|
| | | | Проблемы современной экономики, N 4 (36), 2010 | | | | ЭКОНОМИКА АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА | | | Мамай О. В.
заместитель декана экономического факультета по учебной работе Самарской государственной сельскохозяйственной академии,
кандидат экономических наук, доцент
| |
| | | | | Статья посвящена исследованию приоритетных направлений инновационного развития аграрного сектора региональной экономики (на примере Самарской области). Изучение проводится с помощью метода анализа иерархий, на основании которого с помощью экспертов построена матрица приоритетных направлений инновационного развития региона, вскрыты основные факторы и акторы, оказывающие влияние на решение данной проблемы. Результаты проведенного исследования показали необходимость системного подхода к формированию инновационного кластера аграрного сектора, что становится возможным при создании аграрного наукограда в Самарской области | | Ключевые слова: аграрный сектор, инновационное развитие, матрица приоритетов, метод анализа иерархий, наукоград |
Эффективное управление инновационным развитием аграрного сектора региональной экономики Самарской области прежде всего требует определения его приоритетных направлений. В современных условиях для этих целей используется научно-техническое прогнозирование.
Hayчно-технический прогноз представляет собой систему научно обоснованных оценок возможных путей и результатов развития науки и техники, а также требуемых для их достижения ресурсов и организационных мер. Он, в свою очередь, является подсистемой в более широкой системе прогнозов, включающей в себя социальное и экономическое прогнозирование [1]. Уже к середине 90-х гг. XX в. было разработано достаточно много различных методов, применявшихся с той или иной долей успеха к различным задачам социально-экономического прогнозирования [3]. Часть этих методов хорошо формализована и опирается на применение известного математического аппарата. Другие методы находятся между наукой и искусством, ставят целю мобилизовать интуицию и другие психологические ресурсы и возможности человека. Наконец, существуют методы, целью которых является не столько получение каких-то конкретных оценок, сколько достижение согласованной позиции по видению будущего у группы участвующих в работе экспертов, влияющих на процесс принятия решений о распределении ресурсов на цели развития общества:
● гениальное предвидение — основано на сочетании интуиции экспертов и определенного везения;
● экстраполяция тенденций — изучение тенденций и циклов наблюдаемых показателей, которые экстраполируются на будущее с помощью математических методов;
● методы моделирования — методы математического моделирования, основанные на аналогиях;
● метод, основанный на построении матрицы взаимного влияния — изучение взаимосвязи прогнозируемых событий;
● метод написания сценариев — разработка различных вариантов развития событий;
● построение дерева целей (решений) — изучение структурных взаимосвязей между возможными решениями и действиями изучаемого объекта в условиях альтернативного выбора;
● методы, основанные на выработке согласованных суждений — привлечение большого числа экспертов для выработки единого мнения по проблеме;
● комбинированные методы — использование совокупности вышеназванных методов для повышения точности прогнозов;
● «форсайт» как разновидность методов, основанных на выработке согласованных суждений — достижение наиболее полного согласия экспертного сообщества по вопросам социально-экономического и научно-технологического развития.
Метод построения матрицы приоритетов относится к комбинированным методам прогнозирования, представляя собой изучение взаимосвязи прогнозируемых событий путем привлечения большого числа экспертов для выработки единого мнения. Однако в данном случае возникает существенная проблема с обработкой полученной информации. Для этого предназначены имитационные (человеко-машинные) системы (Expert Choice и Expert Decide). Одним из классов таких систем являются системы поддержки принятия решений (СППР), в рамках которых опыт и неформализованные знания экспертов сочетаются с математическим исследованием [4].
Работа данной системы построена 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.
Основные положения метода анализа иерархий (МАИ) были разработаны известным американским математиком Т.Л. Саати [5]. Данный метод является приемом решения задач многокритериальной оптимизации в условиях неопределенности, когда критерии оптимизации не могут быть измерены в количественной форме [4]. 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.
