Рис.9. Системные составляющие экономики знаний
Второй кластер отличается более низкими показателями спроса и предложения знаний и превышением предложения над спросом. В него, так же как и в первый кластер, вошли развитые промышленные регионы, сохранившие свой потенциал еще с советских времен. Для третьего кластера характерен более высокий уровень спроса на знания, чем во втором, при значительно более низком значении показателя предложения. Предложение экономики знаний в четвертом кластере находится примерно на том же уровне, что и у регионов третьего кластера, однако спрос на знания в четвертом кластере существенно меньше, что связано с более низким уровнем вовлеченности знания как ресурса в экономику его регионов. Пятый кластер отличается наиболее низким уровнем значений как внутреннего спроса, так и внутреннего предложения знаний. В него попали практически все депрессивные регионы России.
В целом удалось выявить в достаточной степени четкую корреляцию уровня развития экономики знаний мезосистемы с ее социально-экономическим положением: в частности, как показали расчеты, с уменьшением спроса и предложения знаний в регионе неуклонно растет доля дотаций из федерального бюджета.
3 этап. Оценка способности экономики эффективно использовать накопленный ресурс знаний. В работе предложено использовать понятие «устойчивость развития экономики знаний», отражающее характер соотношения расходов на технологические инновации и изменение доли инновационной продукции в общем объеме отгруженной продукции. Принято, что устойчивый рост расходов на технологические инновации, не сопровождающийся ростом доли инновационной продукции в общем объеме отгруженной продукции, говорит о неэффективном использовании знаний как ресурса.
Таблица 5
Результаты кластеризации мезосистем РФ
Для оценки устойчивости развития экономики знаний предложено использовать коэффициент Спирмена:
, …………………………………………(11)
где n – число уровней временного ряда; 
– разность рангов уровней и номеров периодов времени.
Рост расходов на технологические инновации предложено считать устойчивым, если значение коэффициента Спирмена для временного ряда показателя расходов на технологические инновации будет выше его среднего значения. Результаты расчета устойчивости развития экономики знаний нанесены на плоскость на рис. 10, а группировка регионов с расшифровкой принятых на этом рисунке обозначений приведена на рис. 11.
В диссертационной работе определен возможный вектор развития экономики знаний в Челябинской области с целью повышения конкурентоспособности и поддержки инновационного развития входящих в него хозяйствующих субъектов.
6. Разработаны теоретико-методические основы управления процессами формирования и реализации инновационной модели развития промышленных предприятий на микро - и мезоуровнях. На микроуровне предложено использование когнитивных моделей, построена когнитивная карта управления инновационным развитием предприятия, методами традиционной и нечеткой математики описаны связи факторов когнитивной карты с результирующей переменной. На мезоуровне предложена система индикативного планирования поддержки экономики знаний, когда в качестве индикаторов выступает соотношение спроса и предложения знаний; доказан специфический характер спроса на знания.
В качестве метода решения задачи управления формированием инновационного потенциала предприятия на микроуровне предложено использовать когнитивные модели, при этом метод когнитивного моделирования модернизирован и дополнен в соответствии со спецификой проблемы управления инновационным развитием предприятия:
–предложено описание каждого из факторов когнитивной карты одной или несколькими переменными, для чего проведена классификация факторов по типу переменных;
– введена дополнительная классификация связей между факторами по типу влияния, что позволило выделить ограничивающие и конкретизирующие связи;
Рис.10. Распределение мезосистем РФ на плоскости в координатах
коэффициентов устойчивости Спирмена
Рис.11. Распределение мезосистем в зависимости
от коэффициентов устойчивости развития экономики знаний
– каждую из представленных в когнитивной карте связей предложено описывать на основе инструментов традиционной (там, где это возможно) и нечеткой математики;
– в качестве конечного результата использования когнитивной карты предложено получение ряда взаимосвязанных математических моделей, позволяющих, при подстановке необходимых входных данных, получить значения результирующих показателей и выявить степень влияния входных факторов на результирующий.
Когнитивная карта, моделирующая проблему управления процессом формирования инновационного потенциала предприятия, представлена на рис. 12 в виде знакового орграфа.
