Научная электронная библиотека. Методы принятия управленческих решений

где k – коэффициент понижения издержек каждого последующего технологического уровня (k>0).

Рис.1. Схема перехода с одного технологического уровня на другой.

Временно будем пренебрегать адаптационными издержками по освоению нового оборудования. В отсутствие таковых формула (4) выполняется и действует правило: при внедрении новой технологии происходит снижение издержек компании, независимо от ее исходной технологической основы. В дальнейшем учет ограничений на технологические сдвиги повысит реалистичность проводимого анализа (см. раздел 5), однако пока ограничимся самыми общими предположениями.

Одновременно предположим, что имеет место линейное удорожание оборудования каждого последующего технологического уровня с коэффициентом удорожания g>0, независимо от того, какой исходный уровень технологии имеет фирма (∂K i / ∂i > )0:

При сохранении прежних упрощающих допущений, принятых в (2), рассмотрим переход предприятия с i –го на l –ый технологический уровень. Условие технологического равновесия в этом случае выглядит следующим образом:

где для удобства введено обозначение D = (x 0 / λ)(e λτ -1) .

Исходя из того, что технологические уровни распределены равномерно, введем в рассмотрение величину технологического разрыва m=l–i . Учитывая соотношения (4) и (5), условие (6) примет вид:

В левой части (7) фигурирует фактор, который можно назвать «потенциалом роста» компании, в правой части – своеобразный «технологический налог». Если потенциал роста фирмы больше технологического налога, то закупка нового оборудования является оправданной и происходит переход к новому технологическому укладу.

В принципе соотношение (7) является финальным для наших построений. Несмотря на его простоту в нем содержится ряд интересных свойств технологической диффузии, на которых стоит остановиться.

Во-первых, при недостаточном потенциале роста компаний технологическая диффузия может вообще прекращаться, перерождаясь в технологическую ловушку и технологический застой. Согласно формуле (7) такая ситуация возникает из-за относительно низких темпов роста производства компаний и недостаточной величины достигнутого ими уровня объема выпускаемой продукции, а также из-за слабого видения своих перспектив, проявляющегося в коротком горизонте планирования. Тем самым простая рыночная логика на основе соотношения (7) позволяет «расшифровать» эффект блокировки технологической диффузии.

Во-вторых, формула (7) предполагает неравномерность технологической диффузии, когда происходит заимствование технологии не следующего уровня, а более высокого ранга. Такие перескоки через несколько технологических уровней ускоряют обновление производства и хорошо вписываются в рыночную логику. Особенно наглядно этот эффект просматривается, если соотношение (7) переписать в виде следующего условия перехода к новой технологии:

Логику перехода, заложенного в неравенстве (8), можно проиллюстрировать на рис.2, где в точке m=0 левая часть неравенства (8) всегда меньше правой, а по достижении критической точки m* становится больше.

Рис.2. Схема перехода с одного технологического уровня на другой посредством технологического скачка.

Эффект неравномерности диффузии проявляется только при m*>1. В этом случае перед предприятием встает дилемма: либо отказаться от технологической инновации, либо скачкообразно перейти к новой технологии, минуя один или несколько последующих уровней. Тем самым инновация становится оправданной только при обеспечении резкого и сильного технологического скачка.

Полученный вывод является чрезвычайно важным, так как объясняет возможное нарушение ступенчатого и последовательного технологического прогресса. При этом не сложно видеть, что высокий потенциал роста фирмы D приводит к вращению прямой kDm на рис.2 против часовой стрелки и, следовательно, к уменьшению критического значения m*. Иными словами, высокий потенциал роста способствует более равномерной диффузии – без временного застоя и последующих рывков. Как это ни парадоксально, но чем больше темпы экономического роста и масштаб производства, тем равномернее и методичнее осуществляется внедрение новых технологий.

Условие (8) можно переписать относительно того минимального технологического скачка (шага, разрыва) m*, который будет экономически оправдан :

Чем больше m*, тем более мощным должен быть технологический рывок при смене производственных фондов, чтобы это вообще имело смысл для рассматриваемой компании. При этом действует простое правило: чем ниже исходный технологический уровень компании, тем меньший технологический скачок ей нужен для оправданных инноваций. Следовательно, в начале технологической шкалы должно наблюдаться ускоренное заимствование новых технологий путем череды малых технологических скачков. Этот результат представляется вполне логичным: поскольку при переходе к новой технологии старое оборудование полностью обесценивается, то при низком исходном технологическом уровне компании гораздо легче отказаться от неэффективных фондов, нежели когда она обладает высокопроизводительным оборудованием.

Из приведенных построений вытекает, что для фирмы выгоден максимальный технологический скачок, в идеале равный бесконечности (m*=∞). Этот нереалистичный вывод снимается введением соответствующих ограничений (подробнее см. раздел 5).

В-третьих, из формулы (8) и рис.2 следует, что может возникнуть условие тотальной технологической ловушки, когда любые инновации становятся невозможны. Уравнение равновесия выглядит следующим образом:

При D

В-четвертых, технологическая диффузия замедляется по мере приближения компании к технологическому лидеру. Для простоты будем полагать, что переход осуществляется на следующий технологический уровень, т.е. m*=1. Тогда имеет место следующее уравнение для технологического равновесия:

Из (11) видно, что чем выше стоит предприятие на технологической иерархии (i), тем меньше шансов на то, что левая часть (11) будет больше правой, а, следовательно, у него меньше стимулов к заимствованию более совершенных технологий. Иными словами, чем выше поднялась компания в своем технологическом оснащении, тем больше шансов, что она окажется в состоянии технологической ловушки в том смысле, что будет отказываться от покупки еще более совершенных производственных мощностей.

Эффект замедления диффузии по мере приближения к технологическому лидеру (пределу) содержится почти во всех диффузионных моделях инноваций. Однако все вместе три рассмотренных свойства диффузии дают непротиворечивое и прозрачное представление о характере процесса заимствования технологических инноваций. Главное же достоинство модели состоит в том, что она хорошо объясняет фактические отклонения реальных стратегий предприятий от идеальной траектории, предписываемой диффузионными моделями.

Заметим, что используемые нами гипотезы о разнонаправленном изменении по мере роста технологического уровня текущих удельных издержек ∂c i - ∂i < 0 и капитальных издержек ∂K i / ∂i > 0 полностью определяют процесс диффузии. При этом предположение о линейности зависимостей (4) и (5) не является принципиальным, т.к. при нелинейных зависимостях полученные выводы сохраняются, а окончательные зависимости лишь слегка корректируются.

Рассмотренная аналитическая схема является «точечной», что составляет ее очевидный недостаток. Речь в данном случае идет о том, что в ней рассматривается решение в некоторой временной точке путем перебора потенциальных новых технологий без продолжения и повторения этого процесса. Кроме того, схема предполагает одного субъекта и не описывает коллективное поведение многих субъектов, т.е. в ней отсутствует «поток» инвестиционных решений. На наш взгляд, это приемлемая плата за более глубокую расшифровку механизма принятия решения в самой точке. Дальнейшим построениям присущи те же достоинства и недостатки.

4. Переключение режима имитации на режим инноваций

Выше мы рассмотрели задачу выбора (заимствования) технологии при наличии широкого спектра таковых. Однако еще более сложная и интересная задача возникает при выборе самого способа получения новой технологии – путем имитации (заимствования) или путем инновации (разработки). Здесь также имеются важные закономерности, которые можно получить аналитическим путем. Рассмотрим некоторые из них на базе условия (6).

Будем исходить из того, что условие окупаемости новой технологии сохраняется прежним, и компания решает, переходить с i -го технологического уровня на l -ый уровень или нет (впоследствии покажем, что для инновационного режима характерен частный случай при l –i =1). При этом капитальные затраты могут быть двух видов: издержки на заимствование (покупку прав и самих производственных технологий – K E) и издержки на инновации (разработку и создание технологий – K D). Считается, что два типа издержек являются взаимозаменяемыми. Предположим, что фирма осуществляет выбор между двумя способами получения новой технологии, используя смешанную стратегию. В этом случае два вида затрат взвешиваются с помощью коэффициента ζ (доля затрат на заимствование в общей сумме капитальных затрат, т.е. ζ = K lE / (K lE + K lD) ). Тогда переход на новый, l -ый, технологический уровень при прежних обозначениях требует нарушения усложненного условия технологического равновесия:

Работа с условием (12) предполагает не только определение целесообразности самого перехода на новый уровень эффективности, но и одновременную оптимизацию капитальных затрат путем выбора соответствующего весового коэффициента ζ. Данная задача эквивалентна двухшаговой процедуре принятия решения: минимизации правой части (12) и проверке равенства (12). Более подробная запись (12) дает следующее условие технологического перехода:

Теперь предположим, что удельные капитальные издержки на имитацию (I E = K E / x 0) и инновации (I D = K D / x 0) разнонаправленно зависят от технологического уровня: ∂I iE / ∂i > 0 и ∂I iD / ∂i < 0 . В простейшем случае будем использовать следующие линейные связи (a E > 0, b E > 0, a D > 0, b D > 0) :

Тогда выражение для общих удельных издержек I l (I l = ζI lE + (1 - ζ)I lD) будет выглядеть следующим образом:

Из (16) вытекает, что ∂I l / ∂ζ = 0 при

При выполнении естественного условия a D > a E выражение (17) не является вырожденным и простейший анализ показывает, что имеет место следующее свойство:

Из (18) видно, что принимаемое инвестиционное решение не предполагает смешанных стратегий и является чистой стратегией с бинарным выбором . Полученное правило можно сформулировать следующим образом: если исходный технологический уровень компании не достаточно высок, то она использует стратегию заимствования технологий; в противном случае она использует инновационную стратегию. В первом случае компания предпочитает закупать ноу-хау и сами технологии, во втором – старается осуществлять исследования и разработки с последующим производством новой технологии. Любые смешанные стратегии будут невыгодны. Таким образом, мы подтвердили эффект, установленный Полтеровичем и Тонисом и состоящий в том, что существует некий критический уровень эффективности (технологическая граница), превышение которого стимулирует переход от имитационных стратегий к инновационным .

В основе выявленной дихотомии инвестиционных режимов лежат два разнонаправленных эффекта: ∂I iE / ∂i > 0 и ∂I iD / ∂i < 0 . Экономически в основе первого эффекта лежит факт ускоренного удорожания доступа к передовым технологиям; более того, хорошо известно, что самые передовые разработки вообще нельзя купить – ни за какие деньги. Кроме того, внедрение слишком эффективных технологий предполагает очень высокие сопутствующие (адаптационные) издержки, в том числе связанные с подготовкой кадров. В основе второго эффекта лежит в основном эффект обучения, когда освоение некоего технологического уровня открывает путь к дальнейшему усовершенствованию производства и отчасти облегчает этот процесс. Знание основ технологического процесса и его лучших аналогов позволяет самостоятельно доводить его до предельно высокого уровня.

На самом деле именно этими двумя эффектами и определяется инвестиционная и технологическая дихотомия; остальные факторы являются вспомогательными в том смысле, что они влияют на положительное решение об инвестировании (запускать или не запускать проект модернизации), но не влияют на направление инвестиций (заимствование или собственные разработки). Графически этот процесс показан на рис.3.

Несмотря на простоту построенной модельной схемы, она требует важных содержательных комментариев. Дело в том, что гипотеза (15) содержит кажущееся противоречие с фактами. Так, в соответствии с ней затраты на освоение новой технологии «с нуля» должны быть такими же, как при наличии уже освоенной технологии предыдущего уровня. Между тем очевидно, что знания, накопленные при последовательной модернизации, существенно снижают затраты на освоение передовых технологий. Если бы гипотеза (15) выполнялась в таком расширенном звучании, то все фирмы и страны могли бы самостоятельно и почти без затрат совершать резкие технологические скачки за счет активизации собственных НИОКР. В связи с этим интерпретация функции (15) нуждается в серьезном уточнении. Речь идет о снижении удельных капитальных издержек компании i-го технологического уровня, необходимых для проведения успешных НИОКР по разработке технологии следующего, (i+1)-го уровня. В этом случае даже ближайший конкурент технологического лидера, находящийся на (n–1)-ом уровне, может выйти на новый уровень только при осуществлении капитальных издержек в размере x 0 I (n-1)D = x 0 (условие, гарантирующее ненулевые издержки, очевидно: a D / b D > n - 1 ; для лидера это условие превращается в простейший аналог условия нормировки параметров: a D / b D > n ).

