Model of coordination and implementation of industrial policy subjects economic interests in the digital economy

Frolov V.G.1, Kaminchenko D.I.1
1 Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Russia

Journal paper

Creative Economy (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 14, Number 12 (december 2020)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=44691240
Cited: 3 by 28.06.2023

Abstract:
Digitalization of the economy creates new conditions for the formation and implementation of industrial policy. When developing a modern industrial policy, it is necessary to take into account the digitalization specifics of economic processes and relations. As part of the research, models are developed for coordinating and implementing the interests of industrial policy stakeholders of different forms of ownership and industry affiliation in the modern economy. These models pay special attention to the nature of interaction between different subjects of industrial policy, as well as the manifestation of systemic and synergistic effects in the process of this cooperation. The scientific novelty of the research results is that it complements the existing system of knowledge in the field of industrial policy development and implementation in the context of Industry 4.0. When developing models for coordinating the interests of various stakeholders in industrial policy, an economic and political approach is used, from the standpoint of which research on this particular topic has not been conducted. The practical significance of the developed models is that they can be used by public authorities in the development and implementation of industrial policy, both at the national and regional levels. ACKNOWLEDGMENTS: The research was carried out with the financial support of the RFBR in the framework of research project No. 19-010-01000.

Keywords: Industry 4.0, digital economy, stakeholders, industrial policy, model, coordinating the interests, political and economic approach

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

JEL-classification: 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.


References:

«Promyshlennost 4.0» - tsifrovaya avtomatizatsiya proizvodstva [Industry 4.0 - the digital automation of production]. (2017). Myasnye tekhnologii. (2). 38-39. (in Russian).

Abele E., Metternich J., Tisch M., Chryssolouris G., Sihn W., El Maraghy H., Hummele V., Ranz F. (2015). Learning Factories for research, education, and training He 5th Conference on Learning Factories. 1-6.

Akhremenko A.S., Lokshin I.M., Yureskul E.A. (2015). Ekonomicheskiy rost i vybor politicheskogo kursav avtoritarnyh rezhimakh: «nedostayushchee zveno [Economic growth and policy choices in authoritarian regimes: missing link]. Politia: analysis. chronicle. forecast (journal of political philosophy and sociology of politics). (3). 50-74. (in Russian).

Akhremenko A.S., Petrov A.P., Filippov I.B. (2018). Stabilnost i vyzhivanie demokratiy: ot gipotezy Lipseta k proizvoditelnosti ekonomiki [Democratic survival and stability: from Lipset hypothesis to economic productivity]. Politia: analysis. chronicle. forecast (journal of political philosophy and sociology of politics). (3). 87-112. (in Russian).

Baena F., Guarina A., Mora J., Sauza J., Retat S. (2017). Learning Factory: The Path to Industry 4.0 Proceedings of the 7th Conference on Learning Factories. 73-80.

Bag S., Telukdarie A., Pretorius J.H.C., Gupta Sh. (2018). Industry 4.0 and supply chain sustainability: framework and future research directions Benchmarking An International Journal. doi: 10.1108/BIJ-03-2018-0056.

Binh D.Th.Th., Anh T.Th.K. (2017). Stakeholders approach on corporate governance and performance of Vietnamese manufacturing firms Journal of Governance and Regulation. (2). 61-73.

Borishpolets K.P. (2010). Metody politicheskikh issledovaniy [Methods of political research] (in Russian).

Büchi G., Cugno M., Castagnoli R. (2020). Smart factory performance and Industry 4.0 Technological Forecasting. (150). 1-10. doi: 10.1016/j.techfore.2019.119790.

Deepika K. (2018). A study of relationship between Open Innovation & Business Model Innovation with firm performance International Journal on Arts, Management and Humanities. (7(1)). 71-78.

Frolov V.G., Kaminchenko D.I. (2019). Primenenie metodov politiko-ekonomicheskogo analiza v tselyakh provedeniya rezultativnoy soglasovannoy promyshlennoy politiki v usloviyakh tsifrovoy ekonomiki [Methods of political-economic analysis application for conducting effective coordinated industrial policy in the digital economy context]. Journal of Economics, Entrepreneurship and Law. (4). 289-300. (in Russian).

Frolov V.G., SidorenkoYu.A., Kaminchenko D.I. (2020). Harmonization of Interests of Stakeholders in the Context of Industry 4.0 Revistagenero&Direito.

