Управление выбором альтернативных моделей промышленных кластеров с учетом плотности институциональной среды

Автор: Лобова Е.С., Мингалева Ж.А., Сагидуллин А.К.

Журнал: Региональная экономика. Юг России @re-volsu

Рубрика: Фундаментальные исследования пространственной экономики

Статья в выпуске: 3 т.12, 2024 года.

Бесплатный доступ

На фоне развития теоретического и практического интереса к сетевым формам реализации инновационной политики страны остается слабо проработанной проблематика совершенствования методической базы оценки прогнозной результативности кластеров. Так как кластеры выступают самостоятельными мезоэкономическими системами, то оценка специфики каждой модели такой системы должна учитывать целый спектр социально-экономических, геополитических и отраслевых параметров. Целью статьи является представление результатов комплексного ситуационного моделирования трех организационных сетевых структур: автономное производство на территории Пермского края (модель 1); производство в рамках технопарка (модель 2) и производство в рамках промышленного кластера (модель 3). Выбор моделей проведен по аналогии с уже реализованной моделью кластера «Фотоника». В качестве методики исследования была использована авторская методика оценки институционально-сетевого потенциала. Методом исследования выступила оценка характеристик анализируемых моделей с помощью независимых экспертов группы EFQM в России. В результате моделирования было установлено, что для модели 3 (производство в рамках промышленного кластера) ожидаемый синергетический эффект недооценен на 21,17 % в среднем, то есть количественные показатели имеют потенциал роста на 20-22 % соответственно. Это свидетельствует о недооценке влияния институциональной среды или о более высокой вероятности возникновения синергетических эффектов, устойчивости системы взаимодействия. Результаты исследования позволили сформулировать вывод о том, что полнота реализуемости интересов и целевых установок участников в каждой модели кластера зависит от плотности его институциональной среды. Плотность институциональной среды является базовой составляющей для реализации сетевого потенциала и определения институциональной эффективности.

Еще

Промышленные кластеры, технопарки, инновационная политика, ситуационное моделирование, институционально-сетевой потенциал, организационные сетевые структуры, институциональный атлас, синергетический эффект

Короткий адрес: https://sciup.org/149146917

IDR: 149146917 | DOI: 10.15688/re.volsu.2024.3.7

Текст научной статьи Управление выбором альтернативных моделей промышленных кластеров с учетом плотности институциональной среды

DOI:

Несмотря на достаточно активное развитие кластерных структур к настоящему времени в различных секторах экономики, прежде всего в промышленности, они продолжают оставаться достаточно распространенной темой современных исследований в экономике. При этом теория кластеров активно применяется для целей реализации инновационной политики нашей страны.

Сформировавшиеся еще на рубеже веков в ходе построения практического взаимодействия гибридные формы [Williamson, 1991; Мингалева, 2013] оформляются в строго формализуемые бизнес-модели с четкими структурными критериями развития [Акатов, Гакашев, Толчин, 2015; Брутян, 2020; Капогузов, Карпов, Чупин, 2018; Ка-погузов и др., 2019; Лобова и др., 2019]. К преимуществам таких систем взаимодействия относят не столько дополнительный экономический эффект от оптимизации цепочек создания ценности по Портеру, но и такие качественные характеристики, как высокая адаптивность к меняющимся условиям и снижающаяся неопределенность при росте доверия между стейкхолдерами [Попов, Симонова, 2017; Пыжев, Горячев, 2018; Разминене, Тваронавичене, Землицкене, 2016].

В свете обозначенной перспективы формализации показателей эффективности кластерных образований, анализ исследований об оценке управленческих взаимодействий внутри промышленного кластера свидетельствует о тесной связи с уровнем развития его институциональной среды. Целью исследования является разработка методики оценки синергетического институционального потенциала кластерных инновационных образований в промышленности. Объектом исследования послужила система принятия решений о выборе альтернативных вариантов формирования структуры кластерного образования, а в качестве предмета исследования взят процесс оценки институционального потенциала кластерного образования с учетом характеристик институциональной среды.

Изначально представители институциональной теории Д. Норт и Л. Девис определяли институциональную среду как совокупность осно- вополагающих политических, социальных и юридических правил, которые образуют базис для производства, обмена и распределения [Шастит-ко, 2007]. Нобелевский лауреат 2009 г. О. Уильямсон, соглашаясь с данным определением, расширил границы его применения добавив трактовку, указывающую на приоритет принципов взаимодействия, как правил игры, определяющих контекст осуществляемой деятельности.

