Главная
АИ #47 (333)
Статьи журнала АИ #47 (333)
Структурные диспропорции научно-технического потенциала нефтеперерабатывающего п...

Структурные диспропорции научно-технического потенциала нефтеперерабатывающего предприятия: оценка и чувствительность приоритетов

Цитирование

Красникова С. Д. Структурные диспропорции научно-технического потенциала нефтеперерабатывающего предприятия: оценка и чувствительность приоритетов // Актуальные исследования. 2026. №47 (333). URL: https://apni.ru/article/16456-strukturnye-disproporcii-nauchno-tehnicheskogo-potenciala-neftepererabatyvayushego-predpriyatiya-ocenka-i-chuvstvitelnost-prioritetov

Аннотация статьи

Исследована устойчивость диагностики ограничивающих составляющих научно-технического потенциала нефтеперерабатывающего предприятия к выбору способа агрегирования, весов и изменению исходных оценок. На материале авторских экспертно-аналитических баллов ОАО «Нафтан» рассчитаны коэффициент вариации, геометрический индекс и результаты условного улучшения отдельных блоков. Определены пределы устойчивости выводов и условия уточнения инновационных приоритетов.

Текст статьи

Введение

Модернизация оборудования не гарантирует освоения новых технологий, если её не сопровождают развитие компетенций и информационной инфраструктуры. Для нефтеперерабатывающего предприятия определяющим является согласованность технической базы, собственных разработок, квалификация персонала и предиктивная аналитика. Взаимосвязь между этими элементами может не учитываться при традиционной интегральной оценке научно-технического потенциала (НТП).

Средневзвешенный показатель удобен для мониторинга, но допускает компенсацию низкой оценки одного критерия более высокой другого. Для НПЗ это допущение спорно, так как, например, современное оборудование не заменяет квалификацию работников. Выбор весов, компенсируемость и устойчивость композитных индексов рассмотрены в руководстве OECD/JRC [5].

В работах В. Ф. Карповича цифровизация промышленности рассмотрена во взаимосвязи с изменениями управления и развитием компетенций [1, с .148-156]; совместно с В. А. Олесюк, им исследованы инновационная инфраструктура и трансфер технологий [2, с. 65-69]. Однако, остаётся спорным вопрос: сохранится ли перечень ограничивающих составляющих НТП при изменении исходных оценок?

Цель исследования – установить, как способ агрегирования, распределение весов и возможные отклонения баллов влияют на оценку структуры НТП ОАО «Нафтан». Предмет работы – устойчивость диагностики, а не эффективность отдельного производственного проекта, которой посвящено предыдущее исследование автора о Lean-системе контроля качества [3, с. 155-161].

Материалы и методы

Для четырёх составляющих НТП ОАО «Нафтан» использованы авторские экспертно-аналитические оценки: технологической – 4,3 балла, научно-инновационной – 3,0, кадровой – 2,3 и информационно-технологической – 2,3. Эти баллы получены по пятибалльной шкале в исходной исследовательской работе и не относятся к официальной статистике предприятия. Сведения о составе экспертной группы отсутствуют, поэтому достоверно определить межэкспертную согласованность и доверительные интервалы нельзя.

Структуру НТП оценена по четырём показателям: среднему арифметическому A, геометрическому G, коэффициенту вариации CV и минимальному баллу. При равных весах:

image.png, (1)

Здесь x₁–x₄ – баллы составляющих НТП. Геометрическое среднее сильнее реагирует на низкие оценки, чем арифметическое, но не заменяет проверки обязательных норм безопасности, метрологических стандартов и компетентности работников.

image.png, (2)

Показатель CV отражает неоднородность четырёх баллов, а не вариацию статистических наблюдений. Чувствительность проверялась в трёх условиях: увеличение одной оценки на 0,5 балла; изменение весов каждого блока в пределах 0,15–0,35 при сумме 1; отклонение исходных оценок на ±0,5. Полученные границы являются сценарными, а не вероятностными.

