Инновационная система сбалансированных показателей в управлении цифровой трансформацией социально-экономического развития регионального кластера

Уткин А.И.1
1 Санкт-Петербургский государственный университет, Россия, Санкт-Петербург

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 12, Номер 3 (Июль-сентябрь 2022)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49551603
Цитирований: 3 по состоянию на 30.01.2024

Аннотация:
В статье исследуется проблема определения критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в рамках разработки стратегических проекций инновационной системы сбалансированных показателей. Обоснован инновационный характер формирования системы сбалансированных показателей на основе установления взаимосвязи цифровой трансформации информационных потоков кластеризации и качества ключевых показателей эффективности в процессе выработки стратегии управления экономическим потенциалом регионального кластера. Выделены возможности применения ERP-систем для идентификации критериев оценки эффективности цифровой трансформации кластера в разрезе типовых групп информационных потоков деятельности кластерообразующих предприятий. По данным девяти областей Центрального федерального округа Российской Федерации за период 2017–2021 гг. проведен корреляционный анализ взаимосвязи интегральной величины финансово-экономического потенциала регионального кластера и ключевых составляющих (интегрированных характеристик) цифровой трансформации кластерного потенциала для последующего определения проекций инновационной системы сбалансированных показателей. С использованием ERP-систем выявлены и структурированы факторы внутренней и внешней среды цифровой трансформации кластерообразующих предприятий в рамках проекций инновационной системы сбалансированных показателей и типовых групп информационных потоков кластера. В результате исследования на примере кластерообразующих предприятий Ивановской области разработаны интегрированная инновационная система сбалансированных показателей оценки эффективности трансформации информационных кластерных потоков и модель управления цифровой трансформацией социально-экономического развития регионального кластера на основе группировки и модификации ключевых критериев и факторов стратегических проекций.

Ключевые слова: региональный кластер, цифровая трансформация, эффективность трансформации, ERP-системы, инновационная система сбалансированных показателей

JEL-классификация: C52, M11, M15, O31



Введение

В рамках реализации комплексной стратегии управления экономическим потенциалом и устойчивым развитием регионального кластера на основе системы сбалансированных показателей тенденции цифровизации, способствующие оптимизации и ускорению бизнес-процессов, определили основополагающую роль цифровой трансформации в повышении общего уровня эффективности деятельности кластерообразующих предприятий, выражающемся в усилении функций территориальной кластеризации и повышении инновационной активности организаций. Так, в 2010–2019 гг. повышение темпов цифровой трансформации кластерообразующих предприятий Ивановской области (Открытое акционерное общество Хлопчатобумажный комбинат (ОАО ХБК) «Шуйские ситцы», Общество с ограниченной ответственностью (ООО) «МИРтекс», ООО «ТДЛ Текстиль», ООО «Нордтекс», ООО «ХБК «Навтекс», АО «Полет» Ивановский парашютный завод) в среднем на 10,5% привело к среднегодовому приросту их эффективности (инновационному ускорению кластерных процессов) на 5,5% [1] (Bloomberg, https://www.bloomberg.com/europe). При этом неравномерность развития цифровых технологий обработки информационных кластерных потоков не только обострила проблему отсутствия индикаторов оценки эффективности цифровой трансформации социально-экономического развития кластера, но и определила необходимость создания инновационного подхода к разработке стратегических проекций модели системы сбалансированных показателей.