Современные авторы исследований акцентируют внимание на том, что институты, включаемые в институциональную среду, могут находиться на разных уровнях иерархии и обладать разными свойствами формализованности [Олейник, Ломоносова, 2003], а также демонстрировать изменение уровня неопределенности в системе в зависимости от качественных характеристик культурных ценностей и доверия между субъектами системы [Быкова, 2013; Быкова, Шубина, 2015], что позволяет формировать новые институты предупредительных мер недопущения оппортунистического поведения участников сетевого взаимодействия, позволяющих также обеспечить адаптацию к изменяющимся обстоятельствам в условиях ненулевых контрактных рисков [Лобова, Мамаева, Азисова, 2019].

В работе Н. Василенко предложено рассматривать институциональную среду с позиции двух характеристик: плотности и иерархической структуры [Василенко, 2008]. Показатель плотности (институциональной насыщенности), который, в понимании Н. Василенко, представляет собой субъективное ощущение достаточной степени регулирования отношений в сфере осуществляемых действий на основе экономии трансакционных издержек, является важным методическим вкладом статьи в наше исследование. В нашей модели мы используем данный показатель в качестве основы определения институционального потенциала. Для этого «субъективные ощущения» будем переводить в формат оценочных показателей с применением экспертных оценок при выстраивании институциональных атласов для параметров, по которым должны совпадать целевые установки стейкхолдеров системы.

Так как уже сформировалось достаточно полное множество формальных (законодательно закрепленных) институтов развития кластерных образований, то с уверенностью можно констатировать факт образования специфичных неформальных правил и норм, которые призваны отражать интересы стейкхолдеров и тем самым «заполняют» институциональные пустоты в механизме создания про- мышленных кластеров. Для соблюдения долгосрочных отношений, участникам необходимо прибегать к неформальным нормам и правилам межфирменного взаимодействия. Еще одним немаловажным фактором является адаптивность к непредвиденным обстоятельствам. По сути, механизм адаптивности также формируется на основе неформальных институтов [Панова, 2018]. Такие неформальные институты определяют степень контроля над исполнением целевых установок; гарантиями экономической, социальной и промышленной безопасность; принципы эффективного управления и устойчивого развития.

Неполнота контрактных отношений внутри гибридных форм взаимодействия может усиливаться, а недостаточная плотность институциональной среды может выступать в качестве показателя измерения потенциала сетевого развития. Это обусловлено тем, что договоренности, достигнутые в условиях низкого уровня доверия, могут быть нарушены при изменении обстоятельств, вызывающих асимметричность распределения издержек и выгод между стейкхолдерами. Следовательно, недостаточная полнота институциональной среды может стать причиной постконтрактного оппортунизма, повлечь нарушение условий контракта и снижение результативности уникальной кластерной цепочки создания ценности.

Что касается количественных подходов к оценке институционального потенциала, то этот пласт эмпирических задач разработан недостаточно. Существует несколько исследований влияния сетевого взаимодействия на развитие региональной промышленности [Попов, Симонова, Максим-чик, 2018; Мингалева, Каменских, 2018]. В работе Е. Попова, В. Симоновой и М. Максимчика предложены подходы к количественной оценке, которые позволяют раскрыть экономические характеристики сетевых организаций как совокупность средств и возможностей к кооперации экономических агентов на основе факторного анализа трех структурных элементов: задающего, согласующего и утверждающего влияния на развитие и функционирование системы [Попов, Симонова, Максимчик, 2018; Пьянкова, 2012]. Анализ кластерных эффектов проведен в работах А. Панкратова, Р. Мусаева и С. Ба-диной [Панкратов, Мусаев, Бадина, 2021].

Таким образом, целесообразно в качестве методологической основы методики определения институционально-сетевого потенциала выбрать такие параметры, как: во-первых, разнообразие институтов, включаемых в 4 укрупненных блока институтов формирования инновационной активно- сти (институтов управления, институтов использования ресурсов, институтов взаимодействия и институтов внешнего влияния), во-вторых, оценка уровня зависимости реализации показателей управления элементами системы в формате различных соглашений и контрактов от того, насколько сильной и согласованной в своем применении является система поддерживающих институтов.

Методика исследования

Методика оценки институционально-сетевого потенциала состоит из следующих этапов.

