В настоящее время для инновационной дея­тельности российских нефтяных компаний в не­дропользовании характерны негативные тенден­ции:

В результате низкой инновационной деятель­ности отечественных нефтедобывающих пред­приятий постоянно увеличивается количество простаивающих скважин - более 25% от обще­го эксплуатационного фонда, по данным Мини­стерства энергетики РФ. Именно это и объясняет необходимость разработки методики многокри­териальной оценки уровня инновационной актив­ности нефтедобывающих предприятий.

Инновационную активность нефтедобыва­ющих предприятий можно рассматривать в раз­резе национальной экономики (макроуровень), отдельных отраслей (мезоуровень), компании (микроуровень) (табл. 1). Таким образом, ис­пользуя индикаторы инновационной активности, может быть сформирована модель управления инновационной активностью и конкурентоспо­собностью на каждом уровне.

Алгоритм реализации методики оценки инно­вационной активности нефтедобывающих пред­приятий предусматривает прохождение несколь­ких этапов (рис. 1). На каждом этапе решаются определенные задачи:

Первый этап заключается в установлении ис­ходных параметров, определяющих инновацион­ную активность нефтедобывающих предприятий. Нами пересмотрено качественное содержание показателя инновационной активности предприя­тий. Инновационная емкость продукции нефтедо­бывающего предприятия Еи характеризует объем затрат на технологические инновации Сти, кото­рый приходится на 1 рубль общего объема произ­веденной промышленнойпродукции Vnn:

Удельный вес затрат технологических инно­ваций Yти от общего объема инновационной про­дукции предприятия Vип показывает, какую долю стоимости инновационной продукции составля­ют затраты на технологические инновации:

Данный показатель тесно коррелирует с ис­ходным показателем затрат на технологические инновации, т. е. изменение одного из них влечет за собой аналогичное изменение другого.

Доля инновационной продукции вобъеме производства Yип определяется как Yип = Vип/Vпп.

Затраты на технологические инновации, приходящиеся на 1 рубль объема производства, в первую очередь связаны с низкой долей самой инновационной продукции в объеме производ­ства. Показатель отдачи технологических инно­ваций Rти определим как обратный показателю емкости:

Следовательно, показатель инновационной отдачи отражает объем производства, который приходится на 1 рубль затрат на технологические инновации.

Показателем предлагаемой группы остается традиционный показатель инновационной актив­ности, который мы интерпретируем как удельный вес предприятий, использующих инновационные технологии отрасли Yиа:

где Киа - количество предприятий, использу­ющих инновационные технологии; Кобщ - общее количество обследованных предприятий.

Таким образом, мы определили пять показате­лей, опосредованно характеризующих инноваци­онную активность промышленных предприятий.

Второй этап. Перед нами стоит задача опре­делить интегрированную оценку на основе не­скольких различных оценок. Разработанную выше группу производных критериев с соответ-

ствующими моделями переведем в индексы I1 - I5 с общей единицей измерения:

где Ii - индекс i-го порядка; Xi - критерий i-го порядка; Xmln, Xmax - минимальное и максималь­ное значения производных показателей.

Для разработки методики формирования ком­плексного индекса инновационной активности субъектов хозяйствования /иа нами проанализиро­ваны варианты модели по способу расчета сред­ней арифметической, средней геометрической и среднего гармонического:

где Ia - средняя арифметическая индексов инновационной активности; Ii - индекс i-го по­рядка; n - количество индексов Ii.

где Ire - средняя геометрическая индексов инновационной активности.

где Ira - среднее гармоническое индексов инновационной активности.

Все перечисленные методы формирования комплексного индекса инновационной активно­сти нефтедобывающих предприятий имеют раз­личную эффективность, о чем свидетельствует анализ парной корреляции, проведенный для каж­дого индекса от и до и результирующего индекса Iиа. Коэффициент парной корреляции рассчиты­вался на персональном компьютере в програм­мах Microsoft Excel 2013 и Statlstlca Advanced for Windows v.10.

Данный метод расчета комплексного индекса инновационной активности нефтедобывающих предприятий выбран потому, что тесная связь (r > 0,5) была выявлена по четырем из пяти ин­дексов, при том что в показателях «средняя ариф­метическая» и «средняя геометрическая» уровень данной связи наблюдался только по двум из пяти индексов.

Третий этап. С учетом выбранного метода собирается информация. В нашем случае для обе­спечения максимальной точности релевантная информация достаточно ограничена: объем про­изводства, объем инновационной продукции предприятий, затраты на технологические инно­вации предприятий и число предприятий, исполь­зующих инновационные технологии.

Четвертый и пятый этапы заключаются в обработке и анализе полученной информации для установления достоверности рассматривае­мых характеристик. Обработка сводится к вычис­лению интегрального индекса инновационной ак­тивности субъектов хозяйствования при помощи статистических методов анализа.

В настоящее время не существует единой методики объективной оценки инновационной активности нефтедобывающих компаний. За­рубежный опыт в данной сфере практически не освещается в научной литературе. На практике каждая нефтяная компания оценивает свою ин­тегральную инновационную активность по соб­ственным методикам.

На основании данных Федеральной службы государственной статистики рассчитаем показа­тели за 2010-2015 годы:

Инновационная емкость продукции производ­ства составила:

Показатель инновационной отдачи рассчитан следующим образом:

Удельный вес затрат на инновационные тех­нологии в объеме инновационного производства предприятий составил:

Доля инновационной продукции в объеме промышленного производства определена следующим образом:

Доля инновационно-активных предприятий отрасли рассчитывается так:

Сведем полученные показатели в единую ма­трицу с присвоением каждому показателю соот­ветствующего обозначения (табл. 2).

