Прогнозирование результатов реализации УР с учётом специфики деятельности по выпуску наукоёмкой продукции

Заключение

Существующая неопределенность развития как глобальной, так и национальной экономик, а также высокая сложность наукоемких производств приводит к тому, что стратегическое управление должно стать инструментом, позволяющим эффективно прогнозировать последствия тех или иных УР и гибко перестраиваться в меняющейся среде.
Таким образом, автор в рамках курсового проекта попытался понять, каким образом должно осуществляться управление реализацией стратегии и при каких обстоятельствах оно будет считаться эффективным.
Целью данного курсового проекта являлся анализ современных тенденций в области стратегического планирования и прогнозирования для выявления наиболее эффективных инструментов прогнозирования результатов реализации УР с учетом специфики деятельности по выпуску наукоемкой проду ...

Оглавление
Введение 3
Глава I. Специфика реализации управленческих решений в сфере производства наукоемкой продукции 6
1.1 Тенденции в сфере управления производством наукоемкой продукции 6
1.2 Основные проблемы в сфере управления производством наукоемкой продукции 9
1.3 Приоритетные направления деятельности в сфере управления производством наукоемкой продукции 11
Глава II. Перспективные инструменты построения стратегических прогнозов 15
2.1 Прогнозирование как метод 15
2.2 Новые подходы к стратегическому менеджменту: индикаторные модели и сценарный подход 20
2.3 Анализ применимости методов прогнозирования с точки зрения оценки эффективности реализации УР 25
Глава III. Проектирование модели прогнозирования эффективности реализации УР 28
3.1 Компоненты и параметры модели 28
3.2 Базовая модель: основные измерения объекта. 31
Заключение 36
Список литературы 38
ПРИЛОЖЕНИЕ 1. 41

Современный мир характеризуется двумя базовыми трендами – стремлением к тотальной технологизации и «сжатием» времени вследствие ускорения процесса обмена информацией под влиянием развития информационно-коммуникационных технологий. Согласно концепции имплозивного сжатия Маршала Маклюэна, зависимость этих трендов прямо пропорциональна.
На первый взгляд базовые тренды не противоречат друг другу. Однако развитие технологий – процесс, связанный непосредственно с НИОКР. В особенности это касается сферы производства наукоемкой продукции: авиационных и космических технологий, биоинжиниринга (медицина), разработки новых материалов, инновационных ИКТ и т.д. В свою очередь, специфика НИОКР заключается в достаточно высоких временных затратах. От появления идеи до ее реализации, масштабирования и пере рождения в налаженный самостоятельный бизнес может уходить до нескольких лет, в особенности в области медицины, где клинические тесты предполагают исследование долгосрочных эффектов и сложный механизм получения сертификатов и разрешающих документов на производство и продажу продукции.
Таким образом, существующий конфликт между спецификой НИОКР в инновационных бизнесах и необходимостью действовать в условиях постоянно меняющегося мира, то есть принимать и реализовывать УР в минимально возможные сроки, ведет к формированию большого количества кризисных ситуаций. Без дальновидной, гибкой и чувствительной к происходящим изменениям системы управления компания, занимающаяся выпуском наукоемкой продукции, не может эффективно функционировать, а тем более развиваться [21].
В частности, российский инновационный бизнес, живущий в условиях постоянных изменений, привык к позиции некоторого игнорирования условий окружающей среды, при которой мгновенная реакция на события часто отложена во времени или отсутствует. Кроме того, даже крупные федеральные компании (к примеру, РосКосмос и РосАтом), часто использующие европейский и американский опыт ведения бизнеса, испытывают сложности при адаптации к изменчивым условиям российского рынка. На данный момент их жизнеспособность обеспечивается преимущество работой в рамках государственного заказа.
Стоит подчеркнуть, что международные компании, пришедшие в Россию из стран Запада с относительно стабильной инновационной экономикой, также не имеют системы, способной помочь им быстро адаптироваться к специфике изменчивых российских реалий. Таким образом, европейская и американская модели менеджмента требуют внедрения новых инструментов, позволяющих руководству компании предвидеть события и оперативно на них реагировать. В особенности это касается стратегического управления, так как временная протяженность НИОКР выводит процесс принятия и реализации управленческих решений именно в сферу долгосрочного стратегического планирования.