I. Выбор базовых показателей, соответствующих принципам сопоставимости целей взаимодействия для задающего и согласующего уровней управления.
II. Экспертная оценка альтернативных моделей организации кластерных образований.
III. Оценка силы влияния институтов на поддержание реализации проектов в рамках альтернативных моделей организации кластерных образований.
IV. Построение Институциональных атласов по каждому показателю. Оценка институциональной плотности.
V. Оценка институционального потенциала.

I. В ранних работах [Lobova et al., 2021] мы предложили алгоритм, позволяющий оценить институциональный потенциал высокотехнологичного сетевого образования. На основе анализа систем оценки качества управления, была выбрана модель EFQM. Тем не менее концепция построения данной концептуальной модели поменялась в 2020 году. Изменения затронули несколько аспектов:

1) новая структура модели, в которой управление пятью ключевыми элементами («Лидерство», «Стратегия», «Люди», «Партнерство» и «Ресурсы / Процессы») организовано на базе таких основопо-
лагающих принципов как четкое понимание конечных результатов, вдохновение и управление в интересах будущего. Тем самым в новой модели более четко выделяются области управления, на которые должны обращать внимание организации;

2) фокусировка на устойчивость и инновации; устойчивое развитие и инновации представляют собой ключевые компоненты успеха организации в современных условиях;
3) новые подходы к оценке результатов организации, включая широкий спектр индикаторов и показателей, ориентированных на обеспечение устойчивого роста и инновационного развития.

Соответственно методика оценки институционального потенциала будет формироваться с учетом тех изменений, которые были обусловлены встраиванием концепции устойчивого и инновационного развития в механизмы применяемой модели. Краткое сравнение критериев моделей EFQM 2013 и 2020 гг. приведено в таблице 1.

Сопоставление структурных элементов модели EFQM с методикой Минэкономразвития для инновационных территориальных кластеров, позволяет сформировать следующий перечень задающих показателей для оценки институционального потенциала:

1) объем работ и проектов в сфере научных исследований и разработок;
2) объем инвестиционных затрат организаций;
3) выработка на одного работника организации;
4) объем отгруженной организациями инновационной продукции;
5) совокупная выручка организаций;
6) количество малых инновационных предприятий;
7) количество запатентованных организациями – участниками результатов интеллектуальной деятельности.

Таблица 1

Сравнение критериев моделей EFQM 2013 и 2020 годов

Структурные элементы модели EFQM

2013 г.

2020 г.

– лидерство;

– персонал;

– стратегия;

– партнерство и ресурсы;

– процессы, производство, услуги;

– результаты для персонала;

– результаты для потребителей;

– результаты для общества;

– бизнес-результаты

– цель, видение и стратегия;

– организационная культура и лидерство;

– вовлечение заинтересованных сторон;

– создание устойчивой ценности;

– управление результативностью и трансформацией;

– результаты восприятиязаинтересованных сторон;

– стратегические и операционные результаты

Примечание. Составлено авторами.

Тогда как согласующие показатели будут сформированы в соответствии с элементами модели EFQM 2020 года.

II. В данном исследовании проводилось комплексное ситуационное моделирование трех организационных сетевых структур по аналогии с уже реализованной моделью кластера «Фотоника».

Модель 1. Территориальное производство на территории Пермского края.

Модель 2. Производство в рамках технопарка.

Модель 3. Производство в рамках промышленного кластера.

Данные экспертных оценок представлены в таблице 2. Оценка характеристик осуществлялась с участием независимых экспертов группы EFQM в РФ.

Чтобы сопоставить параметры блоков задающих и согласующих показателей и получить интегральный показатель r_ij , приведем данные блока задающих показателей к 100-балльной шкале. Данные согласующего блока оставим без изменений, так как они были получены от экспертов в формате приведения к 100-балльной системе исчисления.

Таким образом, для вычисления балльного значения каждого показателя в определенной i -й модели используем формулу:

Eij x100 г = —----, j Eij max

где r_ij – приведенные к 100-балльной шкале значения экспертных оценочных j -х институциональных характеристик в i -й модели; E_ij – первоначальная экспертная оценка каждой j -й институциональной характеристики в i -й модели; Е_{j max} – максимальное значение экспертной оценки показателя из всех имеющихся значений.

Полученные значения приведены в таблице 3.

Обобщающий интегральный показатель оценки институциональных характеристик моделей r_ij свидетельствует о наибольшей эффективности модели 3.

III. Для развития представленных моделей необходимо наличие определенной институциональной среды, которая создает условия для эффективных экономических отношений. Как было отмечено в других наших работах ранее, нужно выделить четыре группы институтов: управления; использования ресурсов; взаимодействия; внешнего влияния.