Для нахождения интегрированной оценки производные критерии переведем в индексы I1 - I5 с общей единицей измерения:

В качестве примера приведем расчеты на основе данных за 2009 год:

Аналогичным образом рассчитаем индексы за 2010-2015 гг. и сведем их в табл. 3. Расчет ком­плексного индекса инновационной активности предприятий производился нами тремя способа­ми: среднее арифметическое, среднее геометриче­ское и среднее гармоническое. Так, для 2015 года комплексные индексы равны:

Рассчитанные тремя способами индексы ин­новационной активности предприятий отражены в табл. 4.

Нами произведен анализ парной корреляции для индексов I1 - I5 и результирующего индекса Iиа (табл. 5).

Так как значения коэффициента корреляции находятся в пределах от 0 до 1 (0< k <1), то в пред­ставленной таблице видна тесная связь средней гармонической (г > 0,5) с четырьмя из пяти индексов. Следовательно, наиболее точным является метод расчета комплексного индекса инноваци­онной активности предприятий, в основе которо­го лежит среднее гармоническое.

Итак, высокое значение коэффициента парной корреляции между показателем комплексный ин­декс инновационной активности Ira и фактором Еи(k = 0,771) отражает устойчивую связь между инновационной емкостью промышленной про­дукции и многокритериальной оценкой иннова­ционной активности.

Действительно, чем выше соотношение за­трат на технологические инновации к общему объему промышленного производства, тем выше значение комплексного индекса инновационной активности.

Коэффициент парной корреляции между комплексным индексом и долей инновационной продукции в объеме производства (k = 0,674) под­тверждает положение, что в случае роста доли инновационной продукции в общем объеме про­мышленной продукции будет расти и комплекс­ный индекс инновационной активности.

Связь доли инновационной продукции в объ­еме производства с комплексным индексом инно­вационной активности составляет: k = 0,75.

Наконец, совершенно очевидна зависимость комплексного индекса инновационной активно­сти от удельного веса предприятий, использую­щих инновационные технологии, в общем коли­честве обследованных предприятий. Чем больше инновационных проектов, тем больше комплекс­ный индекс (k = -0,578).

Влияние удельного веса затрат на инноваци­онные технологии в объеме инновационного про­изводства предприятий на комплексный индекс инновационной активности оказалось менее зна­чительным (k = -0,367).

Следовательно, комплексный индекс инно­вационной активности предприятий позволяет определить уровень инновационного развития во временн0м разрезе (рис. 2), который наглядно демонстрирует снижение инновационной актив­ности российских предприятий, а значит, и кон­курентоспособность отечественной продукции. Аналогичным образом можно произвести расчет комплексного индекса инновационной активно­сти экономических субъектов РФ в региональном и отраслевом разрезе.

Далее проверим наличие тренда в исходном временн0м ряду (7 значений) методом Фостера - Стюарта. На первом этапе сравним каждый уро­вень исходного временного ряда, начиная со вто­рого уровня, со всеми предыдущими, а также определим числовые последовательности:

Вычислим соответствующие значения логи­ческих функций kt, lt (табл. 6).

На втором этапе вычислим:

Мы получили значения S = -2, d = 30.

Третий этап заключается в проверке гипотез можно ли считать случайными:

Проверка проводится с использованием рас­четных значений /-критерия Стьюдента для сред­ней и для дисперсии:

где td - средняя; tS - дисперсия; σ1 - среднеквадрати­ческое отклонение s; σ2 - среднеква­дратическое откло­нение d [Boyer J., Frank B., Green B. et al., 2010]. Их значения приведены в табл. 7. После соответству­ющих расчетов мы получили: td = 0,817327, tS = 12,7577.

На четвертом этапе расчетные значения ts и td сравниваются с табличным значением t-критерия Стьюдента с заданным уровнем значимости ta. Если расчетное значение меньше табличного, то принимается гипотеза об отсутствии соответ­ствующего тренда; в противном случае тренд есть.

Выбираем /-критическое с уровнем значимо­сти 0,95% и степенями свободы равными 28: /кр = 2,04. Сравнение показывает: td < /кр < tS, а значит, у данного временного ряда имеется тренд в сред­нем, а тренда дисперсии уровней ряда нет.

Далее построим уравнение тренда, для это­го выбираем полином четвертого порядка, так как он более точно повторяет динамику исходно­го временного ряда (рис. 3). Модель имеет форму: у = 0,0000002х4 - 0,00002х3 - 0,0003х2 - 0,0009х + 0,0241.

Для проверки общего качества уравнения ре­грессии (соответствия полученной модели стати­стическим данным) используется коэффициент детерминации R2. В нашей модели коэффициент R2 = 0,9724, то есть очень близок к 1. Столь высо­кое значение коэффициента детерминации гово­рит о высоком качестве модели.

Следует заметить, что разработанная мето­дика многокритериальной оценки уровня ин­новационной активности предприятий имеет практическую значимость, так как позволяет прогнозировать данный показатель в будущем. Например, на предстоящие пять периодов ком­плексный индекс инновационной активности до­стигнет уровня 0,0234, увеличившись по сравне­нию с предыдущим периодом на 0,0062 (рис. 4).

Таким образом, по сравнению с традиционны­ми методиками оценки инновационной активно­сти у разработанной методики многокритериаль­ной оценки уровня инновационной активности предприятий есть следующие преимущества:

Применение методики в практической дея­тельности позволяет решить следующие зада­чи:

Предлагаемая методика позволяет выявлять направления дальнейшего развития и совершен­ствования системы комплексной оценки инно­вационной активности нефтедобывающих пред­приятий.