Инновационный характер формирования системы сбалансированных показателей в управлении цифровой трансформацией должен основываться на зависимости качества ключевых опорных показателей стратегических проекций от процесса трансформации информационных потоков кластеризации. В связи с этим уровень эффективности цифровой трансформации социально-экономического развития регионального кластера должен свидетельствовать о целесообразности и надежности всей инновационной системы сбалансированных показателей и допустимости ее применения для управления развитием кластерообразующих предприятий. Упорядоченные информационные потоки кластера, направляемые с помощью ERP-систем (Enterprise Resource Planning) на генерацию достоверных данных по важнейшим организационным сферам кластеризации (финансовая стабильность, клиентский опыт, принятие стратегических решений и состояние организационной структуры, сегменты и функциональные особенности бизнеса, инновационные и образовательные технологии), в процессе цифровой трансформации формируют должным образом ключевые показатели проекций, выступающие индикаторами оценки эффективности трансформационного процесса. В данной ситуации при разработке инновационной системы сбалансированных показателей ERP-системы позволяют упростить управление цифровой трансформацией и выступают ее основной платформой, учитывающей специфику функционирования кластерообразующих предприятий и регионального кластера в целом. Инновационные стратегические проекции должны содержать ключевые прямые и косвенные критерии оценки эффективности трансформации информационных потоков кластера, обеспечивающие комплексный охват сфер деятельности кластерообразующих предприятий и определяющие под влиянием различных позитивных и негативных факторов стратегические направления улучшения экономического потенциала и достижения устойчивого развития.

Проблема исследования заключается в определении критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в контексте формирования стратегических проекций инновационной системы сбалансированных показателей для оценки и управления экономическим потенциалом и устойчивым развитием кластерообразующих предприятий.

Цель исследования – разработка на примере кластерообразующих предприятий Ивановской области интегрированной инновационной системы сбалансированных показателей оценки эффективности трансформации информационных кластерных потоков с последующим построением модели управления цифровой трансформацией социально-экономического развития регионального кластера.

Методами исследования являются критический анализ, качественный анализ, корреляционный анализ, группировка, систематизация, моделирование, обобщение, сценарное прогнозирование (проецирование) на основе инновационной модели системы сбалансированных показателей и технологии ERP-систем.

Основная часть исследования

Проведенный критический анализ существующих концепций зарубежных и российских исследователей проблемы выявления индикаторов оценки эффективности цифровой трансформации в контексте разработки системы сбалансированных показателей позволил установить общую приверженность данных подходов идее комплексного преобразования деятельности предприятий и региональных промышленных комплексов, состоящей в периодическом изменении целевых показателей эффективности бизнеса в зависимости от смены цифрового обеспечения видения, стратегии и миссии устойчивого развития. Согласно основным положениям теоретических взглядов Д.Г. Родионова [2] (Rodionov et al., 2020), В.Г. Халина [3] (Khalin, Chernova, 2018), Н.В. Пахомовой [4] (Pakhomova, Tkachenko, 2014), ключевым принципом определения критериев оценки эффективности цифровой трансформации информационных бизнес-потоков выступает сопоставление и дальнейшее преобразование уровней цифрового развития предприятий отрасли при сравнении с показателями цифровизации деятельности наиболее конкурентоспособной организации. Позиции А.И. Боровкова [5] (Borovkov et al., 2019), В.М. Шараповой [6] (Sharapova et al., 2017), Ю.М. Максимова [7] (Maksimov et al., 2008), А.Л. Кудрина [8] (Kudrin, Gurvich, 2014) основываются на выделении в качестве принципа выбора оценочных критериев эффективности цифрового трансформационного процесса использование «цифровых двойников» для моделирования и дальнейшей трансформации целевых установок компании с опорой на лидирующие показатели цифровизации в целом по отрасли. В свою очередь, зарубежные экономисты С. Ли [9] (Lee et al., 2021), К. Хамфрис [10] (Humphreys et al., 2016), М. Китсон [11] (Kitson, 2019), Дж. Хамамура [12] (Hamamura, 2019), Г. Гудерган [13] (Gudergan, Buschmeyer, 2015), К. Мэтт [14] (Matt et al., 2015) отмечают, что главным принципом определения критериев оценки эффективности цифровой трансформации является оценка ключевых возможностей и перспектив наращивания стоимости компаний в цифровой экономике, позволяющая переориентировать бизнес на совершенствование цифровых процессов и трансформировать корпоративную стратегию.