На основе экспертных оценок были проведены оценки весомости институтов для поддержания моделей кластерных образований. Ранее расчеты по данной методике были проведены для промышленного кластера предприятий высокотехнологичных отраслей Пермского края [Lobova et al., 2021]. Новые расчетные данные 2023 г. для машиностроительных предприятий Пермского края для трех моделей представлены в таблице 4.

Как видно из данных таблицы 4, все три анализируемых модели демонстрируют значитель-

Таблица 2

Оценочное значение показателей

Показатель	Модель 1 Модель 2 Модель 3
Блок задающих показателей
Количество работ и проектов в области научных исследований и разработок	18	34	43
Объем вложений в проекты организаций	27	37	42
Производительность труда на сотрудника организации	24	48	37
Объем инновационной продукции, поставленной организациями	4	25	28
Общая выручка компаний	21	24	43
Число малых инновационных компаний	46	52	33
Количество патентов, полученных компаниями – участниками интеллектуальной деятельности	27	41	34
Блок согласующих показателей
Миссия, видение, цель, стратегия	51	61	71
Лидерство и организационная культура	41	51	71
Вовлеченность заинтересованных сторон	61	61	61
Создание устойчивой ценности	51	51	61
Управление результативностью и трансформацией	41	51	71
Результаты восприятия заинтересованных сторон	61	71	61
Стратегические и операционные результаты	51	51	71

Примечание. Составлено авторами.

Результаты балльной оценки показателей ( r_ij )

Показатель	Модель 1 Модель 2 Модель 3
Блок задающих показателей
Количество работ и проектов в области научных исследований и разработок	42	79	100
Объем вложений в проекты организаций	64	88	100
Производительность труда на сотрудника организации	50	100	77
Объем инновационной продукции, поставленной организациями	14	89	100
Общая выручка компаний	49	56	100
Число малых инновационных компаний	88	100	63
Количество патентов, полученных компаниями – участниками интеллектуальной деятельности	66	100	83
Блок согласующих показателей
Миссия, видение, цель, стратегия	51	61	71
Лидерство и организационная культура	41	51	71
Вовлеченность заинтересованных сторон	61	61	61
Создание устойчивой ценности	51	51	61
Управление результативностью и трансформацией	41	51	71
Результаты восприятия заинтересованных сторон	61	71	61
Стратегические и операционные результаты	51	51	71
Итого r i	731	1009	1090

Примечание. Составлено авторами.

Таблица 3

ное влияние институтов (все расчетные значения относятся к интервалу 176–265 баллов, который соответствует высокому уровню влияния институтов) 1. При этом модель 3 получила наивысшую оценку, что говорит о том, что институты оказывают наибольшее воздействие на нее по сравнению с другими моделями.

IV. В работах Е. Быковой, Н. Шубиной [Быкова, Шубина, 2015; Быкова, 2013] был разработан метод оценки институционального потенциала сетевых форм организаций. Для этого был использован инструментарий формирования институционального атласа. Для определения потенциала производилось соотнесение фактической структуры институционального атласа с базовыми параметрами данного инструмента.

Для каждого критерия блоков задающих и согласующих показателей сформируем институциональные атласы и, учитывая весомость каждого института, проведем оценку интегральных показателей плотности или институциональной насыщенности ( H_ij ) моделируемых организационных структур кластерных образований. Данные представлены в таблице 5.

Оценив институциональную плотность моделируемых организационных структур кластерных образований по Hij, мы получили, что модель 3 набрала максимальное количество баллов – 1335, что говорит о высоком уровне институциональной плотности в процессе реализации этой модели. Минимальный уровень институциональной плотности у модели 2, организуемой в формате технопарка.

V. Проведем интегральную оценку институционального потенциала моделей R_li, по формуле:

R i. = ^ ^x k j , (2)

где kij – коэффициент, отражающий весомость институциональной среды при поддержании процесса реализации i-й модели; rij – приведенные значения оценочных институциональных характеристик моделей (данные из таблицы 3).

Для проведения интегральной оценки институционального потенциала моделей Rli рассчитаем коэффициент kij для каждой rij.

Каждое минимальное значение rij в строке показателей примем за единицу, оставшиеся значения rij рассчитаем по формуле:

kv = lt , (3)

ij min где Hij – фактическое значение показателя плотности (институциональной насыщенности); Hij min – минимальное значение показателя плотности (институциональной насыщенности) из всех имеющихся значений.

