Методология исследования процессов формирования и развития экономико-технологической реальности в промышленности

Вид материала

N – число инновационных предприятий в промышленности; N
3. Имитационная модель смены укладности в промышленности для трехмерного пространства.
Таблица 4 Показатели структурных сдвигов в промышленности Свердловской области на период до 2020 года
Инновационная активность промышленных предприятий
Инновационная фондоотдача промышленных предприятий
Инновационная производительность труда промышленных предприятий
Инновационность ВРП
Функциональная модель инновационного саморазвития
Модель финансирования инновационного саморазвития
Модель когерентного поведения субъектов инновационной деятельности.

Подобный материал:

1 2 3 4 5

где N – число инновационных предприятий в промышленности; N_max – максимально возможное число инновационных предприятий; g – удельный темп роста числа инновационных предприятий в промышленности (в расчете на одно существующее); В – число обанкротившихся инновационных предприятий; t – время; С – среднедушевые затраты на НИОКР; g_max – максимально возможная скорость прироста при избытке среднедушевых затрат на НИОКР; K_С – коэффициент инновационного насыщения (размерность – аналогичная размерности С).

g_max

Удельная скорость прироста числа

инновационных предприятий в промышленности

½ g_max

Среднедушевые затраты на НИОКР

K_C

Рисунок 7. Зависимость удельной скорости прироста инновационных предприятий в промышленности от среднедушевых затрат на НИОКР

Необходимо понимать, что затраты на НИОКР являются не только источником создания инновационных предприятий, но индикатором благоприятного инновационного климата в экономической системе на национальном или региональном уровне. В этой связи, до определенной величины затраты на НИОКР приводят к резкому росту инновационных предприятий в промышленности. В дальнейшем по мере возрастания затрат на исследования и разработки, число инновационных предприятий продолжает расти, но уже меньшими темпами. Характерный вид описанной зависимости представлен на рис. 7.

Исходя из названия коэффициентов в уравнении (4), предложены две стратегии создания инновационных предприятий в промышленности (табл. 3):

g-стратегия предполагает создание условий для быстрого появления инновационных предприятий, преимущественно венчурного характера с большой нормой прибыли;
N-стратегия предполагает низкий темп создания инновационных предприятий в промышленности при стабильно низкой норме прибыли, но с гарантированным спросом на их продукцию.

Таблица 3

Сравнительный анализ g-стратегий и N-стратегий в отношении создания условий для роста инновационных предприятий в промышленности

Характеристика	g-стратегия	N-стратегия
Внешняя среда	нестабильная	стабильная
Риски	высокие	низкие
Норма прибыли	высокая	низкая
Конкуренция	низкая	высокая
Адаптационные механизмы	отсутствуют	являются основными
Частота банкротств	высокая	низкая
Жизненный цикл	короткий	длительный
Финансирование	венчурное, привлеч.ср-ва	преимущественно соб.ср-ва
Размер предприятий	малые	средние и крупные
Активы	аренда, лизинг	собственность

3. Имитационная модель смены укладности в промышленности для трехмерного пространства.

Основой данной модели явились математические модели В. Вайдлиха, которые в начале 90-х гг. были применены к социальной динамике. Математическая модель Вайдлиха основана на описании взаимодействия «кооперативных» и «антагонистических» сил в системе. Далее рядом ученых-синергетиков была предпринята попытка применить эти модели к технологическому развитию, однако исследования носили характер постановочных гипотез и только для двухмерного пространства.

В этой связи, в диссертационной работе представлена модель смены укладности в промышленности для трехмерного пространства, что более приближает ее к реальности и описывает ситуацию многоукладности промышленности.

В этом случае z – объем производства III технологического уклада, который во многих промышленных регионах России по-прежнему остается доминирующим. Объемы х и у – объемы производства соответственно IV и V технологических укладов. Предприятия отраслей III ТУ (z), рассматривая варианты технологической модернизации, будут выбирать вариант постепенного обновления (то есть переход на технологии IV ТУ – x) или вариант скачка (то есть переход на V ТУ – y).

Система эволюционных уравнений имеет вид:

(6)

где t – безразмерное время; s – регулируемый параметр, характеризующий степень влияния макропеременных друг на друга; a(y, z), b(x, z), c(x, y) – функции влияния, обуславливающие кооперативный или антагонистический характер взаимодействия макропеременных.

Очевидно, что z оказывает кооперативное воздействие на переменные х и у: чем больше объемы производства или число предприятий III ТУ, тем в конечном итоге после модернизации буду больше объемы (или число предприятий) IV либо V ТУ. В свою очередь макропеременные х и у оказывают антагонистическое воздействие на переменную z, поскольку научно-технический прогресс имеет поступательную направленность. С другой стороны, малые объемы производства и спроса на продукцию IV и V ТУ приводит к нежеланию предприятий III ТУ производить модернизацию.

С учетом конкуренции предполагаем взаимно антагонистический характер взаимодействия макропеременных х и у. Например, чем больше объемы производства и спроса на продукцию IV ТУ (х), особенно на внутреннем рынке, тем более привлекательным для предприятий III ТУ кажется переход на эти виды технологий.

Переходя к численным решениям, в диссертации дополнена интерпретацию используемых переменных и представлена модель продвижения новых технологий.

Все промышленные предприятия, входящие в воспроизводственный цикл, разделим на три группы. Пусть x(t) – число производственных предприятий, которые в силу различных причин не собираются модернизировать производство, y(t) – число промышленных предприятий, которые заинтересованы в модернизации и рассматривают варианты технологических решений, z(t) – число предприятий, которые предлагают технологические решения.

Предположим, что известно лишь начальное число промышленных предприятий и в любой момент t₀ ∈[0,T ] известна общая численность, т. е. х(0) = х₀ , у(0) = у₀ , z(0) = z₀.

(7)

Тогда динамика продвижения новых технологий описывается такой системой уравнений:

(8)

здесь α – частота контактов предприятий z и y; – коэффициент конкуренции среди предприятий z; β и δ – частота случаев изменения предпочтения в отношении модернизации. Вытесненные в ходе конкуренции предприятия либо возвращаются в число склонных к модернизации, либо отказываются от модернизации (например, в виду высоких затрат). При определенном подборе параметров система имеет стационарное решение, которое может быть либо устойчивым фокусом, либо центром (в случае предельного цикла).

На основании разработанных моделей в диссертации представлен анализ и прогноз технологической структуры промышленности Свердловской области. Проведенное исследование технологического уровня развития Свердловской области показывает, что технологическая многоукладность производства становится сегодня одной из главных проблем развития региона. Структурно-технологические сдвиги в промышленности Свердловской области в значительной мере осуществлялись стихийно, под воздействием текущих конъюнктурных изменений, что привело к критическому положению в технологической структуре промышленности. Произошел серьезный перекос в сторону низкотехнологичных, энергоемких и экологически небезупречных отраслей третьего технологического уклада. Кроме того, одновременное расширенное воспроизводство трех технологических укладов вследствие общих ресурсных ограничений привело к снижению темпов роста каждого из них, включая пятый, а также к замедлению прогрессивных структурных сдвигов.

Результаты апробации логистической модели структурной технологической динамики показали, что значения параметров роста прогрессивных технологических укладов в Свердловской области находится в той области значений, в которой не происходит смены укладности, несмотря на начальные условия. Прогноз технологической структуры позволил сделать вывод о том, что доли четвертого и пятого технологических укладов будут расти за счет снижения долей третьего уклада, но в структуре экономики Свердловской области существенного перелома в ближайшей перспективе не произойдет. Если на сегодняшний момент на долю четвертого и пятого укладов приходится около 43%, то к 2020 году эта доля составит почти 50% (рис. 8).

Рисунок 8. Прогноз изменения долей четвертого и пятого технологических укладов в промышленности Свердловской области на период до 2020 года, %

Результаты апробации логистической модели инновационной динамики для промышленности Свердловской области позволили сделать вывод о низкой удельной скорости роста инновационных предприятий в Свердловской области. Среднее за период 2000-2008 гг. значение затрат на НИОКР составляет 178 тыс.руб. на душу населения, что в 3,7 раз больше порога насыщения, а средний прирост инновационных предприятий – 0,14, что ниже максимального значения в 6 раз. Вместе с тем, существуют регионы из той же группы, что и Свердловская область, которые имеют показатели, приближенные к оптимальным значениям. Таким образом, можно сделать вывод, что затраты на НИОКР в Свердловской области не приводят к формированию благоприятного инновационного климата, отсутствуют эффективные механизмы для быстрого роста инновационных предприятий.


Рисунок 9. Взаимосвязь динамики доли промышленности в ВРП и коэффициента структурной неравномерности ВРП	Рисунок 10. Взаимосвязь динамики объемов производства в промышленности и коэффициента структурной активности ВРП

Рисунок 11. Показатели структурных сдвигов в промышленности	Рисунок 12. Средние показатели интенсивности структурного сдвига в валовой добавленной стоимости и объеме производства

В диссертации предложен методический инструментарий мониторинга структурных сдвигов в промышленности, включающий систему показателей и зависимостей между ними и позволяющий оценить и прогнозировать структурные сдвиги в промышленности. Данный методический инструментарий реализован применительно к промышленности Свердловской области. Анализ показателей экономического развития Свердловской области позволил эмпирически доказать наличие взаимосвязи между экономической динамикой и показателями структурных сдвигов (рис. 9-12, табл. 4).

Таблица 4

Показатели структурных сдвигов в промышленности Свердловской области на период до 2020 года

Показатель	2010 г.	2015 г.	2020 г.
Коэффициент структурной неравномерности, %	16,06	16,01	15,95
Коэффициент структурной активности, %	0,08	0,42	0,53
Мера структурного сдвига по годам, %	0,15	0,83	1,06
Мера структурного сдвига за период, %	3,81	4,61	5,62
Мера монотонности структурных сдвигов	0,00	0,00	0,07
Средний показатель интенсивности структ. сдвига, %	4,68
Средний показатель монотонности	0,02

3. Предложена методология исследования и управления инновационным саморазвитием как фактором изменчивости экономико-технологической реальности на уровне региональной промышленной системы, предложена методика многоступенчатой классификации региональных промышленных систем по признакам саморазвития. Разработана концептуальная модель управления инновационным саморазвитием региональной промышленной системой, включающая три подмодели – функциональную модель, модель финансирования и модель когерентного поведения субъектов.

С 90-е гг. XX в. в мировой практике начала доминировать парадигма регионального развития, ориентированная на саморазвитие территорий. В этот период мощный стимул к развитию получила концепция эндогенных источников и механизмов территориального саморазвития. Вместе с тем, на ключевую роль инновационности среди всех составляющих элементов саморазвития обращает внимание М. Портер. Исходя из выше изложенного, инновационность региональной промышленной системы представляется как качественная характеристика его способности самообновляться и саморазвиваться по критериям технологичности, наукоемкости, динамичности.

Выше было представлено авторское определение инновационного саморазвития промышленной системы. Применительно к региональной промышленной системе важно отметить, что процесс создания конкурентных преимуществ региональной промышленной системы за счет инновационности является осознанно управляемым. В диссертации показано, что основной целью управления инновационным саморазвитием становится капитализация инновационного потенциала региональной промышленной системы.

С ресурсной точки зрения в качестве количественной оценки капитализации инновационного потенциала можно говорить о росте стоимости материальных и нематериальных активов инновационного сектора в промышленности. С результативной точки зрения (табл. 5) количественной оценкой капитализации может выступать рост стоимости инновационной ренты, понимаемой как стоимостной вклад инновационного сектора промышленности в ВРП.

Таблица 5

Система показателей, характеризующих инновационно-технологический потенциал региональной промышленной системы с результативной позиции

Показатель	Характеристика
Показатель	Характеристика
Инновационная активность промышленных предприятий	удельный вес организаций, осуществляющих технологические инновации, в общем числе организаций, %
Инновационная фондоотдача промышленных предприятий	объем отгрузки инновационной продукции на 1 руб. основных производственных фондов, тыс.руб.
Инновационная производительность труда промышленных предприятий	объем отгрузки инновационной продукции на среднесписочную численность работников, тыс.руб.
Инновационность ВРП	отношение внутренних текущих затрат на исследования и разработки к ВРП, %
Инновационная эффективность инвестиций в основной капитал в промышленности	объем отгрузки инновационной продукции на 1 руб. инвестиций в основной капитал за предыдущий год, руб.

Инновационное саморазвитие региональной промышленной системы с позиции синергетики понимается как скачкообразное движение системы к устойчивой точке равновесия вследствие реализации принимаемых управленческих решений по выбранным критериям в инвестиционно-инновационной сфере. С математической точки зрения условиями саморазвития являются большие отклонения от равновесия в текущем периоде, нелинейность описывающих систему уравнений и усиление отклонений от неустойчивых состояний. Данные условия были доказаны в рамках моделирования нелинейной инвестиционно-инновационной динамики.

Для разработки модели управления инновационным саморазвитием региональных промышленных систем потребовалось формулирование качественных условий саморазвития, заимствованные из естественных наук и имеющие экономическую интерпретацию (рис. 13). В диссертации также детально представлены принципы управления инновационным саморазвитием, независимо от уровня управления: принцип приоритетности долгосрочных целей, принцип межотраслевого взаимодействия, принцип эффективности, принцип государственного участия, принцип адаптации.