Рис.3. Инвестиционная (технологическая) дихотомия.

Указанная интерпретация зависимости (15) делает нашу схему непротиворечивой, но при этом она снижает значение технологического скачка (m=l–i=1 ). В этом случае имеет место следующая логика принятия решения: проверка условия (18) приводит к выбору одной из стратегий модернизации. Если это инновационный путь, то осуществляются НИОКР для разработки технологии следующего уровня. Если же реализуется имитационная стратегия, то в этом случае может быть выбран тот или иной технологический шаг в соответствии с простейшим механизмом диффузии, заложенном в условии (6). Иными словами, введение в диффузионный процесс инновационного механизма ликвидирует масштабные скачкообразные эффекты; сами же технологические скачки сохраняются только в рамках чистых имитационных механизмов. В противном случае, если бы мы захотели сохранить эффект технологического скачка m в общем виде, то нам пришлось бы заменить функцию (15) на более сложную конструкцию, которая содержала бы зависимость издержек от величины скачка m. На наш взгляд, гораздо эффективнее «пожертвовать» фактором скачка и опираться на формулы (14) и (15) в предположении, что m=1. Данный аргумент усиливается тем обстоятельством, что формулы (14) и (15) уже получили свое эмпирическое подтверждение в .

Если бы в условии (13) не содержалось правило отбора технологий при их заимствовании, то его можно было бы записать гораздо проще, без учета следующих, более высоких технологических уровней, и рассматривая только исходный i -ый уровень:

В схеме (19) технологический скачок предопределен (m=1); в случае же заимствования все рассматриваемые технологии реально существуют, и технологический сдвиг может быть каким угодно.

Данный эффект можно сформулировать следующим образом: при инновационной стратегии выбирается сам режим инвестирования, а не технология (она предопределена), тогда как при имитационной стратегии осуществляется выбор из многих технологий, а режим инвестирования предопределен. Тем не менее, в общей схеме мы сознательно сохранили технологический скачок в общем виде (m≠0), так как для имитационных стратегий он имеет основополагающее значение.

Здесь, как и ранее, мы продолжаем придерживаться гипотезы (14), согласно которой удельные издержки на имитацию не зависят от начального технологического уровня компании, осуществляющей заимствование, а следовательно, и от величины технологического скачка. Разумеется, такое предположение может считаться правомерным только для небольшой величины скачка m. Расчеты, проведенные в , показывают, что зависимость (14) описывает 2/3 всех изменений выходной переменной. В связи с этим полагаем, что для первого приближения данной гипотезой вполне правомерно воспользоваться. Тем не менее, забегая вперед, укажем, что в разделе 5 мы введем явное ограничение на величину технологического шага для более точного описания моделируемого процесса.

К сказанному следует добавить, что намечаемый технологический скачок за счет инноваций должен быть обеспечен в течение рассматриваемого текущего года проводимыми фирмой собственными разработками. Совершенно очевидно, что такие краткосрочные исследовательские программы не могут дать прорывных технологий и привести к заметному технологическому скачку; особо удачные разработки, приводящие к бурному успеху, являются исключением их правила. Если же компания пытается произвести целенаправленную исследовательскую мобилизацию, за счет которой можно осуществить технологический прорыв, то капитальные затраты существенно растут, а зависимость (15) нарушается. Для рассмотрения таких более длительных, масштабных и динамичных технологических планов в модель должна вводиться величина временного лага (?) между разработками и внедрением новых технологий. В этом случае инвестиционные решения будут зависеть от соотношения двух сроков – горизонта планирования τ и периода разработки инновации?. Сегодня уже есть случаи, когда сжатые сроки получения инноваций лидером отрасли автоматически активизируют имитационные стратегии остальных участников рынка. Например, сегодня 3D-технологии развиваются настолько быстро, что их обновление происходит каждые 3–6 месяцев. В связи с этим большинству конкурентов невыгодно самим вкладываться в разработки, когда их технологическое отставание составляет около 12 лет . Однако учет таких эффектов предполагает построение иной модели.

Нами сознательно не учитывался ряд ограничений, связанных с уровнем информированности компаний и доступности новых технологий. Здесь мы следуем устоявшейся традиции абстрагирования от названных факторов ; учет таковых имеет смысл только для конкретных примеров, а в общем случае лишь усложняет построения. Кроме того, мы намеренно не рассматриваем сложные решения, связанные со смешанными стратегиями, когда новая технология внедряется на фоне продолжающей работать старой. Частично подобные эффекты для простейших случаев были рассмотрены в ; для нашего анализа эти случаи являются второстепенными, накладывающимся на более рафинированные, чистые стратегии. В работе моделируются потери компаний из-за неправомерного заимствования (внедрения) технологий в зависимости от имеющейся у них доли на разных сегментах рынка.

В целом вывод, который вытекает из соотношения (13), можно сформулировать следующим образом: при приближении технологического уровня (i) компании к некоторому критическому уровню (i*) происходит переключение ее стратегии с чисто имитационной на чисто инновационную.

5. Оптимизационная модель с ограничением на капитал и технологический шаг

Выше были рассмотрены равновесные значения технологического процесса, которые представляют собой некие пограничные состояния, разделяющие решение о модернизации производства от решения об отказе от модернизации. Однако в нашей схеме не было механизма выбора между разными технологиями и не было явных ограничений на капитал и технологический шаг. Все три момента могут быть легко включены в нашу схему. Для этого достаточно ввести в рассмотрение эффект (прибыль) от модернизации (π) как разницу между экономией на текущих издержках и капиталовложениями и ограничение на инвестиции и скачок m. Тогда искомая модель заимствования будет иметь вид:

где M 0 – располагаемый компанией капитал, предназначенный для закупки нового оборудования. Как уже отмечалось, нас не интересует то, откуда взялась эта сумма; для нас важно другое – либо она есть, либо ее нет. В частном случае это может быть кредитный ресурс.

В ограничении (22) фигурирует предельно допустимая величина технологического скачка – m lim . Введение предела m lim эквивалентно тому, что гипотеза (14) становится не безусловно справедливой на всей области определения, а только на ее отдельных кусках относительно i -ой технологии, ограниченной шагом m lim ; следовательно, и сама зависимость (14) становится как бы кусочно-линейной в рамках допустимых технологических скачков. Заметим, что зависимость издержек на заимствование от величины технологического шага эквивалентна зависимости издержек от начального технологического уровня компании.

Формальное решение модели (20)-(22) не дает ничего нового по сравнению с равновесным соотношением (6). Однако в ней просматривается более реалистичная логика принятия решений. Во-первых, пул технологий, пригодных для закупки, строго ограничен величиной располагаемого капитала M 0 . Ряд передовых и, следовательно, слишком дорогих технологий, как правило, отсекается. Во-вторых, среди этих технологий выбирается та, которая обеспечивает максимальный экономический эффект. Окончательный выбор зависит от соотношения эффективности и цены новых технологий, что уже само по себе ограничивает величину технологического скачка. Не исключено, что заимствование самой прогрессивной технологии из доступных будет менее рентабельным, чем заимствование менее прогрессивной. Тем самым финансовая логика «урезает» потенциальные технологические скачки, делая их более скромными, а технологическую диффузию – более плавной. В-третьих, из потенциальных технологий, дающих максимальный эффект, отсекаются те, которые предполагают слишком активное заимствование, не обеспеченное достигнутым компанией технологическим уровнем и опытом.

Более общая задача модернизации (12) записывается аналогичным образом. Вместо критерия (20) используется расширенный функционал, ограничение (21) заменяется на два ограничения, а ограничение (22) становится дихотомическим:

Как уже отмечалось, задача (23)-(26) является двухшаговой. При наличии достаточного количества финансовых авуаров на первом шаге фирма осуществляет проверку на целесообразность проведения инноваций (НИОКР). Если решение остается за инновациями, то имеющийся капитал вкладывается в исследования и разработки более прогрессивной технологии следующего уровня. В противном случае осуществляется заимствование; при этом величина технологического скачка детерминирована наличием средств, эффективностью сочетания удельных текущих и капитальных издержек, а также начальными технологическими достижениями компании.

Таким образом, модели (20)-(22) и (23)-(26) являются более реалистичными по сравнению с равновесными уравнениями. Однако в целом они сохраняют все эффекты, обнаруженные ранее. Фактически роль обобщенных моделей состоит в том, что с их помощью все важные эффекты собраны в единый «пучок», провязанный оптимизационной логикой и ограничениями на капитал и технологические скачки.

6. Модельные оценки технологического барьера

Простые построения на базе условия (13) позволяют провести ориентировочные расчеты по нащупыванию точки переключения i*, которую можно трактовать в качестве технологической границы (барьера). Для этого будем исходить, что m=1. Тогда технологический уровень, с которого уже имеет смысл переходить от заимствования технологий к их генерированию, оценивается по формуле:

Для наполнения соотношения (27) конкретным цифровым материалом следует воспользоваться эконометрическими зависимостями, полученными в . При этом следует иметь ввиду, что авторами использовались косвенные оценки анализируемых показателей (для акцентирования этого факта мы будем использовать переменные с чертой). Кроме того, для упрощения анализа мы абстрагируемся от институционального фактора, который фигурировал в авторских уравнениях регрессии. Тогда эконометрические аналоги зависимостей (14) и (15) будут иметь следующий вид:

где σ – уровень сбережений (доля валовых накоплений основного капитала в ВВП страны); – технологический уровень страны (отношение производительности труда страны к производительности труда страны-лидера, в качестве которого фигурируют США).

Из сказанного ясно, что зависимости (28)-(29) имеют макроэкономическую интерпретацию – вместо компании в них фигурирует страна. Помимо этого вместо дискретной шкалы в абсолютных величинах для технологического уровня (i) в них используется непрерывная шкала в относительных величинах (i ∈ ) . Перевод непрерывной шкалы в дискретную не создает больших трудностей, однако в этом случае величина скачка m=1 становится неопределенной. В реальности она может быть ориентировочно в интервале 5–15 п.п. (в долях – 0,05–0,15), но при отсутствии конкретных данных для простоты расчетов будем полагать m=0, подразумевая, что более точные расчеты должны брать во внимание вычет дискретного скачка. Тогда можно воспользоваться приближенным равенством:

Кроме того, в (28)-(29) есть еще один нюанс, который необходимо учесть в расчетах. Дело в том, что зависимости (28)-(29) сконструированы таким образом, что в них нарушается естественное начальное условие модели (13) – a D > a E . Одновременно с этим зависимость (28) в отличие от зависимости (14) включает еще одну переменную – накопление капитала. Учитывая это обстоятельство, искомый параметр a E определяется по формуле: a E = 1,314 - 2,750σ . В этом случае появляется возможность сценарного определения критической технологии i* на основе формулы (28) в зависимости от величины нормы накопления.

Для определенности будем исходить, что параметр σ лежит в интервале от 15% до 45%; иные значения в реальности, как правило, не наблюдаются. Укажем сразу, что в данном интервале наше априорное условие a D > a E снова восстанавливается, что позволяет провести хорошо интерпретируемые прикладные расчеты.

Рассмотрим пять сценариев, в которых параметр σ представлен своими крайними значениями и значениями, характерными для динамично развивающихся стран (табл.1). Проведенные расчеты позволяют сделать, по крайней мере, три вывода.

Во-первых, чем больше норма накопления σ, тем выше технологическая граница i*, а, следовательно, тем позже страна (компания) отказывается от заимствования технологий и переходит к инновационной стратегии. Такой вывод представляется вполне логичным, так как интенсивное накопление приводит к созданию массивного парка относительно дорогого производственного оборудования, которое требует своей амортизации и финансовой окупаемости. Кроме того, не исключено, что здесь действует эффект обучения, когда активное обновление основных фондов на основе механизма заимствования порождает определенную инерцию и изменение стратегии становится затруднительным. Похоже, что в данном случае мы сталкиваемся с аналогом эффекта замедления диффузии, но только здесь происходит ослабление инновационной чувствительности страны (компании), когда стимулы к проведению НИОКР падают по мере роста инвестиционной активности и доступности новых технологий. Рассмотренный эффект можно переформулировать и иным образом: большая норма накопления порождает мощную технологическую диффузию, волна которой смещает технологический барьер i* в сторону технологического лидера. Слишком активная технологическая диффузия посредством заимствования мешает переходу к стадии исследований и разработок.

Во-вторых, чувствительность технологической границы i* к норме накопления чрезвычайно высока. Так, рост σ с 30% до 35% на 5 процентных пунктов ведет к росту технологического барьера i* на 14,3 п.п.