Для определения конкретного значения искомого параметра в диапазоне его значений, выделенном с помощью нечеткой математики, использована процедура дефазификации, описанная в работе для каждого случая ее применения.
Обобщенное описание связей агрегированных факторов внутренней и внешней среды со значением инновационного потенциала предприятия приведено в табл. 6. Полученное описание позволяет не только оценить значение инновационного потенциала предприятия по определенному в работе алгоритму, но и осуществлять управление его изменением, воздействуя на факторы, снижающие это значение и поддерживая факторы, повышающие его.
На мезоуровне в качестве формы государственного участия в процессе формирования условий для реализации инновационного потенциала промышленных предприятий предложена система индикативного планирования поддержки экономики знаний на мезуровне. Роль индикаторов в такой системе должны сыграть значения внутреннего спроса и внутреннего предложения знаний и их соотношение в той или иной ситуации развития отраслей и предприятий.
При разработке метода индикативного планирования в качестве допущений принято:
– знание является ресурсом, для оценки его объема принят доходный метод, согласно которому количество знаний – это величина дохода, который может получить фирма-потребитель знаний;
– в качестве единицы знания как ресурса принято его количество, необходимое для получения дохода от его использования в размере одной денежной единицы;
– в качестве стоимости или цены знаний приняты затраты, необходимые для приобретения их единицы;
– под спросом на знания понимается то их количество, которое при данном уровне цен на знания готовы приобрести субъекты-потребители знаний; под предложением – то их количество, которое при данном уровне цен на знания готовы предложить субъекты-поставщики знаний;
– количество знаний, приобретаемое в каждый момент времени, будет равно меньшей из двух величин – спроса или предложения.
Принято, что цена единицы знаний является величиной, обратной требуемой доходности от их использования (требуемая доходность обозначена как
Рис. 12. Когнитивная карта управления инновационным развитием предприятия
Таблица 6
Описание связей агрегированных факторов когнитивной модели
с результирующей переменной
Среда | Агрегированные факторы | Описание связи с выходным фактором (результирующей переменной) |
Внутренняя | Персонал | Дефазификация лингвистической переменной |
Маркетинг | Дефазификация лингвистической переменной и оценка влияния частных факторов: -фактор «транзакционные издержки»
-фактор «бюджет маркетинга»
| |
Производство |
| |
Финансы | Дефазификация лингвистической переменной «риск-менеджмент» и оценка рентабельности инвестиций в инновацию
| |
Внешняя | Уровень экономики знаний | Дефазификация лингвистической переменной |
Конкуренция | Дефазификация лингвистической переменной, оценка незанятой доли рынка: | |
Венчурное финансирование |
| |
Система страхования |
| |
Обозначения: k1 …k19 – коэффициенты, характеризующие различные параметры выведенных зависимостей
|
:
;
:
, 
– объем единовременных и текущих издержек на предприятии в абсолютном выражении;
, 
– объем единовременных и текущих издержек на реализацию программы маркетинга сходных товаров в среднем по рынку;
объем маркетингового бюджета на предприятии в абсолютном выражении и в среднем по рынку;
– доля инвестиций в НИОКР в общем объеме инвестиций по предприятию и в среднем по рынку;
доля снижения себестоимости продукции за счет использования уникальных технологий предприятием, конкурентами, соответственно;
доля увеличения прибыли за счет использования ноу-хау предприятия, конкурентами, соответственно;
доля увеличения прибыли за счет производства продуктов на основе патентов и лицензий предприятия, конкурентов, соответственно;
Кран, Краб – рентабельность активов «нетто» и «брутто», соответственно;
– коэффициент финансовой независимости; 
– коэффициент оборачиваемости капитала
, 
– объем продаж инновационной продукции предприятия, 
– совокупные издержки на производство инновационной продукции предприятием, среднерыночные совокупные издержки, соответственно;
,
– суммарный объем инвестиций в исследуемые инновации предприятия, в среднем по рынку, соответственно;
– занятая доля рынка, %;
–ставка по кредитам, доступная исследуемому предприятию, средняя по рынку, %;
соотношение размеров страховых премий и суммарных объемов инвестиций для предприятия и в среднем по рынку.d, тогда цена единицы знаний 1/d) и складывается из двух составляющих.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 |
