Оценка эффективности инновационной политики на предприятиях АПК

Тип работы:
Реферат
Предмет:
Организация и управление


Узнать стоимость

Детальная информация о работе

Выдержка из работы

ОЦЕНКА ЭФФЕКТИВНОСТИ ИННОВАЦИОННОЙ ПОЛИТИКИ
НА ПРЕДПРИЯТИЯХ АПК
М. С. САНТАЛОВА, А. Н. ВОСКОНЯН
В работе построена логит-модель бинарного выбора с целью разработки методики прогноза вероятности эффективной работы менеджеров агропромышленного предприятия при формировании и реализации инновационной политики. Данная модель позволяет использовать качественные оценки в ранговых и номинальных шкалах на основании оценки компетенций. Качество приближения модели оценивается с помощью функции правдоподобия. Компетенции, рассматриваемые в модели, следующие: лидерство, стратегическое мышление, планирование, организаторские способности, аналитические способности, умение работать в команде, инновационность, мотивация труда подчиненных, ориентация на достижение результата, деловая осведомленность, самоконтроль.
Ключевые слова: методика прогноза эффективной работы предприятия АПК, агропромышленный комплекс, инновационность персонала, компетенции, эффективный труд менеджеров.
На основе построения логит-модели бинарного выбора разработаем методику прогноза вероятности эффективной работы агропромышленного предприятия.
По данной методике оценивается эффективность деятельности директоров филиалов предприятия. О степени эффективности работы руководителя можно судить по тому, насколько успешно функционирует само подразделение предприятия. Под успешной деятельностью подразделения будем понимать стабильное получение прибыли, увеличение товарооборота, расширение сбытовой сети, низкую текучесть кадров, своевременное формирование и исполнение инновационной политики.
В предлагаемой методике на первом этапе составляется рейтинг филиалов предприятия по степени успешности. Для этого можно использовать субъективные методы экспертных оценок. Это свя-
зано с тем, что эксперты могут обобщить качественные и количественные показатели работы предприятия и вынести интегрированную оценку качества его работы.
Для составления рейтинга предлагается использовать один из известных экспертных методов: метод медиан рангов, метод Кондорсе, медианы Кемени, парных сравнений [2, с. 56].
Филиалам агропромышленного предприятия, которые получили больше половины предпочтений в процессе сравнения с другими подразделениями, приписывается 1, а получившим меньше половины — 0. Ноль и единица здесь номинальные признаки. Единица ассоциируется с успешностью подразделения, а следовательно, эффективной работой руководителя, а ноль — наоборот. В связи с этим введем бинарную переменную у, значения которой находятся по формуле:
0, деятельность i — го подразделения не успешная,
1, деятельность i — го подразделения успешная,
где i = 1… ^
N — количество исследуемых подразделений.
Следующий этап заключается в построении модели, отражающей зависимость вероятности того, что филиал агропромышленного предприятия будет функционировать успешно, от компетенций, которыми обладает руководитель.
Наибольшее применение на практике при решении подобных задач получили такие эконометрические модели и методы, как:
— модели зависимостей с дискретными эндогенными переменными, известные как логит-модели (logit models) и пробит-модели (probit models) бинарного и множественного упорядоченного выбора-
— факторные модели регрессионного и авторегрессионного типа-
— методы дискриминантного и кластерного анализа.
В нашем случае для прогнозирования вероятности эффективной работы руководителя при формировании и исполнении инновационной политики предлагается использовать мультиномиальную логит-модель бинарного выбора, поскольку модель позволяет использовать качественные оценки в ранговых и номинальных шкалах.
