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.
Переменные | Группы факторов | ||
F1 | F2 | F3 | |
Z1 Стоимость нематериальных активов | -0,848 | <0.75 | <0.75 |
Z2 Объем инновационной продукции, отгруженной за период | 0,786 | <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 | <0.75 | 0,825 |
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 льгот | 0,800 | <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 премий | 0,794 | <0.75 | <0.75 |
Z10 Численность персонала, имеющего высшее профессиональное образование | <0.75 | <0.75 | <0.75 |
Z13 Затраты на обучение | 0,756 | <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.