Модель управления и оценки устойчивости созвездий создания стоимости предприятий агропромышленного комплекса
Журнал: Вестник Пермского университета. Серия: Экономика @economics-psu
Рубрика: Математические, статистические и инструментальные методы в экономике
Статья в выпуске: 3 т.21, 2026 года.
Бесплатный доступ
Введение. Современное развитие предприятий агропромышленного комплекса (АПК) сопровождается усложнением структуры взаимодействий между ними. Входящие в данную структуру предприятия относятся к разным формам собственности и направлениям деятельности: производители сельскохозяйственной продукции, перерабатывающие предприятия, организации, обеспечивающие логистику, финансовые и государственные институты, а также цифровые платформы. В условиях цифровой трансформации традиционная модель цепочки создания добавленной стоимости требует модернизации в контексте разработки количественных методов анализа устойчивости экономических взаимодействий. Цель. Разработка и апробация экономико-математического подхода, позволяющего анализировать устойчивость сетей взаимодействий предприятий и организаций агропромышленного комплекса и управлять ими на основе методов спектрального анализа графов. Материалы и методы. Методологической основой исследования выступают концепции цепочек и сетей создания стоимости, теория созвездий стоимости и сервис-доминантная логика. Для количественного анализа структуры взаимодействий используется аппарат теории графов, включающий построение матрицы Лапласа и спектральный анализ на основе оценки алгебраической связности графа. В качестве ключевого показателя устойчивости сети применяется второе собственное значение матрицы Лапласа – число Фидлера. Для иллюстрации возможностей предложенного подхода проведено моделирование нескольких сценариев межорганизационных взаимодействий. Результаты. Установлено, что классическая линейная модель цепочки создания добавленной стоимости характеризуется низким уровнем показателя структурной устойчивости. Показано, что добавление новых экономических акторов (дополнительных производителей, логистических операторов и др.) приводит к росту числа альтернативных маршрутов взаимодействия и увеличению значения спектральных показателей связности сети. Выводы. Научно-практический вклад работы заключается в разработке экономико-математического подхода, связанного с анализом устойчивости сетей взаимодействия предприятий АПК на основе спектральных характеристик графов. Полученные результаты могут быть использованы при разработке стратегий развития предприятия АПК, а также без ограничения общности могут быть перенесены на другие отрасли.
Короткий адрес: https://sciup.org/147255424
IDS: 147255424 | УДК: 330.142 | DOI: 10.17072/1994-9960-2026-3-398-416
A model for managing and assessing the sustainability of value creation constellations in agro-industrial enterprises
Introduction. The modern development of agro-industrial enterprises is accompanied by an increasingly complicated system of interactions between them. This system encompasses enterprises of various ownership types and kinds of business, including agricultural producers, processing plants, logistics organizations, financial and government institutions, and digital platforms. Digital transformation determines the upgrade of the traditional value chain model in terms of developing quantitative methods for analyzing the sustainability of economic interactions. Purpose. The article aims at developing and testing an economic-mathematical approach for analyzing and managing the sustainability of interaction networks between agro-industrial enterprises and organizations with graph spectral analysis methods. Materials and methods. Methodologically, the article refers to the concepts of value chains and networks, value constellation theory, and service-dominant logic. Graph theory is used for a quantitative analysis of the interaction structure, including the construction of the Laplace matrix and spectral analysis based on an assessment of the algebraic connectivity of the graph. The second eigenvalue of the Laplace matrix, the Fiedler number, is used as a key indicator of network stability. To illustrate the capabilities of the proposed approach, several interorganizational interaction scenarios were simulated. Results. The classical linear value chain model was found to be characterized by low structural stability. Added new economic actors (additional producers, logistics operators, etc.) are shown to increase the number of alternative interaction routes and enhance the value of spectral indicators of network connectivity. Conclusions. This work scientifically and practically contributes into the development of an economic-mathematical approach related to the stability analysis of interaction networks of agricultural enterprises based on the spectral characteristics of graphs. The obtained results can be used for designing development strategies for agricultural enterprises and can be transferred to other industries with no loss of generality.