Будем считать, что существует некоторое множество различных вариантов наборов компетенций: Xi = (ха, Х2,---Хп), где i — номер подразделения, п — количество компетенций. В качестве компетенций рассматриваем такие, как лидерство (Х1), стратегическое мышление (х2), планирование (х3), организаторские способности (х4), аналитические способности (х5), умение работать в команде (х6), инновационность (х7), мотивация труда подчиненных (х8), ориентация на достижение результата (х9), деловая осведомленность (х10), са-
Исходные данные для
моконтроль (х11). Каждая компетенция оценивается по ранговой шкале от 0 до 5.
Для определения вероятности того, что у примет значение 1, воспользуемся мульномиаль-ной логит-моделью бинарного выбора:
е^-ЩХ-ЩХ+. -ЩХ
рНхх,--х)=рНХ)=1е^.№. -чх., (1)
где а0, а1,…, ап — коэффициенты модели.
Тогда вероятность того, что у примет значение 0 определяется по формуле:
Р (у = 0 Х1, Х2,… Хп) = 1-Р (у = 1Х1, Х2,--Хп)
Исходные данные для построения модели (1) приведены в таблице 1. Было проведено исследование 23 филиалов предприятия и деятельности их руководителей. Экспертами была сформирована выборка значений переменной у (использовался метод парных сравнений). Для каждого руководителя были определены значения компетенций.
Таблица 1
построения модели
Ли- дерст- во Страте- гическое мышле- ние Плани- рование Организа- торские способно- сти Аналитические способности Работа в команде Иннова- цион- ность Мотивация подчиненных Ориентация на результат Деловая осведом- ленность Самокон троль Класс
х1×2 хэ х4×5 хб х7×8 Х9×10 Х11 У
1 2 3 4 5 6 7 8 9 10 11 12
5 4 4 4 4 4 4 5 5 5 4 1
4 5 4 4 4 5 4 3 4 4 4 1
5 5 4 4 4 5 4 3 4 4 4 1
4 4 5 4 3 3 4 3 4 4 4 0
5 4 4 4 5 4 4 3 4 4 3 1
5 4 4 3 4 4 4 3 5 4 4 1
5 4 4 4 4 4 4 4 5 4 4 1
4 4 5 4 4 5 4 4 5 5 4 1
4 4 5 4 4 5 4 4 5 4 3 1
4 4 5 4 4 4 4 4 4 4 3 1
4 4 4 4 4 4 3 4 4 4 3 0
5 4 5 4 4 4 3 4 5 4 3 1
5 4 3 3 4 4 3 4 4 4 3 0
4 4 5 3 4 4 4 3 4 4 4 0
5 5 5 4 4 4 4 4 4 4 3 1
5 4 4 3 4 4 4 3 4 4 4 0
4 4 4 3 4 4 4 3 4 4 3 0
4 4 4 3 3 3 4 3 5 4 3 0
5 4 4 3 3 3 4 3 5 4 3 0
4 4 4 4 4 4 3 4 5 4 4 1
4 4 5 5 4 4 4 4 4 4 3 1
4 4 4 5 4 4 3 4 4 4 4 1
5 4 4 4 4 5 4 3 4 4 4 1
Для оценки коэффициентов модели (1) по данным из таблицы 1 были использованы возможности программы «SPSS». Для построения мультиномиальной логит-модели бинарного выбора была включена опция «Отбор включением», позволяющая не только найти оценки коэффициентов модели (1), но и отобрать наиболее значимые компетенции для прогнозирования вероятности эффективной работы руководителя. Для определения коэффициентов модели использовался метод Ньютона-Рафсона.
В результате были отобраны три наиболее значимые компетенции, такие как организаторские способности (х4), работа в команде (х6) и ориентация на результат (х9) (рис. 1).
