Содержание к диссертации
Введение
Глава 1 Теоретико-методологические основы управления инновационным развитием промышленных предприятий 14
1.1 Теоретические основы и понятийный аппарат инноватики 14
1.2 Инновационное развитие промышленности как фактор экономического роста 31
1.3 Методологические и методические основы принятия решений по инновационному развитию промышленных предприятий 54
Глава 2 Состояние и проблемы инновационного развития предприятий легкой промышленности 72
2.1 Современное состояние и проблемы развития предприятий легкой промышленности 72
2.2 Приоритетные направления инновационного развития предприятий легкой промышленности 98
Глава 3 Экспертно-аналитическое моделирование инновационного развития предприятий легкой промышленности 122
3.1 Анализ факторов инновационного развития предприятий легкой промышленности 122
3.2 Разработка базовых моделей инновационного развития предприятия легкой промышленности на основе методов анализа иерархий и аналитических сетей 135
3.3 Экспертно-аналитическая модель управления инновационным развитием предприятия легкой промышленности 154
Заключение 174
Список использованных источников 178
Приложение
- Инновационное развитие промышленности как фактор экономического роста
- Методологические и методические основы принятия решений по инновационному развитию промышленных предприятий
- Приоритетные направления инновационного развития предприятий легкой промышленности
- Разработка базовых моделей инновационного развития предприятия легкой промышленности на основе методов анализа иерархий и аналитических сетей
Введение к работе
Актуальность темы исследования. Эффективность функционирования социально-экономическою комплекса страны в значительной мере определяется не только развитием и рациональным размещением производствешшх сил в ее отдельных регионах, но и инновационным развитием и устойчивым функционированием промышленных предприятий Важным инструментом конкурентной борьбы становится правильно определенная стратегия инновационного развития предприятия, основанная на сопоставлении собственного ресурсного потенциала с внешним окружением, в котором оно действует Правильно выбранная стратегия позволяет сохранять конкурентоспособность предприятия в доліовременной перспективе Возникает необходимость проведения целенаправленной и научно обоснованной политики развития предприятий, направленной на привлечение инвестиции, внедрение технических новшеств Это особенно актуально в период современной экономической трансформации, когда выбор стратегической цели связан с определением не только экономического, но и социального эффекта, с учетом мної очисленных факторов неопределенности и риска
Инновационное развитие предприятий легкой промышленности имеет особенности, обусчовленные как переходом от планового хозяйствования к рыночной экономике, так и составом занятого персонала, при котором решается социальная задача обеспечения трудоустройства женщин Реструктуризация отрасли необходима как по экономическим, так и по социальным причинам
При решении задач реструктуризации предприятий легкой промышленности важное значение имеет методология прогнозирования развития, рассматриваемая как совокупность теоретических выводов, характеризующих механизм функционирования предприятия в системе рыночных отношений, общих закономерностей, научных принципов и признанных мировой практикой методов прогнозирования Решающую роль при этом играют информационные технологии, обеспечивающие качество управленческих решений Инновационное развитие предприятия имеет отличительные особенности ведется широкий поиск управленческих решений, разрабатываются возможные альтернативы, предвосхищаются будущие возможности и опасности, вместо частных решений ведется глобальный поиск альтернативных путей действий, вместо одной генерируются многочисленные альтернативы, при этом процесс принятия решении в условиях неопределенности направлен на выбор лучшей из них Основой для разработки прогнозов при этом являются экспертные методы, в последнее время все более широко применяемые в практике анализа, синтеза и планирования решений в экономике
Сказанное актуализирует внимание к исследованиям в области инновационного развития предприятий легкой промышленности, на базе экспертно-аналитических методов моделирования Данная область исследований относится к направлению 4 15 Паспорта специальности 08 00 05 «Развитие методологии анализа, методов оценки, моделирования и прогнозирования инвестиционной деятельности в экономических системах» и направлению 1 4 Паспорта специальности 08 00 13 «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем»