Результаты исследования

Наибольший исходный балл имеет технологическая составляющая: она превышает кадровую и информационно-технологическую на 2,0 балла. Рассчитаны A = 2,975 (округлённо 3,0), G = 2,874, минимум 2,3 и CV = 27,45 %. Разность между A и G составляет 0,101 балла, или 3,39 % от A (табл. 1).

Таблица 1

Структура НТП ОАО «Нафтан» и альтернативные показатели (рассчитано автором по экспертно-аналитическим оценкам исходной исследовательской работы)

Составляющая/показатель

Результат

Технологическая

4,3

Научно-инновационная

3,0

Кадровая

2,3

Информационно-технологическая

2,3

Средняя арифметическая A

2,975

Геометрический индекс G

2,874

Коэффициент вариации CV

27,45 %

Средняя оценка не показывает, достаточно ли кадровых и цифровых ресурсов для конкретного проекта. Два минимальных балла обозначают возможные ограничения; их критичность следует проверять по производственным функциям.

В четырёх независимых сценариях на 0,5 балла увеличивается только одна составляющая, остальные не меняются (табл. 2). Затраты и сроки условных улучшений не задаются.

Таблица 2

Чувствительность агрегатов к условному улучшению отдельных составляющих (рассчитано автором по экспертно-аналитическим оценкам)

Сценарий +0,5 балла

A

G

ΔG

CV, %

Без изменения

2,975

2,874

–

27,45

Технологический

3,100

2,954

0,080

32,98

Инновационный

3,100

2,987

0,113

27,37

Кадровый

3,100

3,019

0,145

23,81

Информационно-технологический

3,100

3,019

0,145

23,81

Во всех четырёх сценариях среднее арифметическое A увеличивается на одинаковые 0,125 балла.

Геометрический индекс меняется неравномерно: на 0,080 в технологическом сценарии, на 0,113 – в научно-инновационном и на 0,145 – в кадровом либо информационно-технологическом. Последние два приращения в 1,81 раза превышают первое. Для технологического сценария CV увеличивается до 32,98%, при усилении любого из двух слабых блоков снижается до 23,81%.

Прибавка к частной оценке не позволяет арифметическому показателю различать направления развития. Геометрический индекс, напротив, реагирует на исходную структурную несбалансированность. Но преимущество слабого блока при выборе проекта следует подтверждать сопоставимостью затрат, достижимостью улучшения и ожидаемым производственным эффектом.

Когда вес каждого блока изменяется в пределах 0,15–0,35 при общей сумме 1, арифметическая свёртка принимает значения 2,705–3,245 балла, геометрическая – 2,629–3,142. Эти границы характеризуют чувствительность расчёта к методическим предпосылкам, а не фактические изменения на предприятии. Положение крайних составляющих сохраняется: технологическая имеет максимальный балл, кадровая и информационно-технологическая – минимальные.

При отклонении каждой исходной оценки на ±0,5 геометрический агрегат находится в пределах 2,355–3,388; доверительным интервалом этот диапазон не является. Даже при разнонаправленных сдвигах технологический блок опережает научно-инновационный как минимум на 0,3 балла. А вот соотношение инновационной составляющей с двумя слабыми может измениться. Для уточнения их ранжирования требуются первичные показатели.

Обсуждение результатов

Диагностику НТП целесообразно вести в двух взаимодополняющих контурах. Первый фиксирует общий уровень через A и частные баллы, второй – структурную согласованность посредством G, CV, минимума и сценарных приращений. Так среднее значение не принимается за доказательство отсутствия ограничений.

Минимального балла самого по себе недостаточно для выбора проекта. После обязательной проверки безопасности и качества проекта необходимо сопоставить изменения взаимосвязанных составляющих, стоимость жизненного цикла, сроки и экономическую отдачу. Такой порядок согласуется с системным подходом к управлению инновациями, отражённым в ISO 56001:2024 [4], хотя расчётные формулы настоящей работы стандартом не установлены. Прирост G – дополнительный критерий, а не замена технико-экономического обоснования.