Ghadge A., Er Kara M., Moradlou H., Goswami M. (2020). The impact of Industry 4.0 implementation on supply chains Journal of Manufacturing Technology Management. doi: 10.1108/JMTM-10-2019-0368.

Goncharov P. (2016). Organizatsiya vzaimodeystviya steykkholderov promyshlennoy politiki [Organization of interaction between stakeholders of the industrial policy]. Public service. (1). 80-83. (in Russian).

Hozdic E. (2015). Smart factory for industry 4.0: A review International Journal of Modern Manufacturing Technologies. (1). 28-35.

Khramov Yu.V. (2020). Uchebnaya fabrika kak forma organizatsii praktiko-orientirovannoy podgotovki kadrov dlya sovremennogo proizvodstva [Learning factory as a form of organization of practice-oriented training for modern production]. Upravlenie ustoychivym razvitiem. (2). 43-48. (in Russian).

Kosacka-OlejnikM., Pitakaso R. (2019). Industry 4.0: State of the art and research implications LogForum. (15 (4)). 475-485. doi: 10.17270/J.LOG.2019.363.

Kupriyanovskiy V.P., Sinyagov S.A., Namiot D.E., Utkin N.A., Nikolaev D.E., Dobrynin A.P. (2017). Transformatsiya promyshlennosti v tsifrovoy ekonomike - ekosistema i zhiznennyy tsikl [Industries transformation in the digital economy - the ecosystem and life cycle]. International Journal of Open Information Technologies. (1). 34-49. (in Russian).

Kupriyanovskiy V.P., Sinyagov S.A., Namiot D.E., Utkin N.A., Nikolaev D.E., Dobrynin A.P. (2017). Transformatsiya promyshlennosti v tsifrovoy ekonomike – proektirovanie i proizvodstvo [Industries transformation in the digital economy - the design and production]. International Journal of Open Information Technologies. (1). 50-70. (in Russian).

Leontev N.Ya. (2019). Metodologiya formirovaniya konkurentosposobnosti inzhiniringovyh kompaniy atomnoy otrasli [Methodology for forming the competitiveness of nuclear engineering companies] (in Russian).

Mhlanga D., Moloi T. (2020). The stakeholder theory in the fourth industrial revolution International Journal of economics and finance studies. (2). 352-268.

Nekhorosheva L.N. (2017). Izmenenie innovatsionnogo landshafta v kontekste formirovaniya Industrii 4.0.: novye ugrozy i pervoocherednye zadachi [Changing the innovation landscape in the context of Industry 4.0: new threats and priorities] (in Russian).

Pereira T., Barreto L., Amaral A. (2017). Network and information security challenges within Industry 4.0 paradigm Proceedings of the Manufacturing Engineering Society International Conference. 253-1260.

Santos C., Mehrsai A., Barros A.C., Araújo M., Ares E. (2017). Towards Industry 4.0: an overview of European strategic roadmaps Proceedings of the Manufacturing Engineering Society International Conference. 972-979.

Shaizal B., Dr. Vikas S. (2018). Strategic planning for turning technological and managerial challenges into opportunities International Journal on Arts, Management and Humanities. (7(1)). 121-123.

Thoben K-D., Wiesner S., Wuest Th. (2017). “Industrie 4.0” and smart manufacturing – A review of research issues and application examples International Journal of Automation Technology. (11(1)). 4-19. doi: 10.20965/ijat.2017.p0004.

Tjahjono B., Esplugues C., Ares E., Pelaez G. (2017). What does industry 4.0 mean to supply chain Proceedings of the Manufacturing Engineering Society International Conference: Vigo (Pontevedra), Spain. 1175-1182.

Usländer T., Thomalla C. (2016). Risks Of Industrie 4.0 - An Information Technology Perspective Proceedings of the 6th International Disaster and Risk Conference IDRC Davos, Switzerland.

Ustinova L.N. (2019). Tsifrovye tekhnologii v upravlenii promyshlennostyu [Digital technologies in industrial management] (in Russian).

Vashakmadze T., Martirosyan E., Sergeeva A. (2016). Model upravleniya steykkholderami v sdelkakh M&A na baze Standarta vzaimodeystviya so steykkholderami AA1000SES [Stakeholder management model for M&A deals based on the stakeholder engagement standard AA1000SES]. Theoretical and Practical Aspects of Management. (2). 82-93. (in Russian).

Vuksanovic D., Ugarak J., Korcok D. (2016). 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. 293-298.

Страница обновлена: 12.04.2025 в 11:36:59