Степень разработанности проблемы Вопросы инновационного менеджмента рассматривались рядом ученых Значительный вклад в теорию инноваций внесли А И Аігчишкин, Л С Барютин, Э Г Гейгер, С10 Глазьев, А Клайнкнехт, Н Д Кондратьев, Г Менш, Н Мончев, Э Мэнсфилд, Ф Никсон, И Перлаки, Э Роджерс, Б Санто, Т Твисс, АН Фоломьев, ВД Хартман, Й Шумпетер, Ю В Яковец и ряд других зарубежных и отечественных ученых
Теория у правления инновациями рассматривалась в работах таких ученых, как А А Богданов, А К Гастев, Г Таун, А Файоль, Г Форд, Г Эмерсон
Вопросы разработки методологии выбора стратегии развития субъектов хозяйственной деятельности рассматривались в работах О С Виханского, И Н Герчиковой, Г Б Клейнера, М И Круглова, Э А Уткина, Р А Фатхутдино-ва, А Н Фоломьева, Ю В Яковца Весомый вклад в разработку теоретических, методологических и практических аспектов функционирования и развития социально-экономических систем внесли российские ученые А Н Авдулов, 10 П Алексеев, В Н Архангельский, С Д Валентен, С Ю Глазьев, Л М Гох-берг, В И Кушлин, Б С Жихаревич, Л Я Косалс, В Г Лебедев, В Н Лехсин, Н Н Некрасов, В Б Силов, С А Суспицын, Р И Шнипер, Б М Штульберг, В П Чичканов
В области теории подготовки управленческих решений, в том числе экспертными методами, в разрезе исследуемой проблемы представляют интерес работы О И Ларичева, X Раифа, Дж А Миллера, Г Монтогомери и О Свенсона, Д Пейна, Б Руа, Т Саати, Г Саймона
В последнее время появились работы экономистов, в которых рассматриваются отдельные вопросы инновационного развития народного хозяйства современной России в целом, его отраслей, предприятий Среди них представляют интерес докторские диссертационные работы Л Г Павловой, А А Прановича, В И Сидоренко, И М Степнова, в которых освещены проблемы стратегии управления инновационной деятельностью, управления инновационно-инвестиционной деятельностью в народном хозяйстве России Методика использования экспертно-аналитических технологий при выборе инновационно-инвестиционных проектов описана в диссертационном исследовании Т В Сель-сковой
Анализ указанных работ показал, что имеющиеся в них теоретические и методологические положения могут быть использованы при разработке выбранной темы исследования, в то же время научную разработанность проблем управления инновационной деятельности производственных предприятий нельзя признать достаточной Это обусловило выбор объекта, предмета, целей и задач диссертационного исследования
Объект исследования - предприятия легкой промышленности как субъекты экономической деятельности
Предмет исследования - экономические отношения субъектов экономической деятельности, обусловливающие стратегшо и тактику инновационного развития и устойчивого функционирования предприятий легкой промышленности
Цель исследования состоит в разработке и научном обосновании методических подходов к управлению инновационным развитием предприятий легкой промышленности, на базе экспертно-аналитического моделирования
Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования
рассмотреть теоретико-методологические и методические основы прогнозирования и управления инновационным развитием промышленных предприятий,
выполнить анализ проблем и факторов, препятствующих инновационному развитию предприятии легкой промышленности,
установить приоритетные направления инновационного развития предприятий легкой промышленности в современных условиях,
разработать базовые модели прогнозирования инновационного развития предприятий легкой промышленности на основе экспертно-аналитических методов,
- разработать модель управления инновационным развитием предприятия легкой промышленности
Теоретической и методологической основой диссертационного исследования послужили методологические принципы, теоретические положения и выводы, содержащиеся в фундаментальных и прикладных исследованиях отечественных и зарубежных авторов но теории инновационной деятельности, системному анализу, экснертно-аналитическому моделированию, эконометрике
В процессе исследования применялся методический аппарат экспертно-аналигическої о моделирования, методы сгагисгического анализа, методы матричных вычислений Обработка эмпирической информации, экспертно-аналитическое моделирование осуществлялись с использованием стандартных программ статистического и математического анализа, а гакже оригинальных программных продуктов для персонального компьютера, созданных на базе алгоритмов метода анализа иерархий
Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, статистических данных предприятий легкой промышленности, сведении, полученных в ходе их экспертного обследования, а также производственного опыта ведущих менеджеров отрасли
