Модель согласования и реализации экономических интересов субъектов промышленной политики в условиях цифровой экономики

Фролов В.Г.1, Каминченко Д.И.1
1 Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Россия, Нижний Новгород

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 14, Номер 12 (Декабрь 2020)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44691240
Цитирований: 3 по состоянию на 28.06.2023

Аннотация:
Цифровизация экономики создает новые условия для формирования и реализации промышленной политики. При разработке современной промышленной политики необходимо учитывать специфику дигитализации экономических процессов и отношений. В рамках проводимого исследования разрабатываются модели согласования и реализации интересов стейкхолдеров промышленной политики разных форм собственности и отраслевой принадлежности в условиях современной экономики. Особое внимание в рамках этих моделей уделено характеру взаимодействия разных субъектов промышленной политики, а также проявлению в процессе этой кооперации системного и синергетического эффектов. Научная новизна результатов исследования заключается в том, что оно дополняет сложившуюся систему знания в области разработки и реализации промышленной политики в условиях Индустрии 4.0. При разработке моделей согласования интересов различных стейкхолдеров промышленной политики используется экономико-политологический подход, с позиций которого исследования по данной конкретной тематике не проводились. Практическая значимость разработанных моделей заключается в том, что они могут быть использованы органами государственной власти при разработке и реализации промышленной политики, как на национальном, так и на региональном уровнях.

Ключевые слова: Индустрия 4.0, цифровая экономика, стейкхолдеры, промышленная политика, модель, согласование интересов, политико-экономический подход

Финансирование:
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-010-01000.

JEL-классификация: L52, O32, O33



Введение

Цифровизация экономики приводит к существенной трансформации условий, в которых происходят различные экономические процессы и отношения. Современная трансформация промышленности (описываемая термином «Индустрия 4.0») создает для субъектов промышленной политики как целый ряд возможностей, так и рисков. Формирование и проведение эффективной промышленной политики в условиях Индустрии 4.0 требует учета основных черт, присущих цифровой экономике.

Одним из неотъемлемых свойств современной экономики, по мнению ученых, является неопределенность. Она проявляется посредством ряда атрибутов, таких как: стремительные глобализационные процессы, ускоренное развитие и внедрение инноваций, а также растущая конкуренция, приносящая с собой волатильность, сложность и неоднозначность [1] (Shaizal, Vikas, 2018). В условиях влияния указанной черты и ее основных атрибутов возникает необходимость поиска новых инструментов для повышения показателей промышленного производства. Одним из подобных инструментов является внедрение и использование открытых инновационных технологий (Open Innovation) и инновационных бизнес-моделей, что, как отмечают ученые, оказывает существенное положительное влияние на показатели производительности предприятий [2] (Deepika, 2018).

Еще один инструмент – это проведение сбалансированной промышленной политики, в которой учитывались бы интересы всех ее субъектов (разных форм собственности и отраслевой принадлежности). Отсутствие обобщенной модели организации подобной мультисубъектной, сбалансированной промышленной политики создает существенные препятствия для повышения показателей эффективности промышленного производства в условиях цифровизации экономики. Поэтому целью данного исследования является разработка подобной модели, в которой будут отражены интересы разных субъектов промышленной политики различных форм собственности и отраслевой принадлежности с учетом специфических черт развития национальной экономики (и конечно, с учетом особенностей цифровизации промышленности).

При разработке модели согласования и реализации экономических интересов субъектов промышленной политики, по нашему мнению, целесообразно использовать междисциплинарный подход, сложившийся на границе экономической теории и политологии. Это позволит более точно учесть не только экономическую, но и социально-политическую сторону функционирования промышленной политики в современном обществе.

Актуальность представленной в работе темы дополняет еще и то, что в современной науке в сфере изучения процессов формирования и имплементации эффективной согласованной инновационно-инвестиционно сбалансированной промышленной политики до сих пор отсутствуют единые подходы к вопросу поиска и определения основных компонентов (и их оптимального сочетания) механизма эффективного взаимодействия административно-управленческих, финансовых, политических, экономических стейкхолдеров (разных форм собственности и отраслевой принадлежности) [3] (Frolov, Kaminchenko, 2019). Разрабатываемая в рамках данного исследования модель согласования и реализации экономических интересов субъектов промышленной политики (с учетом и социально-политической компоненты) может стать важным звеном в процессе ликвидации обозначенного пробела, что свидетельствует о научной значимости осуществляемой работы.

