Управление инновационной восприимчивостью социально-экономических систем (стр. 4 )

Общий для групп средневзвешенный коэффициент корреляции содержит в себе зону неопределенности в средней области своих значений (близких к нулю). Данный коэффициент может быть результатом средних значений корреляции по всем группам, а может быть результатом усреднения двух полюсов – групп, ценности которых имеют большую корреляцию друг с другом, и групп, ценности которых почти не коррелируют. Распознавание таких ситуаций не критично для оценки значения параметра порядка, но критично с точки зрения направленности действий по его корректировке. В этом случае необходимо оценить уровень поляризации коэффициентов корреляции.

Показатель поляризации[82]. и используют этот показатель в качестве меры хаоса в системе и рaссчитывaют его по следующей формуле:

Pol = L*R / N

где L и R - это число элементов на левом и, соответственно, правом краях распределения, N-общее число элементов в системе. По смыслу поляризaция - это произведение покaзaтелей, отрaжaющих крайне противоположные, полярные состояния системы. Диапазон возможных значений от 0 до N/4.

С целью дополнения метода ранговой корреляции Спирмена показателем поляризации, [83] предлагает следующий принцип группировки респондентов по областям L и R:

¾  от -1 до -0,5 – область отрицательной связи между рейтингами (область L);

¾  от -0,5 до +0,5 – нейтральная область;

¾  от +0,5 до +1 – наличие положительной связи (область R).

Несмотря на простоту расчета, показатель поляризaции является хорошим интегральным индикатором назревающих критических процессов, так как одновременно улавливает изменения двух экстремальных состояний системы. Само по себе расчетное значение поляризaции содержит мало информации, оно обретает смысл в сопоставлениях, когда по изменению этой величины можно судить о характере протекания критических процессов в системе. С целью нивелирования данной особенности и оценки степени поляризации в диапазоне от 0 до 1, предлагаем использовать вариант этого показателя, имеющий значения в диапазоне от 0 (отсутствие поляризации) до 1 (абсолютная поляризация). Такой показатель может быть получен путем деления базовой формулы на максимально возможное ее значение. Тогда получаем:

PolN = 4*L*R / N2

Энтропия совокупности наборов целей

Как и в других методах, нам потребуется базовый набор ценностей (целей) размерностью n (область значений n - от 10 до 15). Респондентам (каждой исследуемой группе) предлагается выбрать 2 – 4 важные для них ценности и распределить между ними 10 баллов. Получим матрицу распределения (таблица 2.3):

Таблица 2.3

Матрица распределения баллов по целям

	Цель 1	Цель 2	…	Цель n
Гр 1	балл	балл	балл	балл
Гр 2	балл	балл	балл	балл
…	балл	балл	балл	балл
Гр J	балл	балл	балл	балл

Суммируем баллы каждой цели (таблица 2.4)

Таблица 2.4

Просуммированная матрица распределения

	Цель 1	Цель 2	…	Цель n
Совокупность наборов целей J	r1j	r2j	rij	rnj

Где j – указатель, что рассматривается энтропия для наших j-наборов ценностей. rij – количество баллов у i-ой цели в нашем j-наборе, n – количество целей.

Распределение баллов будет являться случайной величиной. В теории информации в качестве меры неопределенности случайных величин вводится энтропия[84]. Информационная энтропия H(X) случайной переменной X есть математическое ожидание вероятностного распределения значений x, т. е.

H(X)=åp(x)*log p(x)

(основание логарифма – lg, ln, ld – не принципиально, суть сводится к умножению величины на константу[85]).

и [86] предлагают оценивать соотношение хаоса и порядка совокупности ценностей индивидов через относительную энтропию. Область ее значений от 0 (полное совпадение, все выборы упали на один элемент) до 1 (полное несовпадение, все предложенные элементы получили равное количество выборов). Формула расчета относительной энтропии:

Где rj – равен сумме всех rij,, а также 10*J

Энтропия Hj здесь и далее отражает не столько вероятность событий, сколько меру неоднородности. По мнению [87], этот же подход можно использовать и для оценки степени согласованности целей в их совокупности.

Приравнивая состояние стабильности и изменчивости данной функции (задавая состояние квазиустойчивости) и находят решение полученного уравнения и формулируют несколько уровней организованности системы. На их основе , разделяет степень согласованности целей в их совокупности на следующие уровни:

1.  максимальная согласованность целей (H0j=0);

2.  область стабильности (от 0 до 0,382), характеризующая высокий уровень согласованности целей в совокупности наборов целей;

3.  квазиравновесие (H0j=0,382);

4.  область нестабильной целевой согласованности (от 0,382 до 1);

5.  распад целевой согласованности (H0j=1).

Перейдем к формулированию градаций шкалы параметра порядка «Уровень согласованности ценностей». При их формулировании будем давать как количественную, так и качественную характеристику. Данные характеристики будем рассматривать как пересекающиеся множества, т. е. эти две области будут частично дополнять, частично подтверждать друг друга. В случае различия показателей, решение принимается в сторону показателя имеющего больший темп роста или экспертным путем. Количественные характеристики будем выражать через коэффициент ранговой корреляции и относительную энтропию совокупности наборов целей. При необходимости, методы необходимо дополнить процедурой формирования базового перечня. Например, он может формироваться из предложений самих групп, или в результате специального исследования.

