Анализ тенденций развития интеллектуального капитала

🙂

Скачать текст в WORD

Модель влияния интеллектуального капитала на социально-экономическое положение регионов. формируется, исходя из ин­дивидуальных профилей вносящих больший вклад в ВРП региона экономических субъектов.

Для апробации предложенной методики диагностики интеллектуального капитала на микроуровне нами были выбраны два крупнейших региона.

Одним из важнейших аспектов развития уже зрелого предприятия является развитие персонала и повышение его квалификации, дру­гими словами ожидается, что в модели будут актуальными показатели:

Z10 (Численность работников, имеющих высшее образование);

Z13 (Затраты на обучение);

Z14 (Доля персонала, прошедшего обучение).

Рассмотрим результаты исследования профиля ИК на группы регионов 1син-тез». По результатам проведенного факторного анализа была получена следую­щая матрица вращений, представленная в Таблице 3.3. 1.

Как видно из этой таблицы, наибольшее количество факторов, входящих в профиль интеллектуального капитала  группы регионов 1, — это переменные блока F1, характеризующие инновационную активность предприятия (4 перемен­ных из 5).

Следующий шаг в предлагаемой методике — выявление прямых и скрытых переменных для каждого из факторов на основе регрессионного анализа.

Первая модель для построения профиля была разработана на основе факто­ра F1. В качестве независимых переменных выступают значения переменных Z6 и Z9.2, а в качестве зависимой — значение фактора F1 (Приложение 27). Переменные Z3 и   Z13 оказались скрытыми.

Полученная модель вполне соответствует статистическим критериям, о чем свидетельствует: высокое значение коэффициента детерминации (R-квадрат=0,946) и положительное значение T- статистики по всем переменным в сравнении с t критич. = 2,059.

  Переменные Группы факторов F1 F2 F3 F4 Z1 Стоимость нематериальных активов <0.75 <0.75 <0.75 <0.75 Z2 Объем инновационной продукции, отгруженной за период <0.75 <0.75 <0.75 0,871 Z3 Экономический эффект от рационализаторских предложе­ний и технологических решений, сгенерированных на пред­приятии 0,875 <0.75 <0.75 <0.75 Z4.1 Затраты на продуктовые и технологические инновации <0.75 <0.75 0,927 <0.75 Z4.2 Затраты на приобретение машин и оборудования, связан­ных с технологическими инновациями <0.75 <0.75 0,862 <0.75 Z4.3 Затраты на производственное проектирование, дизайн и другие разработки новых продуктов, услуг <0.75 <0.75 <0.75 <0.75 Z6 Соотношение выбывших и принятых работников на пред­приятии 0,926 <0.75 <0.75 <0.75 Z9.2 Затраты на выплату основной части заработной платы 0,924 <0.75 <0.75 <0.75 Z9.1 Затраты на оплату социальных льгот <0.75 <0.75 <0.75 <0.75 Z8 Коэффициент текучести персонажа со стажем более 5 лет <0.75 <0.75 <0.75 <0.75 Z7 Производительность труда <0.75 0,797 <0.75 <0.75 Z9.3 Затраты на выплату премий <0.75 <0.75 <0.75 <0.75 Z10 Численность персонала,   имеющего высшее профессио­нальное образование <0.75 0,789 <0.75 <0.75 Z13 Затраты на обучение -0,795 <0.75 <0.75 <0.75 Z14 Доля персонала, прошедшего обучение <0.75 <0.75 <0.75 0,783  
Таблица 3.3.1 — Взаимосвязь показателей ПАО «Казаньоргсинтез» по факторам
(по методу варимакс)

Также для проверки полученных моделей был проведен анализ автокорре­ляции по критерию Дарбина-Уотсона, в результате которого мы получили значе­ние 1,77605, в то время как DL= 1,26 и DU=1,56. Это является свидетельством от­сутствия автокорреляции.