Теоретические основания

Вопросам цифровизации экономики в целом и процессов промышленного производства в частности в последние годы уделено немало внимания как российских, так и зарубежных ученых. Обобщая сложившиеся тематические направления исследований в данной предметной области, можно выделить как минимум следующие направления:

- анализ основных драйверов и преимуществ цифровой трансформации промышленности [4, 5, 6, 7, 8] (Santos, Mehrsai, Barros, Araújo, Ares, 2017; Kupriyanovskiy, Sinyagov, Namiot, Utkin, Nikolaev, Dobrynin, 2017a; Kupriyanovskiy, Sinyagov, Namiot, Utkin, Nikolaev, Dobrynin, 2017b; «Promyshlennost' 4.0» – tsifrovayaavtomatizatsiya…, 2017; Büchi, Cugno, Castagnoli, 2020);

- роль подготовки кадров с помощью обучающих фабрик (Learning Factories) [9–11] (Abele, Metternich, Tisch, Chryssolouris, Sihn, El Maraghy, Hummele, Ranz, 2015; Baena, Guarina, Mora, Sauza, Retat, 2017; Khramov, 2020);

- учет возможных рисков цифровизации экономики (в частности, в плане информационной безопасности) [12–14] (Usländer, Thomalla, 2016; Pereira, Barreto, Amaral, 2017; Nekhorosheva, 2017);

- влияние Индустрии 4.0 на управление взаимодействиями внутри современных цепочек создания стоимости [15–17] (Tjahjono, Esplugues, Ares, Pelaez, 2017; Bag, Telukdarie, Pretorius, Gupta, 2018; Ghadge, ErKara, Moradlou, Goswami, 2020);

- эффективность принимаемых решений в рамках «Умных Фабрик» (Smart Factory) [18–21] (Hozdic, 2015; Vuksanovic, Ugarak, Korcok, 2016; Thoben, Wiesner, Wuest, 2017; Ustinova, 2019) и т.п.

Анализируя существующий пласт работ по теме Индустрии 4.0, М. Косацка-Олейник и Р. Питакассо концентрируют основное внимание на некоторых содержательных компонентах, среди которых: определение ключевых элементов Индустрии 4.0; выявление новых (появляющихся) концепций на основе Индустрии 4.0 и т.п. [22, с. 483] (Kosacka-Olejnik, Pitakaso, 2019, p. 483).

Вместе с тем обращает на себя внимание недостаточная изученность вопросов, связанных с поиском согласованного и эффективного взаимодействия экономических интересов различных субъектов промышленной политики с учетом не только непосредственно экономических, но и социально-политических аспектов. В этом отношении проводимое исследование способно восполнить сложившийся пробел. Причем в рамках работы будет использован междисциплинарный подход, находящийся на стыке экономической теории и политологии.

Отметим, что экономико-политологические исследования нередко встречаются в современной науке. Например, ученые анализируют взаимосвязь количественных и качественных показателей экономического развития с эффективностью процессов принятия решений (прежде всего, политических). В одной из своих работ А.С. Ахременко, А.П. Петров и И.Б. Филиппов обращают внимание на то, что «при более высокой продуктивности демократия позволяет выработать более близкий к оптимальному экономический курс, а значит, дает меньше экономических поводов для дестабилизациии» [23, с. 106] (Akhremenko, Petrov, Filippov, 2018, p. 106). «Совокупная продуктивность факторов производства играет большую политическую роль, поскольку именно от нее зависит устойчивость экономики по отношению к неудачным политическим решениям», – отмечают в своей работе А.С. Ахременко И.М. Локшин и Е.А. Юрескул [24, с. 69] (Akhremenko, Lokshin, Yureskul, 2015, p. 69).

