Тип работы:
Предмет:
Язык работы:


ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЕКТОВ РЕГИОНАЛЬНОГО НЕФТЕГАЗОХИМИЧЕСКОГО КЛАСТЕРА

Работа №36550

Тип работы

Дипломные работы, ВКР

Предмет

финансы и кредит

Объем работы98
Год сдачи2019
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
418
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ
ЭФФЕКТИВНОСТЬЮ МАЛЫХ ИННОВАЦИОННЫХ ПРЕДПРИЯТИЙ 8
1.1. Оптимизация экономической эффективности компании 8
1.2. Кластеризация нефтегазохимического сектора региональной экономики 17
1.3. Моделирование экономики в условиях неопределенности 22
2. МЕТОДОЛОГИЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ В ФИНАНСОВОМ АНАЛИЗЕ ИННОВАЦИОННОЙ ИНФРАСТРУКТУРЫ 31
2.1. Симплексная оптимизация и кластерный анализ инновационной инфраструктуры 31
2.2. Нечеткая логика в финансовом анализе инновационной
инфраструктуры 34
2.3. Экономико-статистический анализ финансовых показателей инновационных проектов нефтегазохимического кластера 41
3. СОВЕРШЕНСТВОВАНИЕ ЭКОНОМИКО
МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ИННОВАЦИОННЫХ ПРОЕКТОВ В РЕГИОНАЛЬНОМ НЕФТЕГАЗОХИМИЧЕСКОМ КЛАСТЕРЕ 52
3.1. Управление экономической эффективностью
инновационного химического проекта на основе подходов симплексной оптимизации 52
3.2. Управление формированием портфелей инновационных проектов на основе кластерного анализа 62
3.3. Экономико-математическое моделирование инновационного химического проекта на основе теории нечетких множеств 69
ЗАКЛЮЧЕНИЕ 80
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 84
ПРИЛОЖЕНИЯ 92

Актуальность темы исследования заключается в формировании экономико-математических моделей инновационных проектов для их эффективного развития на предприятиях, образующих региональный нефтегазохимический кластер. Региональный нефтегазохимический кластер представляется как наиболее оптимальная экономическая система с точки зрения ее самодостаточности, управляемости, гибкости и при необходимости имеющей широкие возможности формирования межрегиональной производственной кооперации.
Степень научной разработанности проблемы находится в прямой зависимости от ее актуальности. В настоящее время существует большое количество математических методов в экономике, но в условиях инновационных высокотехнологичных наукоемких предприятий, не редко основанных на результатах собственных научно-технических исследований, беспрерывно требуется разработка новых и глубокое переосмысление и модернизация традиционных экономико-математические моделей для
состоятельности экономической эффективности и управления новыми уникальных проекты. Основоположниками решения проблемы качественных и количественных оценок экономической деятельности по праву являются: Ч. Кобб и П. Дуглас, В. Рамсей, Д. Нейман, А. Вальд, Р. Фриш, Р. Солоу, Дж. Робинсон, Д. Мид, Э. Фелпс. Советская школа экономико-математического моделирования представлена в работах Л. В. Канторовича, В. В. Новожилова, В. С. Немчинова, В. Леонтьева.
Целью магистерской диссертации является разработка и применение новых методов финансового анализа эффективности инновационных проектов в нефтегазохимическом производственном секторе региона. В соответствии с целью исследования были поставлены и решены следующие задачи:
разработка модели финансового анализа эффективности инновационного
нефтегазохимического проекта на основе подходов симплексной оптимизации;
3
предложение модели управления формированием портфелей нефтегазохимических инновационных проектов на основе кластерного анализа;
экономико-математическое моделирование инновационного химического проекта на основе теории нечетких множеств.
Объектом исследования является региональный нефтегазохимический кластер.
Предметом исследования выступают финансовые показатели инновационных нефтегазохимических проектов.
Теоретической базой исследования послужили основы управления инновационными проектами на основе экономико-математического моделирования, подходы оптимизации экономической эффективности компании в химическом секторе, эффекты кластеризации нефтегазохимического сектора региональной экономики, пути решения проблем неопределенности на основе нечеткого моделирования экономики.
Методологической базой исследования послужили методы симплексной оптимизации, кластерного анализа и нечеткой логики в оценке эффективности управления и финансовом анализе инновационного проекта.