Текст научной статьи Модель управления и оценки устойчивости созвездий создания стоимости предприятий агропромышленного комплекса
Исследование выполнено при поддержке Российского научного фонда в рамках гранта № 25-28-01634 «Интеллектуальная система управления цепочками стоимости в агропромышленном комплексе на основе технологий больших данных и искусственного интеллекта»,
The study is funded by the Russian Scientific Fund and its grant no. 25-28-01634 “Intelligent Value Chain Management System in the Agro-Industrial Complex Based on Big Data and Artificial Intelligence Technologies”,
Развитие современной экономики сопровождается усложнением структуры межфирменных взаимодействий и формированием сложных систем создания стоимости, в рамках которых предприятия объединяются в сети, кластеры и экосистемы. Классическая концепция цепочки создания стоимости сформулирована М. Портером ( M. Porter ) [1], который предложил рассматривать предприятие как систему взаимосвязанных видов деятельности, обеспечивающих формирование конкурентных преимуществ за счет оптимизации использования как внутренних, так и внешних ресурсов. Дальнейшее развитие данной концепции было связано с исследованием различных методов оптимизации цепочек создания стоимости и управления потоками ресурсов между предприятиями. Так, Дж. Ф. Шапиро ( J. F. Shapiro ), В. М. Сингхал ( V. M. Singhal ), С. Н. Вагнер ( S. N. Wagner ) рассматривали задачи оптимизации цепочек поставок и распределения ресурсов в процессе межфирменных взаимодействий [2]. Ч. Х. Файн ( Ch. H. Fine ) с соавторами оценивали гибкость цепочек создания стоимости и их способность адаптироваться к изменениям внешней среды [3]. В своих исследованиях Ц. Чжан ( Q. Zhang ), М. А. Вондерембсе ( M. A. Vonderembse ), Дж. С. Лим ( J. S. Lim ) особое внимание уделяли проблеме управления конкурентоспособностью предприятий на основе анализа цепочек создания стоимости [4].
По мере развития экономики и усложнения межорганизационных взаимодействий линейная модель цепочки создания стоимости (модель цепочки создания добавленной стоимости) стала постепенно дополняться сетевыми формами организации таких взаимодействий. Существенный вклад в развитие данной проблематики внесли Р. Норманн (R. Normann), Р. Рамирес (R. Ramírez), предложившие концепцию «созвездия ценности», в рамках которой стоимость формируется в результате взаимодействия множества акторов, участвующих в совместном создании ценности (сто- имости) [5]. Развитие сетевого подхода продолжили Ч. Б. Стабелл (Ch. B. Stabell) и О. Д. Фьельд-стад (Ø. D. Fjeldstad), которые показали, что создание стоимости может осуществляться в различных конфигурациях, включая цепочки, сети и специализированные структуры межорганизационного взаимодействия [6].
Важным направлением исследований стало изучение эволюции сетей создания стоимости. В. Алли ( V. Allee ) [7] и П. Оксанен ( P. Oksanen ) с соавторами [8] предложили метод анализа сетей создания ценности (стоимости), позволяющий оценивать качество трансформации материальных и нематериальных активов в процессе межорганизационного взаимодействия.
Дальнейшее развитие теоретической базы исследований сетевых взаимодействий связано с концепцией сервис-доминантной логики, которую предложили С. Л. Варго ( S. L. Vargo ) и Р. Ф. Луш ( R. F. Lusch ). Согласно этой концепции стоимость формируется в процессе взаимодействия и интеграции ресурсов различных участников систем создания стоимости [9; 10]. В условиях цифровой трансформации экономики подобные взаимодействия становятся все более сложными и многоуровневыми, и это требует разработки и применения новых экономико-математических методов анализа структуры экономических систем, включающих такие взаимодействия.
В российской экономической литературе проблематика развития цепочек создания стоимости и их трансформации в условиях цифровизации рассматривается в работе В. Е. Дементьева, Е. В. Устюжаниной, С. Г. Евсюкова, где показано, что цифровая трансформация может приводить как к росту эффективности цепочек создания ценности (стоимости), так и к возникновению новых экономических рисков [11]. В. Б. Кондратьев в свою очередь анализирует особенности формирования глобальных цепочек стоимости и их влияние на структуру современной экономики [12].
Несмотря на значительный объем исследований, посвященных анализу цепочек и сетей создания стоимости, остается недостаточно изученной проблема количественной оценки устойчивости межорганизационных взаимодействий, особенно в отраслях с высоким уровнем сложности производственных и логистических связей, к которым, безусловно, относится агропромышленный комплекс. В рамках современного АПК взаимодействуют многочисленные экономические акторы: производители сельскохозяйственной продукции, перерабатывающие предприятия, логистические операторы, финансовые и государственные институты, включая различные цифровые платформы. Изучение связей между отдельными участниками цепочки создания стоимости делает актуальной задачу разработки методов количественной оценки устойчивости таких связей в рамках межорганизационных взаимодействий.
Одним из перспективных направлений анализа структуры сложных экономических систем является использование методов теории графов и спектрального анализа сетей. В работах Б. Мохара ( B. Mohar ) [13] и М. Фидлера ( М. Fiedler ) [14] показано, что спектральные характеристики матрицы Лапласа графа сетевых структур позволяют количественно оценивать их связанность и устойчивость. Применение подобных методов анализа дает возможность перейти от качественного описания межфирменных взаимодействий к их количественному анализу.
Целью исследования является разработка модели управления и оценки устойчивости созвездий создания стоимости в агропромышленном комплексе на основе методов спектрального анализа теории графов.
