Главная Коллекция "Revolution" Экономика и экономическая теория Адаптивный механизм воспроизводства интеллектуального капитала в секторе услуг высшего образования экономики России

Адаптивный механизм воспроизводства интеллектуального капитала в секторе услуг высшего образования экономики России

Концептуальные аспекты воспроизводства интеллектуального капитала в секторе услуг высшего образования. Функции воспроизводства интеллектуального капитала. Разработка инструментов поддержки адаптивного механизма воспроизводства интеллектуального капитала.

Рубрика	Экономика и экономическая теория
Вид	диссертация
Язык	русский
Дата добавления	23.12.2017
Размер файла	1,4 M

посмотреть текст работы

скачать работу можно здесь

полная информация о работе

весь список подобных работ

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Страница:

Получение конкурентных преимуществ требует определенных затрат, поэтому выбор оптимального показателя конкурентоспособности зависит от значений отдельных ее характеристик X₁, X₂, ..., X_n. То есть если имеются показатели конкурентоспособности g₁, g₂, …, g_n с эффективностью e₁, e₂, ..., e_n, то задача оптимизации имеет вид:

Ikc = (e₁g₁+ e₂g₂+ … + e_ng_n) > max(4.2.8)

при ограничениях

g₁- ? g₁? g₁⁺; g_n-? g_n ? g_n⁺; Ус_jЧ g_j? C_доп.; x₁…… g_n ? 0,

где С_доп- допустимые затраты на обеспечение конкурентоспособности, определяемые финансовым состоянием организации;

с_j- удельные затраты роста j-й характеристики конкурентоспособности.

Поставленную задачу можно свести к задаче линейного программирования (рис. 4.2.6).

Рисунок 4.2.6 - Пространство конкурентных состояний организации высшего образования

Рассмотренный подход к решению задач управления конкурентоспособностью является новым и практически применен в разработке стратегии ПИ ЮФУ. Разработаем модель, которая бы позволила выбирать наилучшую портфельную стратегию на основе значений диагностических переменных и общих целей и стратегий фирмы. В качестве переменных выбора портфельной стратегии оставим: 1) привлекательность; 2) конкурентную позицию (табл. 4.2.3).

Таблица 4.2.3 - Диагностические переменные, определяющие привлекательность организации высшего образования

DV	Переменная	Описание
DV1	Перспективы роста	Перспективы роста спроса тем больше, чем больший спрос ожидается через определенный промежуток времени. Рост ограничивается насыщением рынка или емкостью рынка
DV2	Рентабельность	Рентабельность тем больше, чем меньше издержки по сравнению с потоком доходов от НИР и подготовки кадров
DV3	Нестабильность	Нестабильность тем больше, чем короче жизненный цикл образовательных программ
DV4	Конкуренция	Конкуренция тем больше, чем больше конкурентов и чем агрессивнее их поведение
DV5	Прочие барьеры	Остальные факторы и опасности, которые снижают привлекательность

Количественно оценить привлекательность организации высшего образования можно с помощью линейной свертки:

PP = Wi ^. Xi , i = 1,…, N_PP. (4.2.9)

Веса определяющих переменных и оценки интенсивности их проявления измерены на основе экспертной процедуры.

Конкурентную позицию будем оценивать по пяти определяющим переменным: конкурентоспособности организации, конкурентоспособности выпускника, конкурентоспособности материальных активов организации, конкурентоспособности менеджмента и функциональных возможностей.

Кроме того, введем переменную функциональной конкурентоспособности, которая вместе с конкурентоспособностью менеджмента позволяет оценить соответствие возможностей функций управления минимально необходимому и наилучшему в данных условиях уровню (табл. 4.2.4).

Количественно оценивать конкурентную позицию на выбранной СЗХ будем с помощью линейной свертки (рис. 4.2.7). На шкале (1-9) зададим словарь лингвистических термов привлекательности вуза и конкурентной позиции.

Таблица 4.2.4 - Диагностические переменные, определяющие конкурентную позицию

DV	Переменная	Описание
DV1	Конкурентоспособность организации	Конкурентоспособность организации тем больше, чем больше доверие потребителей
DV2	Конкурентоспособность выпускника	Конкурентоспособность выпускника тем выше, чем лучше его характеристики по сравнению с ведущими конкурентами
DV3	Конкурентоспособность материальных активов организации	Конкурентоспособность материальных активов тем больше, чем ближе количественные и качественные показатели к оптимальным (лучшим) значениям
DV4	Конкурентоспособность менеджмента	Конкурентоспособность менеджмента тем выше, чем ближе качественные характеристики общего руководства к лучшей практике (поведение - отношение - знания - опыт - культура)
DV5	Функциональная конкурентоспособность	Функциональная конкурентоспособность тем выше, чем ближе качественные характеристики функциональных процессов управления к оптимальным значениям

Рисунок 4.2.7 - Нечеткие лингвистические термы

Для оценки привлекательности организации высшей школы получаем табл. 4.2.5, содержащую лингвистические термы привлекательности и функции принадлежности соответствующих нечетких множеств.

Таблица 4.2.5 - Нечеткий лингвистический словарь привлекательности организации высшей школы

T

Привлекательность (PP)

Нечеткая функция принадлежности

T1

Низкая

mPP (T1) = 1.0/1 + .5/2 + .1/3

T 2

Средняя

mPP (T 2) = .1/2 + .5/3 + 1.0/4 + .3/5

T 3

Высокая

mPP (T 3) = .2/5 + 1.0/6 + .5/7 + .1/8

T 4

Очень высокая

mPP (T 4) = .1/7 + .5/8 + 1.0/9

Соответствующая таблица составляется для лингвистического словаря конкурентной позиции вуза.

Отметим потребность в разработке методики инновационного анализа образовательных организаций высшей школы. Современные исследовательские университеты (Гарвард, Йель, MIT и др.) представляют собой структуры, для которых характерны три основные сферы деятельности, где могут применяться инновации: 1) обучение; 2) наука; 3) прикладные работы (малые предприятия, консалтинговые фирмы, центры переподготовки).

В этих сферах могут реализовываться инновации, характеризующиеся определенными уровнями показателей. По аналогии со шкалой оценок Осгуда ((1) степень инновационности разработок; (2) уровень применяемых технологий; (3) степень новизны результатов) введем шкалу оценок этих сфер в виде:

b_j 0 отсутствие каких-либо инновационных идей

1 низкий уровень инновационности

3 существенный уровень инноваций

5 средний уровень инноваций

7 значительный уровень инноваций

9 высокий уровень инноваций

Следовательно, для каждой из трех сфер, в которых могут применяться инновации, получим тройку оценок:

I_k= (b_k₁, b_k₂, b_k₃). (4.2.10)

Например, обучение имеет оценки I_{обучения} (3; 5; 5) - это говорит о существенном уровне инновационности разработок в обучении и средних уровнях инноваций технологии и результатов обучения.

Максимальная оценка инновационности одной сферы деятельности равна I_k_max= 9 Ч 9 Ч 9 = 729 баллов, а всех сфер - 3 Ч 729 = 2187 баллов.

