Метод комплексной оценки инновационного потенциала агросервисных предприятий

Размещено на http://www.allbest.ru

МЕТОД КОМПЛЕКСНОЙ ОЦЕНКИ ИННОВАЦИОННОГО ПОТЕНЦИАЛА АГРОСЕРВИСНЫХ ПРЕДПРИЯТИЙ

А.А. Тимаев, А.М. Каган

Рассматриваются вопросы повышения инновационной активности отечественных предприятий по материально-техническому обслуживанию и ресурсному обеспечению агропромышленного комплекса. Предложен метод комплексной оценки инновационного потенциала, целью которого является детальный анализ внутренней среды предприятия с целью проведения интегральной оценки его текущего состояния относительно создания, освоения и распространения нововведений. Особое внимание уделено построению иерархической модели и разработке комплекса оценочных показателей, позволяющих качественно и количественно охарактеризовать основные бизнес-процессы инновационной деятельности.

инновационный потенциал агропромышленный активность

We have examined the issues of increasing innovation activity of home firms in material-technical service and resource provision of agro-industrial complex. We have suggested a method of complex estimation of innovation potential, the aim of which is detailed analysis of internal environment of a firm. The analysis aims at integral estimation of the firm's current state according to creation of innovations, their development and distribution. Special attention has been given to creation of hierarchical model and development of a complex of estimation indicators, which help to qualitatively and quantitatively characterize the main business processes of innovation activity.

Введение

Эффективность и скорость построения инновационной экономики в Республике Беларусь во многом зависит от инновационной активности отечественных предприятий, которая на данный момент в 3-4 раза меньше, чем в странах Евросоюза [4]. В результате проведенных исследований нами установлено, что низкий уровень этого показателя во многом зависит от имеющегося инновационного потенциала и степени его использовании в реальном секторе экономики.

Вместе с тем необходимо отметить, что существующие в настоящее время методы оценки готовности предприятий к освоению инноваций не являются универсальными, и поэтому каждый из них в отдельности не способен учесть присущие всем отраслям народного хозяйства факторы и сложные взаимосвязи между ними [3, 5, 7, 8]. Так, например, ни в одном из них не учтена специфика инновационной системы, сложившаяся на сегодняшний день на предприятиях, по материально-техническому обслуживанию и ресурсному обеспечению АПК Беларуси. Новые решения данной проблемы должны ускорить инновационное развитие не только предприятий агросервиса, но и агропромышленного комплекса страны в целом.

Цель исследований - разработать действенный метод оценки инновационного потенциала предприятий агросервиса.

Методы исследования. При проведении исследований, наряду с процессным и системным подходами, для достижения поставленной в работе цели применены абстрактно-логический, аналитический, монографический методы, метод нейросетевого моделирования.

Основная часть

В результате проведенных исследований нами был разработан метод «комплексной оценки инновационного потенциала» (МКОИП), целью которого является определение качественных и количественных характеристик внутренней и внешней среды предприятия и проведение анализа его текущего состояния относительно создания, освоения и распространения нововведений. В основу метода, наряду с процессным и системным подходами, нами положен математический алгоритм нейросетевого моделирования, предусматривающий применение искусственных нейронных сетей (ИНС).

Необходимо подчеркнуть, что процессный подход, используемый при разработке МКОИП, позволяет нам рассматривать инновационную деятельность на предприятиях агросервиса как совокупность бизнес-процессов [1, с. 22, 24], представленных в виде m-мерных векторов. Значениями вектора являются качественные и количественные признаки (показатели) процесса, выраженные через числовые значения (x_1, x₂…x_m) и описывающие каждый процесс в отдельности. Характеристика совокупности этих одномерных массивов данных представляет собой общее состояние инновационного потенциала.

По результатам выполненных исследований нами установлены четыре основных бизнес-процесса, позволяющие наиболее полно охарактеризовать инновационный потенциал предприятия по материально-техническому обслуживанию и ресурсному обеспечению АПК:

1) подготовительно-обеспечивающая деятельность;

2) научно-исследовательские и опытно-конструкторские работы;

3) деятельность, связанная с постановкой на производство;

4) деятельность, связанная с коммерциализацией, распространением и продвижением инноваций.

Следует также отметить, что применение специальной схемотехники нейроинформатики [6] относительно разработанного нами метода определения инновационного потенциала на предприятиях агросервиса предусматривает, что векторы, характеризующие их основные бизнес-процессы, являются входными сигналами ИНС (х), а сама оценка инновационного потенциала, представленная числовыми данными, - ее выходным значением (y).

Основной особенностью разработанного нами метода является проведение декомпозиции основных бизнес-процессов инновационной деятельности на девять подпроцессов верхнего уровня и сорок подпроцессов нижнего уровня (рис., табл. 1), формируя таким образом иерархическую модель оценки, использующую теорию множеств [2] для описания и исследования свойств конечных массивов данных с заданными отношениями между их элементами. Такое представление бизнес-процессов в виде графов позволяет производить оценку инновационного потенциала на основании анализа их вершин. Конечной целью данной модели является комплексная оценка инновационного потенциала предприятия (y).

Рис. 1. Иерархическая модель оценки инновационного потенциала предприятий агросервиса.

Изучение показывает, что разработанную нами иерархическую модель можно представить в виде следующей формулы:

(1)

где y - результат оценки, x - признак (состояние), f - функция формализованной зависимости, n - нейросетевая функция.