Таким образом, полученная модель имеет следующий вид:

F1 = -1,4516 + 1,7135 z6 + 1,5475z9.2

(11)

В состав модели, построенной по фактору F2, входят 2 показателя. В ходе исследования сразу была получена модель, отвечающая принятым критериям. В качестве зависимой переменной в модели выступает значение фактора F2, а в ка­честве независимой переменной — Z7 и Z10, оказывающие прямое влияние на ин­теллектуальный капитал предприятия (Приложение 28).

Данная модель имеет достаточно высокий коэффициент детерминации (R-квадрат=0,875) и значение t-статистики выше критического значения (t критич. = 2,059). Тест Дарбина-Уотсона также показал положительные результаты: значе­ние критерия находится на уровне 2,036, в то время как как DL= 1,26 и DU=1,56, что свидетельствует об отсутствии автокорреляции.

Таким образом, релевантная данному исследованию модель имеет вид:

F2 = -2,2744 + 2,074594 z7 + 1,977407 z10 (12)

Модель, полученная по фактору F3, не соответствует предъявляемым тре­бованиям по статистическим критериям.

Модель по фактору F4 включает 2 независимые переменные — Z2 и Z14. Нами были рассмотрены все комбинации моделей, в которых использовались данные переменные. Выяснилось, что переменная Z13 является скрытые и прямо­го влияния на интеллектуальный капитал не имеет. Единственной адекватной оказалась модель, в которой в качестве независимой переменной выступает пока­затель Z2. (Приложение 29)

Несмотря на почти пороговое значение коэффициента детерминации (R-квадрат = 0,75), все переменные имеют положительное значение t-статистики (при t критич.= 2,055), а также отсутствует автокорреляция (критерий Дарбина-Уотсона принимает значение 2,169 при DL= 1,33 и DU=1,48). В связи с соответ­ствием принятым статистическим критериям можно использовать для построения индивидуального профиля полученную модель, которая имеет вид:

F4 = -1,19762 + 2,941354z2 (13)

Таким образом, мы можем составить конфигурацию (модель) индивидуаль­ного профиля ИК данной компании с учетом прямых и скрытые переменных, представленных в таблице 3.3. 1.

Первый фактор характеризует вклад квалифицированного персонала в дея­тельность организации и его ценность для функционирования организации. Среди прямых переменных на данный фактор влияет общая текучесть персонала и за­траты на выплату основной части зарплаты.

Скрытыми переменными являются: экономический эффект от рационали­заторских предложений и технологических решений, сгенерированных на пред­приятии и затраты на обучение. Это говорит о том, что в организации с устояв­шейся структурой и относительно постоянным производственным процессом, стабильность кадрового состава, его обучение и умение эволюционно оптимизи­ровать процессы (что выражается, например, в форме рационализаторских пред­ложений) является одной из приоритетных точек роста предприятия.

Второй фактор F2 включает только прямые переменные: производитель­ность труда и численность персонала с высшим образованием. Из этого можно сделать вывод о том, что система мотивации персонала настроена на достижение высоких результатов и развитие персонала. Полученный профиль характеризует  группы регионов 1 как организацию, использующую инвестиции в персонал как стимулирующие организационное развитие.

Третий фактор F3 характеризует инвестиции в инновационную деятель­ность предприятия. Интересным фактом является то, что обе переменные, входя­щие в фактор (затраты на продуктовые и технологические инновации и затраты на приобретение машин и оборудования, связанных с технологическими инноваци­ями) являются скрытыми. Это объясняется тем, что период активных инвестиций в обновление технологий предприятие прошло более 7 лет назад, следовательно, влияние на интеллектуальный капитал они оказывают не самое значительное.

Фактор F4 связан с разными по своей природе переменными: объем от­груженной инновационной продукции, который является прямой переменной и доля персонала,   прошедшего обучение, являющейся скрытыми переменной. На наш взгляд, данный фактор показывает роль увеличения доли инновационной продукции в формировании интеллектуального капитала, на которую незримо влияет постоянное повышение квалификации персонала, без которого невозмож­но адекватно планировать, проектировать и модернизировать выпускаемую про­дукцию.