Для обоснования количества интервалов классификации инновационности организации используем формулу Сарджеса:

d = (x_max- x_min)/(1 + 3,32lgn),(4.2.11)

где d - величина (шаг) интервала;

x_max- x_min - разница значений переменной; n - размер выборки.

Для нашего примера размах показателя инновационности - от 0 до 2187, поэтому количество интервалов 7 и d = 2187/7 = 310.

Введя лингвистические оценки инновационности I_е = (низкая, малая, средняя, существенная, значительная, высокая, очень высокая), получим шкалу оценок на основе равномерных интервалов (рис. 4.2.8).

Рисунок 4.2.8 - Интервалы классификации инновационности вузов

Построенные интервалы классификации инновационности позволяют при ее диагностике принимать решения на основе простых правил вида:

если (0 ? Н_е? 310), то (инновационность вуза низкая) иначе

если (311 ? Н_е? 620), то (вуз имеет малую инновационность) иначе

если (621 ? Н_е? 930), то (вуз имеет среднюю инновационность) иначе

если (931 ? Н_е? 1240), то (вуз существенно инновационный) иначе

если (1241 ? Н_е? 1550), то (вуз имеет значимую инновационность) иначе

если (1551 ? Н_е? 1870), то (вуз имеет высокую инновационность) иначе

если (1871 ? Н_е ? 2187), то (вуз имеет очень высокую инновационность)

Рисунок 4.2..9 - Уровни инновационности организации ВШ

В практическом аспекте построено отображение показателя инновационности на его лингвистическую оценку (рис. 4.2.9).

При этом относительный уровень инновационности рассчитывается как отношение:

з = I_p / I_max= У_kП_jI_kj / I_max.(4.2.17)

Например, расчет показал, что

з_p= (4 Ч 3 Ч 5 + 5 Ч 4 Ч 4 + 6 Ч 7 Ч 4) / 2187 = 0,14.

Это значит, что образовательному учреждению присущ низкий (60 + 80 + 168 = 308 баллов) уровень инновационности, особенно в сфере обучения, и необходимо принимать меры по улучшению в первую очередь этого показателя. Соотношение показателей инновационности 60 : 80 : 168 позволяет определить диагностический профиль инновационности, в конечном итоге, позволяющий разработать эффективную стратегию адаптивного управления в соответствии с изменением потребностей экономики знаний.

Отметим, что предложенная методика позволяет построить диагностический профиль инновационности организации высшей школы и определить его «западающие» компоненты, требующие внимания и усилий.

4.3 Моделирование адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования

Исходя из концепции возрастающей отдачи высшего образования, в основание искомой экономико-математической модели адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования необходимо положить следующие принципы:

- экспоненциального роста информации в данном секторе;

- самоорганизации процесса воспроизводства интеллектуального капитала в рамках адаптивной образовательной организации;

- адаптивности реакций данного процесса на изменения глобальных факторов рыночного характера и факторов экономической политики;

- непрерывности внедрения научных и организационных инноваций;

- интеграции научного и образовательного процессов в адаптивной организации сектора услуг высшего образования.

Как было обозначено в п. 4.2. адаптивная самоорганизующаяся научно-образовательная организация (рис. 4.2.4 и 4.2.6) получает информацию о состоянии рынка научных услуг и заказы на проведение исследований, воздействуя на этот рынок при помощи контактов и контрактов с фирмами. Взаимодействия с рынком образовательных услуг определяются контактами со школами, рекламой, распространением информации, реакцией на которые является поток абитуриентов.

Взаимодействия с органами управления (министерством, региональной администрацией, муниципальными органами) обусловлены информационными потоками, при этом образовательная организация может участвовать в решении региональных и местных проблем.

Рынок труда служит источником информации о реальных потребностях в специалистах и оценке выполненных заказов на подготовку выпускников.

При моделировании интересующего нас процесса оценим возможности нескольких получивших признание подходов. Так, Б. Сторн определяет факторы изменений структуры и функций вуза, децентрализации и гибкости управления См.: Тарабаева, В.Б. Инновационное развитие вузов: проблемы управления конфликтами. Белгород: Изд-во БелГУ, 2007. . В свою очередь, П. Сенге обращает внимание на наращивание технологического потенциала организации См.: Адаптивное управление экономическими объектами в нестабильной среде / под ред. Я.В. Гамалей. Ростов н/Д: РГЭУ, 2005.. Наконец, М. Болдридж акцентирует внимание на изменениях организационной культуры и разнообразия элементов вуза См.: Долятовский, В.А. Конкурентоустойчивость и управление развитием вуза на рынке образовательных услуг. Невинномысск: НИЭУП, 2007..

Модель ситуационного управления вузом. Рыночные сигналы формируют вектор состояния внешней среды S_вн, при этом состояние внутренней среды описывается вектором s. Декартово произведение состояний внешней и внутренней среды организации высшего образования:

Таблица 4.3.1 - Матрица решений ситуативной модели управления вузом

Состояния S

Sвн1

Sвн2

…

Sвнn

s1

R11

R12

…

R1n

s2

…

…

…

…

…

…

…

sm

Rm1

…

…

Rmn

Например, для ситуации 1 состояния следующие:

S_внk= <существует большой спрос на направление «менеджмент»> & s_l= <мало заявлений на направление «Экономика»>.

Решение R₁₁: <увеличить набор на «Менеджмент» и уменьшить набор на направление «Экономика».

Для ситуации 2:

Если S_внk= <предприятия заинтересованы в консалтинге по практическому маркетингу> & s_l= <вуз имеет квалифицированных специалистов с опытом консалтинга>, то решение: <организовать малое консалтинговое предприятие по проблемам маркетинга>.

Таким образом, можно формализовать в виде матрицы основные решения на изученных ситуациях. Для более гибкого приспособления вуза целесообразно выделить центры прибыли (стратегические зоны хозяйствования), в качестве которых могут выступать факультеты, кафедры, которым должна быть предоставлена достаточная автономия. Тогда оперативно-тактический уровень управления можно рассматривать как уровень взаимодействующих между собой подсистем (центров прибыли), причем данные подсистемы являются самоорганизующимися.

Реализация стратегии управления вузом в условиях неопределенной внешней среды должна использовать способности его структурных единиц к самоорганизации. По сути дела, центры формирования прибыли - факультеты, кафедры - выпускают готовые продукты: специалистов, научные разработки, новые образовательные программы, соответствующие новым требованиям рынка, технологии и методики, издаваемые в книгах и пособиях, и реализуют их на рынках. И реакция вуза на изменения ситуаций формируется в основном на структурном уровне его подразделений, функционирующих с целью удовлетворения потребностей (конъюнктурного спроса) рынка труда и конечных потребителей. Например, университеты, входящие в первую двадцатку лидирующих вузов мира, вырабатывают адекватные среде адаптивные реакции (табл. 4.3.2).

