Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Сетевые процессы в инновационной экономике. Монография
.pdf
Таким образом, представленные кластеры делят регионы по
уровню потенциала развития инновационных сетей:
– 1 кластер, регионы – начальные звенья инновационных сетей –
регионы, характеризующиеся высоким уровнем компетенций,
но низкой отдачей ресурсов. Такие регионы характеризуются высокой
конкурентной средой инновационной деятельности, поэтому в
данном случае ориентир развития инновационных сетей должен быть
ориентирован на развитие рынков реализации инновационной продукции, протекционистская региональная инновационная политика,
ориентированная на стимулирование спроса на локальные инновационные товары;
– 2 кластер, регионы-реципиенты, наиболее многочисленный,
включает регионы, которые характеризуются низким уровнем инновационной компетенцией и слабым развитием институциональной среды
институционального инновационного взаимодействия. В данном случае приоритетной задачей региональной инновационной политики
становится стимулирование инновационной активности за счет
предоставления налоговых преференций, целевых программ поддержки инновационных предприятий, развитие институтов студенческих стартаппов;
– 3 кластер, промежуточные регионы – характеризуются средними значениями как по уровню компетенции, так и по уровню отдачи
инновационных затрат. Такие регионы характеризуются неустойчивым
положением в инновационной цепочке (не демонстрируют четкую
принадлежность ни к начальным, ни к конечным этапам инновационной цепочки). Фактически такие регионы можно характеризовать как
инновационно-закрытые, то есть предел потенциала роста региона
достигнут за счет внутренних ресурсов, поэтому управленческой задачей управления развитием инновационных сетей является развитие
межрегиональных связей. Рычагами такого развития могут стать механизмы государственной поддержки межрегиональных проектов;
– 4 кластер – конечные звенья инновационной сети. Относительно высокие значения отдачи инновационных затрат в привязке к
низкому уровню инновационной компетенции делает такие регионы
«полигоном» реализации инновационных идей. В данном случае необходимо развитие институтов интеллектуального производства: стимулирование создания объектов инновационной инфраструктуры, развитие вузовской инновационной инфраструктуры и т.п.
71
Количественные данные группировки, основанные на результа-
Показатель
Кластеры
1 2 3
4
Инновационная
активность в регионе
21,30
8,79
11,99
5,78
Отдача инновационных затрат в
регионе
5,07
2,89
14,63
39,57
Число наблюдений в кластере
5
66
5
4
Регионы кластера
9,43,
45,58,
78
1,3,4,6,7,10,11,12,13,14,15,16,17,
19,21,22,23,24,25,26,27,29,30,31,
32,33,34,35,36,37,38,39,40,42,44,
46,47,48,49,50,51,52,53,54,55,56,
57,59,60,61,62,64,65,66,68,69,70,7
1,72,73,74,75,76,77,79,80
2,8,18,41,67
5,20,
28,63
тах кластерного анализа, представлены в табл. 4.3.
Таблица 4.3. Конечные центры кластеров*
*Примечание: цифрами обозначены области: 1 – Белгородская,
2 – Брянская, 3 – Владимирская, 4 – Воронежская, 5 – Ивановская, 6 – Калуж-
ская, 7 – Костромская, 8 – Курская, 9 – Липецкая, 10 – Московская, 11 – Орловская, 12 – Рязанская, 13 – Смоленская, 14 – Тамбовская, 15 – Тверская,
16 – Тульская, 17 – Ярославская, 21 – Архангельская, 22 – Калининградская,
23 – Ленинградская, 24 – Мурманская, 25 – Новгородская, 26 – Псковская,
31 – Астраханская, 32 – Волгоградская, 33 – Ростовская; , 47 – Кировская,
48 – Нижегородская, 49 – Оренбургская, 50 – Пензенская, 51 – Самарская,
52 – Саратовская, 53 – Ульяновская, 54 – Курганская, 55 – Свердловская,
56 – Тюменская, 57 – Челябинская, 65 – Иркутская, 66 – Кемеровская,
67 – Новосибирская, 68 – Омская, 69 – Томская, 74 – Амурская, 75 – Магадан-
ская, 76 – Сахалинская, 77 – Еврейская автономная; города: 18 – Москва,
27 – Санкт-Петербург, 80 – Севастополь; республики: 19 – Карелия, 20 – Ко-
ми, 28 – Адыгея, 29 – Калмыкия, 34 – Дагестан, 35 – Ингушетия, 36 – Карачаево-Черкессия, 37 – Северная Осетия-Алания, 38 – Чечня, 40 – Башкортостан, 41 – Марий Эл, 42 – Мордовия, 43 – Татарстан, 44 – Удмуртия, 45 – Чувашия, 58 – Алтай, 59 – Бурятия, 60 – Тыва, 61 – Хакасия, 70 – Саха,
79 – Крым; края: 30 – Краснодарский, 39 – Ставропольский, 46 – Пермский;
62 – Алтайский, 63 – Забайкальский, 64 – Красноярский, 71 – Камчатский,
72 – Приморский, 73 – Хабаровский; 78 – Чукотский автономный округ.