Таким образом, задачи модели по оценке ее основных бизнес-процессов представляют собой совокупность подзадач (иерархию), последовательное решение которых (снизу вверх) приведет к достижению обозначенной цели (y). Это означает, что оценка каждого подпроцесса вехнего уровня модели (Х_xx) будет производиться путем анализа значений соответствующего вектора (Х_xxx, Х_xxx…. Х_xxx), характеризующего данный процесс.

В этой связи нами разработан комплекс оценочных показателей основных бизнес-процессов инновационной деятельности (табл. 2-5), позволяющий качественно и количественно охарактеризовать все вершины ориентированных графов иерархической модели МКОИП.

В результате проведенных исследований было установлено, что, кроме оценки инновационного потенциала, важным также является и анализ полноты его реализации. В связи с этим нами разработаны показатели, позволяющие оценить эффективность использования имеющегося инновационного потенциала (табл. 6).

Таблица 1. Структура иерархической модели оценки инновационного потенциала.

Таблица 2. Показатели оценки имеющегося инновационного потенциала по бизнес-процессу «Подготовительно-обеспечивающая деятельность».

Таблица 3. Показатели оценки имеющегося инновационного потенциала по бизнес-процессу «Научно-исследовательские и опытно-конструкторские работы».

Таблица 4. Показатели оценки имеющегося инновационного потенциала по бизнес-процессу «Деятельность связанная с постановкой на производство».

Таблица 5. Показатели оценки имеющегося инновационного потенциала по бизнес-процессу «Распространение (диффузия) нововведений».

Таблица 6. Показатели использования имеющегося инновационного потенциала.

Совокупность значений разработанного нами комплекса показателей формирует общую базу знаний для обучения оценочной нейронной сети. Эффективность такого обучения зависит от тщательной настройки архитектуры ИНС и ее весовых синапсов, которые изменяются под влиянием имеющейся обучающей выборки, повышая тем самым адекватность сети. В результате обученная искусственная нейронная сеть способна решать поставленные перед ней задачи - оценивать основные бизнес-процессы инновационной деятельности и определять эффективность ее осуществления.

Заключение

Таким образом, резюмируя изложенное, необходимо отметить, что в результате проведенного исследования нами разработан метод комплексной оценки инновационного потенциала для предприятий агросервиса, имеющий научную новизну и практическую значимость, суть которых заключается в разработке и обосновании:

1) иерархической модели оценки инновационного потенциала, предусматривающей использование теории множеств, для описания и исследования свойств основных бизнес-процессов инновационной деятельности, декомпозированных на девять подпроцессов верхнего и сорок подпроцессов нижнего уровня. В отличие от существующих способов, данная модель позволяет производить оценку инновационного потенциала на основании анализа вершин графов, представленных в виде бизнес-процессов;

2) методических материалов, в основу которых, наряду с процессным и системным подходами, нами положен математический алгоритм нейросетевого моделирования, предусматривающий применение искусственных нейронных сетей, в которых векторы, характеризующие основные бизнес-процессы инновационной деятельности, являются входными сигналами ИНС (х), а сама оценка инновационного потенциала, представленная числовыми данными, - ее выходным значением (y);

3) комплекса показателей оценки наличия и использования имеющегося инновационного потенциала в разрезе основных бизнес-процессов: подготовительно-обеспечивающая деятельность, научно-исследовательские и опытно-конструкторские работы; деятельность, связанная с постановкой на производство, деятельность, связанная с коммерциализацией, распространением и продвижением инноваций.

Литература

1. Андерсен, Б. Бизнес-процессы. Инструменты совершенствования / Б. Андерсен. пер. с англ. 3-е изд. М.: РИА Стандарты и качество, 2005. 272 с.

2. Бурков, В.Н. Теория графов в управлении организационными системами / В.Н. Бурков, А.Ю. Заложнев, Д.А. Новиков // Менеджмент и маркетинг в бизнесе [Электронный ресурс]. 2001. Режим доступа: http: // www. aup. ru/books/m144/file_44. pdf. Дата доступа: 20.09.2007.

3. Данилов, А.Д. Оценка уровня развития инновационной сферы экономики Украины с помощью обобщенного инновационного индекса / А.Д. Данилов // Белорусский экономический журнал. 2008. №2. С. 30-42.

4. Крупский, Д. Требуется инновационный менеджер / Д. Крупский // Экономическая газета [Электронный ресурс]. 2009. 31 апр. Режим доступа: http: // www. neg. вy /publication/ 2009_03_31_11185. html. Дата доступа: 11.12.2009.

5. Мацукевич, В. Теоретические основы и практика оценки производственного потенциала сельскохозяйственных предприятий / В. Мацукевич // Агроэкономика. 2007. №3. С. 25-28

6. Горбань, А.Н. Нейроинформатика / А.Н. Горбань [и др.] // Бизнес Интеллидженс Групп Лабс - Анализ данных, нейронные сети, прогнозирование [Электроный ресурс]. 1998. Режим доступа: http: // www. bi-grouplabs. Ru / Library / neurinf / CHAPT1. htm. Дата доступа: 20.09.2007.

7. Об утверждении формы государственной статистической отчетности 1-нт (инновация) «Отчет об инновационной деятельности организации» и указаний по ее заполнению: постановление Министерства статистики и анализа Республики Беларусь, 12 сент. 2008 г. №176 // Консультант Плюс: Беларусь. Технология ПРОФ [Электронный ресурс] / ООО «ЮрСпектр», Нац. центр правовой информ. Респ. Беларусь. Минск, 2009.

8. Субоч, Ф. Стратегия инновационного развития перерабатывающих предприятий агропромышленного комплекса / Ф. Субоч // Агроэкономика. 2009. №4. С. 11-26.

Размещено на Allbest.ru