Результаты расчета коэффициента значимости институциональной среды для i -й модели приведены в таблице 6.

Таблица 4

№ п/п	Наименование института	Модель 1	Модель 2	Модель 3
Институты управления
1	Институт промышленной политики	3	4	5
2	Институт внешнеэкономической деятельности	5	3	3
3	Институт приоритетных направлений	4	4	5
4	Институт самоуправления	5	4	5
5	Институт программ развития	4	4	5
6	Институт безопасности	5	5	5
7	Институт гарантий	5	4	5
8	Институт дохода	5	3	5
9	Институт управления	5	4	4
10	Институт ответственности	5	5	5
11	Институт производственной деятельности	4	4	5
12	Институт стратегического планирования	5	5	5
13	Институт контроля деятельности	4	5	5
14	Институт экспертизы научно-технических проектов	2	3	5
15	Институт внутрифирменного планирования	5	5	5
16	Институт организации производственной деятельности	5	5	5
17	Институт организации информационной деятельности	5	3	4
18	Институт материального стимулирования деятельности	5	4	5
19	Институт нематериального стимулирования деятельности	4	4	5
20	Институт технологий	5	5	5
21	Институт бизнес-консультирования	2	4	5
22	Институт научно-исследовательской деятельности	3	4	5
23	Институт конструкторских разработок	5	5	5
24	Институт опытного производства	4	4	5
25	Институт послепродажного обслуживания	5	3	4
26	Институт правовой защиты	5	4	4
27	Институт общественного блага	5	4	4
28	Институт клубных благ	5	3	4
Институты использования ресурсов
29	Институт применения информационных ресурсов	4	5	5
30	Институт применения нематериальных активов	4	4	5
31	Институт применения материальных ресурсов	5	4	5
32	Институт применения трудовых ресурсов	5	3	4
33	Институт применения финансовых ресурсов	5	4	5
34	Институт лицензирования и сертификации	5	4	4
Институты взаимодействия
35	Институт контрактных отношений	2	5	5
36	Институт государственных заказов	5	3	4
37	Институт поиска контрагентов	5	3	4
38	Институт коммуникационной деятельности	4	4	5
39	Институт интеграции науки и бизнеса	5	3	4
40	Институт неформальных отношений	3	4	5
41	Институт передачи благ	3	4	5
42	Институт выбора структуры организаций взаимодействий	2	3	5
43	Институт межфирменной кооперации	3	3	5
44	Институт транспортных и логистических систем	3	3	5
45	Институт трансфертных цен	2	4	5
Институты внешнего влияния
46	Институт рынка	4	3	5
47	Институт валютного и экспортного контроля	1	2	5
48	Институт налогообложения	3	3	3
49	Институт собственности	3	3	5
50	Институт образования	4	3	5

Примечание. Составлено авторами.

Окончание таблицы 4

№ п/п	Наименование института	Модель 1	Модель 2	Модель 3
Институты внешнего влияния
51	Институт трансферта технологий	4	5	5
52	Институт диффузии инноваций	4	3	5
53	Институт формирования добавленной стоимости	3	4	5
	Итого	215	203	250
Уровень влияния институтов исходя из данных институционального атласа развития промышленного предприятия		Высокий	Высокий	Высокий