Научная новизна проведенного исследовании заключается в разработке моделей прогнозирования и управления инновационным развитием предприятий легкой промышленности в условиях риска и неопределенности, на основе экс-пертно-аналитических методов и технологий принятия управленческих решений, что позволяет научно обоснованно определять основные направления его совершенствования в условиях реструктуризации отрасли
Научная новизна подтверждается следующими научными выводами и результатами, выносимыми на защиту-Специальность 08 00 05 - Экономика и управление народным хозяйством Управление инновациями и инвестиционной деятельностью)
Выявлены особенности инновационного развития предприятии легкой промышленности, 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, которые необходимо принимать с учетом факторов риска и неопределенности, результатов анализа экономической ситуации предприятия и, в более широком аспекте, территориального образования и региона в целом, в неразрывной связи экономических и социальных явлений, с учетом интересов всех субъектов экономической деятельности
Выполненный анализ состояния отрасли показал, что в настоящее время инновационному развитию легкой промышленности препятствует множество проблем, ключевые ш которых связаны с низкой конкурентоспособностью предприятий отрасли 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 Низкая эластичность удельного веса инновационной продукции отрасли по числу инновационно активных организаций в макрорегионах РФ (0,85) свидетельствует о явно недостаточной эффективности их инновационной деятельности Преодолеть ситуацию можно, лишь обеспечив экспортный, конкурентоспособный уровень отечественной продукции на всех технологических переходах от сырья до готовой продукции
Анализ данных опроса руководителей предприятий легкой промышленности выявил смещение приоритетов в причинах, препятствующих инновационному развитию предприятий легкой промышленности За 12 лет - с 2005 по 2006
rr - доля руководителей, поставивших на первое место фактор нехватки оборотных средств, снизилась в два раза, а нехватку квалифицированных кадров отметило в 6,3 раза больше респондентов, что указывает на осознанную потребность предприятий при переходе на инновационный путь развития в более квалифицированных кадрах Наряду с этим фактором, выявлена высокая значимость фактора «Конкурирующий импорт», далее следуют факторы «Нехватка квалифицированных кадров» и «Нехватка оборудования»
Специальность 08 00 13 - Математические и инструментальные методы экономики (математические методы)
Обосновано, что методы анализа иерархий и аналитических сетей позволяют применять объективные математические методы для обработки неизбежно субъективных предпочтений индивидуумов или групп в задачах принятия решений Для оценки и прогнозирования инновационного развития предприятия легкой промышленности предложены базовые модели 1) иерархическая модель факторов, субъектов экономической деятельности - акторов (государство, региональные и местные власти, руководство предприятия) и альтернатив развития предприятия, 2) сеть, моделирующая взаимодействие акторов и факторов (критериев) его развития
Эмпирически доказано, что иерархическая модель инновационного развития предприятия обеспечивает выявление весов критериев и взвешенных по этим весам приоритетов альтернативных сценариев развития конкретного предприятия, позволяет выявить наиболее значимые показатели, дать оценку приоритетов акторов по степени влияния на результаты развития, выявить их наиболее значимые политики, что способствует разработке мероприятий по инновационному развитию предприятия легкой промышленности, его конкурентоспособности Модель позволяет применить различные теоретико-игровые критерии оптимизации политик при выбранной стратегии, при этом рациональной является реализация нескольких политик с распределением ресурсов пропорционально их приоритетам
Показано, что для получения более точных оценок этих приоритетов необходим учет взаимодействия субъектов экономической деятельности, что достигается с помощью сети, моделирующей взаимодействие акторов и факторов (критериев) развития предприятия