Первым этапом применения МАИ является структурирование проблемы выбора в виде иерархии, или сети [2]. В наиболее элементарном виде иерархия строится с вершины (цели) через промежуточные уровни-критерии (технико-экономические параметры) к самому нижнему уровню, который в общем случае является набором альтернатив (в данном случае — стратегий инновационного развития аграрного сектора региональной экономики Самарской области).
После иерархического воспроизведения проблемы устанавливаются приоритеты критериев и оценивается каждая из альтернатив по критериям. В МАИ элементы задачи сравниваются попарно по отношению к их воздействию на общую для них характеристику. Система парных сведений приводит к результату, который может быть представлен в виде обратно симметричной матрицы. Элементом матрицы a(i,j) является интенсивность проявления элемента иерархии i относительно элемента иерархии j, оцениваемая по шкале интенсивности от 1 до 9, предложенной автором метода (табл. 1). Если при сравнении одного фактора i с другим j получено a(i,j) = b, то при сравнении второго фактора с первым получаем a(j,i) = 1/b. | | | Таблица 1
Шкала относительной важности по методу Саати [5] |  |
Таким образом, МАИ используется для решения слабо структуризованных и неструктуризованных проблем. Методология решения таких проблем опирается на системный подход, при котором проблема рассматривается как результат взаимодействия и, более того, взаимозависимости множества разнородных объектов, а не просто как их изолированная и автономная совокупность.
Накопленный рядом исследователей опыт в использовании метода анализа иерархий для решения самых разнообразных задач выбора оптимального решения, а также смежных вопросов, позволяет говорить о перспективности его применения в задачах формирования системы приоритетов в управлении инновационным развитием аграрного сектора экономики. 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 на приоритеты альтернатив влияет не только важность критериев (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.
Следовательно, МАИ является методом экспертно-аналитического моделирования, т.е. предполагает 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.
В результате исследования была разработана иерархическая модель выбора стратегии инновационного развития аграрного сектора региона (на примере Самарской области) с использованием метода анализа иерархий. Для ее составления был проведен опрос экспертов, которыми выступили ведущие ученые Самарской государственной сельскохозяйственной академии, Поволжского научно-исследовательского института селекции и семеноводства имени П.Н. Константинова; ФГУП по племенной работе «Самарское»; научно-исследовательского института механизации производства и переработки сельскохозяйственной продукции; ФГУ «Поволжская государственная зональная машиноиспытательная станция», представители Министерства экономического развития и торговли и Министерства сельского хозяйства и продовольствия Самарской области, ОГУ «Самара-АРИС», а также руководители и специалисты районов Самарской области. Эксперты в ходе «мозгового штурма» определили факторы, которые могут оказать существенное воздействие на инновационное развитие аграрного сектора региональной экономики Самарской области, предприятия и организации, непосредственно заинтересованные в инновационном развитии региона, а также цели, стоящие перед ними, и возможные стратегии инновационного развития региона.
При этом были выделены следующие уровни и элементы иерархии. Верхний уровень иерархии нацеливает на решение проблемы инновационного развития аграрного сектора региональной экономики Самарской области. Второй уровень составляют обеспечивающие решение данной проблемы факторы: экономические, политические, технологические, социальные, экологические и природные. В данном случае они являются критериями оценки достижения цели. При необходимости интегральные критерии второго уровня (социальные, экологические и др.) могут быть «расщеплены» на оценочные показатели. Например:
— экономические: наличие необходимого уровня финансирования инновационной деятельности, наличие резерва финансовых средств, материальное поощрение за инновационную деятельность и другие;
— политические: законодательные меры (особенно льготы), поощряющие инновационную деятельность, государственная (в том числе региональная) поддержка инноваций и другие;
— технологические: степень использования имеющихся ресурсов, наличие резерва материально-технических средств, прогрессивных технологий, наличие необходимой хозяйственной и научно-технической инфраструктуры и другие;
— социальные: прирост человеческого потенциала за нормативный период, средний уровень квалификации работников, среднемесячные доходы, уровень развития социальной инфраструктуры и другие;
— экологические: выбросы в окружающую среду, безотходность производства, степень утилизации отходов и другие;
— природные: зависимость выращивания сельскохозяйственных растений от условий окружающей среды, сезонность сельскохозяйственного производства и другие.