Существующая неопределенность развития как глобальной, так и национальной экономик, а также высокая сложность наукоемких производств приводит к тому, что стратегическое управление должно стать инструментом, позволяющим эффективно прогнозировать последствия тех или иных УР и гибко перестраиваться в меняющейся среде.
Таким образом, необходимо понять, каким образом должно осуществляться управление реализацией стратегии и при каких обстоятельствах оно будет считаться эффективным.
Целью данного курсового проекта является анализ современных тенденций в области стратегического планирования и прогнозирования для выявления наиболее эффективных инструментов прогнозирования результатов реализации УР с учетом специфики деятельности по выпуску наукоемкой продукции.
Данный курсовой проект состоит из введения, трех глав и заключения. Первая глава посвящена рассмотрению основных вопросов и проблем, влияющих на процесс формирования УР. Вторая глава содержит информацию о современных инструментах стратегического планирования и прогнозирования. Третья глава представляет проект системы прогнозирования результатов реализации УР в рамках наукоемких производств.

12
1
5
15
1
7
17
2
3
23
2
4
24
5
6
56
7
8
78
7
10
710
8
9
89
10
11
1011
11
12
1112
11
13
1113
Как видно из Таблицы 4, событие 1 – «Эффективно интегрировать стратегию НИОКР и основную стратегию компании» – не является соподчиненным ни в одной из пар. Таким образом, оно принято за вершину графа.
Так как задачи 12 «Определить методы прогнозирования эффективности реализации УР» и 13 «Выбрать систему для построения прогнозов эффективности реализации УР» оказались на нижнем уровне декомпозиции, то автор в своем курсовом проекте остановится именно на задаче 12. Задача 13 направлена на выбор вычислительных информационных систем (программного обеспечения) и имеет узко прикладной характер, поэтому данная задача в рамках работы рассматриваться не будет.
Глава II. Перспективные инструменты построения стратегических прогнозов
2.1 Прогнозирование как метод
С давних времен человек желал знать, что его ждет в будущем. Такое знание требовалось тогда и требуется до сих пор для снижения рисков при принятии решений или действий. В древности люди прибегали к помощи разнообразных предсказателей, стоит только вспомнить мифы о Дельфийском оракуле. Однако пророчества носили слишком неопределенный характер, чтобы опираться на них, а для принятия решений требовались точность и обоснованность. Для того чтобы «предвидеть» будущее с большой степенью точности, была создана новая отрасль научного знания, называемая прогностикой или футурологией [3].
Прежде, чем разбираться с тем, как прогностика включается в процесс разработки стратегического маркетингового плана, необходимо разобраться, в чем заключается суть прогностики.
Как наука прогностика сформировалась в 70 — 80 годы ХХ столетия. Основным продуктом прогностики является прогноз – обоснованное суждение о возможном состоянии объекта в будущем или альтернативных путях и сроках достижения этих состояний. Сам процесс создания прогноза называется прогнозированием. Различают поисковое (генетическое, изыскательское, исследовательское) и нормативное прогнозирование. Первое имеет целью получить предсказание состояния объекта исследования в будущем при наблюдаемых тенденциях, если допустить, что последние не будут изменены посредством решений (планов, проектов и т.п.). Второе имеет в виду предсказание путей достижения желательного состояния объекта на основе заранее заданных критериев, целей, норм.
Кроме того, прогнозы делятся:
- по масштабу: личные, на уровне предприятия (организации), местные, региональные, отраслевые, страновые, мировые (глобальные);
- по срокам: краткосрочные, среднесрочные, долгосрочные.
Обычно эшелоны прогнозирования в общественных науках для оперативных целей приравниваются к эшелонам планирования: краткосрочные на 1—2 года, среднесрочные на 5—10 лет, долгосрочные на 15—20 лет, сверхдолгосрочные на 50—100 лет. Прогнозирование в общественных науках на более отдаленные сроки нецелесообразно, т.к. становится чрезмерно большим разрыв между профилем и фоном исследования, а также между условным предсказанием и возможным многократным изменением объекта прогнозирования путем решений и действий, в результате чего резко падает степень надежности прогнозов. Научное предвидение в этом случае ограничивается рамками общих законов развития природы и общества [14].
Долгосрочное прогнозирование [long-run forecasting] — оценка будущего развития экономики (или какой-либо ее подсистемы), научно-технического прогресса, социальных изменений в обществе в долгосрочном периоде. В экономико-математических прогнозах эти стороны развития рассматриваются в единстве.
