Методические аспекты интегральной детерминации статуса инновационной сензитивности мезо-экономической системы

Настоящее исследование детерминант инновационного процесса основывается на гипотезе о том, что каждая детерминанта определяется характеристикой соответствующей совокупности субъектов. С точки зрения теории графов каждый субъект формализуется в вершину графа, которая, не являясь однородной, представляет собой структурированный набор количественных индикаторов. При этом представленная гипотеза является одновременно инструментом верификации набора факторов, задействованного в когнитивном картировании.

Одним из исходных положений проведенных научных исследований является сетевая форма инновационного процесса (рисунок 1). Данная концепция является конструктом, с помощью которого было осуществлено осмысление проблематики управления инновационной деятельностью предприятий в рамках региональной экономической системы. Сетевая форма организации инновационного процесса предполагает, что научноисследовательские и конструкторские разработки (НИОКР) не являются определяющими в формировании новых товаров и услуг. Объективной реальностью существующих рыночных стратегий крупных корпораций является формирование спроса на собственную продукцию, в результате возникновение «идеи», оформление целевого результата происходит преимущественно на основе предпочтений потребителей, а не от независимого создания передовой технологии. Иными словами, не столько инновация определяет потребительский спрос, сколько потребитель формирует новшество, что в свою очередь исчерпывающим образом представлено сетевой формой инновационного процесса.

Рис. 1 - Сетевая форма инновационного процесса

Сетевая форма организации инновационного процесса предполагает возможность параллельной реализации различных этапов, к примеру, коммерциализация новшества и одновременное продолжение научных исследований. При этом равнозначно возможны различные варианты реализации от идеи до завершённого продукта (технологии). Соответственно, инновационная сензитивность экономической системы характеризует способность воспроизводства любой морфологии рассмотренной формы инновационного процесса.

Рассмотренная структура инновационного процесса необходима для более эффективного применения инструментария когнитивного картирования и моделирования сензитивности. В проведенном исследовании использование когнитивной графики базируется на принципе исключения ложной транзитивности при визуализации причинно-следственных зависимостей. Данный принцип достигается посредством более логичного и однонаправленного упорядочивания структуры когнитивной карты, поскольку единовременный зрительный охват «цепочки» связей исключает ложную транзитивность. Кроме того, предполагается, что одна и та же детерминантная зависимость является неизменной в своём причинноследственном воздействии. Что касается характеристики указанного воздействия, то отнесение того или иного фактора к положительному или отрицательному влиянию основывается на субъективном суждении о действительном наличии содержательной референции указанных детерминант в сущности изучаемого явления. Сквозь призму когнитивного инструментария рассматривается эффективность инновационного процесса, как архетипа его целевой функции.

Предложенное описание детерминантных связей между факторами, определяющими инновационного процесса, является основой для разработки соответствующей когнитивного модели инновационной сензитивности. Решение поставленной задачи строится на аналогичном принципе группировки факторов с учётом упомянутого ранее критерия верифицируемости и количественной оценки.

Фактически когнитивная модель инновационной сензитивности (рисунок 2) является графическим выражением последующей математической формализации функции сензитивности. В виду этого добавлена дополнительная классификация факторов (на эндогенные и экзогенные) к трём промежуточным результирующим показателям.

Инновационная сензитивность региональной экономики

Факторы объективные, экзогенные                     Факторы субъективные, эндогенные

+ -     + -     + -

+ -

+ -

+ -

+ -

+ -

+ -

I Индикаторы финансовой политики в рамках отрасли анализируемых субъектов

Управляющее воздействие

Целевое воздействие

Общее воздействие

Рис. 2 - Когнитивная модель инновационной сензитивности

Следуя принципу верификации, эндогенные детерминанты формировались из фактических характеристик хозяйствующих субъектов, которые можно извлечь из утверждённых форм бухгалтерской, налоговой отчётности по соответствующим строкам показателей. При этом выбор именно средней динамики прироста поименованных величин обусловлен целевой функцией инновационного процесса. Содержание показателей определяется преемственностью с когнитивной картой эффективности инновационного процесса на основе приблизительной интерпретации детерминант с целью их адаптирования имеющимся количественным характеристикам.