Применительно к ОАО «Нафтан» дальнейшей проверки заслуживают обучение работников и интеграция данных лабораторного контроля. Ранее опубликованная Lean-модель [3, с. 155-161] затрагивает эти процессы, но её эффективность здесь не пересчитывается. Предложенная диагностика позволяет рассматривать подобные инициативы не только по параметрам отдельных операций, но и по предполагаемому изменению структуры НТП. Разграничение ресурсов и результатов согласуется с Oslo Manual [6].

Обобщённые экспертно-аналитические баллы не подкреплены первичными количественными данными. Кроме того, пятибалльная шкала носит порядковый характер: вычисление средних и показателей вариации предполагает равенство интервалов между оценками. Поэтому точность полученных агрегатов нельзя трактовать как точность измерения производственных характеристик. Также в настоящем исследовании не учтены и фактические инвестиционные затраты на устранение ограничений. Последующая проверка требует количественных показателей по каждому блоку НТП, единых границ нормирования, повторной экспертной оценки и анализа устойчивости к изменению набора показателей. Следовательно, сценарные различия служат проверкой устойчивости диагностики, но не доказывают причинного влияния инноваций на показатели ОАО «Нафтан».

Заключение

Исходные оценки ОАО «Нафтан» дают A = 2,975, G = 2,874 и CV = 27,45%. Среднее не отражает разрыва в 2,0 балла между технологической и двумя слабыми составляющими. При условном улучшении на 0,5 балла прирост G в кадровом или информационно-технологическом блоке в 1,81 раза выше, чем в технологическом, тогда как увеличение A одинаково.

Научно-методический результат состоит в сочетании агрегированной оценки с показателями неоднородности и сценарной проверкой устойчивости. Для практического выбора приоритетов требуется подтвердить выявленные ограничения первичными данными, соотнести их устранение с необходимыми ресурсами и ожидаемой экономической отдачей. Расчёты не подтверждают фактического внедрения мероприятий.

Список литературы

  1. Карпович В.Ф. Направления цифровизации деятельности промышленных организаций в Беларуси // Экономические исследования и разработки. 2023. № 2. С. 148-156. DOI: 10.54092/25420208_2023_2_148.
  2. Карпович В.Ф., Олесюк В.А. К вопросу о развитии инновационной инфраструктуры в Республике Беларусь // Актуальные исследования. 2021. № 18 (45). С. 65-69. URL: https://apni.ru/article/2340-k-voprosu-o-razvitii-innovatsionnoj-infrastr (дата обращения: 16.05.2026).
  3. Красникова С.Д. Lean-ориентированная модель оптимизации системы контроля качества на нефтеперерабатывающем предприятии (на примере ОАО «Нафтан») // Новая наука: от идеи к результату. 2026. № 6. С. 155-161. EDN VKHIJP.
  4. ISO 56001:2024. Innovation management system – Requirements. Geneva: ISO, 2024. URL: https://www.iso.org/standard/79278.html (дата обращения: 16.05.2026).
  5. OECD/EC-JRC. Handbook on Constructing Composite Indicators: Methodology and User Guide. Paris: OECD Publishing, 2008. DOI: 10.1787/9789264043466-en.
  6. OECD/Eurostat. Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation. 4th ed. Paris: OECD Publishing, 2018. DOI: 10.1787/9789264304604-en.

Поделиться

2
Обнаружили грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики)? Напишите письмо в редакцию журнала: info@apni.ru

Похожие статьи

Другие статьи из раздела «Экономика и управление»

Все статьи выпуска
Актуальные исследования

#48 (334)

Прием материалов

21 ноября - 27 ноября

осталось 7 дней

Размещение PDF-версии журнала

2 декабря

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

16 декабря