Как правило, подобные прогнозы существенно менее детализированы, чем кратко- и среднесрочные, в них шире применяются вероятностные оценки, а часто и качественные суждения. Строятся научно-технические, социально-экономические и демографические прогнозы, каждый из которых объединяет и взаимоувязывает результаты многих частных прогнозов: развития тех или иных отраслей техники, производства товаров народного потребления, совершенствования экономического механизма и др.
Важную роль в прогнозировании играет обратная связь между предсказанием и решением [10]. Интенсивность ее неодинакова для различных объектов исследования. Теоретически она нигде не равна нулю: человек в отдаленной перспективе сможет изменять посредством решений и действий все более широкий круг объектов предсказания. Но практически многие объекты, особенно в естественных науках, неуправляемы и допускают лишь безусловное предсказание с целью приспособить действия к ожидаемому состоянию объекта. С другой стороны, нередко, особенно в общественных науках, обратная связь достигает высокой степени интенсивности и приводит к эффекту т. н. самоосуществления или "саморазрушения" прогноза путем решений и действий с учетом последнего. Отсюда методологическая ориентация прогнозирования управляемых (большей частью социальных) явлений не на безусловное предсказание, а на оценку вероятного (при условии сохранения наблюдаемых тенденций) и желательного (при условии заранее заданных норм) состояния объекта. Ожидаемый результат исследования — использование прогностической информации, полученной на основе сопоставления данных поискового и нормативного прогнозирования, для повышения обоснованности целей и решений, в том числе планов, программ, проектов [4].
Естественно, прогнозирование, как процесс научного исследования, имеет собственное методическое и методологическое основание. В основном, прогностика пользуется методами статистики. Статистические методы прогнозирования  – научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных; развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.
Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Обычно выделяют три класса методов прогнозирования: экстраполяция, моделирование, опрос экспертов. Но такая классификация условна, т.к. прогностические модели предполагают экстраполяцию и экспертные оценки, последние представляют итог экстраполяции и моделирования экспертом исследуемого объекта и т.д.
  Конкретные методики, по которым ведется прогнозирование, образуются путем оптимального сочетания нескольких методов сообразно цели и задачам исследования. Иногда несколько методик объединяются в комплексную систему прогнозирования (т. н. прогнозирующую систему) в совокупности с системами целеполагания, планирования, программирования, проектирования, управления в целом.  Весьма перспективными для прогнозирования представляются методы, базирующиеся на экспертных оценках, к примеру, метод Дельфи, названный в честь Дельфийского оракула [10].
Основными процедурами обработки прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. Интерпретация закона больших чисел для нечисловых данных в терминах теории экспертного опроса такова: итоговое мнение устойчиво, то есть мало меняется при изменении состава экспертной комиссии, и при росте числа экспертов приближается к «истине». При этом в соответствии с принятым подходом предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они — независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра — «истины» (нормальное распределение Гаусса), а общее число экспертов достаточно велико.
Многочисленны примеры ситуаций, связанных с социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов [25].
Современные компьютерные технологии прогнозирования основаны на интерактивных статистических методах прогнозирования с использованием баз эконометрических данных, имитационных (в том числе на основе применения метода статистических испытаний) и экономико-математических динамических моделей, сочетающих экспертные, математико-статистические и моделирующие блоки.
Общая типовая методика прогнозирования содержит следующие основные этапы исследования:
- предпрогнозная ориентация (определение предмета, цели, задач, времени упреждения, рабочих гипотез, методов, структуры и организации исследования);
- прогностический фон (сбор готовых данных по смежным, непрофильным отраслям прогнозирования);
- исходная или базовая модель, т. е. система показателей, параметров, отображающая характер и структуру объекта;
- поисковая модель (проекция в будущее системы показателей исходной модели на дату упреждения по наблюдаемой тенденции с учетом факторов прогностического фона);
- для управляемых явлений — также нормативная модель (проекция в будущее системы показателей исходной модели в соответствии с заданными целями и нормами по заданным критериям);
- оценка степени достоверности (верификация) и уточнение предварительных моделей с помощью параллельных, контрольных методов, обычно опросом экспертов;
- выработка рекомендации для оптимизации принятия решений в планировании, управлении и т.п. на основе сопоставления прогностических моделей.
