Применение интеллект-карты для оценки материальных и нематериальных факторов в системе стратегического планирования

Яковлева Е.А.1, Волкова Э.С.1
1 Санкт-Петербургский государственный экономический университет

Статья в журнале

Лидерство и менеджмент (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 7, Номер 4 (Октябрь-декабрь 2020)

Цитировать:
Яковлева Е.А., Волкова Э.С. Применение интеллект-карты для оценки материальных и нематериальных факторов в системе стратегического планирования // Лидерство и менеджмент. – 2020. – Том 7. – № 4. – С. 659-676. – doi: 10.18334/lim.7.4.111254.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44447351
Цитирований: 1 по состоянию на 07.12.2023

Аннотация:
Представленное в работе семантическое моделирование на основе интеллект-карт создает представление о текущей ситуации функционирования промышленного предприятия, позволяя выявить причинно-следственные связи межэлементного взаимодействия потоков ресурсных комплексов (материального и нематериального типа), распознать на ранних этапах угрозы возникновения проблемных ситуаций, нарушающих гомеокинетическое равновесие в системе и снижающих ее работоспособности. Применение семантического моделирования анализируемой предметной области с формированием моделей объекта и субъекта, построение деревьев целей, синхронизацией потребностей и возможностей предприятия для мониторинга движения потоков ресурсных комплексов позволяет сформировать представленный в работе каркас (модель) дискретно-ситуационной сети проблемных ситуаций во взаимосвязи с основными функциями управления (планирование, организация, координация и контроль). Как важный научный результат в статье представлен подход к анализу материальных и нематериальных факторов операционной, инвестиционной, инновационной и финансовой деятельности промышленного предприятия для оценки эффективности его деятельности и результативности принимаемых управленческих решений, влияющих на инновационный потенциал и потенциал роста предприятия на основе формирования причинно-следственной (интеллект) карты для определения направлений инновационного развития. С появлением инновационных технологий информатизации существенно расширяются возможности обработки информации и появляется возможность формировать необходимый потенциал роста на основе логики путем построения взаимосвязанных сетевых графов и причинно-следственных карт, объединяющих факторы среды и их причинно-следственные связи.

Ключевые слова: инновации, дискретно-ситуационная сеть, интеллект-карта, промышленное предприятие, информационное общество, факторы

Финансирование:
Исследование выполнено при поддержке гранта РФФИ, проект 19-010-00257 «Методология анализа промышленных предприятий и отраслей нематериального производства в условиях информационного общества и цифровизации».

JEL-классификация: O31, L26, M11



Введение

Направления стратегического развития промышленных предприятий для сохранения конкурентоспособности становятся ориентированными на активное освоение и внедрение интеллектуальных технологий управления во все виды деятельности предприятий. Современная экономика характеризуется цикличностью, сложностью и динамизмом протекающих процессов, и для реализации стратегии предприятию необходимо находиться в «коридоре» заданных норм и правил, адаптироваться к внешним условиям и внутренним потребностям. Достижение таких параметров определяется сочетанием материальных и нематериальных факторов внешней и внутренней среды предприятия, позволяющих эффективно, стабильно и безопасно реализовывать цели по всем направлениям деятельности.

Целью работы является распознавание (антиципация) на ранних этапах риска угроз возникновения проблемных ситуаций стратегического характера, нарушающих гомеокинетическое равновесие в системе, которые могут снизить работоспособность и живучесть системы. Для этого необходимо изучение условий, ограничений, потенциала предприятия, моделирование его поведения в сложных экономических условиях, анализ факторов, влияющих на результаты деятельности предприятия.

Классические методы экономического анализа финансово-хозяйственной деятельности предприятия представляют систему аналитических результирующих показателей, рассчитываемых по результатам деятельности предприятий на основании финансовой отчетности, составляемой за определенный период времени и, по сути, констатирующей достигнутые результаты на определенную дату. В связи с этим имеется некоторый фактор запаздывания принятия управленческих решений, направленных на корректировку деятельности предприятия при выявлении отклонений значений показателей результативности и эффективности деятельности предприятия в системе принятия и поддержки управленческих решений.