Значимые переменные прямого действия, полученные в результате корре­ляционно-регрессионного анализа, а также исследованные скрытые переменные схематично представлены в индивидуальном профиле группы регионов 1 .

Можно выдвинуть несколько гипотез о составных элементах индивидуаль­ного профиля интеллектуального капитала данного предприятия.

1.  группы регионов 2 является сравнительно молодым, растущим предприя­тием с еще не до конца сформировавшейся производственной структурой, в ко­торую до сих пор идет большой поток инвестиций. В настоящее время активно идет строительство новых объектов: в 2017 году объем строительно-монтажных работ превысил 28 млрд. рублей. Поэтому на данном этапе предприятию крайне важны инвестиции в инновационную деятельность (Z2 — Z4.3), особо важным бу­дет фактор Z4.2 — затраты на приобретение машин и оборудования, связанных с технологическими инновациями.

2. Другим исключительно важным фактором для формирования предприя­тия является привлечение и удержание высококвалифицированного персонала предприятия (показатели Z8-Z9.3). На фоне внедрения новых технологий и фор­мирования конкурентоспособного кадрового ядра на стадии роста важным факто­ром является обучение персонала (в формах первичного обучения и повышения квалификации)^ 10-Z14).

3. Очевидно, при большом количестве бизнес-процессов, находящихся в ста­дии формирования, значительное число переменных, входящих в профиль интел­лектуального капитала, будут скрытыми.

Апробация предложенной методики диагностики интеллектуального капи­тала в  группы регионов 2 проводилась аналогичным образом. Корреляционно-регрессионный анализ по трем факторам проведен на основе информации  группы регионов 2 за 2011-2015 г.г.

Исходя из этого, мы получили следующую матрицу взаимосвязи показате­лей на основе факторного анализа по методу Варимакс, представленную в Табли­це 3.3. 2.

Далее на основе полученных параметров нами были построены две регресси­онные модели, используемые для формирования индивидуального профиля ин­теллектуального капитала по факторам 1 и 3. По фактору F4 и F2 не удалось по­лучить статистически достоверной регрессионной модели. Переменные прямого действия выявлены только по факторам F1 и F3.

Фактор F1 является наиболее объемным и включает 7 переменных. После последовательного перебора совокупностей переменных нами была выбрана мо­дель, которая удовлетворяет требованиям, выдвинутым в методике.

В данной модели в качестве независимых переменных выступают значения переменных Z1, Z9.2, Z9.1, Z13, а в качестве зависимой — значение фактора F1. Результаты расчетов по этой модели представлены в Приложении 31.

ПеременныеГруппы факторов
F1F2F3
Z1 Стоимость нематериальных активов-0,848<0.75<0.75
Z2 Объем инновационной продукции, отгруженной за период0,786<0.75<0.75
Z3 Экономический эффект от рационализаторских предложений и тех­нологических решений, сгенерированных на предприятии<0.75<0.75<0.75
Z4.1 Затраты на продуктовые и технологические инновации<0.75<0.750,825
Z4.2 Затраты на приобретение машин и оборудования, связанных с технологическими инновациями<0.75-0,935<0.75
Z4.3 Затраты на  производственное проектирование, дизайн и другие разработки новых продуктов, услуг<0.75-0,907<0.75
Z6 Соотношение выбывших и принятых работников на предприятии-0,899<0.75<0.75
Z9.2 Затраты на выплату основной части заработной платы-0,874<0.75<0.75
Z9.1 Затраты на оплату социальных льгот0,800<0.75<0.75
Z8 Коэффициент текучести персонажа со стажем более 5 лет<0.75<0.75<0.75
Z7 Производительность труда<0.75<0.75<0.75
Z9.3 Затраты на выплату премий0,794<0.75<0.75
Z10 Численность персонала, имеющего высшее профессиональное об­разование<0.75<0.75<0.75
Z13 Затраты на обучение0,756<0.75<0.75
Z14 Доля персонала, прошедшего обучение<0.75<0.75-0,847

Полученная модель по F1 имеет весьма высокий коэффициент детермина­ции (R-квадрат = 0,978079), и все переменные, задействованные в ней, имеют значение t-статистики выше критического значения (t критич = 2,13145). Тест Дарбина-Уотсона также показал положительные результаты: значение критерия находится на уровне 2,445822, в то время как как DL= 0,9 и DU=1,83, что свиде­тельствует об отсутствии автокорреляции.