Методология

Концептуальную основу исследования помимо концепта «Индустрия 4.0» составляет теория стейкхолдеров. Данная теория активно используется как в научных работах российских [25, 26] (Vashakmadze, Martirosyan, Sergeeva, 2016; Leont'ev, 2019), так и зарубежных авторов [27, 28] (Binh, Ahn, 2017; Mhlanga, Moloi, 2020). Применение указанной теории обосновано необходимостью использования классификации основных субъектов промышленной политики, что является важнейшим шагом на пути построения модели согласования экономических интересов в условиях Индустрии 4.0.

Основные стейкхолдеры классифицируются на экономические и неэкономические по такому критерию, как основное направление деятельности. К стейкхолдерам промышленной политики можно отнести крупные корпоративные объединения, предприятия «региональные лидеры», средние и малые промышленные предприятия, составляющие бизнес-сообщество, а также различные государственные институты развития (например, государственные корпорации, внебюджетные инвестиционные фонды, особые экономические зоны и прочее). К неэкономическим субъектам можно отнести федеральные органы государственной власти, органы государственной власти стейкхолдеров Российской Федерации, органы местного самоуправления, гражданское общество и научное сообщество [29] (Goncharov, 2016).

Одним из методов, используемых в работе, является политико-экономический ситуационный анализ. Данный метод позволяет, отталкиваясь от специфики различных тематических кейсов, учесть как экономические, так и политические (при наличии) интересы основных стейкхолдеров промышленной политики.

Методологическую основу исследования составляет логико-интуитивное моделирование. При использовании подобного метода итоговая модель часто «конструируется на основе систематизации содержательных понятий, тесно связанных с предметной спецификой изучаемого явления и эмпирическим массивом относящихся к нему информационных данных» [30, с. 100] (Borishpolets, 2010, p. 100). В основу формируемой модели положена структурная матрица пересечения интересов экономических и неэкономических стейкхолдеров промышленной политики, опубликованная авторами исследования в одной из работ [31] (Frolov, Sidorenko, Kaminchenko, 2020).

Результаты и обсуждение

При проведении моделирования в рамках сформулированной в работе цели необходимо отталкиваться от указанной классификации основных стейкхолдеров (подразумевающей деление главных стейкхолдеров на экономические и неэкономические). Кроме того, в формируемой модели требуется зафиксировать наличие/отсутствие пересекающихся интересов, а также их характер (подчеркнем, что при выполнении этой задачи будут использованы результаты построенной матрицы согласования экономических интересов субъектов (стейкхолдеров) промышленной политики разных форм собственности и отраслевой принадлежности в условиях цифровой экономики, опубликованной в одной из предыдущих работ). Дополнительно можно отразить различные эффекты от подобного взаимодействия (например, системные и (или) синергетические).

Модель согласования интересов экономических и неэкономических субъектов (стейкхолдеров) промышленной политики разных форм собственности и отраслевой принадлежности в условиях цифровой экономики на акторно-деятельностном уровне представлена на рисунке 1.

Рисунок 1. Акторно-деятельностная модель согласования интересов экономических и неэкономических субъектов (стейкхолдеров) промышленной политики разных форм собственности и отраслевой принадлежности в условиях цифровой экономики

Источник: составлено авторами.

Указанная выше модель требует некоторых дополнительных пояснений. Контуры линий, соединяющих составные элементы модели с указанием основных стейкхолдеров, характеризуют тип интересов, объединяющих акторов: выделенная непрерывная линия означает постоянный характер взаимных интересов, невыделенная непрерывная линия – долгосрочный характер, а прерывистая линия – краткосрочный характер интересов. Обозначенная модель носит акторно-деятельностный характер в связи с тем, что в ней отражены главным образом основные субъекты промышленной политики (акторы) и наличие/отсутствие между ними пересекающихся, взаимных интересов. Более того, этим интересам присущ различный характер: от краткосрочных до долгосрочных и постоянных.