В отношении социально-экономического развития регионального кластера использование принципов, предложенных авторами рассмотренных подходов, невозможно в связи со способностью промышленных комплексов и кластерообразующих предприятий самостоятельно генерировать кластерные и экономические процессы и внедрять в региональную систему тенденции цифровизации [15–17] (Soldatova, 2021; Utkin, Speransky, 2019; Dorzhieva, 2021). В условиях необходимости цифрового регулирования обратной связи кластерообразующих предприятий с клиентской базой и региональными субъектами, на которых распространяются тенденции кластеризации, главным принципом идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития кластера и формирования инновационной системы сбалансированных показателей следует считать использование ERP-систем, обеспечивающих комплексный охват и гибкую аккумуляцию всех данных и информационных потоков по ключевым аспектам кластеризации.

Нами выделены следующие возможности применения ERP-систем для идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в контексте разработки стратегических проекций инновационной системы сбалансированных показателей:

· аккумуляция цифровых корпоративных баз данных, накапливание и распределение однотипных информационных потоков трансформации кластера для их дальнейшего разведения по ключевым аспектам работы кластерообразующих предприятий, перевода в итоговые количественные и качественные индикаторы и проведения аналитического отбора показателей, несущих в себе стратегически значимую информацию;

· проведение в режиме реального времени полной аналитики информационных кластерных потоков по группам потребителей кластерообразующей продукции, стандартизация данных о различных взаимосвязях трансформационных процессов работы структурных подразделений для дальнейшей переориентации показателей на достижение положительного эффекта цифровизации;

· обработка и организация целенаправленного движения информационных потоков трансформации кластера из разных каналов с целью достижения одинакового качества формирования итоговых показателей, позволяющего в процессе цифровой трансформации выявить стратегически значимые индикаторы.

Для определения стратегических проекций инновационной системы сбалансированных показателей, образуемых за счет представленных возможностей ERP-систем, необходимо с использованием статистических данных о социально-экономическом развитии девяти областей Центрального федерального округа Российской Федерации, отличающихся наиболее ярко выраженными тенденциями территориальной кластеризации, провести за период 2017–2021 гг. корреляционный анализ взаимосвязи интегральной величины финансово-экономического потенциала регионального кластера и ключевых составляющих (интегрированных характеристик) цифровой трансформации кластерного потенциала, что позволит выявить составляющие (проекции), оказывающие наибольшее влияние на кластер. При расчете парных коэффициентов корреляции (r) использованы следующие величины:

· финансово-экономический потенциал регионального кластера (результирующий признак) (Y), млрд руб.;

· составляющая «Финансовая ценность кластера» (X1), млрд руб.;

· составляющая «Трансформация клиентского спроса» (X2), млрд руб.;

· составляющая «Изменения имиджа кластера» (X3), %;

· составляющая «Потенциал внутренних процессов кластера» (X4), %;

· составляющая «Инновационная привлекательность кластера» (X5), %.

Исходные данные для анализа сформированы на основе данных информационно-аналитической системы Bloomberg Professional за 2017–2021 гг. (табл. 1) [1] (Bloomberg, https://www.bloomberg.com/europe).

Таблица 1

Исходные данные для корреляционного анализа

финансово-экономического потенциала регионального кластера

Область Центрального федерального округа
Год
Y
X1
X2
X3
X4
X5
1
2
3
4
5
6
7
8
Владимирская
2017
70284
12956,2
109,81
17,3
77,5
6,1
2018
85265
14312,2
105,74
17,5
77,7
5,7
2019
103848
16228,8
106,74
15,0
77,6
4,4
2020
116202
18796,4
107,50
13,5
77,6
3,8
2021
129564
20569,0
113,30
13,5
77,7
4,3
Ивановская
2017
66734
11123,5
112,17
20,1
80,8
7,6
2018
86035
13005,5
106,40
19,0
81,0
6,6
2019
109822
16114,7
107,13
13,8
81,0
6,3
2020
121813
18123,2
107,38
14,1
81,1
5,2
2021
138185
20409,0
112,24
14,2
81,1
4,3
Калужская
2017
97675
15477,4
108,48
11,3
75,2
6,7
2018
118038
17556,9
106,80
11,1
76,3
5,6
2019
133102
20742,3
107,61
8,5
75,9
4,3
2020
144553
23182,1
107,60
9,0
75,9
4,5
2021
161623
24984,0
113,18
9,4
75,9
4,2
Костромская
2017
73413
13314,8
110,85
15,7
69,6
6,0
2018
86738
14822,6
105,67
16,5
70,0
5,1
2019
95792
15867,1
107,45
15,1
70,2
4,8
2020
104945
17575,0
107,43
14,0
70,5
4,9
2021
114959
19320,0
110,95
13,5
70,8
4,3
Окончание табл. 1