В-третьих, перманентные попытки России начать масштабные инновационные программы вписываются в логику общих технологических закономерностей. Поясним этот тезис.

Таблица 1. Сценарии формирования технологического барьера i*.

По данным Росстата, объем ВВП в 2009 году составлял 38,8 трлн. руб., а объем инвестиций в основной капитал – 7,9 трлн. руб. Это означает норму накопления σ=20,4%, что примерно соответствует сценарию №2 с технологической границей в 25%. Однако в последнее время производительность труда в России составляет как раз примерно четверть от аналогичного показателя в США. Тем самым сценарий №2 почти идеально описывает случай России. А коль скоро это так, то Россия находится в том состоянии, когда ей имеет смысл переходить к стратегии самостоятельной разработки инноваций. Именно такие попытки российское правительство и предпринимало на протяжении последних 6-7 лет. В каком-то смысле имела место простая логика: отсутствие достаточного объема инвестиций не позволило стране запустить диффузионный процесс на базе заимствования технологий, что и толкает экономику к альтернативной стратегии – созданию новых технологий за счет собственных усилий.

Выше мы преднамеренно использовали более тонкую зависимость удельных издержек (28), включающую фактор нормы накопления. Между тем в работе была получена пара более «грубых», простых и симметричных зависимостей:

В соотношениях (31)-(32) автоматически выполняется наше априорное ограничение a D > a E ; дополнительной калибровки параметров не требуется. Опираясь на эти модели, несложно рассчитать величину технологической границы i*, которая будет фиксированной и составит 61,5%. В принципе это цифра может использоваться в качестве ориентира при переходе фирм (государств) к инновационным стратегиям. Однако эта цифра может служить лишь в качестве первого приближения, ибо в более общем случае, как было показано выше, фактор инвестиционной активности может довольно сильно смещать ее в любом направлении; кроме того, следует вносить корректировку на вычет технологического скачка (например, если его величина равна 5%, то i*=56,5%). Тем не менее, сам факт получения указанной технологической константы сам по себе имеет большое теоретическое и практическое значение.

Выше мы попытались показать, что простые теоретические схемы могут использоваться не только для объяснения и осмысления технологических сдвигов в экономике, но и для проведения аналитических расчетов, позволяющих идентифицировать ситуацию, в которой находится изучаемая компания или страна. Разумеется, более точная калибровка эконометрических зависимостей позволит сделать и более достоверные выводы, однако само направление прикладного анализа вполне понятно и не предполагает серьезного усложнения.

7. Заключение

В завершение проведенного исследования хотелось бы отметить, что возникновение технологической границы предполагает всего лишь два основополагающих условия: ∂I iE / ∂i > 0 (эффект адаптации) и ∂I iD / ∂i < 0 (эффект обучения). Как оказывается, этих двух эффектов вполне достаточно для появления точки переключения. В этом смысле можно считать поставленную цель построения максимально простой объяснительной теоретической схемы достигнутой.

Однако теоретическое и практическое значение полученных результатов имеет более широкую сферу приложений, чем это выражено в первоначальной постановке задачи. Это связано с тем, что рассмотренный эффект смены модернизационного режима является универсальным явлением. В различных областях деятельности и общественной жизни наблюдаются прямые аналогии этого эффекта. Например, филологи заметили следующую интересную закономерность: в современном обществе наиболее частотным является употребление пословиц представителями менее образованных слоев населения . Это означает, что до определенного уровня интеллектуального развития человек заимствует готовую народную мудрость в виде пословиц и поговорок, а также чужое понимание жизни в виде афоризмов и максим; после накопления достаточного объема таких знаний и овладения речевыми навыками индивидуум уже способен сам придумывать разнообразные сентенции и генерировать собственные смысловые пассажи. При этом проблема определения познавательной границы в данном случае столь же актуальна, как и для сферы инноваций. Например, сколько лет надо учиться и насколько большой жизненный опыт необходим для обретения способности самостоятельно формулировать отточенные афоризмы? Насколько сильно различаются величины познавательной границы для разных социальных групп населения?

Похожие процессы наблюдаются в смене этапов традиционного обучения. Например, в школе для обучения детей необходима серьезная помощь со стороны педагогов; в вузе студенты уже могут осуществлять заимствование знаний относительно самостоятельно; при подготовке диссертационного исследования человек уже способен самостоятельно создавать новое знание . Здесь просматривается даже три стадии, но суть от этого не меняется. Здесь также правомерно ставить вопрос о точке смены режима пассивного заимствования знаний на активное заимствование, а также смены режима активного заимствования на создание знаний.

Особый интерес представляют новые способы конкуренции высокотехнологичных компаний (ВТК), которые на заключительной стадии технологического цикла переходят к институциональным инновациям. По мнению С.А.Толкачева, жизненный цикл товара в условиях инновационной конкуренции «обрастает» дополнительной стадией . Помимо стадии НИОКР, на которой закладываются все конкурентные характеристики последующего жизненного цикла товара (услуги), включая условия его эксплуатационной модернизации (обновление операционных систем и компьютерных программ) и последующей утилизации, формируется стадия институционально-технологического проектирования жизненного цикла товара. На этой стадии фирмы конкурируют за создание институциональной инновационной среды, которая будет поддерживать весь последующий жизненный цикл товара, начиная с НИОКР, и создавать позитивный имидж технологических возможностей и перспектив компании. ВТК стремятся создать вокруг себя контролируемую экосистему, институционально-инновационную среду, в которой будет циркулировать большая часть добавленной стоимости, генерируемой благодаря инновациям. Средством создания и сохранения такой экосистемы являются такие стратегии, как визионерство, иррациональная вера участников рынка в уникальность лидера экосистемы, патентные войны и пр. . Таким образом, для компаний, являющихся технологическими лидерами, возникает новый цикл, в соответствии с которым стадия создания технологических инноваций сменяются стадией создания институциональных инноваций . Здесь понятие технологической границы обретает несколько иной смысл, но не теряет при этом своей актуальности.

Таким образом, в настоящее время имеется множество новых и во многом неожиданных сфер приложения инновационной модели фирмы. Накопление эмпирического материала в этом направлении может внести дополнительные корректировки и в саму модель.

Литература

1. Гельман Л.М., Левин М.И. Модели инновационных процессов (обзор зарубежной литературы)// «Экономика и математические методы», №6, 1989.
2. Полтерович В.М., Хенкин Г.М. Эволюционная модель взаимодействия процессов создания и заимствования технологий// «Экономика и математические методы», №6, 1988.
3. Полтерович В.М., Хенкин Г.М. Эволюционная модель экономического роста// «Экономика и математические методы», №3, 1989.
4. Henkin G.M., Polterovich V.M. A difference-differential analogue of Burgers equation and some models of economic development/ Working Paper #WP/98/051, Moscow, CEMI of Russian Academy of Science, 1998.
5. Burgers J.M. A mathematical model illustrating the theory of turbulence/ Advances in Applied Mechanics. Ed. R.V.Mises and T.V.Karman. 1948.
6. Гельман Л.М., Левин М.И., Полтерович В.М., Спивак В.А. Моделирование динамики распределения предприятий отрасли по уровням эффективности (на примере черной металлургии)// «Экономика и математические методы», №3, Том 29, 1993.
7. Ташлицкая Я.М., Шананин А.А. Моделирование процесса распространения технологий. М.: Вычислительный центр РАН, 2000.
8. Балацкий Е.В. Функциональные свойства институциональных ловушек// «Экономика и математические методы», №3, 2002.
9. Балацкий Е.В. Экономический рост и технологические ловушки// «Общество и экономика», №11, 2003.
10. Polterovich V., Tonis A. Innovation and Imitation at Various Stages of Development// Moscow, New Economic School, 2003.
11. Polterovich V., Tonis A. Innovation and Imitation at Various Stages of Development: A Model with Capital// Working Paper #2005/048, Moscow, New Economic School, 2005.
12. Gombau V., Segarra A. The Innovation and Imitation Dichotomy in Spanish firms: do absorptive capacity and the technological frontier matter?// Working Papers, XREAP 2011-22, Xarxa de Referencia en Economia Aplicada, Dec. 2011.
13. Инновационные и инвестиционные факторы эффективности производства// «Общество и экономика», №1, 2007.
14. Балацкий Е.В., Раптовский А.В. Инновационно-технологическая матрица российских регионов// «Общество и экономика», №2-3, 2007.
15. Дементьев В.Е. Ловушка технологических заимствований и условия ее преодоления в двухсекторной модели экономики// «Экономика и математические методы», №4, 2006.
16. Windrum P. Simulation models of technological innovation: A Review// Research Memoranda 005, Maastricht: MERIT, Maastricht Economic Research Institute on Innovation and Technology, 1999.
17. Каримова Р.Х. Картина мира в паремиологии неродственных языков// «Капитал страны», 31.08.2010.
18. Балацкий Е.В. Школы и университеты: сходства и различия// «Капитал страны», 27.01.2010.
19. Толкачев С.А. Инновационная конкуренция: роль институциональной среды// «Капитал страны», 07.10.2011.
20. Мельников А.В. Голливуд осваивает Китай// «Капитал страны», 11.05.2012.
21. Клочков В.В. Управленческие аспекты развития экономической науки. М.: ИПУ РАН, 2011.
22. Бондаренко О.Ю., Веселов Д.А. Оптимальное накопление капитала в ресурсной экономике/ Препринт WP12/2009/06. М.: Изд. дом Государственного университета – Высшей школы экономики, 2009.
23. Веселов Д.А. Ловушка бедности в странах, богатых природными ресурсами/ Пре¬принт WP12/2010/04. М.: Изд. дом Государственного университета – Высшей школы экономики, 2010.
24. Веселов Д.А. Провалы рынка и провалы государства в модели перехода от стагнации к развитию// «Журнал Новой экономической ассоциации», №4(12), 2011.
25. Banerjee A., Duflo E. (2005) Growth Theory through the Lens of Development Economics// In: Philippe Aghion & Steven Durlauf (ed.), Handbook of Economic Growth , edition 1, vol.1, ch.7, pp.473-552.
26. Melitz M.J. (2003) The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity// Econometrica , Vol.71, No.6, Nov., pp.1695-1725.

Агрегатор новостей 24СМИ

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.

Размещено на http://www.allbest.ru/

Лекционное занятие

«Модели принятия решений»

ВВЕДЕНИЕ

Принятие решений - основная часть работы менеджеров любого звена любого предприятия. Поэтому понимание всех тонкостей процесса принятия решений в различных условиях, знание и применение различных методов и моделей принятия решений играет значительную роль в повышении эффективности работы управленческого персонала.

Каждый день менеджерам приходится принимать разнообразные решения, касающиеся различных сфер управления, например, как подобрать персонал, куда отправить груз и в каком количестве, как максимизировать прибыль, принимать ли предложение другой фирмы о слиянии двух компаний и так далее. На самом деле, принятие решения - задача непростая, так как необходимо рассмотреть все возможные альтернативы, выбрать из них наиболее подходящую по всем критериям, учитывая возможные последствия, препятствия и перспективы, условия, в которых этот выбор осуществляется, и многие другие факторы.

Цель данной работы - изучить понятие «решение» и различия между видами решений, описать все этапы процесса принятия решения и методы и модели, по которым они осуществляются. Затем мы рассмотрим компанию, узнаем, какими методами пользуются сотрудники в данной компании и какой из способов принятия решений считается наиболее эффективным для них, что, в конечном итоге, позволит сделать общие выводы об эффективности различных методов и моделей принятия решений.

1. Определение и классификация понятия «решение»

эффективность управленческий решение

Для проведения исследования на данную тему необходимо, прежде всего, определить, что представляет собой понятие «решение».

Решение - это выбор из всех возможных альтернативных вариантов.

Классификация решений

Существует множество критериев классификации видов решений: объект решения; система планирования; количество решений; сроки действия последствий; степень зависимости и другие. Рассмотрим некоторые из них.

По объекту решения выделяют:

· ориентированные на цели;

· основополагающие;

· структурные.

По системе планирования решении делятся на:

· стратегические;

· тактические;

· оперативные.

По числу принимаемых решений существуют:

· статические;

· динамические;

· одноступенчатые;

· многоступенчатые.

Однако наиболее важной классификацией в нашем исследовании является такая, которая разделяет управленческие решения на организационные, интуитивные и рациональные.

