В контексте кризисных явлений в экономике, связанных с очередной волной распространения COVID-19, сама возможность выживания субъектов хозяйствования напрямую зависит от их способности адаптироваться к динамично меняющимся условиям, продуцировать и распространять идеи, направленные на погашение влияния негативных последствий изменения рынка, а также готовности стать реципиентом новых технологий в бизнесе. В значительной степени это относится к представителям малого и среднего предпринимательства (МСП), так как негативные последствия пандемии затронули подавляющее большинство компаний этого сектора. В результате опросов, проведенных Уполномоченным при Президенте Российской Федерации по защите прав предпринимателей, в 2020 году падение спроса коснулось 80% компаний МСП, при этом до настоящего момента спрос не восстановился у 52,6% из них, а оборот, по данным Росстата, за 2020 год снизился на 3,1 трлн руб. в сравнении с предшествующим периодом1.
В условиях рецессии государством были приняты беспрецедентные меры поддержки бизнеса: так, государственную поддержку получили 42% предпринимателей, что позволило компенсировать резкое падение спроса во II квартале 2020 года. Однако тенденция роста спроса прервалась в конце 2020 года, и уже в I квартале 2021 года наблюдалось падение данного показателя на 13%2, то есть с окончанием действия программ государственной поддержки положение малого и среднего бизнеса вновь ухудшилось. Вполне очевидно, что в подобной ситуации необходимость внедрения инновационных технологий, способных обеспечить устойчивое развитие субъектов предпринимательства, является безальтернативной.
Основываясь на предыдущих авторских исследованиях [Кравченко, Квилинский, 2016; Кравченко, 2019; Кравченко, Заниздра, 2019], учитывая большое количество исследований зарубежных ученых, проведенных в обозначенной сфере [Lee et al., 2012; Bozeman et al., 2015; Günsel, 2015; Kumar et al., 2015; Hsu et al., 2017; Aleinikovа et al., 2020; Leal, 2020; Becker, Becker, 2021; Estep et al., 2021], а также принимая во внимание, что в условиях неустойчивого спроса, а также ограниченности ресурсов актуализируются вопросы повышения степени обоснованности управленческих решений (особенно в части выбора оптимальных вариантов дальнейшего развития), цель настоящей работы – предложить инструментарий выбора технологии как объекта трансфера для дальнейшего ее внедрения в практику деятельности субъекта МСП на основе сравнительной оценки доступных технологических решений (в условиях многокритериальности).
По сути, выбор оптимального варианта технологии для последующего ее внедрения представляет собой процесс принятия решений в условиях многокритериальности. При этом существует достаточно широкий спектр соответствующих методик и подходов, которые в наиболее общем виде можно свести к трем основным группам (табл. 1).
Предложенная классификация не является исчерпывающей и лишь характеризует отдельные методы, проанализированные в работе для определения наиболее пригодного для целей выбора оптимальной технологии. При этом среди рассмотренных подходов особый интерес представляет метод анализа иерархий Т. Саати (далее МАИ) [Cаати, 1989], который предназначен для решения многокритериальных задач с конечным множеством возможных альтернатив и критериев их отбора. Его применение основано на экспертной информации об относительной важности критериев в виде матрицы парных сравнений.
Следует отметить, что метод анализа иерархий Саати имеет качественные преимущества в сравнении с другими, поскольку позволяет гибко варьировать число и состав критериев, а также учитывать характеристики технологий, имеющие как количественную, так и вербальную оценку. Однако его процедура существенно осложняется трудоемкостью проведения попарных сравнений, особенно при значительном числе альтернатив (как в случае с задачей выбора технологии), и необходимостью проверки матриц попарных сравнений на совместность. Эти недостатки устраняются при использовании упрощенного МАИ, предложенного в работе В.Д. Ногина [Ногин, 2004].
Другим существенным недостатком указанного метода выступает высокая степень субъективизма, связанная с тем, что при выборе технологии используются оценки, выставленные одним или несколькими экспертами по предварительному согласованию, что снижает их объективность. Нивелировать данный эффект можно за счет использования методологической базы теории нечетких множеств [Артамонов и др., 2016].
