Инновации как фактор повышения инвестиционной привлекательности молочной отрасли

Размещено на http://www.allbest.ru/

Инновации как фактор повышения инвестиционной привлекательности молочной отрасли

Есполов Т.И., Тиреуов К.М.

В основной массе сельскохозяйственных предприятий научно-технические разработки не получают должного применения. Хозяйства оказались невосприимчивыми к научно-техническим достижениям из-за отсутствия средств оплаты для приобретения племенных животных, современных доильных установок и др.

Следовательно, на наш взгляд, технический потенциал должен рассматриваться как планомерно организованная и постоянно совершенствуемая под влиянием научно- технического прогресса система технических ресурсов производства и форм их эффективного функционирования.

Однако необходимо понимать, что инновации - это не только научные разработки, а в первую очередь новые технические средства и технологии.

«Приводными ремнями» научно-технического прогресса являются инновационные процессы, происходящие в производственной сфере, так как именно через инновационные проекты и, в частности приоритетный национальный проект «Развитие АПК», в отдельных отраслях сельскохозяйственного производства осуществляются реализация научно- технического прогресса и повышение уровня технического потенциала сельскохозяйственных предприятий.

Рассмотрим влияние технического потенциала через инновации на технологические операции в молочном скотоводстве.

Для более детального обоснования влияния инновационных проектов на технический потенциал отдельных отраслей, в том числе и молочного скотоводства, повышение эффективности воздействия технического потенциала на производство конечного продукта целесообразно взаимодействие подсистем продовольственного комплекса АПК представить на основе системного подхода, перехода от позадачного моделирования на разных уровнях к системному моделированию. Для выработки общего методологического подхода система продовольственного комплекса АПК разделена на подсистемы: зерновая; молочная; мясная.

Рассмотрим подробнее подсистему производства молока в соответствии с рисунком 1.

Технологический процесс производства коровьего молока можно разделить на несколько подсистем: кормление, машинное доение, поение, навозоудаление, селекция. Здесь же взаимодействуют подсистемы: человек, животное, внешняя среда. Технический потенциал через инновации воздействует на все технологические процессы.

Каждая из этих подсистем включает в себя подсистемы более низкого уровня и имеет свои особенности и задачи. Все они взаимодействуют, так как созданы и функционируют для достижения общей цели, поставленной перед отраслью - получение максимального количества молочной продукции.

Взаимосвязь указанных подсистем может быть выражена декартовым произведением множеств.

C Н {(C1j, C2j, C3j, C4j, C5j) / C1j Н C1, C2j Н C2, C3j Н C3, C4j Н C4, C5j Н C5},

где С1j, C2j, C3j, C4j, C5j - подсистемы технологических процессов соответственно по кормлению, машинному доению, поению, навозоудалению, селекции.

Общую задачу оптимального функционирования рассматриваемой системы можно сформулировать следующим образом: при определенном и целенаправленном взаимодействии технического потенциала и соответствующих подсистем необходимо обеспечить получение максимального количества молока.

Рисунок 1 - Подсистема производства молока

При этом исследуемый объект можно рассматривать как последовательную смену его состояний в определенном интервале времени, то есть, начиная с технического потенциала и инновационного воздействия на подсистемы кормления, поения, селекции, навозоудаления и заканчивая машинным доением коров производстве. Исходя из принципа системности, состав рассматриваемой нами подсистемы (Ч - М - Ж) включает три подсистемы - человек-механизатор, машина (рабочее место механизатора - доильный аппарат и т.д.) и животное. Каждая из подсистем выполняет определенные функции в общем информационном поле в соответствии с рисунком 2. Каждая подсистема Сi, в свою очередь, включает в себя подсистемы более низкого уровня - оператор, животное, средства механизации. Активное управляющее звено системы «человек-оператор» осуществляет в процессе работы целенаправленное технологическое воздействие на землю или животное с помощью средств механизации.

Рисунок 2 - Биотехническая подсистема «человек - машина - животное»

Таким образом, применение системного подхода к решению проблем, связанных с совершенствованием технического потенциала в молочном скотоводстве, позволяет разработать и предложить единую научно-методическую основу оптимального проектирования технологий и уровень технического потенциала на всем протяжении эксплуатации биологического объекта.