Для исследования уровня согласованности ценностей таких систем как «Регион» и «Сложный организационный проект», отдельное внимание необходимо уделить разбиению человеческого сообщества системы на группы. Для региона возможны следующие (применяемые отдельно или в совокупности) принципы разбиения: доходы, уровень образования, отрасль или сфера трудовой деятельности, семейное положение, партийная или конфессиональная принадлежность, возраст и т. д.. Для сложного организационного проекта – уровень ответственности должности, уровень профессионализма, профессия, образование, подразделение, опыт, уровень или сфера знаний, возраст и т. д.. Описание градаций параметра порядка «Уровень согласованности ценностей» (таблица 2.5):

Таблица 2.5

Градации параметра порядка

«Уровень согласованности ценностей»

балл	описание
0	1.  Коэффициент ранговой корреляции [-1 : -0,2[ 2.  Относительная энтропия ]0,8 : 1] 3.  Отсутствуют факты наличия единых стихийных или осознанных ценностей
1	1.  Коэффициент ранговой корреляции [-0,2 : r 0.05*[ 2.  Относительная энтропия ]0,6 : 0,8] 3.  Существуют некоторые стихийно сложившиеся ценности (исторические, национальные, религиозные, культурные, ситуационные и т. д.)
2	1.  Коэффициент ранговой корреляции [r 0.05*: r 0.01*[ 2.  Относительная энтропия ]0,382 : 0,6] 3.  Идет процесс обсуждения и формирования, единых для элементов системы, ценностей
3	1.  Коэффициент ранговой корреляции [r 0.01* : 1] 2.  Относительная энтропия [0 : 0,382] 3.  Существуют и активно обсуждаются, как элементами системы, так ее надсистемами единые для элементов системы ценности.

К ограничениям метода относительной энтропии, можно отнести:

¾  необходимость формирования базового перечня ценностей, состав которого может вносить значительные искажения в исследование. Формирование данного перечня требует отдельной обоснованной процедуры;

¾  необходимость соблюдения требования соответствия рассматриваемого количества целей заданному диапазону от 10 до 15. Именно для этого диапазона рассчитаны балльные интервалы. В случае, если целей в базовом перечне будет меньше, их необходимо дополнить пустыми позициями до 10. Если целей будет больше, их необходимо объединять, либо рассчитать новые интервалы.

Оба использованных метода не содержат требований к отсутствию пересечения индивидуумов между группами, один и тот же субъект может входить в состав разных групп, проявлять себя субъектом в разных сферах. Это позволяет рассматривать разные слои и страты социально-экономической системы.

Необходимо подчеркнуть еще одну особенность данного параметра - не исключен вариант, что согласованные ценности будут создавать вектор в направлении уже действующего аттрактора, и тогда высокий уровень согласованности ценности будет привносить в систему устойчивость. Такой вариант всегда стоит проверять отдельно.

2.1.2. Уровень информациональности

Отражает способность компонентов системы генерировать и использовать новую информацию на основе знаний. Возможно несколько подходов к оценке информациональности.

Подход 1. Декомпозиция системы на компоненты. Оценка каждого компонента на предмет информациональности и расчет доли информациональных компонентов в системе. Данный подход удобен при низком разнообразии компонентов. Область значений такого показателя сводима к области от 0 до 1, что делает метод удобным для проведения оценки динамики изменения показателя, либо сравнения нескольких систем.

Подход 2. Учет фактов приобретения, использования и генерирования новой информации на основе знаний за некий период времени. Экспериментальное моделирование градаций уровня информациональности системы в зависимости от среднего количества фактов информациональности приходящихся на один компонент системы. Метод удобен при наличии возможности легко и быстро регистрировать факты информациональности.

Подход 3. Формулирование интегральной характеристики. Именно такой подход реализован в монографии , и [88]. В данной монографии были выделены информациональные сегменты экономики, где инновационность и креативность являются естественной компонентой их функционирования:

¾  Сектор производства знания: 1. научные и исследовательские разработки; 2. проектно-конструкторские разработки.

¾  Сектор производства информационных технологий (средств обработки и распространения информации): 1. производство и обслуживание телекоммуникационного и компьютерного оборудования; 2. производство программного обеспечения.

¾  Сектор распространения информации и культурных услуг: 1. Радио и телевидение; 2. Печатные издания (газеты, журналы, книги); 3. Театры, музыка, киноиндустрия; 4.Интернет услуги; 5. Почтовые услуги

При таком подходе возможен расчет вклада данных сегментов в экономику рассматриваемой системы. Расчет может происходить по нескольким базам – оборот, прибыль, численность персонала и т. д.. Область значений такого показателя сводима к области от 0 до 1, что делает метод удобным для проведения оценки динамики изменения показателя, либо сравнения нескольких систем.