Таблица 4.3.2 - Адаптация некоторых университетов США к окружающей среде

№ п/п

Университет

Характер деятельности

Вызовы внешней среды

Адаптивные реакции вузов

1

Нью-Йоркский университет

Одни из самих крупных многопрофильных частных университетов США

Сокращение государственного финансирования

Развитие структур бизнеса, соединение бизнеса кафедр с обучением. Сильный президент и попечительский совет (централизация власти). Сетевая структура университета. Децентрализованные факультеты и структурные подразделения и централизованное финансовое планирование

2

Мичиганский университет - Анн Арбор

Крупный государственный многопрофильный университет США

Многонациональный контингент студентов

Адаптация менеджмента к

среде студентов с разными национальными культурами, культурное разнообразие жизни студентов, учет особенностей культур в процессах обучения

3

Университет Калифорнии - Беркли

Крупный государственный, многопрофильный университет США

Сокращение государственного

финансирования

Стабилизация стоимости обучения через реструктуризацию университета и расширение объемов НИР. Интегрированное планирование. Корпоративное управление. Эффективное финансовое управление

Адаптивные свойства управления организаций высшего образования Ростовской области можно оценить на основе экспертных оценок проявлений адаптивных качеств в управлении ими. Введем характеристики адаптации организаций в виде списка: х_{1 -}степень реакции на проведение реформы образования; х₂-степень автономии коммерческой деятельности; х₃-уровень внедрения изменений; х₄-уровень собственных источников финансирования; х₅-уровень качества адаптивных решений; х₆-уровень менеджмента в организации; х₇-степень ориентации на адаптивные изменения организации; х₈-степень ориентации на требования рынка труда; х₉ - степень децентрализации структур и принятия решений; х₁₀ - степень отдачи НИР; у - общая оценка адаптивных свойств управления организацией.

В качестве конкретных объектов исследования выбраны десять организаций высшей школы Ростовской области, занимающих конкурентные позиции на региональном рынке образовательных услуг.

Восемь экспертов, изучающих проблемы высшего образования, дали оценки введенных качеств по десятибалльной шкале (1- низкий уровень качества, 9 - высокий уровень); сначала давалась лингвистическая оценка (низкий - 1, средний - 3, существенный - 5, значительный - 7, высокий - 9), которая затем была переведена в балльную оценку.

Для определения весовых коэффициентов качеств применена априорно заданная шкала соотношений показателей. Если i - ранг качества, i = 1, 2, ... 10, а w₁- максимальное значение весового коэффициента, то весовые коэффициенты распределены в соответствии с уравнением:

W(i) = k(i - 1) + w₁. (4.3.2)

Задав соотношение весов

G = w_n/W₁ > 1, (4.3.3)

получаем формулу расчета весовых коэффициентов адаптивных качеств вуза:

W(i)= w_i = 2/[n(G + 1)]/[G - [(i - 1)(G - 1)/(n - 1)]].(4.3.4)

На основе усредненных оценок экспертов (коэффициент конкордации q = 0,74 > 0,7) построена матрица оценок показателей адаптации организаций высшей школы (табл. 4.3.3).

Таблица 4.3.3 - Экспертные оценки адаптивных свойств организаций высшего образования Ростовской области

№

Вуз

Толчок: реформа

Степень автономии коммерческой деятельности

Степень ведения изменений

Наличие собственных источников финансирования

Коллегиальные формы принятия решений

Степень профессионального менеджмента

Ориентация на изменения

Степень ориентации на рынок труда

Децентрализованная структура и принятие решений

Развитие НИР

1

ЮФУ

8

7

7

5

7

6

5

6

6

5

2

ЮРГТУ

7

6

6

4

6

6

5

6

6

5

3

РГСУ

8

5

5

4

5

4

4

5

4

4

4

РГЭУ

6

5

5

4

4

4

3

3

3

3

5

ДГТУ

7

6

6

6

4

3

5

4

3

4

6

СКАГС

6

4

5

3

4

3

3

4

3

3

7

ИУБиП

5

7

4

4

3

3

3

3

3

2

8

РМИЭУ

6

7

6

7

4

5

5

5

4

4

9

ТГПИ

7

6

6

5

5

5

5

4

4

4

10

РГУПС

6

5

5

5

3

4

4

4

3

3

W_i 0,12 0,08 0,108 0,093 0,132 0,16 0,148 0,067 0,04 0,053

Расчеты взвешенных оценок адаптивности указанных организаций позволили получить следующие формализованные показатели: Е₁ = 6,97 е.а., Е₂= 5,379 е.а., Е₃= 4,87 е.а., Е₄= 3,99 е.а., Е₅= 4,87 е.а., Е₆= 3,87 е.а., Е₇= 3,71 е.а., Е₈= 5,35 е.а., Е₉= 5,27 е.а., Е₁₀= 4.3 е.а., т.е. показатели адаптивности вузов существенно отличаются.

Кластерный анализ методом Варда позволил выделить четыре образовательных кластера Ростовской области:

1. ЮФУ.

2. ЮРГТУ, РМИЭУ,ТГПИ.

3. ДГТУ, РГСУ.

4. Остальные организации, которым необходимо существенно скорректировать свою политику и повысить адаптивные свойства.

Оценку влияния факторов на адаптивность организации высшего образования можно получить на основе анализа совокупности факторных признаков, отражающих влияние различных аспектов внешней среды на результирующий показатель.

Для построения линейного многофакторного уравнения регрессии отобраны факторы: х_1,х_2,х_4,х_5,х_6,х_7, х_8,х_10.Остальные факторы имели слабую корреляцию с результирующей оценкой у адаптивных свойств вузов.

Y = - 0,188 - 0,282х₁ + 0,306х₂ - 0,271х₄ - 0,035х₅ -

- 0,118х₆ + 0,718х₇ - 0,082х₈ + 1,047х₁₀, R²= 0,89, F = 8,9.(4.3.5)

Полученное уравнение регрессии адекватно исходным данным, и его коэффициенты статистически значимы. Разработанная методика позволяет выбрать из общего числа факторов, оказывающих влияние на адаптивные свойства вуза, существенные; определить их предельные коэффициенты влияний на адаптивность вуза и оптимизировать механизм позиционирования вуза на рынке образовательных услуг.

Предложенная нами методика сравнительного анализа адаптивных свойств организаций высшего образования позволила ранжировать их по адаптивности и определить недостатки в организации менеджмента. Эти результаты применимы для улучшения управления в не полностью определенной среде.

Предложенная модель позволяет формализовать основные решения. При формировании центров прибыли оперативно-тактический уровень управления правомерно рассматривать как уровень взаимодействующих между собой подсистем (центров прибыли).

Оценку влияния различных факторов на адаптивность вуза дают результаты анализа совокупности факторных признаков, отражающих влияние различных аспектов внешней среды на результирующий показатель. Для построения линейного многофакторного уравнения регрессии отобраны факторы, получившие усредненные балльные оценки: х₁- глубина реакции на проведение реформы образования; х₂ - уровень автономии научно-образовательной деятельности; х₃ - уровень внедрения изменений; х₄ - доля собственных источников финансирования; х₅ - уровень качества адаптивных решений; х₆ - уровень менеджмента организации; х₇ - степень ориентации на адаптивные изменения вуза; х₈ - уровень ориентации на требования рынка труда; х₉ - уровень децентрализации структур и принятия решений; х₁₀ - уровень отдачи НИР; Y - совокупная оценка адаптивных свойств управления организацией.