Практическая значимость результатов исследования заключается в том, что разработанные в результате теоретических и эмпирических исследований подходы к прогнозированию и управлению инновационным развитием предприятия легкой промышленности на базе экспертно-аналитического моделирования доведены до конкретных алгоритмов и позволяют научно обоснованно определять основные направления его совершенствования в условиях реструктуризации отрасли Основные выводы и рекомендации работы могут служить методической базой для дальнейших исследований в области управления инновационной деятельностью, а также предлагаются к использованию 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 Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня Среди них научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих рабоптков и специалистов инвестиционной сферы и Орловской региональной академии государственной службы, Международная интернет-конференция «Менталитет, общество, экономика проблемы развития России» (Орел, Орлов-
ский государственный технический университет, 2006), Международная научно-практическая конференция «Моделирование и прогнозирование в управлении методы и технологии» (Орел, Орловская региональная академия государавен-ной стужбы, 2007), Международная интернет-конференция «Повышение эффективности деятельности органов государственного и муниципального управления» (Орел, Орловская региональная академия государственной службы, 2007) Методика моделирования инновационною развития предприятий на основе методов анализа иерархий и аналитических сетей внедрена в учебный процесс ГОУ ДПО «Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы»
Публикации По результатам выполненного исследования опубликовано 5 работ Общий объем публикаций 2,3 п.л, из которых 2,0 п л - авторские
Объем и структура диссертации Диссертация содержит 189 с границ основного текста, в гом числе 27 рисунков и 34 таблицы Ниже приводится структура работы
Инновационное развитие промышленности как фактор экономического роста
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.
Опыт высокоразвитых стран, добившихся успехов в реализации нововведений, выпуска и экспорта наукоемкой продукции, позволяет выделить определенные типы инновационных стратегий, которые могут быть применены в практической деятельности. Среди них можно указать следующие: - стратегия «переноса», которая заключается в использовании имеющегося зарубежного научно-технического потенциала в собственной экономике; - стратегия «заимствования» - заключается в том, что, опираясь на дешевую рабочую силу и используя часть собственного научно-технического потенциала, осваивается производство наукоемкой продукции, производившейся ранее в развитых индустриальных странах, с последующим наращиванием инженерно-технического сопровождения производства и возрождением собственного научно-технического потенциала, способного проводить самостоятельные научно-исследовательские и опытно-конструкторские работы, и на основе сочетания государственной и рыночной экономики обеспечивается активизация инновационной деятельности; - стратегии «наращивания» придерживаются высокоразвитые страны, в том числе, США, Англия, Германия, Франция. Суть этой стратегии в том, что с использованием собственного научно-технического потенциала, привлечением зарубежных ученых и конструкторов, интегрированием фундаменталь ной науки университетов и прикладной фирменной науки постоянно создаются новые продукты, высокие технологии, которые реализуются в производстве и социальной сфере; в результате происходит постоянное наращивание инноваций.
Россия должна выбрать собственную стратегию активизации инноваций, которая опиралась бы на имеющиеся в распоряжении интеллектуальный потенциал, научно-технические и сырьевые ресурсы и соответствующее требованиям новой экономики кадровое обеспечение, предопределяющее успех и конкурентоспособность экономической деятельности.
В XXI веке экономический рост характеризуется ведущей ролью научно-технического прогресса и интеллектуализацией основных факторов производства. На долю новых знаний, воплощаемых в технологиях, оборудовании, образовании, организации и управлении производством, в развитых странах приходится от 70 до 85% прироста валового внутреннего продукта. Интенсивность научно-исследовательских и опытно-конструкторских работ во многом определяет уровень экономического развития: в глобальной экономической конкуренции выигрывают страны, которые обеспечивают благоприятные условия для исследований и научно-технического прогресса. Особенностью периода начала XXI века в развитии науки и инноваций в России является смена целевых ориентиров в политике государства. Если до 2002 г. главной задачей государственной научно-технической политики являлось сохранение научно-технического потенциала России, то в настоящее время взят курс на эффективное использование этого потенциала для развития инновационной экономики.