МАТЕРИАЛЫ И МЕТОДЫ
Теоретические аспекты анализа цепочек и созвездий создания стоимости
Термин value chain используется в англоязычной литературе и дословно переводится как «цепочка ценности», тогда как в российской практике научных исследований чаще исполь- зуется формулировка «цепочка создания стоимости». В международных исследованиях она трактуется как комплексная характеристика, включающая не только количественные экономические показатели, но и качественные, такие как доверие, репутация и условия взаимодействия между участниками цепочки [15; 16]. Данное различие отражает не разную интерпретацию категории value, а именно особенности перевода. В настоящем исследовании под стоимостью понимается комплексная категория, эквивалентная понятию value, включающая как монетарные, так и немонетарные компоненты формирования результата взаимодействия множества экономических акторов в рамках АПК.
Анализ научной литературы показывает, что развитие теоретических представлений о механизмах создания value (стоимости) в экономических системах происходило по нескольким взаимосвязанным направлениям. Основные подходы, сформировавшиеся в экономической науке и отражающие эволюцию представлений о структуре цепочек и созвездий создания стоимости – от линейных производственных систем к сетевым и экосистемным моделям взаимодействия – представлены в табл. 1.
Как следует из приведенных в табл. 1 подходов, различные концепции создания стоимости опираются на различные методы экономического анализа. В рамках теории цепочек создания стоимости основное внимание уделяется оптимизационным моделям управления производственными и логистическими процессами, направленным на повышение эффективности распределения ресурсов и снижение транзакционных издержек. Сетевые подходы, основанные на концепциях сетей и созвездий создания стоимости, используют инструменты анализа межорганизационных взаимодействий и методы анализа сетей ( network analysis ), позволяющие исследовать структуру связей между предприятиями и выявлять ключевых участников созвездий и цепочек создания стоимости.
Табл. 1. Основные теоретические подходы к анализу создания стоимости и их значение для исследования устойчивости сетей взаимодействия предприятий АПК
Table 1. Key theoretical approaches to the analysis of value creation and their importance for studying the sustainability of interaction networks of agricultural enterprises
Комплексный анализ указанных подходов позволяет заключить, что современные цепочки и созвездия создания стоимости целесообразно рассматривать как сложные сетевые структуры, устойчивость функционирования которых определяется не только индивидуальными характеристиками отдельных предприятий, но и архитектурой их взаимосвязей: плотностью контактов, наличием ключевых участников таких взаимодействий, способностью к перераспределению ресурсов и т. д.
Для агропромышленного комплекса указанные трансформации имеют принципиальное значение, поскольку исторически сложившаяся структура взаимодействия в сельском хозяйстве, которая описывалась цепочкой поставок, включающей последовательные этапы (производство сельскохозяйственного сырья, его переработка, хранение, транспортировка и реализация готовой продукции), становится менее эффективной и серьезно уступает в результативности сетевым формам организации взаимодействий. Это объясняется тем, что в новой модели создания стоимости совместное использование ресурсов, информации и инфраструктурных элементов резко снижает транзакционные издержки отдельных участников созвездия создания стоимости.
С позиции экономико-математического моделирования межорганизационные взаимодействия в агропромышленном комплексе целесообразно формализовать в виде графа: предприятия выступают узлами, а их производственно-логистические и финансовые связи – ребрами. Такой подход позволяет применять методы сетевого и спектрального анализа теории графов для оценки устойчивости взаимо- действий и идентификации ключевых участников созвездия создания стоимости.
Эволюция теоретических представлений о создании стоимости – от классических цепочек создания стоимости к современным концепциям сетей и созвездий ценности – формирует методологическую основу для анализа сложных межорганизационных взаимодействий в АПК. Использование методов спектрального анализа теории графов обеспечивает переход от качественного описания взаимодействий между предприятиями к их количественной оценке и создает необходимые предпосылки для разработки экономико - математических моделей управления устойчивостью созвездий создания стоимости в АПК.
Экономико-математическая модель оценки устойчивости созвездий создания стоимости в АПК
Для формализации системы взаимодействий между предприятиями АПК используется модельное представление этой системы в виде графа. Исследование структуры графа может быть реализовано с помощью спектрального анализа – раздела теории графов. Основная идея заключается в том, что топологические свойства графа могут быть выражены с использованием собственных значений и собственных векторов матриц.
Пусть G = ( V , E ) – граф взаимодействий участников АПК, где V – множество узлов (предприятия, фермеры, логистические операторы, банки, цифровые платформы), E – множество связей между узлами графа.
Структура взаимодействий описывается матрицей смежности графа G = ( V , E ):
1, если между узлами i и j существует связь, (1) 0, иначе.
Для неориентированного графа матрица A является симметричной.
A = ( a ij ) , где a ij =<
На основе матрицы смежности формируется матрица степеней узлов:
D = diag ( d 1 , d 2 ,..., d n ) , (2)
где di = ^aij, di - суммарная оценка интен-j сивности связей каждого узла сети.