Таблица 1
Характеристика основных методов решения многокритериальных задач
Table 1
Description of the main methods for solving multicriteria problems
Источник: составлено авторами на основе [Cаати, 1989; Подиновский, 2019; Набатова, 2020].
| Группа | Название | Характеристика |
| Сведение к одному критерию | Метод главного критерия | Полагается, что с точки зрения принимающего решения один из критериев (главный) имеет существенно более высокий приоритет, чем все остальные, но с одной важной оговоркой: по остальным критериям вариант тоже не должен быть слишком плох |
| Метод свертки | Предполагается введение некоторого обобщенного критерия, представляющего собой функцию на множестве отдельных показателей (обобщенный критерий позволяет упорядочить альтернативы по величине и выделить среди них наилучшую – аддитивные, мультипликативные, максиминные свертки) | |
| Достижение компромисса между критериями | Метод последовательных уступок | Все частные критерии располагаются и нумеруются в порядке их относительной важности, затем поэтапно максимизируются критерии в порядке убывания их значимости с учетом установленной величины допустимого снижения значения вышестоящего критерия (оптимальной обычно считают любую стратегию, которая получена при решении задачи отыскания условного максимума последнего по важности критерия) |
| Ранжирование критериев по степени их значимости | Метод анализа иерархий | Предполагает поэтапное решение следующих взаимосвязанных частных задач: – построение иерархической структуры показателей (признаков); – оценивание значимости отдельных частных показателей для каждого уровня иерархии; – сравнение имеющихся альтернатив и выбор наилучшей из них |
Рис. 1. Иерархия проблемы выбора технологии
Fig. 1. Hierarchy of the technology choice problem
Источник: составлено авторами на основе [Cаати, 1989].
Согласно основным положениям национального проекта «Малое и среднее предпринимательство и поддержка индивидуальной предпринимательской инициативы», развитие МСП является одной из стратегических целей Российской Федерации. Указанный документ направлен на улучшение предпринимательского климата, а также повышение роли такого рода бизнеса в экономике (на период 2019–2024 годов) и предусматривает рост числа занятых в сфере МСП до 25 млн чел., увеличение доли этого сектора экономики до 32,5% в ВВП и до 10% в общем объеме несырьевого экспорта3. Достижение заданных стратегических ориентиров осложняется негативными последствиями распространения COVID-19. Так, по предварительным оценкам, доля МСП в ВВП Российской Федерации в 2020 году сократилась на 1% в сравнении с предшествующим периодом и составила 19,8%. При этом численность занятых в секторе восстановилась до уровня 2018 года и возросла с 26% в 2019 году до 27% в 2020-м. Однако эксперты отмечают риск снижения данного показателя в случае отсутствия необходимости сохранять число занятых по условиям поддержки. Малые и средние предприятия оказались наиболее чувствительны к негативному воздействию пандемии, что обусловлено их высокой концентрацией именно в тех отраслях экономики, которые испытали существенные изменения в объеме и структуре рыночного спроса и предложения (в РФ наибольшая доля субъектов МСП задействована в сфере оптовой и розничной торговли, и этот показатель вырос с 34,8% в 2018 году до 41% в 2020-м)4 5. Предприятия столкнулись с такими ключевыми проблемами, как падение объемов выручки, перебои в снабжении, сложности в обеспечении коммуникации, рост неопределенности и, как следствие, финансовая неустойчивость.
С учетом того, что малый бизнес является основой благосостояния населения, создавая значительное число рабочих мест и сглаживая эффекты социальной стратификации в обществе, государство сталкивается с острой необходимостью разработки эффективных мер поддержки этого сектора экономики. Так, Правительство РФ приняло ряд мер поддержки субъектов малого и среднего предпринимательства, занятых в сферах деятельности, наиболее пострадавших в условиях ухудшения ситуации в связи с распространением коронавирусной инфекции. Реализованы механизмы финансовой, имущественной, информационной и консультационной поддержки. Исследования эффективности мер государственной поддержки МСП подтверждают удовлетворительный результат предпринятых действий, указывая на значительную осведомленность субъектов хозяйствования о реализуемых программах и высокую интенсивность обращений.
