа факторов Весовой коэффициент
Т1 0,14 (14%)
Т2 0,43 (43%)
ТЗ 0,29 (29%)
Т4 0,14 (0,14%)
Итого: 1,00 (100%)
Таблица 4. Оценка уровня значений показателей
Лингвистическая переменная Терма (терм - подмножество)
Очень низкий (Ут) Нечеткое подмножество показателя (Т) для уровня «очень низкий»
Низкий (Ут) Нечеткое подмножество показателя (Т) для уровня «низкий»
Средний (Ут) Нечеткое подмножество показателя (Т) для уровня «средний»
Высокий (Ут) Нечеткое подмножество показателя (Т) для уровня «высокий»
Очень высокий (Ут) Нечеткое подмножество показателя (Т) для уровня «очень высокий»
Таблица 5. Оценка уровня инновационного потенциала (Уип) по показателям (Т)
Лингвистическая переменная Терма (терм - подмножество)
Очень низкий (Уип) Нечеткое подмножество уровня инновационного потенциала «очень низкий»
Низкий (Уип) Нечеткое подмножество уровня инновационного потенциала «низкий»
Средний (Уип) Нечеткое подмножество уровня инновационного потенциала «средний»
Высокий (Уип) Нечеткое подмножество уровня инновационного потенциала «высокий»
Очень высокий (Уип) Нечеткое подмножество уровня инновационного потенциала «очень высокий»
Таблица 6. Сводная форма оценки показателей качества инновационного потенциала вендингового оборудования
Где Ю- вес фактора для 1-го эксперта.
Ранжированный список, состоящий из четырех групп, имеет три уровня взаимных предпочтений. Группы факторов Т1 и Т2 находятся в безразличной альтернативе друг к другу, занимая третью позицию в ранжированном списке.
Весовые коэффициенты ранжированного списка определяются по правилу Фишберна с использованием рекурсивной шкалы.
Условие приоритета первых двух групп друг над другом и третьей группой, альтернатива безразличия второй и третьей групп описывается отношением:
Т2>ТЗ>Т1ПГ4
Исходя из этого, рассчитываются весовые коэффициенты для ранжированного ряда групп факторов {Т1:Т4}
Р = Р = Р = Р =
Т2 у ТЗ у Т1 'J Т4
На первом этапе методики - разработки нечетких правил рассчитываются параметрические значения показателей (индикаторов) из соответствующих групп факторов. Для оценки каждого из показателей, входящих в параметрическую модель разрабатываются критерии их оценки. На этом этапе определяются также продукционные правила, связывающие две лингвистические переменные -оценки уровней отдельного показателя и инновационного потенциала. Совокупность таких правил описывает стратегию управления, применяемую для оценки инновационного потенциала.
Для этого вводятся определения лингвистических переменных и нечетких подмножеств по каждому показателю. Принадлежность каждого точного значения к одному из термов лингвистической переменной определяется посредством функции принадлежности. Возможно использование произвольных и стандартных функций принадлежности.
Перечисленные показатели имеют разнородный характер, но поскольку значение любого количественного показателя находится в интервале от 0 до 1, все количественные оценки стандартизированным образом связываются с лингвистической переменной.
ЭКОНОМИКА
Таблица 7. Показатели инновационного потенциала вендинговой компании по годам.
Показатели 2008 2009 2010
TI «низкий» «низкий» «низкий»
T2 «средний» «средний» «средний»
ТЗ «средний» «высокий» «высокий»
Т4 «высокий» «высокий» «очень высокий»
Итого: «средний» «высокий» «высокий»
При этом нулевое значение нечеткого критерия оценивается, как наихудшее из возможных значений, а единичное - наилучшее.
Для оценки уровня инновационного потенциала задаются две лингвистические переменные. Первая лингвистическая переменная с соответствующими терм-подмножествами вводится для оценки каждого конкретного показателя. Оценка каждого показателя проводится по стандартной 5 уровневой шкале, где заданным интервалам значений показателей соответствуют лингвистические описания: «очень низкий», «низкий», «средний», «высокий», «очень высокий».
Вторая лингвистическая переменная с соответствующим терм - множеством присваивается на основании данных оценки каждого показателя (Т) соответствующим уровням инновационного потенциала (Уип) по этим показателям.