Ключевым объектом спектрального анализа в теории графов является матрица Лапласа L = D – A , которая содержит информацию о связности его компонент.
Фундаментальной математической основой данного подхода является спектральная теорема для симметричных матриц, которая утверждает, что для любой вещественной симметричной матрицы существует ортонормиро-ванный базис из собственных векторов и при этом все ее собственные значения являются вещественными [24].
Поскольку матрица Лапласа неориентированного графа является симметричной, ее можно представить в виде разложения
L = U Л U T , (3)
где
Ʌ
– диагональная матрица собственных значений 0
= 1
1
<1
2
<...
Экономический смысл данной теоремы состоит в том, что сложная структура связей при сетевом взаимодействии предприятий агропромышленного комплекса может быть однозначно представлена спектром графа – набором собственных значений матрицы Лапласа, который отражает фундаментальные характеристики его структуры.
Существенным свойством матрицы Лапласа является то, что количество нулевых собственных значений равно числу компонент связности графа. В частности, если λ 2 > 0, то граф считается связным [25]. Это свойство позволяет использовать второе собственное значение матрицы Лапласа для анализа связности системы взаимодействий между предприятиями.
Второе наименьшее собственное значение матрицы Лапласа λ 2 называется алгебраической связностью графа, или числом Фидлера, и отражает степень связности графа. При этом чем больше значение λ 2 , тем сложнее разделить граф на несколько независимых компонент.
В рамках данного исследования предлагается использовать показатель
S = 1 2 ( L ) (4)
в качестве индикатора устойчивости созвездия создания стоимости.
Под созвездием создания стоимости понимается совокупность предприятий АПК, взаимодействие которых обеспечивает последовательное формирование добавленной стоимости на различных этапах производственно-логистического процесса.
Экономическая интерпретация данного показателя может быть реализована следующим образом:
S = 0 – сеть взаимодействий несвязна и распадается на изолированные компоненты;
0 < S ≤ 0,3 – слабая устойчивость системы взаимодействий, высокая вероятность разрыва цепочек и созвездий создания стоимости;
0,3 < S ≤ 1 – умеренная устойчивость системы взаимодействий, невысокая вероятность разрыва цепочек и созвездий создания стоимости, наличие альтернативных каналов взаимодействия между предприятиями;
S > 1 – высокая устойчивость системы взаимодействий, низкая вероятность разрыва цепочек и созвездий создания стоимости.
Предлагаемые границы интервалов носят эвристический характер с опорой на шкалу Харрингтона и предназначены для интерпретации результатов в рамках настоящего исследования. При этом мы понимаем, что окончательное обоснование границ интервалов требует накопления достаточного массива эмпирических данных о функционировании реальных сетей предприятий АПК.
Дополнительную информацию о структуре графа содержит собственный вектор, который соответствует значению λ2, носит название вектора Фидлера ν2 и может использоваться для разделения графа на две группы (отрицательные и положительные значения компонент вектора).
Узлы, значения компонент которых близки к нулю (минимальны по модулю), располагаются между такими группами и играют важную роль в поддержании взаимодействий между ними. Исключение подобных узлов из графа может привести к его разделению на несколько компонент.
В экономической интерпретации это означает, что соответствующие таким узлам предприятия являются критически важными элементами в системе взаимодействий между различными группами созвездий создания стоимости.
Характеристикой структуры экономической сети является спектральный разрыв, или зазор ( spectral gap ), который определяется как разность между соседними собственными значениями матрицы Лапласа:
Δ =λ 3 -λ 2, (5)
где λ 2 – число Фидлера; λ 3 – третье собственное значение матрицы Лапласа.
Данный показатель ∆ характеризует устойчивость разделения графа на группы узлов.
Если значение ∆ велико, то полученное разделение графа является устойчивым. В этом случае внутри групп наблюдается достаточно большое количество связей между узлами, в то время как между группами связей существенно меньше. Если значение ∆ невелико, границы между группами узлов оказываются неустойчивыми даже к незначительному изменению структуры связей в графе.
Для системы взаимодействий предприятий АПК это означает, что большое значение ∆ свидетельствует о наличии в сетевых структурах созвездий создания стоимости устойчивых групп предприятий, связанных интенсивными хозяйственными отношениями. Небольшое значение данного показателя указывает на слабую дифференциацию структуры взаимодействий между предприятиями АПК, участвующими в созвездиях создания стоимости. В такой ситуации небольшие изменения в структуре экономических связей могут существенно изменить всю конфигурацию взаимодействий между предприятиями.
Таким образом, совместное использование трех спектральных характеристик: алгебраической связности λ 2 ( L ), вектора Фидлера ν 2 и спектрального разрыва ∆ – позволяет комплексно анализировать структуру графа. При этом значение λ 2 характеризует общую связность системы взаимодействий, вектор Фидлера позволяет выявлять группы узлов, а спектральный разрыв отражает устойчивость выявленных групп.