Таблица 5

Количественная оценка институциональной плотности моделей

Показатель оценки	Состав институциональных атласов	Кол-во институтов	Сумма баллов для модели
Показатель оценки	Состав институциональных атласов	Кол-во институтов	¹	²	3
Блок задающих показателей
Количество работ и проектов в области научных исследований и разработок	1,3,5,7,9,10,12,14,20,21,22,23,24, 26,27,29,30,32,34,36,39,42,43,45, 49,50,51,52	28	66	68	77
Объем вложений в проекты организаций	1,3,5,7,11,12,15,16,20,24,28,29,30, 31,33,34,35,39,51,42,43,44,46,48, 49,53	26	104	103	125
Производительность труда на сотрудника организации	4,6,7,8,9,10,11,15,16,18,19,27,28, 32,40,50,53	17	75	64	76
Объем инновационной продукции, поставленной организациями	2,3,5,6,7,8,11,16,20,25,26,28,29,34, 35,36,37,38,41,42,44,45,46,52,53	25	103	95	117
Общая выручка компаний	4,8,9,11,12,15,16,18,19,26,29,30,31, 32,33,34,35,41,43,46,47,48,53	23	95	90	109
Число малых инновационных компаний	1,3,7,9,14,16,17,20,21,22,27,28,29, 30,34,35,39,40,42,43,50,51,52	23	89	89	109
Количество патентов, полученных компаниями – участниками интеллектуальной деятельности	5,7,10,13,20,22,26,29,30,34,51,52	12	51	51	58
Блок согласующих показателей
Миссия, видение, цель, стратегия	1,2,3,4,12,29,30,31,32,33,34,35,36, 40,42,46,47,49	18	70	67	85
Лидерство и организационная культура	1,2,3,4,7,8,12,22,25,27,28,29,30,31, 32,33,34,35,42,46,47,51	22	90	82	103
Вовлеченность заинтересованных сторон	4,7,9,10,17,27,29,30,31,32,33,34,37, 38,42,44,46,47,53	19	80	71	89
Создание устойчивой ценности	6,7,8,10,13,15,18,19,32,38,50	11	51	45	54
Управление результативностью и трансформацией	2,11,12,15,16,20,21,23,24,25,26,29, 30,31,32,33,34,35,39,41,46,47,48,53	24	99	95	111
Результаты восприятия заинтересованных сторон	1,2,3,4,5,6,7,12,13,15,16,18,19,21, 25,26,27,28,35,36,38,42,43,46,47, 49,50	27	109	103	128
Стратегические и операционные результаты	5,8,10,13,20,26,29,30,31,32,33,34, 37,38,41,44,46,48,49,52	20	85	76	94
Итого H ij	–	–	1167	1099	1335

Примечание. Составлено авторами.

Таблица 6

Расчет коэффициента значимости институциональной среды для i -й модели

Показатель оценки	2 баллов ин ститутов для модели 1	Коэффициент k ij для модели 1	2 баллов ин ститутов для модели 2	Коэффициент k ij для модели 2	2 баллов ин ститутов для модели 3	Коэффициент k ij для модели 3
Блок задающих показателей
Количество работ и проектов в области НИР	66	1,00	68	1,03	77	1,17
Объем вложений в проекты организаций	104	1,01	103	1,00	125	1,21
Производительность труда на сотрудника организации	75	1,17	64	1,00	76	1,19
Объем инновационной продукции, поставленной организациями	103	1,08	95	1,00	117	1,23
Общая выручка компаний	95	1,06	90	1,00	109	1,21
Число малых инновационных компаний	89	1,00	89	1,00	109	1,22
Количество патентов, полученных компаниями – участниками интеллектуальной деятельности	51	1,00	51	1,00	58	1,14
Блок согласующих показателей
Миссия, видение, цель, стратегия	70	1,04	67	1,00	85	1,27
Лидерство и организационная культура	90	1,10	82	1,00	103	1,26
Вовлеченность заинтересованных сторон	80	1,13	71	1,00	89	1,25
Создание устойчивой ценности	51	1,13	45	1,00	54	1,20
Управление результативностью и трансформацией	99	1,04	95	1,00	111	1,17
Результаты восприятия заинтересованных сторон	109	1,06	103	1,00	128	1,24
Стратегические и операционные результаты	85	1,12	76	1,00	94	1,24
Итого H ij	1167	14,94	1099	14,03	1335	17,00

Примечание. Составлено авторами.

Оценка институтов для базового институционального атласа

Используя полученные данные, был проведен расчет интегральной оценки потенциала каждой организационной модели с учетом влияния факторов внешней и внутренней среды инновационного образования. Результаты расчета представлены в таблице 7.

Далее была проведена оценка уровня институционального потенциала взаимодействия трех анализируемых моделей. Оценка основана на сравнении интегральных оценок с учетом и без учета влияния внешних и внутренних институциональных факторов.

Интегральный коэффициент Rli отображает синергетический потенциал взаимодействия участников инновационных сетевых форм организации. Чем больше значение Rli относительно Ri, тем больше недооценено влияние институцио- нальной среды, что в перспективе повышает шанс на возникновение новых синергетических эффектов между участниками инновационных сетевых форм организации. Данные по оценке отклонений представлены в таблице 8.

Несмотря на то, что все показатели Δ > 0, можно заметить, что отклонение для моделей 1 и 2 оказалось наименее значительным, что может свидетельствовать о низких рисках возникновения новых институтов в институциональных средах данных моделей.