Применение когнитивных технологий управления в экономическом анализе материальных и нематериальных факторов, влияющих на функционирование и развитие промышленного предприятия, позволяет сформировать так называемый концептуальный каркас (иными словами, модель предприятия) в виде дискретно-ситуационной сети антиципации проблемных ситуаций и из разрешений в системе стратегического управления для дальнейшей формализации модели принятия решений по конкретизации информации в системе стратегического планирования [1, с. 75] (Putin, 1997, р. 75). «Стратегическое планирование рассматривается как сознательное планирование преобразований на основе прогнозирования, регулирования и приспособления их к достижению стратегических целей развития минерально-сырьевого комплекса региона»… «Процесс стратегического планирования сопровождается формированием соответствующих банков данных – количественных и качественных, которые используются для прогнозирования внешних факторов и оценки стратегических альтернатив» [Путин В.В.] [1] (Putin, 1997).

Указанный подход получил развитие в виде рискозащищенных технологий стратегического планирования [2, 3, 4] (Klimenkov, Kukor, 2017; Klimenkov, Kukor, Pytkin, 2010; Vinogradov, Kurshev, 2020), призванный своевременно выявить материальные и нематериальные факторы, угрозы риска возникновения проблемных ситуаций, возникающих при функционировании предприятия и нарушающих гомеокинетическое равновесие его сложной экономической системы, создать представления текущей ситуации предприятия с использованием количественных и качественных переменных, с использованием высказываний на естественном языке.

В теории систем получила признание школа ситуационного управления Д.А. Поспелова, Ю.И Клыкова, Л.А. Болотова [5, 6] (Pospelov, 1986; Bolotova, 2020). Значительный вклад в создание методических разработок социально-экономического характера по адаптивному управлению, являющихся основой для рискозащищенных технологий управления в экономике, внесли ученые: А.Е. Карлик, Б.Л. Кукор, В.В. Рохчин, В.В. Платонов и многие другие известные ученые [7, 8] (Karlik, Platonov, Krechko, 2018; Bergman, Dyukov, Platonov, 2015). Моделирование проблемных ситуаций на основе анализа дискретно-ситуационной сети, интегрированной в систему стратегического управления, которое предложил Б.Л. Кукор, способствует более полному пониманию структуры и связей процессов, систем, объектов с формированием более четких определений тех или иных явлений, происходящих в среде, окружающей предприятие, повышая при этом способность предприятия адаптироваться к таким изменениям [2] (Klimenkov, Kukor, 2017).

1. Изложение показателей эффективности и результативности операционной деятельности, включая инновационный вектор развития для определения инновационного потенциала и потенциала роста

В целях выявления и управления факторами, влияющими на результативность и эффективность операционной, инвестиционной деятельности предприятия, на его инновационный потенциал и потенциал роста, для раннего выявления проблемных ситуаций и определения направлений инновационного развития в условиях цифровизации бизнес-процессов становится актуальным использование методологических подходов, основанных на семиотических методах, связанных с логикой, семантикой, синтактикой на основе системного и ситуационного подходов [5] (Pospelov, 1986), когнитивного картирования [7] (Karlik, Platonov, Krechko 2018), семантического и логико-лингвистического моделирования, интеллектуальных систем поддержки решений и средств компьютерной визуализации и коммуникаций, которые поддерживают механизм обратного логического вывода при реализации основных функций управления: планирования, организации, координации и контроля исполнения управленческих решений.

Инновационный потенциал предприятия можно рассматривать не только «с точки зрения обеспечения ресурсами и укрепления конкурентных позиций, но и как следствие наличия возможностей для экономического роста и развития, отражающих способность получения максимального результата с минимальными затратами, то есть создание дополнительной стоимости» [9] (Yakovleva, Kozlovskaya, Boyko, 2018). Новые инновационные направления развития предприятия возможны для реализации при стабильном уровне потенциала роста предприятия и зависят от степени имеющегося на предприятии инновационного потенциала. Оценка и диагностика возможного потенциала роста предприятия на основе оценки результативности и эффективности его деятельности с определением и диагностикой факторов, влияющих на него, а также отраслевых и прочих условий, влияющих на производственную деятельность предприятия, возможна только на основе системного подхода, позволяющего формировать целостность хозяйствующего субъекта во взаимосвязанности ресурсных потоков, в интеграции решения производственных потребностей, и как следствие, в видении будущего инновационного развития предприятия и повышения конкурентоспособности.