Характерным является то, что бо́льшая часть предложенных мер направлена на компенсацию непредотвратимых потерь и не позволяет реализовать такое неоспоримое преимущество малых форм предпринимательства, как мобильность и гибкость, готовность к оперативной адаптации в быстро меняющихся условиях хозяйствования и переориентации деятельности. Следует отметить, что Концепция долгосрочного социально-экономического развития РФ к 2020 году предус- матривала сокращение доли занятых в сфере торговли малых предприятий и рост числа МСП в области информационных услуг, науке, ЖКХ и, что особенно актуально, здравоохранении6. Таким образом, рациональная государственная политика в области поддержки малого бизнеса должна стимулировать структурные изменения в данном секторе и рост числа МСП, занятых в приоритетных отраслях.
Результаты ряда российских и международных исследований позволяют выделить такие актуальные направления деятельности, как профилактика распространения инфекций, диагностика заболевания, оценка больших массивов информации, адаптация к условиям карантина и самоизоляции, высокотехнологичные разработки. При этом в текущий момент в России и за рубежом по этим инновационным направлениям деятельности проводятся научно-исследовательские разработки, финансируемые как за счет средств государственного бюджета, так и частными инвесторами.
В подобных условиях актуализируются вопросы стимулирования трансфера технологий, который, согласно ГОСТ Р 57194.1–2016, представляет собой процесс передачи технологии и соответствующих прав на нее от передающей стороны к принимающей в целях последующего внедрения и использования, а сам процесс трансфера технологий включает такие этапы, как:
Действующее законодательство определяет категорию «технология» как выраженный в объективной форме результат научно-технической деятельности, который включает в себя в том или ином сочетании изобретения, полезные модели, промышленные образцы, программы для ЭВМ или другие результаты интеллектуальной деятельности, подлежащие правовой охране в соответствии с действующим законодательством, и может служить технологической основой определенной практической деятельности в гражданской или военной сферах8. В ряде работ подчеркивается целесообразность рассмотрения технологии в качестве товара, который должен обладать такими свойствами, как наукоемкость и наличие конкурентных преимуществ в сравнении с другими имеющимися технологиями [Мрыхина, 2018].
Таким образом, кризисные условия функционирования МСП создают предпосылки для осознания потребности в постоянном поиске новых технологий, что обуславливает значимость обеспечения свободного доступа реципиентов к информации об актуальных инновационных технологиях, возможности получения финансовой поддержки, необходимой для организации внедрения новшества. Кроме того, передача технологии, разработанной за счет средств государственного бюджета, может сама по себе рассматриваться как один из инструментов государственной поддержки бизнеса.
Государственная цифровая платформа поддержки предпринимательства «Мой бизнес» обеспечивает доступ субъектов хозяйствования к консолидированной информации о системе закупок, доступных банковских продуктах и гарантиях, образовательных программах, программах финансовой, имущественной, консультационной, информационной и инновационной поддержки, в том числе к каталогу франшиз, бо́льшая часть из которых сосредоточена в сфере услуг. Однако на платформе отсутствует база технологических профилей, то есть запросов и предложений технических и технологических решений, адаптированных под специфику представителей сферы малого бизнеса. Получить доступ к этой информации можно на портале бизнес-навигатора МСП, а также на портале Российской сети трансфера технологий.
В условиях дефицита реального опыта и профессиональных навыков реализации инновационных проектов малые предприятия сталкиваются с рядом препятствий на пути внедрения новых технологий, начиная с момента обоснования выбора проекта, способного наиболее полно соответствовать интересам субъекта предпринимательства и удовлетворять имеющимся финансовым, трудовым и техническим ограничениям. Таким образом, разработка эффективного метода выбора технико-технологических и прочих решений для их дальнейшего внедрения в практику деятельности малых предприятий является актуальной научной задачей и заслуживает отдельного внимания.
В настоящей работе с целью осуществления выбора оптимальной технологии предлагается выполнение следующей последовательности действий:
В соответствии с методикой МАИ иерархия (граф специального вида) проблемы выбора технологии для МСП будет иметь следующий вид (рис. 1).