72
Таким образом, предложенная методика разработки региональной стратегии развития инновационных сетей предполагает группировку регионов на основе кластерного анализа на четыре группы регионов, каждая из которых характеризуется различным уровнем развития инновационных сетей, оцененным посредством определения уровня инновационной компетенции предприятий и институциональной
среды региона. Для каждой группы регионов предполагается свой механизм управления, основанный на развитии сильных сторон и устранении недостатков инновационных сетей региона.
Проведенное исследование подтвердило гипотезу о критериях
определения формы сетевого взаимодействия, которые включают уровень инновационной компетенции и риск потери инновационной ренты. При этом последовательное изменение значений критериев позволило сформировать стратегию развития инновационной сети посредством преобразования спин-офф компаний, созданных на базе подразделений НИОКР, в инновационные альянсы (стратегические союзы), а
затем в инновационную сеть в форме стратегии инсорсинга.
Практическая значимость предлагаемого исследования определяется перспективной ролью сетевых структур в конкурентоспособной
экономике, гибкость таких форм взаимодействия в текущей динамичной внешней среде обусловила необходимость разработки практических рекомендаций по стратегии их создания и функционирования.
Кроме этого использование предлагаемого подхода к группировке региональных экономических систем по уровню развития инновационных сетей может служить основой для разработки региональной инновационной политики, федеральных целевых программ стимулирования
инноваций. Преимуществом предлагаемого подхода является тот факт,
что в рамках управленческих решений учитываются особенности региональной инновационной системы.
73
ЗАКЛЮЧЕНИЕ
Проведенное исследование позволило сформулировать основные закономерности функционирования и развития инновационных
сетей. На основе инновационных индикаторов регионов РФ была проведена апробация предложенных концепций.
В рамках проведенного исследования была разработана теоретическая модель функции полезности участников сети, которая определяется ростом количества взаимосвязей. При этом данная модель
учитывает обратную зависимость между величиной сетевых эффектов,
аккумулируемых ростом численности сети, и величиной трансакционных затрат, которые несет система в целом в силу усложнения коммуникационных процессов. Отсюда вытекает параболическая зависимость функции полезности от численности участников сети, то есть
ожидается появление точки бифуркации, где рост затрат, связанных с
увеличением числа участников сети превысит рост функции полезности, то есть эффект от участия в сети будет равен нулю и будет снижаться по мере увеличения сети:
F = Ri – С
= Ri – (Mi ∙ N
inn
𝐍−𝟏
𝟐
) = 0,
где R – ресурсная база сети, включающая совокупные ресурсные мощности всех видов ресурсов всех участников сети; Т – скорость прохождения инновационного потока; Mi – параметр производительности i-го
элемента сети; N – численность участников сети, N
𝐍−𝟏
– численность
𝟐
взаимосвязей в сети.
Отсюда можно найти критическую массу участников сети, которая приведет к нулевому эффекту от участия в сети при заданных Ri и Mi:
𝐍=
𝟏
𝟐
𝐌
𝟏
𝐌𝐢∙(
𝟐
𝟏
𝟐
𝟐
𝐌𝐢−𝟒𝐑
)
𝐢
.
±
𝐢
На основе данной модели представлена математическая модель
определения оптимальных характеристик сети: численности и степени
формализации, обеспечивающей максимальную эффективность тран-
74
сакций и ресурсное наполнение сети при минимальных трансакционных затратах, посредством решения уравнения
R(N,A) = TC (N,A) = E(N,A),
где R – ресурсное наполнение сети; ТC – трансакционные издержки
сети; E – эффективность трансакций в сети; Ч – численность сети;
A – степень формализации сети.