Для анализа качественных и количественных характеристик можно использовать различные сводные формы оценки.
Значения показателей в группах рассчитываются с использованием пошагового алгоритма на втором этапе - фаззификации (преобразовании расчетных показателей в значения лингвистических переменных с использованием определенных функций принадлежности):
Шаг 1. Числовое значение или диапазон числовых значений, наилучшим образом характеризующие определенный терм, найденные для каждого терма лингвистической переменной по каждому индикатору, соотносятся с единичным значением функции принадлежности.
Шаг 2. Определяются наихудшие значения параметров с нулевой принадлежностью к данному терму. Эти значения могут быть выбраны, как значения с единичной принадлежностью к следующему терму.
Шаг 3. После определения экстремальных значений, определяются промежуточные значения, соответствующие Л- или П- функциям из числа стандартных функций принадлежности.
Шаг 4. Для значений, соответствующих экстремальным значениям параметра, выбираются Б- или Z-функции принадлежности.
На заключительном этапе - дефаззификации проводится обобщение данных об уровне инновационного потенциала в интегральный показатель с учетом весовых коэффициентов влияющих факторов.
Рассчитывается интегральный показатель в нечеткой форме и осуществляется переход от нечеткого числа к действительному, пригодному для использования лицом, принимающим решения. Завершающим шагом является распознавание уровня интегрального показателя с использованием методов теории нечетких множеств.
С целью определения возможностей и эффективных направлений повышения инновационного потенциала предприятий автоматизированной торговли по разработанной методике был проведен анализ инновационного потенциала ряда вендинговых компаний за 2008 - 2010 г. г. Были выявлены конкурентные преимущества обследуемых компаний, а также проблемные факторы, сдерживающие их инновационное развитие. На основании проведенного исследования были определены основные направления инновационного развития вендинговых компаний, разработана программа их инновационного развития на период до 2015 г. и дана оценка ее результативности.
Анализ инновационного потенциала с использованием данной методики позволил выявить позитивные тенденции инновационного развития благодаря внедрению вендинговыми компаниями оборудования с использованием новых технологий приготовления кофейных напитков, способствующих повышению покупательского спроса, а также технологий автоматизированного контроля дея-
тельности торговых автоматов, что позволило оптимизировать логистические процессы. Использование инновационных технологий в деятельности компаний позволило им перейти на качественно новый уровень инновационного потенциала.
Разработанная методика оценки инновационного потенциала дает возможность получать достоверные данные в условиях неопределенности, учитывающие отраслевые и территориальные особенности развития предприятий. Результаты выполненных исследований позволяют также проводить мониторинг уровня инновационного потенциала предприятий, необходимый для управления их эффективностью и принятия обоснованных стратегических решений.
Литература:
1. European Innovation Scoreboard 2003 // European Commission. -2003. - Nov. 2003.
2. OECD Science, Technology and Industry Outlook. -OECD, 2010.
3. The Global Competitiveness Report 2010-2011 © 2010 World Economic
4. Zadeh L.A. Fuzzy sets as a basis for a theory of possibility // Fuzzy Sets and Systems. - 1978. - Vol.1, №1.
5. Измерение научно-технической деятельности. Предлагаемая стандартная практика для обследований исследований и экспериментальных разработок: Руководство Фраскати / Перевод и научн. ред. Л.М. Гохберга. Париж-Москва: ОЭСР. ЦИСН, 1995.
6. Капустин В.Ф. Неопределенность: виды, интерпретации, учет при моделировании и принятии решений // Вестник Санкт-Петербургского университета. - 1993. - № 2.
7. Кофман А., Хил Алуха X. Введение теории нечетких множеств в управлении предприятиями. Минск, Вышэйшая школа, 1992.
8. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: Дисс. докт. экон. наук. 08.00.13, Санкт-Петербург, 2003.
9. Недосекин Л.О. Финансовый менеджмент в условиях неопределенности: вероятности или нечеткие множества? - Режим доступа: http://www.vmgroup.ru/Wiii/Public5.htm. Загл. с экрана.
10. Электронный ресурс http://www.rnva.ru/
20 TRANSPORT BUSINESS IN RUSSIA
