Оценка эффективности труда научных, инженерно-технических работников

 

 

Содержание

 

Введение……………………………………………………………………………...3

ГЛАВА 1. ОЦЕНКА ЭФФЕКТИВНОСТИ ТРУДА НАУЧНЫХ, ИНЖЕНЕРНО-ТЕХНИЧЕСКИХ РАБОТНИКОВ………………………………………..…………6

1.1 Прогнозирование показателей оценки эффективности инновационной деятельности…………………………………………………..……………………..6

1.2 Система показателей оценки эффективности инновационной деятельности работников, структурных подразделений организации…………………………10

1.3 Интегральные показатели оценки эффективности инновационной деятельности………………………………………………………………………..12

2. РАСЧЕТНАЯ ЧАСТЬ…………………………………………………................14

Задание 1…………………………………………………………………………….14

Задание 2…………………………………………………………………………….16

Задание 3…………………………………………………………………………….18

Задание 4…………………………………………………………………………….20

Задание 5…………………………………………………………………………….21

Задание 6…………………………………………………………………………….24

Задание 7…………………………………………………………………………….26

Задание 8…………………………………………………………………………….27

Задание 9…………………………………………………………………………….30

Задание 10…………………………………………………………………………...32

Задание 11…………………………………………………………………………...33

Заключение………………………………………………………………………….37

Список использованной литературы……………………………………………...38

 

 

Введение

 

Переход к рыночным отношениям детерминирует возрастание требований к качественному составу инженерно-технических работников, уровню их компетентности. Без творческой инженерной мысли, высокого профессионализма, знания достижений науки невозможны создание и внедрение в производство совершенных, конкурентоспособных, высокопроизводительных и экономичных машин и механизмов, замена устаревшего оборудования более эффективным, отвечающим современному уровню техники. Поэтому проблема укрепления промышленности квалифицированными инженерно-техническими кадрами имеет огромное значение на современном этапе. Ведь мощь любой развитой страны во многом зависит от количества и качества ее инженеров, их знаний, умений, опыта, рационального использования их труда.

Инженерно-технические специалисты представляют собой наиболее многочисленный отряд российской интеллигенции, занятый практически во всех отраслях производства и уже в силу этого оказывают существенное воздействие на происходящие в обществе процессы. Его представители выполняют важнейшие организаторские и технологические функции. Многие из них являются руководителями предприятий и подразделений. При этом они непосредственно взаимодействуют с основной массой рабочих и во многом определяют их социальную деятельность. Инженерно-технические работники в силу своих профессиональных обязанностей обладают повышенной восприимчивостью к различного рода инновациям, так как их деятельность находится на стыке науки и техники. Они принимают активное участие в развитии науки, в создании образцов новой техники, во внедрении техники и технологии в производство, руководят трудовыми коллективами и управляют производством.

В то же время научно-технические работники, их интеллектуальные и творческие возможности использовались далеко не достаточно.

Социологические исследования, проводившиеся в 70-80-е годы, выявили основные причины, препятствовавшие инженерно-техническим специалистам работать с максимальной отдачей.

Это неудовлетворительная организация труда, отвлечение на работы, не имеющие отношения к их функциональным обязанностям, слабое стимулирование инженерного труда. Сказывалось также отсутствие научно обоснованной технической политики, направленной на достижение высших мировых аналогов, недостаточная научно-техническая информация, неудовлетворительные условия труда. Как показывают исследования более позднего периода, 90-х годов, не решились не только эти проблемы, но к ним прибавились и другие, связанные с поразившим страну кризисом: увольнение значительной части ИТР в связи с закрытием ряда предприятий и сокращением производства, неполный рабочий день, длительные административные отпуска, несоответствие заработной платы и роста прожиточного минимума, многомесячные задержки выплаты зарплаты, неясность перспектив дальнейшей работы на предприятии.

Отсюда очевидна и необходимость изучения изменений, происходящих в функциях и структуре ИТР, их социальной и производственной активности, условий оптимального использования результатов их деятельности в развитии производства и общества в целом. Все это представляет актуальную научную проблему и обусловило выбор темы диссертационной работы.