Представленная зависимость приобретает особую актуальность в условиях открытых инноваций, так как определяют рамки обмена информацией с точки зрения эффективности затрат на ее обработку и преобразование.
Таким образом, задача математического моделирования инновационного сетевого взаимодействия приобретает форму решения задачи линейного программирования с двумя целевыми функциями:
а) функция минимизации временных и ресурсных затрат:
R, T → min;
б) функция максимизации сетевого эффекта от участия в сети i-
го агента, который определяется разностью ценности инновационной
сети (C
), и его затратами, связанными со входом и участием
inni
в сети (Ri):
F = Ri – C
= Ri – (Mi ∙N ∙
inn
𝐍−𝟏
𝟐
) → min
или
F = C
– Ri= (Mi ∙N ∙
inn
𝐍−𝟏
𝟐
) – R
→ max,
i
где R – ресурсная база сети, включающая совокупные ресурсные мощности всех видов ресурсов всех участников сети; Т – скорость прохождения инновационного потока; Mi – параметр производительности i-го
элемента сети; N – численность участников сети; Mi ∙N – пропускная
способность сети, N ∙
𝐍−𝟏
– численность взаимосвязей в сети.
𝟐
Наряду с этим предложена модель распределения добавленной
стоимости инновационной продукции, которая предполагает частичное внедрение концепции открытых инноваций. Открытые инновации
предполагают справедливое распределение добавленной стоимости в
75
соответствии с рыночными факторами (цена и предложение), которые
обеспечивают пропорциональное распределение добавленной стоимости за счет объективного определения рыночной цены на каждом этапе
инновационного цикла. В то же время свободное движение инновации
внутри сети, способствующее ускорению диффузии инновации требует минимизации интеллектуальной собственности, что приводит к
низкой мотивации наукоемкого блока сети, что целесообразно нивелировать за счет обеспечения обратного потока добавленной стоимости и
его зависимости от интенсивности потока инноваций в сети.
Проведенный анализ характеристик инновационного аутсорсин-
га и сформулированная на его основе математическая модель зависимости позволила сделать вывод о том, что активное внедрение сетевых
форм взаимодействия возможно при условии увеличения числа спинофф компаний, формирующихся на базе подразделений НИОКР, выходящих за пределы материнской организации. В этом случае развитие
компетенций малых инновационных компаний (спин-офф) приведет к
реализации стратегии альянсов, которые в долгосрочной перспективе
будут стремиться к реализации стратегии инсорсинга, ориентированного на формирование формализованных инновационных сетевых
структур, способных максимизировать эффективность использования
инновационных ресурсов при надлежащем уровне инновационной
компетенции.
Анализ статистических данных о характере инновационного
аутсорсинга в регионах РФ кластерным методом позволило сгруппировать регионы по уровню потенциала развития инновационных сетей:
– 1 кластер включает регионы – начальные звенья инновационных сетей, характеризующиеся высоким уровнем компетенций, но
низкой отдачей ресурсов. Такие регионы характеризуются высокой
конкурентной средой инновационной деятельности, поэтому в данном
случае ориентир развития инновационных сетей должен быть
ориентирован на развитие рынков реализации инновационной продукции, протекционистская региональная инновационная политика,
ориентированная на стимулирование спроса на локальные инновационные товары.
– 2 кластер, наиболее многочисленный, включает регионыреципиенты, которые характеризуются низким уровнем инновационной компетенцией и слабым развитием институциональной среды институционального инновационного взаимодействия. В данном случае
76
приоритетной задачей региональной инновационной политики становится стимулирование инновационной активности за счет предоставления налоговых преференций, целевых программ поддержки инновационных предприятий, развитие институтов студенческих стартаппов.
– 3 кластер включает промежуточные регионы, которые характеризуются средними значениями как по уровню компетенции, так и
по уровню отдачи инновационных затрат. Такие регионы характеризуются неустойчивым положением в инновационной цепочке (не демонстрируют четкую принадлежность ни к начальным, ни к конечным
этапам инновационной цепочки). Фактически такие регионы можно
характеризовать как инновационно-закрытые, то есть предел потенциала роста региона достигнут за счет внутренних ресурсов, поэтому
управленческой задачей управления развитием инновационных сетей
является развитие межрегиональных связей. Рычагами такого развития
могут стать механизмы государственной поддержки межрегиональных
проектов.