В соответствии с содержанием модели постоянный характер пересекающихся интересов характерен только для пересечения интересов между крупными корпоративными объединениями промышленности (ЭС-1) и федеральными органами государственной власти (НЭС-1), а также между федеральными органами государственной власти (НЭС-1) и государственными институтами развития (ЭС-7). Во всех остальных взаимодействиях основных субъектов промышленности наблюдается либо долгосрочный, либо краткосрочный характер взаимных интересов.

Долгосрочный характер взаимных интересов, как правило, характерен в первую очередь для крупных корпоративных объединений промышленности и региональных лидеров сферы производства и сферы услуг. Это во многом обусловлено их ролью в развитии экономики как на федеральном, так и на региональном уровнях, а также объемами производственных мощностей и сферами предоставления различных услуг. Средние и малые предприятия промышленности и сферы услуг нередко ориентируются на проектный тип взаимодействий, поэтому в данном случае характер взаимных интересов целесообразно обозначить как краткосрочный.

Необходимо отметить, что взаимный учет и согласование интересов субъектов промышленной политики способствуют получению ими системных эффектов, появление которых было бы невозможно при отсутствии подобного взаимодействия. Вместе с тем общее взаимодействие и согласование интересов различных акторов промышленной политики создают определенную среду, экосистему, вырабатывающую синергетический эффект. Проявление подобного эффекта заключается в формировании особой среды, в которой складывается эффективная кооперация между хозяйствующими субъектами.

Помимо акцента на взаимодействиях различных субъектов промышленной политики в рамках акторно-деятельностной модели согласования интересов экономических и неэкономических стейкхолдеров промышленной политики необходимо сконцентрировать внимание на содержательной стороне вопроса, а именно – на конкретных, согласуемых интересах, часть из которых приведена в рамках второй модели, представленной на рисунке 2.

Подпись: СИСТЕМНЫЕ ЭФФЕКТЫ

Рисунок 2. Содержательная модель согласования интересов экономических и неэкономических субъектов (стейкхолдеров) промышленной политики разных форм собственности и отраслевой принадлежности в условиях цифровой экономики

Источник: составлено авторами.

В обозначенной выше модели, как и в акторно-деятельностной модели, отмечается фактор системного и синергетического эффектов, возникающих в результате согласования указанных интересов различных стейкхолдеров промышленной политики.

В построенных моделях находят свое отражение разные аспекты процесса согласования интересов основных стейкхолдеров промышленной политики. В первой модели акцент сделан на наличии/отсутствии, а также характере взаимных интересов разных субъектов промышленной политики (поэтому модель обозначена как акторно-деятельностная). Во второй модели основное внимание сделано на пересечении содержания конкретных интересов акторов промышленной политики (по этой причине модель обозначена как содержательная). Взаимосвязь и согласование интересов стейкхолдеров способствуют достижению ими системных эффектов, выраженных, например, как на уровне показателей эффективности промышленного производства, так и на уровне обеспечения качества безопасности (экологии) и т.п. Наличие разнообразных атрибутов проявления системных эффектов (как сугубо экономических, так и неэкономических) обусловлено тем, что анализировалась роль не только экономических, но и неэкономических субъектов промышленной политики. Это отвечает задаче проведения междисциплинарного анализа и позволяет наиболее точно оценить возможности согласования интересов максимального числа заинтересованных субъектов промышленной политики.

Особое внимание следует уделить появлению в результате комплексного взаимодействия разных субъектов промышленной политики синергетического эффекта. Возникновение подобного эффекта связано с формированием определенной среды, целостной экосистемы, где взаимодействуют различные акторы промышленной политики (в том числе на разных этапах жизненного цикла продукции промышленного производства), учитывающие и согласующие собственные взаимные интересы. В подобной среде существенно возрастает возможность получения синергетического эффекта, проявляющегося, как и в случае с системным эффектом, посредством различных показателей (как экономических, так и неэкономических).