Инновационный процесс - весьма сложный и потому неоднозначный феномен как в структурном, так и в причинно-следственном отношении. В частности, различные виды нововведений вызывают разные последствия. Экономические субъекты совершают отбор, в том числе и новшеств, и инноваций. В целом, инновационный процесс может быть представлен в виде шести последовательных этапов, обладающих специфическими характеристиками. В совокупности они закрывают так называемый результативный разрыв, то есть значительное расхождение между фактическими и желаемыми параметрами состояния объекта анализа, в качестве которого могут быть технология, продукция, система управления и др.

Основные факторы влияния объединены в три группы.

Первая группа - мотивационное обеспечение инноваций объединяет факторы влияния, стимулирующие инновационную активность личности. К ним относятся руководство (взаимодействие, обратная связь и др.), климат в коллективе, наличие целевых установок.

Вторая группа - инновационные ресурсы - включает интеллектуальные возможности (знания, опыт, кругозор сотрудников в области поставленной задачи), материально-технические и финансовые ресурсы, а также информационное обеспечение. Эта группа воздействует на количественные и качественные характеристики идей, определяет многовариантность и селективность инновационного процесса.

Третья группа включает организационно-структурные характеристики (уровень централизации, сложности организации). В зависимости от этапов эти факторы оказывают изменяющееся влияние на инновационный процесс.

Процесс инновации проходит следующие этапы:

1. Проявление цели. Первоначальным толчком к появлению любых новаций является выявление (в результате сравнения) негативной разницы между «существующим» положением вещей и «желаемым». Решающим здесь являются такие факторы, как информация о фактическом и прогнозируемом состоянии рассматриваемого объекта и параметрах состояния среды. Осознание потребности в изменениях является первым и основным стимулом к появлению инновационных идей;

2. Формулирование задачи. Проявленная цель становится предпосылкой для постановки инновационной задачи, отражающей принципиальный путь к цели. На данной стадии определяющими являются факторы мотивационного обеспечения и состояние инновационных ресурсов. При этом их влияние будет максимальным на фоне определенной комбинации организационно-структурных характеристик: низкой централизации организационной структуры и ее высокой сложности. Именно такой фон минимизирует негативные для мотивации влияния и максимально расширяет коммуникативные каналы для проявления многовариантности в решениях;

3. Генерация. На этой стадии ведется поиск идей, реализация которых обеспечивает решение сформулированной задачи. Здесь крайне велика роль многовариантности. Этап включает в себя сбор информации, необходимой для уяснения проблемы и формирования вариантов решения. Помимо предыдущей стадии комбинации влияния, особую роль приобретают факторы интеллектуальных ресурсов и информационного обеспечения;

4. Селекция. Идеи, появившиеся на предыдущей стадии, проходят проверку на адекватность поставленной задаче. В результате выбирается лучшая. Для этого используются знания, опыт, способности людей, критерии оценки в рассматриваемой сфере. Результативность потенциального решения также является важным определителем стадии селекции. Здесь определяющими являются такие же факторы, что и на предыдущих двух этапах;

5. Адаптация. Отобранная идея анализируется с позиции совместимости с организационными и технико-технологическими условиями, трансформируется для практического использования. На данном этапе знания, опыт, накопленные предприятием и используемые им для поддержания достигнутого уровня, имеют тенденцию противодействовать новшествам. На стадии адаптации определяющими становятся инновационные ресурсы и организационно-структурные факторы. При этом вторая группа факторов должна характеризоваться высокой централизацией организационной структуры для обеспечения высокого качества селективного отбора проектов и низкой конфликтности при прохождении этого этапа;

6. Внедрение. Здесь инновационная идея получает свое воплощение в окончательную форму (новые технология, продукция, организационная структура и т. д.). Определяющими на этой стадии являются те же факторы, что и на предыдущей, с совпадающей рекомендацией по предпочтительно высокой централизации внутренней среды предприятия. Необходимо отметить, что научно-технический потенциал является стратегическим возобновляемым ресурсом Казахстана и основой инновационной экономики.

Интенсификация инновационных процессов предполагает формирование и осуществление государственной политики на государственном, и региональном уровнях, применение методов программно-целевого управления инновационной деятельностью, разработку стратегии инновационного развития регионов.

