УДК 51.74:69.003

Моделирование влияния организационной культуры производства строительного предприятия на его конкурентоспособность

Соколова Софья Алексеевна - студент Санкт-Петербургского государственного архитектурно-строительного университета.

Аннотация: В статье рассматривается задача, актуальная для обеспечения конкурентоспособности строительного предприятия – моделирование и управление организационной культурой, инфраструктурой предприятия. Эта задача плохо исследована. Предложены простые, но гибкие модели (эконометрические зависимости) организационной структуры с учетом «шумов» в процессе производства.

Ключевые слова: строительство, предприятие, моделирование, организационная культура, конкурентоспособность.

Рыночная конкурентоспособность строительного предприятия (в том числе, возможно, и ВЭД-деятельность) во многом определяется и её организационной культурой [1], используемой инфраструктурой, особенно цифровой в эпоху построения Строительной Индустрии 5.0. Прогнозировать потенциал организационной культуры, управлять ею – весьма сложно, в первую очередь, потому, что:

отсутствуют релевантные модели (описания процессов для прогнозирования);
слабо развита методологическая (системно-эволюционная) поддержка и развитие;
плохо разработаны идентификационные алгоритмы, методы анализа и учета управляющих параметров (параметров процессов, с помощью которых они управляемы);
окружение вносит неопределенности («шумы» типа гауссовых);
неэффективен рыночный и производственный мониторинг, маркетинг и др.

Следует выявлять хотя бы простые для применения, но гибкие, в рамках парадигмы «Бережливое производство» [2], эконометрические зависимости экономической эффективности (ЭЭ) организационной структуры, например [3], простую связь следующего вида:

где БК – доля бизнес-культуры (предпринимательской культуры) в организационной культуре предприятия, причем выполняется традиционное соотношение нормализации

АК+БК=1.

Для моделирования связей по БК берём зависимости вида:

где x – фактор БК, a – идентифицируемый параметр, который характеризует линейный сдвиг, – линейная погрешность связей (можно считать его параметром «шума», неопределенностей процесса).

Если имитационно, ситуационно проигрывать модели зависимости структурной связности (силы связности) сложности структурных связей организационной культуры и её влияния на эффективность, то можно использовать, например, модели типа:

или

где y – значение отклика (результативного ЭЭ), x – фактор АК, – случайная величина («шум»), a, b, c, d – идентифицируемые или экспертно определяемые параметры модели, которые характеризуют, например, линейный сдвиг и силу обратимой связи.

В качестве отклика y можно выбрать средневзвешенное экономической эффективности ЭЭ по каждому фактору (все остальные факторы при этом «замораживаются», считаются неизменными, точнее, стабильными, устойчивыми). По каждому из них можно провести адаптацию.

Для параметра БК можно поступить аналогично, т.е. использовать для БК (x) модель типа:

В результате тестовых расчетов на реальных (эмпирических) данных можно выбрать наилучшие (отмечаемые индексом opt) по остаточной дисперсии модели, а затем оценить эффективность Y хозяйственной деятельности (фактическое значение результата, например, чистая прибыль) согласно многофакторной производственной модели типа Кобба-Дугласа-Солоу [4]:

Например, берем в качестве стоимость оборотных средств; балансовая стоимость основных фондов и далее, аналогично.

Параметры данной модели можно идентифицировать, используя критерий адекватности (например, «наименьших квадратов») и решая соответствующие алгебраические системы в пакетах типа Excel, MatLab и др.

Модель позволит проиграть ситуации, как управляемые, так и неуправляемые, изменяя фактор-признаки. Можно использовать и трендовые модели временных рядов, Фурье-фильтры, вейвлет-преобразования, а также учитывать волатильность процессов.

Можно учесть синергетические эффекты, например, «стоимость» принятия решения по конкретной строительной проблеме. Например, согласно статистике Пирсона:

где n – мощность выборки статистики по факторам, – прогнозная вероятность i-го состояния системы принятия решений, – наблюдаемая частота состояния (она определяема на основе статистики или экспертно-эвристически).

Учет эволюционных процессов в цифровом строительстве (проектировании) актуализирует использование гибких моделей прогноза, формирование персонала с цифровыми компетенциями. Поэтому данную работу следует развивать, например, учитывая динамику финансовых (инвестиционных) потоков строительной компании, социально-экономические требования общества.

Список литературы

Романенко Е.Ю., Рябиченко С.А. Инновационные процессы в строительстве // Вестник Московского гос. областного ун-та (сер. «Экономика»). 2018. №2. С.172-179.
Косарева И.Н., Самарина В.П. Особенности управления предприятием в условиях цифровизации // Вестник Евразийской науки. 2019. №3. С.1-9.
Кракашева О.А. Эконометрические модели анализа и прогнозирования влияния организационной культуры на результаты хозяйственной деятельности предприятия // Известия ВУЗов. Северо-Кавказский регион (серия «Обществ. науки»). 2005. №11. С.98-103
Федосеев В.В., Гармаш А.Н., Орлова И.В. Экономико-математические методы и прикладные модели: учебник / ред. В.В. Федосеева (3-е изд.). М.: Юрайт. 2012. 328с.