Экспертно-аналитический подход к управлению инновационным развитием промышленного предприятия

Апробированные на практике методики планирования стратегии развития и управления устойчивым функционированием предприятий легкой промышленности в условиях риска и неопределенности на основе экспертно-аналитических методов и технологий принятия управленческих решений позволят научно обоснованно определять основные направления его совершенствования в условиях реструктуризации отрасли и определять вероятности сценариев развития предприятий легкой промышленности в условиях рыночной конкуренции. Основные выводы и рекомендации работы могут служить методической базой для дальнейших исследований в области управления инновационной деятельностью, а также использоваться в учебном процессе при чтении дисциплин «Инновационный менеджмент», «Экономико-математические методы и модели» студентам и слушателям экономических и других специальностей вузов.

Апробация и реализация результатов исследования. Выводы и практические результаты работы докладывались на заседаниях кафедры экономики и менеджмента и кафедры предпринимательства и маркетинга Института бизнеса и права Орловского государственного технического университета (г. Орел, 2001-2008 гг.), кафедры экономики и менеджмента Московского государственного университета дизайна и технологии (г. Москва, 2002-2008 гг.), ряде международных и всероссийских научно-практических и научно-методических конференций.

Предлагаемые экспертно-аналитические методы и методики управления инновационным развитием предприятий легкой промышленности апробированы и внедрены на ряде предприятий легкой промышленности г.Москвы. Материалы исследований используются в учебном процессе в Московском государственном университете дизайна и технологии при подготовке бакалавров, специалистов и магистров по направлениям «Менеджмент» и специальности «Менеджмент организации».

Публикации. По результатам выполненного исследования опубликовано 42 работы, включая четыре монографии. Общий объем публикаций 70,25 п.л., из которых 31,8 п.л. – авторские.

Объем и структура диссертации. Диссертация содержит 305 страниц текста, в том числе 51 рисунок и 40 таблиц. Работа состоит из введения, пяти глав, заключения, списка использованных источников из 240 наименований. Ниже приводится содержание диссертационного исследования.

Введение

Глава 1. Теоретические основы планирования процессов инновационного развития промышленных предприятий

1.1. Понятийный аппарат инноватики

1.2. Теоретические основы планирования инновационного развития промышленного предприятия

1.3. Системный подход к формированию стратегии развития промышленного предприятия как объекта управления

Глава 2. Проблемы и особенности функционирования предприятий легкой промышленности в современных условиях

2.1. Состояние реального сектора российской экономики и основные факторы хозяйственной деятельности предприятий

2.2. Динамика и территориальные особенности производства продукции легкой промышленности

2.3. Проблемы инновационного развития предприятий легкой промышленности

Глава 3. Методологические основы формирования инновационной стратегии развития предприятия в условиях риска и неопределенности

3.1. Риск и неопределенность: методологические подходы к их учету в процессе управления развитием предприятия

3.2. Методы и средства создания информационной базы для решения задач стратегического планирования развития промышленного предприятия

3.3. Методология подготовки управленческих решений в условиях неопределенности с применением экспертных компьютерных систем

Глава 4. Модели инновационного развития промышленных предприятий в условиях риска и неопределенности (на примере легкой промышленности)

4.1. Модели инновационного планирования развития предприятий легкой промышленности: проекция в будущее

4.2. Экспертно-аналитические модели управления развитием предприятий легкой промышленности

4.3. Модели анализа рисков инновационного развития предприятий легкой промышленности

Глава 5. Методические и организационные основы управления функционированием промышленных предприятий в условиях риска и неопределенности

5.1. Модель управления функционированием промышленного предприятия в условиях риска и неопределенности

5.2. Управление рисками промышленного предприятия в ходе производственной деятельности

5.3. Организационные и методические аспекты управления функционированием промышленного предприятия с учетом факторов риска

Заключение

Список использованных источников

Приложения

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Планирование развития и управление устойчивым функционированием предприятий легкой промышленности имеет особенности, обусловленные переходом от планового хозяйствования к рыночной экономике и составом занятого персонала, что актуализирует их реструктуризацию по экономическим и социальным причинам (необходимость трудоустройства женщин). Решающую роль в этом процессе играет качество управленческих решений, принимаемых с учетом многочисленных факторов риска и неопределенности, результатов анализа экономической ситуации не только предприятия, но и в более широком аспекте – в разрезе отдельного территориального образования и региона в целом, в неразрывной связи экономических и социальных явлений, с учетом интересов всех субъектов экономической деятельности.

В настоящее время Россия переживает период адаптации научно-производственного комплекса к условиям рыночной экономики, основным содержанием которого является формирование национальной инновационной системы. Общепризнано, что «локомотивом» внедрения инноваций является промышленность, однако следует признать, что стратегия российского промышленного сектора еще слабо ориентирована на инновационный путь развития, применение информационных технологий, коммерциализацию результатов исследований и разработок.

Анализ современного состояния инновационной деятельности в РФ свидетельствует о том, что по ряду экономических показателей не достигнут даже уровень 1993 г.: на протяжении 1993-1998 гг. продолжался устойчивый спад инновационной деятельности и разрушение научно-технического потенциала страны, однако позднее наблюдался некоторый, хотя и неравномерный по макрорегионам, рост показателей активности инновационной деятельности.