Согласно рис. 1 достижение главной цели, обозначенной K0, то есть выбор оптимальной технологии, полностью определяется достижением критериев (K1, K2, ..., Kn). Роль каждого критерия в достижении главной цели различна, что отражается в присвоении им различных весовых коэффициентов. При этом вес главной цели равен сумме весовых показателей критериев. Определение конечного набора оценочных критериев зависит от специфики субъекта предпринимательской деятельности, его стратегических целей и характеристики условий хозяйствования. Однако в наиболее общем виде их можно отнести к следующим группам:
На уровне альтернатив находятся точки (A1, A2, ..., Am), характеризующие варианты технологий, которые могут быть внедрены в практику деятельности малого предприятия. Линии, соединяющие альтернативы с критериями, указывают на то, что анализ технологий следует проводить с точки зрения степени их соответствия критериям.
Таким образом, определив вес каждого критерия относительно главной цели, а потом и вес каждой технологии с позиции каждого критерия, можно определить вес каждой технологии уже с позиции главной цели, используя операции иерархичного взвешивания:
где і – номер альтернативы.
Технология с наибольшим весом с позиции главной цели и будет оптимальной [Саати, 1989].
Допустим, малое предприятие принимает решение о приобретении франшизы из числа тех, что рекомендованы на платформе «Мой бизнес», пользуясь перечнем критериев, приведенных выше. При этом на предварительном этапе отбора к рассмотрению были допущены четыре франшизы, каждая из которых предполагает оказание технических и технологических услуг населению, физическим и юридическим лицам, что совпадает со сферой деятельности малого предприятия (чтобы не раскрывать информацию, связанную с особенностями каждого варианта франшизы, и не нарушать авторских прав их собственников, условно назовем их технологии 1, 2, 3 и 4 соответственно). Для принятия решения малым предприятием была сформирована группа экспертов, включающая как сотрудников предприятия, так и сторонних специалистов. В данном случае иерархия проблемы выбора франшизы может быть представлена в виде графа на рис. 2.
Для значения веса альтернативы относительно главной цели сначала следует определить экспертным методом вес каждого критерия принятия решения относительно нее, после чего установить вес каждой технологии по отношению к каждому критерию.
Эксперту необходимо провести ряд попарных сравнений альтернатив, определяя по девятибалльной шкале (табл. 2) количественную оценку, которая будет указывать на относительное преимущество одной альтернативы над другой.
Таблица 2
Шкала соотношений
Table 2
Ratio scale
Источник: [Cаати, 1989].
| Степень важности | Определение | Пояснения |
| 1 | Равная значимость | Оба объекта вносят равный вклад в достижение цели |
| 3 | Слабая значимость | Незначительное преимущество одного объекта над другим |
| 5 | Существенная значимость | Значительное преимущество одного объекта над другим |
| 7 | Очевидная значимость | Преимущество одного объекта над другим очень сильное |
| 9 | Абсолютная значимость | Преимущество одного объекта над другим более чем очевидно |
| 2, 4, 6, 8 | Промежуточные значения | Промежуточный уровень между обозначенными состояниями |
Количественный результат попарных сравнений критериев с точки зрения главной цели представляется в виде матрицы попарных сравнений размерностью n×n: GK = (Kij), (i, j = 1, 2, ..., n).
Для представления экспертных оценок предлагается использовать аппарат теории нечетких множеств, который позволит минимизировать риск ошибки от субъективизма. Согласно теории экспертные мнения могут быть представлены в виде нечеткого числа (L–R)-типа.
Нечеткое толерантное число (L–R)-типа характеризуется функцией принадлежности, представленной в формуле (2):
(2)
где [a1; a2] – мода нечеткого толерантного числа (L–R)-типа, α – левый коэффициент нечеткости, β – правый коэффициент нечеткости.
Если допустить, что L и R компоненты функции принадлежности описанных выше нечетких чисел представлены прямыми линиями, то нечеткое толерантное число (L–R)- типа A(a1, a2, α, β) можно представить как нечеткое трапецие- видное число (нечеткая четверка) B(b1, b2, b3, b4) так, что:
(3)
Арифметика нечетких чисел базируется на принципах простых интервалов.
