Прогнозирование спроса и предложения

    примыкающая к ней модель динамической оптимизации Каца устанавливает прямую зависимость между эффективностью капитальных вложений и производительными силами на базе критерия динамического оптимума;

    модели  Дворцина и Кохно связывают развитие технологической деятельности со структурой технологического процесса;

    модель  Оперлендера учитывает долю инвестиций, индуцирующих технический прогресс в общем объеме валовых капвложений.

    При подготовке Комплексного прогноза НТП РБ на 2001-2020гг. использовались разработки В.Н. Комкова в области математического моделирования экономического роста. Как отмечает В.Н. Комков, «алгоритм реализации расчетов на основе модели состоит в том, чтобы в пределах ее степеней свободы определить экзогенным образом дополнительные условия, полностью фиксирующие конкретную траекторию экономического роста, и затем путем решения сформированной системы уравнений рассчитать значения всех эндогенных переменных для всех лет рассматриваемого периода прогнозирования. Руководствуясь указанной технологией расчета, можно получить множество прогнозных вариантов экономического роста, задавая конкретные темпы предполагаемого изменения эффективности производства в республике и, кроме того, выбирая стратегию долгосрочного развития, которая при этом будет реализовываться» [16, с.71-82].

    Как отмечено выше, класс моделирования включает информационные модели, формируемые на основе статистических данных о научных публикациях или тенденциях патентов, которые отражают конъюнктуру рынка и используются для краткосрочного прогнозирования.

    За  рубежом патентная статистика является хорошо известным инструментом исследования корпоративного планирования инноваций и анализа конкуренции. Существуют два аспекта патентных показателей: с одной стороны, они документируют успех разработок, с другой - свидетельствуют об экономическом интересе к будущим рынкам. Патентные показатели зависят от различных факторов и отражают не только технологические характеристики, но и права на интеллектуальную собственность.

    Экспертиза, или качественные методы прогнозирования предполагают обращение к мнению экспертов - людей, наиболее компетентных в исследуемых вопросах.

    Наиболее  важным в экспертном методе прогнозирования  является возможность объективизации личной информации экспертов на основе анализа их субъективных суждений и превращении качественных оценок в количественные показатели.

    В научно-техническом прогнозировании  методы экспертной оценки подразделяются на два подкласса:

• прямые экспертные оценки (индивидуальные и коллективные экспертизы);
• экспертные оценки с обратной связью (экспертный опрос, генерация идей, игровое моделирование), в том или ином виде воплощающие принцип обратной связи, когда на оценку экспертной группы (одного эксперта) воздействует мнение, полученное ранее от этой группы или одного из ее экспертов.

    Коллективные  экспертные оценки включают три группы: методы комиссии, метод положительной генерации идей («мозговая атака»), дельфийский метод.

    Метод научной комиссии характеризуется  различной активностью экспертов, влиянием побочных факторов. Необходимость в новых формах коллективного решения проблем будущего обусловила появление метода «мозговой атаки». Сущность его такова: деятельность двух самостоятельных групп экспертов реализуется в два этапа - творческого генерирования идей и оценки полученной информации.

    Дельфийский метод назван в честь древнегреческих  дельфийских оракулов, которые, согласно преданиям, высказывали свои прогнозы независимо друг от друга.

    Дельфи является известным методом технологического, долгосрочного и в то же время крупномасштабного прогнозирования. Основой метода служат экспертные оценки, выявляемые путем повторного предъявления опросного листа с целью свести воедино мнения экспертов и определить возможность консенсуса или расхождения. Каждый повтор представляет собой «раунд», а опросный лист - средство взаимодействия экспертов. Метод Дельфи считается наиболее целесообразным для долгосрочного прогнозирования (от 20 до 30 лет), поскольку экспертные оценки в таких случаях - единственно доступный источник информации. Основным преимуществом метода является то, что члены группы экспертов могут, не теряя авторитет, изменять свою позицию, если они находят для этого убедительные доводы.

    В Беларуси этот метод применялся в 90-е  годы в Академии наук при выборе вариантов прогноза прикладных исследований.

    Особой  популярностью пользуется метод  Дельфи в Японии. В последнее время широко используется в США, Германии и Франции [16, с.71-82]. 
 
 
 
 
 

3. Анализ  динамики и прогнозирование  показателей, используемых при формировании инновационной политики

 

      3.1  Анализ динамики показателей 
 

    Рассмотрим  динамику показателей, представленных в разделе 1.4.2 и приложении Б.

    Доля  инновационно-активных важнейших предприятий в общем количестве предприятий промышленности.

    После 1991 года удельный вес организаций и предприятий в странах СНГ, осуществляющих разработку и внедрение нововведений, снизился в среднем до 5-6% (ранее составлял 60-70%) от общего количества промышленных.