В силу отсутствия достоверной и апробированной экспериментальной базы, при формулировании градаций шкалы параметра порядка «Уровень информациональности» будем опираться на первый и третий подходы. Данные оценки будем рассматривать как пересекающиеся множества, т. е. эти две области будут частично дополнять, частично подтверждать друг друга. Также, возможно использование только наиболее удобного для конкретной системы способа оценки. Для задания шкалы воспользуемся принципом золотого сечения. Фактор считается устойчиво представленным в системе, если фактор и антифактор распределены в системе в соотношении (0,62:0,38). Градации параметра порядка «Уровень информациональности» приведены в таблице 2.6.

Таблица 2.6

Градации параметра порядка «Уровень информациональности»

балл	Описание
0	1.  Доля информациональных элементов в системе менее 5% 2.  Информациональные сегменты экономики формируют менее 5% экономики региона
1	1.  Доля информациональных элементов в системе от 5% до 20% 2.  Информациональные сегменты экономики формируют от 5% до 20% экономики региона
2	1.  Доля информациональных элементов в системе от 20% до 62% 2.  Информациональные сегменты экономики формируют от 20% до 62% экономики региона
3	1.  Доля информациональных элементов в системе свыше 62% 2.  Информациональные сегменты экономики формируют свыше 62% экономики региона

2.1.3. Уровень разнообразия связей между компонентами

Отражает количество взаимных связей между компонентами системы, их многообразие.

Привносимую в систему неустойчивость можно оценить через среднее количество связей, приходящихся на каждый компонент системы (Ср = число связей (n) / количество компонентов (k)). Высокой неустойчивости будет соответствовать ситуация приближения количества связей к количеству компонентов, а среднего значения - к единице[89]. Форма приближения к единице носит нелинейный характер. Ситуация, когда среднее количество будет менее единицы невозможна в силу определения системы технологий – компонент, не потребляющий или не производящий субпродукт просто не может находиться в составе рассматриваемой системы. Градации параметра порядка «Уровень разнообразия связей» приведены в таблице 2.7.

Таблица 2.7

Градации параметра порядка «Уровень разнообразия связей»

балл	описание
0	Ср. имеет значение более двух
1	Ср. ]1.5 : 2]
2	Ср. ]1.2 : 1.5]
3	Ср. [1 : 1,2]

К ограничениям данного метода можно отнести необходимость субъективного определения порога значимости учитываемых связей. В такой системе как регион, каждый компонент может иметь какую-либо связь почти с каждым иным компонентом, но это не значит, что все такие системы имеют одинаковый уровень разнообразия связей между компонентами. Возможно, в этом случае, стоит ввести ограничение по плотности или объему учитываемых связей. С другой стороны, значимым является только среднее количество связей в диапазоне от 1 до 2, т. е. нет необходимости выявлять все связи, если их среднее количество превышает 2.

2.1.4. Уровень кластеризации связей

Отражает структуру взаимных связей между компонентами системы с точки зрения тенденции их распределения: равномерной или кластерной. Для оценки такой тенденции можно использовать формулу информационной энтропии К. Шеннона[90], которую мы уже использовали для расчета степени согласованности ценностей:

и относительной энтропии H0 = H / Hmax

Сформируем матрицу распределения связей (таблица 2.8). Столбцы и строки образуются как перечни всех компонентов системы. В ячейках проставляется количество субпродуктов поставляемых компонентом, указанным в столбце, компонентам, указанным в строках. Также, не исключается поставка субпродуктов компонентом самому себе. Где k – количество компонентов.

Таблица 2.8

Матрица распределения связей

	Компонент 1	Компонент 2	…	Компонент k
Компонент 1	Количество	Количество	Количество	Количество
Компонент 2	Количество	Количество	Количество	Количество
…	Количество	Количество	Количество	Количество
Компонент k	Количество	Количество	Количество	Количество

Суммируя значения в стоках, мы получаем вектор распределения связей компонентов системы друг с другом (таблица 2.9):

Таблица 2.9

Вектор распределения связей

Компонент	Строка 1 Комп. 1	Строка 1 Комп. 2	…	Строка n Комп. k
Количество связанных с ним компонентов (по принципу «поставка»)	S1	S2	…	Sk

Hmax в данном случае равняется å n/k/n* log(n/k/n) = log(1/k). Тогда, степень кластеризации связей между компонентами системы можно выразить следующим показателем относительной энтропии:

H0 = å (Si /n* log(Si /n)) / log(1/k)

Где i-номер компонента, k – количество компонентов, n – количество связей между компонентами, суммирование происходит от 1 до k. Область значений данного показателя от 0 (наибольшая кластеризация) до 1 (минимальная кластеризация). Градации параметра порядка «Уровень кластеризации» приведены в таблице 2.10.

Таблица 2.10

Градации параметра порядка «Уровень кластеризации»

балл	Описание
0	Относительная энтропия ]0,8 : 1]
1	Относительная энтропия ]0,6 : 0,8]
2	Относительная энтропия ]0,382 : 0,6]
3	Относительная энтропия [0 : 0,382]

К ограничениям данного метода можно отнести необходимость субъективного определения порога значимости учитываемых связей. Возможно, в этом случае, стоит ввести ограничение по плотности или объему учитываемых связей.