На практике результат оценки экспертов в виде нечеткого числа формируется следующим образом: эксперт оценивает значимость одной альтернативы по отношению к другой по шкале из табл. 2. По результатам опроса всех экспертов строится функция принадлежности, соответствующая конкретной четверке чисел, смысл которой состоит в следующем: степень значимости оцениваемой альтернативы находится в пределах от b1 до b4, но наиболее вероятно она находится в пределах от b2 до b3.
Согласно МАИ матрица попарных сравнений должна удовлетворять следующим требованиям:
Пользуясь схемой «сравнения с образцом» (в роли которого выступает первый объект сравнения) на базе количественно определенной экспертами степени преимущества или отставания каждого объекта относительно первого, построим матрицу, удовлетворяющую всем указанным условиям, для чего воспользуемся формулой:
(4)
Так, в результате присвоения количественных оценок критериям принятия решения относительно главной цели получим нечеткую матрицу попарных сравнений (табл. 3).
Данную матрицу для осуществления дальнейших действий необходимо дефаззифицировать (табл. 4).
Введем модифицированное репрезентативное число [Ахрамейко и др., 2002]:
, (5)
где R(x) – модифицированное репрезентативное число, – i-й α-срез, ri – весовой коэффициент i-го α-среза, i – номер α-среза, n – число α-срезов.
Ранжирование альтернатив (построение вектора приоритетов) проводится на основе главного собственного вектора дефаззифицированной матрицы попарных сравнений.
Опираясь на упрощенный МАИ, предложенный Ногиным [Ногин, 2004], можно утверждать, что собственный вектор дефаззифицированной матрицы GK будет состоять из компонентов последнего столбца матрицы попарных сравнений, нормированных на сумму этих элементов. Данный вектор будет равен WK = (0,53; 0,17; 0,13; 0,1; 0,07)T.
Поскольку матрица построена по методу сравнения с образцом, то она изначально соответствует всем требованиям и не нуждается в проверке на согласованность. Но для дополнительной проверки точности расчетов можно определить показатель отношения согласованности (ОС) как отношения индекса согласованности (ИС) к числу, соответствующему случайной согласованности матрицы того же порядка в процентах. Отношение согласованности не должно превышать 20%. Индекс согласованности определяется по формуле (6):
, (6)
где λmax – максимальное собственное значение матрицы, n – порядок матрицы.
Для матрицы попарных сравнений (табл. 4) отношение согласованности составляет 5,65%.
Аналогично находятся векторы матриц попарного сравнения альтернативных технологий по отношению к каждому из критериев принятия решений (табл. 5) (то есть векторы WK1, WK2, …, WKn матриц GK1, GK2, …, GKn соответственно).
Далее в табл. 6 производится дефаззификация матриц попарных сравнений альтернативных технологий по выбранному перечню критериев их оценки.
Векторы приоритетов альтернатив, полученные для приведенных выше матриц, будут иметь следующий вид: WK1 = (0,06; 0,31; 0,43; 0,20)T, OCK1 = 5,41%; WK2 = (0,07; 0,49; 0,42; 0,02)T, OCK2 = 2,25%; WK3 = (0,13; 0,02; 0,02; 0,83)T, OCK3 = 1,90%; WK4 = (0,11; 0,02; 0,02; 0,85)T, OCK4 = 1,85%; WK5 = (0,12; 0,78; 0,07; 0,03)T, OCK5 = 4,08%.
Следующий шаг – определение вектора альтернатив относительно главной цели как результата умножения матриц, которые состоят из векторов WK1, WK2, …, WKn на вектор WK:
W = [WK1WK2… WKn] ⸱ WKn. (7)
В результате умножения получаем вектор WK1 = (0,080; 0,311; 0,309; 0,301)T.
Технология, которой соответствует наибольший элемент полученного вектора, считается оптимальной. То есть в анализируемой ситуации в качестве лучшей можно выбрать технологию 2.