Формирование устойчивой конкурентоспособной экономики немыслимо без вовлечения в этот процесс всех хозяйствующих субъектов. Природа бизнеса одна - извлечение прибыли, именно это формирует общность интересов всех субъектов инновационной системы, но ключевая компетенция любого развивающегося бизнеса - инновации.
Главный показатель успешности бизнеса — степень конкурентоспособности выпускаемой продукции (товаров и услуг), производными являются такие показатели роста, как объем капитализации компании, рентабельность, структура активов, своевременные платежи в бюджет и другие. Конкурентоспособность можно считать индикатором в руках государства и бизнеса при определении «точек роста» для решения таких ключевых задач, как удвоение ВВП, преодоление бедности, создание новых рабочих мест.
Совершенствование технико-организационного уровня экономической деятельности — это комплексный и непрерывный процесс ее рационализации, охватывающий научно-технологический уровень производства продукции, структуру хозяйственной системы и уровень управления. Наиболее действенная поддержка государства в этих условиях — это успешное решение макроэкономических проблем, поддержки науки, образования, что и будет способствовать созданию эффективного производства, выпуску конкурентных продуктов и услуг.
Анализ современного состояния инновационной деятельности в РФ на основе данных Госкомстата за период 1993-2005 гг. [99-102; 104-108] свидетельствует о том, что по ряду экономических показателей РФ не достигла даже уровня 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.
Для обоснования этого тезиса рассмотрим пространственное распределение и динамику технологических инноваций, которые, в соответствии с [101], представляют собой конечный результат инновационной деятельности, получивший воплощение в виде нового или усовершенствованного продукта, внедренного на рынке, нового или усовершенствованного технологического процесса, используемого в практической деятельности (рисунок 1.4).
Методологические и методические основы принятия решений по инновационному развитию промышленных предприятий
Управление инновационным развитием промышленных предприятий, как правило, проводится в условиях неопределенности, сопровождающей любые инновационные процессы. В этой связи в данном разделе будут 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.
По определению О.И. Ларичева, под принятием решений понимается процесс человеческой деятельности, направленный на выбор наилучшего варианта действий [64]. Поведение человека в задачах принятия решений имеет специфические особенности, которые определяются характеристиками человеческой системы переработки информации, поэтому для понимания особенностей и механизма принятия решений экспертом необходимо обратиться к понятиям и концепциям изучающей эти характеристики когнитивной психологии.
В когнитивной психологии принято различать три основных этапа переработки информации в памяти человека: получение информации из внешнего мира (кодирование), сохранение информации в памяти (хранение) и получение информации из памяти (извлечение). В соответствии с наиболее распространенной и, по мнению О.И. Ларичева, наиболее "правдоподобной" трехкомпонентной моделью памяти, предложенной Р. Актинсоном и Р. Шифриным [4], существует три вида памяти: сенсорная, кратковременная и долговременная (рисунок 1.9). Виды памяти различаются временем удержания и объемом запоминаемого материала, способом кодирования и уровнем организации хранимой информации. Информация из внешнего мира поступает в сенсорные регистры, где хранится около трети секунды. Далее она поступает в кратковременную память, где подвергается кодированию и может храниться до 30 секунд (а при повторениях и существенно дольше). Без повторений информация или вытесняется другой, или "угасает". Через кратковременную память информация может поступить в долговременную память, в которой она может храниться "сколь угодно долго" [63].