Полученная модель имеет следующий вид:

Y = -0,188 - 0,282х₁ + 0,306х₂ - 0,271х₄ - 0,035х₅ - 0,118х₆ ++ 0,718х₇ - 0,082х₈ + 1,047х₁₀; R² = 0, 89, F = 8,9. (4.3.6)

Указанная модель позволяет выбрать из общего числа факторов, оказывающих влияние на адаптивные свойства вуза, наиболее существенные, определить их предельные коэффициенты влияний на адаптивность вуза, а также сформировать механизм позиционирования организации на рынке образовательных услуг, исходя из потребности в интеллектуальном капитале для обеспечения преобразований и роста в реальном секторе экономики.

В рамках моделирования адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования предложена методика анализа профилей работника. Руководитель может оценить работников путем сравнения идеального профиля работника (или профиля работника, которого он хотел бы видеть у себя на предприятии) и существующего профиля работника.

Для того чтобы построить профиль работника, следует определить частные показатели специалиста, оценить с помощью метода экспертных оценок их принадлежность данному работнику и определить наиболее близкий класс качества. Для проведения данной процедуры разработана таблица характеристик качества работников (табл. 4.3.4).

Таблица 4.3.4 - Характеристики качества работников

Класс	Интеллектуальный потенциал	Умение работать и общаться с людьми	Способность к творческому мышлению	Харизма работника
Низкий	Понимание ситуации и выполнение уже поставленных задач	Плохо работает в команде, постоянно конфликтует	Способность работать только с проверенной информацией под четким руководством сверху	Неуравновешен, слабая уверенность в себе, долгая адаптация к изменениям
Средний	Способность оценки ситуации, развитая логика	Коммуникативен, но недостаточно использует свои возможности	Способность генерировать идеи	Эрудиция, высокая эрудиция
Высокий	Аналитическое мышление, развитая логика, умение работать в неопределенных ситуациях	Высокая коммуникативность, умение заинтересовать себя и окружающих	Высокая генерация идей, эрудиция	Лидерские качества, порядочность

Далее экспертам необходимо установить принадлежность выбранных качеств работнику, по которым находится средняя принадлежность М(А_i):

где М(А_ij) - оценка принадлежности качества х_j к классу А_i.

Для того чтобы объективно оценить работника, необходимо построить его профили качества, которые помогут выявить его сильные и слабые стороны.

Допустим, профиль идеального работника, построенный в соответствии с требованиями работодателя, выглядит так, как показано на рис. 4.3.1. На оси абсцисс нанесены качества работника, на оси ординат приведены их усредненные балльные оценки, данные экспертами или тестирующей компьютерной системой.

Для построения профиля качеств реального работника возможно либо его тестировать на основе программы тестов качеств, либо получить экспертные оценки каждого работника. Проанализировав данный профиль, можно выявить качества, которые получили самые большие оценки.

Допустим, реальный профиль работника выглядит так, как показано на рис. 4.3.2.

Рисунок 4.3.1 - Требуемый профиль работника

Рисунок 4.3.2 - Существующий профиль работника

Для определения согласования между реальным и идеальным профилями работника надо совместить профессио- и персоно- грамму (рис. 4.3.3).

Рисунок 4.3.3 - Соотношение идеального и реального профилей работника

Нами предложена методика прогнозирования потребности национальной экономики в человеческом капитале для обеспечения требуемых темпов экономического роста, ядро которой составляют агрегированные показатели отдачи данного капитала за длительный период. При этом исходили из того, что понятие интеллектуального капитала может быть развернуто в более широкое понятие человеческого капитала.

Мировой ВВП в 2008 г. составлял 68996 млрд долл., соответственно, при населении Земли, равном 7 млрд человек, на душу населения производилось порядка 9856 долл./д.н. В 2008 г. ВВП США суммарно составлял 14,3 трлн долл., при населении около 230 млн человек. При этом человеческий капитал оценивался в пределах 106 трлн долл., что составляло порядка 1/4 мирового ЧК, который соответственно равнялся 365,4 трлн долл.

В 2008 г. ВВП России составлял 2,26 трлн долл., национальное богатство оценивалось в 59,9 трлн долл. При этом, по оценкам Всемирного банка, человеческий капитал России оценивался как 50% национального богатства, т.е. примерно в 30 трлн долл. Так как в 2002 г. ВВП России составлял 0,776 трлн долл., то существует возможность построения модели роста ВВП за указанный период. Она имеет вид:

ВВП = -1,67 + 0,49t. (4.3.8)

При стационарной тенденции развития экономики, согласно нашим прогнозам, к 2025 г. ВВП России составит 10,58 трлн. долл., к 2050 г. - 22,83 трлн. долл. Если принять за основу аксиому о том, что человеческий капитал в 10 раз превышает ВВП (как это принято в приведенном отчете Allianz Global Wealth Report в 2010 г.), то к 2025 г. уровень человеческого капитала России достигнет уровня человеческого капитала США 2008 г., а к 2050 г. удвоится при стабильном росте экономики. Результаты расчетов приведены в табл. 4.3.5.

Оценки для 2050 гг. взяты из прогноза агентства Venturatis (2011 г.), которое спрогнозировало «взрывной» рост ВВП развивающихся стран. При этом оценки роста ВВП России составили 8,6 трлн. долл. (в 6,6 раза). Для США ВВП (2050), по прогнозу, составит 38,5 трлн. долл.

Таблица 4.3.5 - Расчетные данные по ВВП и человеческому капиталу

Год	ВВП США, трлн. долл.	ЧК США, трлн. долл.	ВВП РФ, трлн. долл.	ЧК РФ, трлн. дол.	Население США (Nжит.), млн. чел.	Население России (Nжит.), млн. чел.
2002	7.4	95	0,776	27	225	146
2005	9,8	100	1,23	30	228	144
2008	14,3	106	2,26	33	230	142
2025*	26*	150*	4,5* (10,58**)	60**	240**	135**
2050*	38,5*	200*	8,6* (22,83**)	100**	260**	130**

Примечания: * - прогнозные значения агентства Venturatis (2011 г.); ** - показатели, рассчитанные на основе линейной модели роста ВВП.

Вместе с тем прогноз изменения ВВП России, полученный в ходе наших расчетов, несколько отличается от оценок агентства Venturatis. Расхождение составляет 2-2,5 раза. На их основе спрогнозированы удельные величины выработки ВВП (на душу населения в год) и человеческого капитала на душу населения (табл. 4.3.6).