    При этом сравнительно более благоприятная  ситуация складывается в топливной  промышленности, цветной металлургии, химической и нефтехимической промышленности, что обусловлено устойчивым спросом на их продукцию, прежде всего на внешнем рынке.

    Наиболее  низким уровнем инновационной активности отличаются отрасли, ориентированные  на удовлетворение внутренних потребностей: легкая промышленность, пищевая промышленность, промышленность стройматериалов [17].

    В Беларуси данный показатель дал определённый скачок в 2006г. по сравнению с 2003г., что видно из рисунка 3.1: 

    

 

    Рисунок 3.1. Динамика инновационно-активных организаций промышленного производства по годам 

П р и м е ч а н и е . Источник: собственная разработка на основе данных Министерства статистики и анализа [18, с.255]

    Программой  социально-экономического развития Республики Беларусь на 2006 – 2010 годы предусмотрен дальнейший рост доли инновационно-активных предприятий в общем количестве предприятий промышленности.

    Факторы, препятствующие инновационной деятельности организаций промышленного производства, можно свести в следующие группы:

1. экономические:
• недостаток собственных денежных средств;
• недостаток финансовой поддержки со стороны государства;
• низкий платёжный спрос на новые продукты;
• высокая стоимость нововведений;
• высокий экономический риск;
• длительные сроки окупаемости нововведений;

2.   производственные факторы:

• низкий инновационный потенциал организации;
• недостаток квалификационного персонала;
• недостаток информации о новых технологиях;
• недостаток информации о рынках сбыта;
• невосприимчивость организаций к нововведениям;
• недостаток возможностей для кооперирования с другими организациями, предприятиями и научными организациями;

3.   другие факторы:

• низкий спрос со стороны потребителей на инновационную продукцию;
• недостаточность законодательных и нормативно-правовых документов, регулирующих и стимулирующих инновационную деятельность;
• неопределённость сроков инновационного процесса;
• неразвитость инновационной инфраструктуры;
• неразвитость рынка технологий.

    Данные  факторы были оценены экспертами. Самым основным препятствующим фактором стал недостаток собственных денежных средств, затем высокая стоимость нововведений и недостаток финансовой поддержки со стороны государства. Как мы видим, все они относятся к экономическим. Поэтому можно сделать вывод, что в первую очередь  экономические факторы препятствуют инновационной деятельности организаций промышленного производства [18, с.258].

    Численность работников, выполняющих научные исследования и разработки.

    Численность работников, выполняющих научные исследования и разработки, представляет собой совокупность исследователей, техников, вспомогательного и прочего персонала.

    Динамику  данного показателя в Республики Беларусь за период 2000 – 2006 гг. рассмотрим с помощью рисунка 3.2.

    

 

    Рисунок 3.2. Динамика численности работников, выполняющих научные исследования и разработки, за 2000 – 2006 гг. 

П р и м е ч а н и е . Источник: собственная разработка на основе данных Министерства статистики и анализа [18, с.234] 
 

    Численность работников, выполняющих научные  исследования и разработки по областям наглядно представим на рисунке 3.3, используя данные Министерства статистики и анализа [18, с.234]. 

      

    Рисунок 3.3. Численность работников, выполняющих научные исследования и разработки по областям в 2006г. 

П р и м е ч а н и е . Источник: собственная разработка на основе данных Министерства статистики и анализа [18, с.234] 
 
 

    Как видно из рисунка 3.3 лидером по численности персонала, занятого исследованиями и разработками, является г. Минск (75%), значительно оторвавшийся от остальных регионов. Это обусловлено значительно большим количеством организаций, выполняющих исследования и разработки, в г. Минске по сравнению с другими предприятиями: 214 организаций против среднего значения по регионам 21 организации.¹⁾

    Финансовые затраты на научную, научно-техническую и инновационную деятельность за счет средств республиканского бюджета.

    Динамику  финансовых затрат на научную, научно-техническую и инновационную деятельность за счет средств республиканского бюджета представим на рисунке 3.4. 

    

 

    Рисунок 3.4. Динамика расходов на финансирование исследований и разработок за счёт средств республиканского бюджета за период 2000-2006 гг. 

П р и м е ч а н и е . Источник: собственная разработка на основе данных Министерства статистики и анализа [18, с.242] 
 

      В последние годы Республика Беларусь и белорусская наука развиваются достаточно динамично. В 2006г. затраты республиканского бюджета на науку по сравнению с предыдущим годом увеличены на 23% и составили около 300,7 млрд. руб. (около 140 млн. долл. США).

    В прогнозируемом Программой социально-экономического развития Республики Беларусь на 2006  –  2010 годы периоде предусматривается существенное

 _______________

    ¹⁾Данные приведены на 2006г. и взяты из источника [18, с.232].