Организационное решение - выбор, который нацелен на решение заданной проблемы, принимаемый руководителем в соответствии со своей должностью. Человека можно назвать менеджером тогда, когда он принимает организационные решения и реализует их через других людей, учитывая при этом их собственные цели и интересы.

Интуитивное решение - выбор, в основе которого лежит ощущение «правильности» принимаемого решения.

Рациональное решение - выбор, основанный на результатах аналитических рассуждений, для которого характерен принцип оптимизации.

В свою очередь, организационные решения подразделяются на незапрограммированные и запрограммированные.

Запрограммированными решениями являются те, которые сопутствуют получению результата, и определены некоторой, уже отработанной последовательностью шагов, решений или действий.

Незапрограммированные решения - те, которые возникают вследствие новой необычной ситуации.

2. Процесс принятия решений

Принятие решения - это процесс рационального или иррационального выбора альтернатив, имеющий целью достижение осознаваемого результата.

Процесс принятия решений является одной из основных функций менеджера; включает в себя планирование (что и как делать?) и выбор альтернативы (непосредственно само решение).

В процессе принятия управленческого решения есть некоторые аспекты, соблюдение которых необходимо, например:

· научная обоснованность;

· четкое направление;

· своевременность;

· точная формулировка;

· высокая эффективность;

· сотрудничество, преимущественно, с высококвалифицированными специалистами;

· контролируемость;

· основание - достоверная информация и так далее.

Процесс принятия решения изображен в таблице 1.

Таблица 1

Также немаловажными в процессе принятия решения являются следующие два понятия:

· управленческая операция - обработка информации, связанной с управлением, которая относится к определенному подразделению компании (схема 1);

· управленческая процедура - система управленческих операций, целью которых является осуществление разрешения поставленной проблемы (схема 2).

3. Методы принятия решений

Существует множество методов принятия управленческих решений, например:

· научный метод (наблюдение, анализ, выдвижение гипотезы и так далее);

· моделирование;

· составление деревьев проблем и целей;

· платежная матрица;

· привлечение жюри;

· проведение опросов среди потребителей;

· метод Дельфи (проведение опросов, мозговых штурмов, интервью среди экспертов и достижение принятия общего решения);

· другие.

4. Модели принятия решений

Моделирование широко используется для принятия решений. Модель - это представление объекта, системы или процесса в форме отличной от оригинала, но сохраняющей основные его характеристики. Причинами, обуславливающими применение моделирования, являются: естественная сложность многих организационных ситуаций, невозможность проведения экспериментов в реальной жизни и ориентация руководства на будущее.

Абсолютно все управленческие решения осуществляются по какой-то определенной модели. Какая именно модель будет выбрана, зависит от нескольких факторов: тип данного решения (запрограммированное или незапрограммированное), степень риска, личные предпочтения человека, осуществляющего процесс принятия решения. Существует три типа модели принятия решений:

· классическая;

· административная;

· политическая.

Рассмотрим каждую модель более подробно.

1. Классическая модель.

В основе этой модели лежат экономические представления и «классическая» литература по управлению. Если альтернативный выбор осуществляется по данной модели, то он должен быть обоснован логикой и удовлетворять экономические потребности и интересы компании.

Представления, соответствующие классической модели:

· Цель процесса выбора - решение четко сформулированной проблемы, которое не будет вызывать разногласия.

· Вся информация, связанная непосредственно с принятием решения должна быть достоверной, полной и подробно изученной.

· Альтернативные варианты и последствия их осуществления необходимо в полной мере рассмотреть и рассчитать.

· Принимаемый альтернативный выбор должен быть наиболее экономически эффективным.

· Одно из важнейших качеств менеджера - способность действовать рационально, то есть: цели устанавливаются с помощью логики, ранжируются по степени важности, а решения принимаются так, чтобы они способствовали максимально полному удовлетворению поставленных задач.

Плюсы и минусы классической модели принятия решений:

Учит рациональности и точности

2. Административная модель.

В основе административной модели лежат работы Герберта А. Саймона. Такая модель принятия решений используется в случаях неопределенности, то есть в случаях, когда необходимо принять незапрограммированное решение, которое не может быть количественно определен.

По Саймону существуют две основные концепции:

· ограниченная рациональность: рациональность поведения людей имеет некоторые границы (ограничения во времени, объеме обрабатываемой информации и так далее);

· удовлетворительность: управленческое решение осуществляется, как только найдена альтернатива, удовлетворяющая минимальные потребности компании (выбор осуществляется очень быстро, так как отсутствует возможность рассмотреть все альтернативные варианты)

Основополагающие представления административной модели принятия решений:

· Цель может быть неточно определена, иметь некоторые противоречия и неточности, вызывать разногласия.

· Информация о проблеме также является неполной, но все равно должна быть достоверной.

· Поиск всех возможных альтернативных вариантов имеет границы в связи с малым количеством информации и других ресурсов.

· Достаточно сделать удовлетворительный выбор, даже если он не будет способствовать максимизации удовлетворения поставленных перед фирмой задач.

Плюсы и минусы административной модели принятия управленческих решений:

Носит описательный характер

Учит быстро принимать решения в неопределенных условиях

Подходит ТОЛЬКО в условиях неопределенности, в более «спокойной» ситуации будет неуместна.

3. Политическая модель.

Политическая модель принятия решений сочетает в себе некоторые характерные черты и административной, и классической модели. Это значит, что решения, которые необходимо принять, являются незапрограммированными в связи с недостатком необходимой информации, а также из-за возникших разногласий, однако все альтернативные варианты должны быть рассмотрены, и принятое решение должно обладать свойством максимизации, то есть максимально удовлетворять потребности компании. В этой ситуации менеджерами используется создание так называемых «коалиций» - неформальных объединений, задачей которых является достижение особой цели. Коалиция подразумевает под собой переговоры и дискуссии в неформальной обстановке, когда менеджер убеждает сторонников других мнений в правильности и рациональности своей точки зрения.

Представления, лежащие в основе политической модели принятия решений:

· В компании нет одного менеджера, принимающего решения, а есть несколько групп, которые придерживаются различных мнений, имеют различные ценности и интересы, что вызывает разногласия между этими группами.

· Информация обладает свойством неполноты и неточности.

· Рациональность решений имеет ограничения из-за неоднозначности проблем, недостатка времени, информации и других ресурсов.

· Необходимо создавать коалиции, проводить переговоры, чтобы прийти к согласию и принять конечное решение.

Плюсы и минусы политической модели принятия решений:

Решения принимаются наиболее правильно и справедливо, так в процессе их осуществления задействованы сразу несколько групп, что позволяет удовлетворить различные интересы и цели

Довольно длительный процесс; теряется много времени, пока одна группа менеджеров пытается найти общее решение проблемы с другой группой.

Есть и другие три вида моделей принятия управленческих решений:

· физическая;

· аналоговая;

· математическая.

Построение таких видов состоит из нескольких этапов. Данный процесс представлен ниже в схеме 3.

5. Различные формы моделирования

· теория игр;

· модель оптимального обслуживания;

· модель линейного программирования;

· имитационное моделирование;

· экономический анализ;

· другие.

Теория игр. Одна из важнейших переменных, от которой зависит успех организации, - конкурентоспособности. Очевидно, способность прогнозировать действия конкурентов означает преимущество для любой организации. Теория игр - метод моделирования оценки воздействия принятого решения на конкурентов.

Теорию игр изначально разработали военные с тем, чтобы в стратегии можно было учесть возможные действия противника. В бизнесе игровые модели используются для прогнозирования реакции конкурентов на изменение цен, новые компании поддержки сбыта, предложения дополнительного обслуживания, модификацию и освоение новой продукции. Если, например, с помощью теории игр руководство устанавливает, что при повышении цен конкуренты не сделает того же, оно, вероятно, должно отказаться от этого шага, чтобы не попасть в невыгодное положение в конкурентной борьбе.

Теория игр используется не так часто, как другие модели. К сожалению, ситуации реального мира зачастую очень сложны и на столько быстро изменяются, что невозможно точно спрогнозировать, как отреагируют конкуренты на изменение тактики фирмы. Тем не менее, теория игр полезна, когда требуется определить наиболее важные и требующие учета факторы в ситуации принятия решений в условиях конкурентной борьбы. Эта информация важна, поскольку позволяет руководству учесть дополнительные переменные или факторы, могут повлиять на ситуацию, и тем самым повышает эффективность решения.

Модель оптимального обслуживания используется для определения оптимального числа каналов обслуживания по отношению потребности в них.

Модель линейного программирования применяют для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей. Данный вид модели наиболее распространен на промышленных предприятиях. Он заключается в том, что помогает максимизировать прибыль при наличии одного нескольких ресурсов, каждый из которых используется для производства нескольких видов товара.

Имитационное моделирование. Все описанные выше модели подразумевают применение имитации в широком смысле, поскольку все являются заменителями реальности. Тем не менее, как метод моделирования, имитация конкретно обозначает процесс создания модели и ее экспериментальное применение для определения изменений реальной ситуации. Главная идея имитации состоит в использовании некоего устройства для имитации реальной системы для того, чтобы исследовать и понять ее свойства, поведения и характеристики.

Экономический анализ. Почти все руководители воспринимают имитацию как метод моделирования. Однако многие из них никогда не думали, что экономический анализ - очевидно наиболее распространенный метод - это тоже одна из форм построения модели. Экономический анализ вбирает в себя почти все методы оценки издержек и экономических выгод, а также относительной рентабельности деятельности предприятия. Типичная «экономическая» модель основана на анализе безубыточности, методе принятия решений с определением точки, в которой общий доход уравнивается с суммарными издержками, т.е. точки, в которой предприятие становится прибыльным. Эти модели широко применяются в бухгалтерском и финансовом учете.

Объем производства, обеспечивающий безубыточность, можно рассчитать почти по каждому виду продукции или услуге, если соответствующие издержки удается определить. Это может быть число сидений в самолете, которые должны быть заняты пассажирами, число посетителей в ресторане, объем сбыта нового типа автомобиля.

Практическая часть исследования

В качестве практической части мы предлагаем рассмотреть пример компании, которая занимается организацией перевозок грузов, вспомогательной и дополнительной транспортной деятельностью, транспортной обработкой грузов и хранением и так далее.

Мы взяли интервью у генерального директора компании с целью выяснить, какими методами и моделями принятия решения пользуются в компании и какие из них являются самыми эффективными.

Выяснилось, что в данной компании часто приходится сталкиваться со всеми тремя моделями принятия решения: и с классической, и с административной, и с политической, однако последняя, по мнению директора, является наиболее часто встречаемой и самой эффективной. Объясняется это тем, что участие большого количества специалистов позволяет наиболее четко рассмотреть даже небольшие (но не менее важные) аспекты конкретной проблемы.

Что же касается методов, то наиболее используемым в компании являются: метод исследования потребительских предпочтений, метод анализа рынка услуг, а также метод составления деревьев проблем и деревьев целей. Наименее эффективными в процессе управления компанией оказались: метод Дельфи и метод моделирования.

Заключение

Не вызывая сомнений, все методы и модели принятия управленческих решений одинаково важны управлении различных компаний. Однако из них есть такие, которые считаются наиболее эффективными и полезными. Исследование показало, что самыми эффективными методами принятия управленческих решения являются метод анализа рынка услуг и метод исследования потребительских предпочтений, а наиболее предпочтительной моделью принятия решения считается политическая модель.

Использованная литература

1. Бреддик У. Менеджмент в организации. -.: Инфра -- М, 2000г.

2. Ларичев О.И. Теория и методы принятия решений.; М: «Логос», 2005г.

Размещено на Allbest.ur

Подобные документы

Классификация и типы управленческих решений. Эффективность и принципы принятия решений. Разработка и оценка альтернатив. Модели принятия решений. Использование научных методов принятия решений в сфере услуг. Классификация методов и приемов анализа.

курсовая работа , добавлен 30.10.2013


курсовая работа , добавлен 04.12.2004


Классификация управленческих решений, их качество. Решение и человеческий фактор или индивидуальные стили принятия решений. Этапы принятия рационального решения. Методы принятия и обоснования управленческих решений. Эффективность управленческого решения.

презентация , добавлен 12.11.2014


Процесс принятия управленческих решений, их классификация по структурным уровням руководителей организации; делегирование полномочий. Модели принятия управленческих решений; подбор сотрудников на должность главного менеджера структурного подразделения.

курсовая работа , добавлен 10.01.2015


Сущность, виды и принципы принятия управленческих решений, факторы, влияющие на процесс их принятия. Основные этапы рационального принятия решений. Модели и методы принятия управленческих решений, особенности их использования в отечественном менеджменте.