Заключение

В условиях цифровой трансформации промышленности для основных субъектов промышленной политики появляются как новые возможности (связанные, например, с повышением эффективности промышленного производства и кооперации), так и риски (связанные, например, с информационной и технологической безопасностью). Поэтому основные акторы промышленной политики вынуждены учитывать специфику цифровизации экономических процессов и отношений при разработке и реализации промышленной политики. Одной из важнейших задач является учет и согласование интересов разных субъектов промышленной политики. В данной работе построены 2 модели согласования интересов экономических и неэкономических субъектов (стейкхолдеров) промышленной политики разных форм собственности и отраслевой принадлежности в условиях цифровой экономики. В одной из них акцент сделан на акторно-деятельностном подходе, в другой – на содержательном. В этих моделях отражены взаимосвязи разных субъектов промышленной политики и их конкретных интересов, а также обращено особое внимание на формируемые благодаря их согласованию и учету системные и синергетические эффекты.


Источники:

1. Shaizal B., Dr. Vikas S. Strategic planning for turning technological and managerial challenges into opportunities // International Journal on Arts, Management and Humanities. – 2018. – V. 7(1). – р.121-123.
2. Deepika K. A study of relationship between Open Innovation & Business Model Innovation with firm performance // International Journal on Arts, Management and Humanities. – 2018. – V. 7(1). – р.71-78.
3. Фролов В.Г., Каминченко Д.И. Применение методов политико-экономического анализа в целях проведения результативной согласованной промышленной политики в условиях цифровой экономики // Экономика, предпринимательство и право. – 2019. – Т. 9. – № 4. – С. 289-300.
4. Santos C., Mehrsai A., Barros A.C., Araújo M., Ares E. Towards Industry 4.0: an overview of European strategic roadmaps / Proceedings of the Manufacturing Engineering Society International Conference. – 2017.– р. 972-979.
5. Куприяновский В.П., Синягов С.А., Намиот Д.Е., Уткин Н.А., Николаев Д.Е., Добрынин А.П. Трансформация промышленности в цифровой экономике - экосистемаижизненныйцикл // International Journal of Open Information Technologies.– 2017.– Т. 5. – № 1. – c. 34-49.
6. Куприяновский В.П., Синягов С.А., Намиот Д.Е., Уткин Н.А., Николаев Д.Е., Добрынин А.П. Трансформация промышленности в цифровой экономике – проектирование и производство // International Journal of Open Information Technologies. –2017. – Т. 5. – № 1. – c. 50-70.
7. «Промышленность 4.0» - цифровая автоматизация производства // Мясные технологии. – 2017. – № 2 (170).– c. 38-39.
8. Büchi G., Cugno M., Castagnoli R. Smart factory performance and Industry 4.0 // Technological Forecasting & Social Change. – 2020. – 150. p. 1-10. –DOI: 10.1016/j.techfore.2019.119790
9. Abele E., Metternich J., Tisch M., Chryssolouris G., Sihn W., El Maraghy H., Hummele V., Ranz F. Learning Factories for research, education, and training / The 5th Conference on Learning Factories. – 2015. – p. 1-6. – doi: 10.1016/j.procir.2015.02.187
10. Baena F., Guarina A., Mora J., Sauza J., Retat S. Learning Factory: The Path to Industry 4.0 / Proceedings of the 7th Conference on Learning Factories. – 2017. – p. 73-80.
11. Храмов Ю.В. Учебная фабрика как форма организации практико-ориентированной подготовки кадров для современного производства // Управление устойчивым развитием. – 2020. – № 2 (27). – c. 43-48.
12. Usländer T., Thomalla C. Risks Of Industrie 4.0 - An Information Technology Perspective / Proceedings of the 6th International Disaster and Risk Conference IDRC Davos 2016, Davos, Switzerland.
13. Pereira T., Barreto L., Amaral A. Network and information security challenges within Industry 4.0 paradigm / Proceedings of the Manufacturing Engineering Society International Conference. – 2017. – p. 1253-1260.