Сопоставление целей предприятия, его потребностей и возможностей, оценка использования ресурсных комплексов предприятия, выявление факторов и рисков возникновения проблемных ситуаций способствуют определению направления инновационного развития, повышению адаптивности предприятия как сложной экономической системы к динамичным изменениям внешней среды, созданию условий для формализации управленческих решений для руководителя предприятия, ментальных процессов принятия решений лицами, ответственными за повышение эффективности деятельности предприятия, и как следствие, росту потенциала [10] (Volkova, 2020).

Система показателей, характеризующая обеспеченность, состояние и эффективность использования материально-технической базы предприятия, влияет на технологический уровень развития предприятия, дальнейшее развитие инновационной активности и, соответственно, на изменение инновационного потенциала и потенциала роста (фондоемкость, фондоотдача, стоимость и структура основных фондов и др.). Фактор «материальные ресурсы» непосредственно влияет на объем производства и реализацию продукции (материальные ресурсы и затраты, материалоотдача, структура затрат, энергоемкость и др.) [11, 12, 13] (Andreeva, 2020; Babkin, Novikov, 2009; Yakovleva, Kozlovskaya, Gadzhiev, Sharich, Yakovleva, 2019).

2. Обоснование применения логико-лингвистического моделирования (ЛЛМ) для отражения материальных и нематериальных факторов операционной, инвестиционной, финансовой и инновационной деятельности в методологии анализа эффективности деятельности и оценки результативности развития промышленных предприятий в условиях информационного общества и цифровизации

Реализация стратегии развития предприятия, направленной на повышение потенциала роста, на основе построения концептуального каркаса, методов теории адаптивного управления с применением семантических моделей, фреймового представления знаний о проблеме меняет управленческий подход к сохранению и повышению потенциала роста предприятия и его конкурентного положения [13, 14] (Yakovleva, Kozlovskaya, Gadzhiev, Sharich, Yakovleva, 2019). Применение семантического моделирования потенциала роста и разнообразных факторов, влияющих на результативность и эффективность деятельности предприятия с учетом особенностей производственного и организационного процессов на предприятии, позволяет более точно охарактеризовать и прогнозировать результативные показатели функционирования объекта и субъекта управления [6, 15] (Bolotova, 2020; Moseyko, Korobov, Tarasov, 2015).

При этом возможно исключить влияние низкой активности ментального процесса определенных лиц, принимающих решения, их коррумпированности, что позволит объективно оценивать текущую ситуацию, определять направления в стратегии развития предприятия, нацеленные на усиление потенциала роста предприятия.

Использование системы показателей, характеризующих результативность и эффективность движения таких взаимообратных потоков, позволяет применить системный подход к измерению потенциала роста предприятий различных отраслей во взаимосвязи с основными функциями управления (планирование, организация, координация и контроль) и определению материальных и нематериальных факторов потенциала роста путем семантического моделирования.

3. Семантическое моделирование и картирование как развитие принципов и моделей, применяемых в экономике с точки зрения системного анализа многообразия отношений и взаимозависимостей форм организации деятельности промышленного предприятия в условиях цифровизации

Семантическое моделирование и когнитивное картирование с применением метода нечеткой логики позволяет определить для каждого фактора, параметра, показателя его текущее состояние и через выявление соотношения уровней потребностей и возможностей выявить в каждый период времени с использованием современных информационно-коммуникативных технологий и модулей распознавания их несоответствие, определить эталонное значение показателей в семантической модели и эмпирическое состояние. Далее приведем схему семантического моделирования предметной области – материальных и нематериальных факторов эффективности и результативности операционной, инвестиционной, инновационной и финансовой деятельности для анализа эффективности и результативности [6, 8, 16] (Bolotova, 2020; Bergman, Dyukov, Platonov, 2015; Buletova, Gorelova, 2017).