1
2
3
4
5
6
7
8
Рязанская
2017
83877
13886,3
109,85
15,0
70,7
8,4
2018
98147
14788,0
105,82
16,0
70,9
7,2
2019
112985
17652,3
107,04
12,5
71,0
4,6
2020
123656
19828,2
108,07
11,7
71,0
4,7
2021
140026
21988,0
113,47
10,9
71,1
4,4
Смоленская
2017
99218
14546,0
110,92
15,2
72,4
7,4
2018
111641
15969,1
106,43
17,3
72,7
7,6
2019
123289
18305,0
106,49
14,8
72,6
5,7
2020
134889
19982,1
106,17
15,1
72,5
5,2
2021
150008
21788,0
114,15
15,2
72,1
5,1
Тверская
2017
93371
13872,6
109,66
13,2
74,5
6,6
2018
105711
14943,4
105,27
13,5
74,8
6,0
2019
120844
17282,1
106,69
11,4
74,9
5,0
2020
133177
19105,9
107,20
11,8
74,9
5,3
2021
153135
20602,0
113,63
11,9
74,9
5,3
Тульская
2017
97163
15349,5
110,06
11,0
79,7
5,8
2018
110791
16975,0
105,65
10,9
79,4
5,3
2019
124580
19339,8
107,32
9,5
79,0
4,6
2020
136909
20903,1
107,24
9,7
78,8
4,2
2021
152864
23040,0
112,37
9,8
76,6
4,1
Ярославская
2017
82640
14490,6
110,48
12,8
82,1
7,5
2018
100762
15508,0
106,00
13,4
82,2
5,1
2019
114121
18605,4
107,81
10,9
81,9
3,4
2020
131399
21126,8
107,04
10,6
81,9
4,5
2021
149623
23876,0
113,48
9,9
81,8
3,8
Источник: составлено автором на основе информационно-аналитической базы данных Bloomberg.

Результаты множественного корреляционного анализа финансово-экономического потенциала регионального кластера в совокупности по всем девяти областям Центрального федерального округа, полученные с использованием программного обеспечения Regre 2.8, представлены в таблице 2.

Таблица 2

Коэффициенты корреляции

Показатель корреляции





Значение показателя
0,95
-0,98
-0,71
0,94
-0,86
Характеристика силы связи
очень высокая
очень высокая
средняя
очень высокая
высокая
Источник: составлено автором.

На основании представленных в таблице результатов корреляционного анализа правомерно утверждать, что стратегическими проекциями инновационной системы сбалансированных показателей оценки эффективности цифровой трансформации социально-экономического развития регионального кластера выступают четыре интегрированные характеристики (составляющие), в наибольшей степени влияющие на результирующий признак (финансово-экономический потенциал кластера):

· «Финансовая ценность кластера».

· «Трансформация клиентского спроса».

· «Потенциал внутренних процессов кластера».

· «Инновационная привлекательность кластера».

В рамках полученных стратегических проекций инновационной системы сбалансированных показателей выделенные ранее функциональные возможности ERP-систем позволяют учесть влияние позитивных и негативных факторов внутренней и внешней среды цифровой трансформации кластерообразующих предприятий и тем самым идентифицировать в разрезе типовых групп информационных кластерных потоков формируемые факторами ключевые критерии оценки эффективности трансформации.