14. Нехорошева Л.Н. Изменение инновационного ландшафта в контексте формирования Индустрии 4.0.: новые угрозы и первоочередные задачи / Цифровая трансформация экономики и промышленности: проблемы и перспективы: под ред. А. В. Бабкина. – СПб.: Изд-во Политехн. ун-та, 2017. – c.29-49.
15. Tjahjono B., Esplugues C., Ares E., Pelaez G. What does industry 4.0 meаn to supply chain / Proceedings of the Manufacturing Engineering Society International Conference: Vigo (Pontevedra), Spain. – 2017. – p. 1175-1182.
16. Bag S., Telukdarie A., Pretorius J.H.C., Gupta Sh. Industry 4.0 and supply chain sustainability: framework and future research directions // Benchmarking An International Journal. – 2018. DOI: 10.1108/BIJ-03-2018-0056
17. Ghadge, A., Er Kara, M., Moradlou, H. &Goswami, M. The impact of Industry 4.0 implementation on supply chains // Journal of Manufacturing Technology Management(ahead-of-print). – DOI: 10.1108/JMTM-10-2019-0368
18. Hozdic E. Smart factory for industry 4.0: A review // International Journal of Modern Manufacturing Technologies. – 2015. – Vol. 7. – No. 1.– p. 28-35.
19. Vuksanovic D., Ugarak J., Korcok D. Industry 4.0: the Future Concepts and New Visions of Factory of the Future Development / Conference: Sinteza 2016. International scientific conference on ict and e-business related research. – 2016. – p.293-298.– DOI: 10.15308/Sinteza-2016-293-298.
20. Thoben K-D., Wiesner S., Wuest Th. “Industrie 4.0” and smart manufacturing – A review of research issues and application examples // International Journal of Automation Technology. – 2017.– No.11(1).– p. 4-19. – DOI: 10.20965/ijat.2017.p0004
21. Устинова Л.Н. Цифровые технологии в управлении промышленностью / Цифровая трансформация: образование, наука, общество. Монография. — М.: Издательство Центрального научно-исследовательского института русского жестового языка, 2019.– c. 104-120.
22. Kosacka-OlejnikM., Pitakaso R. Industry 4.0: State of the art and research implications / LogForum. – 2019. – 15 (4). c.475-485 – http://doi.org/10.17270/J.LOG.2019.363
23. Ахременко А.С., Петров А.П., Филиппов И.Б. Стабильность и выживание демократий: от гипотезы Липсета к производительности экономики // Полития: Анализ. Хроника. Прогноз. – 2018. – № 3. – c. 87-112.
24. Ахременко А.С., Локшин И.М., Юрескул Е.А. Экономический рост и выбор политического курсав авторитарных режимах: «недостающее звено // Полития: Анализ. Хроника. Прогноз. – 2015. – № 3. – c. 50-74.
25. Вашакмадзе Т., Мартиросян Э., Сергеева А. Модель управления стейкхолдерами в сделках M&A на базе Стандарта взаимодействия со стейкхолдерами АA1000SES // Проблемы теории и практики управления. – 2016. – № 2. – с. 82-93.
26. Леонтьев Н.Я. Методология формирования конкурентоспособности инжиниринговых компаний атомной отрасли. Автореферат диссертации на соискание ученой степени доктора экономических наук / Нижегородский государственный университет им. Н.И. Лобачевского. НижнийНовгород, 2019.
27. BinhD.Th.Th., AnhT.Th.K. Stakeholders approach on corporate governance and performance of Vietnamese manufacturing firms // Journal of Governance and Regulation. – 2017. – Vol. 6. – Issue 2. – p. 61-73.
28. Mhlanga D., Moloi T. The stakeholder theory in the fourth industrial revolution // International journal of economics and finance studies. – 2020. – Vol. 12. – No: 2. – p. 352-268.
29. Гончаров П. Организация взаимодействия стейкхолдеров промышленной политики // Государственная служба. – 2016. – № 1 (99). – c. 80-83.
30. Боришполец К.П. Методы политических исследований. 2-е изд., испр. и доп. – М.: Аспект Пресс, 2010. – 230 с.
31. Frolov V.G., SidorenkoYu.A., Kaminchenko D.I. Harmonization of Interests of Stakeholders in the Context of Industry 4.0 // Revistagenero&Direito. – 2020.

Страница обновлена: 26.11.2024 в 12:55:20