CC BY
62
1. Ответственность руководства за внедрение комплексных услуг 5. Управление документацией (САЬБ технологии) предоставления услуг 9. Управление технологическими процессами создания услуг 13. Действия с услугами несоответствующими стандартам 17. Внутренние проверки качества производителями услуг
2. Система качества создания и (или) реализации услуг 6. Закупки услуг у контрагентов (в том числе электронные) 10. Контроль и испытания услуг 14. Корректирующие воздействия процессов создания услуг 18. Подготовка кадров для работы на рынке создания услуг
3. Периодический анализ инвестиционных контрактов по заданному алгоритму 7. Комплексные услуги, поставляемые потребителям 11. Контрольное, измерительное и испытательное оборудование для создания услуг 15. Предоставление услуг 19. Обслуживание заказчиков комплексных услуг
4. Управление проектированием предоставления комплексных услуг 8. Идентификация услуг и их прослсжива-мость 12. Статус контроля и испытаний услуг 16. Регистрация данных о качестве услуг 20. Статистические методы анализа результатов создания комплексных услуг
21. Гармонизация инвестиций в комплексные услуги в зависимости от их состава, степени значимости в системе и относительного уровня качества
Рис.1. Разработка системы элементов качества проектов предоставления комплексных услуг требования совместимости и взаимозаменяемости продукции; методы контроля требований к качеству продукции (работ, услуг), обеспечивающих безопасность для жизни и здоровья потребителей, предотвращения причинения вреда их имуществу, охрану окружающей среды, совместимость и взаимозаменяемость продукции;
основные потребительские и эксплуатационные свойства продукции, требования к упаковке, маркировке, транспортировке, хранению, утилизации;
положения, обеспечивающие техническое единство при разработке, производстве и эксплуатации продукции, а также оказании
услуг; правила обеспечения качества продукции; другие общетехнические правила и нормы; сохранность и рациональное использование всех видов ресурсов; термины, определения, обозначения и т.д.
Для любой фирмы представляется важным соблюдение действующих стандартов и поддержание на соответствующем уровне системы качества.
Немаловажное значение в управлении качеством принадлежит техническим условиям (ТУ) и разрабатываемым на их основе групповым и общим техническим условиям (ГТУ и ОТУ).
Технические условия - это нормативно-технический документ, устанавливающий дополнительные относительно государственных стандартов, а при их отсутствии самостоятельные требования к качеству продукции, а также приравниваемые к этому документу техническое описание, образец-эталон.
Важным обстоятельством является то, что требования, предусмотренные ТУ, не могут быть ниже, чем в государственных стандартах.
В рамках решения проблемы стандартизации и сертификации услуг предложена система элементов качества проектов предоставления комплексных услуг (рис.1), создаваемых и используемых на предприятиях. В этой системе, базирующейся на 20-ти элементах системы качества, изложенных в стандарте ИСО 9004, традиционные элементы, включая ретроспективный анализ, дополнены перспективными прогнозными оценками, учитывающими цикличный характер развития и содержащими оценку степени доверия к результатам прогноза в зависимости от уровня его глубины во времени. Кроме того, традиционные элементы системы качества дополнены блоком гармонизации инвестиций.
Таким образом, в рамках решения проблемы правления качеством проектов предоставления комплексных услуг, разработана система элементов качества, в которой традиционные элементы, включая ретроспективный анализ, дополнены перспективными прогнозными оценками, учитывающими цикличный характер развития и содержащими оценку степени доверия к результатам прогноза в зависимости от уровня его глубины во времени.
ПРОГНОЗИРОВАНИЕ ЭФФЕКТИВНОСТИ ВНЕДРЕНИЯ ИННОВАЦИЙ В ИНВЕСТИЦИОННЫЕ МУЛЬТИПРОЕКТЫ
А.В. Тебекин, доктор экономических наук, доктор технических наук, профессор кафедры экономической теории РАН
М.М. Чивилев, аспирант ГОУ ДДПО ГАСИС
Известно, что в основе прогнозирования эффективности внедрения инноваций лежат оценки уровня новизны и параметров диффузии инноваций.
По степени новизны выделяют:
- радикальные (базовые) инновации, включающие создание принципиально новых видов продукции, технологий, методов управления. Потенциальным результатом такого нововведения является обеспечение долгосрочных преимуществ над конкурентами и существенное усиление рыночных позиций;
- улучшающие (модифицирующие) инновации, приводящие к улучшению, дополнению исходных конструкций, параметров, форм;
- комбинаторные инновации, связанные с новым сочетанием известных элементов и обусловливающие рыночную новизну товара;
- имитирующие инновации, направленные на распространение новшеств и их применение в новых сферах, в новых организациях.
Сравнительная характеристика радикальных и улучшающих инноваций представлена в табл. 1.
Создание радикальных нововведений связано с огромными затратами ресурсов, высоким уровнем рисков и неопределённости. Однако при этом они являются источником последующих улучшений, модернизации, распространением в других отраслях, созданием новых потребностей и новых рынков сбыта. Эта группа нововведений не является распространённой и многочисленной, но отдача от них непропорционально значительна.
Улучшающие инновации создаются в результате наблюдения и анализа, как в сфере потребления товара, так и в процессе его производства. Эти улучшения обещают безрисковое повышение потребительской ценности продукции, снижение издержек. Кроме того, улучшающие инновации являются следствием стремления к дифференциации продукции. Особое значение имеют подобные инновации в условиях массового и крупносерийного производства на крупных предприятиях, в результате чего создаются сбалансированные по всем параметрам товары, нацеленные на длительное удержание рыночных позиций.
Данный признак классификации инноваций особенно важен с точки зрения выбора его субъекта. Как правило, радикальные новшества - продукт малых фирм. Присущее им сочетание одержимости идеей, финансовой ответственности за конечный результат с полной самостоятельностью обеспечивает исключительную эффективность пионерских разработок. Кроме того, небольшие размеры фирмы, её
Таблица І
Сравнительная характеристика радикальных и улучшающих нововведений
невовлечённость в текущее производство обеспечивают организационные предпосылки успеха.
Роль крупных организаций проявляется на этапе массового производства за счёт обеспечения приемлемого уровня качества и низких издержек.
Диффузия инноваций - процесс, посредством которого нововведения (идеи, предметы, технологии и т.д.) передается по куммуникационным каналам между членами социальной среды во времени. То есть, диффузия - это распространение уже однажды освоенной и использованной инновации в новых условиях или местах применения, в результате чего возрастает число как производителей, так и потребителей и изменяются их качественные характеристики.
Непрерывность нововведенческих процессов определяет скорость и границы диффузии нововведений в рыночной экономике.
Скорость диффузии нововведений в инно-вацийонных процессах зависит от: формы принятия решения; способа передачи информации; свойств социальной системы, а также свойств самого нововведения.
Особенности внедрения инноваций в инвестиционные мультипроекты заключаются в том, что в большинстве случаев существует возможность тиражирования одной и той же инновации в рамках различных проектов мультпроекта. Это вызывает необходимость оценки уровня унификации инновации как меры пригодности ее использования.
Учитывая мультиколлинеарность степени новизны и уровня диффузии инновации оба этих фактора можно объединить в один фактор - х, для которого и построить прогнозную оценку ожидаемого экономического эффекта у.
Для формирования методологии прогнозирования эффективности внедрения инноваций в мультипроекты рассмотрим пример прогнозных оценок для линейной модели регрессии вида:
Параметры Радикальные нововведения Улучшающие нововведения
1. Риски и трудности: 1.1. Неудача при проектировании. 1.2. Провал на рынке. 1.3. Планирование бюджет проекта. 1.4. Определение временных характеристик проекта. очень вероятна очень вероятен затруднено затруднено маловероятна средняя степень вероятности легко осуществимо легко осуществимо
2. Организация работы: 2.1. Форма исследовательского коллектива. 2.2. Тип руководителя проекта. 2.3. Куратор проекта. 2.4. Сопротивление инновации. команда с сильным лидером предприниматель, первопроходец высший руководитель организации очень сильное демократически управляемая команда специалист менеджер среднего звена, назначенное лицо умеренное
3. Результаты: 3.1. Степень новизны товара. 3.2. Изменение рыночных позиций. 3.3. Конкурентные преимущества. очень высокая, может не иметь аналога кардинальное долгосрочные, обеспечивают лидерство по качеству от малой до средней от малого до среднего кратковременные, обеспечивают низкие издержки
где у - расчетное значение результирующего показателя у в точке і, х. - фактическое значение воздействующего фактора в точке і,
а& а1 - параметры модели, получаемые в результате статистической обработки фактических значений пар данных у., х..
Точечный прогноз в точке хп при этом определяется выражением:
У",/Х) = а0 + аХп
То есть, опираясь на сведения статистической выборки и построив однофакторную линейную регрессионную модель на основе значений воздействующего фактора х . ...х мы можем задавшись значением воздействующего фактора х , лежащего за пределами диапазона х . ...х , найти значения результирующего показателя у подразумевая что тенденция зависимости у от х за пределами диапазона полученных наблюдений не изменится. Тогда в случае точного прогноза интересующее нас значение результирующего показателя у соответствующее значению воздействующего фактора х будет лежать на линии регрессии.
Однако, поскольку значения фактических наблюдений как правило не лежат на линии регрессии, то и точечный прогноз не является достоверным, поэтому используется интервальный прогноз подразумевающий что истинное значение результирующего фактора у соответствующего хп находится в определенном диапазоне (интервале), величина которого зависит от степени доверия с которым мы хотим получить результат и увеличивается по мере удаления от диапазона фактических наблюдений х ■■■Хтах:
Уи (х)= у" ± їл = [а. +а,х ] ± їл ,
у ір' к -'ір Ь п 1 0 1 пп Ь к
где 5 - ошибка прогноза,
їь - коэффициент Стьюдента, вносящий поправку в ошибку прогноза с учетом объема исходных наблюдений п и требуемым уровнем доверительной вероятности І.
Ошибка прогноза имеет два источника.
Первый источник ошибок связан с выбором вида модели регрессии.
Любая совокупность фактических данных может быть описана различными типами регрессионных моделей.
Помимо линейной модели у.р = ао + а}х. те же данные могут быть описаны моделями типа:
y.p = a0 + a}x. + a^:2 - параболическая;
yip
t + a}/x. - гиперболическая; показательная;
ip
и др.
: an ■ x aj - степенная
Вне зависимости от вида модели, в конечном счете ее качество будет определяться так называемой остаточной дисперсией:
2
п
Второй источник ошибок связан с оценкой точности параметров модели регрессии.
В нашем случае речь идет об ошибках определения статистических коэффициентов а0, ау
Поскольку первый источник ошибок связан с выбором модели регрессии (так называемая немодельная ошибка - а ), а второй источник ошибок связан с точностью нахождения параметров модели регрессии (так называемая модельная ошибка - стм) и не зависит от
y = a, + a.x
s ip о і
a
выбора вида модели, то согласно правилу дисперсий дисперсия ошибки прогноза как дисперсия суммы двух независимых величин определяется как сумма дисперсий этих величин: а 2=а 2+а 2.
Ошибка в определении а0, при условии что на результат у не влияют другие факторы помимо х, связана с недостаточностью объема наблюдений. Здесь можно провести аналогию с стандартной ошибкой из математической статистики.
Таким образом, стандартную ошибку можно интерпретировать как недостаточность объема наблюдений приводящее к смещению линии регрессии относительно начала координат при условии, что величина воздействующего фактора х. = 0.
Ошибка определения статистического коэффициента ао:
Я2
Я 2 ^ ост
°а0 “ .
п
Ошибка определения статистического коэффициента а, определяется тем, что коэффициент а, в отличии от коэффициента а0, не связанного с воздействием фактора х, наоборот характеризует силу связи фактора х с результатом у. Чем больше значение коэффициента а, тем мощнее рычаг воздействия на результат у изменения на одну единицу фактора х (рис.1).
Рис.1. Ошибка определения статистического коэффициента аг Если ошибка в определении статистического коэффициента а0 не зависит от глубины прогноза, то ошибка в определении статистического коэффициента характеризующего угол наклона а линии регрессии относительно оси абсцисс пропорционально глубине прогнозируемой оценки. В то же время в определении статистического коэффициента будет тем меньше, чем шире база значений аргумента от х тт до х тах
S
2 SL *(Xn - X)2
I (X - X)2
i _1
Поскольку параметр ао не связан с воздействием х, а параметр а! связывает воздействие х и результат у, то эти параметры, а значит и
ошибки их определения можно считать независимыми и, согласно правилу дисперсий, модельную ошибку прогноза можно записать:
а 2=а 2+а 2.
м а0 а1
Рассмотрим взаимосвязь трех ошибок в определении прогнозных ошибок по регрессионной модели:
а 2=а 2+а 2= а 2+а о2+а 2.
п н м н а0 а1
Таким образом все составляющие ошибки прогнозируются независимыми 8^ величинами и дисперсия прогноза как сумма независимых величин будет равна сумме их дисперсий 8П = 8'^ + 8^ + 8^р^
Прогнозная оценка в ее интервальном варианте бывает средней и индивидуальной
Г"'"" (X) _ [a. + ai X, ] ± Iв *S,-ср _ [a. + a, x, ] ± tf *VS2 +S2
У
[a. + aixn]±te *
S2
ост і *
ост
2
_K + aiXn ] ± tB * S0Cm *
n
п X(Х - Х)
При интервальном индивидуальном оценивании запись имеет след вид
у~‘(Хп) = К + ;Хп]± *8п= [;+]±ге ^8;„ +8;, +81 =
[«0 + ;1 Хп ] ± * 8ост *
i + . (X, - X)
I (Xi - X )
i + i + - (Xn - X)2
n
I(Xi- X )
Вне зависимости от числа параметров модели регрессии, все параметры, связанные с воздействующими факторами будут формировать ошибки, зависящие от глубины прогноза.
Рассматривая подкоренное выражение в представленном примере, следует отметить, что наибольший вклад в ошибку прогноза вносит большое удаление точки прогноза (х ) от середины исследуемого интервала значения х по сравнению с величиной разброса значения х относительно среднего значения.
Опираясь на изложенный методологический подход можно сформировать метод прогнозирования эффективности внедрения инноваций в инвестиционные мультипроекты.
2