Оценивание точности прогноза (в частности, с помощью доверительных интервалов) — необходимая часть процедуры прогнозирования. Обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия. Разработаны параметрические и непараметрические оценки точности прогноза и доверительные границы для него. В параметрических моделях предполагается, что изучаемые объекты описываются функциями распределения, зависящими от небольшого числа (1-4) числовых параметров. В непараметрических моделях функции распределения предполагаются произвольными непрерывными. В статистике математической оценивают параметры и характеристики распределения (математическое ожидание, медиану, дисперсию, квантили и др.), плотности и функции распределения, зависимости между переменными (на основе линейных и непараметрических коэффициентов корреляции, а также параметрических или непараметрических оценок функций, выражающих зависимости) и др. Используют точечные и интервальные (дающие границы для истинных значений) оценки. Применяются также эвристические приемы, не основанные на вероятностно-статистической теории: метод скользящих средних, метод экспоненциального сглаживания [14].
Весьма важна проблема проверки адекватности модели, а также проблема отбора факторов. Априорный список факторов, оказывающих влияние на изменения предмета прогнозирования, обычно весьма обширен, желательно его сократить, и крупное направление современных исследований посвящено методам отбора «информативного множества признаков». Однако эта проблема пока еще окончательно не решена.
2.2 Новые подходы к стратегическому менеджменту: индикаторные модели и сценарный подход
Стратегическое планирование это процесс, охватывающий все сферы жизнедеятельности компании. Достаточно часто компанию и окружающую ее среду представляют как некое поле с игроками (клиентами, конкурентами и др. группами, которые могут влиять на те или иные процессы). Для современного стратегического планирования такая трактовка малопригодна в силу крайне низкой инструментальности. Как уже было сказано выше, стратегия направлена на то, чтобы создать желаемую картину будущего компании (видение) и выбрать путь ее достижения. С этой позиции «спонтанное» понимание компании и среды, носящее преимущественно описательный характер, не позволит создать адекватный стратегический план, так как не позволит спрогнозировать состояние компании в будущем [7].
На сегодняшний день наиболее стандартной для стратегического планирования является факторная модель. Ее несомненным преимуществом является возможность получать динамическую картину. Факторная модель представляет собой своеобразный график кривой развития организации в многомерном пространстве, где каждая ось является тем или иным фактором, который влияет на изменения рассматриваемой кривой во времени. Какое-то время именно эта модель была идеальной для стратегического планирования.
Однако основным недостатком факторной модели является то, что сам набор факторов и их воздействие должны быть понятны и предсказуемы, в противном случае неизвестный фактор при непонятном влиянии будет давать непредсказуемый результат воздействия. Кроме того, даже если принимать во внимание только понятные и предсказуемые факторы, то нужно принять во внимание достаточно сильное увеличение их числа и комплексность воздействия. К примеру, нельзя точно сказать, что конкретно повлияло на увеличение продаж организации в последние полгода – рекламная кампания, сезонный спрос или социокультурные изменения, вызванные макрофакторами вроде мирового финансового кризиса [20]. Таким образом, факторные модели хорошо работают на стабильных понятных рынках, но не в ситуации неопределенности.
Так как в последнее время, насыщенное экономическими и соцоикультурными изменениями, большинство рынков находятся в ситуации неопределенности, то факторные модели и, более того, само привычное понимание стратегии как конкретного пути достижения цели оказываются неприемлемыми, так как не могут дать компании гибкого инструмента для реагирования на вызовы нестабильной среды.
Таким образом, возникает закономерный вопрос: каким образом выстраивать стратегический план, если нет возможностей ориентироваться в неизвестном пространстве? На самом деле, ориентироваться можно, выделив себе вместо одного пути достижения те ситуации-возможности, которые могут благоприятствовать достижению цели [1]. Это достаточно гибкая схема, позволяющая реагировать на изменения среды, оперативно используя возможности достижения стратегических целей организации. В этом случае модель будет не факторной, а индикаторной (см. Таблицу 7).
Индикаторная модель опирается не на те движущие силы, которые управляют рынком, стремясь просчитать их. Она опирается на показатели, которыми обладает ситуация, то есть на индикаторы.
Таблица 7. Сравнение классической и новой стратегии.