Для оценки интенсивности инновационных процессов предложено понятие статус инновационной сензитивности региональной экономической системы и разработана методика его оценки на основе графо-сетевой модели. Статус инновационной сензитивности региональной экономической системы представляет собой интегральную инновационную характеристику, определяемую совокупностью социально-экономических, экологических, институциональных и политических факторов, характеризующих ее состояние. Статус инновационной сензитивности определяет динамику инноваций и, в итоге, динамику и направление социально-экономического развития. Статус инновационной сензитивности является сложной многокомпонентной характеристикой условий, возможностей и осуществления инновационной деятельности.

Для детерминации статуса инновационной сензитивности мезоэкономической системы и была разработана графо-сетевая модель на основе нейронной сети, т.к. эта модель позволяет: определить интегральную характеристику статуса инновационной сензитивности на основе учета влияния и региональных и отраслевых факторов на инновационные процессы в мезоэкономической системе; получить количественную оценку статуса инновационной сензитивности мезоэкономической системы с возможностью сравнения инновационного статуса объектов исследования между собой (в качестве сравниваемых объектов могут быть использованы либо хозяйственные комплексы различных регионов, либо отраслевые комплексы, функционирующие в рамках одной территории) и качественного описания инновационной ситуации объектов исследования; учесть статистические и экспертные показатели при формировании инновационных характеристик;

реализовать прямые и обратные связи как между инновационными характеристиками региона или комплекса, так и между региональными инновационными характеристиками и инновационными характеристиками комплекса; построить адаптивную систему, учитывающую влияние факторов различных уровней и позволяющую гибко реагировать на изменения условий построения модели.

Предлагаемая графо-сетевая модель статуса инновационной сензитивности региональной экономической системы представляет собой трехслойную нейронную сеть, в которой в качестве входных параметров используются экономические, социальные и экологические показатели, формирующие определенную инновационную характеристику, а нейронами сети являются соответствующие инновационные характеристики региона и комплекса, формирующие статус инновационной сензитивности.

Так, инновационная привлекательность региона и инновационная активность в регионе, а также инновационный потенциал и инновационные риски комплекса представляют собой нейроны первого слоя сети, инновационный климат региона и инновационная привлекательность комплекса являются нейронами второго слоя, а статус инновационной сензитивности региональной экономической системы - нейрон третьего слоя сети. Расчет модели предполагает вначале определение состояния нейронов каждого слоя сети по порядку и затем оценку конечного выхода сети с помощью активационной функции.

Текущее состояние каждого нейрона определяется как взвешенная сумма входных параметров и величины связи (веса) каждого параметра и нейрона и определяется следующей формулой:

Z i = Z F i * S i                                     (1)

где   Z_i - текущее состояние нейрона, F_i - входной фактор (параметр),

S i - связь (вес) каждого фактора (параметра) и нейрона.

При использовании многоуровневой сети состояние звена более низкого уровня будет влиять на состояние звена более высокого уровня, таким образом, состояние звена более высокого уровня зависит от состояния звена более низкого уровня и величины связи между ними и рассчитываться по формуле (1).

Например, инновационная активность в регионе как нейрон первого слоя сети будет определяться частными научными, экономическими, кадровыми, социальными, финансовыми, природными показателями, которые являются в данной модели входными факторами.

₍          Z' r2 =f (F l, S r I) = z F * S '                             (2)

где Z¹ r2 - оценка состояния инновационной активности в регионе как нейрон первого слоя сети;

Frl  - входные факторы сети (частные показатели инновационной активности в регионе);

S ^r l - вес l-того фактора инновационной активности региона.

Далее инновационная активность региона и привлекательность региона как нейроны первого слоя сети (Z1) (нейроны более низкого уровня) инновационной оказывают воздействие на инновационный климат региона как нейроны второго слоя сети (Z2) (нейроны более высокого уровня) с учетом величины связи между звеньями.