Таблица 4.3.6 - Расчетные удельные показатели человеческого капитала

Год	Выработка ВВП на д.н. в год в США, тыс. долл.	Выработка ВВП на д.н. в год в РФ, тыс. долл.	Человеческий капитал на д.н. в США, тыс. дол.	Человеческий капитал на д.н. в России, тыс. дол.
2002	32,8	5.34	422,2	184,9
2005	42,98	8,54	438,6	208,3
2008	62,0	15,9	460,8	232,4
2025*	108,3*	78,3**	625,1*	444,4*
2050*	148,1*	175,6**	770,0*	769,0*

Примечания: * - рассчитано на основе прогнозных значений агентства Venturatis (см. табл. 52); ** - показатели, рассчитанные на основе данных, полученных в результате моделирования роста ВВП (4.3.8).

Согласно приведенным данным, Россия пока отстает от США по этим показателям. Однако, в соответствии с представленными расчетными данными, к 2050 г. Россия по уровню человеческого капитала на душу населения достигнет уровня США. Данный прогноз, естественно, репрезентативен при условии стационарной тенденции развития. Кроме того, прогноз учитывает в основном положительные тенденции развития экономики России и не учитывает процессы торможения указанной динамики - демографические проблемы, экологические проблемы, локальные войны и конфликты, социальные волнения и др.

По данным 2012 г., в США порядка 60% населения имеют высшее образование, в РФ - около 31%. В связи с этим представляется уместным предположить, что для прироста человеческого капитала необходимо вдвое увеличить число людей с качественным высшим образованием в России. Для роста ВВП необходимо увеличивать наукоемкий сектор экономики, т.е. развиваться темпами гораздо более быстрыми, чем сегодняшние темпы развития стран-лидеров. Так, за последние 15 лет продажи наукоемкой продукции возросли в развитых странах на 65,8%, наукоемкость высокотехнологического сектора выросла в 2,8 раза.

Доля наукоемких производств в обрабатывающей промышленности выросла с 7,1 до 12%. С 2000 г. в США, Германии, Франции и Англии наукоемкий сектор давал ежегодно 15-25% прироста ВВП. В России, по проведенным расчетам, лишь 30% прироста ВВП вызвано интенсивными факторами, что объясняет низкие темпы. Годовой объем наукоемкой продукции в мире - 2,5 трлн. долл., через 15 лет составит 4 трлн. долл. Наукоемкое производство напрямую связано с ростом человеческого капитала и научных исследований. Рассчитаем критичный объем человеческого капитала для перехода к шестому технологическому укладу.

Для производства 14,3 трлн. долл. ВВП США использовали 106 трлн. долл. человеческого капитала. Тогда соотношение ВВП / 1 долл. ЧК = 14,3/106 = 0,13 долл. ВВП / 1 долл. имеющегося человеческого капитала. Иными словами, на один доллар стоимости человеческого капитала США вырабатывает 0,13 долл. (13 центов) ВВП.

При критическом соотношении человеческого капитала в 30 трлн. долл. Россия должна была бы вырабатывать 0,13 долл./долл. Ч 30 трлн. = 3,9 трлн. долл., однако произвела 2,26 трлн. долл. ВВП по ППС, т.е. в 1,7 раза меньше. Выработка ВВП на один доллар стоимости человеческого капитала для России составила 2,26 : 30 = 0,075 долл. ВВП / 1 долл. имеющегося человеческого капитала. Таким образом, потребность в человеческом капитале России сейчас приблизительно 60 трлн. долл., т.е. в два раза больше, чем имеется в наличии. В связи с этим для перехода к экономике, основанной на знаниях, в рамках VI технологического уклада России необходимо удвоить объем человеческого капитала для достижения критического потенциала, необходимого для высокотехнологического экспорта, что в принципе невозможно без построения системы адаптивного управления человеческим капиталом.

Для целенаправленного формирования человеческого капитала необходимо прогнозировать потребность в нем, т.е. потребность в работниках определенного уровня и специальности. Вследствие этого предложена и апробирована авторская методика определения потребности в специалистах разного профиля на основе статистической зависимости их количества от изменений объемов производства и темпов НТП, позволяющая использовать адаптивное планирование и управление подготовкой специалистов с целью преодоления дисфункционального развития региональных рынков труда и образовательных услуг.

Рассмотрим методику решения этой задачи на основе модели двухэтапного прогнозирования. Применение методики рассмотрим на примере. Промышленная компания, проведя маркетинговые исследования рынка, определила, что в ближайшие четыре года ожидается повышение спроса на выпускаемую продукцию, но нынешний объем производства не соответствует полученному прогнозу спроса. Поэтому руководством предприятия был разработан проект расширения производства. Одним из пунктов данного проекта является определение потребности в новых кадрах в зависимости от объема выпускаемого на рынок продукта. Для решения поставленной задачи менеджеру предоставили статистические данные планируемого объема производства на три года и количество нанятых на работу сотрудников за пять лет существования предприятия (табл. 4.3.7, 4.3.8).

Таблица 4.3.7 - Статистические данные планируемого объема производства на три года

Год, t	2011	2012	2013
Объем производства, V(t), млн руб.	1,2	1,7	2,3

Таблица 4.3.8. - Соотношение сотрудников и объема производства

Год, t	2007	2008	2009	2010	2011
Объем производства, V(t), млн руб.	0,2	0,6	0,8	1,1	1,2
Рабочие, N1	21	27	32	35	36
Экономисты, N2	1	3	4	5	5
Менеджеры, N3	3	4	5	6	6
Инженеры, N4	2	3	4	6	5
Технологи, N5	1	2	2	5	3

Для решения задачи выдвинута гипотеза, что количество работников разных специальностей зависит от объема производства. Поэтому рассчитаны прогнозы V(2014) и V(2015), количество сотрудников N_i на 2012-2015 гг. на основе моделей взаимосвязей их количества и объемов.

Найдем объемы выпуска на прогнозируемые 2014-2015 гг. (рис. 4.3.4)

Рисунок 4.3.4 - Динамика роста объемов производства

График прогноза зависимости выпуска товара от времени за 2011-2013 гг., представленный на рис. 4.3.4, характеризует линейную зависимость: V(t) = V₀+ a Ч t.. Составим два уравнения для расчета параметров модели:

(4.3.9)

1,1 = a Ч 2, a = 0,55.

V₀= 1,2 - 0,55 Ч 1 = 0,65; тогда прогнозируемые величины равны: V(2014) = 0,65 + 0,55 Ч 4 = 2,85; V(2015) = 0,65 + 0,55 Ч 5=3,4.

Результаты расчетов прогноза с помощью модели отражены в табл. 4.3.9.

Таблица 4.3.9 - Результаты расчета прогнозируемых объемов

Год, t	2011	2012	2013	2014	2015
V(t), млн руб	1,2	1,7	2,3	2,85	3,4

Найдем количество сотрудников для прогнозируемых объемов производства. Потребность в рабочих характеризует график (рис. 4.3.5).

Рисунок 4.3.5 - Расчетные величины для прогноза количества рабочих

Получаем: 15 = b Ч 1; b = 15; N₁₀ = 21 - 15 Ч 0,2 = 21 - 3 = 18; модель имеет вид: N₁(V) = 18 + 15 Ч V, следовательно исходя из прогноза выпуска получаем количество требуемых рабочих на период прогнозирования:

N₁(1,7) = 18 + 15 Ч 1,7 44 рабочих на 2012 г.