В совокупности данные показатели формируют основу предложенной экономико-математической модели оценки устойчивости и управляемости созвездий создания стоимости в агропромышленном комплексе.
РЕЗУЛЬТАТЫ
Методика применения модели оценки устойчивости созвездий создания стоимости
Одним из результатов исследования является разработка методики оценки устойчивости и управляемости созвездий создания стоимости в АПК, основанной на использовании спектральных характеристик графа системы взаимодействий предприятий.
Методика включает в себя пять последовательных этапов.
Этап 1. Определение состава системы взаимодействий. Выявляется состав акторов системы взаимодействий, которые участвуют в формировании конечного продукта в рамках созвездия создания стоимости. К ним могут относиться производители сельскохозяйственной продукции, перерабатывающие предприятия, логистические операторы, торговые организации, финансовые и государственные институты, страховые компании, цифровые платформы.
Совокупность таких акторов формирует созвездие создания стоимости, которое рассматривается как объект анализа.
Этап 2. Формирование сети взаимодействий. Фиксируются взаимодействия между предприятиями (либо дихотомически, либо с определением весовых характеристик). Полученная структура описывается сетью взаимодействий, в которой узлами являются предприятия, а связи отражают наличие и силу хозяйственных отношений между ними.
Если используется взвешенный граф, аналогично рассчитывается λ 2 ( L w ), где
L w = D w - A w . (6)
В этом случае рост λ 2 интерпретируется в том числе как показатель повышения устойчивости за счет усиления существующих связей между участниками созвездий создания стоимости.
В рамках практического применения предложенной модели существенное значение приобретает процедура определения весов взаимодействий между участниками созвездия создания стоимости. Взвешенный граф позволяет учитывать интегральную характеристику показателей интенсивности и устойчивости межорганизационных взаимодействий.
В общем виде вес связи между участниками i и j может быть определен как интегральный показатель wj = a Fij + P Lij, (7)
где F ij – нормированный показатель интенсивности финансовых и логистических потоков между участниками взаимодействия; L ij – показатель устойчивости хозяйственных связей, учитывающий длительность хозяйственных отношений и регулярность взаимодействий; α, β – коэффициенты важности, удовлетворяющие условию α + β = 1.
В рамках апробации методики, представленной в настоящем исследовании, значения весов связей задавались на основе экспертной оценки силы взаимодействий между участни- ками созвездия создания стоимости и носили демонстрационный характер. При практическом применении модели значения показателей и весов могут определяться на основе данных бухгалтерской отчетности, отражающих объемы товарных и логистических потоков, интенсивности хозяйственных взаимодействий с использованием экспертных методов, таких как метод Шеннона, метод анализа иерархий и др.
Этап 3. Построение модели графа взаимодействий. Сеть взаимодействий формализуется в виде матрицы смежности A = (α ij ), позволяющей провести количественный анализ структуры взаимодействий между предприятиями. Невзвешенная матрица используется для оценки только устойчивости сети взаимодействий, а взвешенная еще и для оценки интенсивности таких взаимодействий.
Этап 4. Расчет спектральных характеристик λ 2 ( L ), вектора Фидлера ν 2 и спектрального разрыва ∆. Для полученного графа рассчитываются спектральные характеристики матрицы Лапласа, позволяющие оценить связность системы взаимодействий, распределение взаимодействий между группами предприятий и устойчивость полученной структуры взаимодействий.
Этап 5. Интерпретация результатов и формирование управленческих решений.
Полученные значения показателей (этап 4) используются для диагностики устойчивости созвездий создания стоимости. На основании выявленных спектральных характеристик опре- деляются управленческие решения, направленные на повышение устойчивости и управляемости созвездий создания стоимости (табл. 2).
Для практического применения методики используется следующая нормированная мет- рика спектрального разрыва A: 5 =
^ 3
— ^2
X 2
В таком случае интерпретация становится бо- лее универсальной с точки зрения практического применения: δ < 0,5 – слабая дифференциация структуры взаимодействий; 0,5 ≤ δ ≤ 1 – умеренная выраженность групп предприятий; δ > 1 – устойчивая структура взаимодействий.
