4.3 Алгоритм оценки интеллектуального потенциала интегрирован­ных структур[II]

Одной из проблем социально-экономического развития общества является интеллектуальное развитие людских ресурсов в целях конкуренции и эффектив­ности экономики. Под понятием «интеллектуальный потенциал» понимаем обес­печение конкуренции и эффективности экономики путем формирования и исполь­зования возможностей человека труда в разных сферах: социально-экономической, технико-технологической, управленческой и других областях знаний и умений индиви­дов и коллективов.

Исследователи интеллектуального капитала не рассматривают эту катего­рию системно, исследуя в отрыве друг от друга информационные, юридические, экономические его аспекты. Предлагаем алгоритм расчета интеллектуального капитала как главный потенциал страны, способный сформировать конкурент­ную и эффективную его экономику.

Различные подходы к развитию «интеллектуального капитала» рас­смотрены в работах А. Елякова [133], Е. Роговского [269], Е. Петухова [235] и др., в них авторы отводят ведущую роль традиционным формам развития интеллектуального труда; инновационные методы и формы, содействующие эффективности экономики страны в целом и отдельных предприятий.

Развитый интеллектуальный потенциал или интеллектуальный труд в эко­номической деятельности отдельных подструктур, предприятий и интегрирован­ных структур создается посредством формирования и защиты социально­экономической, технико-технологической, управленческой и иной информации, действующей на основе правил и законов страны и отдельных предприятий.

В формировании механизмов функционирования интегрированных структур существенным признаком динамичности и устойчивости предложе­но использовать интегральный показатель, включающий оценку конкуренто­способности, обосновывающую многофакторные условия интеграции [106].

Рассматривая признаки «интеллектуальный потенциал» выделим элементы категории «интеллектуальный потенциал» предприятия:

квалифицированные кадры с высшим образованием;

персонал, получивший степени кандидата и доктора наук; работники, постоянно публикующиеся в научных журналах;

увеличение уровня производительности труда за счет использования персоналом интернет-ресурсов, умения обращаться с новейшей техникой, обучающиеся современными технологиями;

новые проекты;

инновационные продукты, технологии.

О снижении количества работников с высшим образованием в стране, Центральном Федеральном округе и Воронежской области свидетельствует рисунок 4.4.

Рисунок 4.4 - Динамика показателя «Выпуск специалистов с высшим

профессиональным образованием»

Количество работающих, окончивших высшие учебные заведения в 2010­2012 гг. свидетельствует о незначительном снижении на российском уровне, уровне ЦФО, на уровне региона этот показатель также падает: в 2010 г. 28,2 тыся­чи человек, в 2012 г. - 27,6 тыс.чел. Этот показатель, думаем, свидетельствует об отражении демографического развития (после падения рождаемости 90-х годов), но не о падении спроса на высшее образование у молодежи.

Однако по ситуации в хозяйственной деятельности РФ и Воронежской об­ласти возникают проблемы на отдельных предприятиях, связанные с падением уровня высшего образования. К примеру, участились случаи падения ракетных двигателей, выпускаемых на предприятиях механического завода в Воронеже, на предприятиях ОАО «Концерн «Созвездие» случаи утилизации бракованных изде­лий и т.д., где особая роль принадлежит развитию интеллектуального труда.

Интенсивность труда (свидетельствующая о включении инновационных методов развития интеллектуального труда), включенная в такой показатель как

«производительность труда», в России нулевая, регионе - отрицательная (­

3%)(рис. 4.5), в то же время на предприятиях Запада ее рост составляет 3,1%.

* составлено по данным Росстата

Рисунок 4.5 - Динамика индекса производительности труда по Рос­сийской Федерации и Воронежской области (в процентах к предыдущему го­ду)

Помимо выпуска инновационных изделий, важным показателем включенности в интеллектуальный потенциал является разработка и внедре­ние новых проектов. Известно, что в хозяйственной деятельности многих предприятий промышленности реализуется десятки новых масштабных про­ектов, конкурирующих между собой, но некачественное обучение в ВУЗах является риском не только для разработки и функционирования проектов, внедряемых в регионах, но и для экономики страны в целом.

Дальнейшее развитие интеллектуального потенциала сталкивается с рисками в экономике:

- отрицательная динамика внедрения новых прогрессивных техноло­гий в производство, связанная не только с большими затратами на внедрение инноваций, но и слабой восприимчивостью инновационного подхода в орга­низации производства [169];

задача становится трудновыполнимой также по причине слабой ин­теллектуальной подготовки персонала предприятий;

- недостаточная координация работ в сфере инновационного развития в результате несоблюдения принципа транспарентности различными испол­нительными органами государственной власти и частными институтами, ко­гда необходима увязка в единый процесс всех уровней инновационной дея­тельности (координация) [216].

Одним из видов развития интеллектуального потенциала является развитие информационных ресурсов (ИТ-ресурсы). Их потенциал задейство­ван в таких сферах, как разработка программных продуктов и оказание ИТ- услуг.

К примеру, Воронеж систематически занимает 4-5 места в рейтинге городов по количеству компаний и центров разработки программного обес­печения (вместе с Московской областью, после Москвы, Санкт-Петербурга и Новосибирска). Однако 2/3 и более заказов на разработку ИТ-услуг выполня­ется для зарубежных компаний. Формы и темпы развития отрасли, думаем, должны быть переориентированы на расширение ее присутствия на регио­нальном и российском рынках.

Приоритетными направлениями приложения развитого интеллекту­ального потенциала являются такие отрасли, как радиоэлектронная и перера­батывающая промышленность.

Помимо интеллектуального развития персонала и развития ИТ- технологий к проблемам безопасности экономики, связанной с интеллекту­альным трудом, следует отнести нарушения конфиденциальности информа­ции, интеллектуальные диверсии, характеризуемые вредительством и несущие дезинформацию. Формы интеллектуального развития людских ресурсов в эконо­мической безопасности приведены в таблице 4.13. Они являются угрозами (не только экономическими, но и физическими) населению страны, к которым относим: использование интеллектуальных возможностей индивидов (групп) и

находящихся в его (их) распоряжении современных информационно­коммуникационных технологий для уничтожения других индивидов (групп), а также для нанесения урона, дестабилизации или уничтожения экономической, на­учно-технической или социальной систем.

Таблица 4.13 - Инновационные формы интеллектуального развития в экономике

Составлено автором

Предлагаемая методика расчета интегрального показателя «интеллек­туальный потенциал» представлена на рисунке 4.6 [68].

Рисунок 4. 6 - Методика расчета интегрального показателя «интеллек­туальный потенциал» (разработано автором)

Рассмотрим подробнее сущность методики (рисунок 4.5).

Этап 1. Проводится классификация внутренних и внешних факторов, влияющих на конкурентоспособность предприятия, а также частных призна­ков, характеризующих значения каждой группы факторов.

Этап 2. С помощью методов статистического наблюдения осуществ­ляется сбор исходных данных по анализируемым объектам (предприятиям), входящим в кластерную структуру, рассчитываются количественные значе­ния частных признаков конкурентоспособности для каждого из объектов ис­следования по всем группам факторов.

Этап 3. Значения частных признаков, полученных на втором этапе, объединяются в матрицу наблюдений: описывающих объекты исследования где .- значение j-го признака конкурентоспособности для i-го объекта;

n- количество анализируемых объектов;

m- количество признаков, характеризующих конкурентоспособность объек­тов.

Сформированная матрица полностью описывает объекты исследова­ния. Так как исходные данные избыточны, для реализации методики были выбраны 18 показателей-признаков (таблица 4.14). Исходные значения пока­зателей приведены в Приложении 2-6.

Таблица 4.14 - Исходный перечень показателей

Матрица наблюдений представлена в Приложении 7 (таблица 1)

Этап 4. В целях повышения эффективности исследования и исключе­ния признаков, не оказывающих существенного влияния на конечный ре­зультат, необходимо снизить признаковое пространство. Признаки, включен­ные в матрицу наблюдений (Приложение 7, таблица 1), описывают разные свойства объектов, имеют разные единицы измерения, следовательно, неод­нородные. Поэтому необходимо стандартизировать признаки:

Результатом процедуры стандартизации признаков является стандар­тизованная матрица наблюдений (Приложение 7, таблица 2):

Выделяются ключевые признаки, наиболее полно характеризующие изучаемые объекты. Таких признаков не должно быть слишком много, по­этому отбор диагностических признаков начинается с кластеризации - разбиения всей совокупности признаков на группы.

Процесс кластеризации основан на построении и анализе матрицы расстояний между признаками. На практике используются различные метри­ки расстояний, мы будем опираться на евклидово расстояние. Элементы мат­рицы евклидовых расстояний можно вычислить по формуле

Матрица евклидовых расстояний представлена в Приложении 7, таб­лица 3.

На основании полученной матрицы евклидовых расстояний между признаками методом иерархической классификации [244] возможно осуще­ствить разбиение признаков на группы (рисунок 4.7).

Рисунок 4.7 - Результат последовательной кластеризации, представ­ленный в виде дендрограммы

Построенная дендрограмма не отражает в полной мере классифика­цию признаков. На это может оказывать влияние крайне малые значения евк­лидовых расстояний. Поэтому целесообразно дополнить исследование мето­дом главных компонент. Метод главных компонент достаточно хорошо реа­лизован пакетом STATISTICA 7.0. Проекция пространства признаков на плоскость двух главных компонент и выделенные факторы отражены на ри­сунке 4.8.

Рисунок 7.8 - Проекция пространства признаков на плоскость глав­ных компонент, полученная с помощью пакета STATISTICA 7.0

При проведении статистической кластеризации было получено 4 группы признаков. Необходимо в каждой группе выбрать один признак - центроид кластера. Центроид обладает всеми ключевыми свойствами полу­ченной группы и является элементом-эталоном. При выявлении центроидов диагностических признаков возможно использование репрезентантов групп, определенных по методу центра тяжести [244]. В качестве центроидов кла­стеров можно выбрать, к примеру, показатели 1.6, 3.4, 4.3, 4.7.

Четвертый этап завершается расчетом весовых коэффициентов диаг­ностических признаков. Расчет весовых коэффициентов также реализован пакетом STATISTICA 7.0.

Таблица 4.15 -Весовые коэффициенты диагностических признаков

Весовые коэффициенты характеризуют признаки по их важности и указывают его роль в проводимом исследовании. Полученные значения весо­вых коэффициентов позволяют осуществить корректировка стандартизован­ных значений диагностических признаков.

Этап 5. Все признаки матрицы наблюдений подлежат дифференциа­ции. В качестве признака дифференциации можно выбрать стимуляторы и дестимуляторы (таблица 4.16).

Таблица 4.16 - Показатели стимуляторы и дестимуляторы

Составлено автором

Этап 6. На основании разделение признаков на стимуляторы и дести­муляторы возможно построение так называемого эталона - точку Р0 с коор­динатами:

159

Показатель d_iявляется положительной величиной и лишь с очень ма­лой, почти нулевой вероятностью, может оказаться больше единицы. Данный показатель имеет важную интерпретацию: чем ближе значение показателя d_i к нулю, тем на более высоком уровне конкурентоспособности находится производственная единица.

В нашем исследовании

Возможна более удобная интерпретация показателяЕсли ввести показатели конкурентоспособности- «потенциал»;- «надежность» для i-го предприятия, то они будут рассчитываться как

В отличии от предыдущего показателя, они показываю, что рассмат­риваемое предприятие обладает более высоким уровнем конкурентоспособ­ности, если значение показателя ближе к единице.

По нашим расчетам

На основании полученных векторов «надежности» и «потенциала» для сравнения уровня конкурентоспособности всех предприятий - участников интегрированного объединения достаточно найти их свертку как длину полученного вектора конкурентоспособности предприятий. Таким образом, уровень конкурентоспособности предприятий определяется следующим образом:

где i- номер предприятиясоотвествующие этому

предприятию показатели конкурентоспособности «надёжность» и «потенциал».

Полученный показатель уровня конкурентоспособности K_iхарактери­зуется тем, что всегда является величиной положительной и дает следующие характеристики: чем выше значение интегрального K_i., тем предприятие об­ладает более высоким уровнем конкурентоспособности

После проведения вычислений имеем следующие показатели конку­рентоспособности:

П1 - 0,665 П2 - 0,872 П3 - 0,479 П4 - 0,59

П5 - 0,239

Этап 7. На основе K_i,осуществляется классификация предприятий по соответствующему уровню конкурентоспособности.

Этап 8. Осуществляется интерпретация результатов исследования, проводится анализ причин достижения определенного уровня конкурентоспособности у предприятий, разрабатываются мероприятия и рекомендации по повышению конкурентоспособности предприятий.

Оценку эффективности формирования интеллектуального капитала кластерной структуры можно представить в виде интегрального показателя где K_i- уровень конкурентоспособности предпрятия, входящего в кластер,

g_i- экспертная оценка интеллектуального капитала предприятия,

Моделирование интегрального показателя оценки интеллектуального капитала предприятий перерабатывающей отрасли показало следующие ре­зультаты:

Таблица 4.17 - Моделирование интегрального показателя конкурен­тоспособности и оценки интеллектуального капитала кластерного образова­ния (рассчитано по методике автора)

Экспертная оценка интеллектуального капитала предприятия 0 ≤ g_i≤ 1 присваивается по принципу «чем меньше - тем лучше» и указывает на степень «доработки» начального мнения о предприятии.

Предлагается следующая классификация оценок интеллектуального капитала (таблица 4.18)

Таблица 4.18 - Шкала оценок интеллектуального капитала

окончание таблицы 4.18

Разработано автором на основании шкалы и функции желательности Харрингтона

В результате общая оценка интеллектуального капитала образовывающейся кластерной структуры имеет значение R= 0,83, что, в со­ответствии с предложенной классификацией указывает на достаточно высо­кий потенциал кластера и положительный эффект действия управляющих механизмов.