Процесс принятия решений, по мнению большинства психологов, определяется именно особенностями кратковременной памяти человека. В соответствии с вышеприведенной моделью, в кратковременную память поступает информация как из окружающего мира (через сенсорную память), так и из долговременной памяти (см. рисунок 1.9). А поскольку человек контролирует операции над информацией, хранимой в кратковременной памяти, то отсюда следует ее превалирующая роль, более того, "содержание кратковременной памяти иногда отождествляется с содержанием сознания" [64, с.118].
Трехкомпонентную модель памяти можно сопоставить устройству компьютера и выделить ее подсистемы: ввод информации, оперативная память, запоминающие устройства (так называемая "компьютерная метафора"). Важнейшей характеристикой кратковременной памяти является ее объем, определяемый количеством одновременно сохраняемых в ней элементов. В этой связи указывается т.н. "магическое число 7+2", ограничивающее возможности человека как измерительного устройства [78]. Автор цитированной статьи Дж. Миллер придает этому числу смысл предела пропускной способности человека, выраженный в битах. Это означает, что под единицей запоминаемой информации следует понимать некий ее отрезок — чанк (chunk), в качестве которого может быть и буква, и фраза, и смысловой образ. Для нашего анализа существенно, что время обучения зависит не только от размера, но и от числа чанков (по данным Г. Саймона [171]). Саймон отмечает, что объем кратковременной памяти составляет от пяти до семи чанков, т.е. он указывает нижний предел и среднее значение магического числа Миллера.
Из сказанного о кратковременной памяти не следует, что при анализе механизма принятия решения можно ограничиться только ее характеристиками. Необходимо также учитывать и особенности процесса обмена информацией между двумя видами памяти — кратковременной и долговременной (на рисунке 1.9 этот обмен обозначен двумя разнонаправленными стрелками). Долговременная помять также принимает участие в принятии человеком решений, "поставляя в кратковременную память необходимые факты, знания и умения" [64, с. 129]. Если говорить об общих принципах (моделях) переработки информации в долговременной памяти, то на этапе кодирование это -смысловое кодирование, на этапе хранения реализуется модель семантической близости и иерархическая модель. Принципы извлечения информации изучены в меньшей степени. Соответствующие модели в большей мере определяются индивидуальными особенностями человека. Роль долговременной памяти особенно велика в процессе принятия решений экспертами — людьми, хранящими в долговременной памяти очень большое количество информации (чанков) в специально организованном виде. По оценке Г. Саймона, количество таких чанков для одной области деятельности может составить от десятков тысяч до одного миллиона, причем эта информация накапливается в долговременной памяти эксперта.
Приоритетные направления инновационного развития предприятий легкой промышленности
Динамично меняющиеся рыночные условия требуют совершенствования инструментов и технологий управления предприятиями с целью повышения эффективности их хозяйственной деятельности. Руководители предприятий и компаний в условиях жесткой конкуренции ищут пути, ведущие к стабильному и устойчивому положению предприятий для достижения ими заданных целей. В этой связи требуются такие разработки, которые помогли бы руководителю предприятия взаимодействовать в рыночной среде и с новых позиций осознать процессы, происходящие на его предприятии.
По экспертным оценкам, до 90% российских предприятий имеют потенциальные возможности повышения эффективности работы, в том числе на 20-25% за счет изменения системы управления предприятием, создания эффективной финансово-экономической системы, активного использования информационных технологий, новой системы переподготовки кадров управленческого звена, в том числе специалистов по вопросам ВТО и инновационной деятельности.
Главной экономической задачей развития легкой промышленности на период до 2010 г. является увеличение доли отечественной продукции легкой промышленности на внутреннем рынке до 55%, при этом необходимо обеспечить рост производства в 3-4 раза. Для достижения этих целей необходимо сформировать сбалансированную инновационную систему, обеспечивающую стабильное инновационное развитие легкой промышленности, высокую доходность и экономическую безопасность на основе создания широкого ассортимента конкурентоспособной продукции нового поколения, технологий и техники ее производства, современные методы и механизмы ее продвижения на внутренний и мировой рынки.