Исследование тенденций и условий для эффективного инвестиционного и инновационного процессов в экономике области должно быть основано на комплексном анализе финансового состояния предприятий.

Алгоритм его сравнительной рейтинговой оценки финансового состояния, рентабельности и деловой активности предприятий представляет следующую последовательность:

1. Для каждого из М сравниваемых предприятий рассчитывают N финансовых показателей P(i,j), где i=1,2,...,M; j=1,2,...,N.

2. По каждому показателю находят лучшее и худшее значения и присваивают их соответственно: лучшие - (M+1)-му и худшие - (M+2)-му предприятиям.

3. Полученные таким образом показатели стандартизуются по отношению к разнице между лучшим и худшим значениями соответствующих показателей этих предприятий по формуле:

D(i,j) = [P(M+1,J)-P(i,j)]/[P(M+1,j)-P(M+2,J)], (1)

где D(i,j) - стандартизированные показатели i-го предприятия [0 <= X(i,j) <= 1], которые показывают, на какую часть отклоняется j-й показатель от эталонного лучшего, выраженного в долях разницы между лучшим и худшим эталонными значениями этого показателя в группе сравниваемых предприятий. Если умножить его на 100, то получим величину отклонения, выраженную в процентах, характеризующую положение предприятия по этому показателю на интервале от эталонного худшего до эталонного лучшего;

P(i,j) - j-е экономические показатели, или финансовые коэффициенты, характеризующие результаты деятельности i-го предприятия.

4. Для каждого (i-го) сравниваемого предприятия определяется рейтинговая оценка по формуле:

Rd(i)=D(i,1)^2+D(i,2)^2+ ... +D(i,N-1)^2+D(i,N)^2^0.5. (2)

Эта оценка представляет собой величину отклонения i-го предприятия от идеально лучшего (эталонного) в группе сравниваемых предприятий, в пространстве нормированных показателей по отношению к разнице между эталонными лучшими и эталонными худшими значениями. Расстояние между эталонными худшим и лучшим предприятиями в данном нормированном пространстве равно корню квадратному из числа показателей, так как представляет собой длину главной диагонали прямоугольного гиперпараллелепипеда (гиперкуба) с единичными ребрами.

Кроме того, может быть использована модифицированная формула, учитывающая значимость каждого показателя, в виде весового коэффициента, определяемого методом экспертных оценок.

В этом случае формула для расчета будет иметь вид:

Rd(i)=10*k1*D(i,1)^2+k2*D(i,2)^2+ ... +KN*D(i,N)^2^0.5 (3)

где К1,К2,...,КN - весовые коэффициенты, характеризующие весовую значимость соответствующих финансовых коэффициентов (показателей), определяемую методом экспертных оценок, с учетом поставленной цели (при этом К1+К2+К3+...+КN = 100). Множитель перед квадратным корнем позволяет представить эти расстояния в процентах по отношению к длине главной диагонали, равной 100 нормированным единицам. Далее рейтинговая оценка может быть использована для ранжирования сравниваемых предприятий, присваивая наивысший ранг предприятию с минимальным значением рейтинговой оценки.

Однако полученная оценка не удовлетворяет всем требованиям к разрабатываемому критерию (например, она не может практически принимать крайние значения 0% и 100%). Поэтому в качестве критерия можно принять дополнительно к ней комплексную сравнительную рейтинговую оценку, представляющую собой следующее соотношение:

R(i)=Rd(л) - Rd(i)/Rd(л)-Rd(х), (4)

где Rd(л) и Rd(х) - соответственно, лучшая и худшая оценки в группе сравниваемых предприятий. Тогда R(i) характеризует положение i-го предприятия в интервале от худшего до лучшего предприятий.

В совокупности все показатели представляются сравнительной рейтинговой оценкой финансово-экономического состояния результатов работы предприятия. В ее основе лежит сравнение предприятий по каждому показателю с условным эталонным предприятием, имеющим наилучшие результаты по всем сравнительным показателям. Таким образом, базой оценки состояния предприятия являются не субъективные оценки экспертов, не директивные установки вышестоящих органов, а наиболее высокие результаты, реально сложившиеся в рыночной конкурентной борьбе. Эталоном сравнения является самый успешный конкурент, у которого все показатели наилучшие. Методика позволяет объективно оценить реальное финансовое состояние сельскохозяйственного предприятия и выявить его инвестиционную привлекательность.