Рисунок 1. Схема семантического моделирования предметной области

Источник: [10] (Volkova, 2020).

По рисунку 1 построение моделей объекта и субъекта управления с их деревьями целей, анализ межэлементных взаимообратных потоков с проведением когнитивного картирования для определения проблемных ситуаций на основании выявленных несоответствий между потребностями и имеющимися возможностями позволяет построить графы дискретно-ситуационной сети проблемных ситуаций, возникающих вследствие воздействия неблагоприятных факторов внешней среды и снижающих эффективность деятельности предприятия, которая является источником потенциала его роста, инновационной активности и может рассматриваться как мера экономичности и результативности использования материальных, финансовых и трудовых ресурсов, энергетических и информационных ресурсов и прочих видов ресурсов, потребляемых предприятием в его деятельности [13] (Yakovleva, Kozlovskaya, Gadzhiev, Sharich, Yakovleva, 2019). Выявленное несоответствие потребности и возможности указывает на наличие проблемных ситуаций в текущем и будущем периодах, которые далее возможно классифицировать в соответствии с теорией адаптивного управления по классам проблемных ситуаций для дальнейшего построения дискретно-ситуационной сети проблемных ситуаций и принятия управленческих решений согласно определенным классам проблемных ситуаций.

Представление предметной области в виде семантической модели системы показателей, характеризующих операционную, инвестиционную и финансовую деятельность предприятия и соответствующих в финансовой отчетности трем финансовым потокам, позволяет провести анализ материальных и нематериальных факторов эффективности и результативности деятельности предприятия, при этом подразделяя потенциал роста предприятия на два типа, различных по природе: потенциал ресурсного типа и потенциал роста предприятия, которые являются необходимым источником устойчивого развития и повышения конкурентоспособности предприятия.

4. Апробация модели оценка влияния материальных и нематериальных факторов на эффективность деятельности предприятия на основе интеллект-карты

Выявление при когнитивном картировании взаимосвязей и взаимозависимостей между факторами, влияющими на результативность деятельности предприятия по разным направлениям, позволяет определить несоответствие имеющихся возможностей и потребностей предприятия, следствием которых является возникновение проблемных ситуаций на предприятии и снижение потенциала роста. Интеллект-карта (когнитивная карта), или причинно-следственная карта визуализирует отношения «системы связей по типу «причина-следствие» с тем, чтобы выявить структуру человеческого сознания» в процессе принятия управленческих решений. «В отличие от психологии, теория управления не претендует на непосредственное изучение процессов сознания и в качестве объекта когнитивного картирования ограничивается причинно-следственными представлениями» [7, 8] (Karlik, Platonov, Krechko, 2018; Bergman, Dyukov, Platonov, 2015).

Интеллект-карты позволяют выделить управляющие факторы в ситуации, на которые возможно воздействие ЛПР, и целевые факторы, являющиеся объектом управленческих воздействий, а также служат для формирования и уточнения гипотезы о возможном целевом состоянии, функционировании предприятия. Когнитивное моделирование позволяет определить силу и направление влияния факторов, имеющих неоднозначное воздействие на объект управления, кроме того, позволяет выявить трудно формализуемые связи, обуславливающие скрытые причины проблемных ситуаций (рис. 2) [17] (Emelyanova, Fralenko, 2018).

В нашем случае модель будет представлена в виде схемы факторов, имеющих определенное влияния на целевое состояние объекта управления.

Отрицательные связи способствуют нарушению баланса и понижают уровень безопасности и эффективности деятельности системы.

Рисунок 2. Когнитивная карта эффективности и результативности деятельности предприятия

Источник: [10] (Volkova, 2020).

На рисунке 2 следует в первую очередь учесть прямое влияние факторов, влияющих на результаты деятельности предприятия. Целью интеллект-карты (модели) является выделение среди всех факторов факторы, несущие риски угроз возникновения проблемных ситуаций, а также стратегически значимые, позволяющие эффективно развиваться в долгосрочной перспективе и усиливать инновационную активность [18] (Yakovleva, Platonov, Karlik, Sharich, Yakovleva, 2019).