Проекция «Финансовая ценность кластера». При формировании данной проекции ERP-инструменты идентификации, аккумулирующие информационные потоки финансовых операций кластера, обеспечивают вывод конечных ключевых показателей эффективности на основе многофакторного анализа решений о целесообразности инвестирования и долгосрочных вложений в объекты кластеризации и в связи с этим отражают влияние двух факторов внутренней и внешней среды цифровой трансформации: «Использование дорогостоящих материалов и компонентов» и «Инновационно-инвестиционные изменения». Вектор воздействия данных факторов, заключающийся в установлении неоднородного уровня операционных расходов и возникновении возможностей регулирования финансовой составляющей кластероориентированной продукции, определяет формирование финансовой группы информационных кластерных потоков «Потоки финансовой цепочки создания ценности кластера», собираемых в дальнейшем ERP-системами для генерации двух итоговых ключевых критериев оценки эффективности трансформации: «Уровень рисков снижения финансового благосостояния и обеспеченности финансовыми ресурсами» и «Уровень инвестиционной привлекательности цифровой трансформации».

Проекция «Трансформация клиентского спроса». Аккумуляция идентифицирующими ERP-инструментами целенаправленных потоков информации об отношениях с клиентской базой кластера позволяет получить конечные ключевые оценочные показатели на основе проведения многофакторной аналитики предпочтений покупателей кластероориентированной продукции и прогнозирования потребительского спроса по отношению к объектам кластеризации и тем самым выявить влияние двух факторов внутренней и внешней среды цифровой трансформации: «Преобладание реализации продукции по кластероориентированной номенклатурной группе» и «Удовлетворенность ассортиментом кластерообразующей продукции». Воздействие отраженных факторов, состоящее в переориентации каналов возникновения и взаимозависимости потребностей клиентов кластерообразующих предприятий, в условиях осуществления трансформационного процесса определяет формирование клиентской группы информационных кластерных потоков «Потоки массовой сегментации клиентов кластера», направляемых ERP-системами на отражение двух итоговых ключевых критериев оценки эффективности цифровой трансформации: «Уровень результативности трансформации рынков сбыта кластерообразующей продукции» и «Уровень индивидуализации потребностей клиентов».

Проекция «Потенциал внутренних процессов кластера». При аккумуляции ERP-инструментами информационных потоков внутренних бизнес-процессов кластера становится возможным вывести конечные ключевые индикаторы эффективности посредством многофакторного исследования внутренних и внешних организационных связей, определяющих рыночное положение и конкурентные преимущества кластерообразующих предприятий, и на основании этого учесть влияние двух факторов внутренней и внешней среды цифровой трансформации: «Сбалансированность производственно-технологических процессов» и «Результативность технологических инноваций и оптимизации организационных процедур». Вектор воздействия выявленных факторов, характеризующийся возникновением информационных потоков из различных областей взаимодействия подразделений разных кластерообразующих предприятий, определяет формирование группы информационных кластерных потоков о внутрифирменных процессах «Потоки организационных и производственных процессов взаимодействия участников кластера в рамках цифровой экосистемной трансформации», подлежащих целенаправленному распределению ERP-системами для последующей генерации двух итоговых ключевых критериев оценки эффективности трансформации: «Уровень концентрации специфики производственного и отраслевого процессов» и «Уровень автоматизации кластерных бизнес-процессов».

Проекция «Инновационная привлекательность кластера». Процесс аккумуляции ERP-инструментами информационных потоков инновационных кластерных возможностей позволяет функционально отразить конечные ключевые показатели эффективности путем многофакторного анализа реализованных проектов по внедрению кластероориентированных технологических инноваций, определяющих расширение инфраструктуры функционирования кластера, и тем самым установить влияние двух факторов внутренней и внешней среды трансформации: «Совершенствование жизненного цикла кластерообразующей продукции» и «Инновационные конкурентные преимущества участников кластера». Воздействие выявленных факторов состоит в трансформации степени соответствия навыков персонала кластерообразующих предприятий и применяемых инновационных технологий изменениям стратегических целей организаций и определяет формирование группы информационных кластерных потоков об инновационном технологическом обеспечении «Потоки инновационно-технологического и образовательного развития кластера», собираемых ERP-системами для целенаправленной генерации двух итоговых ключевых критериев оценки эффективности цифровой трансформации: «Уровень конкурентных преимуществ трансформации инновационного потенциала» и «Уровень образовательного развития персонала и изменения инновационных технологий».