N₁(2,3) = 18 + 15 Ч 2,3 53 рабочих на 2013 г.

N₁(2,85) = 18 + 15 Ч 2,85 61 рабочий на 2014 г.

N₁(3,4) = 18 + 15 Ч 3,4 69 рабочих на 2015 г.

Аналогично для зависимости экономистов получаем график (рис. 4.3.6)

Рисунок 4.3.6 - Зависимость потребности в экономистах от объема производства

- уравнение также ищем в линейном виде:

(4.3.11)

Рассчитываем параметры уравнения: 4 = c Ч 1, c = 4; N₂₀ = 1 - 4 Ч 0,2 = 0,2. Уравнение линейной модели для этих специалистов : N₂(V) = 0,2 + 4 Ч V. С его помощью рассчитываем прогнозы потребности в экономистах:

N₂(2,85) = 0,2 + 4 Ч 2,85 12 экономистов на 2014 г.

N₂(3,4) = 0,2 + 4 Ч 3,4 14 экономистов на 2015 г.

Аналогично для потребности в менеджерах (рис. 4.3.7).

Рисунок 4.3.7 - Зависимость потребности в менеджерах от объема производства

Прогнозные расчеты дают следующие потребности:

N₃(1,7) = 2,4 + 3 Ч 1,7 8 менеджеров на 2012 г.

N₃(2,3) = 2,4 + 3 Ч 2,3 9 менеджеров на 2013 г.

N₃(2,85) = 2,4 + 3 Ч 2,85 11 менеджеров на 2014 г.

N₃(3,4) = 2,4 + 3 Ч 3,4 13 менеджеров на 2015 г.

Аналогично рассчитана потребность в инженерах (рис. 4.3.8).

Рисунок 4.3.8 - Зависимость потребности в инженерах от объема производства

Спецификация также линейная. N₄ (V) = N₄₀+ e Ч V

Из уравнений:

2 = N₄₀+ e Ч 0,2

5 = N₄₀+ e Ч 1,2 (4.3.13)

рассчитываем параметры этой модели: 3 = e Ч 1, e = 3, N₄= 2 - 3Ч0,2 = 1,4.

Рассчитанное уравнение N₄(V) = 1,4 + 3 Ч V дает следующие прогнозы:

N₄(1,7) = 1,4 + 3 Ч 1,7 7 инженеров на 2012 г.

N₄(2,3) = 1,4 + 3 Ч 2,3 8 инженеров на 2013 г.

N₄(2,85) = 1,4 + 3 Ч 2,85 10 инженеров на 2014 г.

N₄(3,4) = 1,4 + 3 Ч 3,4 12 инженеров на 2015 г.

Аналогично для потребности в специалистах-технологах (рис. 4.3.9)

Рисунок. 4.3.9 - Зависимость потребности в специалистах-технологах от объема производства

Спецификация также линейная: N₅= N₅₀+ g Ч V.

Из уравнений:

1 = N₅₀+ g Ч 0,2

3 = N₅₀+ g Ч 1,2 (4.3.14)

рассчитываем параметры этой модели: 2 = g Ч 1, g = 2, N₅= 1 - 2 Ч 0,2 = 0,6.

Получаем расчетное уравнение потребности: N₅(V) = 0,6 + 2 Ч V; которое дает прогнозы:

N₅(1,7) = 0,6 + 2 Ч 1,7 4 технологов на 2012 г.

N₅(2,3) = 0,6 + 2 Ч 2,3 5 технологов на 2013 г.

N₅(2,85) = 0,6 + 2 Ч 2,85 6 технологов на 2014 г.

N₅(3,4) = 0,6 + 2 Ч 3,4 7 технологов на 2015 г.

Полученные значения систематизируем в итоговой таблице (табл. 4.3.10).

Таблица 4.3.10 - Расчетные значения определение потребности в новых кадрах в зависимости от объема выпускаемого продукта на рынок

Год, t	2007	2008	2009	2010	2011	2012	2013	2014	2015
Объем производства, V(t), млн руб	0,2	0,6	0,8	1,1	1,2	1,7	2,3	2,85	3,4
Рабочие, N1	21	27	32	35	36	44	53	61	69
Экономисты, N2	1	3	4	5	5	7	9	12	14
Менеджеры, N3	3	4	5	6	6	8	9	11	13
Инженеры, N4	2	3	4	6	5	7	8	10	12
Технологи, N5	1	2	2	5	3	4	5	6	7

Выступая в роли менеджера, мы проанализировали полученные статистические данные, и оказалось, что в 2011 г. в связи с кризисом объем продаж снизился по сравнению с предыдущими годами примерно на 1/3, кроме того, образовались сокращения кадров среди инженеров и специалистов-технологов, поскольку они взаимозаменяемы. Среди остального персонала сильных изменений не было обнаружено. По сути, предприятие приблизилось к стагнации.

С использованием линейных методов прогнозирования и результатов маркетинговых исследований рынка сбыта было выявлено, что с 2012 по 2015 г. при сохранении ситуации на рынке и незначительных внешних влияниях реализация товара по сравнению с 2011 г. должна увеличиться на 30% в 2012 г., на 48% в 2013 г., на 57% в 2014 г. и на 64% в 2015 г. При этом число рабочих увеличится на 33 человека, экономистов - на 9, менеджеров - на 7, инженеров - на 7, специалистов-технологов - на 4.

Анализ статистических данных позволяет определить влияние обучения на прирост человеческого капитала и изменение технологии работы.

Адаптивный механизм воспроизводства интеллектуального капитала предполагает использование двух контуров управления ВУЗом:

- стратегического (определяет политику развития, сформированную исходя из миссии и ситуации внешней для организации высшей школы среды);

- оперативно-тактического (включающего мониторинг рынка труда и рынка образовательных услуг, оценку сложившейся ситуации и выработку реакций приспособления к изменяющимся условиям функционирования).

Для более гибкого приспособления организации высшей школы в ней нужно выделить центры прибыли (стратегические зоны хозяйствования), в качестве которых могут выступать факультеты, кафедры. Тогда оперативно-тактический уровень управления можно рассматривать как уровень взаимодействующих между собой подсистем (центров прибыли), причем данные подсистемы являются условно самоорганизующимися. Уточним, что под самоорганизацией здесь понимается свойство системы изменять пространственную, временную и функциональную структуру без специфического воздействия извне, навязывающего системе функционирование.

Реализация стратегии управления организацией высшей школы в условиях не полностью определенной внешней среды должна использовать способности его структурных единиц к самоорганизации. По сути дела, центры прибыли - факультеты, кафедры - выпускают готовые продукты: специалистов, научные разработки, новые образовательные программы, соответствующие новым требованиям рынка, технологии и методики, издаваемые в книгах и пособиях, и реализуют их на рынках. И реакция организации высшей школы на изменения ситуаций формируется, в основном, на уровне этих центров, работающих по запросам потребителей. Сигналы рассогласования спроса и предложения на рынке образовательных услуг формируют адаптивные реакции (рис. 4.3.10).