Таким образом, соответствующая цели нашего исследования модель по пер­вому фактору имеет вид:

(14)

Фактор F3, рассматриваемый в ходе исследования в  группы регионов 2, включает в себя переменные Z4.1 и Z14. Данный фактор сразу дал возможность построить адекватную модель, параметры которой представлены в Приложении

32.

Среди параметров данной модели следует отметить высокое значение ко­эффициента детерминации (R-квадрат =0,944), положительное значение T- ста­тистики по всем переменным в сравнении с t критич = 2,059). Также для провер­ки моделей проведен анализ автокорреляции по критерию Дарбина-Уотсона, в результате которого мы получили значение 1,764359, в то время как DL= 1,26 и DU=1,56. Это является свидетельством отсутствия автокорреляции. Таким обра­зом, данная модель имеет следующий вид:

F3 = 0,454419 + 1,973506z41 — 2,19949z14 (7)

Таким образом, на основе использования предложенной методики диагно­стики мы получили индивидуальный профиль интеллектуального капитала  группы регионов 2.

Фактор F1, включающий наибольшее количество переменных, имеет 4 пе­ременных прямого действия (Стоимость нематериальных активов, Затраты на ос­новную заработную плату, Затраты на оплату социальных льгот, Затраты на обу­чение) и 3 скрытых переменных (объем инновационной продукции отгруженной за период, коэффициент текучести персонала (%), затраты на выплату премий). Эти переменные характеризуют данный фактор как потребность в формировании стабильного кадрового ядра, привлекаемого и удерживаемого конкурентоспособ­ным компенсационным пакетом, при систематическом повышении его квалифи­кации.

Для достижения этой цели основным инструментом является предоставле­ние высокого уровня основной заработной платы (переменная Z9.2), социального пакета, также   и путем выплат премий работникам предприятия (переменная Z9.3). Создание кадрового ядра является необходимым условием, позволяющим создать креативную команду, разрабатывающую и реализующую продуктовые и технологические инновации на предприятии, увеличивая его нематериальные ак­тивы (переменные Z1 и Z2).

Второй и третий блоки показателей характеризуют затраты на инновацион­ную деятельность предприятия. И если во втором блоке мы можем наблюдать 2 скрытые переменные (затраты на приобретение машин и оборудования и затраты на производственное проектирование, дизайн и другие разработки), то в третьем блоке обе они являются переменными прямого действия. Проведенный корреля­ционный анализ показал, что важным фактором развития на данном этапе для предприятия является активное инвестирование в новые технологии (Z4.1, Z4.2, Z4.3), которые невозможны без своевременного и эффективного обучения персо­нала (переменная Z14).

Таким образом, анализ подтверждает, что на данном этапе развития у пред­приятия существует 2 основные приоритетные задачи:

Создание стабильного кадрового ядра, которое позволит осуществлять устойчивое развитие предприятия на основе инновационных процессов.

Активное инвестирование в новейшие технологии и глубокое освоение их потенциала.

В целом при сравнении профилей интеллектуального капитала  группы регионов 1 и  группы регионов 2 наблюдается много общего и выявлены совпадающие группы факторов.  Сравнительная характеристика переменных индивидуальных профилей интеллектуального капитала  группы регионов 1 и
 группы регионов 2 по факторным группам дана в таблице 3.3.3.

Из данных Таблицы 3.3.3 видно, что первая факторная группа характеризует персонал компании и его взаимосвязь с инновационной деятельностью и обуче­нием.

