CC BY
38
ТЕХНИКО-ЭКОНОМИЧЕСКИИ АНАЛИЗ ИННОВАЦИОННЫХ ПРОЕКТОВ В СТРОИТЕЛЬСТВЕ
Павленко А.А., к.т.н., докторант, кафедра САС МГСУ
Лебедев В.М., к.т.н., докторант, кафедра САС МГСУ
Вагапов Р.Ф., к.т.н., докторант, кафедра САС МГСУ
Волков А.А.,
д.т.н., профессор, кафедра ИСТУС МГСУ
Финансирование строительных инновационных проектов состоит из одной или нескольких составляющих:
■ государственный бюджет;
■ льготные государственные кредиты;
■ государственные внебюджетные фонды;
■ региональный бюджет;
■ местный бюджет;
■ собственные средства фирм и организаций, в том числе иностранных;
■ собственные средства индивидуальных застройщиков.
Большая часть строительных проектов реализуется на коммерческой основе путем привлечения инвестиций заинтересованных фирм и организаций. В крупных городах, например в Москве, значительную часть проектов финансирует правительство города. Предпочтение отдается строительству жилья, коммерческих и торговых центров с точки зрения получения прибыли в короткие сроки.
Кроме того, правительства крупных городов реализуют проекты, не рассчитанные на мгновенную прибыль - строительство и реконструкция автомобильных дорог, аэропортов, железнодорожных вокзалов и др. Большинство подобных проектов требует вложения очень больших материальных средств на достаточно длительный период времени до начала получения прибыли. Объем инвестиций часто определяет участие в проекте двух и более независимых источников финансирования.
Определение эффективности вложений материальных средств в тот или иной строительный проект - это длительный и трудоемкий процесс. Существует множество различных факторов, влияющих на окончательное решение.
Для российских фирм и организаций трудность состоит в том, что само понятие инвестиционных проектов является достаточно новым для России, так как до недавнего времени капиталовложениями в строительство занималось исключительно государство. Механизм государственных капиталовложений, естественно, значительно отличался от рыночного, существующего в настоящее время.
Для иностранных фирм и организаций, желающих инвестировать тот или иной строительный проект в России, проблемой является учет всех тонкостей политического и экономического устройства страны, стабильности законодательной базы и других особенностей, связанных с капиталовложениями в экономически развивающейся стране.
К настоящему времени уже существует некоторый опыт ведения инвестиционных проектов в Российской Федерации, который позволяет использовать с некоторыми изменениями мировую теоретическую базу для анализа экономической эффективности и надежности инвестиционных процессов в нашей стране. Активно развивается направление Project Management.
Большинство задач из области принятия решений обладают одной или несколькими из следующих особенностей:
■ задачи не могут быть заданы в числовой форме;
■ цели не могут быть выражены в терминах точно определенной числовой функции;
■ не существует алгоритмического решения задачи;
■ алгоритмическое решение существует, но его невозможно использовать по причине ограниченности ресурсов вычислительных машин.
Опыт последних лет показал, что использование экспертных систем при решении таких задач из области инвестиционных процессов дает значительный экономический эффект и снижает временные затраты. Их особенность состоит в том, что экспертные системы используют символьный, а не числовой способ представления данных, символьный вывод и эвристический поиск решения.
Сложность практического использования экспертных систем при принятии решений в области инвестиционных процессов состоит в значительной трудоемкости разработки и программирования экспертной системы и заполнения ее базы знаний адекватной информацией. Создание такого комплекса занимает иногда несколько лет. Снижение срока проектирования системы и ошибки в структуре значительно снижают ее эффективность, а иногда использование такой системы приводит к негативному результату. Значительного времени требует сбор и обработка максимально возможного количества эвристических правил от наиболее квалифицированных специалистов в конкретной области применения.
В большинстве случаев экспертные системы в этой области строятся на основе динамических моделей для работы в режиме реального времени.
Одним из существенных отличий динамических экспертных систем от статических экспертных систем, используемых для поддержки решений, является способность искусственного интеллекта к самосовершенствованию или самообучению.
Основные требования, предъявляемые к моделям динамических экспертных систем поддержки и принятия решений в области инвестиционных процессов, состоят в следующем:
■ своевременно представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных;
■ обрабатывать поступающие в систему данные в соответствии с их приоритетом;
■ обеспечивать механизм рассуждения при ограниченных ресурсах времени и памяти;
■ обеспечивать "предсказуемость" поведения системы, т.е. гарантировать то, что решение каждой задачи будет завершено в строгом соответствии с временными ограничениями;
■ обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда, т.е. использование объектно-ориентированной технологии, разбиение на модули и др.;
■ обеспечивать создание и поддержку пользовательских интерфейсов для различных категорий пользователей;
■ обеспечить уровень защиты информации (по категориям пользователей) и предотвращать несанкционированный доступ.
Механизмы комплексной оценки решения
Большие проекты, в которых задействовано большое количество коллективов и исполнителей, имеют, как правило, сложную иерархическую структуру. Результат реализации проекта сложным образом зависит от деятельности всех его участников. Одна из основных задач, стоящих перед руководством проекта, заключается в распределении материальных и финансовых средств между участниками проекта с целью обеспечения его успешной реализации.
Для реализации проекта в целом, как правило, необходимо решить ряд задач (обеспечить реализацию подпроектов более низкого уровня). Решение этих задач требует решения еще более частных задач и т.д. Последовательно детализируя структуру проекта, мы полу-
чим дерево задач, которое носит также название "дерево целей ". Корневой вершиной этого дерева будет агрегированный показатель степени реализации проекта, висячими вершина-листьями ) - показатели деятельности коллективов - исполнителей ячеек проекта.
Рассмотрим элементарный качественный пример, последовательная детализация которого позволит иллюстрировать предполагаемую модель. Пусть проект заключается в индустриально-экономическом развитии региона. В качестве комплексного показателя выберем "уровень индустриально-экономического развития " - критерий К, который определяется "уровнем индустриального развития " - критерий К3 и "уровнем экономического развития " - критерий К4. Предположим, что уровень экономического развития определяется критериями "уровень жизни населения " - критерий К и "экологическая ситуация" - критерий К2.
Степень достижения каждой из целей (вершины построенного дерева) оценивается по некоторой дискретной шкале. Очевидно, что оценка по критерию "уровень экономического развития " зависит от оценок (является некоторой, в общем случае нелинейной, функцией оценок) по критериям "уровень жизни " и "экологическая ситуация ". Оценка по общему критерию (соответствующему конечной цели проекта) "уровень индустриально-экономического развития в свою очередь, зависит от оценок по критериям "уровень экономического развития " и "уровень индустриального развития ".
Для определения оценки на некотором уровне необходимо знать правила ее получения из оценок более низкого уровня. То есть первая задача - определение правила агрегирования оценок. В качестве правила агрегирования можно использовать любые функции, связывающие оценки нижнего уровня с оценкой верхнего уровня.
Одним из основных видов процедуры агрегирования являются логические матрицы свертки. Введем для каждого из критериев дерева дискретную шкалу. Каждому из значений этой порядковой шкалы поставим в соответствие числа 1,2,...,Ж Емкость шкалы (число N ничем не ограничена. Число различных оценок - градаций, должно выбираться с учетом следующего:
■ специфики проекта;
■ ростом вычислительной сложности оптимизационных задач с ростом емкости шкалы.
Для выбранного примера возьмем шкалу, состоящую из четырех возможных значений оценок: "плохо" (1), "удовлетворительно" (2), "хорошо" (3) и "отлично" (4).
Пусть оценка по критерию К зависит от оценок по двум критериям нижнего уровня К3 и К4. Введем матрицу А = ЩуЦ , где ау - оценка, например, по критерию К при оценке / по критерию К3 и у по критерию К4. Размерность матрицы и число ее попарно различных элементов определяется соответствующими шкалами. Если для рассматриваемого примера взять матрицы свертки, приведенные на рис. 1, то, например, при получении оценки "хорошо " (3) по критерию "уровень жизни населения " - К1и оценки "удовлетворительно" (2) по критерию "экологическая ситуация " - К2, получаем агрегированную
оценку "удовлетворительно " (2) по критерию "уровень экономического развития " - К4.
Если по критерию "уровень индустриального развития" - К3 была достигнута оценка "отлично " (4), то итоговая оценка по критерию "уровень индустриально-экономического развития " - К, будет "хорошо " (3).
Возникает естественный вопрос: кто должен выбирать структуру дерева целей, шкалы оценок и формировать матрицы сверток для использования в моделировании структуры экспертных систем поддержки и принятия решений? Указанные параметры определяются лицами, имеющими опыт в принятии решений в конкретной области в тесном содействии с инженером по знаниям и коллективом независимых экспертов. Следует отметить, что чем уже область применения экспертной системы, тем эффективнее ее работа.
Система логических матриц может быть легко модифицирована с учетом изменения приоритетов.
При формировании матриц агрегирования необходимо следовать правилу монотонности: агрегированная оценка, получаемая при увеличении хотя бы одной агрегированной оценки низшего уровня должна быть не меньше первоначальной. То есть при движении из левого нижнего угла матрицы вправо или вверх оценки не должны убывать.
Анализ вариантов проекта при использовании процедуры комплексного оценивания и выбор оптимальных вариантов
Каждый из исполнителей, участвующих в проекте, характеризуется некоторым набором показателем. Рассмотрим основные из них:
■ качество (которое может включать фиксированный объем работ);
■ затраты (включающие необходимые финансовые и материальные ресурсы);
■ риск;
■ сроки выполнения проекта.
Для достижения определенных значений оценок элементами-исполнителями руководство проекта должно выделить им соответствующее финансирование. Возникает задача: определить, как затраты на проект в целом зависят от затрат исполнителей в смысле соответствующих оценок качества.
Сложная структура проекта, функционирование в окружающей среде, точное описание которой невозможно, обуславливает наличие неопределенности относительно результатов реализации инвестиционного проекта. Следовательно, необходимо определить понятие "риска" в рассматриваемой модели и найти зависимость между риском на уровне исполнителей и риском для инвестиционного проекта в целом.
При фиксированной последовательности работ продолжительность реализации проекта зависит от сроков выполнения работ исполнителями. Необходимо описать и проанализировать эту зависимость.
Для каждого конкретного исполнителя показатели качества, затрат, риска и сроков взаимосвязаны и взаимозависимы. Для определения этих зависимостей необходимо решить задачу стимулирования: как при имеющимся фонде финансирования (стимулирования) побудить исполнителя обеспечить достижение требуемого уровня оценки или максимально возможного при сложившихся условиях уровня. Интуитивно понятно, что чем больше финансирование, тем выше в среднем значение оценки качества и ниже уровень риска. Так как фонд финансирования ограничен, возникает ряд задач: распределить ограниченный фонд для достижения заданного уровня оценки с минимальным уровнем риска, минимизировать затраты на получение заданной оценки с фиксированным уровнем риска и т.д.
Так как каждый вариант оценивается по нескольким критериям, то понятие "оптимальный вариант" неоднозначно и в рамках предложенной модели возникает целый класс оптимизационных задач. Взаимосвязь между показателями исполнителей, устанавливаемая при решении задачи стимулирования, носит достаточно общий характер. Действительно, в общем случае, наверное, можно добиться очень низкого уровня риска. Другой вопрос - какие для этого потребуются затраты? С другой стороны, к любому проекту в силу ряда причин изначально предъявлен некоторый ряд требований. Например, может быть фиксирован срок его выполнения, ограничены затраты, риск и т.д. Вариант, удовлетворяющий всем изначально предъявленным требованиям, называется "допустимыгм".
В общем случае алгоритм поиска допустимого варианта выглядит следующим образом:
1) для каждого значения оценки качества каждого исполнителя определим минимальное финансирование, необходимое для того, чтобы он выбрал это действие, т.е. решаем задачу стимулирования. Вычисляем соответствующий риск и сроки выполнения;
2) если фонд финансирования конкретного исполнителя ограничен (или к нему предъявляются другие требования), то среди полученных комбинаций оставляем те, для которых выполнено балансовое ограничение (или те, которые удовлетворяют предъявленным требованиям);
3) для каждой из оставленных комбинаций финансирования определяем значение суммарных затрат на финансирование, комплексной оценки, риска и срока выполнения проекта в целом.
В( (( У У (( У У
результате получаем множество точек в пространстве { качество , затраты , "риск", "сроки"} - допустимую область. Каждой из таких точек соответствует допустимый вариант. В качестве базового показателя наиболее часто выбираются ресурсы (в частности финансовые). Однако, таким показателем может выступать любой из параметров.
Выбор оптимального варианта (осуществляется в том случае, когда множество допустимых вариантов содержит более одного элемента) осуществляется путем ввода критериев сравнения допустимых вариантов. Например, можно выбрать вариант, имеющий минимальные затраты и риск, не превосходящий заданного, или вариант, имеющий минимальные сроки реализации и затраты, не превышающие заданного значения и т.д.
Сложность предложенного алгоритма достаточно велика, однако при этом охватываются все возможные варианты. На практике целесообразно использовать модификации этого алгоритма, учитывающие специфику конкретной задачи, что в некоторых случаях значительно снижает число рассматриваемых вариантов и сложность оптимизационных задач [1].
Библиографический список
1. Volkov A.A. Modelle f^r Expertensysteme zur Unterstützung von Investitionsenscheidungen im Bausektor der Russischen Fuderation // 10. Forum Bauinformatik Junge Wissenschaftler forschen: Fortschrift-Berichte VDI, Reiche 4. -Dusseldorf: VDI Verlag, 1998. - S. 260-267.