VdikjUleb ill lliu Egudiun
В SE. Wad ur Eiu. Exp 1B)
step 0|: г_стс 3,6С4 1,31 С 7 573 1 936 33,761
r. '-cnstam 12,616 4,94G 6,7E9 1 0D0, 399
ЯГРГ Of г_п пп n З. ЗЄ6 1,51? •1,916 1 027 23,373
*¦ Раб0Тс3_К0МсНЯЄ lyfisF4. nrn 1 ЯЭЯ ІДІ 4Ffl
Ccnstanl -90. 463 C. С'- 1Е4. OCO 1 938. 300
ytep с*- 0|: r_cmc 20. 9С6 C. 737EG, 0C0 1 939 1. 201E9
P-dfilllh4_HIM"HI|H 1/^2 Flfi
37 3?5 1. I8IE4, 0C0 1 9 38
Ориэн& quot-_1-а_рзг 37. 9Е2 1. 20IC4. OCO 1 9 DO 2. 309 C16
Сі-ПзЬгіІ -38 3,6:5 1,12 IE*, oco 1 937, 300
a. Var a ol зпіе re d с n s: e о 1: Op г: г о
h Var a: il-¦(!-) НГІІНІН Ji ri к h: i? P^fi iih_k_i im^hj
t. va'-iahifi (4) priFfpfi tn stop .V Огичн-_і-а_рйч
Рис. 1. Окно SPSS с результатами Логит-модель имеет вид:
py=1×4,x6,X)=-При этом:
Py=0×4& gt-Xs-V=
e
f3834+2(C90X4+373%+3789x)
1+є-38 $ 4н2 C9064+3739Xs+378SX
l
— (2)
l+e& quot-
-38 354н2090й4+3739Х-+3789ід
Вероятности, получаемые по формуле (2) для каждого набора компетенций, находятся между 0 и 1, при этом если есть вероятность превысит пороговое значение 0,5, то считаем, что у приняла значение 1 — руководитель успешно работает, если же вероятность меньше 0,5, то у принимает значение 0 — руководитель работает неэффективно.
Качество приближения модели (2) оценивается с помощью функции правдоподобия. Мерой правдоподобия служит отрицательное удвоенное значение логарифма этой функции (-2Log like- lihood), отображаемое в таблице на рисунке 2. Чем меньше это значение, тем лучше сформированная модель. Анализ таблицы на рисунке 2 позволяет сделать вывод о хорошем качестве модели, так как значе-
ние -2Log likelihood снизилось с 17,243 практически до нуля. На рисунке 3 приведена классификационная таблица, из которой видно, что точность модели высокая и составляет 95,7%.
S Virwrr
[n s еіЧ Гоп Г At Anolyie & lt-?i'-A|"hs Utilities Add-ons Window Help
? В? % «л щ'-ш ru +4 + - ал т st
Block 1: Method = Forward Stepwise (Likelihood Ratio
Omnibus Tests nf MnrlRl СпрГПгірпїя
(-ш-ягіиягр lit
Step 1 Step I 7,477 •I, nnn
Bluck 1 7,4 / / 1. 111 111
Mudul 1 1,4 f f 1. uuu
Slwfj 2 Slwfj b, 1 У1 1, U1 J
Block 1 8, GG8 2, 000
Mnrtnl 1 8. CC8 2. 000
! ?tpp: і ! itpp 6. 553 1. 010
ninck 25. 22I 3. 000
Mnrjpi 25. 221 3. 000
step 4 Step 4. 400 I. 034
Block 4. nnn
Mudul VH. /VII 4. 111 111
Model Sunmiarv
-2 Loci likulihuud Cox & amp- Snell R Suu& lt-. fw Naqelkerke R Suuarw
1 7,2−1 G- .A 1 9. 577
2 1 1,052b. 550. 766
У 4. 40Gb. 666. 01 8
4, 00Cc. 725 1. 000
c. fcstimation teimnated at iteraron
nhnr fi hncnur. r- prrnrr
inner: iu because a perfecttit is detected.