Таким образом, данные факторы могут образовывать дополнительный уровень.
На третьем уровне находятся акторы (действующие силы — организации, заинтересованные в инновационном развитии аграрного сектора региональной экономики). В рассматриваемом случае это все участники образуемого инновационного кластера: федеральные, региональные и местные органы власти, организации, входящие в наукоград (сельскохозяйственная академия, научные организации, центр трансфера технологий (Самарская ИКС)), предприятия, осуществляющие инновации, общественные и финансово-кредитные организации.
На четвертом уровне иерархии представлены цели акторов:
● Федеральные органы власти:
— создание благоприятной правовой базы для осуществления региональной инновационной политики;
— поддержка формирования региональной инновационной системы как составной части национальной инновационной системы;
— достижение рационального сочетания и эффективного использования научно-технического потенциала и природных ресурсов страны, включая территорию региона.
● Региональные органы власти:
— обеспечение устойчивого функционирования и развития аграрного сектора региона на инновационной основе;
— решение экологических и социальных проблем на основе использования новейших технологий;
— рост объемов реализации инновационной продукции;
— формирование современной технологической структуры производства.
● Предприятия, осуществляющие инновационную деятельность:
— повышение качества и конкурентоспособности продукции;
— обновление оборудования в соответствии с требованиями научно-технического прогресса;
— увеличение прибыли за счет внедрения новых технологий, пород животных, сортов растений, техники и методов управления.
● Научные организации (Поволжский научно-исследовательский институт селекции и семеноводства имени П.Н. Константинова; ФГУП по племенной работе «Самарское»; научно-исследовательский институт механизации производства и переработки сельскохозяйственной продукции; ФГУ «Поволжская государственная зональная машиноиспытательная станция»):
— изобретения мирового уровня;
— ускорение внедрения результатов науки в производство;
— формирование благоприятных условий для работы ученых.
● ФГОУ ВПО «Самарская государственная сельскохозяйственная академия»:
— обеспечение предприятий агарного сектора высококвалифицированными кадрами;
— повышение востребованности результатов научных исследований;
— усиление взаимодействия с производством.
● Структуры, обеспечивающие внедрение инноваций (в данном случае это создаваемый центр трансфера технологий, функции которого будут возложены на Самарскую информационно-консультационную службу ОГУ «Самара-АРИС»):
— создание специальных условий, стимулирующих инновационную деятельность в аграрном секторе;
— коммерциализация научно-технических результатов;
— оказание консультационной помощи по внедрению научных разработок, их адаптация к условиям конкретных предприятий.
● Общественные организации:
— содействие формированию среды, активизирующей инновационное развитие аграрного сектора;
— поддержка и распространение лучших практик инновационного развития;
— создание атмосферы технологического творчества.
● Финансово-кредитные организации:
— финансовая поддержка инвестиционных проектов, имеющих значимые эффекты для социально-экономического развития страны, региона;
— создание специальных условий, стимулирующих инновационную деятельность в аграрном секторе;
— содействие формированию среды, активизирующей инновационное развитие аграрного сектора.
Состав нижнего «интегрирующего» уровня «Стратегии инновационного развития аграрного сектора» в зависимости от конкретной ситуации может быть различным. В данном случае экспертами были названы 6 стратегий:
1) проекция настоящего на будущее — предполагает сохранение сложившихся в аграрном секторе тенденций развития, ограниченных инвестиционных возможностей и размеров государственной поддержки;
2) создание благоприятных условий — предполагает развитие аграрного сектора в условиях интенсификации производства в соответствии с параметрами, заложенными в Концепции долгосрочного социально-экономического развития РФ на период до 2020 года;
3) инфраструктурный подход — предполагает формирование и развитие инновационной инфраструктуры аграрного сектора экономики;
4) кластерный подход — предполагает поддержку инновационного развития отдельных отраслевых кластеров аграрного сектора экономики;
5) инфраструктурно-кластерный подход — предполагает формирование и развитие инновационной инфраструктуры и поддержку инновационного развития отдельных отраслевых кластеров, т.е. основан на системном развитии аграрного сектора региональной экономики;
6) целевой (нормативный) подход — предполагает установление стратегических нормативов инновационного развития аграрного сектора региональной экономики в качестве основной цели его функционирования.