курсовая работа , добавлен 25.03.2009


Природа процесса принятия решений. Управленческое решение как процесс, его экономическая сущность. Цель управленческих решений, их классификация. Алгоритм модели принятия решений, факторы, влияющие на этот процесс. Обобщенная идея метода "дерево решений".

реферат , добавлен 14.06.2010


курсовая работа , добавлен 02.09.2012


Сущность управленческих решений, их классификация и типология. Процесс принятия решений, принципы и этапы. Анализ процесса принятия управленческих решений в ООО "Бытовая техника". Пути повышения эффективности принятия решений в деятельности предприятия.

курсовая работа , добавлен 26.01.2015


Сущность управленческих решений, их классификация. Модели принятия решений несколькими лицами от имени организаций. Характер решений и процедуры выбора. Оптимум Парето и единогласно принимаемые решения. Анализ ООО "ШокКо" и её ассортимент продукции.

курсовая работа , добавлен 10.06.2016


Групповые и индивидуальные факторы принятия и реализации управленческих решений. Влияние качественных характеристик группы на процесс принятия управленческого решения. Карьерограмма и её роль в процессе принятия управленческих решений в карьере.

Моделирование часто необходимо в силу сложности проблем управления и трудности проведения экспериментов в реальной жизни.

Наиболее заметный и, возможно, наиболее значительный вклад школы научного управления заключается в разработке моделей, позволяющих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтернатив. Многие из моделей настолько сложны, что не всякий средний руководитель в состоянии воспользоваться ими самостоятельно. Однако, отсутствие основательного представления о моделях может привести руководителя к методу проб и ошибок и принятию необдуманных решений, вместо применения методов.

Модель – это представление объекта, системы или идеи в некоторой форме, отличной от самой целостности. Поскольку форма модели менее сложна, а не относящиеся к делу данные, затуманивающие проблему в реальной жизни, устраняются, модель зачастую повышает способность руководителя к пониманию и разрешению встающих перед ним проблем. Модель также помогает руководителю совместить свой опыт и способность к суждению с опытом и суждениями экспертов. Может показаться странным, что возможности человека повышаются при взаимодействии с реальностью с помощью ее модели. Но это так, поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значительно превосходит возможности любого человека и постичь его можно, упростив реальный мир с помощью моделирования.

Встречается множество управленческих ситуаций, в которых желательно опробовать и экспериментально проверить альтернативные варианты решения проблемы. Конечно, руководители фирмы были бы не правы, если бы вложили миллионы в новое изделие, сначала не установив экспериментально, что оно будет функционировать как намечено, и, вероятно, будет принято потребителями. Определенные эксперименты в условиях реального мира могут и должны быть выполнены.

Существуют бесчисленные критические ситуации, когда требуется принять решение, но нельзя экспериментировать в реальной жизни. К примеру, когда фирма Фольксваген решила построить производственное предприятие в США, ей пришлось выбирать место с достаточным обеспечением рабочей силой, благоприятными условиями налогообложения и экономически подходящее с точки зрения приемки необходимых материалов и отгрузки готовых автомобилей. Ей пришлось затем определять последовательность сборки многих тысяч деталей модели Рэббит, выяснять, какие детали завод мог бы производить сам, а какие покупать, устанавливать необходимые уровни запасов каждой детали. Ясно, что фирма не могла решить эти проблемы, построив в порядке эксперимента в каждом возможном месте по заводу, да еще и по нескольким проектам.

Невозможно наблюдать явление, которое еще не существует и может быть никогда не состоится, как и проводить прямые эксперименты. Однако многие руководители стремятся рассматривать только реальное и осязаемое, и это, в конечном счете, должно выразиться в их повороте к чему-то видимому. Моделирование – единственный к настоящему времени систематизированный способ увидеть варианты будущего и определить потенциальные последствия альтернативных решений, что позволяет их объективно сравнивать.

Как указывает Дэвид Б. Херц:

«Руководитель должен выбрать лучшую из имеющихся альтернатив, чтобы распределить свои ресурсы, установить для себя и других последовательность действий, привлечь новых людей и материальные ресурсы. Для этого ему нужно довериться некоторым описаниям особенностей и стабильности среды, в которой проявятся последствия решений как в кратко-, так и долгосрочной перспективе. Он должен представлять всю неопределенность такой среды, которая является одновременно неизбежной и непредсказуемой».

Типы моделей , которые менеджер использует для принятия решений можно разделить на физические, аналоговые и математические.

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы. Отличительная характеристика физической (называется иногда портретной) модели состоит в том, что в некотором смысле она выглядит как моделируемая целостность.

Примеры физической модели – синька чертежа завода, его уменьшенная фактическая модель, уменьшенный в определенном масштабе чертеж проектировщика. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного для него места, а также разрешить сопряженные проблемы, например, размещение дверей, ускоряющее движение людей и материалов. Автомобильные и авиационные предприятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить определенные характеристики типа аэродинамического сопротивления. Будучи точной копией, модель должна вести себя аналогично разрабатываемому новому автомобилю или самолету, но при этом стоит она много меньше настоящего. Подобным образом строительная компания всегда строит миниатюрную модель, прежде чем начать строительство производственного или административного корпуса или склада.

Аналоговая модель представляет исследуемый объект аналогом, который ведет себя реальный объект, но не выглядит как таковой.

Пример аналоговой модели – организационная схема. Выстраивая ее, руководство в состоянии легко представить себе цепи прохождения команд и формальную зависимость между индивидами и деятельностью. Такая аналоговая модель явно более простой и эффективный способ восприятия и проявления сложных взаимосвязей структуры крупной организации, чем, скажем, составление перечня взаимосвязей всех работников.

Математическая модель. В математической модели, называемой также символической, используются символы для описания свойств или характеристик объекта или события. Пример математической модели и аналитической ее силы как средства, помогающего нам понимать исключительно сложные проблемы – известная формула Эйнштейна Е=mc 2 . Если бы Эйнштейн не смог построить эту математическую модель, в которой символы заменяют реальность, маловероятно, чтобы у физиков появилась даже отдаленная идея о взаимосвязи материи и энергии. Математические модели способствуют повышению силы абстракции человека, а значит и пониманию сложных явлений и проблем.

Использование моделей в управлении предприятием предполагает определение задачи, которая должна быть решена с помощью предлагаемой модели. Правильная постановка задачи невозможна без анализа проблемы, которая позволяет определить каковы причины возникших затруднений и затем точно сформулировать, что мы собираемся решить и получить. Только после этого осуществляется построение модели. Построение моделей для решения конкретной задачи, как и управление, является процессом. Основные этапы этого процесса – постановка цели, установление входных параметров (переменных) и общих ограничений, проверка модели на достоверность. Число возможных моделей в науке управления так же велико, как и число проблем, для решения которых они были разработаны. В управлении нашли наибольшее применение такие модели:

1 Модели оптимального обслуживания покупателей. Они позволяют уравновесить расходы на дополнительные каналы обслуживания;

2 Модели управления запасами. Цель данной модели свести к минимуму отрицательных последствий накопления запасов.

3 Модели линейного программирования применяются для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей.

4 Экономический анализ. Это тоже одна из форм построения модели. Например, построение модели основанной на анализе точки безубыточности заключается в уравновешивании общего дохода (прибыли) с издержками производства. (мескон).

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.

Размещено на http://www.allbest.ru/

РЕФЕРАТ

НЕЙРОННЫЕ МЕХАНИЗМЫ ПРИНЯТИЯ РЕШЕНИЙ

Введение

Проблему принятия решения изучают многие науки. К ней обращаются кибернетика, теория управления, инженерная психология, социология и другие дисциплины, поэтому существуют разные подходы к ее изучению. В то же время принятие решения -- основная и иногда завершающая операция мыслительной деятельности человека.

Вся жизнь человека состоит из принятия решений, непрерывной последовательности операций выбора, при этом человек постоянно сталкивается с проблемой выбора между несколькими способами поведения. Принятие решения становится обязательным моментом в жизни, поведении человека: с момента рождения и до самой смерти он оказывается постоянно в состоянии необходимости принять те или иные решения, одни из которых осуществляются автоматически на подсознательном уровне, другие становятся предметом длительного мучительного раздумья, выбора одного из возможных вариантов.

Процесс принятия решений при выборе альтернативных вариантов, распределении риска и вознаграждения актуален для междисциплинарных направлений и, в частности, для построения экономических моделей нейронных механизмов принятия решений.

В этой связи выявлена необходимость сбора фактов по проблеме нашего исследования.

В нашей работе процесс принятия решения -- производное неопределенности ситуации, в которой оно совершается.

Гипотеза исследования: за процесс принятия решения отвечают нейронные механизмы в определенных структурах мозга.

Предметом исследования являются психофизиологические механизмы принятия решения.

Целью исследования является системное изучение психофизиологических, в частности, нейронных механизмов принятия решений.

Достижение цели предполагает решение ряда задач:

Объединим психофизиологические основы принятия решений.

Рассмотрим этапы принятия решений.

Выявим базовую модель нейронных механизмов принятия решения.

1. Психофизиологические основы принятия решений

Процесс принятия решения -- производное неопределенности ситуации, в которой оно совершается. При полной определенности, когда отсутствует возможность для альтернативных действий, в сущности и нет никакой проблемы: решение принимается однозначно, автоматически, часто даже не затрагивая сферу сознания. Процесс выбора становится проблемой лишь тогда, когда в системе человек -- окружающая среда присутствует неопределенность применительно к осуществлению действий, направленных на достижение определенной цели, конечного результата.

Чем больше степень этой неопределенности, тем меньше оснований для однозначного решения и тем более вероятностным оно становится. Мозг возмещает дефицит информации использованием более тонкого и сложного аппарата оценки вероятности того или иного события. Такое усложнение работы мозга, связанное с увеличением количества логических операций, требует большего времени для принятия решения. Поэтому усиление элементов неопределенности ситуации неизбежно приводит к усилению величины латентного периода реакции. С увеличением числа дифференцируемых сигналов возрастает неопределенность проблемной ситуации, в которой выполняется процедура принятия решения и как следствие увеличивается время реакции. Эта зависимость описывается следующим образом:

(Hick): А = Klog (n + 1),

где А -- время реакции с выбором;

К -- время простой реакции без выбора;

n -- количество дифференцируемых сигналов.

Познание психофизиологической основы интегративной деятельности высших отделов центральной нервной системы, обеспечивающих процессы сознания, мышления, невозможно без установления физиологических механизмов принятия решения как узлового момента любой формы целенаправленного поведения. Процесс принятия решения является универсальным принципом анализа, синтеза и переработки в центральных нервных образованиях входной сенсорной информации и формирования выходной реакции. Принятие решения -- ключевой акт в деятельности любой достаточно сложной биологической системы, функционирующей в реальных условиях внешней среды, нашедший свое кульминационное развитие и совершенствование в различных формах проявления высшей нервной деятельности.

Суть процесса принятия решения сводится к нескольким моментам: восприятие, прием и обработка афферентной информации, образование, формирование поля альтернатив (набор возможных вариантов для последующего выбора), сравнительная оценка альтернативных действий в целях осуществления рационального выбора и собственно выбор альтернативы -- кульминация решения проблемы. Такое представление подтверждает гипотезу о принятии решения как результате, неизбежном итоге интегративного процесса, когда из множества альтернатив организм стремится выбрать одну, единственную, наилучшим образом обеспечивающую решение стоящей перед ним задачи. Рассматривая побудительные причины того или иного решения, следует отметить, что не может быть решения вообще, решения, не направленного на какой-то определенный эффект, не имеющий какой-либо определенной цели. Выбор при принятии решения в значительной мере обусловлен текущей мотивацией. Выяснение нейрофизиологических механизмов, лежащих в основе операции выбора в альтернативной ситуации, направлено на дальнейшее углубление знаний о природе восприятия и переработки информации в коммуникационных системах мозга. Восприятие, отбор, фиксация и извлечение из памяти соответствующей информации, сравнительный анализ биологической значимости сигналов, выбор и реализация конкретного пути распространения возбуждения в нервных сетях, формирование эфферентных командных сигналов, поступающих к эффекторным органам, -- все это важнейшие компоненты сложного процесса принятия решения. В информационных процессах, ассоциируемых с интеллектуальной творческой деятельностью человека, широко используется оперативный механизм принятия решения (Покровский, Коротько, 2003).

2. Этапы принятия решений

Доминирующая мотивация, как фрагмент афферентного синтеза играет преимущественную роль в определении и направлении, а также в активном подборе информации, необходимой для выработки решения к действию и цели, и получения соответствующего приспособительного эффекта.

Мотивация как общее доминирующее состояние человека и животного является фильтром, который выделяет нужную и отбрасывает не продуктивную для данной исходной мотивационной установки информацию.

Именно стремление к идеальному образу цели заставляет животное производить сбор дополнительной информации для принятия решения и последующего осуществления программы действий, максимально удовлетворяющих доминирующую потребность при данных условиях. При этом подбор информации идет именно в направлении наибольшей пригодности для реализации данной мотивационной установки, для процесса принятия решения, выбора программы действий и последующего его осуществления.

Доминанте, в принятии решений и выборе программе действий наряду с памятью и ориентировочно-исследовательской реакцией, отводится ведущая роль, ведь она, есть пусковой механизм рождения наиболее продуктивной, максимально-удовлетворяющей потребности функциональной системы. Можно сказать, что она идет непрерывно и присутствует по всем уровням функциональной системы, до качественного удовлетворения ведущей потребности.

Подведем итог, уточним схему, предложенную П.К. Анохиным на рисунке 1.

Рис.1. Схема архитектуры функциональной системы поведенческого акта , включающей доминанту

В процессе принятия решения различаются две принципиально различные фазы:

1) генерация разнообразия (в которой из универсального многообразия действий выбирается класс возможных допустимых путей решения, удовлетворяющих условиям решаемой задачи)

2) ограничение этого разнообразия с целью отбора одного-единственного варианта действия (с точки зрения эффективности этого способа достижения цели).

Степень уверенности лица, принимающего решение при выборе определенной альтернативы, определяется величиной субъективной вероятности этого альтернативного действия. Эти субъективные вероятности основаны на следующих трех эмпирически выведенных постулатах (Линдсей, Норман, 1974):

1) люди обычно переоценивают встречаемость событий, имеющих низкую вероятность, и недооценивают встречаемость событий, характеризующихся высокими значениями вероятности;

2) люди считают, что событие, не наступившее в течение некоторого времени, имеет большую вероятность наступления в ближайшем будущем;

3) люди переоценивают вероятность благоприятных для них событий и недооценивают вероятность неблагоприятных.

Различают два основных способа принятия решения: алгоритмический и эвристический. Алгоритмический способ принятия решения предполагает наличие у лица, принимающего решение, значительной информации о проблемной ситуации. Алгоритмический способ принятия решения сводится к построению совокупности правил, следуя которым, автоматически достигается верное решение, т. е. имеется высокая гарантия верного решения проблемы.

При эвристическом способе получение верного результата при значительном дефиците информации о проблемной ситуации не гарантируется, однако лицо, принимающее решение, используя различные эвристические приемы, может найти рациональное решение. Эвристические приемы сокращают область поиска при решении сложной проблемы, что важно, и обеспечивают решение стоящих перед человеком проблем в течение достаточно короткого промежутка времени.

Динамический характер интегральной оценки на клеточном уровне организации нервной системы проявляется в использовании в разных условиях функционирования и в различных комбинациях одних и тех же нейронов. Такой динамизм клеточных механизмов интеграции и выбора определяется особенностями сенсорного входа центрального нейрона, вариабельностью его рецептивного поля. Мотивационные влияния избирательно повышают возбудимость только тех нейронов и потенцируют только те рецептивные поля, которые когда-либо использовались в поведенческих актах. Практически любая внешняя информация, попадающая в нашу центральную нервную систему, неизбежно сопоставляется и оценивается на весах доминирующей в данный момент мотивации. Доминирующая в данный момент мотивация представляет собой фильтр, по которому классифицируется избыточная внешняя информация. Иначе говоря, в каждый данный момент определяется значимость этой информации для мотивационных возбуждений этого момента.

Следовательно, мотивация как общее доминирующее состояние человека и животного является как бы фильтром, который выделяет нужную и отбрасывает неадекватную для данной исходной мотивационной установки информацию. П.К. Анохин указывает на исследования К. В. Судакова (Анохин, 1968), в которых нейрофизиологическая основа мотивационных предрасположений состоит в том, что восходящее влияние гипоталамических и ретикулярных образований выражается в избирательном активировании синаптических организаций коры больших полушарий, что и лежит в основе подбора текущей информации в интересах доминирующей мотивации.

Делаем вывод, что даже активный подбор внешней информации с помощью ориентировочно-исследовательской реакции может проходить с наибольшим успехом потому, что каждый фрагмент этой информации сопоставляется с доминирующим возбуждением, созданным данной мотивацией. Обстановочная афферентация модифицирует активацию рецептивных полей центральных нейронов. Сами мотивационные и обстановочные влияния, определяющие «предпусковую интеграцию» нейронного механизма принятия решения, не активируют центральные нейроны. Возбуждение последних происходит лишь на основе конвергенции на нервной клетке детонаторных влияний, определяемых функциональной организацией и топографией активируемых синапсов (Анохин, Швырков, 1978).

3. Нейронные механизмы принятия решений

Конвергенция на одном нейроне разных сенсорных потоков свидетельствует о том, что нервная клетка является достаточно сложным интегрирующим образованием, реализующим процесс принятия решения в виде генерации отдельного потенциала действия или определенной временной последовательности таких потенциалов. Обеспечение целенаправленной деятельности системы на основе процесса принятия решения немыслимо без оценки эффективности произведенного действия, что в кибернетических системах осуществляется при помощи обратной связи. Структурную основу такой обратной связи в нейронных структурах образуют коллатерали аксонов, поставляющих корковым и подкорковым нейронам точные копии, модели эфферентных возбуждений.

Согласно теории функциональной системы П. К. Анохина, принятие решения означает перевод одного системного физиологического процесса (афферентный синтез) в другой (программа действия). Этот механизм образует критический момент интегративной деятельности, когда разнообразные комбинации физиологических возбуждений, формируемых в центральных проекционных зонах мозга под влиянием соответствующих сенсорных потоков, преобразуются в эфферентные потоки импульсов -- обязательные исполнительные команды. В понятиях кибернетики нервной системы процесс принятия решения означает освобождение организма от чрезвычайно большого количества степеней свободы, выбор и реализацию лишь одной из них.

Принятие решения в теории функциональных систем. По мнению П.К. Анохина (Анохин, 1975), необходимость ввести понятие "принятие решения" возникла в процессе разработки теории ФС для четкого обозначения этапа, на котором заканчивается формирование и начинается исполнение какого-либо поведенческого акта. Таким образом, принятие решения в функциональной системе является одним из этапов в развитии целенаправленного поведения. Оно всегда сопряжено с выбором, поскольку на стадии афферентного синтеза происходит сличение и анализ информации, поступающей из разных источников. Принятие решения представляет критический "пункт", в котором происходит организация комплекса эфферентных возбуждений, порождающих в дальнейшем определенное действие. решение психофизиологический мотивация поведенческий

Обращаясь к физиологическим механизмам принятия решения, П.К. Анохин подчеркивал, что принятие решения -- процесс, включающий разные уровни организации: от отдельного нейрона, который продуцирует свой ответ в результате суммации многих влияний, до системы в целом, интегрирующей влияния множества нейрональных объединений. Окончательный результат этого процесса выражается в утверждении: система приняла решение.

Временные характеристики нейронных механизмов, обеспечивающих процесс принятия решения, находят отражение в компонентах вызванного потенциала -- комплекса электрических волн, регистрируемых из зоны центрального представительства соответствующих сенсорных систем. Процесс принятия решения по времени (100--300 мс в разных сенсорных системах) соответствует длительности нейрофизиологического механизма восприятия и переработки сенсорной информации, идентифицируемого по первичному ответу (включая и негативную волну). Более поздние компоненты вызванного потенциала ассоциируются с функционированием исполнительных механизмов.

С помощью нейрофизиологических и клинических исследований установлено, что лобные доли мозга являются основным нервным субстратом, осуществляющим принятие решения при реализации целесообразных произвольных форм деятельности человека (Лурия, 1978). Поражение лобных долей мозга, не затрагивающее физиологические процессы на входе системы (восприятие информации), приводит к существенным нарушениям процесса выбора альтернативного действия У Бориса Митрофановича Величковского мы видим сужение областей локализации нейронов, ответственных за принятие решений. Он указывал, что рефронтальные механизмы уровня F, а именно префронтальная кора, включая орбитофронтальные отделы (в особенности справа) и передняя поясная извилина, обладают наиболее мощными интегративными возможностями. Они располагают прямыми нейро-анатомическими связями со всеми другими уровнями. Эти связи, которые образуют несколько специализированных петель, обычно вовлекающих также задние структуры коры и подкорковые центры. При их участии реализуются процессы продуктивного мышления, принятия решений, самоконтроля и межличностного общения (Величковский, 2006).

Усложнение проблемной ситуации приводит к достоверному увеличению числа функциональных связей различных зон коры большого мозга, к формированию фокуса повышенной активности во фронтальных областях мозга. Активация теменных зон коры мозга наблюдается на заключительных этапах процесса принятия решения, построения адекватной модели ситуации. Высокая неопределенность проблемной ситуации находит отражение в разной интенсивности роста функциональных связей корковых зон (по сравнению с фоновым состоянием). При снижении неопределенности в случае предъявления испытуемому дополнительной информации наблюдается концентрация нейронной активности в лобных и затылочных (для зрительной информации), в лобных и височных (для слуховой информации) областях коры большого мозга. Это свидетельствует о том, что в основе нейрофизиологического процесса принятия решения лежат сложные взаимодействия первичных проекционных зон анализаторов и лобных долей мозга, играющих роль ведущего интегративного центра в коре мозга.

Рассмотрим роль эмоций в принятии решений. Ученые Антуан Бешара и Антонио Дамацио доказали, что без участия чувств невозможно принять правильное решение. Они исследовали пациентов, у которых были разрушены ответственные за эмоции части мозга. Несмотря на относительно высокий уровень интеллекта, такие люди не могли выбрать лучшую альтернативу. Пациенты выбирали худший вариант решения проблемы, потому что у них не было эмоциональной реакции на свои прошлые ошибки (Bechara, Damasio, 2005).

В целом рациональная система мозга дает возможность принять оптимальные решения, при условии наличия достаточного времени, а эмоциональная система позволяет принимать более быстрые решения.

В кодирование субъективной ценности решения классическая экономическая теория предполагает, что принятие решения о выборе той или иной альтернативы происходит рационально и зависит от уровня субъективной ценности/полезности (utility).

Теория максимизации ожидаемой полезности предполагает, что каждый индивид стремится максимизировать выгоду, выбирая альтернативу с наибольшей ожидаемой полезностью. Традиционно, на построение моделей принятия решения накладывается ограничение трудности выразить полезность в абсолютных единицах. Нейроэкономика пытается преодолеть данное ограничение, постулируя, что полезность (субъективная ценность) может быть объективно описана значением усредненной активности специализированных популяций нейронов, в первую очередь, ряда областей дофаминергической системы: прилежащего ядра (nucleus accumbens) и орбитофронтальной коры. Более того, нейроэкономические исследования показали, что субъективная ценность при выборе альтернатив кодируются нейронами прилежащего ядра, а сравнение и интеграция субъективных ценностей происходит в орбитофронтальной коре.

Рассмотрим базовую модель, которая явилась отправной концепцией нейроэкономики - модель принятия простейших перцептивных решений - перевода взгляда обезьяной в сторону доминирующего движения точек на экране монитора (Shadlen, Newsome, 2001).

Согласно данной «диффузной модели» процесс перцептивных решений начинается с нейронов-детекторов, получающих информацию («доказательства») о возможных альтернативах. Далее информация поступает к нейронам-интеграторам, накапливающим её во времени и собственно принимающим решение. Чем больше информации интегратор получает от специализированных детекторов, тем сильнее он активируется, при этом подавляя с помощью тормозных синапсов активность нейронов-интеграторов, программирующих альтернативное решение. В целом, активность системы интеграторов отражает разность между доказательствами в пользу каждой из альтернатив. Решение принимается тогда, когда уровень активности (частота разрядов) одного из нейронов-интеграторов превышает «порог принятия решений».

Первые нейроэкономические исследования механизмов перцептивных решений показали наличие подобных нейронов-интеграторов в височных областях коры мозга обезьян (зона LIP).

Заключение

Исходя из цели нашего исследования, в результате системного изучения психофизиологических механизмов принятия решений, выдвинутую нами гипотезу можно считать подтвержденной, задачи выполненными. С помощью нейрофизиологических и клинических исследований установлено, что лобные доли мозга являются основным нервным субстратом, осуществляющим принятие решения при реализации целесообразных произвольных форм деятельности человека (Лурия, 1978). Поражение лобных долей мозга, не затрагивающее физиологические процессы на входе системы (восприятие информации), приводит к существенным нарушениям процесса выбора альтернативного действия У Бориса Митрофановича Величковского мы видим сужение областей локализации нейронов, ответственных за принятие решений. Он указывал, что рефронтальные механизмы уровня F, а именно префронтальная кора, включая орбитофронтальные отделы (в особенности справа) и передняя поясная извилина, обладают наиболее мощными интегративными возможностями. Они располагают прямыми нейро-анатомическими связями со всеми другими уровнями. Эти связи, которые образуют несколько специализированных петель, обычно вовлекающих также задние структуры коры и подкорковые центры. При их участии реализуются процессы продуктивного мышления, принятия решений, самоконтроля и межличностного общения (Величковский, 2006).

Усложнение проблемной ситуации приводит к достоверному увеличению числа функциональных связей различных зон коры большого мозга, к формированию фокуса повышенной активности во фронтальных областях мозга. Активация теменных зон коры мозга наблюдается на заключительных этапах процесса принятия решения, построения адекватной модели ситуации. Высокая неопределенность проблемной ситуации находит отражение в разной интенсивности роста функциональных связей корковых зон по сравнению с фоновым состоянием. При снижении неопределенности в случае предъявления испытуемому дополнительной информации наблюдается концентрация нейронной активности в лобных и затылочных (для зрительной информации), в лобных и височных (для слуховой информации) областях коры большого мозга. Это свидетельствует о том, что в основе нейрофизиологического процесса принятия решения лежат сложные взаимодействия первичных проекционных зон анализаторов и лобных долей мозга, играющих роль ведущего интегративного центра в коре мозга (Покровский, Коротько, 2003).

Отправной концепцией нейроэкономики послужила модель принятия простейших перцептивных решений - перевода взгляда обезьяной в сторону доминирующего движения точек на экране монитора, предложенная М. Шадленом и В. Ньюсамом (Shadlen, Newsome, 2001).

Согласно данной «диффузной модели» процесс перцептивных решений начинается с нейронов-детекторов, получающих информацию («доказательства») о возможных альтернативах. Далее информация поступает к нейронам-интеграторам, накапливающим её во времени и собственно принимающим решение. Чем больше информации интегратор получает от специализированных детекторов, тем сильнее он активируется, при этом ослабляя с помощью тормозных синапсов активность нейронов-интеграторов, программирующих альтернативное решение. В целом, активность системы интеграторов отражает разность между доказательствами в пользу каждой из альтернатив. Решение принимается тогда, когда уровень активности (частота разрядов) одного из нейронов-интеграторов превышает «порог принятия решений».

Первые нейроэкономические исследования механизмов перцептивных решений показали наличие подобных нейронов-интеграторов в височных областях коры мозга обезьян (LIP).

Размещено на Allbest.ru

Подобные документы

Механизмы, влияющие на принятие решений. Эмоционально-волевые качества и мотивация власти руководителя. Личностные характеристики политиков. Принятие управленческого решения. Анализ качеств политиков, влияющих на принятие управленческих решений.

курсовая работа , добавлен 26.09.2011


Отличие непсихологических и психологических теорий принятия решений. Концепция А.В. Карпова: принятие решения как "интегральный психический процесс". Теория смысловой регуляции О.К. Тихомирова. Понятие динамических регулятивных систем Т.В. Корниловой.

курсовая работа , добавлен 03.11.2012


Управленческое решение представляет собой основной вид деятельности руководителя. Сущность и характерные особенности решений. Психологические аспекты принятия управленческих решений. Методы принятия управленческих решений. Анализ и принятие решений.

курсовая работа , добавлен 22.12.2008


Групповая задача как объект и источник принятия группового решения. Групповая дискуссия и ее роль в принятии групповых решений. Методы и стратегии коллективного принятия решений. Закономерности структурной организации принятия группового решения.

реферат , добавлен 12.01.2008


Психические особенности и механизмы процесса принятия решений у работников служб экстренного вызова. Влияние личностных особенностей работников служб экстренного вызова на процесс принятия решений: характеристика, экспериментальное исследование и анализ.

дипломная работа , добавлен 14.11.2008


Психологические аспекты и методы принятия управленческих решений. Индивидуальный стиль деятельности руководителя. Эмоционально-волевые качества и мотивация власти руководителя. Линии поведения руководителя как критерии принятия управленческих решений.

дипломная работа , добавлен 23.09.2008


Проведение исследования для выявления взаимосвязи между личностными факторами принятия решений и склонностью к предпринимательскому риску у студентов. Составление опросника "Личностные факторы принятия решений" и "Склонность к предпринимательскому риску".

курсовая работа , добавлен 05.11.2014


Психологические факторы, влияющие на процесс принятия решения. Специфика правоохранительной деятельности. Метод экспертной оценки. Рефлексивное взаимодействие следователя и допрашиваемого. Характеристика личностных качеств юриста принимающего решение.

курсовая работа , добавлен 15.05.2013


Психологические проблемы процесса принятия решения. Стилевые, типологические и гендерные особенности процесса принятия управленческих решений. Личности флегматического темперамента. Особенности реакции женщины на внешнюю среду, мотивации ее поступков.

дипломная работа , добавлен 18.03.2015


Основные понятия и определения, генезис социального манипулирования и познания его природы. Социальное манипулирование и государственное управление на примере строительства небоскреба. Влияние манипуляционных технологий на принятие спорных решений.

При разработке управленческого решения и дальнейшей его реализации следует руководствоваться неким алгоритмом оценки ситуации, имеющихся ресурсов, разработки и выборе альтернативы и изложения решения.

Таким алгоритмом служат модели разработки и принятия управленческих решений.

Модель (от лат. modulus - образец, изображение, образ) - это создаваемое человеком подобие реального объекта.

Модель - любой образ какого-либо объекта, процесса или явления, используемый в качестве «заменителя» реальности, представления.

Модель определяется как «упрощенное, абстрактное отображение реальности, предназначенное для разъяснения или прогнозирования поведения моделируемых явлений».

Моделирование определяется как «практическое или теоретическое оперирование объектом, при котором изучаемый предмет заменяется каким-либо естественным или искусственным аналогом, через исследование которого мы проникаем в предмет изучения.

С понятием «моделирование» тесно связаны такие понятия как «гомоморфизм», изоморфизм».

Гомоморфизм - такое соответствие между объектами двух множеств, при котором одно множество есть «модель» другого.

Изоморфизм - соответствие между объектами, выражающее тождество их структуры (строения).

Основное достоинство метода моделирования заключается в возможности построения адекватной модели, которой не свойственна непомерная сложность оригинала, так как точно (изоморфно) отображены только существенные основные элементы, связи и взаимозависимости.

Моделирование как метод исследования систем управления применяется при разработке достаточно сложных управленческих решений и представляет собой построение моделей или системы моделей исследуемого объекта для его изучения. Исследование моделей объектов позволяет уточнить свойства и характеристики изучаемого явления.

Модели принятия решений должны содержать основные элементы самого процесса: цель, альтернативы, состояние внешней среды, временной аспект. Классификация моделей принятия решений, строится на основе проявления этих элементов модели.

Цель. Модель принятия решений определяется системой целей.

Альтернативы. Вторым элементом модели принятия решений является совокупность альтернатив, т.е. ожидаемые варианты действий или комплекс этих действий.

Состояние внешней среды. Совокупность внешних факторов и их развитие в будущем характеризуется как состояние внешней среды. Возможно возникновение таких состояний, которые характеризуются ситуациями определенности, риска и неопределенности.

Временной аспект. Данный элемент проявляется в моделях принятия решений в отношении числа и вида учитываемых периодов и сроков осуществления действий. В соответствии с этим используют статические и динамические модели.

Существует ряд причин обусловливающих использование модели вместо попыток прямого воздействия с реальным миром:

• - сложность реального мира - реальный мир организации исключительно сложен и фактическое число перемены, относящихся к конкретной проблеме, значительно превосходит возможности любого человека, и постичь его можно упростив реальный мир с помощью моделирования);
• - экспериментирование (встречается множество управленческих ситуаций, в которых желательно опробовать и экспериментально проверить альтернативные варианты решения проблемы;
• - ориентация управления на будущее (невозможно наблюдать явление, которое еще не существует и может быть никогда не состоится, как и проводить прямые эксперименты.

Прежде чем рассмотреть широко используемые современными организациями модели необходимо описать три базовых типа моделей:

• - физическая модель (представляет то, что исследуется, с помощью увеличенного или уменьшенного описания объекта или системы. Отличительная характеристика физической модели состоит в том, что в некотором смысле она выглядит как моделируемая целостность;
• - аналоговая модель (представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит как таковой. Пример аналоговой модели - организационная схема. Выстраивая ее, руководство в состоянии представить себе цепи прохождения команд и формальную зависимость между индивидами и деятельностью. Такая аналоговая модель явно более простой и эффективный способ восприятия и проявления сложных взаимосвязей структуры крупной организации, чем, скажем, составление перечня взаимосвязи всех работников);
• - математическая модель. В этой модели, называемой также символической, используются символы для описания свойств или характеристик объекта или события).

В теории принятия решений выделяют несколько подходов, которые называют моделями принятия решений (рис. 4), к ним относят следующие виды моделей: нормативная (классическая), дескриптивная (описательная), модель Карнеги, модель инкрементального процесса принятия решений, модель «мусорной корзины» и др.

Рис. 4.

Нормативная (классическая) модель предложена Г.А. Саймоном позволяет лицу принимающему решение (ЛПР) выявить наиболее эффективные пути достижения поставленной цели. Они представляют собой функциональные уравнения, где отражены связи между зависимыми и независимыми переменными. Эта модель, имеют следующий вид:

где E - анализируемая ожидаемая переменная; a, b, c - независимые переменные, параметры действий (решений).

Эти уравнения дополняются системой ограничений, лимитирующих свободу действий ЛПР.

Нормативная модель принятия решений основывается на экономических предположениях:

• 1. ЛПР стремится к достижению известных и согласованных целей. Проблемы определены и точно сформулированы;
• 2. ЛПР стремится к определенности, получению всей необходимой информации, просчитываются все допустимые варианты и возможные последствия;
• 3. известны критерии оценки альтернатив. ЛПР выбирает вариант, который несет наибольшую экономическую выгоду для организации;
• 4. ЛПР действует рационально и логически подходит к оценке вариантов, расстановке приоритетов, его выбор, наилучшим образом соответствует достижению целей организации.

Ценность модели состоит в том, что она побуждает менеджеров к рациональным решениям. Нормативная модель наиболее адекватна запрограммированным решениям, ситуациям уверенности или риска, когда имеется доступ ко всей необходимой информации, что позволяет рассчитать вероятности исходов.

Дескриптивные (описательные) модели основываются на эмпирических наблюдениях, они содержат небольшое количество элементов и объясняют экономические соотношения так, как они существуют в реальном мире, но в упрощенной форме. Дескриптивная модель описывает реальный процесс принятия решений в трудных ситуациях (незапрограммированные решения и ситуации неуверенности и неопределенности), когда менеджеры, даже если они захотят, не могут принять экономически рациональное решение.

Дескриптивная модель принятия решений основывается на работах Герберта Саймона, предложившего понятия нормативной и дескриптивной моделей и доказавшего то, что ограниченная рациональность означает, что деятельность индивидов в организации лежит в пределах или границах допустимой рациональности (ограниченной рациональности и приемлемости).

Герберт Саймон подверг резкой критике классическую модель «экономического человека», который в любых ситуациях принимает оптимальные решения. Эта модель крайне далека от реальности, поскольку на самом деле человеческая рациональность ограничена и в поведении людей очень много иррационального. Эти выводы привели Г. Саймона к разработке концепции ограничен- ной рациональности, в рамках которой рассматривается так называемый административный человек, принимающий решения на основе упрощенных представлений о реальности. Исследуя технику принятия управленческих решений,

Г. Саймон ввел понятия запрограммированных и незапрограммированных решений и пришел к выводу, что для повышения своей эффективности организации должны стремиться запрограммировать как можно больше решений.