Целью курсовой работы является рассмотрение теоретических и практических аспектов оценки эффективности труда научных, инженерно-технических работников. Выполнить расчетную часть курсовой работы

Согласно поставленной цели в курсовой работе необходимо решить ряд задач:

– рассмотреть сущность прогнозирования показателей оценки эффективности инновационной деятельности;

– рассмотреть систему показателей оценки эффективности инновационной деятельности работников, структурных подразделений организации;

– изучить интегральные показатели оценки эффективности инновационной деятельности.

Курсовая работа состоит из введения теоретической и практической части, заключения и списка использованной литературы.

 

 

ГЛАВА 1. ОЦЕНКА ЭФФЕКТИВНОСТИ ТРУДА НАУЧНЫХ, ИНЖЕНЕРНО-ТЕХНИЧЕСКИХ РАБОТНИКОВ

 

1.1 Прогнозирование показателей оценки эффективности инновационной деятельности

 

Одним из наиболее распространенных методов прогнозирования заключается в построении формы тренда динамического ряда путем экстраполяции простыми зависимостями. При этом имеется определенная последовательность проведения операций по выбору вида функций и расчету их параметров.

Разновидность данного способа прогнозирования – использование в качестве экстраполяционных функций полиномов, параметры которых находят методом наименьших квадратов. Выбор оптимальной степени многочлена может быть выполнен также с помощью компьютера. Однако достоверность и точность экстраполяционных прогнозов определяется в первую очередь правильным подбором вида функций. В то же время способы подбора вида функций являются неформализованными, неоднозначными, существенным образом зависящими от интуиции и субъективных качеств прогнозиста.

В связи с этим предлагается более глубоко изучить динамику процесса на ретроспективном периоде с помощью дифференциальных функций роста и выравнивания.

В основе некоторых методов заложен принцип, согласно которому новейшие данные учитываются в большей степени, чем более ранние. Наиболее известными среди них являются методы движущей средней и экспоненционального сглаживания.

В данном случае более пригоден метод экспоненциального сглаживания. Процедура сглаживания при рассматриваемом методе осуществляется по рекуррентной формуле:

,      (1)

где, – экспоненциальная средняя р-го порядка;

а – параметр сглаживания;

t – время, год сглаживания.

Важную роль при экспоненциональном сглаживании играет выбор оптимального параметра сглаживания, так как от него зависит соотношение всех ранних и поздних значений временного ряда при определении коэффициентов модели, а, следовательно, и результатов прогноза. Чем больше а, тем значительнее вклад последних наблюдений в формировании тренда, а влияние начальных условий быстро убывает. При малом а прогнозные оценки учитывают все наблюдения, при этом влияние более «старой» информации происходит медленно. Для определения а используется следующие соотношения:

1. Соотношение Брауна, выведенное  из условия равенства скользящей  средней и экспоненциальной средней:

,      (2)

где N – число точек ряда, для которых динамика ряда считается однородной и устойчивой (период сглаживания).

2. Соотношение Мейера:

,      (3)

где – среднеквадратичная ошибка модели;

 – среднеквадратичная ошибка  исходного ряда.

Использование последнего соотношения затруднено тем, что достоверно определить и из исходной информации очень сложно.

Выбор параметра а целесообразно связывать с точностью прогноза. Для более обоснованного выбора а можно использовать процедуру обобщенного сглаживания, которая позволяет получить соотношения, связывающие дисперсию прогноза и параметр сглаживания.

Параметр а можно определять, строя прогноз на год, по которому имеются фактические данные. Прогнозные значения определяются при применении а от 0,1 до 0,9 с шагом 0,05. Сопоставление фактических и расчетных значений покажет, при каких значениях а достигается максимальная точность прогноза. Доказано, что при прогнозировании показателей эффективности субъектов нововведений целесообразно использовать а = 0,3…0,6 (при N = 4, а = 0,6). Для получения более точных прогнозов можно производить уточнение с использованием вышеизложенного метода. Критерием точности выбранного параметра считается минимум средней относительной ошибки.