Комплексная классификация факторов, влияющих на результативные показатели деятельности предприятия, определение причинно-следственных связей между ними позволяет сохранять, повышать, корректировать потенциал роста предприятия.

К внешним факторам можно отнести технологические, социально-культурные и демографические, макроэкономические, геополитические и правовые. К серьезным макроэкономическим факторам можно отнести степень развития финансового рынка и страхового дела, налоговую и кредитную политику, уровень инфляции.

К внутренним факторам, влияющим на результативность и эффективность деятельности предприятия, можно отнести несколько групп: величина и структура производственных расходов, состояние имущественного комплекса, состав и структура финансовых активов, размер уставного капитала и доля собственного капитала, объем, ассортимент и номенклатура производимой продукции и оказываемых услуг и доля спроса на них среди отраслевых конкурентных предприятий, компетентность и профессионализм персонала. Потенциал роста предприятия также зависит и от политики использования прибыли и ее распределения, влияющей на финансовую устойчивость предприятия [19, 20] (Sosnovskaya, 2018; (Ustinova, Sirazetdinov, 2017).

При описании взаимоотношений факторов используется параметр «тенденция», характеризующийся нечеткой логикой определения ее степени, в соответствии с которой придается этому параметру и числовое значение, находящееся в интервале от -1 до +1, приведем в таблице 1 их значения для нашей модели по рисунку 1.

Таблица 1

Значения лингвистических параметров

Лингвистические значения переменной «тенденция»
Лингвистические значения переменной, описывающей связи между базисными факторами
Числовые значения переменной
Очень низкий рост (падение)
Очень слабо усиливает (ослабляет)
0,1; 0,2 (-0,1; -0,2)
Низкий рост (падение)
слабо усиливает (ослабляет)
0,3; 0,4 (-0,3; -0,4)
Умеренный рост (падение)
Умеренно усиливает (ослабляет)
0,5; 0,6 (-0,5; -0,6)
Сильный рост (падение)
Сильно усиливает (ослабляет)
0,7; 0,8 (-0,7; -0,8)
Очень сильный рост (падение)
Очень сильно усиливает (ослабляет)
0,9; 1 (-0,9; -1)
Источник: [21] (Khrustalyov, 2011).

Прогнозирование нарушения потоков, нарушающих соотношение «потребности – возможности», ведущего к возникновению проблемных ситуаций первого класса, в соответствии с теорией адаптивного управления с помощью лингвистических параметров (табл. 1), позволяет предприятию своевременно выявить угрозы снижения эффективности деятельности предприятия и разработать альтернативные сценарии действий в той или иной ситуации путем принятия квалифицированных управленческих решений, направленных на разрешение проблемных ситуаций, а значит, и на преодоление барьеров на пути достижения цели по наращиванию потенциала роста [13, 18] (Yakovleva, Kozlovskaya, Gadzhiev, Sharich, Yakovleva, 2019; Yakovleva, Platonov, Karlik, Sharich, Yakovleva, 2019).

В процессе хозяйственной деятельности предприятия существует многообразие отношений и взаимозависимостей форм организации деятельности предприятия. Взаимодействие предприятия с объектами окружающей среды осуществляется по принципу взаимодействия взаимообратных потоков – т.е. осуществления предприятием обмена материальными (вещественными, денежными и др.) и информационными потоками с объектами внешней и внутренней среды, которое требует сохранения баланса между потребностями предприятия и его возможностями, что обусловливает способность предприятия к сохранению и повышению потенциала его роста [22] (Yushina, 2018).

При выполнении структурного анализа когнитивной карты формируется представление об имеющихся начальных тенденциях на предприятии с выявлением направлений и степени их, определяются базисные факторы и векторы управлений (табл. 2).