Параметры
Классический стратегический подход
Стратегический подход, основанный на индикаторных моделях
Известность среды
Известная среда
Неизвестная среда
Стабильность среды
Стабильная среда
Нестабильная среда
Основа стратегии
За основу взяты существующие компетенции, способности, продукты и рынки
За основу взяты новые компетенции, способности, продукты и рынки
Требование к состоянию компании
Требуется консолидация
Требуется быстрый рост
Требования к среде
Нужны стабильность и определенность
Нужны перемены, неопределенность приемлема
Требования к материальной базе
Недостаточная база для гибкости, корпоративного венчуринга и скорости
Прочная база для гибкости, корпоративного венчуринга и скорости
Индикаторные модели на сегодняшний день применяются для создания сценариев как инструмента разработки стратегии. Сценарий представляет собой специфический документ, описывающий ситуации, в которых может оказаться компания, и некий план действий компании в этих ситуациях. Программы действий, в отличие от «классического» прогнозирования, не обязательно носят альтернативный характер, они могут пересекаться и интегрироваться друг с другом. Серьезное отличие сценарного подхода от «классического» прогнозирования состоит также в том, что в качестве результата действий компании выбирается не одна наиболее вероятная точка исхода, а определенные диапазоны вероятных исходов.
Несмотря на все отличия, ряд схожих черт у сценариев и прогнозов имеется. И сценарии, и прогнозы направлены либо на описание вероятной ситуации в будущем, либо на выявление путей и сроков ее достижения. И в сценариях, и в прогнозах необходимым является создание модели либо ситуации, либо того объекта, для которого разрабатывается сценарий. И, в конечном итоге, целью и разработки сценариев, и прогнозирования является «научное предвидение» того, каким образом ситуация будет развиваться в определенном моменте в будущем.
Сценарий как способ «предсказания» будущего имеет свою логику, в принципе схожую с логикой прогнозирования, и методологию, согласно которой устанавливаются причинно-следственные связи между действиями компании и возникающими социальными и экономическими эффектами [22]. Эта логика задает саму структуру сценария и его содержание.
Помимо статистико-прогностических методов, при создании сценариев применяются и эвристические методики, так как они позволяют «компенсировать» невозможность расчета влияния стохастических факторов. Эвристические методы могут давать куда большее количество вариантов развития ситуации, чем статистические, и если для статистических прогнозов мерой приемлемости будет соответствие результата допустимым значениям исходного уравнения модели, то для эвристических сценариев таким мерилом являются целесообразность и относительная реалистичность.
Естественно, эвристические методы включают в себя не только «творческую», но и аналитическую часть. В качестве аналитических методик могут выступать и системный, и структурно-функциональный, и причинно-следственный анализ. Кроме того, могут использоваться и более специфические методы, к примеру, метод анализа иерархий. В результате анализа отсекаются заведомо невозможные и наименее правдоподобные и вероятные сценарии, а оставшиеся «картины будущего» описываются с точки зрения того, что должно произойти, чтобы они «сбылись».
В отличие от альтернативных прогнозов, которые могут либо сбыться, либо не сбыться или сбыться частично, сценарии описывают ситуации, которые могут быть в будущем интегрированы между собой. С этой позиции возникает вопрос о том, как определить, по какому сценарию начинает развиваться ситуация. Выше уже были отмечены два из четырех элементов, по которым можно определить вступление в силу того или иного сценария – это факторы (силы), влияющие на ситуацию, и индикаторы (тенденции, которые должны привести к определенному образу развития ситуации). Оставшиеся два элемента – показатели и указатели.
Показатели – это события, которые определяют появление тенденций-индикаторов. Указатели – значимые пороговые значения показателей, которые рассматриваются как четкие указания на наступление событий-показателей (могут носить как качественный, так и количественный характер).
Сложность построения системы указатель – показатель – индикатор – фактор, особенно при скрытом воздействии, состоит в том, что общие факторы, влияющие на развитие ситуации, выделить возможно, но не всегда есть возможность отследить указатели и показатели развития ситуации.
Практика применения сценарного подхода на Западе достаточно широка. Эффективность этого подхода обусловлена несколькими факторами. Во-первых, сценарии позволяют разработавшему их субъекту быть готовым к ряду ситуаций, которые гипотетически могут возникнуть в будущем. Такая готовность повышает скорость реагирования на изменения в условиях неопределенности, а, значит, увеличивает конкурентоспособность организации.
Во-вторых, сценарии содержат в себе перечень показателей (индикаторы, показатели, указатели), по которым можно определить, согласно какому сценарию начинает развиваться ситуация и заранее подготовиться к действиям. Это важно при разработке антикризисных мер, особенно в отношении ситуаций, связанных с чрезвычайными ситуациями.