Рис. 2. Иерархия проблемы выбора технологии для предприятия
Fig. 2. Hierarchy of the problem of choosing a technology for an enterprise
Источник: разработано авторами на основе [Cаати, 1989].
Таблица 3
Матрица попарных сравнений критериев принятия решения
Table 3
Matrix of pairwise comparisons of decision criteria
Источник: разработано авторами.
Таблица 4
Дефаззифицированная матрица попарных сравнений критериев принятия решения
Table 4
Defuzzified matrix of pairwise comparisons of decision criteria
Источник: разработано авторами.
| Критерий | К1 – финансовые характеристики проекта | К2 – потребительские характеристики товаров или услуг | К3 – анализ потенциального рынка | К4 – обеспеченность ресурсами | К5 – степень готовности технологии и правовая защищенность идеи |
| К1 – финансовые характеристики проекта | 1,00 | 3,50 | 4,50 | 5,50 | 7,50 |
| К2 – потребительские характеристики товаров или услуг | 0,31 | 1,00 | 1,49 | 1,80 | 2,42 |
| К3 – анализ потенциального рынка | 0,23 | 0,87 | 1,00 | 1,33 | 1,80 |
| К4 – обеспеченность ресурсами | 0,19 | 0,69 | 0,88 | 1,00 | 1,44 |
| К5 – степень готовности технологии и правовая защищенность идеи | 0,14 | 0,49 | 0,63 | 0,76 | 1,00 |
Таблица 5
Матрица попарных сравнений альтернатив по каждому из критериев принятия решения
Table 5
Matrix of pairwise comparisons of alternatives for each of the decision criteria
Источник: разработано авторами.
Таблица 6
Дефаззифицированная матрица попарных сравнений альтернатив по каждому из критериев принятия решения
Table 6
Defuzzified matrix of pairwise comparisons of alternatives for each of the decision criteria
Источник: разработано авторами.
| А1 – технология 1 | А2 – технология 2 | А3 – технология 3 | А4 – технология 4 | |
| К1 Критерий 1 «Финансовые характеристики проекта» | ||||
| А1 – технология 1 | 1,00 | 0,19 | 0,14 | 0,31 |
| А2 – технология 2 | 5,50 | 1,00 | 0,72 | 1,80 |
| А3 – технология 3 | 7,50 | 1,44 | 1,00 | 2,42 |
| А4 – технология 4 | 3,50 | 0,69 | 0,49 | 1,00 |
| К2 Критерий 2 «Потребительские характеристики товаров или услуг» | ||||
| А1 – технология 1 | 1,00 | 0,16 | 0,19 | 4,50 |
| А2 – технология 2 | 6,50 | 1,00 | 1,25 | 30,17 |
| А3 – технология 3 | 5,50 | 0,89 | 1,00 | 25,67 |
| А4 – технология 4 | 0,23 | 0,04 | 0,04 | 1,00 |
| К3 Критерий 3 «Анализ потенциального рынка» | ||||
| А1 – технология 1 | 1,00 | 5,50 | 6,50 | 0,16 |
| А2 – технология 2 | 0,19 | 1,00 | 1,25 | 0,03 |
| А3 – технология 3 | 0,16 | 0,89 | 1,00 | 0,03 |
| А4 – технология 4 | 6,50 | 36,67 | 43,17 | 1,00 |
| К4 Критерий 4 «Обеспеченность ресурсами» | ||||
| А1 – технология 1 | 1,00 | 6,50 | 5,50 | 0,14 |
| А2 – технология 2 | 0,16 | 1,00 | 0,89 | 0,02 |
| А3 – технология 3 | 0,19 | 1,25 | 1,00 | 0,03 |
| А4 – технология 4 | 7,50 | 49,67 | 42,17 | 1,00 |
| К5 Критерий 5 «Степень готовности технологии и правовая защищенность идеи» | ||||
| А1 – технология 1 | 1,00 | 0,19 | 2,50 | 4,50 |
| А2 – технология 2 | 5,50 | 1,00 | 14,67 | 25,67 |
| А3 – технология 3 | 0,49 | 0,10 | 1,00 | 2,40 |
| А4 – технология 4 | 0,23 | 0,05 | 0,63 | 1,00 |