Для модели 3 отклонение оказалось больше, что свидетельствует о недооценке влияния институциональной среды или более высокой вероятности возникновения синергетических эффектов, устойчивости системы взаимодействия.

Таблица 7

Показатель оценки	r ij для модели 1	k ij для модели 1	R li модели 1	r ij для модели 2	k ij для модели 2	R li модели 2	r ij для модели 3	k ij для модели 3	R li модели 3
Блок задающих показателей
Количество работ и проектов в области научных исследований и разработок	42	1,00	41,86	79	1,03	81,47	100	1,17	116,67
Объем вложений в проекты организаций	64	1,01	64,91	88	1,00	88,10	100	1,21	121,36
Производительность труда на сотрудника организации	50	1,17	58,59	100	1,00	100,00	77	1,19	91,54
Объем инновационной продукции, поставленной организациями	14	1,08	15,49	89	1,00	89,29	100	1,23	123,16
Общая выручка компаний	49	1,06	51,55	56	1,00	55,81	100	1,21	121,11
Число малых инновационных компаний	88	1,00	88,46	100	1,00	100,00	63	1,22	77,72
Количество патентов, полученных компаниями – участниками интеллектуальной деятельности	66	1,00	65,85	100	1,00	100,00	83	1,14	94,31
Блок согласующих показателей
Миссия, видение, цель, стратегия	51	1,04	53,28	61	1,00	61,00	71	1,27	90,07
Лидерство и организационная культура	41	1,10	45,00	51	1,00	51,00	71	1,26	89,18
Вовлеченность заинтересованных сторон	61	1,13	68,73	61	1,00	61,00	61	1,25	76,46
Создание устойчивой ценности	51	1,13	57,80	51	1,00	51,00	61	1,20	73,20
Управление результативностью и трансформацией	41	1,04	42,73	51	1,00	51,00	71	1,17	82,96
Результаты восприятия заинтересованных сторон	61	1,06	64,55	71	1,00	71,00	61	1,24	75,81
Стратегические и операционные результаты	51	1,12	57,04	51	1,00	51,00	71	1,24	87,82
Итого S ij	731	15	776	1009	14	1012	1090	17	1321

Примечание. Составлено авторами.

Отклонение показателей R_li и R_i

Модель	R li	R i	Δ	Δ%
1	775,85	731	45,27	6,20
2	1 090,47	1 009	81,21	8,05
3	1 321,36	1 090	230,89	21,17

Таблица 8

Примечание. Составлено авторами.

Интегральная оценка RIi институционального потенциала моделей

Ожидаемый синергетический эффект для модели 3 недооценен на 21,17 % в среднем, то есть количественные показатели имеют потенциал роста на 20–22 % соответственно.

Заключение

В статье представлены результаты комплексного ситуационного моделирования трех организационных сетевых структур: автономное производство на территории Пермского края (модель 1); производство в рамках технопарка (модель 2) и производство в рамках промышленного кластера (модель 3). Основным методологическим критерием построения методики является принцип оценки плотности институциональной среды при реализации модели EFQM каждым участником кластера.

На основании проведенных расчетов установлено, что по всем анализируемым критериям наибольшей эффективностью обладает модель 3. Об этом свидетельствует обобщающий показатель оценки характеристики моделей R_i , получивший 1900 баллов у модели 3.

Оценка институциональной плотности ( H_ij ) моделируемых организационных структур кластерных образований показала, что третья модель также набрала максимальное количество баллов – 1335, что говорит о высоком уровне институциональной плотности в процессе реализации этой модели. Минимальный уровень институциональной плотности у модели 2, организуемой в формате технопарка.

Что касается возможности достижения синергетического эффекта от устойчивости системы взаимодействия, то он также самый значительный у модели 3. Более того, ожидаемый синергетический эффект для модели 3 недооценен примерно на 21,17 %, что означает, что количественные показатели имеют потенциал роста на 20– 22 % соответственно.

Таким образом, комплексное ситуационное моделирование трех вариантов организационных сетевых структур в машиностроительном комплексе Пермского края показала явное преиму- щество такой формы организации выпуска высокотехнологичной машиностроительной продукции как производство в рамках промышленного кластера.