– 4 кластер включает конечные звенья инновационной сети.
Относительно высокие значения отдачи инновационных затрат в привязке к низкому уровню инновационной компетенции делает такие регионы «полигоном» реализации инновационных идей. В данном случае необходимо развитие институтов интеллектуального производства:
стимулирование создания объектов инновационной инфраструктуры,
развитие вузовской инновационной инфраструктуры и т.п.
77
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. ИННОВАЦИОННЫЕ СЕТИ КАК ЭЛЕМЕНТ
ЭКОНОМИЧЕСКОЙ СИСТЕМЫ
1. Федеральный закон от 23.08.1996 № 127–ФЗ (в ред. от
23.05.2016) «О науке и государственной научно-технической политике» (с изм. и доп., вступ. в силу с 01.01.2017).
2. Burt, R. Structural holes: The social structure of competition /
R. Burt. – Cambridge: Harvard Univ. Press, 1992. – P. 104–127.
3. Clark, J. B. The distribution of wealth / J. B. Clark. – М.: Gelios,
1992. – 368 p.
4. Coleman, J. Foundations of Social Theory / J. Coleman. – Cam-
bridge, MA: Belknap Press. 1990. – P. 111–135.
5. Etzkowitz, H. The dynamics of innovation: from National Sys-
tems and «Mode 2» to a Triple Helix of university-industry-government relations / H. Etzkowitz, L. Leydesdorff // Research Policy. – 2000. – Т. 29. –
P. 109–123.
6. Freeman, C. Networks of Innovators: a synthesis of research is-
sues. The Economics of Hope / Freeman C. (Ed.). – L.: Pinter, 1992. –
С. 93–120.
7. Granovetter, M. S. Network sampling. Some first steps /
M. S. Granovetter // American Journal of Sociology. – 1977. – Vol. 81. –
№ 6. – P. 1287–1303.
8. Jones, C. A general theory of network governance: Exchange
conditions and social mechanisms / C. Jones, W. S. Hesterly, S. P. Borgatti //
Academy of Management Journal. – 1997. – Vol. 22. – № 4. – P. 917–918.
9. Kogut, B. Knowledge in the Network and the Network as
Knowledge: The Structuring of new Industries In Grabber, G. (eds.) The
Embedded firm: On the Socioeconomics of Industrial Networks / B. Kogut,
S. Weijan, W. Gordon. – L.: Routledge, 1993. – P. 67–94.
10. Moreno, G. L. Sociometry, Experimental Method and Science
of Society / G. L. Moreno. – N.Y.: Beacon Science, 1951. – P. 161–218.
11. North, D. Institutions / D. North // The Journal of Economic
Perspectives. – 1991. – Vol. 5. – № 1. – P. 97–112.
12. Say, J.-B. A Treatise on Political Economy/ J.-B. Say. – М.: De-
lo, 2000. – 232 p.
13. Smith, A. Economic Classics Anthology/ A. Smith, D. Ricardo. –
М.: Ekonov: Kluch, 1993. – 478 p.
78
14. Stewart, B. The Quest For Value: a Guide for Senior Managers.
N.Y.: Harper Collins Publishers. – 1991. – P. 44–50.
15. Zaraychenko, I. A. Innovation Networks Modeling Within the
Concept of Open Innovations / I. A. Zaraychenko, A. I. Shinkevich // International Journal of Economics and Financial. – 2016. – Vol. 6. – № 1. –
P. 192–198.
16. Кастельс, М. Э. Становление общества сетевых структур /
М. Э. Кастельс // Новая постиндустриальная волна на Западе: антология / под ред. В. Л. Иноземцева. – М.: Academia, 1999. – С. 494–505.
17. Кучерук, В. А. Формирование межфирменных сетей: тео-
рия, методология, инструментарий / В. А. Кучерук // Теория и практика
общественного развития. – 2011. – № 8. – С. 21–25.
18. Маршалл, А. / 100 великих экономистов до Кейнса //
А. Маршалл. – СПб.: Экономикус, 2008. – 352 с.
19. Нижегородцев, Р. М. Кластерно-сетевые эффекты и инсти-
туциональные фильтры в современной экономике знаний / Р. М. Нижегородцев // Управленец. – 2010. – № 7–8. – С. 46–51.