В этой группе имеет место совпадение по одному фактору прямого действия — Z9.2 (Затраты на основную заработную плату), а также совпадение по пере­менной Z6 ( Коэффициент текучести персонала), но в  группы регионов 1 это переменная прямого влияния, а в группы регионов 2 — скрытая. По Z13 (Затраты на обу­чение), наоборот, в  группы регионов 2 — переменная прямого действия, а в  группы регионов 1 — скрытая, косвенно влияющая на интеллектуальный капитал.

Вторая факторная группа включает показатели, относящиеся к инновацион­ной деятельности предприятия. На исследуемых предприятиях выявлено совпаде­ние по Z4.2 — Приобретение машин и оборудования, связанных с технологически­ми инновациями. Следует отметить, что на обоих предприятиях выявлено, что переменные Z4.2, Z 4.1 и Z4.3 являются скрытыми.

Третья факторная группа показывает инновационную активность предприя­тия и связанное с ним необходимое обучение персонала: имеется совпадение по Z14.

Таким образом, можно утверждать, что существует большая общность сре­ди факторных групп интеллектуального капитала регионов нефтехимической

         Переменные по группам факторов   ПАО «Казаньоргсинтез» ПАО «ТАНЕКО» Факторная группа 1 (КОС F1, ТАНЕКО F1) Z6    Коэффициент текучести персонала (%) Z6 Коэффициент текучести персонала (%) Z9.2  Затраты на основную за­работную плату Z9.2 Затраты на основную заработную плату   Z13 Затраты на обучение Z13 Затраты на обучение   Z3 Экономический эффект от ра­ционализаторских предложений и технологических решений, сге­нерированных   на предприятии (шт) Z9.3 Затраты на выплаты премий   Z2 Объем инновационной продукции, отгруженной за период   Z1 Стоимость нематериальных активов   Z9.1 Затраты на оплату социальных льгот Факторная группа 2 (КОС F3, ТАНЕКО F2) Z4.2 Приобретение машин и обо­рудования, связанных с техноло­гическими инновациями Z4.2 — Приобретение машин и оборудо­вания, связанных с технологическими инновациями Z4.1   Затраты  на продуктовые, технологические  инновации (си­лами сторонних организаций) Z4.3-Производственное проектирование, дизайн и другие разработки новых про­дуктов, услуг, методов их производства, новых производственных процессов Факторная группа 3 (КОС F3, ТАНЕКО F4) Z2 Объем инновационной про­дукции, отгруженной за период Z4.1 — Затраты на продуктовые, техно­логические инновации Z14 Доля персонала, прошедшего обучение Z14 Доля персонала, прошедшего обу­чение  
Таблица 3.3.3 — Сравнительная характеристика переменных индивидуаль­ных профилей интеллектуального капитала ПАО «Казаньоргсинтез» и ПАО
«ТАНЕКО» по факторным группам

Далее необходимо выявить, имеется ли сходство индивидуальных профилей интеллектуального капитала исследованных регионов нефтехимии и профиля Регионов, учитывая то обстоятельство, что доля продукции двух ис­следованных регионов в общем выпуске промышленной продукции различных регионов значительна. Для этого сопоставим профили интеллектуального капитала Регионова, и  группы регионов 2,  группы регионов 1.

Как можно видеть из рисунка,  группы регионов 1 и  группы регионов 2 имеет достаточно большое количество показателей в своих индивидуальных профилях, схожих с профилем интеллектуального капитала различных регионов.

По переменным прямого воздействия общим показателем во всех трех про­филях является только численность обучающихся в системе повышения квали­фикации в вузах и организациях дополнительного профессионального образова­ния.

По скрытым переменным общими для всех трех профилей были:

Y6 — соотношение выбывших и принятых работников;

Y4 — затраты на НИОКР;

-Y2 — отгружено инновационных товаров, работ и услуг. Совпадение профилей интеллектуального капитала различных регионов и  группы регионов 1 выявлено по двум скрытым переменным: -Y7 -производительность труда в расчете; -Y10 — Доля населения имеющих высшее образование.