Табл. 2. Интерпретация спектральных характеристик графа сети взаимодействий предприятий АПК
Table 2. Interpretation of the spectral characteristics of the network graph of interactions among agricultural enterprises
|
Спектральный показатель |
Диагностируемое свойство системы взаимодействий |
Интерпретация состояния системы |
Возможное управленческое решение |
|
Алгебраическая связность λ 2 ( L ) |
Общая устойчивость системы взаимодействий предприятий |
Низкое значение показателя свидетельствует о том, что взаимодействия между предприятиями неустойчивы и система может разделиться на независимые группы при разрыве отдельных связей |
Расширение сети взаимодействий за счет формирования новых хозяйственных связей между предприятиями, усиление кооперации между производителями и переработчиками, диверсификация логистических маршрутов, включение дополнительных участников в систему взаимодействий |
|
Наличие альтернативных взаимодействий между предприятиями |
Увеличение значения показателя отражает наличие нескольких путей взаимодействия между участниками системы |
Поддержка и усиление связей между предприятиями, развитие совместных производственных, логистических и ИТ-проектов |
|
|
Вектор Фидлера ν 2 |
Распределение взаимодействий между группами предприятий |
Предприятия, значения компонент которых близки к нулю, критически важны при осуществлении взаимодействий между различными группами предприятий |
Развитие взаимодействий между группами предприятий, которое может быть реализовано с помощью заключения новых контрактов, создания совместной инфраструктуры, внедрения цифровых платформ |
|
Спектральный разрыв ∆ |
Устойчивость распределения связей между группами предприятий |
Малое значение спектрального разрыва указывает на чувствительность структуры взаимодействий к изменениям отдельных связей |
Укрепление взаимодействий между предприятиями внутри групп на основе развития долгосрочных контрактных отношений, создание совместных инвестиционных проектов, формирование устойчивых логистических потоков |
|
Выраженность структуры взаимодействий |
Большое значение спектрального разрыва свидетельствует о наличии устойчивых групп взаимодействия предприятий |
Поддержка существующих структур и развитие инфраструктуры взаимодействий между участниками созвездия создания стоимости |
|
|
Источник : составлено авторами. Source : compiled by the authors. |
|||
С прикладной точки зрения предложенная модель может использоваться как инструмент поддержки и принятия управленческих решений в сфере развития межорганизационных взаимодействий предприятий АПК. В частности, использование спектральных характеристик графа позволяет выявлять критически значимых участников созвездия создания стоимости. Кроме того, с помощью модели можно проводить сценарный анализ «что…если» при включении новых участников в созвездия создания стоимости, оценивать влияние изменения силы хозяйственных связей на устойчивость системы, а также определять направления развития логистических взаимодействий между предприятиями АПК.
Представителями органов государственного управления предложенный подход может использоваться как инструмент диагностики структурной устойчивости региональных и отраслевых систем взаимодействия предприятий АПК, выявления потенциальных точек роста и обоснования объемов финансовых средств и материальных ресурсов государственной поддержки отдельных участников цепочек и созвездий создания стоимости.
Результаты применения модели оценки устойчивости созвездий создания стоимости
Для демонстрации возможностей предложенной методики были рассмотрены три сценария организации системы взаимодействий между предприятиями агропромышленного комплекса. Для каждого сценария построена матрица смежности графа, после чего рассчитаны собственные значения матрицы Лапласа, значение алгебраической связности λ 2 , компоненты вектора Фидлера ν 2 и спектральный разрыв ∆.
Расчеты выполнены в среде Python с использованием библиотек NumPy , SciPy и NetworkX .
Сценарий 1. Цепочка создания стоимости (базовая модель М. Портера)
В первом сценарии рассматривается линейная система взаимодействий, включающая пять участников: 1 – производитель (фермер, предприятие); 2 – переработчик; 3 – логистический оператор; 4 – оптовая торговля; 5 – розничная торговля. Матрица смежности имеет вид
Сценарий 1: Цепочка создания стоимости
Eigenvalues: [0. 0.382 1.382 2.618 3.618]
lambda2 = 0.382 spectral gap - 1.0
Fiedler vector: [ 0.6015 0.3717 0. -0.3717 -0.6015]
Сценарий 1: Цепочка создания стоимости
Источник : составлено авторами. Source : compiled by the authors.
Рис. 1. Цепочка создания стоимости (базовая модель М. Портера)
Fig. 1. Value chain (M. Porter’s basic model)
A i =
Г 0 1 0 0 0 ^
10 10 0
.
0 J
На рис. 1 представлены результаты работы кода для первого сценария.
Собственные значения матрицы Лапласа: 0; 0,382; 1,382; 2,618; 3,618. Следовательно,
1 2 ( L ) = 0,382,
Д = 1,382 - 0,382 = 1,0,
5 =
Д
Х 2
Компонента, близкая к нулю, соответствует логистическому оператору, а значит, именно данный участник расположен между двумя компонентами связности графа, описывающего систему взаимодействий между предприятиями АПК. Нарушение этой связи приводит к разделению цепочки создания стоимости и экономическим потерям.
Сценарий 2. Сеть взаимодействий предприятий АПК
Во втором сценарии к базовой цепочке добавляются дополнительные связи между такими предприятиями, как производитель (фермер, предприятие) – логистический оператор и переработчик – оптовая торговля.
Матрица смежности принимает вид
Вектор Фидлера:
= 2,6.
v 2 « ( 0,6015;0,3717;0; - 0,3717; - 0,6015 ) . (10)
|
Г 0 |
1 |
1 |
0 |
0 ' |
||
|
1 |
0 |
1 |
1 |
0 |
||
|
A 2 = |
1 |
1 |
0 |
1 |
0 |
. (11) |
|
0 |
1 |
1 |
0 |
1 |
||
|
Ч 0 |
0 |
0 |
1 |
0 J |
На рис. 2 представлены результаты работы кода для второго сценария.