Рисунок 4.3.10 - Система адаптивного управления организацией высшей школы

Обратные связи от рынков труда и образовательных услуг определяют адаптацию организации высшей школы в зависимости от конкретных ситуаций и позволяют реализовать гибкое приспособление к изменениям. Подведем итоги исследования в данной главе работы. В ней получены следующие основные результаты:

1. Разработана методика сравнительного анализа адаптивных свойств организаций сектора услуг высшего образования, позволяющая ранжировать их по признаку адаптивности, определять резервы и основные направления адаптации системы менеджмента к изменениям в рыночной среде и сфере государственной социально-экономической политики, ориентированная на обеспечение необходимых условий для эффективного воспроизводства интеллектуального капитала в указанном секторе. В качестве определяющего адаптивного свойства организаций сектора услуг высшего образования определена их способность приспосабливаться к росту информационных потоков, что обеспечивает адекватное информативное наполнение воспроизводства интеллектуального капитала.

2. В рамках моделирования адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования: предложена методика расчета потребности в специалистах различных профилей, в основе которой - установление зависимости количества специалистов и их структуры от объемов производства; осуществлено прогнозирование потребности в обеспечении предприятий региона в специалистах; построены когнитивные карты, с помощью которых оценены различные инновационные стратегии обучения; обоснован подход к оценке потребности в человеческом капитале страны на основе расчета вклада знаний занятых в ВВП и установления зависимости удельной выработки ВВП от уровня развития человеческого капитала.

Полученное в данной главе приращение научного знания включает следующие элементы:

- предложена научная идея адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования, разработано концептуальное представление данного механизма, раскрыто его структурное ядро - гибкая, самоорганизующаяся научно-образовательная организация;

- исходя из концепции возрастающей отдачи высшего образования, построена экономико-математическая модель адаптивного механизма воспроизводства интеллектуального капитала в секторе услуг высшего образования, в основание которой положены принципы: экспоненциального роста информации в данном секторе; самоорганизации процесса воспроизводства интеллектуального капитала; адаптивности реакций данного процесса на изменения глобальных факторов; непрерывности внедрения научных и организационных инноваций; интеграции научного и образовательного процессов в секторе высшего образования;

- разработана методика оценки адаптационных характеристик организаций сектора услуг высшего образования: выделение параметров адаптации; расчет частных индикаторов, отражающих отдельные аспекты адаптивности организаций; сворачивание указанных индикаторов в интегральный показатель адаптивности; в дополнение к ней, предложена методика прогнозирования потребности национальной экономики в интеллектуальном капитале для обеспечения требуемых темпов экономического роста, ядро которой составляют агрегированные показатели отдачи интеллектуального капитала за длительный период (10 лет и более).

5. РАЗРАЬОТКА ИИСТРУМЕНТОВ ПОДДЕРЖКИ АДАПТИВНОГО МЕХАНИЗМА ВОСПРОИЗВОДСТВА ИНТЕЛЛЕКТУАЛЬНОГО КАПИТАЛА В СЕКТОРЕ УСЛУГ ВЫСШЕГО ОБРАЗОВАНИЯ

В данной главе разработан комплекс инструментов поддержки предложенного в предшествующих главах работы адаптивного механизма воспроизводства интеллектуального капитала, предложен ряд методик оценки, адекватных указанному процессу.

5.1 Когнитивная поддержка адаптивного развития воспроизводства интеллектуального капитала в секторе услуг высшего образования

В современном мире при росте массовости образования и ослаблении его связи с экономикой существенно проявляются фундаментальные пороки отечественной системы образования, которые проявляются следующим образом:

- в противоречии между ростом конкурентных преимуществ от получения образования и снижением его качества;

- в противоречии между рыночными принципами в системе образования и его социальной направленностью и значимостью.

Поскольку в мире наблюдается резкий рост объемов знаний, то системы образования, реагируя на внешние вызовы по законам теории изменений, вынуждены будут адаптироваться в соответствии с изменяющимися условиями.

Качество продукции называют отражением научно-технического про...

Страница:

диссертация "Адаптивный механизм воспроизводства интеллектуального капитала в секторе услуг высшего образования экономики России" скачать

Подобные документы

Интеллектуальный капитал
Сущность интеллектуального капитала. Знаковые факты. Методы измерения интеллектуального капитала. Комплексная оценка интеллектуального капитала. Значения индикаторов интеллектуальности. Норматив стабильности интеллектуальных кадров.

реферат [297,8 K], добавлен 18.05.2004
Влияние компонентов интеллектуального капитала на эффективность компаний в развивающихся странах
Методы оценки интеллектуального капитала компании. Выявление влияния различных элементов интеллектуального капитала – человеческого, отношенческого, инновационного и процессного – на операционные результаты деятельности компаний России и Бразилии.

дипломная работа [453,7 K], добавлен 03.07.2017
Методы оценки интеллектуального капитала компании
Исследования взаимосвязи интеллектуального капитала и результатов деятельности компании. Анализ вкладов отдельных компонентов интеллектуального капитала в модели VAIC. Механизмы и технологии, позволяющие персоналу генерировать стоимость внутри компании.

дипломная работа [835,4 K], добавлен 26.10.2016
Механизм влияния характеристик организационного капитала компании на эффективность ее деятельности
Характер влияния составляющих организационного капитала на показатели эффективности деятельности фирмы. Структура интеллектуального капитала по Эдвинссону. Концептуальная основа воздействия элементов интеллектуального капитала на эффективность компании.

дипломная работа [1,2 M], добавлен 09.06.2017
Сущность, структура и методические основы оценки интеллектуального капитала предприятия
Понятие и варианты определения интеллектуального капитала предприятия, методика и критерии его вычисления. Характеристика человеческого, организационного, интерфейсного капитала данной организации, сферы их применения и порядок оценки на предприятии.

контрольная работа [131,0 K], добавлен 20.01.2010
Влияние интеллектуального капитала влияет стоимость компании
Связь интеллектуального капитала, отрасли и стоимости компании. Влияния отрасли на индикаторы ИК. Определение драйверов экономической стоимости на уровне сферы и отрасли. Эконометрическое моделирование различия между сферами производства и услуг.

курсовая работа [725,2 K], добавлен 05.02.2017
Взаимосвязи между различными компонентами интеллектуального капитала на развитом и развивающемся рынках
Краткий анализ драйверов конкурентоспособности отдельных стран. Выявление потенциальных особенностей интеллектуального капитала российских компаний. Анализ выборочной совокупности данных по предприятиям. Эмпирический анализ интеллектуальных драйверов.

дипломная работа [514,7 K], добавлен 13.10.2016
Методы прямого измерения интеллектуального капитала
Концепция интеллектуального капитала: сущность, структура и свойства. Методы измерения и оценки: прямое измерение, рыночная капитализация, отдачи на активы и подсчет очков. Количество притязаний в патентной формуле. Способы подачи документов на патент.