Информационной базой исследования послужили современные труды зарубежных и российских ученых в области экономико-математического моделирования, данные официального сайта в интернет Федеральной службы государственной статистики, данные официального сайта в интернет территориального органа Федеральной службы государственной статистики по Республике Татарстан, данные официального сайта в интернет Камского инновационного территориально-производственного кластера Республики Татарстан.
Научная новизна исследования:
1. Уточнены структурные характеристики регионального нефтегазохимического кластера, выделены его базовые элементы и определены основные связи между ними.
2. Адаптированы методики симплексной оптимизации, кластерного анализа и нечеткой логики для применения в области управления эффективностью инновационных проектов в нефтегазохимическом кластере региональной экономики.
3. Разработаны практические рекомендации по внедрению новых методов финансового анализа инновационных проектов в экономическую систему и эффективное управление региональным нефтегазохимическим кластером.
Теоретическая и практическая значимость исследования заключается в решении экономических проблем малых инновационных предприятий с учетом цикличности их развития, которые охарактеризованы стремлением увеличения прибыли при наименьших потерях в связи с постоянно возникающими неопределенностями внутри- и внешнеэкономической и политической ситуацией. Результаты работы могут быть востребованы региональными бюджет образующими химическими предприятиями, основными представителями Камского инновационного территориальнопроизводственного кластера Республики Татарстан: ОАО «КАМАЗ», ПАО «Нижнекамскнефтехим», ОАО «ТАНЕКО», ОАО «Татнефтехиминвест- холдинг», ОАО «ОЭЗ ППТ «Алабуга», нефтехимический комплекс ОАО «Татнефть», ОАО «Аммоний», ОАО «ТАИФ-НК», ОАО «Химический завод им. Л.Я. Карпова» и другими. Результаты работы могут быть использованы в учебном процессе бакалавриата и магистратуры экономических специальностей. Исследование носит комплексный характер и через концепцию устойчивого развития может оказать влияние на социальные и экологические стороны производственного сектора экономики.
Апробация результатов исследования
За последние 2,5 года результаты исследования были представлены в ряде конференций:
Всероссийская научно-практическая конференция «Перспективы развития и современные проблемы образования, науки и производства», Нижнекамск, 2016 г.
Две Международные научно-практические конференции «Проблемы анализа и моделирования региональных социально-экономических процессов», Казань, 2016,2017.
XXIII Международная научно-практическая конференцию «Современные тенденции развития науки и технологий», Москва, 2017 г.
I Международная научно-практическая конференция «Актуальные вопросы современной науки», Уфа, 2017 г.
Международный экономический форум «Экономика в меняющемся мире», Казань, 2018 г.
VII Региональная научно-практическая конференция «Формирование и развитие рынка интеллектуальной собственности в регионе: оценка рисков профессиональной деятельности участников рынка интеллектуальной собственности и их компенсации», Казань, 2018 г.
За последние 2,5 года результаты исследования опубликованы в 8 статьях журналов из перечня ВАК:
1. Беилин И.Л. Экономико-математическое моделирование
инновационного химического проекта на основе теории нечетких множеств // Экономический вестник Республики Татарстан. 2017. № 1. С. 28-33.
2. Беилин И.Л. Нечеткая логика в экономико-математическом моделировании общих издержек инновационного химического проекта // Экономический вестник Республики Татарстан. 2017. № 3. С. 50-55.
3. Беилин И.Л., Хоменко В.В. Управление себестоимостью инновационного химического проекта на основе подходов нечеткой логики // Вопросы инновационной экономики. 2017. Т. 7. № 4. С. 437-448.
4. Беилин И.Л., Хоменко В.В. Управление экономической эффективностью инновационного химического проекта на основе подходов симплексной оптимизации // Экономический вестник Республики Татарстан. 2018. № 1. С. 55-61.
5. Беилин И.Л. Трехфакторная модель управления устойчивостью инновационного химического проекта в условиях экономической
неопределенности // Вопросы инновационной экономики. 2018. Т. 8. № 1. С. 141-154.
6. Беилин И.Л., Хоменко В.В. Экономическая оценка оптимальной производительности инновационного предприятия с учетом цикличности его развития // Вопросы инновационной экономики. 2018. Т. 8. № 3. С. 499-512.