Рисунок 13. Управляемые условия инновационного саморазвития региональных промышленных систем

Учитывая недостатки традиционной модели управления и концептуальные положения инновационного саморазвития, в диссертации была предложена концептуальная модель управления инновационным саморазвитием региональной промышленной системы, включающая три подмодели:

функциональная модель инновационного саморазвития, предполагающая выделение целей и ключевых функций инновационного саморазвития и закрепление их за отдельными субъектами;
модель финансирования инновационного саморазвития, предполагающая формирование источников средств для финансирования, и в первую очередь самофинансирования, затрат на НИОКР;
модель когерентного поведения субъектов инновационного саморазвития, характеризующая взаимодействие участников инновационной деятельности.

Функциональная модель инновационного саморазвития основана на закономерности инновационного цикла, которая характеризует последовательность выполнения этапов «идеи – инновации – технологии – финансы – производство». Данная модель имеет цикличный характер и позволяет, выполняя анализ реализованных функций, корректировать их вновь и работать на достижение поставленных целей и задач. При этом она направлена на обеспечение и управление переходом от прикладных исследований к инновационной диффузии, что является главной проблемой инновационного саморазвития в региональных промышленных системах. Кроме того, модель предполагает достижение цели по привлечению резидентов, способствующих развитию технологических цепочек инновационного цикла.

Модель финансирования инновационного саморазвития ориентирована на преимущественное самофинансирование затрат на НИОКР и создание инновационной инфраструктуры. К внутренним источникам для целей инновационного саморазвития региональной промышленной системы можно отнести следующие: собственные средства промышленных предприятий-резидентов; кредиты банков-резидентов, источником формирования которых являются сбережения населения, проживающего на данной территории; средства регионального бюджета, направляемые на инвестиции («бюджет развития»), источником которых выступают собственные доходные статьи; региональные венчурные фонды.

Модель когерентного поведения субъектов инновационной деятельности. В естественных науках когерентность составляет основу самоорганизации, обеспечивая единство целого и части. Главными агентами инновационного рынка, образующими конкурентную среду, являются промышленные предприятия – создатели и обладатели научно-технических достижений и «ноу-хау»; небольшие самостоятельные фирмы, основная сфера деятельности которых – посредничество при распространении и внедрении нововведений до стадии производства; субъекты процессных, продуктовых и организационно-управленческих инноваций, то есть их потенциальные потребители (пользователи); а также кредитно-финансовые (в том числе венчурные), патентно-лицензионные, консалтинговые, рекламные, учебно-методические и прочие государственные и частные структуры. Согласованное действие агентов инновационного рынка порождает эмерджентность региональной промышленной системы.

В

развитие авторской модели управления инновационным саморазвитием в диссертации предложены механизмы оптимизации условий инновационного саморазвития различных типов региональных систем. Для этого автором разработана методика многоступенчатой классификации региональных промышленных систем, включающая уровень и качество саморазвития. Под уровнем саморазвития понимается определенное состояние региональной промышленной системы, обусловленное совокупностью внутренних закономерностей саморазвития и выражаемое количественными показателями. В свою очередь, качество саморазвития региона – это набор характеристик, отражающих специфику и целевую направленность процесса саморазвития.

Рисунок 14. Методика классификации региональных промышленных систем по признакам саморазвития

Учитывая сложность экономических механизмов, саморазвития в промышленности, критерии классификации являются многомерными. Это означает, что одни и те же характеристики могут быть свойственны разным классам и различия между ними прослеживаются лишь в совокупности характеристик, через их различные комбинации, приоритеты и соотношения. Классификация региональных промышленных систем по признакам саморазвития осуществляется в два этапа (рис. 14).

В диссертации разработанная методика была апробирована на регионах России, в результате чего для региональных промышленных систем, имеющих разный по уровню инновационный потенциал, были предложены различные механизмы по оптимизации условий инновационного саморазвития.

Рисунок 15. Роль саморазвивающихся региональных промышленных систем в экономике России

В результате многоступенчатой классификации саморазвивающимися региональными промышленными системами России как по уровню саморазвития, так и по качеству саморазвития оказались только 10 регионов, играющие значительную роль в социально-экономическом развитии России (рис. 15). Экономически активное население этих регионов обеспечивает производство почти 50% ВВП России. В 2009 году 10 саморазвивающихся регионов осуществили третью часть (33%) всех российских инвестиций и произвели половину (49,4%) всей инновационной продукции. Высокое благосостояние этих регионах приводит к существенной миграции на территории России. Так, в 10 регионах, относимых к категории саморазвивающихся, проживает четвертая часть российского населения.

Blog

Методология исследования процессов формирования и развития экономико-технологической реальности в промышленности