В таблице 3 на примере кластерообразующих предприятий Ивановской области представлены результаты идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера с использованием ERP-систем, основанные на группировке, систематизации и проецировании выявленных факторов внутренней и внешней среды трансформации в разрезе типовых групп информационных кластерных потоков, и сформирована интегрированная инновационная система сбалансированных показателей.

Таблица 3

Интегрированная инновационная система сбалансированных показателей оценки эффективности цифровой трансформации социально-экономического развития регионального кластера

Стратегическая проекция инновационной системы сбалансированных показателей
ERP-инструмент идентификации критериев оценки эффективности цифровой трансформации кластера
Факторы внутренней и внешней среды цифровой трансформации кластера
Критерии оценки эффективности цифровой трансформации кластера
1
2
3
4
Финансовая ценность кластера
Финансовая группа информационных кластерных потоков
«Потоки финансовой цепочки создания ценности кластера»
Сочетание аналитических процедур Due Diligence и пакетов бизнес-приложений CRM (Customer Relationship Management) для аккумулирования информационных потоков финансовых операций по объектам кластеризации (на кластерообразующих предприятиях ОАО ХБК «Шуйские ситцы», ООО «ТДЛ Текстиль»)
- использование дорогостоящих материалов и компонентов;
- инновационно-инвестиционные изменения
1) уровень рисков снижения финансового благосостояния и обеспеченности финансовыми ресурсами;
2) уровень инвестиционной привлекательности цифровой трансформации

Окончание табл. 3

1
2
3
4
Трансформация клиентского спроса
Клиентская группа информационных кластерных потоков
«Потоки массовой сегментации клиентов кластера»
Сочетание пакетов бизнес-приложений CRM и аналитического программного обеспечения жизненного цикла PLM (Product Lifecycle Management) для аккумулирования информационных потоков операций с клиентами по объектам кластеризации (на кластерообразующих предприятиях ООО «МИРтекс», ООО «Нордтекс»)
- преобладание реализации продукции по кластероориентированной номенклатурной группе;
- удовлетворенность ассортиментом кластерообразующей продукции
1) уровень результативности трансформации рынков сбыта кластерообразующей продукции;
2) уровень индивидуализации потребностей клиентов
Потенциал внутренних процессов кластера
Группа информационных кластерных потоков о внутрифирменных процессах «Потоки организационных и производственных процессов взаимодействия участников кластера в рамках цифровой экосистемной трансформации»
Сочетание аналитических процедур Due Diligence и пакетов бизнес-приложений PLM для аккумулирования информационных потоков операций внутрифирменных подразделений по объектам кластеризации (на кластерообразующих предприятиях ОАО ХБК «Шуйские ситцы», ООО «ХБК «Навтекс»)
- сбалансированность производственно-технологических процессов;
- результативность технологических инноваций и оптимизации организационных процедур
1) уровень концентрации специфики производственного и отраслевого процессов;
2) уровень автоматизации кластерных бизнес-процессов
Инновационная привлекательность кластера
Группа информационных кластерных потоков об инновационном технологическом обеспечении «Потоки инновационно-технологического и образовательного развития кластера»
Сочетание отдельных аналитических модулей PPM (Project Portfolio Management) и SAP SEM (Strategic Enterprise Management) для аккумулирования информационных потоков операций с инновационными проектами по объектам кластеризации (на кластерообразующем предприятии АО «Полет» Ивановский парашютный завод)
- совершенствование жизненного цикла кластерообразующей продукции;
- инновационные конкурентные преимущества
участников кластера
1) уровень конкурентных преимуществ трансформации инновационного потенциала;
2) уровень образовательного развития персонала и изменения инновационных технологий
Источник: составлено автором.

В результате исследования на основе использования метода сценарного прогнозирования (проецирования) влияния факторов стратегических проекций инновационной системы сбалансированных показателей на модификацию выявленных ключевых оценочных критериев в отношении кластерообразующих предприятий Ивановской области разработана модель управления цифровой трансформацией социально-экономического развития регионального кластера, отражающая перспективные стратегические направления повышения эффективности трансформационного процесса (табл. 4).