Рис. 2. Окно 8Р88 со значениями показателей, характеризующих качество полученной модели
«-
n Ігзсіі Fornot Analyze Graphe Utilities Add-опз Window Help
& gt- n И-ЙТ? Ч'-из* *!"¦¦* + - eb ¦ -*
Classification table»
Pru. ikieU
matt Русупіауу
U 1
Rtpp 1 кпаг.г. П 6 75,0
1 1 1 4 & lt-tt. 3
Overall Hcrccntaqc Я7. П
Step 2 класс 0 7 1 07. 5
I 1 14 90. 0
OvFi all Pprr. pntarjp 91. 3
fltpp 0 к п ясс П 1 87,5
1 0 1 5 100,0
Overall Hcrccntaoc 95. 7
a. The outvalue із. 500
Рис. 3. Окно SPSS c классификационной таблицей
Воспользуемся формулой (2) для определения вероятности того, что руководитель с организаторскими способностями, оцененными в 4 балла, ориентацией на результат 4 балла, работой в команде — 4 балла будет успешным руководителем.
То есть скорее всего он будет хорошим руководителем при формировании и реализации инновационной политики предприятия АПК.
Подобные модели можно строить для менеджеров низшего, среднего, высшего звеньев при отборе и оценке в крупных агропромышленных компаниях [1, с. 123].
р-383. 64 + 20. 906 *4+37. 39*4+ 37. 89*4
P (у — 11x x x) ------------------------------------------ 0 751
1 л-л^л^л9/ i + e-383. 64 + 20. 906 *4+ 37. 39*4+ 37. 89*4 ^5/л.
Приведем обоснование для применения комплексной методики оценки в агропромышленной компании. Данная технология обеспечивает пользу, выражающуюся в следующем для компании:
— большая точность при принятии кадровых решений-
— при регулярном применении методики значительно развивается кадровый потенциал и его инновационность-
— решения, связанные с персоналом, становятся «прозрачными» и основанными на учете профессиональных точек зрения-
— возможность и обоснованность индивидуальных рекомендаций по развитию инновационной активности сотрудников.
Польза для участников, которые:
— получают обоснованную оценку своих сильных и слабых сторон-
— определяют зону ближайшего развития своих деловых качеств-
— становятся более компетентными-
— быстрее получают повышение по службе и более адаптивны к инновациям.
Предлагаемая авторами методика имеет ряд преимуществ по сравнению с другими методами оценки труда управленцев в агропромышленных компаниях. Эти преимущества заключаются в следующем:
— универсальность целей использования: отбор, горизонтальная ротация, планирование карьеры и замещений-
— возможность охватить оценкой все интересующие управленческие уровни и структурные подразделения компании-
— сжатость сроков проведения оценки персонала-
— высокая достоверность результатов оценки-
— высокая убедительность результатов оценки для руководства компании и участников-
— развитие инновационной активности компании.
Таким образом, внедрение и функционирование в организации комплексной методики позволяет обеспечивать практическую реализацию инновационной политики предприятий АПК.
Литература
1. Восконян А. Н., Родионов Е. В., Санталова М. С., Турков А. В. Инновационная промышленная политика предприятия в условиях турбулентности. Воронеж, 2010.
2. Завлин П. Н., Васильев А. В. Оценка эффективности инноваций. СПб., 1998.
* * *
ASSESSMENT OF INNOVATIVE POLICY EFFICIENCY AT THE AGRARO-INDUSTRIAL COMPLEX ENTERPRISES
M. S. Santalova, A. N. Voskonyan
In this paper a logit binary choice model is built in order to develop a methodology for forecasting the probability of effective management of agricultural enterprises in the development and implementation of innovation policy. This model allows the use of qualitative assessment ranked and rated scales based on an assessment of competencies. The quality of the approximation model is estimated using the likelihood function. Competencies to be considered in the model are: leadership, strategic thinking, planning, organizational skills, analytical skills, teamwork, innovation, labor motivation of subordinates, results-oriented, business awareness, self-control.
Key words: methods of prediction of effective work agribusiness, agro-industrial complex, innovative staff competence, effective work of managers.

ПоказатьСвернуть
Заполнить форму текущей работой