При этом важно отметить, что рассматриваемые предприятия имеют схо­жесть с профилем интеллектуального капитала региона, присущие исключитель­но им: только  группы регионов 1 имеет схожесть с показателем доля насе­ления с высшим образованием, имея в профиле показатель Z10 — численность персонала, имеющее высшее профессиональное образование, а также с прямым показателем, характеризующим уровень производительность труда (Y7), благода­ря показателю Z7- производительность труда фонда. В свою очередь, только  группы регионов 2 имеет схожесть с показателем, характеризующим состояние интеллектуальной собственности, благодаря показателю Z1 — Стоимость немате­риальных активов.

На основе проведенного факторного анализа для каждого предприятия можно выделить ряд слабых и сильных сторон при сравнительной оценке с эта­лонными показателями инновационных стран и показателями различных регионов. Большим преимуществом  группы регионов 1 по сравнению с  группы регионов 2 является относительно большое количество совпадающих прямых показателей, влияющих на формирование интеллектуального капитала (Коэффи­циент текучести персонала со стажем более 5 лет (%) и Объем инновационной продукции, отгруженной за период).

Однако недостатком у группы регионов 1 является большое количество факторных групп (F1, F2, F3, F4), что может свидетельствовать о недостаточной системности, слабой взаимосвязи блоков управления интеллектуальным капита­лом. Для решения данной проблемы на предприятии необходимо разработать четкую стратегию управления интеллектуальным капиталом, исходя из которой должны выстраиваться горизонтальные взаимосвязи между функциональными блоками из области управления НИОКР и управления персоналом.

Обратная картина наблюдается у группы регионов 2, в котором с самого начала была выстроена концепция развития интеллектуального капитала, что привело к образованию обширной факторной группы показателей с большой долей явных показателей. Однако у  группы регионов 2 наблюдается меньшее количество пря­мых показателей, совпадающих со странами 2 группы, чем у группы регионов 1-синтез». В связи с этим необходимо рассмотреть возможности усиления иннова­ционной активности предприятия за счет:

внедрения системы управления талантами;

привлечения высококвалифицированных сотрудников, в том числе из дру­гих городов и регионов;

повышения вовлеченности работников в инновационные процессы (раци­онализаторство, изобретательство, работа в проектных группах);

увеличения затрат на НИОКР;

усиление материального стимулирования труда персонала, поощрение но­ваторов.

Проведенный анализ показал, что в настоящее время для  «Казань-оргсинтез» актуальны стратегические решения и нововведения в трех приоритет­ных функциональных подсистемах управления персоналом:

управление мотивацией персонала на основе материального и нематери­ального стимулирования;

обучение и развитие персонала (с отрывом и без отрыва от работы) на ос­нове концепции управления талантами;

формирование корпоративной культуры инновационного (адхократическо-го) типа, в которой поощряются модели поведения работников, направленные на непрерывное обучение и инновационную активность.

Использование методологического подхода концепции управления талан­тами и предлагаемой методики позволяет подобрать именно тот набор инстру­ментов управления интеллектуальным капиталом, который необходим предприя­тию на данном этапе его социально-экономического и технико-технологического развития.

Выбор инструментов управления интеллектуальным капиталом должен ба­зироваться на стратегии управления персоналом и стратегии в сфере исследова­ний и разработок, интегрированных по вертикали с генеральной стратегией и го­ризонтально с функциональными стратегиями предприятия.

По данному мнению, важное значение в стратегическом управлении персо­налом регионов в контексте проблемы интеллектуального капитала должно придаваться формированию «мягких» управленческих факторов:

HR-бренда, позитивной репутации предприятия как работодателя, привле­кающей наиболее конкурентоспособный высококвалифицированный персонал;

инновационной корпоративной культуры предприятия, пронизанной цен­ностями новаторства, постоянного обучения и развития, творчества, командного духа;

системы управления талантами, охватывающей ряд функций управления персоналом: привлечение, оценка, обучение и развитие, управление карьерой, мо­тивацией на основе материального и нематериального стимулирования.