20. Портер М. Конкуренция / М. Портер. – М.: Вильямс. – 2000.
21. Райсс, М. Д. Границы «безграничных» предприятий: пер-
спективы сетевых организаций / М. Д. Райсс // Проблемы теории и
практики управления. – 1997. – № 1. – С. 92–97.
22. Зарайченко, И. А. Управление инновационными сетями в
российских мезоэкономических системах: монография / И. А. Зарайченко, А. И. Шинкевич. – Казан. нац. исслед. технол. ун-т. – Казань,
2013 . – 157 с.
23. Coase, R. H. The Nature of the Firm. / R. H. Coase. // Econo-
mica, New Series. – 1937. – Vol. 4. – № 16. – P. 386–405.
24. Третьяк, О. А. Сетевые формы межфирменной кооперации:
подходы к объяснению феномена / О. А. Третьяк, М. Н. Румянцева //
Российский журнал менеджмента. – 2003. – Т. 1. – № 2. – С. 25–50.
25. Barney, J. B. Organizational economics: Toward a new para-
digm for understanding and studying organizations / J. B. Barney,
W. G. Ouchi. – San Francisco: Jossey-Bass Publishers, 1986. – P. 72–98.
26. Williamson, O. E. Transaction-Cost Economics: The Gover-
nance of Contractual Relations / O. E. Williamson // Journal of Law and
Economics. – 1979. – Vol. 22. – № 2. – P. 233–261.
27. Национальные инновационные системы в России и ЕС /
под ред. В. В. Иванова [и др.]. – М.: ЦИПРАН РАН, 2006. – 280 с.
79
28. Ардашева, Е. П. Влияние отраслевой политики и институ-
циональных инноваций на повышение инвестиционной активности в
отраслях нефтегазохимического комплекса / Е. П. Ардашева,
Ш. Ш. Губаев // Вестник КТУ. – 2008. – № 1. – С. 112–127.
29. Стратегическое управление организационно-экономической
устойчивостью фирмы. Логистикоориентированное проектирование бизнеса / А. Д. Канчавели [и др.]; общ. ред.
А. А. Колобова, И. Н. Омельченко. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. – 600 с.
30. Черников, Д. А. Макроэкономическая теория / Д. А. Черни-
ков // Российский экономический журнал. – 1993. – № 11. – С. 21–25.
31. Европейская бизнес-инновационная сеть поддержки пред-
принимательства [Электронный ресурс]. – Режим доступа:
http://www.euroinfocenter.ru/set-eikc/o-seti-een, – свободный.
2. ВСТРАИВАНИЕ МОДЕЛИ ИННОВАЦИОННЫХ СЕТЕЙ
В КОНЦЕПЦИЮ ОТКРЫТЫХ ИННОВАЦИЙ
1. Chesbrough, H. Open Innovation. The New Imperative for
Creating and Profiting from Technology / H. Chesbrough. – Harvard Business School Press, 2003.
2. Coase, R. H. The Nature of the Firm / R. H. Coase // Economica,
New Series – 1937. – Vol. 4. – № 16. – P. 386–405.
3. Etzkowitz, H. The Triple Helix-University-Industry-Govern-
ment Relations: A Laboratory for Knowledge Based Economic Development / H. Etzkowitz, L. Leydesdorff. // EASST. – 1995. – Review 14. –
P. 14–19.
4. Katz, M. L. Network externalities, competition and compatibility /
M. L. Katz, C. Shapiro // American Economic Review. – 1985. – Vol. 75. –
№ 3. – P. 424–440.
5. North, D. Institutions / D. North // The Journal of Economic
Perspectives. – 1991. – Vol. 5. – № 1. – P. 97–112.
6. Perez, C. Catching Up in Technology: Entry Barriers and Win-
dows of Opportunity / C. Perez, L. Soete // In G. Dosi, Ch. Freeman, R. Nelson, G. Silverberg, L. Soete (eds). Technical Change and Economic Theory.
N.Y.: Columbia University Press and Pinter, 1988. – P. 458–479.
7. Rothwell, R. Towards the fifth-generation innovation process /
R. Rothwell // International Marketing Review. – 1994. – Vol. 11. – № 1. –
P. 7–31.
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]