Таким образом, эффективность управления инвестиционными процессами значительно возрастает и существенно снижается риск невозврата вкладываемых денежных средств.

Основной составляющей в деятельности государства должны быть проведение целенаправленной политики по производству продуктов питания; возможность прогнозирования событий в этой области, основанная на математических моделях, позволяющих адекватно оценивать реальное и потенциальное развитие продовольственного комплекса АПК как страны в целом, так и в рамках ее отдельных регионов; анализ динамики; выявление позитивных и негативных моментов в этой области.

Для современного уровня исследования проблем продовольственного комплекса АПК, и в частности молочного скотоводства, значимым является подход, при котором динамика развития производства молока анализируется при помощи математических методов и моделей, позволяющих провести более глубокий анализ и получить наиболее структурированные и математически обоснованные результаты на момент рассмотрения процесса его перспективу.

Выявление факторов, влияющих на продуктивность коров, на наш взгляд, является важной задачей для повышения эффективности работы предприятий молочного скотоводства. Необходимо построить уравнение множественной регрессии, позволяющие сделать вывод об уровне влияния тех или иных факторов на продуктивность коров. В ходе анализа в качестве зависимой переменной были выбраны средний годовой надой молока на одну корову и шесть независимых переменных (таблица 1).

инновационный потенциал молочный скотоводство

Таблица 1 - Динамика факторов молочной продуктивности коров в агроформированиях Алматинской области

Получаем коэффициент детерминации, равный 0,6028, что отражает достаточную степень корреляции, то есть построенная модель объясняет более 60% случаев. Таким образом, уравнение регрессии имеет вид:

Y = -12480 + 12,2247 X1 + 59,0749 X2 - 16,646 X3 + 12,328 X4 + 2100,441 Х5 + 12,3046 X6,

где Y - средний годовой надой молока на одну корову, кг; X1 - выход телят в расчете на 100 коров, гол.;

X2 - расход кормов на одну корову в год, ц корм. ед.;

X3 - содержание переваримого протеина в 1 ц корм. ед., гр; X4 - удельный вес поголовья коров 1 класса и выше, %;

X5 - возраст коров в отелах, лет;

X6 - живая масса коров по стаду, кг.

Коэффициенты регрессии при факторных признаках и коэффициенты парной корреляции показывают, что наиболее сильное положительное влияние на Y оказывают годовой расход кормов на 1 корову (59,0749), выход телят в расчете на 100 коров (12,2247), возраст коров в отелах (2100,441), живая масса коров по стаду (12,3046). Для отыскания резерва повышения производства молока нами построено уравнение регрессии, с учетом технического потенциала отрасли. При анализе были выбраны в качестве зависимой переменной производство молока и четыре независимых переменных (таблица 2).

Таблица 2 - Динамика факторов производства молока в агроформированиях Алматинской области

Получаем следующее уравнение регрессии:

Y = -132882 + 0,2263 X1 + 3,0382 X2 + 0,1317 X3 + 2,2374 X4 + + 65,9601 Х5,

где Y - производство молока, тыс. ц;

X1 - доильные агрегаты и установки, шт.; X2 - количество коров, гол.;

X3 - площадь кормовых культур, тыс. га;

X4 - количество кормоуборочных комбайнов, шт.; Х5 - год.

Коэффициент детерминации равен 0,9997, что говорит о высокой степени корреляции, т.е. построенная модель объясняет более 99% случаев.

Коэффициенты регрессии при факторных признаках показывают, что увеличение количества доильных агрегатов и установок на 1 шт. способствует росту объемов производства молока на 0,2263 тыс. ц, численности коров на 1 голову - производства молока на 3 ц, площади кормовых культур на 1000 га на 0,1317 тыс. ц, количества кормоуборочных комбайнов на 1 ед. на 2,2374 тыс. ц.

Полученное уравнение регрессии позволяет объективно и своевременно спрогнозировать продуктивность коров и возможный уровень производства молока в зависимости от состояния технического потенциала отрасли молочного скотоводства.

Размещено на Allbest.ru