Далее нами был проведен обобщенный сравнительный анализ профилей интеллектуального капитала стран первой и второй групп (с инвестиционными и инновационными драйверами развития), различных регионов и рассмотренны­ми предприятиями, в ходе которого нами были сопоставлены совпадения в про­филях (таблица 3.3.4).

    Страны с инве­стиционными драйверами Страны с инно­вационными драйверами Республика Татарстан Нефтехимические предприятия РТ Казаньоргсинтез ТАНЕКО X4 X4 Y4 Z4.2, Z4.1 Z4.2, Z 4.1, Z4.3 X6 X6 Y6 Z6   X13 X13 Y13 Z13 Z13   X2 Y2 Z2 Z2 X1   Y1   Z1 X3 X3   Z3     X7 Y7 Z7     X10 Y10 Z10     X14   Z14 Z 14 X17 X17 Y17     X8 Y8         Z9.2 Z9.2 Z9.1Z9.3   X15 Y15   Х18 X18    
Таблица 3.3.4 — Сравнение показателей, входящих в профили интеллекту­ального капитала на макро-, мезо- и микро-уровнях

Показатель расходов на НИОКР (Х4т^4.1, Z4.2, Z4.3);

Показатели, связанные с уровнем увольнения и приема работников (X6\Y6\Z6);

Показатели, связанные с доступностью дополнительного образования (X13\Y13\Z13).

Однако наиболее интересным представляется показатель, характеризующий усвоение новых технологий на предприятии (X2\Y2\Z2), которые представлены на всех профилях, кроме стран с инвестиционными драйверами развития, что явля­ется очередным доказательством того, что Республика Регионов является пере­довой республикой, ориентированный на развитие интеллектуального капитала. Это сближает исследуемый регион со странами с инновационными драйверами развития. Дополнительными аргументами в пользу этого утверждения является 6 совпадений профиля РТ с инновационными странами по таким показателям как усвоение новых технологий на предприятии (X2\Y2), соотношения роста заработ­ной платы и производительности (X7\Y7), доля людей имеющих высшее образо­вание (X10\Y10), качество научно-исследовательских институтов (X17\Y17), До­ступность новых технологий (X15\Y15), и что наиболее важно — показателю Спо­собности сохранять таланты (X8/Y8).

Таким образом, на основе предложенной авторской методики диагностики интеллектуального капитала нами были разработаны индивидуальные профили интеллектуального капитала на уровне страны, региона и крупнейших нефтехи­мических регионов различных регионов. Преимуществом данной ме­тодики на микроуровне является ее универсальность и в то же время индивиду­альный подход к формированию профиля интеллектуального капитала компании, позволяющий:

более точно установить целевые показатели при стратегическом планиро­вании деятельности регионов;

ориентировать все функциональные стратегии предприятия на достижение стратегических целей роста интеллектуального капитала, привлечение и удержа­ние талантов на предприятии, ускорение инновационных процессов и формирова­ние инновационной среды;

интегрировать различные функциональные области управления предприя­тием в целях обеспечения роста его интеллектуального капитала;

разработать конкретные рекомендации и проекты, направленные на повы­шение конкурентоспособности предприятия.

Все это определяет практическую значимость для промышленных регионов результатов данного диссертационного исследования. Таким образом, при реализации данных рекомендаций предприятия не только улучшают свои интеллектуальные ресурсы, но и в целом увеличивают свою конкурентоспособность. Это, в свою очередь, позитивно сказывается на всем регионе, увеличивая приток налоговых средств в бюджет региона, путем со­здания новых рабочих мест, повышения общего благосостояния граждан, привле чения новых иностранных инвесторов и поддержании имиджа Регионова как ин­новационно-ориентированного региона.

Скачать текст в WORD

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *