Методичні підходи до аналізу і оцінювання інноваційного потенціалу підприємств агропродовольчої сфери

МЕТОДИЧНІ ПІДХОДИ ДО АНАЛІЗУ І ОЦІНЮВАННЯ ІННОВАЦІЙНОГО ПОТЕНЦІАЛУ ПІДПРИЄМСТВ АГРОПРОДОВОЛЬЧОЇ СФЕРИ

METHODICAL APPROACHES TO ANALYSIS AND EVALUATION OF INNOVATION POTENTIAL OF AGRICULTURAL ENTERPRISES

Cторінки: 247-255. Номер: №2, Том 2, 2022 (304)

https://doi.org/10.31891/2307-5740-2022-304-2(2)-39

Наталія КОТВИЦЬКА
Приватний вищий навчальний заклад «Європейський університет»

Nataliia KOTVYTSKA
Private Higher Education Institution «European University»

 Анотація мовою оригіналу

    Стаття присвячена дослідженню теоретико-методичних підходів до визначення інноваційного потенціалу підприємств в аграрному секторі економіки, а також до обґрунтування актуальності оцінювання рівня інноваційного розвитку сільськогосподарських підприємств. У статті систематизовано та узагальнено досвід існуючих методів та підходів до оцінювання інноваційного потенціалу сільськогосподарських підприємств, виділено їх ключові характеристики та наведено приклади механізму розрахунку. Визначено переваги та недоліки різних методів та підходів. Наприклад, комплексний підхід, який включає в себе декілька показників: інноваційні компетенції, інноваційні здатності, ресурси та проєкти; врахування різних аспектів інновацій: метод включає оцінку різних аспектів інноваційного потенціалу, таких як компетенції працівників, наявність ресурсів, здатність до інноваційної діяльності та інноваційні проекти; адаптованість: метод може бути адаптований до конкретних потреб оцінювання інноваційного потенціалу підприємств різного розміру та специфіки в агропродовольчій галузі. Серед недоліків, можемо назвати суб’єктивність, так як оцінка компетенцій, здатностей та ресурсів може базуватися на оцінках та думках експертів; відсутність єдиної методики: в дослідженні можуть бути використані різні методи та підходи, що може призвести до розбіжностей у результати оцінки та порівняння різних підприємств; обмеженість даних: оцінка базується на наявних даних, які можуть бути обмеженими або неповними, відсутність деякої інформації може вплинути на точність оцінки; динаміка змін: може бути складною через динаміку змін в бізнес-середовищі та швидкість розвитку інновацій; контекстність: оцінка може залежати від різних факторів, таких як регіональні особливості, ринкові умови, конкурентність та інші. На основі цього дослідження запропоновано удосконалений метод оцінювання інноваційного потенціалу підприємства агропродовольчої сфери.

Ключові слова: інноваційний потенціал, інноваційна діяльність, агропродовольча сфера, інтегральний показник, система, критерії.

 Розширена анотація англійською мовою

     The article is dedicated to the investigation of theoretical and methodological approaches to defining the innovation potential of agricultural enterprises in the agricultural sector of the economy, as well as substantiating the relevance of assessing the level of innovative development of agricultural enterprises. The article systematizes and summarizes the existing experience of methods and approaches to assessing the innovation potential of agricultural enterprises, highlights their key characteristics, and provides examples of calculation mechanisms. The advantages and disadvantages of various methods and approaches are identified. For example, a comprehensive approach that includes several indicators: innovation competencies, innovation capabilities, resources, and projects; consideration of various aspects of innovation: the method includes the assessment of various aspects of innovation potential, such as employee competencies, resource availability, ability for innovation activities, and innovative projects; adaptability: the method can be adapted to the specific needs of assessing the innovation potential of enterprises of different sizes and specificities in the agri-food sector. Among the disadvantages, we can mention subjectivity, as the assessment of competencies, capabilities, and resources can be based on the opinions and thoughts of experts; lack of a unified methodology: different methods and approaches may be used in the research, which can lead to discrepancies in the results of assessment and comparison of different enterprises; limitations of data: the assessment is based on available data, which can be limited or incomplete, and the absence of certain information may affect the accuracy of the assessment; dynamics of changes: it can be complex due to the dynamics of changes in the business environment and the speed of innovation development; contextuality: the assessment may depend on various factors, such as regional peculiarities, market conditions, competitiveness, and others. Based on this research, an improved method for evaluating the innovation potential of agri-food sector enterprises is proposed.

Keywords: innovative potential, innovation activity, agro-food sector, integrated indicator, system, criteria.

Література

1.Лютик Т.В. Функція бажаності Харрінгтона як інструмент інтегральної оцінки інноваційної та науково-технологічної складових економічного потенціалу. URL: http://inb.dnsgb.com.ua/2016-4/09.pdf (дата звернення: 15.09.2020).

2. Оцінка науково-технічного рівня НДР / Электронный ресурс. Режим доступа: http://www.novaecologia.org/voecos462-1.html.
3. Іванілов, І.М. Визначення науково-технічної ефективності результатів наукових досліджень з позиції сучасної економетрії / І.М. Іванілов, О.Г. Приймаков, Т.М Сагайдачна // Електронний ресурс. Режим доступу: http://www.khntusg.com.ua/files/sbornik/vestnik_136/st%209.pdf.
4. Кальченко О. Теоретичні аспекти формування механізму управління фінансовою стійкістю підприємства. Проблеми і перспективи економіки та управління. 2016. №2 (6). С. 320-326.
5. Вітлінський В.В. Аналіз, оцінка і моделювання економічного ризику / В.В. Вітлінський. – К. : ДЕМПУР. 1996. – 212 с.
6. Бикова В.Г. Оцінка та управління фінансово-економічним потенціалом підприємств загальнодержавного значення : [монографія] / Бикова В.Г. – Д. : Наука і освіта, 2008. – 180 с.
7. Рущишин Н.М. Інтегральна оцінка ефективності функціонування торговельних підприємств та методи розрахунку інтегральних показників / Н.М. Рущишин // Науковий вісник Національного лісотехнічного університету України. – 2007. – Вип. 17.5. – С. 176–180.
8. Steuer, R.E. Multiple Criteria Optimization: Theory, Computations, and Application. — New York : John Wiley & Sons, Inc , 1986. ISBN 047188846X.
9. Sawaragi, Y. Theory of Multiobjective Optimization (vol. 176 of Mathematics in Science and Engineering). — Orlando, FL : Academic Press Inc , 1985. ISBN 0126203709.
10. Jürgen Branke, Kalyanmoy Deb, Kaisa Miettinen та Roman Slowinski Multiobjective Optimization: Interactive and Evolutionary Approaches (Lecture Notes in Computer Science). — Springer, 2008. ISBN 3-540-88907-8.
11. Kenneth Joseph Arrow. Essays in the Theory of Risk-bearing Markham economics series. North-Holland, 1971. 278 р.
12. Приймак Н. С. Управління інноваційним потенціалом підприємства. Вісник Одеського національного університету. Серія : Економіка. 2015. Т. 20. Вип. 2(1). С. 112-115.
13. G. Alon, D. P. Kroese, T. Raviv, and R. Y. Rubinstein. Application of the cross-entropy method to the buffer allocation problem in a simulationbased environment. Annals of Operations Research, 134:137–151, 2005.
14. S. Asmussen, D. P. Kroese, and R. Y. Rubinstein. Heavy tails, importance sampling and cross-entropy. Stochastic Models, 21(1):57–76, 2005.
15. A. Boubezoula, S. Paris, and M. Ouladsinea. Application of the cross entropy method to the GLVQ algorithm. Pattern Recognition, 41(10): 3173–3178, 2008.
16. M. Caserta and M. Cabo-Nodar. A cross entropy based algorithm for reliability problems. Journal of Heuristics, pages 1381—1231, 2007.

References

1. Lutyk T.V. Harrington’s desirability function as a tool for integral evaluation of innovative and scientific and technological components of economic potential. URL: http://inb.dnsgb.com.ua/2016-4/09.pdf (access date: 15.09.2020).
2. Assessment of the scientific and technical level of the GDR / Electronic resource. Access mode: http://www.novaecologia.org/voecos462-1.html.
3. Ivanilov, I.M. Determination of the scientific and technical efficiency of the results of scientific research from the standpoint of modern econometrics / I.M. Ivanilov, O.G. Pryimakov, T.M. Sahaidachna // Electronic resource. Access mode: http://www.khntusg.com.ua/files/sbornik/vestnik_136/st%209.pdf.
4. Kalchenko O. Theoretical aspects of the formation of the mechanism of managing the financial stability of the enterprise. Problems and prospects of economics and management. 2016. No. 2 (6). P. 320-326.
5. Vitlinsky V.V. Analysis, evaluation and modeling of economic risk / V.V. Vitlinskyi – K.: DEMPUR. 1996. – 212 p.
6. Bykova V.G. Assessment and management of the financial and economic potential of enterprises of national importance: [monograph] / V.G. Bykova. – D.: Science and education, 2008. – 180 p.
7. Rushchyshyn N.M. Integral assessment of the effectiveness of the functioning of trade enterprises and methods of calculating integral indicators / N.M. Rushchyshyn // Scientific Bulletin of the National Forestry University of Ukraine. – 2007. – Issue 17.5. – pp. 176–180.
8. Steuer, R.E. Multiple Criteria Optimization: Theory, Computations, and Application. — New York : John Wiley & Sons, Inc , 1986. ISBN 047188846X.
9. Sawaragi, Y. Theory of Multiobjective Optimization (vol. 176 of Mathematics in Science and Engineering). — Orlando, FL : Academic Press Inc , 1985. ISBN 0126203709.
10. Jürgen Branke, Kalyanmoy Deb, Kaisa Miettinen та Roman Slowinski Multiobjective Optimization: Interactive and Evolutionary Approaches (Lecture Notes in Computer Science). — Springer, 2008. ISBN 3-540-88907-8.
11. Kenneth Joseph Arrow. Essays in the Theory of Risk-bearing Markham economics series. North-Holland, 1971. 278 р.
12. Priymak N. S. Management of the innovative potential of the enterprise. Bulletin of Odessa National University. Series: Economy. 2015. T. 20. Issue 2(1). P. 112-115.
13. G. Alon, D. P. Kroese, T. Raviv, and R. Y. Rubinstein. Application of the cross-entropy method to the buffer allocation problem in a simulationbased environment. Annals of Operations Research, 134:137–151, 2005.
14. S. Asmussen, D. P. Kroese, and R. Y. Rubinstein. Heavy tails, importance sampling and cross-entropy. Stochastic Models, 21(1):57–76, 2005.
15. A. Boubezoula, S. Paris, and M. Ouladsinea. Application of the cross entropy method to the GLVQ algorithm. Pattern Recognition, 41(10): 3173–3178, 2008.
16. M. Caserta and M. Cabo-Nodar. A cross entropy based algorithm for reliability problems. Journal of Heuristics, pages 1381—1231, 2007.