Z² r =f (Z¹ r , S¹ r )

где   Z² r

-

оценка состояния инновационного климата региона как нейрона второго слоя сети; Z1r - оценка состояния нейронов первого слоя

(инновационной активности и привлекательности региона); S¹_r - величина связи нейронов первого и второго уровней.

Инновационная сензитивность региональной экономической системы как нейрон третьего слоя (Z³ m ) будет формироваться из инновационной привлекательности хозяйственного комплекса (Z² k ) и инновационного климата региона (Z²_r ) как нейронов второго уровня сети.

Конечный выход нейронной сети определяет активационная функция, интегрирующая взаимодействие всех нейронов и рассчитываемая в зависимости от функции состояния нейронов:

A = f (Z i ) (4)

где А – функция активации нейронной сети; Z_i – функция оценки состояния нейрона.

Таким образом, интегральная оценка статуса инновационной сензитивности региональной экономической системы может быть получена как расчетное значение активационной функции нейронной сети (рисунок 3).

Предложенная графо-сетевая модель оценки статуса инновационной сензитивности региональной экономической системы может быть использована и для исследования инновационных процессов других объектов сложной природы - межотраслевых комплексов, а также предприятий.

Рис. 3  - Интегральная оценка инновационной сензитивности региональной экономической системы методом графо-сетевого моделирования

ИСm –    статус инновационной сензитивности региональной экономической системы; f (Z3 m) - функция оценки состояния инновационной сензитивности как нейрона третьего слоя сети; Z2m - оценка состояния инновационной привлекательности хозяйственного комплекса (Z2k)   и инновационного климата региона (Z2r ) как нейронов второго слоя сети; S2m,k,r    - величина связи между входными факторами (параметрами) и нейронами сети, а также нейронами различных слоев (уровней); F ri -входные факторы (параметры) сети.

Таким образом, использование графо-сетевой модели детерминации статуса инновационной сензитивности мезоэкономической системы позволяет реализовать сценарное прогнозирование динамики региональной инновационной восприимчивости с учётом различного набора значений элементов разработанной модели. Предложенная модель оценки может быть использована для исследования инновационных процессов других объектов сложной природы – межотраслевых комплексов и предприятий. Статус инновационной сензитивности как инструментарий управления инновационным развитием региона, является сложной многокомпонентной характеристикой условий, возможностей и осуществления инновационной деятельности. Выявленный статус инновационной сензитивности определяет динамику инноваций и, в итоге, динамику и направление социальноэкономического развития региона.

Данная статья разработана в рамках проекта ФГБОУ ВПО «КубГУ» 13-06-96515 «Графо-сетевое моделирование инновационной сензитивности региональной экономической системы».

Вафин Э.Я., к.э.н.

заместитель управляющего

Отделение ПФР по Республике Татарстан

Российская Федерация, г. Казань АНАЛИЗ РАСПРЕДЕЛЕНИЯ ЧИСЛЕННОСТИ ЗАСТРАХОВАННЫХ

ЛИЦ ПО ПРОФИЛЮ НАЛОГООБЛАГАЕМОГО ДОХОДА, С КОТОРОГО НАЧИСЛЯЛИСЬ СТРАХОВЫЕ ВЗНОСЫ

Наемные работники являются основной категорией, формирующей поступление страховых взносов в пенсионную систему.

Согласно отчетным данным персонифицированного учета, численность застрахованных наемных работников (всего) в Республике Татарстан, насчитывающая в 2003 г. 1 777 205 чел., в 2008 г. составила 1 872 549 чел., увеличившись на 95 344 чел., или на 5,4%. В гендерном соотношении рассматриваемой категории отмечается некоторый перевес удельного веса женщин над представителями мужского пола, характерный для всей Российской Федерации, который составил в 2008 г. 7,8%.

"Экономика и социум" №4(13) 2014