Таблица 2

Базисные факторы когнитивной модели и векторы управлений


Факторы модели (целевые, управляющие)
Начальная тенден-ция*
Целевое значе-ние**
Вектор управления***
1
2
3
4
5
1
Объемы продаж и производства
0,5
0,8
-
-
-
-
-
2
Государственное регулирование цен
0,1
0,8
-
-
-
-
-
3
Состав и структура ОПФ
0,9
-
-
-
-
-
-
4
Усовершенствование технологического и производственного процесса
0,5
0,9

0,2
0,2

0,2
5
Система контроля качества продукции
0,5
0,8





6
Диверсификация производства
0,5
0,8





7
Инвестиционная привлекательность
0,4
-
0,2

0,2
0,4

8
Доля собственного капитала
0,2
1
-
-
-
-
-
9
Геополитический фактор
0,5
-
-0,4
-0,4
-0,4
-0,4
-0,4
10
Качество управления внедрения инноваций в бизнес-процессы
0,1
0,5
0,4

0,4
0,4

11
Качество рискозащищенной политики управления
0,1
-
0,4
0,4

0,4

12
Степень трудоемкости производства и автоматизации процесса
0,1
-
0,2

0,2
0,2

13
Оснащенность предприятия новыми технологиями производства и оборудования
0,3
-
0,2
0,2

0,2

14
Реинжиниринг неэффективных бизнес процессов предприятия
-0,5
0,7
-
-
-
-
-
15
Кадровый потенциал
-0,8
0,5

0,2
0,4

0,2
*Значение начальной тенденции определяет векторы скорости и направления развития каждого фактора.

Источник: [21] (Khrustalyov, 2011).

Из таблицы 2 важно отметить, что рассматриваемые факторы имеют различные начальные тенденции и целевые значения, сравнение которых определяет направления выработки управленческих решений.

В таблице 3 представим детально желаемое развитие предприятия в соответствии с его вектором целей. Присвоим факторам оценку динамики значения рангов для самых важных целей предприятия. Анализ причинно-следственных взаимоотношений базисных факторов модели необходим для эффективного управления и, как следствие, принятия обоснованных решений (табл. 3).

Таблица 3

Вектор целей

№ п/п
Наименование целевого фактора
ОДФ
Важность
Начальная тенденция
Целевое значение
1
Объем продаж
1
4
-0,5
0,8
2
Государственное регулирование цен
1
4
0,1
0,8
4
Усовершенствование технологического и производственного процесса
1
5
0,5
0,9
5
Система контроля качества продукции
1
3
0,5
0,8
6
Диверсификация производства
1
2
0,5
0,8
8
Доля собственного капитала
1
5
0,2
1
10
Качество управления внедрения инноваций в бизнес-процессы
1
4
0,1
0,5
14
Реинжиниринг неэффективных бизнес процессов предприятия
1
3
-0,5
0,7
15
Кадровый потенциал
1
5
-0,8
0,5
Источник: [21] (Khrustalyov, 2011).

Из таблицы 3 следует, что принятие управленческих решений определяется степенью важности факторов, влияющих на процессы производственной деятельности предприятия и в наибольшей степени способствующих достижению целевых значений, которые будут способствовать росту эффективности и результативности деятельности предприятия в целом.

В таблице 4 раскрывается суть матрицы результатов анализа целей по согласованности материальных и нематериальных факторов, влияющих на результаты деятельности предприятия.

Таблица 4

Матрица результатов анализа целей

№п/п
Наименование целевого фактора
№ целевого фактора
1
2
4
5
6
8
10
14
15
1
Объем продаж









2
Государственное регулирование цен









4
Усовершенствование технологического и производственного процесса









5
Система контроля качества продукции









6
Диверсификация производства









8
Доля собственного капитала









10
Качество управления внедрения инноваций в бизнес-процессы









14
Реинжиниринг неэффективных бизнес процессов предприятия









15
Кадровый потенциал









Источник: [21] (Khrustalyov, 2011).

В таблице 4 представим в виде матрицы транзитивного замыкания результатов анализа целей на непротиворечие друг другу. Незаполненные графы свидетельствуют о том, что межфакторная связь отсутствует, соответственно, графы с кружками говорят о согласованности факторов.