7. Беилин И.Л., Хоменко В.В. Управление формированием портфелей
инновационных проектов в экономической системе регионального нефтегазохимического кластера // Экономический вестник Республики Татарстан. 2018. № 3. С. 60-65.
8. Беилин И.Л., Хоменко В.В. Экономическое регулирование доходности инновационного предприятия с меняющимся инвестированием в условиях цифровизации // Вопросы инновационной экономики. — 2018. — Том 8. — № 4. — doi: 10.18334/vinec.8.4.39712.
Структура и объем магистерской диссертации:
Работа выполнена на 91 страницах, содержит введение, три главы, 9 параграфов, заключение, список литературы из 80 источников, включая 48 на английском языке, 29 рисунков и 20 таблиц. К работе имеется 9 приложений.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


1. Разработанный способ экономической оценки оптимальной производительности инновационного предприятия является полезным и эффективным инструментом финансового анализа. Он может применяться специалистами в составе, как основных, так и вспомогательных средств технико-экономического обоснования инновационного проекта. В условиях циклического развития предприятия ранжирование всех критериев колеблющегося спроса приводит к повышению эффективности управления реализуемыми инновационными проектами.
Симплексная оптимизация чистого дисконтированного дохода и доходности капитала на примере инновационных химических проектов позволила формализовать неопределенности цены продукта (х1), ставки дисконтирования (х2) и дисконтированного срока окупаемости проекта (х3). Так, наибольшие величины NPV (29,88 млн. руб.) и доходности капитала (51,68 %) для проекта «Сополимер +» показали хорошее соответствие между собой и определены в области 0,25/х1;0,3/х2;0,45/х3.Представленный метод показал такое же хорошее совпадение лучших значений (NPV 30,06 млн. руб.) и доходности капитала (57,63 %) в условиях неопределенностей цены продукта (х1), ставки дисконтирования (х2) и дисконтированного срока окупаемости проекта (х3), соотношение которых составило: 0,2/х1; 0,55/х2; 0,25/х3. Представленная модель выражается как нечеткие множества {А = лучшее значение NPV} и {А = лучшее значение доходности капитала} в случае возможности влияния на цену продукта (х1), ставку дисконтирования (х2) и дисконтированного срока окупаемости проекта (х3), а так же как любые другие нечеткие множества в случае независящего от инновационного предпринимателя изменения данных факторов.
Таким образом, на основе симплексной оптимизации организации могут
добиться устойчивого и эффективного совершенствования процессов
управления. Способность одновременного мониторинга разноплановых
80
факторов проекта обеспечивает структуру и дисциплину, необходимые для выявления возможностей улучшения процесса, разработки прогрессивных решений и руководства организацией посредством стратегических изменений. Использование интегрированных технологий оптимизации в управлении позволяет инновационным проектам быть эффективными, гибкими и высоко конкурентными.
2. Кластеры все чаще признаются важной составляющей современной региональной экономики. Дополнительные концепции, такие как GVC, указывают на то, что кластеры выигрывают от сильных внешних связей. Предложен вариант формирования GVC на основе кластеризации инвестиционных портфелей инновационных проектов. Нефтегазохимические кластеры могут значительно повысить эффективность инструментов региональной экономической системы, учитывая, что они представляют природно-продуктовую вертикаль. Научные разработки «Казанской химической школы» на протяжении всего времени тесно взаимосвязаны с нефтегазохимическим сектором Республики Татарстан.
Интенсивное технологическое развитие этого сектора и возросшее значение глобальных цепочек добавленной стоимости требует новых подходов к его управлению и технико-экономическому анализу. На примере нефтегазохимического кластера Республики Татарстан показано, что эффективное управление формированием портфелей инновационных проектов возможно на основе совместного использования принципов «ближайшего» и «дальнего соседа» кластерного анализа. Бюджетообразующие предприятия Республики Татарстан создают благоприятную среду для развития большого количества нефтегазохимических проектов и включения их в GVC, но одновременно возрастает потребность в правильной их кластеризации для достижения максимальных положительных синергетических эффектов в региональной экономической системе.
