Статья опубликована в журнале «Креативная экономика»10 / 2009

Инновационная стратегия предприятия на основе логистической производственной функции

Бершев Сергей Михайлович, Doctor of Business Administration, Kennedy – Western University, США, советник генерального директора ОАО «Уралсвязьинформ», аспирант, Санкт-Петербургский государственный университет телекоммуникаций, Россия

Innovative strategy of an enterprise based on logistic production function - View in English

 Читать текст |  Скачать PDF | Загрузок: 53

Аннотация:
Описана методика разработки на основе логистической производственной функции стратегии компании-оператора при внедрении инновационных услуг связи.

JEL-классификация:

Цитировать публикацию:
Бершев С.М. Инновационная стратегия предприятия на основе логистической производственной функции // Креативная экономика. – 2009. – Том 3. – № 10. – С. 108-112.

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241


Существенной особенностью традиционного подхода к разработке инновационной стратегии является то, что понятие инновация строится с высокой степенью абстракции. Это лишает рыночные стратегии компаний – субъектов бизнеса ‑ конкретности и сводит на нет ее эффективность.

Сегодня ‑ время зарождения и развития принципиально новых технологий формирования современных услуг, обладающих, безусловно, более высокими потребительскими свойствами. Следовательно, при внедрении инновационных продуктов можно увидеть процесс диффузии инноваций, построить количественную модель ее внедрения; правильно определить необходимые инвестиции. Внедрение инноваций становится единственно возможным способом прибыльного вложения капитала и удовлетворения рыночного спроса [1].

Основы теории диффузии инноваций были заложены в труде шведского географа Т. Хагерстранда «Пространственная диффузия как процесс внедрения нововведений», изданном в 1953 г [2]. Он описал основные теоретические понятия диффузии инноваций – расстояние, контакт, поле информации. В нашем случае показателем объема внедрения служит абонентская плотность для рассматриваемого вида телекоммуникационной услуги. Продвижение инноваций обусловлено контактами пользователей, вероятность контакта уменьшается с увеличением расстояния. Алгоритм построения модели диффузии инноваций заключается в следующем:

  1. Вводится предположение, что процесс диффузии идет на однородной территории, которую можно разделить на сеть ячеек так, чтобы в каждой из них находился один потенциальный потребитель инновации.
  2. Временные интервалы являются дискретными единицами равной продолжительности; каждый интервал называется генерацией; начало диффузии относится к моменту t0.
  3. Ячейки, располагающие каким-либо сообщением (инновацией), называется «очагами».
  4. Очаговые ячейки передают информацию лишь один раз в течение каждого дискретного промежутка времени.
  5. Передача информации осуществляется только путем контакта между двумя ячейками (пользователями).
  6. Вероятность получения информации из очаговой ячейки зависит от расстояния между ней и ячейкой, получающей информацию.
  7. Ячейка, получившая информацию от очаговых ячеек в интервале времени tx, начиная с интервала tx+1, сама становится передатчиком этой информации.
  8. Сообщения, полученные за пределами изучаемой территории, рассматриваются как потерянные и не влияющие на ситуацию.
  9. Сообщения, полученные ячейками, уже воспринявшими данную информацию, рассматриваются как избыточные и не влияющие на ситуацию.
  10. В каждый интервал времени поле информации по очереди центрируется над каждой очаговой ячейкой.
  11. Ячейка, к которой передается информация, определяется случайным образом с учетом распределения вероятностей контактов в поле информации.
  12. Диффузия завершается, когда все ячейки получили информацию.

Современные исследователи обычно вносят изменения в правило 7, так как постулат о восприятии информации в момент ее наступления слишком упрощает реальный ход процесса диффузии. Плодотворная гипотеза заключается в разделении всех потенциальных потребителей на небольшую группу «новаторов», сразу воспринимающих новшество, такую же небольшую группу дольше всех упорствующих «консерваторов», и подавляющее большинство «умеренных», которые воспринимают инновации позже первых, но раньше последних.