Для данного сценария собственные значения матрицы Лапласа являются следующими: 0; 0,8299; 2,6889; 4,00; 4,4812.
Отсюда
X 2 ( L ) = 0,8299,
Д = 2,6889 - 0,8299 = 1,859,
5 = — = 2,24.
^ 2
Вектор Фидлера:
v 2 « ( 0,4375;0,256;0,256; - 0,138; - 0,8115 ) . (13)
поненте вектора Фидлера оказывается розничная торговля, тогда как центральная группа узлов (с 1-го по 4-й) образует более связанную часть системы.
Сценарий 3. Созвездие создания стоимости предприятий АПК
В третьем сценарии система взаимодействий расширяется до созвездия создания стоимости за счет включения ряда дополнительных участников: 1 – производитель (фермер, предприятие); 2 – переработчик; 3 – логистический оператор; 4 – торговля; 5 – банк; 6 – цифровая платформа; 7 – страховая организация.
С целью учета различной силы взаимодействий используется взвешенная матрица смежности
Сценарий 2: Сеть взаимодействий Eigenvalues: [-0. 0.8299 2.6889 4. 4.4812]
lambda2 = 0.8299 spectral gap = 1.859
Fiedler vector: [ 0.4375 0.256 0.256 -0.138 -0.8115]
Сценарий 2: Сеть взаимодействий
Источник : составлено авторами. Source : compiled by the authors.
Рис. 2. Сеть взаимодействий предприятий АПК
Fig. 2. Network of interactions among agricultural enterprises
|
^ 0 |
1,0 |
0,7 |
0 |
0 |
0,8 |
0 " |
||
|
1,0 |
0 |
1,0 |
0,6 |
0,7 |
0,8 |
0,5 |
||
|
0,7 |
1,0 |
0 |
1,0 |
0 |
0,8 |
0,3 |
||
|
A 3 = |
0 |
0,6 |
1,0 |
0 |
0,8 |
0,8 |
0,7 |
• (14) |
|
0 |
0,7 |
0 |
0,8 |
0 |
0,9 |
0,8 |
||
|
0,8 |
0,8 |
0,8 |
0,8 |
0,9 |
0 |
0,9 |
||
|
. 0 |
0,5 |
0,3 |
0,7 |
0,8 |
0,9 |
0 . |
На рис. 3 представлены результаты работы кода для третьего сценария.
Для A 3 получены следующие собственные значения взвешенной матрицы Лапласа: 0; 2,1924; 3,6277; 3, 9846; 5,0113; 5,5408; 5,8431.
Следовательно,
^ 2 ( L w ) = 2,1924,
Д = 3,6277 - 2,1924 = 1,4353,
Д (15)
5 = — = 0,65.
Х 2
По сравнению с базовой моделью значение λ 2 заметно возрастает, т. е. система взаимодействий становится устойчивее за счет появления альтернативных связей между предприятиями АПК. Наиболее удаленной по ком-
Вектор Фидлера:
v 2
' 0,7543;0,1222;0,1828; '
^- 0,2201; - 0,4227; - 0,0226; - 0,3937 ?
Сценарий 3: Созвездие создания стоимости
Eigenvalues: [0. 2.1924 3.6277 3.9846 5.0113 5.5408 5.8431]
lambda2 = 2.1924
spectral gap = 1.4353
Fiedler vector: [ 6.7543 0.1222 0.1828 -6.2291 -6.4227 -6.6226 -6.3937]
Сценарий 3: Созвездие создания стоимости
Источник : составлено авторами. Source : compiled by the authors.
Рис. 3. Созвездие создания стоимости предприятий АПК
Fig. 3. Constellation of value creation for agricultural enterprises
Компонента, близкая к нулю, соответствует цифровой платформе как полноценному участнику созвездия создания стоимости предприятий АПК в условиях цифровой трансформации. Это показывает, что цифровая платформа занимает промежуточное положение между производственно-логистической и финансовоторговой частями созвездия создания стоимости и обеспечивает согласованность взаимодействий между ними.
Приведем сводную таблицу результатов (табл. 3).
Полученные результаты подтверждают работоспособность предложенной методики, поскольку при переходе от цепочки создания стоимости к сети взаимодействий значение алгебраической связности возрастает более чем в два раза, что, в свою очередь, означает повышенную устойчивость системы взаимодействий к разрыву отдельных связей.
При переходе к созвездию создания стоимости предприятий АПК значение числа Фидлера увеличивается почти в три раза и с точки зрения предложенной модели объясняет, почему количественное и качественное увеличение участников созвездия создания стоимости предприятий АПК и усиление взаимодействий между ними повышают ее устойчивость к внешним и внутренним шокам.