Анализ причинно-следственных взаимоотношений базисных факторов необходим для эффективного управления и, как следствие, принятия обоснованных решений.

Выводы

Таким образом, в работе осуществлен выбор и обоснование методов логико-лингвистического моделирования для отражения материальных и нематериальных факторов операционной, инвестиционной, инновационной и финансовой деятельности предприятия для анализа его эффективности и результативности на основе системного, ситуационного подхода, в том числе к измерению потенциала роста и определения направлений инновационного развития. Использование лингвистических переменных и когнитивного картирования осуществлено для описания взаимоотношений указанных факторов и позволяет выявить многообразие отношений и взаимозависимостей форм организации деятельности промышленного предприятия в условиях цифровизации. Используемый подход построения когнитивной модели и анализ сложных ситуаций позволяет провести качественно-количественную оценку последствий управленческих решений и предоставляет возможность выбора правильного решения в непредвиденных ситуациях (негативного воздействия со стороны окружающей среды), а также позволяет сформировать представление о степени полноценности знаний о факторах и их взаимосвязях, влияющих на рост инновационного потенциала. В результате анализа определяется оптимальная последовательность преемственных управляющих воздействий инновационно-инвестиционного и операционного характера, максимально возможно удовлетворяющих потребности предприятия при достижении им целей повышения эффективности деятельности предприятия и его инновационного потенциала [19] (Sosnovskaya, 2018). Далее на основании анализа причинно-следственных карт разрабатываются или корректируются перспективные планы развития на основе определенных параметров, обеспечивающих возможность достижения установленных целей и включения их в стратегический план, т.е. задания целевого стратегического состояния для предприятия. За выбором и определением параметров целевого состояния предприятия следует выполнение последовательных действий алгоритма стратегического ситуационного управления [23] (Yagolnitser, Kolobova, 2018).

С появлением инновационных технологий информатизации существенно расширяются возможности обработки информации и появляется возможность формировать необходимый потенциал роста на основе логики путем построения взаимосвязанных сетевых графов и причинно-следственных карт, объединяющих факторы среды и их причинно-следственные связи.


Источники:

1. Путин В.В. Стратегическое планирование воспроизводства минерально-сырьевой базы региона в условиях формирования рыночных отношений: Санкт- Петербург и Ленинградская обл. автореферат дисс. кандидата экономических наук: 08.00.05 / Путин Владимир Владимирович ;[Место защиты: Санкт-Петербургский горный институт].- Санкт-Петербург, 1997.
2. Клименков Г.В., Кукор Б.Л. Комплексная оценка процесса стратегического управления промышленностью региона. Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2017. № 3 (21). С. 42-49.
3. Клименков Г.В., Кукор Б.Л., Пыткин А.Н. Экспертные системы и системы ситуационного управления на базе логико-лингвистических моделей. Вестник Пермского научного центра УрО РАН. 2010. № 2. С. 26-37.
4. Виноградов А.Н., Куршев Е.П. Интеллектуальные решения для системы стратегического управления и планирования. В сборнике: Системный анализ в проектировании и управлении. Сборник научных трудов XXIV Международной научной и учебно- практической конференции: в 3 ч.. Санкт-Петербургский политехнический университет Петра Великого. 2020. С. 311-318.
5. Поспелов Д. А. Ситуационное управление: Теория и практика. – М.: Наука. Гл. ред. физ.-мат. лит., 1986. – 288 с.
6. Болотова Л.С. Системы поддержки принятия решений в 2 частях. 1 часть:учебник и практикум для вузов/Л.С. Болотова; ответственный редактор В.Н. Волкова, Э.С. Болотов. – Москва: Издательство Юрайт,2020 – 257 с.
7. Карлик А.Е., Платонов В.В., Кречко С.А. Совместное когнитивное картирование -метод обеспечения междисциплинарных инновационных проектов меганауки. Экономическая наука современной России. 2018. № 4 (83). С. 65-84.
8. Бергман Ю.П., Дюков И.И., Платонов В.В. Когнитивное картирование как инструмент оценки качества стратегического мышления на предприятии. В сборнике: Национальные концепции качества: повышение качества в обеспечении конкурентоспособности экономики. сборник материалов Международной научно-практической конференции. под редакцией Е.А. Горбашко. 2015. С. 46-48.
9. Яковлева Е.А., Козловская Э.А., Бойко Ю.В. Оценка инновационного потенциала предприятия на основе стоимостного подхода // Вопросы инновационной экономики. – 2018. – Том 8. – № 2. – С. 267-282. – doi: 10.18334/vinec.8.2.39139.
10. Волкова Э.С. Стратегическое планирование деятельности предприятий электроэнергетики Республики Карелия: Санкт- Петербург. автореферат дисс. на соискание ученой степени кандидата экономических наук: 08.00.05 / Волкова Эльвира Сергеевна; [Место защиты: Санкт-Петербургский государственный экономический университет].- Санкт-Петербург, 2020.
11. Андреева Т.В. Тенденции развития промышленности в современной экономической системе: инновационный потенциал // Инновации и инвестиции, № 2. 2020.
12. Бабкин А.В., Новиков А.О. Анализ подходов и методов оценки инновационного потенциала предприятия // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. экономические науки. – 2009. – № 2-2(75). – С. 193-204.
13. Яковлева Е.А., Козловская Э.А., Гаджиев Р.М., Шарич Э.Э., Яковлева Д.Д. Модель управления инновационной активностью // Креативная экономика. – 2019. – Том 13. – № 6. – с. 1075-1084. – doi: 10.18334/ce.13.6.40712.
14. Кузьмина О.Е. Показатели, характеризующие инновационный потенциал предприятия. URL: http://elar.urfu.ru/bitstream/10995/55129/1/vestnik_2014_6 _003.pdf (дата обращения: 14.11.2020).
15. Мосейко В.О., Коробов С.А., Тарасов А.В. Когнитивное моделирование при формировании управленческих решений: потенциал ресурсно-факторного анализа // Креативная экономика. – 2015. – Том 9. – № 5. – С. 629-644. – doi: 10.18334/ce.9.5.267
16. Булетова, Н.Е. Онтологические парадоксы в системе государственного стратегического управления / Н.Е. Булетова, И.В. Горелова // Онтология проектирования. – 2017. – Т. 7, №1(23). – С. 89-101.
17. Емельянова Ю.Г., Фраленко В.П. Методы когнитивно-графического представления информации для эффективного мониторинга сложных технических систем // Программные системы: теория и приложения. 2018. Т. 9. № 4 (39). С. 117-15
18. Яковлева Е.А., Платонов В.В., Карлик Е.М., Шарич Э.Э., Яковлева Д.Д. Эмпирическая модель систематизации финансовых показателей по функциям менеджмента как основа установления инновационного потенциала организации // Лидерство и менеджмент. – 2019. – Том 6. – № 2. – с. 73-90. – doi: 10.18334/lim.6.2.40883.
19. Сосновская М.С. Проблемы развития инновационной инфраструктуры в России // Инновационная наука. 2018. №5.
20. Устинова Л.Н., Сиразетдинов Р.М. Инновационный потенциал предприятия: сущность, структура, оценка // Российское предпринимательство. – 2017. – Том 18. – № 23. – С. 3751-3764. – doi: 10.18334/rp.18.23.38616
21. Хрусталёв Е.Ю. Когнитивная модель развития банковской системы РФ // Экономика и математические методы. 2011. Т. 47. № 2.
22. Юшина К.С. Повышение эффективности деятельности наукоемких предприятий атомной отрасли через кластеризацию на основе теории адаптивного управления // Креативная экономика. – 2018. – Том 12. – № 8. – с. 1153-1164. – doi: 10.18334/ce.12.8.39256.
23. Ягольницер М.А., Колобова Е.А. Измерение влияния институциональных условий на образование инновационных кластеров в регионах России // Вопросы инновационной экономики. – 2018. – Том 8. – № 4. – С. 661-678. – doi: 10.18334/vinec.8.4.39485.

Страница обновлена: 07.12.2023 в 17:03:53