Экспансия «серого» импорта и «теневого» производства на рынке товаров текстильного и швейного производства продолжает способствовать вы теснению товаров отечественных производителей. Преодолеть эти негативные явления одними только ужесточением работы таможенных служб и правоохранительных органов, как показывает практика, сложно. Требуются организационные мероприятия по становлению в России цивилизованного рынка товаров и услуг, совершенствованию всей товаропроводящей сети от оптовой торговой сети товарами легкой промышленности до сети розничной торговли со своей системой закупки товаров, стандартов и контроля качества, системой контроля налогообложения и др. Необходимо создать условия, когда розничная и оптовая торговля будут отторгать «серый» импорт и продукцию «теневого» импорта.
Вместе с тем, необходимо отметить, что проблемы развития отрасли не только в решении этих вопросов, основная проблема - в качестве и конкурентоспособности продукции и предприятий отрасли. В настоящее время 20-30% белого импорта более конкурентоспособны, чем отечественный товар. Однако предприятия легкой промышленности этому вопросу уделяют недостаточное внимание, ими мало выделяется ресурсов для разработки и внедрения инноваций, рекламы своей продукции.
На современном этапе развития единственно возможный вариант присутствия на отечественном рынке и выхода на мировой рынок — внедрение инноваций, производство высококачественной, оригинальной продукции, продукции, которое не могут производить конкуренты. Разработка и внедрение инноваций становится важнейшим инструментом в конкурентной борьбе, и на современном этапе борьбы за конкурентоспособность отечественных товаров легкой промышленности важнейшее место занимает наука и научное обслуживание.
Укрепление и поддержка отраслевой науки в настоящее время особенно важно в связи с ожидаемым вступлением России в ВТО. Прежде всего, наука должна быть обеспечена необходимым финансированием. Большинство специалистов считают, что финансирование прикладной науки экономически значительно эффективнее, чем вложения в другие мероприятия по поддержке отрасли. Так, текстильная промышленность не справилась бы с объемами производства, если бы в свое время не было обеспечено внедрение разработанных прикладной наукой технологии и техники безверетенного прядения и бесчелночного ткачества, позволившие поднять производительность труда и оборудования в 2-3 раза. В те годы никто не верил в перспективность этих технологий. Сегодня эти технологии получили широкое внедрение во всех развитых странах мира. Можно привести и другие примеры. Развитие отрасли прогнозировалось и строилось на основе внедрения новых технологий и новой техники.
Для современной российской легкой промышленности характерна низкая инновационная активность, невостребованность разработок и потенциала научных организаций отрасли. Если рассматривать интенсивность инновационной деятельности на уровне промышленных отраслей в РФ, то самая высокая инновационная деятельность в отрасли вычислительной техники - 27,7%, энергетического машиностроения - 24,1%, в химии и нефтехимии - 22,1%, в то время как в легкой промышленности — всего лишь 3,9%. Эти цифры отражают исторически сложившуюся ситуацию, когда приоритетными считались отрасли, входившие в так называемую группу А. Такая ситуация во многом определяется распределением инвестиций.
Разработка базовых моделей инновационного развития предприятия легкой промышленности на основе методов анализа иерархий и аналитических сетей
В разделе 1.3 отмечалось, что метод анализа иерархий (МАИ) и метод аналитических сетей (MAC), являющийся обобщением МАИ, позволяют применять объективные математические методы для обработки неизбежно субъективных предпочтений индивидуумов или групп в задачах принятия решений. Методология МАИ/MAC заключается в построении иерархии или сети с обратными связями, с последующим формированием- суждений на основе парных сравнений элементов по общим для них критериям или свойствам, в результате чего получаются шкалы отношений, из которых затем синтезируется обобщенная по всей структуре шкала для выбора лучшей альтернативы.