Адекватная математическая модель [4, 6 и др.] описанного процесса – логистическая функция:

,                                                                       

где       y – доля населения, воспринявшая инновацию;

            u – верхний предел доли лиц, воспринявших инновацию;

            t – независимая переменная (время);

            a – коэффициент, определяющий сдвиг логисты (начало диффузии);

            b – коэффициент, определяющий крутизну логисты (скорость диффузии).

Значение u задается на основе анализа рассматриваемого явления. Для определения двух неизвестных  a  и  b  достаточно иметь два отсчета: y(t1)  и  y(t2). На практике до разработки прогноза имеется достаточно длительный период времени и поэтому имеется возможность определения более точных значений коэффициентов  a  и  b  методом наименьших квадратов. Это обстоятельство имеет принципиальное значение в связи с двойственной природой логисты.

С одной стороны, это сглаживающая функция временного тренда [3, 5], а с другой, - линия условной регрессии, поскольку объемы и моменты инвестирования случайны относительно избранных моментов времени.

В нашем случае техническая трудность применения метода наименьших квадратов [7] заключается в том, что для аппроксимации используется не стандартная функция, для которой создан алгоритм расчета. Указанную трудность можно преодолеть следующим образом.

Вычислить суммы квадратов отклонений отсчетов от аппроксимирующих кривых для всех пар отсчетов и выбрать кривую с наименьшей суммой. Следует обратить внимание на общность предложенного подхода. Еще одним достоинством примененной методики является имманентная возможность оценки погрешности путем построения оптимистического и пессимистического вариантов прогноза с наибольшим и с наименьшим коэффициентом  b  соответственно.

Оригинальное решение было предложено математиком доцентом МТУСИ Михаилом Сергеевичем Лохвицким [3].

Преобразуем (1-1) к виду: , и введем обозначение: . Далее для выражения  вычислять коэффициенты  a  и  b  при помощи стандартного алгоритма метода наименьших квадратов.

Рассмотрим более подробно свойства логистической функции [3, 4, 6, 15]: . Первая производная логистической функции равна:   .

Отметим характерные особенности логистической функции: наличие асимптот  и , а также явно различимых трех участков – участка подъема, участка энергичного роста и участка плавного замедления роста при приближении к верхней асимптоте.

Первая производная описывает скорость изменения логисты и одновременно оптимальную инновационную стратегию - график оптимальных инвестиций в развитие инновации. Действительно, в начале первого этапа, когда судьба инновации не очевидна и риск инвестиций велик, их объем должен быть относительно мал; затем, начиная с точки сопряжения первого и второго участков, инвестиции должны возрастать до своего максимума в точке перегиба (0,  ); и, наконец, после прохождения границы второго и третьего участков капитал следует постепенно извлекать из этого бизнеса и вкладывать в поиск очередной инновации.

Таким образом, задача построения инновационной стратегии сводится к задаче определения границ между участками логисты.

 


Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. Березовская М. Инновационный аспект экономического развития // Вопросы экономики. – М., 1997. – N 3. – С.58-66.
2. Герман Ван дер Вее. История мировой экономики: 1945 – 1990. – М.: Наука, 1994.
3. Деарт Ю.В., Цым А. Ю., Бурцев И. В. Прогноз количества пользователей Интернет в России // Электросвязь. – №6. – 2005. – С. 16-18.
4.. Дедов Л.А. Измерение и анализ структурной динамики в экономических системах. – Екатеринбург.: УрО РАН, 1994. – 37 с.
5. Дедов Л.А. Развитие хозяйственных систем: методы оценки и анализа. – Екатеринбург.: Изд-во УрО РАН, 1998. – 196 с.
6. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник/ Под общ. ред. д.э.н., проф. А.В. Сидоровича; МГУ им. М.В.Ломоносова, – 3-е изд., перераб. – М.: Дело и Сервис, 2001. – 368 с. – (Серия "Учебники МГУ им. М.В. Ломоносова" ).
7. Краснощеков П.С., Петров А.А. Принципы построения моделей. – М.: Изд-во МГУ, 1983. – 264 с.