3. На основе методик теории нечетких множеств установлено, что с высокой степенью риска чистый дисконтированный доход инновационного химического проекта «Новые тройные продукты анионной (со)полимеризации циклических карбонатов как аналоги поликарбоната» является положительным (NPV = 0,28 млн. руб.) При этом внутренняя норма доходности с наибольшей вероятностью составляет достаточно высокую величину (IRR = 18% - 19%) в сравнении со среднестатистическими инновационными проектами нехимических секторов.
При нахождении общих издержек портфеля инновационных химических проектов «Аналоги поликарбоната» через нечеткие числа L-R-типа, выразим постоянные издержки как FC = (19; 22; 23; 26), а переменные как VC = (10; 14;
16) . Тогда при сложении интервалов неопределенности общие издержки составят: TC = (29; 36; 37; 42), что подтверждает осуществленные выше расчеты на примере дискретных (подход 1) и непрерывных (подход 2) нечетких чисел. Расчет общих издержек на основе дискретных чисел позволяет исключить издержки не только в размере 29 и 42 млн. руб., как в подходе на основе непрерывных чисел, но и 30 и 41 млн. руб. так же. Кроме того, при расчете в подходе 1, издержки в размере 34 и 35 млн. руб. являются более ожидаемыми, чем 38 и 39 млн. руб., в то время как в подходе 2 они прогнозируются в одинаковой степени.
Наиболее вероятная величина общих издержек во всех подходах прогнозируется в размере 36-37 млн. руб. При соотношении такой величины издержек с экономической эффективностью данного портфеля инновационных химических проектов «Аналоги поликарбоната» чистый дисконтированный доход (NPV) положителен, индекс рентабельности (PI) больше 1, что говорит о том, что проект интересен для инвестирования. Далее можно сделать следующий основной вывод: расчет на основе непрерывных нечетких чисел актуален, когда необходима быстрая приблизительная оценка общих издержек большого числа предложенных для инвестирования инновационных проектов. В случаях, когда необходима тщательная оценка общих издержек небольшого числа проектов, прошедших предварительный отбор, следует производить расчеты на основе дискретных нечетких чисел. Выполненные расчеты показали, что для инновационного химического проекта «Сополимер +» при увеличении стоимости задолженности растет и наиболее вероятная, и максимально возможная доходность капитала (доходы акционеров). Одновременно с этим минимально возможная доходность капитала практически не меняется. Следовательно, для реализации инновационного химического проекта «Сополимер +» в условиях неопределенности наиболее перспективным является четвертый вариант финансирования, в котором заемные средства максимальны при данной ставке дисконта.


1. Индикаторы инновационной деятельности 2016: статистический сборник / Н.В. Городникова, Л.М. Гохберг, К.А. Дитковский и др.; НИУ ВШЭ. - М.: НИУ ВШЭ, 2016. - 320 с.
2. Регионы России. Социально-экономические показатели. 2017: Р32 Стат. сб. / Росстат. - М., 2017. - 1402 с.
3. ГОСТ Р 55270-2012 Системы менеджмента качества. Рекомендации по применению при разработке и освоении инновационной продукции.
4. ГОСТ Р 55347-2012 Системы управления проектированием. Руководство по менеджменту инноваций.
5. ГОСТ Р 55900-2013 Руководство по обоснованию применимости и разработке стандартов на системы менеджмента для инновационной деятельности малых и средних предприятий.
6. Алексеева, Н. А. Анализ денежных потоков организации. Сборник задач (с методическими рекомендациями и ответами к решению задач). Учебное пособие / Н.А. Алексеева. - М.: Дрофа, 2018. - 160 с.
7. Бабаев, Ю. А. Международные стандарты финансовой отчетности / Ю.А. Бабаев, А.М. Петров. - М.: Вузовский учебник, Инфра-М, 2016. - 400 с.
8. Дыбаль, С. В. Финансовый анализ. Теория и практика / С.В. Дыбаль. - М.: Бизнес-пресса, 2016. - 336 с.
9. Салахутдинов, Р.З., Исмагилов, И.И. Моделирование и принятие решений в экономике на основе теории нечетких множеств. Учебное пособие. Казань: КГУ, 2005. -100 с.
10. Жарылгасова, Б. Т. Анализ финансовой отчетности / Б.Т. Жарылгасова, А.Е. Суглобов, В.Ю. Савин. - М.: Титан эффект, 2018. - 320 с.
11. Жуленев, С. В. Элементарная финансовая математика / С.В.
Жуленев. - М.: Издательство МГУ, 2016. - 525 с.
84
12. Карлик, М. А. Основы финансового учета и анализа. Учебное пособие / М.А. Карлик. - Москва: СИНТЕГ, 2017. - 240 с.
13. Хил Лафуенте А.М. Финансовый анализ в условиях неопределенности / Учебное пособие. Минск, 2008. - 150 с.
Статьи в сборниках и периодических изданиях
14. Анисимова И.А., Богатко АМ. Инновационные подходы к управлению российскими предприятиями // Менеджмент инноваций. 2009. № 2. С. 80-84.
15. Алексахина М.К. Развитие инновационной деятельности в управлении предприятием // Проблемы экономики. 2008. № 6. С. 27-30.
16. С.А. Минюк, Е.А. Ровба, К.К. Кузьмич Математические методы и модели в экономике // Проблемы экономики. 2012. № 8. С. 37-40.
17. Плохотников К.Э. Вычислительные методы. Теория и практика в среде MATLAB. // Проблемы экономики. 2016. № 1. С. 27-38.
18. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений // Проблемы экономики. 2014. № 4. С. 57-65.
19. Бабаева З.Ш. Эффективное управление денежными потоками промышленной компании - путь расширения собственных инвестиционных ресурсов // Финансовая экономика №1. 2015. С. 16-18.
20. Недосекин А.О., Абдулаева З.И., Козловский А.Н. Оптимизация портфеля инновационных проектов по критериям "эффективность - риск - шанс" // Аудит и финансовый анализ. 2016. № 5. С. 58-65.
21. Недосекин А.О. Финансовый менеджмент на нечетких множествах // Аудит и финансовый анализ. 2012. № 6. С. 46.
22. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами // Аудит и финансовый анализ. 2005. № 2. С. 26.
23. Захарова Е.М., Кузнецов Н.А. Моделирование алгоритмов оптимизации мульти агентной системы управления перевозочным процессом.
24. Степанов В.Н. Практические инструменты управления рисками проекта // Финансовый директор, №6, С. 18-22. 2009 г.
25. Чурилов А.А. Понятие, роль и актуальность проектного управления в России. Молодой ученый. - 2013. - №3. - С. 299-301.
26. Шкуратов С.Е. Подход к стратегическому управлению малым инновационным предприятием // Проблемы управления. 2006. № 6. С. 88-90.
27. Федеральная служба государственной статистики: официальный сайт [Электронный ресурс]. - Режим доступа: http://www.gks.ru. (дата обращения 20 апр. 2014)
28. Башоров А.А. Приоритеты управления развитием регионального
экономического пространства [Электронный ресурс] / A. А. Башоров - Режим доступа : http://dlib.rsl.ru/01004962252 (дата обращения:
09.09.15)
29. Беломестнов В.Г., Унгаев А.А., Рубан В.А. Потенциал экономического роста региона [монография] [Электронный ресурс] /
B. Г. Беломестнов. - Режим доступа: http://elibrary.ru/item.asp?id=24136311 (дата обращения: 09.08.15)
30. Рубан В.А. Развитие территориально-отраслевой социальноэкономической системы региона: теория и практика [Электронный ресурс] / В.А. Рубан. - Режим доступа: http://dlib.rsl.ru/01005095186 (дата обращения:
09.09.15)
31. Г олева О.И. Понятие экономического пространства в исследовании финансовой инфраструктуры региона [Электронный ресурс] / О.И.Голева // Современные наукоемкие технологии. - 2008. - № 1 - С. 102-103 - Режим доступа : www.rae.ru/snt/?section=content&op=show_article&article_id=2901 (дата обращения: 10.08.2015)
32. Гранберг А.Г. Пространственная экономика в системе наук. А.Г. Гран-берг [Электронный ресурс]. - Режим доступа:
www.econorus.org/consp/files/gran.doc (дата обращения 15 окт.2014)
Издания на иностранных языках
33. Korol, T. (2011). Multi-Criteria Early Warning System Against Enterprise Bankruptcy Risk, International Research Journal of Finance and Economics, issue 61, pp. 141-154.
34. Kumar, P. & Ravi, V. (2007). Bankruptcy prediction in banks and firms via statistical and intelligent techniques - a review, European Journal of Operational Research, No. 180, pp. 1-28.
35. Nwogugu, M. (2007). Decision-making, risk and corporate governance - a critique of methodological issues in bankruptcy/recovery prediction models, Applied Mathematics and Computation, No. 185, pp. 178-196.
36. Ooghe, H. & Balcaen, S. (2006). 35 years of studies on business failure - an overview of the classic statistical methodologies and their related problems, The British Accounting Review, No. 38, pp. 63-93.
37. Tingting, J. (2006). Consumer credit delinquency and bankruptcy forecasting using advanced econometric modeling, MPRA Paper, No. 3187.
38. Cormos A.M., Cormos C.C., 2014, Investigation of hydrogen and power co-generation based on direct coal chemical looping systems, International Journal of Hydrogen Energy, 39(5), 2067-2077.
39. Guo Q., Cheng Y., Liu Y., Jia W., Ryu H., 2014, Coal chemical looping gasification for syngas generation using an iron-based oxygen carrier, Industrial & Engineering Chemistry Research, 53(1), 78-86.
40. Guanghui Xiong, 2017, Risk management and research of large coal chemical projects, Chemical Engineering Transactions, 59, 1099-1104.
41. Li Q., Wei Y., Chen Z., 2016, Water-ccus nexus: challenges and opportunities of china’s coal chemical industry, Clean Technologies and Environmental Policy, 18(3), 775-786.
42. Li Q., Wei Y., Liu G., Shi H., 2015, CO2-ewr: a cleaner solution for coal chemical industry in china, Journal of Cleaner Production, 103, 330-337.
43. Malach-Pines A., Sheva B., Dvir D., Sadeh A. (2009) Project manager- project (PM-P) fit and project success. International Journal of Operations & Production Management Vol. 29 No. 3, pp. 268-291.
44. Pons D. (2008) Project management of new product development. Project management journal, vol.39, No 2 pp 82-97.
45. Porter, L. Six Sigma Excellence. Retrieved on June 30, 2006 from Quality world.
46. Smith, H. (2012). Business Process Management: The Third Wave. (1st ed.). Tampa: Meghan-Kiffer Press.
47. Turner, J.R., Ledwith, A. and Kelly, J.F. (2010). Project management in small to medium-sized enterprises: matching processes to the nature of the firm. International Journal of Project Management, Vol. 28 No. 8, pp. 744-755.
48. Turner R., Ledwith A., Kelly J. (2012) Project management in small to medium-sized enterprises Tailoring the practices to the size of company. Management Decision, Vol. 50 No. 5, 2012, pp. 942-957.
49. Vos J., Achterkamp M. (2006) Stakeholder identification in innovation project: Going beyond classification. European Journal of Innovation Management, V. 9, No.2, pp. 161-178.
50. Xu X.G., Liu Z.X., Yue J.H., 2016, Response characteristics of collapse column in coal mining working face by geoelectric transillumination method, Chemical Engineering Transactions, 51, 1087-1092.
51. Yan Y., Li J., Yue J.H., Zhao L., 2016, Study on pca-lda for fast identifying the type of coal mine water with lif technology, Chemical Engineering Transactions, 51, 1135-1140.
52. Guanghui Xiong, 2017, Risk management and research of large coal chemical projects, Chemical Engineering Transactions, 59, 1099-1104.
53. Yan Y., Li J., Yue J.H., Zhao L., 2016, Study on pca-lda for fast identifying the type of coal mine water with lif technology, Chemical Engineering Transactions, 51, 1135-1140
54. Xu X.G., Liu Z.X., Yue J.H., 2016, Response characteristics of collapse column in coal mining working face by geoelectric transillumination method, Chemical Engineering Transactions, 51, 1087-1092
55. For one recent exception, see G. Hamel, “The Why, Whфt and How of Management Innovation,” Harvard Business Review 84 (February 2006): 72-83.
56. Cormos A.M., Cormos C.C., 2014, Investigation of hydrogen and power co-generation based on direct coal chemical looping systems, International Journal of Hydrogen Energy, 39(5), 2067-2077.
57. Guo Q., Cheng Y., Liu Y., Jia W., Ryu H., 2014, Coal chemical looping gasification for syngas generation using an iron-based oxygen carrier, Industrial & Engineering Chemistry Research, 53(1), 78-86.
58. Li Q., Wei Y., Chen Z., 2016, Water-ccus nexus: challenges and opportunities of china’s coal chemical industry, Clean Technologies and Environmental Policy, 18(3), 775-786.
59. Nadvi, K. and Halder, G. (2005) ‘Local clusters in global value chains: exploring dynamic linkages between Germany and Pakistan’, Entrepreneurship and Regional Development, Vol. 17, No. 5, pp.339-363.
60. Hausmann, R. and Klinger, B. (2007) The Structure of the Product Space and the Evolution of Comparative Advantage, CID Working Paper No. 146, April
2007.
61. Delgado, M., Porter, M.E. and Stern, S. (2007) When Do Clusters Matter for Regional Economic Performance (mimeo), Harvard Business School.
62. Porter, M.E., Ketels, C.H.M. and Delgado, M. (2007) ‘The microeconomic foundations of prosperity: findings from the business competitiveness index, in: Global Competitiveness Report 2007-2008, Palgrave Macmillan, London.
63. Porter, M.E., Ketels, C.H.M., Miller, K. and Bryden, R. (2004) Competitiveness in Rural U.S. Regions: Learning and Research Agenda, Prepared for the Economic Development Administration (EDA), U.S. Department of Commerce, Washington DC.
64. Porter, M.E. and Ketels, C.H.M. (2007) Competitiveness in the Global Economy: Sweden’s Position, Presentation given to the Globalization Council of the Swedish government.
65. Porter, M.E. and Ketels, C.H.M. (2008) Russian Competitiveness at the Crossroads, Center for Strategic Research, Moscow.
66. Best, M. (2001) The New Competitive Advantage, Oxfrod University Press, Oxford.
67. Chesbrough, H. (2003) Open Innovation, Harvard Business School Press, Boston.
68. Ernst, D. (2000) Carriers of Cross Border Knowledge Diffusion: Information Technology and Global Production Networks, East West Center, Honolulu, HI.
69. Ernst, D. (2001) ‘Global production networks and the changing geography of innovation systems: implications for developing countries’, Journal of the Economics of Innovation and New Technologies (Special issue on ‘Integrating Policy Perspectives in Research on Technology and Economic Growth’, by Bartzokas, A. and Teubal, M. (Eds)).
70. Ernst, D. (2008) The New Geography of Innovation: Asia’s Role in Global Innovation Networks, Special USAPC Presentation on 14 February 2008, the East-West Center, Washington.
71. Ketels, C.H.M. (2007) The Role of Clusters in the Chemical Industry, EPCA, Brussels.
72. Ketels, C.H.M., Lindqvist, G., Protsiv, S. and Solvell, O. (2007) Geographic Concentration in Europe and the United States (mimeo), Stockholm School of Economics.
73. Ketels, C.H.M. and Solvell, O. (2006a) State of the Region-Report 2006: The Top of Europe in Global Competition, Baltic Development Forum, Copenhagen.
74. Ketels, C.H.M. and Solvell, O. (2006b) Clusters in the EU-10 New Member Countries, European Commission - DG Industry, Brussels.
75. Lindqvist, G., Solvell, O. and Ketels, C.H.M. (2003) The Cluster Initiative Greenbook, Ivory Tower, Stockholm.
76. Gereffi, G., Humphrey, J. and Sturgeon, T. (2005) ‘The governance of global value chains’, Review of International Political Economy, Vol. 12, No. 1, pp.78-104.
77. Turner R., Ledwith A., Kelly J. (2012) Project management in small to medium-sized enterprises Tailoring the practices to the size of company. Management Decision, Vol. 50 No. 5, 2012, pp. 942-957.
78. Juan R. Castro, Oscar Castillo, Luis G. Martinez. Interval Type-2 Fuzzy Logic Toolbox.- 2007.
79. Shang-Ming Zhou, Robert John, Francisco Chiclana and Jonathan M. Garibaldi. New Type-2 Rule Ranking Indices for Designing Parsimonious Interval Type-2 Fuzzy Logic Systems, 2007.
80. Mahant, Narendra. «Risk Assessment is Fuzzy Business - Fuzzy Logic Provides the Way to Assess Off-site Risk from Industrial Installations». Risk 2004. 2004. No. 206.

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