The paper examines improvement of rationalization activity management at an industrial enterprise under increasing inflow of employee suggestions. The empirical basis includes reports for 2024, 2025 and the first eight months of 2026 and materials of rationalization proposal No. 435. A multifactor management model combines primary qualification, complexity categorization, labor-intensity normalization, operational planning and performance control. The model was tested using 30 initiatives and weekly operational data. The study treats rationalization activity as a managed organizational flow characterized by volume, complexity and required working time.

Keywords: rationalization activity, employee suggestions, innovation management, organizational systems, idea flow, categorization, labor intensity, operational planning.

1. Введение

Рационализаторская деятельность позволяет работникам участвовать в совершенствовании технологических, эксплуатационных и организационных процессов. Для технического подразделения результат зависит не только от числа поступивших инициатив, но и от возможности обеспечить их своевременную квалификацию, техническую проработку, согласование и практическое использование.

В литературе системы предложений работников рассматриваются как организационный механизм преобразования индивидуальной креативности в применимые идеи. Для таких систем существенны процедуры оценки и отбора поступающих инициатив [1, 2]. Исследования employee-driven innovation также рассматривают фильтрацию идей, распределение задач и организацию процесса их реализации как элементы управленческой системы [3].

Для промышленного технического подразделения задача осложняется ограниченностью фонда рабочего времени специалистов и неоднородностью поступающих предложений. Одинаковое количество инициатив в разные периоды может соответствовать различной трудовой нагрузке. Поэтому актуальной становится задача перехода от управления только количеством предложений к управлению их потоком с учетом сложности и трудоемкости.

Цель настоящего исследования разработать и апробировать многофакторную модель управления подготовкой рационализаторских предложений на примере ЧНГПУ.

2. Материалы и методы исследования

Исходными материалами послужили отчеты о результатах рационализаторской деятельности ЧНГПУ за 2024 и 2025 гг., отчет за восемь месяцев 2026 г. и рационализаторское предложение № 435 ЧНГПУ-ТО «Многофакторная модель фильтрации, категорирования и планирования подготовки рационализаторских предложений».

Таблица 1

Исходные показатели

В исследовании применены документальный и сравнительный анализ, описательная статистика, экспертная квалификация входящих инициатив, хронометраж трудозатрат и апробация организационного решения. Методика построена в несколько последовательных этапов. На первом этапе по материалам отчетности за 2024–2026 гг. определена динамика входящего потока и среднемесячная интенсивность поступления предложений. На втором этапе проведен анализ 30 фактически поступивших инициатив для выявления типовых признаков качества исходных материалов и факторов, влияющих на объем дальнейшей подготовки. На третьем этапе сформирована система первичной квалификации по пяти критериям. На четвертом этапе выполнено категорирование предложений по сложности и установлены нормативы трудоемкости методом хронометража. На пятом этапе разработаны правила недельного планирования и оперативного контроля. Результаты апробации сопоставлялись с фактическими показателями подготовки и использования рационализаторских предложений. Такой порядок позволяет разделить исходный анализ, разработку управленческого инструмента и оценку его практического применения.

Среднемесячная интенсивность поступления определялась по формуле:

I = N / T

где I интенсивность поступления, РП/мес.; N количество поступивших предложений; T продолжительность периода, мес.

Для оценки нагрузки использовалась модель:

HΣ = nA·tA + nБ·tБ + nВ·tВ

где nA, nБ, nВ число предложений категорий А, Б и В; tA, tБ, tВ нормативы трудоемкости.

3. Анализ динамики рационализаторской деятельности

Таблица 2

Основные показатели рационализаторской деятельности ЧНГПУ

Рис. 1. Количество поступивших рационализаторских предложений

В 2024 г. поступило 63 предложения, в 2025 г. — 62, за восемь месяцев 2026 г. — 84. Для корректного сопоставления 2026 г. с полными годами необходима нормировка на длительность периода.

Таблица 3

Среднемесячная интенсивность поступления РП

Рис. 2. Среднемесячная интенсивность поступления рационализаторских предложений

Интенсивность входящего потока в январе-августе 2026 г. составила 10,50 РП/мес., что примерно вдвое выше уровня предыдущих полных лет. Это формирует дополнительную нагрузку на процедуры первичной оценки и технической подготовки.

Рис. 3. Динамика количества авторов рационализаторских предложений

Число авторов выросло до 149 человек за восемь месяцев 2026 г. Одновременно расширился круг участников рационализаторской деятельности.

Рис. 4. Количество рационализаторских предложений на рассмотрении

Показатель количества предложений, находящихся на рассмотрении, в настоящей статье отдельно не используется, поскольку он характеризует незавершенный объем работ и требует анализа вместе с датами поступления и завершения предложений.

4. Постановка проблемы и гипотеза

Проблема состоит в необходимости поддерживать управляемую трудоемкость подготовки РП при увеличении скорости поступления инициатив. Обработка всех предложений по единому алгоритму не учитывает различия в сложности.

Гипотеза: последовательная первичная квалификация, категорирование по сложности, нормирование трудоемкости и оперативное планирование позволяют сделать нагрузку технического подразделения более предсказуемой при изменении входящего потока.

5. Разработка многофакторной модели

По результатам анализа разработана многофакторная модель управления подготовкой рационализаторских предложений. В ней входящая идея последовательно проходит квалификацию, оценку сложности и планирование работы. Качественные признаки предложения при этом связываются с нормативной трудоемкостью. Модель включает три уровня: первичную квалификацию, категорирование и оперативное планирование.

Первый уровень предусматривает оценку пяти признаков:

— инициативный характер предложения;

— техническое содержание;

— наличие предлагаемого способа решения;

— предварительные признаки новизны;

— отсутствие очевидного дублирования.

При бинарной оценке итоговый балл определяется как S=Σsi, где si принимает значения 0 или 1. В исходной апробации предложения с результатом менее 3 из 5 критериев направлялись на предварительную доработку.

На втором уровне предложения распределяются по сложности:

Таблица 4

Категории сложности и нормативная трудоемкость

Нормативы сформированы на основе анализа 30 инициатив. В исходных материалах модели указана структура 40 % / 35 % / 25 % и среднее значение 5.65 ч. При арифметическом пересчете указанных долей и нормативов получается 5,65 ч. Поэтому показатель 5.65 ч требует проверки по первичным данным хронометража и в настоящей статье не используется как подтвержденный результат.

H̄ = 0,40·2 + 0,35·6 + 0,25·11 = 5,65 ч

На третьем уровне формируется недельный план с учетом суммарной трудоемкости. Коэффициент загрузки определяется как Kload=Hplanned/Havailable. При Kload>1 план превышает доступный фонд рабочего времени и должен быть скорректирован.

Таблица 5

Работа модели построена последовательно: результаты первичной квалификации определяют состав дальнейшего потока, категорирование задает норматив трудоемкости, а фактические результаты подготовки используются при расчете KPI и корректировке недельного плана. В результате отбор, нормирование, планирование и контроль рассматриваются как связанные этапы одного процесса.

6. Апробация и результаты

Апробация модели проведена в техническом подразделении ЧНГПУ в 2026 г. На основании анализа 30 инициатив сформированы критерии первичной квалификации, категории сложности и нормативы трудоемкости.

Таблица 6

Пример недельного контроля процесса подготовки РП

Поэтому абсолютное число подготовленных предложений не следует использовать как единственный показатель производительности. В 18-ю неделю подготовлено меньше предложений, при этом в материалах апробации снижение связано с высокой долей сложных предложений. Нормирование позволяет учитывать структуру нагрузки.

7. Сопоставление с фактической динамикой

Рис. 5. Среднемесячное количество использованных рационализаторских предложений

Количество использованных РП составило 49 в 2024 г., 45 в 2025 г. и 54 за восемь месяцев 2026 г. В пересчете на месяц 4,08; 3,75 и 6,75 РП/мес. соответственно. Показатель 2026 г. нельзя напрямую сопоставлять с полными годами без учета неполного периода.

Экономический эффект составил 9 097,17 тыс. руб. в 2024 г., 11 573,00 тыс. руб. в 2025 г. и 287,59 тыс. руб. за восемь месяцев 2026 г. Экономический эффект не следует напрямую интерпретировать как эффект организационной модели, поскольку он зависит от содержания производственных решений и сроков их внедрения.

8. Обсуждение

Предлагаемый подход соответствует логике систем предложений работников, где результат зависит от организации движения идеи от момента ее поступления до применения [1–3]. Его прикладная особенность заключается в соединении оценки входящей инициативы с планированием требуемого рабочего времени.

Вместо одинаковой процедуры для всех предложений используется распределение по уровням сложности. Это позволяет планировать не только количество РП, но и совокупную трудоемкость.

Накопление статистики по каждой категории позволит уточнять нормативы. В дальнейшем это дает возможность перейти от экспертного нормирования к статистическому прогнозированию трудоемкости.

9. Научная новизна и практическая значимость

Научная новизна работы состоит в объединении многокритериальной первичной квалификации, категорирования, нормирования трудоемкости, оперативного планирования и KPI в одной модели управления потоком рационализаторских предложений.

Модель не требует приобретения дополнительного оборудования. Для ее применения используются: чек-лист, матрица категорий, нормативы трудоемкости, недельный план и показатели контроля.

Перенос модели в другое техническое подразделение требует предварительной проверки критериев и нормативов на локальных данных.

10. Ограничения исследования

— 2026 г. представлен только за восемь месяцев, поэтому абсолютные показатели нельзя напрямую сравнивать с полными годами;

— отчетность не содержит полного массива фактической трудоемкости каждого предложения;

— отсутствует полноценная контрольная выборка «до/после» для строгой оценки причинного эффекта модели;

— экономический эффект РП определяется содержанием производственных решений и не может автоматически использоваться как показатель эффективности организационной модели.

Кроме того, расхождение между указанным в исходном материале средним значением 5.65 ч и арифметическим результатом 5,65 ч при долях 40 %/35 %/25 % требует проверки первичной таблицы хронометража.

11. Направления дальнейшего исследования

Для количественной проверки модели предлагается вести по каждому РП единую базу данных:

— дата поступления;

— результат первичной квалификации;

— число выполненных критериев;

— категория сложности;

— фактическая трудоемкость;

— срок подготовки;

— число возвратов на доработку;

— число согласований;

— результат рассмотрения;

— факт использования;

— экономический эффект.

После накопления достаточной выборки может быть оценена регрессионная зависимость трудоемкости:

H = β0 + β1X1 + β2X2 + … + βkXk + ε

где H фактическая трудоемкость; Xi измеряемые характеристики предложения; βi параметры модели; ε случайная составляющая.

Такой подход позволит проверить, какие характеристики предложения действительно объясняют трудоемкость, и заменить фиксированные нормативы прогнозными интервалами.

12. Заключение

Анализ рационализаторской деятельности ЧНГПУ показал увеличение интенсивности входящего потока в 2026 г.: с 5,17–5,25 РП/мес. в предыдущие полные годы до 10,50 РП/мес. за восемь месяцев 2026 г. Число авторов за этот период составило 149 человек.

Разработанная многофакторная модель предусматривает последовательную первичную квалификацию, категорирование по сложности, нормирование трудоемкости и оперативное планирование. Основное изменение в организации работы связано с переходом от планирования только по числу предложений к учету структуры потока и его трудоемкости.

Апробация на 30 инициативах и недельных данных показала, что предложенный порядок можно применять в работе технического подразделения. Вместе с тем строгая оценка эффективности требует дальнейшего накопления индивидуальных данных по предложениям и проведения статистического сравнения.

Предложенная модель может использоваться как основа для дальнейшего развития системы управления рационализаторской деятельностью ЧНГПУ. Следующим этапом является накопление данных для количественной проверки факторов, влияющих на трудоемкость подготовки предложений.

Литература:

1. Фрёлих Ю. К., Хёгль М., Гибберт М. Выбор идей в системах подачи предложений: тематический аспект сходства // R&D Management. 2016. Т. 46, № 5. С. 887–899. DOI: 10.1111/radm.12154. URL: https://onlinelibrary.wiley.com/doi/10.1111/radm.12154
2. Глазкова А. С., Климова М. В. Опыт управления системой мотивации изобретателей и рационализаторов в высокотехнологичных и наукоемких компаниях и предложения по его масштабированию. «Экономика сельскохозяйственных и перерабатывающих предприятий», 2024, № 4, с. 38–43, DOI 10.31442/0235–2494–2024–0–4–38–43. URL: https://doi.org/10.31442/0235–2494–2024–0–4–38–43
3. Прогнозирование инновационной активности компании на основе индикаторов инновационного потенциала
4. Отчет о результатах рационализаторской деятельности Чаяндинского НГПУ за 2024 год. Внутренний документ.
5. Отчет о результатах рационализаторской деятельности Чаяндинского НГПУ за 2025 год. Внутренний документ.
6. Отчет о результатах рационализаторской деятельности Чаяндинского НГПУ за 8 месяцев 2026 года. Внутренний документ.
7. Многофакторная модель фильтрации, категорирования и планирования подготовки рационализаторских предложений: рационализаторское предложение № 435 ЧНГПУ-ТО от 27.05.2026. Внутренний документ.
8. СТО Газпром 6.3–2016. Рационализаторская деятельность в ПАО «Газпром» и организациях группы Газпром. Внутренний нормативный документ.