На рисунке 1 представлены статистические данные, иллюстрирующие неравномерность распределения инновационной деятельности по макрорегионам РФ по следующим показателям: среднее число организаций в период 2000-2005 гг., осуществлявших технологические инновации, средний прирост их численности за тот же период, средняя доля инновационно активных организаций в период 2000-2005 гг. в общем числе организаций, а также средний прирост их удельного веса за тот же период (для сравнения на рисунке приведены также данные по г. Москве и Санкт-Петербургу).

а	б
Рисунок 1 – Уровень и динамика показателей инновационной деятельности в 2000-2005 гг. в макрорегионах РФ: а – число организаций, осуществлявших технологические инновации; б – удельный вес инновационно активных организаций

Положительная динамика роста удельного веса инновационно активных организаций в период 2000-2005 гг. наблюдалась во всех федеральных округах РФ, кроме Дальневосточного ФО. Особенно заметно оживление инновационной деятельности в рассматриваемый период в Уральском, Северо-Западном и Сибирском макрорегионах, но удельный вес числа организаций, осуществлявших технологические инновации, в одном из них – Сибирском ФО, – заметно ниже, чем в РФ: 7,0% против 9,2% в среднем за 2000-2005 гг.

Однако важным является не столько рост числа инновационно активных организаций, сколько рост объема инновационной продукции. В диссертации выполнен анализ статистических данных, отражающих уровень и динамику роста удельного веса инновационной продукции в общем объеме отгруженной продукции (рисунок 2).

а	б
Рисунок 2 – Уровень и динамика показателей инновационной деятельности в 2000-2005 гг. в макрорегионах РФ: а – удельный вес инновационной продукции в общем объеме отгруженной продукции; б – соотношение удельного веса инновационно активных организаций и отгруженной инновационной продукции

«Лидером» по уровню и динамике показателей инновационной деятельности среди макрорегионов РФ в 2000-2005 гг. являлся Приволжский федеральный округ, но даже для него среднее значение удельного веса инновационной продукции в общем объеме отгруженной продукции в рассматриваемом периоде составило всего лишь 7,2%, что меньше удельного веса инновационно активных организаций – 10,2%.Об эффективности инновационной деятельности можно судить по соотношению удельных весов инновационной продукции в общем объеме отгруженной продукции и инновационно активных организаций. Так, из рисунка 2 следует, что Приволжский и Центральный федеральные округа имеют более высокие показатели инновационной деятельности по сравнению со среднероссийскими значениями. Хуже всего ситуация в Уральском ФО, в котором оба показателя инновационной деятельности – и удельный вес инновационно активных организаций, и удельный вес инновационной продукции, – ниже средних значений по РФ в целом.

На рисунке 2 сплошная линия – это прямая регрессии, отражающая среднюю тенденцию роста удельного веса инновационной продукции по мере роста удельного веса числа инновационно активных организаций в макрорегионах. Математически она выражается уравнением:

Y = -3,792 + 0,849 X, (1)

где X – удельный вес инновационно активных организаций в общем числе организаций (%), Y – удельный вес инновационной продукции в отгруженной продукции (%). Экономическая трактовка коэффициента регрессии 0,849 такова: каждому проценту роста удельного веса числа инновационно активных организаций в макрорегионах в среднем отвечает 0,85% увеличения удельного веса инновационной продукции. Такое значение коэффициента регрессии свидетельствует о явно недостаточной эффективности инновационной деятельности в целом в РФ.

Помимо пространственной неравномерности, наблюдается также значительная отраслевая неравномерность инновационной деятельности промышленных предприятий. Так, итоги конъюнктурных обследований в 2004 г. около 750 промышленных предприятий 11 укрупненных отраслей промышленности показали, что лидерами, определяющими общую картину инновационной деятельности в обрабатывающих отраслях промышленности, являлись химическая и нефтехимическая промышленность, машиностроение и металлообработка. Легкая промышленность является отстающей – только 15% организаций в 2004 г. характеризовались долей отгруженной инновационной продукции в общем объеме отгруженной продукции собственного производства более 10%, тогда как в целом по промышленности этот показатель составлял 41%, а в машиностроении и металлообработке – 49%.

Выполненный в диссертации анализ финансовых и результирующих показателей инновационной деятельности предприятий различных отраслей – доли затрат на инновационную деятельность и доли инновационной продукции – дает возможность анализа эффективности затрат на инновационную деятельность. В частности, в качестве такого индикатора может служить отношение значений третьих квартилей доли инновационной продукции и доли затрат на инновационную деятельность:

Индикатор эффективности = Q3_прод / Q3_затр, (2)

где Q3_прод – третья квартиль доли инновационной продукции, а Q3_затр – третья квартиль доли затрат на инновационную деятельность.