курсовая работа [358,8 K], добавлен 07.10.2009
Человеческий капитал
Классическая теория факторов производства. Сущность и подходы к изучению человеческого капитала. Позитивные и негативные тенденции воспроизводства человеческого капитала. Прогнозная оценка стоимости воспроизводства. Регулирование отношений найма.

курсовая работа [49,3 K], добавлен 29.03.2009
Основной капитал, его воспроизводство и эффективность использования
Анализ воспроизводства основного капитала промышленных предприятий, закономерности его воспроизводства в условиях перехода на новые технологический уклад, поиск путей повышения эффективности формирования и развития капитала в современных условиях.

дипломная работа [1,5 M], добавлен 24.11.2010
Человеческий капитал и его роль в современной экономике
Рассмотрение понятия и видов человеческого капитала; позитивные и негативные его воспроизводства. Стратегия инновационного развития Российской Федерации на период до 2020 года. Прогнозная оценка стоимости воспроизводства будущего человеческого капитала.

реферат [46,0 K], добавлен 14.12.2012
Капитал в системе ресурсов инновационной экономики
Присутствие "нематериальных" составляющих в структуре основного капитала инновационной экономики. Характеристики информации и знания как экономических ресурсов. Структура и проблемы интеллектуального капитала. Субъекты рынка образовательных услуг.

реферат [764,1 K], добавлен 24.02.2010
Основной капитал, его воспроизводство, инвестиционная и амортизационная политика в условиях НТР
Признаки и структура основного капитала, виды износа и особенности воспроизводства. Формирование инвестиционной политики и улучшение эффективности использования основных фондов предприятий. Сравнительный анализ теорий воспроизводства основного капитала.

курсовая работа [40,9 K], добавлен 27.12.2011
Методика анализа капитала хозяйствующего субъекта
Источники формирования, функционирования, воспроизводства капитала. Организационно-экономическая характеристика предприятия, оценка показателей эффективности использования капитала. Начисление амортизационных отчислений. Фактический износ основных фондов.

курсовая работа [690,2 K], добавлен 08.02.2015
Воспроизводство капитала
Процесс воспроизводства капитала как единство производства и обращения. Понятие ценности в простом товарном хозяйстве. Факторы, влияющие на величину накопления. Виды рынков ценных бумаг. Кругооборот и формы (концентрация и централизация) капитала.

презентация [400,5 K], добавлен 19.10.2015
Концепция "человеческого капитала" и инвестиции в человеческий капитал
Сравнительный анализ запаса национального человеческого капитала в России и за рубежом. Роль инвестиций в процессе его воспроизводства. Основные проблемы, способы повышения эффективности использования человеческого капитала в современной России.

курсовая работа [403,6 K], добавлен 10.10.2013
Человеческий капитал и его роль в современной экономике
Современные подходы к изучению человеческого капитала. Позитивные и негативные тенденции воспроизводства человеческого капитала, его роль в преобразовании экономики России. Методы оценки производительных сил человека. Теории предельной полезности.

курсовая работа [38,7 K], добавлен 31.10.2014
Формирование, оценка и накопление человеческого капитала
Современные взгляды на теорию человеческого капитала. Теория человеческого капитала по Т. Шульцу и Г. Беккеру. Вклад высшего образования в развитие человеческого капитала. Состояние и перспективы повышения конкурентоспособности молодых специалистов.

курсовая работа [97,2 K], добавлен 03.05.2010
Рынок капитала в России
Определение теории капитала различными экономическими школами и ученими. Структура рынка капитала. Кругооборот и время оборота капитала. Спрос и предложение на рынке услуг. Эволюция рынка капитала в России, тенденции и рекомендации по улучшению ситуации.

курсовая работа [1,1 M], добавлен 04.11.2009
Анализ эффективности использования основного капитала ООО "Вестел-Юг"
Моральный и физический износ основного капитала предприятия. Амортизация основных фондов как способ денежного возмещения износа. Показатели эффективности использования и воспроизводства основного капитала. Анализ финансового потенциала предприятия.

курсовая работа [104,2 K], добавлен 06.11.2014

Другие документы, подобные "Адаптивный механизм воспроизводства интеллектуального капитала в секторе услуг высшего образования экономики России"

весь список подобных работ

скачать работу можно здесь

сколько стоит заказать работу?

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

T	Привлекательность (PP)	Нечеткая функция принадлежности
T1	Низкая	mPP (T1) = 1.0/1 + .5/2 + .1/3
T 2	Средняя	mPP (T 2) = .1/2 + .5/3 + 1.0/4 + .3/5
T 3	Высокая	mPP (T 3) = .2/5 + 1.0/6 + .5/7 + .1/8
T 4	Очень высокая	mPP (T 4) = .1/7 + .5/8 + 1.0/9

Состояния S	Sвн1	Sвн2	…	Sвнn
s1	R11	R12	…	R1n
s2	…	…	…
…	…	…	…
sm	Rm1	…	…	Rmn

№ п/п	Университет	Характер деятельности	Вызовы внешней среды	Адаптивные реакции вузов
1	Нью-Йоркский университет	Одни из самих крупных многопрофильных частных университетов США	Сокращение государственного финансирования	Развитие структур бизнеса, соединение бизнеса кафедр с обучением. Сильный президент и попечительский совет (централизация власти). Сетевая структура университета. Децентрализованные факультеты и структурные подразделения и централизованное финансовое планирование
2	Мичиганский университет - Анн Арбор	Крупный государственный многопрофильный университет США	Многонациональный контингент студентов	Адаптация менеджмента к среде студентов с разными национальными культурами, культурное разнообразие жизни студентов, учет особенностей культур в процессах обучения
3	Университет Калифорнии - Беркли	Крупный государственный, многопрофильный университет США	Сокращение государственного финансирования	Стабилизация стоимости обучения через реструктуризацию университета и расширение объемов НИР. Интегрированное планирование. Корпоративное управление. Эффективное финансовое управление

№	Вуз	Толчок: реформа	Степень автономии коммерческой деятельности	Степень ведения изменений	Наличие собственных источников финансирования	Коллегиальные формы принятия решений	Степень профессионального менеджмента	Ориентация на изменения	Степень ориентации на рынок труда	Децентрализованная структура и принятие решений	Развитие НИР
1	ЮФУ	8	7	7	5	7	6	5	6	6	5
2	ЮРГТУ	7	6	6	4	6	6	5	6	6	5
3	РГСУ	8	5	5	4	5	4	4	5	4	4
4	РГЭУ	6	5	5	4	4	4	3	3	3	3
5	ДГТУ	7	6	6	6	4	3	5	4	3	4
6	СКАГС	6	4	5	3	4	3	3	4	3	3
7	ИУБиП	5	7	4	4	3	3	3	3	3	2
8	РМИЭУ	6	7	6	7	4	5	5	5	4	4
9	ТГПИ	7	6	6	5	5	5	5	4	4	4
10	РГУПС	6	5	5	5	3	4	4	4	3	3