Таблица 4

Модель управления цифровой трансформацией

социально-экономического развития регионального кластера

в рамках инновационной системы сбалансированных показателей

Стратегическая проекция инновационной системы сбалансированных показателей
Критерии оценки эффективности цифровой трансформации кластера
Прогнозные перспективы управления
цифровой трансформацией кластера
Вектор влияния факторов внутренней и внешней среды на процесс цифровой кластерной трансформации
Модификация критериев оценки эффективности цифровой трансформации кластера
Стратегическое направление повышения эффективности цифровой трансформации кластера
1
2
3
4
5
Финансовая ценность кластера
1) уровень рисков снижения финансового благосостояния и обеспеченности финансовыми ресурсами;
2) уровень инвестиционной привлекательности цифровой трансформации
Возникновение неоднородных колебаний финансовой составляющей по объектам кластеризации (ОАО ХБК «Шуйские ситцы», ООО «ТДЛ Текстиль»)
Добавление параметров финансово-экономических условий инновационной активности кластерообразующих предприятий
Совершенствование внутренних трансформационных источников цифровой зрелости для повышения инвестиционной привлекательности цифровой кластерной трансформации
Трансформация клиентского спроса
1) уровень результативности трансформации рынков сбыта кластерообразующей продукции;
2) уровень индивидуализации потребностей клиентов
Изменение потребностей клиентов по объектам кластеризации (ООО «МИРтекс», ООО «Нордтекс»)
Добавление параметров удовлетворенности потребителей каналами трансформации кластерных операций
Организация цифрового мониторинга удовлетворенности клиентов процессами трансформации кластерных потоков

Окончание табл. 4

1
2
3
4
5
Потенциал внутренних процессов кластера
1) уровень концентрации специфики производственного и отраслевого процессов;
2) уровень автоматизации кластерных бизнес-процессов
Структуризация информационных потоков из различных областей взаимосвязи подразделений разных объектов кластеризации (ОАО ХБК «Шуйские ситцы», ООО «ХБК «Навтекс»)
Добавление параметров полноты охвата текущих внутренних и внешних связей, определяющих состояние внутрифирменных бизнес-процессов кластерообразующих предприятий
Развитие цифровой аналитики внутренних и внешних связей для дальнейшего моделирования перспектив производственных и отраслевых бизнес-процессов, затрагивающих взаимодействие подразделений разных объектов кластеризации
Инновационная привлекательность кластера
1) уровень конкурентных преимуществ трансформации инновационного потенциала;
2) уровень образовательного развития персонала и изменения инновационных технологий
Изменение степени соответствия навыков персонала и применяемых инноваций стратегическим целям и установкам развития объектов кластеризации
(АО «Полет», Ивановский парашютный завод)
Добавление параметров оперативности адаптации персонала кластерообразующих предприятий к внедрению инноваций
(с учетом качества практического опыта и уровня квалификации)
Развитие и периодическое обновление цифровых компетенций персонала для работы с инновационными бизнес-приложениями трансформации, позволяющими адаптировать уникальные производственные технологии к специфике объектов кластеризации
Источник: составлено автором.

Заключение

Таким образом, разработка интегрированной инновационной системы сбалансированных показателей позволила с использованием ERP-систем идентифицировать ключевые критерии оценки эффективности цифровой трансформации социально-экономического развития регионального кластера и в виде трансформационной управленческой модели предложить стратегические направления повышения эффективности трансформации информационных потоков деятельности кластерообразующих предприятий.

Практическая значимость инновационной системы сбалансированных показателей и сформированной на ее основе модели управления цифровой трансформацией развития кластера состоит в целесообразности их применения при реализации региональных правительственных программ расширения сфер деятельности промышленных комплексов и кластерообразующих предприятий. Разработанная управленческая модель увязывает между собой прогнозные перспективы устойчивого развития кластерообразующих предприятий и позволяет в рамках процедур цифровой трансформации путем применения ERP-инструментария выявить стратегически значимые тенденции воздействия ключевых составляющих кластерного потенциала на специфические особенности социально-экономических процессов в региональном кластере.