Этот индикатор показывает, во сколько раз нижний уровень доли четверти предприятий отраслей, наиболее эффективно использующих инновации, больше нижнего уровня доли этих предприятий по затратам на инновационную деятельность. Расчеты показывают, что индикатор эффективности инноваций в легкой промышленности составляет 2,0 – величину, близкую к его значению в машиностроении и металлообработке (2,2) и больше, чем по промышленности в целом (1,7). Таким образом, можно с уверенностью утверждать, что главная проблема развития легкой промышленности – в недостаточности инновационной деятельности. Имеется существенное отставание легкой промышленности от ведущих отраслей как по уровню затрат на инновационную деятельность, так и по уровню производства инновационной продукции, в то же время, эффективность инноваций в легкой промышленности находится на достаточно высоком уровне, что позволяет рассчитывать на соответствующую отдачу затрат в инновационную сферу.

Инновационная деятельность производственных предприятий, как основы реальной экономики, носит комплексный характер, охватывая все сферы человеческой деятельности – маркетинг, планирование, научные разработки, проектно-технологическую деятельность, производство, сдачу под ключ, кадровое сопровождение – весь цикл реализации нововведений, от возникновения идеи до ее практической реализации и сбыта. Практически перед каждым производственным предприятием, в том числе предприятием легкой промышленности, возникает ряд задач, который требует степени использования нововведений, осуществления инновационной деятельности. Завоевание или удержание рыночных позиций вызывает необходимость проведения работ по диверсификации деятельности, снижению издержек, повышению качества изделий, улучшению или расширению потребительских свойств продукции, повышению производительности труда.

В легкой промышленности эта задача особенно актуальна, поскольку по многим видам товаров легкой промышленности доля импорта на российском рынке составляет от 60% до 80%, и, по прогнозам, давление товарной массы из-за рубежа будет нарастать. Преодолеть ситуацию можно, обеспечив экспортный, конкурентоспособный уровень отечественной продукции на всех технологических переходах от сырья до готовой продукции. Без четкой инновационной программы развития, защиты предприятий легкой промышленности от недобросовестной конкуренции, теневого контрабандного импорта и внутреннего контрафактного производства товаров, а также создания благоприятных условий поддержки на региональном и федеральном уровнях, решить эти задачи крайне сложно.

В работе рассмотрены методологические и методические вопросы, непосредственно относящиеся к процессу принятия решений в условиях неопределенности, в том числе инновационных, как к особому виду человеческой деятельности, и поэтому решаемые, прежде всего, экспертными методами.

Сравнительный анализ ряда экспертных методов показал, что наиболее эффективными из них являются методы, построенные на теории аналитической иерархии AHP (Analytical Hierarchy Process) и теории аналитических сетей ANP (Analytical Network Process). В русскоязычной научной литературе для этих методов приняты сокращения – МАИ и МАС.

Метод анализа иерархий (МАИ) является приемом решения задач многокритериальной оптимизации в условиях неопределенности, когда критерии оптимизации не могут быть измерены в количественной форме. В данном методе экспертам предлагается решать отдельные задачи парного сравнения критериев и альтернатив. Прямое назначение метода – совместная работа группы экспертов, объединенных единой целью, по согласованию мнений, зачастую противоречивых, по определенной проблеме. Метод анализа иерархий позволяет группе экспертов взаимодействовать по обсуждаемой проблеме, модифицировать свои суждения и в результате объединять групповые суждения, представляемые в виде матриц парных сравнений элементов иерархических уровней, рациональным образом. Результатами МАИ являются:

1) установление иерархии целей, факторов, критериев, акторов (действующих сил), альтернатив и сценариев по обсуждаемой проблеме,

2) выявление приоритетов элементов каждого уровня иерархии.

Накопленный рядом исследователей опыт в использовании метода анализа иерархий для решения самых разнообразных задач выбора оптимального решения, а также смежных вопросов, позволяет утверждать о перспективности его применения в задачах формировании системы приоритетов в управление инновационным развитием промышленных предприятий. Однако многие проблемы принятия решений нельзя представить иерархическими структурами, поскольку в них существуют зависимости и взаимодействия между элементами разных уровней иерархии; существуют задачи, в которых не только важность критериев влияет на приоритеты альтернатив (как в иерархиях), но также важность альтернатив влияет на приоритеты критериев. Далеко не всегда и элементы одного уровня являются независимыми: многие критерии взаимосвязаны, то же относится и к альтернативам: «альтернативные» инновационные проекты могут реализовываться одновременно, речь при этом идет о рациональном распределении ресурсов между несколькими проектами.

Таким образом, сложность реальных проблем вынуждает учитывать обратные связи, с одной стороны, и взаимосвязи, с другой. Это приводит к усложнению математического аппарата вычисления приоритетов – от матриц парного сравнения, как основного результата работы экспертов в МАИ, в МАС необходимо переходить к так называемым «суперматрицам», в которых элементами являются уже не числа, а матрицы, отвечающие тем или иным компонентам сети.

Оба метода – и МАИ, и МАС – являются методами экспертно-аналитического моделирования, т.е. они предполагают, на первом этапе, разработку концептуальной модели изучаемого явления или процесса, на втором – наполнение концептуальной модели экспертными знаниями и создание тем самым информационной модели, на третьем – исследование полученной информационной модели с целью формирования теоретических выводов и практических рекомендаций.