Традиционно МАИ/MAC используются для задач ранжирования или выбора лучших альтернатив путем вычисления приоритетов альтернатив и критериев. Обычно выбор критериев является прерогативой лица, принимающего решение (ЛПР), при этом критерии могут измеряться в различных шкалах, примерами которых являются шкалы для измерения веса и расстояния. Кроме того, в задачах принятия решений могут встречаться неосязаемые критерии, для которых отсутствуют шкалы измерений. Измерения в различных шкалах нельзя просто объединить или сложить. Поэтому в МАИ сначала вычисляются приоритеты критериев в терминах важности, которая характеризует их вклад в главную цель, затем приоритеты альтернатив, показывающие степень соответствия альтернатив требованиям критериев. Эти приоритеты получаются из матриц парных сравнений, заполненных суждениями или отношениями реальных измерений» если таковые имеются. Процесс упорядочивания объектов в соответствии с приоритетами (для обозначения этого процесса Т. Саати использует термин «приоритизация») позволяет решить проблему, связанную с применением различных типов шкал, путем опреде ления значимости объектов в системе ценностей J11 IP. Завершающей стадией МАИ является синтез обобщенных (глобальных) приоритетов альтернатив, характеризующих их вклад в главную цель, расположенную на вершине иерархии. Синтез включает операции умножения и сложения, которые можно применять не только к приоритетам, но и к реальным измерениям свойств альтернатив, если они принадлежат одной шкале. Таким образом, МАИ предоставляет возможность свести проблему многомерного шкалирования к одномерной задаче.
В связи с исключительной важностью принципов МАИ/MAC для разработки базовых моделей инновационного развития предприятия легкой промышленности, выполним обсуждение этих принципов; при этом воспользуемся их изложением в монографии [111].
1. Главными понятиями в процедурах вычисления и синтеза приоритетов не только в МАИ, но в любом многокритериальном методе, который должен обеспечить интегрирование существующих шкал измерений со шкалами, сформированными для оценки персональных ценностей, являются шкалы отношений, пропорциональность и нормирование. Принципиально важно, что шкалы отношений являются инструментом, который позволяет обобщить теорию принятия решений на случай зависимостей и обратных связей между критериями и альтернативами: измерения в шкалах отношений можно перемножать и складывать, если они принадлежат шкале приоритетов. Если два эксперта или ЛПР приходят к разным шкалам отношений в одной задаче, необходимо проверить согласованность их суждений и сделать вывод о том, являются ли их суждения близкими. Для оценки согласованности в МАИ используется специальный индекс, природа которого не является чисто статистической. Шкалы отношений позволяют обеспечить соизмеримость оценок по разным критериям в задачах принятия решений, представленных совокупностью иерархий, например иерархиями выгод, издержек, возможностей и рисков, подчиненных критерию более высокого уровня.
Шкалы отношений становятся необходимыми в процессах пропорционального распределения ресурсов, которое дает решение в относительных терминах. 2. Обратно симметричные матрицы парных сравнений позволяют выразить семантические суждения числами из фундаментальной шкалы. Собственный вектор матрицы парных сравнений, который характеризует степень доминирования каждого элемента над другими элементами в матрице, является вектором приоритетов. Элемент, не обладающий заданным свойством, автоматически получает нулевое значения в собственном векторе без включения его в матрицу парных сравнений. Доминирование по всем возможным направлениям на графе рассматриваемого решения получается путем возведения суперматрицы, описывающей этот граф, в целочисленные степени с предварительной нормализацией ее столбцов. В МАИ/MAC допускаются отклонения от абсолютной согласованности в суждениях, и вычисляется оценка этого отклонения, которая может содействовать улучшению согласованности суждений и достижению лучшего понимания проблемы. Вместо использования интервальных суждений, которые приводят к трудоемким оптимизационным и статистическим процедурам, в МАИ часто выполняются следующие действия: а) сравнение диапазонов значений критериев, б) анализ чувствительности полученных результатов к возмущениям в исходных суждениях.