Предположения, на которых основывается дескриптивная модель, следующие:

• 1. цели решения, как правило, не отличаются определенностью, находятся в конфликте друг с другом. Менеджеры часто не подозревают о существующих в организации проблемах и возможностях;
• 2. рациональные процедуры используются далеко не всегда, а если и применяются, то ограничиваются упрощенным взглядом на проблему, не отражающим сложности реальных событий;
• 3. границы поиска менеджерами различных вариантов определяются человеческими, информационными и ресурсными ограничениями;
• 4. большинство менеджеров довольствуются скорее приемлемыми, нежели максимизирующими решениями. Отчасти это происходит из-за ограниченности имеющейся у них информации, отчасти - из-за нечеткости критериев максимизации.

Дескриптивная модель носит описательный характер, отражает реальный процесс принятия управленческих решений в сложных ситуациях, а не диктует, как следует принимать их в соответствии с теоретическим идеалом, в ней учитываются человеческие и иные влияющие на рациональность выбора ограничения.

Модель Карнеги (Политическая модель принятия решений) была сформулирована Г.А. Саймоном (H.Simon), Дж. Марчем (J. March), Р. Кайертом (R. Cyert), в научных работах которых доказывается, что в организациях менеджеры могут сделать свой выбор стратегии в коалициях - неформальных альянсах между несколькими менеджерами, одинаково представляющими себе цели организации и приоритеты проблем.

Данная модель используется для принятия непрограммируемых решений в условиях неуверенности, ограниченности информации и отсутствия единого мнения о том, какую цель преследовать или какую линию поведения выбрать.

Развивая концепцию ограниченной рациональности, Джеймс Марч выделяет три типа ограничений, свойственных менеджерам, - познавательные, политические и организационные. Дж. Марч выделяет четыре особенности принятия решений в организациях: квазиразрешение конфликтов, избегание неопределенности, проблемный поиск, организационное обучение. Изучение этих особенностей привело Дж. Марча к разработке модели «мусорной корзины», которая описывает процесс принятия решений в организациях как хаотичное и беспорядочное взаимодействие разнообразных «элементов» (проблем, решений, участников, альтернатив), которые могут появляться и исчезать случайным образом и независимо друг от друга.

Дескриптивная модель и модель Карнеги, а также интуиция в большей степени адекватны турбулентной внешней среде, когда решения принимаются быстро, в условиях высокой неопределенности.

Модель инкрементального процесса принятия решений предложена Г. Минцбергом. Данная модель может быть использована для принятия незапрограммированных решений и основное внимание в решении проблем организации сосредоточено на структурной последовательности действий, предпринимаемых на протяжении всего процесса принятия решений. Основное решение состоит из серии «мелких» выборов, т.к. организация проходит через несколько ключевых точек процесса принятия решений, где возможно столкновение с «барьерами», которые Г. Минцберг назвал прерываниями процесса решения. Прерывание процесса принятия решения означает, что организация должна вернуться к предыдущим решениям и повторить цикл (стадии процесса принятия решения), стараясь предложить какие-то новые варианты действий (альтернативы). Г. Минцберг также предложил деление процесса принятия решений на три фазы: идентификация проблемы, разработка вариантов управленческих решений, оценка и выбор и принятие управленческого решения.

Модель «мусорной корзины» была разработана Майклом Коэном, Дж. Марчем, Дж. Олсеном с целью объяснить схему принятия решений в условиях крайней неопределенности, которые вышеназванные авторы определили термином «организованная анархия».

«Организованная анархия» не полагается на нормальную вертикальную иерархию и рациональную бюрократию принятия управленческих решений. Она характеризуется тремя признаками: проблематичность предпочтений; нечетко и плохо понимаемой технологией принятия решений; текучесть кадров.

Уникальной особенностью модели «мусорного ящика» является то, что процесс принятия решения не выглядит как последовательность шагов, которые начинаются с проблемы, а заканчиваются решением. Решения в данной модели представляют собой результат независимых потоков событий, происходящих внутри организации, имеющих отношение к процессу принятия решения: поток проблем, потоки потенциальных решений, участники принятия решений и благоприятные возможности для выбора.

Последствия использования модели «мусорного ящика»:

• 1. решения могут быть предложены даже тогда, когда проблема не выявлена и даже не существует;
• 2. выбор может быть сделан без решения проблем;
• 3. проблемы могут оставаться нерешенными в организации;
• 4. некоторые проблемы решаются.

При компьютерном моделировании в условиях модели «мусорного ящика» не редко решались важнейшие проблемы, так как появлялась возможность связывать проблемы с соответствующими решениями и участниками, таким образом, что делался удачный выбор управленческого решения.

Теория локальных приращений Ч. Линдблома. Чарлз Линдблом - известный американский исследователь в области принятия стратегических решений.

Чарльз Линдблом описывает два подхода к принятию управленческих решений - синоптический и стратегию локальных приращений. В рамках синоптического подхода менеджеры стремятся к «рациональному дедуктивному идеалу», используя для принятия решений принцип «цель определяет средства». Стратегия локальных приращений, или способ последовательных ограниченных сравнений, характеризуется тем, что управленческие решения принимаются с целью небольших последовательных изменений, которые вносятся маленькими приращениями. Ч. Линдблом подчеркивает такие характеристики этой стратегии, как ограниченность, ориентация на средства, реконструктивизм, серийность, практичность и фрагментарность.

Модель принятия решений В. Врума. Виктор Врум - современный канадский исследователь проблем организационного поведения. Совместно с Ф. Йеттоном они разработали в 1973 г. данную модель, которая в 1988 г. была дополнена А. Яго.

Она позволяет руководителю определить, в какой степени он должен привлекать подчиненных к разработке и принятию управленческих решений. При этом предполагается, что он должен концентрироваться и на проблеме, которая должна быть решена, и на ситуации, в которой принимается решение.

Модель представляет дерево решений В. Врум и Ф. Йеттон предположили, что степень привлечения подчиненных к участию в принятии решений зависит от определенных факторов ситуации. Таких факторов было выделено семь:

• - требования к качеству принятия решения (ТК);
• - требования к приверженности подчиненных (ТП);
• - информированность руководителя (ИР);
• - структура задачи (СЗ);
• - вероятность поддержки подчиненных (ВП);
• - согласованность целей организации и ее членов (СЦ);
• - конфликт между подчиненными (КП).

В процессе пересмотра модели В. Врум и А. Яго добавили еще три фактора:

• - информированность подчиненных (ИП);
• - ограничение во времени (ОВ);
• - географический разброс подчиненных (ГР).

Каждый из этих факторов влияет на конкретный стиль принятия решения. Первые восемь факторов легли в основу разработанного В. Врумом и А. Яго дерева решений. Каждый из них оценивается по шкале «низкий/высокий», а в зависимости от комбинации факторов выбирается конкретный стиль принятия решения.

Для принятия решений в модели в зависимости от ситуации и степени привлечения подчиненных В. Врум и Ф. Иеттон предложили использовать пять стилей, расположенных в континууме от крайне авторитарного до выраженного группового (партнерского) подхода:

• - авторитарный I (AI): руководитель принимает решение самостоятельно;
• - авторитарный II (АII): руководитель получает необходимую информацию от своих подчиненных и затем самостоятельно принимает решение;
• - консультативный I (CI): руководитель советуется с каждым подчиненным индивидуально, а затем сам принимает решение;
• - консультативный II (СП): руководитель советуется с группой, а затем самостоятельно принимает решение;
• - групповой (партнерский) II (GII): руководитель излагает задачу группе и вместе с ней принимает решение. В раннем варианте модели существовал еще стиль GI, однако позже он был исключен, поскольку мало отличался от стиля GII.

Степень участия подчиненных зависит не столько от личности руководителя, сколько от характера ситуации.

Эти пять стилей представляют цепочку, начиная с автократического стиля принятия решений (А1 и А 2), затем идет консультативный (С 1 и С 2) и завершается полным участием (G 2). Применение каждого из этих стилей зависит от характеристик ситуации или проблемы.

Дописывая приведенные выше стили принятия решения, авторы подчеркивают, что в любом случае руководитель сохраняет за собой должностные полномочия и несет полную ответственность за принятое решение. При этом степень участия подчиненных зависит не от личности руководителя, а от характера ситуации.

Модель принятия решений В. Врума, которая отображена на рисунке 5, является наиболее валидной моделью руководства в настоящее время.

Рис. 5.

Модель организации М. Круазье. Мишель Круазье - известный французский социолог. Изучая процессы принятия решений и организационного поведения. Мишель Круазье разработал конфликтно-игровую концепцию организации. Согласно этой концепции любая организация представляет собой так называемый ансамбль игр. Под игрой здесь понимается особый тип отношений, который складывается между участниками с целью достижения наиболее выгодного положения внутри организации. Внимание М. Круазье было сосредоточено на изучении процессов управления и принятия решений в бюрократических организациях.

Стратегическая модель организации М. Круазье помогает лучше понять особенности процессов принятия управленческих решений и позволяет сделать следующие выводы.

Во-первых, управленческие решения в организациях всегда принимаются в условиях неопределенности. Причем источником неопределенности может быть не только внешняя среда, но и поведение самих участников организации, которые преследуют собственные цели и стараются улучшить свое положение.

Во-вторых, руководители стараются «запрограммировать» как можно больше управленческих решений, чтобы повысить эффективность управления и уменьшить свою зависимость от специалистов, контролирующих основные факторы неопределенности, влияющие на организацию.

В-четвертых, чтобы сохранить баланс власти в организации, подчиненные намеренно ограничивают информацию, предназначенную для руководителей, что приводит к необходимости принятия решений в условиях неопределенности и укрепляет власть специалистов, владеющих полной информацией.

Основная модель принятия решений.

Для структурирования и представления проблем принятия решений при неопределенных ожиданиях является основная модель теории принятия решений. Существенными элементами этой модели являются матрица результатов, которая изображена на рисунке 6 и целевая функция.

Рис. 6.

В матрице результатов в подлежащем представлены оцениваемые альтернативы действий (А1, А2, ..., АА), а в сказуемом - состояния внешней среды (S1, S2, ..., SS), которые ЛПР рассматривает как возможные, причем каждому из них в соответствие ставятся показатели вероятности наступления этого состояния (w(S1), ..., w(Ss)). Элементами матрицы являются результаты, причем Eas (а = 1, 2, ..., A; s = 1, 2, ..., S) означает результат, который будет достигнут, если будет выбрана альтернатива Аа и наступит состояние внешней среды Ss.

Результат Eas не обязательно должен соответствовать конкретному значению целевого показателя. В зависимости от описания альтернатив и состояний внешней среды на практике возможна и многозначность результата Еas.

В каждой модели принятия решений более или менее точно должны быть представлены следующие элементы:

• - альтернативы действий (АА);
• - результаты (Eas);
• - состояние внешней среды (с учетом вероятности ее воздействия на результаты решения) (SS, w(Ss));
• - целевая функция ЛПР (Z,F).

Оцениваемые альтернативы (АА). Установление альтернатив действий, оцениваемых в рамках модели, уже представляет собой предварительное решение: конечное решение может состоять исключительно в выборе одной из этих (допустимых) альтернатив; прочие виды действий (более) не учитываются.

Результаты альтернатив действий (Eas) необходимы для процедуры выбора одной альтернативы действий. Из всего множества допустимых способов действий на данном этапе в соответствии с целью выбирается лучшая (или, как минимум, «хорошая») альтернатива. Форма выбора ориентирована на ту или другую модель принятия решений.

Состояние внешней среды и их влияние на принятие решения (SS, w(SS)). Нахождение вероятностной оценки является основным элементом анализа альтернатив действий. Поскольку объективная вероятность в реальных си- туациях принятия решений присутствует редко, ЛПР должно на основе общего опыта и компетенции о конкретной ситуации принятия решения сформировать субъективную вероятностную оценку (w(SS)) наступления того или иного со- стояния внешней среды (SS).

Целевая функция (Z,F). Принятие рационального решения возможно лишь тогда, когда существуют представления о цели, с помощью которых возможно будет оценивать выбранные альтернативы. Различают цели предметные и формальные. При постановке предметных целей конечное состояние объекта управления характеризуется конкретными признаками. Проблема решения нередко описывается уже в виде цели. Цель состоит в достижении конечного желаемого состояния.

Формальные цели объекта управления состоят в минимизации издержек, максимизации доходов, с помощью формальных целей можно оценить и сделать вывод о результатах альтернатив действий.