Список литературы Управление выбором альтернативных моделей промышленных кластеров с учетом плотности институциональной среды

Акатов Н. Б., Гакашев М. М., Толчин С. В., 2015. Подходы к формированию современной модели управления промышленными кластерами // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. № 4. С. 19–35.
Брутян М. М., 2020. Проблема формирования инновационных кластеров как инструментов институционального и промышленного развития региональной экономики // Вестник Евразийской науки. Т. 12, № 1. URL: https://esj.today/PDF/11ECVN120.pdf
Быкова Е. С., 2013. Методологические основы оценки институциональной среды предприятия при формировании интегральных процессов // Промышленность: экономика, управление, технологии. № 5 (49). С. 9–11.
Быкова Е. С., Шубина Н. Н., 2015. Методологические особенности выявления потенциала в стратегическом планировании системы менеджмента качества на основе мониторинга общеотраслевых особенностей институциональной среды // Экономика и предпринимательство. № 12, ч. 4. С. 209–213.
Василенко Н. В., 2008. Институциональная среда организаций: характеристики и уровни регулирования // Проблемы современной экономики. № 3 (27). URL: http://www.m-economy.ru/art.php?nArtId=2081
Капогузов Е. А., Карпов В. В., Чупин Р. И., 2018. Элементы проектного менеджмента в развитии территориальных производственных кластеров // Управленец. № 6. С. 88–98. DOI: 10.29141/2218-5003-2018-9-6-9
Капогузов Е. А., Логинов К. К., Чупин Р. И., Харламова М. С., 2019. Прогноз экономической эффективности кластерных проектов в контексте сценариев кластерного развития региона // Terra Economicus. № 17. С. 40–59. DOI: 10.23683/2073–6606–2019-17-2-40-59
Лобова Е. С., Мамаева Л. Н., Азисова З. Р., 2019. Применение концепции экономики соглашений в задаче объяснения стратегического выбора управленческой структуры // Вестник ПНИПУ. Социально-экономические науки. № 2. С. 290–303. DOI: 10.15593/2224-9354/2019.2.11
Мингалева Ж. А., 2013. Кластеры инновационной активности: особенности создания и развития в АПК // Экономика и предпринимательство. № 10. С. 495–497.
Мингалева Ж. А., Каменских М. А., 2018. Методика оценки влияния сетевого взаимодействия на состояние региональной промышленности // Фундаментальные исследования. № 9. URL: https://fundamental-research.ru/ru/article/view?id=42265&ysclid=lxra91xbdn433175957
Олейник А. Н., Ломоносова М. В., 2003. Конституция российского рынка: согласие на основе пессимизма? // Социологические исследования. № 9. C. 30–41.
Панкратов А. А., Мусаев Р. А., Бадина С. В., 2021. Подходы к выявлению, измерению и прогнозированию кластерных эффектов // Проблемы прогнозирования. № 3. С. 126–134. DOI: 10.47711/0868-6351-186-126-134
Панова А. А., 2018. Теория трансакционных издержек: логика возникновения и развития // Экономическая политика. № 4 (18). С. 90–107. DOI: 10.18288/1994–5124–2018-4-05
Попов Е. В., Симонова В. Л., 2017. Культура межфирменного сотрудничества сетевых организаций // Управленец. № 4. С. 75–84.
Попов Е. В., Симонова В. Л., Максимчик М. А., 2018. Оценка сетевого потенциала на примере IT-отрасли // Экономический анализ: теория и практика. Т. 17, № 10. С. 1819–1834. DOI: 10.24891/ea.17.10.1819
Пыжев И. С., Горячев В. П., 2018. Реализация теоретического подхода к оценке экономической эффективности институциональных изменений на отраслевом рынке // Terra Economicus. № 2 (16). С. 99–113. DOI: 10.23683/2073–6606–2018–16-2-99-113
Пьянкова С. Г., 2012. Критерии отнесения города к монопрофильной территории // Сибирская финансовая школа. № 3. С. 14–21.
Разминене К., Тваронавичене М., Землицкене В., 2016. Оценка инструментов измерения кластерной эффективности // Terra Economicus. № 3 (14). С. 101–111. DOI: 10.18522/2073-6606-2016-14-3-101-111
Шаститко А. Е., 2007. Экономическая теория организаций: учеб. пособие. М.: ИНФРА-М. 303 с.
Lobova E., Postnikov V., Rybin S., Reshetnikova I., 2021. Determining the Potential of Organizational Structures Models of a High-Tech Cluster // SHS Web of Conferences. Vol. 116. Art. 00018. DOI: 10.1051/shsconf/202111600018
Williamson O., 1991. Comparative Economic Organization: The Analysis of Discreet Structural Alternatives // Administrative Science Quarterly. Vol. 36, iss. 2. P. 269–296.

Еще

Статья научная