Пятый вариант стратегии инновационного развития аграрной экономики по своему содержанию характеризует ситуацию по формированию инновационного кластера путем создания в Самарской области аграрного наукограда.
По окончании «мозгового штурма» экспертами была определена приоритетность всех элементов матрицы относительно друг друга (таблица 1), как этого требует методика анализа иерархии. Далее обработка полученной информации производилась с помощью компьютерной программы «Система поддержки принятия решений (СППР) «Выбор».
Так в результате исследования было выявлено, что из дальнейшего анализа можно исключить факторы политический, экологической, природной и социальной групп, поскольку их приоритеты — 0,093, 0,053, 0,046 и 0,062 соответственно — существенно меньше среднего приоритета по всем группам факторов (0,093 (0,053, 0,046 и 0,062 < 1/6 = 0,17).
Следующая дополнительная возможность — оценка приоритетов акторов по степени влияния на инновационное развитие аграрного сектора, взвешенная по выявленным на предыдущем этапе весам критериев. В результате апробации данной модели получены следующие приоритеты акторов: предприятия, осуществляющие инновационную деятельность — 0,273, федеральные органы власти — 0,142, региональные органы власти — 0,141, центр трансфера технологий — 0,128, научные организации — 0,115, финансово-кредитные организации — 0,103, общественные организации — 0,060, сельскохозяйственная академия — 0,038. Согласно мнению экспертов, руководство предприятия в большей степени заинтересовано в устойчивом развитии своих предприятий на технологической основе с учетом соблюдения законов экологии и окружающей среды, в то время как органы власти больше заинтересованы в решении политических и социальных проблем. В целом же проблема инновационного развития аграрного сектора региона — это прежде всего проблема руководства предприятия, о чем свидетельствует интегральная оценка приоритетов. Указанное распределение приоритетов акторов по факторам инновационного развития аграрного сектора региона является вполне логичным, и его учет может способствовать разработке конкретных мероприятий.
Далее проводилась оценка важности целей акторов. Начиная со второго уровня, осуществлялся синтез приоритетов. Локальные приоритеты перемножались на приоритет соответствующего критерия на вышестоящем уровне и суммировались по каждому элементу в соответствии с критериями, на которые воздействует этот элемент (таблица 2).
Из таблицы 2 видно, что все цели, которые ставят акторы для достижения фокуса иерархии, практически равнозначны по своей важности, что свидетельствует о необходимости комплексного решения проблемы инновационного развития аграрного сектора региона.
Результаты расчетов по оценке влияния стратегий на достижение целей акторов представлены в табл. 3.
Для получения веса стратегий относительно фокуса иерархии (будущее инновационного развития региона) необходимо умножить матрицу, сформированную из значений векторов приоритетов стратегий, на вектор весов целей. Итоговые значения весов стратегий приведены в правой колонке табл. 3. Из анализа результатов расчетов следует, что наиболее предпочтительным для инновационного развития аграрного сектора Самарской области является инфраструктурно-кластерный подход (рис. 1). | | |  | | Рис. 1. Результаты выбора стратегии инновационного развития аграрного сектора региона |
Результаты проведенного исследования подтверждают, что для эффективного инновационного развития аграрного сектора в Самарской области необходим системный подход, что возможно при формировании инновационного кластера путем создания аграрного наукограда. | | | Таблица 2
Приоритеты целей акторов инновационного развития аграрного сектора региональной экономики Самарской области |  | | | Таблица 3
Результаты расчетов по оценке влияния стратегий на достижение целей акторов и итоговые значения весов стратегий |  |
| |
|
|