Анализ векторов Фидлера показывает, что в первом сценарии ключевую промежуточную роль выполняет логистический оператор, во втором – центральная группа ключевых производственно - логистических участников, в третьем – цифровая платформа. Данная закономерность соответствует экономической логике межорганизационных взаимодействий, которая заключается в том, что по мере усложнения структуры взаимодействий приоритетное значение приобретают субъекты созвездий и цепочек создания стоимости, обеспечивающие координацию и согласование связей между их различными частями.
Важным аспектом интерпретации полученных результатов является их сопоставление с классическими исследованиями спектральных свойств графов, выполненными М. Фидлером и Б. Мохаром. В работах М. Фидлера показано, что второе собственное значение матрицы Лапласа графа – так называемое число Фидлера – является фундаментальной характеристикой связности графа [14; 25].
Табл. 3. Основные спектральные характеристики по каждому из трех сценариев
Table 3. Key spectral characteristics for each scenario
|
Сценарий |
Число узлов |
λ 2 |
∆ = λ 3 – λ 2 |
Узлы с компонентами ν 2 , близкими к нулю |
|
Линейная цепочка создания стоимости |
5 |
0,38197 |
1,00000 |
Логистический оператор |
|
Сеть взаимодействий предприятий |
5 |
0,82991 |
1,85898 |
Переработчик, логистический оператор |
|
Созвездие создания стоимости |
7 |
2,19243 |
1,43530 |
Цифровая платформа |
|
Источник : составлено авторами. Source : compiled by the authors. |
||||
Б. Мохар в дальнейшем обобщил результаты спектрального анализа графов и показал, что спектр матрицы Лапласа содержит комплексную информацию о топологических свойствах сети, включая ее связность, устойчивость структуры и наличие кластеров. В частности, спектральный разрыв между соседними собственными значениями матрицы Лапласа рассматривается как индикатор выраженности наличия групп в сети и параметр устойчивости такого разбиения [13].
Полученные в настоящем исследовании результаты согласуются с указанными теоретическими положениями. Рост значения алгебраической связности при переходе от линейной цепочки создания стоимости к более сложной системе взаимодействий предприятий соответствует фундаментальному свойству графов, согласно которому увеличение числа связей между узлами приводит к росту связности графа и повышению устойчивости его структуры в целом.
В то же время предложенный подход отличается от классических исследований тем, что спектральные характеристики графа используются для интерпретации экономических взаимодействий между предприятиями агропромышленного комплекса. В частности, узлы графа трактуются как отдельные предприятия, участвующие в формировании созвездия создания стоимости, а ребра графа отражают производственные, логистические, финансовые и информационные взаимодействия между ними. Это позволяет использовать спектральные характеристики графа, описывающего созвездие создания стоимости, для количественной диагностики устойчивости системы взаимодействий предприятий агропромышленного комплекса.
Таким образом, представленная модель, методика и результаты ее применения в рамках агропромышленного комплекса являются интеграцией инструментов спектральной теории графов и экономической теории создания стоимости.
ОБСУЖДЕНИЕ И ВЫВОДЫ
Результаты исследования дают возможность уточнить представления о структуре межорганизационных взаимодействий предприятий АПК и продемонстрировать возможности применения спектральных методов теории графов для анализа устойчивости систем создания стоимости. В отличие от традиционных подходов, основанных преимущественно на качественном описании цепочек создания стоимости, предложенная модель позволяет перейти к количественной оценке устойчивости системы взаимодействий предприятий на основе спектральных характеристик матрицы Лапласа.
Полученные результаты позволяют также сформулировать ряд научных выводов.
Во-первых, устойчивость системы взаимодействий предприятий агропромышленного комплекса определяется не только характеристиками отдельных предприятий, но и архитектурой связей между ними. Стоит отметить, что изменение структуры таких взаимодействий может существенно влиять на устойчивость всей системы создания стоимости.
Во-вторых, переход от цепочек создания стоимости к более сложным формам взаимодействия, включающим в том числе созвездия создания стоимости, сопровождается ростом значения числа Фидлера, характеризующего связность элементов межорганизационного взаимодействия. Это говорит о том, что созвездия создания стоимости в АПК становятся более устойчивыми к влиянию внешних экономических шоков.
В-третьих, спектральные характеристики матрицы Лапласа, включая спектральный разрыв, позволяют идентифицировать ключевых участников системы межорганизационных взаимодействий в агропромышленном комплексе, играющих критически важную роль в обеспечении ее устойчивости. Идентификация таких участников создает методологическую основу для разработки целенаправленных управлен- ческих решений, ориентированных на укрепление взаимодействий между различными группами и типами предприятий созвездия создания стоимости.
Таким образом, представленный в исследовании экономико-математический подход расширяет инструментарий анализа межорганизационных взаимодействий в агропромышленном комплексе и позволяет перейти