Для определения условий можно применить один из трех вариантов:

1. Здесь используется формула  Брауна-Мейера, связывающая коэффициенты  прогнозирующего с экспоненциальными  средними соответствующих порядков. Тогда начальные условия для линейной модели:

    (4)

2. В качестве начального уровня  сглаживания берется первый член  ряда, то есть .

3. Начальный уровень сглаживания  принимается равным среднему  значению исходного временного  ряда. Наибольшую точность прогнозов для функции тренда первой и второй степени имеют первый и второй варианты. При первом варианте лучшие результаты дает функция тренда второй степени.

Следует отметить, что многие показатели эффективности НИР для небольших научных коллективов носят нестабильный, стохастический характер и являются практически непрогнозируемыми. То же самое относится и к научным подразделениям с относительно низкой эффективностью НИР. Зная начальные условия и значения параметра а, можно вычислить экспоненциальные средние . Динамический ряд будет в виде:

.      (5)

Коэффициенты ряда определяют через экспоненциальные средние по фундаментальной теореме Брауна-Мейера. Коэффициенты находят решением системы р+1уравнений с р+1 неизвестными, связывающей параметры прогнозирующего полинома с исходной информацией. Так для линейной модели:

;

      (6)

Доказано, что превышение второго порядка модели не приводит к существенному увеличению точности прогноза, но значительно усложняет процедуру расчета.

Если детерминированная составляющая – линейна, применяют двойное экспоненциальное сглаживание и точечный прогноз осуществляется по формуле:

,      (7)

где – время, год прогноза.

Точность кратковременного прогноза (на 1-2 года) практически не ухудшается при сокращении временного ряда до 4-5 лет.

Критерии точности прогнозов:

– доверительный интервал прогноза, составленный с привлечением среднеквадратического отклонения случайной составляющей – критерия Стьюдента;

– средняя относительная ошибка функций тренда;

– средняя относительная ошибка прогноза, определенная на ретроспективном участке временного ряда для всех субъектов.

Оценив точность прогнозных значений по одному из вышеназванных критериев, в случае достаточной точности прогнозных значений, используем их для получения локальных интегральных критериев.

 

1.2 Система показателей оценки эффективности инновационной деятельности работников, структурных подразделений организации

 

При оценке эффективности деятельности научных учреждений, предприятий или научных, проектных, производственных подразделений используется, как правило, комплекс показателей, которые делятся на различные группы в зависимости от признаков, по которым они классифицируются. Например, с учетом методов измерения оценочные показатели делятся на две группы:

1. количественные;
2. качественные.

К первым относятся показатели, которые могут быть измерены в натуральных единицах. Для вторых – не существует либо меры, либо способа измерения (вычисления), вследствие чего их количественное измерения, то есть измерение абсолютного значения, невозможно. Оценка качественных показателей производится в сравнительной мере (лучше, важнее, полнее, оригинальнее, актуальнее и т.д.).

Количественная оценка оцениваемого субъекта возможна путем использования шкал предпочтений. Содержание шкал составляет несколько уровней, отражающих возможные качественно различные состояния оцениваемых субъектов по отношению к рассматриваемому показателю. Более корректно в данном случае использование коллективного мнения экспертов.

В зависимости от возможности сопоставления показателей оцениваемых субъектов различают абсолютные, удельные и относительные показатели. Абсолютные показатели характеризуют величину оценки субъекта в стоимостных или натуральных единицах. Абсолютные показатели находятся по сумме частных (накопленных) результатов.

Удельные показатели характеризуют величину эффекта как результата, приходящегося на единицу затрат (объема) ресурса или потенциала оцениваемого объекта.

Относительные показатели получаются в результате отнесения абсолютного или удельного показателя на опорное (максимальное, средневзвешенное и т.д.) значение того же показателя, и в силу этого они являются всегда безразмерными.