Дальнейшее исследование должно быть направлено на определение возможностей использования полученных модифицированных критериев и информационных потоков в качестве драйверов многоуровневой устойчивой кластеризации национальной экономики.


Источники:

1. База данных Bloomberg. [Электронный ресурс]. URL: https://www.bloomberg.com/europe (дата обращения: 08.09.2022).
2. Родионов Д.Г., Конников Е.А., Алферьев Д.А. Информационный капитал предприятия как целевой показатель развития в рамках цифровых экономических систем // Экономические науки. – 2020. – № 19. – c. 131–137.
3. Халин В.Г., Чернова Г.В. Цифровизация и ее влияние на российскую экономику и общество: преимущества, вызовы, угрозы и риски // Управленческое консультирование. – 2018. – № 10. – c. 52.
4. Пахомова Н.В., Ткаченко Д.С. Институты поддержки инновационной деятельности в России: логика формирования и современное состояние // Вестник Санкт-Петербургского университета. Экономика. – 2014. – № 2. – c. 87–105.
5. Боровков А.И., Рябов Ю.А., Кукушкин К.В., Марусева В.М., Кулемин В.Ю. Цифровые двойники и цифровая трансформация предприятий ОПК // Вестник Восточно-Сибирской Открытой Академии. – 2019. – № 32. – c. 2.
6. Шарапова В.М., Борисов И.А., Шарапова Н.В. Эффективность системы управления компанией на основе KPI // Наука и бизнес: пути развития. – 2017. – № 9. – c. 64–68.
7. Максимов Ю.М., Митяков С.Н., Митякова О.И., Бондин Д.В., Бляхман А.А. Сбалансированная система показателей инновационного развития региона // Инновации. – 2008. – № 11. – c. 95–98.
8. Кудрин А.Л., Гурвич Е.Т. Новая модель роста для российской экономики // Вопросы экономики. – 2014. – № 12. – c. 4–36. – doi: 10.32609/0042-8736-2014-12-4-36.
9. Lee S., Costello F.J., Lee K.C. Hierarchical Balanced Scorecard-based organizational goals and the efficiency of controls processes // Journal of Business Research. – 2021. – № 132. – p. 270–288.
10. Humphreys K.A., Gary M.S., Trotman K.T. Dynamic decision making using the Balanced Scorecard framework // Accounting Review. – 2016. – № 5. – p. 1441–1465.
11. Kitson M. Innovation policy and place: a critical assessment // Cambridge Journal of Regions, Economy and Society. – 2019. – № 2. – p. 293–315. – doi: 10.1093/cjres/rsz007.
12. Hamamura J. Unobservable transfer price exceeds marginal cost when the manager is evaluated using a Balanced Scorecard // Advances in Accounting. – 2019. – № 44. – p. 22–28.
13. Gudergan G., Buschmeyer A. Key aspects of strategy and leadership for business transformation // The Business Transformation Journal. – 2015. – № 11. – p. 17–27.
14. Matt C., Hessa T., Benlian A. Digital transformation strategies // Business & Information Systems Engineering. – 2015. – № 57(5). – p. 339–343.
15. Солдатова Н.Ф. Цифровая трансформация управления маркетингом в контексте целей устойчивого развития // Креативная экономика. – 2021. – № 11. – c. 4009-4024. – doi: 10.18334/ce.15.11.113819.
16. Уткин А.И., Сперанский С.Н. Управление доходным потенциалом кластерообразующих предприятий Ивановской области // Известия высших учебных заведений. Технология текстильной промышленности. – 2019. – № 3. – c. 14–20.
17. Доржиева В.В. Цифровая трансформация топливно-энергетического комплекса России: приоритеты и целевые ориентиры развития // Креативная экономика. – 2021. – № 11. – c. 4079-4094. – doi: 10.18334/ce.15.11.113802.

Страница обновлена: 29.10.2024 в 22:27:34