Методология кросс-функционального анализа региональных и локальных рынков продукции арктической этноэкономики

Введение

Государственная политика в области устойчивого развития коренных малочисленных народов Севера (КМНС), направленная на сохранение самобытной культуры, традиционного хозяйства (оленеводство, рыболовство, охота и пр.) и защиту арктических экосистем, стимулировала трансформацию потребительских предпочтений на локальных и региональных рынках и повысила интерес к продукции этноэкономик. Расширение инструментов поддержки этнокультурного наследия и традиционной хозяйственной деятельности КМНС создало предпосылки для формирования устойчивого тренда на «арктическую аутентичность», который закономерно экстраполировался на сегмент традиционных продуктов питания.

Возросшая популярность данной товарной категории спровоцировала повышение спроса, что, в свою очередь, стимулировало расширение предложения на локальных и региональных рынках. Эта динамика полностью согласуется с концепцией П. Кругмана (1979), связывающего перспективы свободной рыночной торговли с феноменом потребительского предпочтения брендового разнообразия [23]. Это объясняет и логику поведения производителей, стремящихся к формированию локальных этнобрендов. Условия для роста предпринимательской активности КМНС были также созданы за счет расширения мер государственной поддержки. Их представители вовлекаются в производство и сбыт продукции на глобальном, региональном и локальном уровнях, в том числе через интернет-каналы, что отражает адаптацию традиционных сообществ в условиях развития инициатив цифровой экономики.

Анализ локальных и региональных рынков продукции этноэкономики является достаточно сложным объектом научного изучения. Сбор и анализ статистических данных, а также проведение социологических опросов среди коренных народов сопряжены с рядом трудностей, обусловленных как объективными факторами (географическая изоляция, малочисленность популяций и пр.), так и субъективными причинами (исторически сложившееся недоверие, закрытость сообществ, иногда осознанный отказ от участия в исследованиях и пр.). Эти особенности формируют уникальный вызов для исследователей, работающих в области этноэкономики и социально-экономического развития арктических территорий.

Более того, изменение экономического поведения экономических агентов (в первую очередь, производителей и покупателей) на локальных и региональных рынках с учетом внедрения инновационных цифровых технологий актуализирует задачу по поиску новых подходов к методологии сбора и анализа данных.

Целью исследования является представление методологии кросс-функционального анализа локальных и региональных рынков продукции арктической этноэкономики.

Предлагаемая методология основана на системном подходе к исследованию социально-экономических явлений и процессов и включает три взаимодополняющих блока: статистический анализ эмпирических данных (количественные методы вторичного анализа официальной статистики), социологические методы исследования и эвристические методы интеллектуальной обработки информации (методы интеллектуального анализа данных, именуемого Data Mining).

Материалы и методы

Теоретическими предпосылками для разработки методологии анализа локальных и региональных рынков продукции этнокономики стали положения «новой экономической географии» П. Кругмана [22], согласно которой развитие пространственной структуры экономики может иметь множество возможных состояний равновесия; теории потенциала рынка Дж. Харриса [19]; теории кластерного развития территорий М. Портера [29]; акторно-сетевой теории (Б. Латур [25], М. Каллон [15], Я.Х. Пассот и Н.Дж. Роуланд [28]) и исследований в области региональной этноэкономики (А.А. Быков, О.В. Борисова [3], С.В. Паникарова [7], Н.М. Римашевская, О.Н. Вершинская [9], Н.М. Сурнина, О.В. Печура [10], М.В. Рагулина [8], М.Н. Угрюмова, А.А. Пиковский [11], Т.Е. Хорольская [12]), в том числе арктической (Е.Н. Богданова [1–2], М.В. Иванова [4], О.П. Коломиец [5] и др.).

Интеллектуальный анализ данных рассматривается как передовой метод репрезентации реальности (Р. Китчин [21]). Он представляет собой процесс обнаружения в наборах больших данных скрытых, ранее неизвестных и потенциально полезных закономерностей, связей и тенденций с помощью специальных алгоритмов. Данный тип анализа сформировался на междисциплинарном стыке теории баз данных, искусственного интеллекта, машинного обучения и прикладной статистики. Этимологически термин «data mining» трактуется как «разработка» или «раскопка» данных. Его введение в научный оборот закреплено за В.Г. Пятецким-Шапиро [17]. Концептуальная платформа интеллектуального анализа данных базируется на аппарате математического моделирования, ориентированном на решение ключевых задач анализа: классификация, численное предсказание, кластеризация, выявление ассоциаций и прогнозирование временных рядов. Его методический инструментарий органично сочетает классические статистические методы (регрессионный и корреляционный анализ, метод главных компонент, байесовские классификаторы [6]) с самоорганизующимися алгоритмами (нейросетевые архитектуры, деревья решений, самоорганизующиеся карты Кохонена, ассоциативные правила и последовательные шаблоны [6]). Примечательно, что именно методы, наследуемые из области машинного обучения, традиционно позиционируются в качестве содержательного «ядра» интеллектуального анализа данных.

Появление больших данных, для обработки которых используется методический инструментарий интеллектуального анализа, ознаменовало сдвиг парадигмы от «теории-движимого» к «данным-движимому» методу познания (М. Пренский [30], Дж. Диче [16], М. Финк [18]).

Концепция больших массивов данных («big data»), лежащая в фундаменте предлагаемого методического подхода, демонстрирует универсальную применимость, и находит применение в разных научных дисциплинах – естественных, социальных и гуманитарных. Например, широкое использование интеллектуального анализа больших данных в социальных науках индуцировало появление ряда смежных дисциплин, включая вычислительную социальную науку – CSS (Д. Лазер и др. [26]), цифровые гуманитарные науки (Д.М. Берри [13]), географию, движимую (управляемую) данными, – геоинформатику (Х.Дж. Миллер и М.Ф. Гудчайлд [27]) и алгоритмическую географию (М.П. Кван [24]). Их общая цель – использовать аналитику больших данных для выявления предсказуемых паттернов при исследовании социально-экономических явлений и процессов.

В современной науке сформировалось несколько основных направлений интеллектуального анализа данных. Согласно (М. Брэдфорд [14]), большие данные рассматриваются как новая парадигма познания и составляют конечную цель исследований. Использование их для производства знаний о реальных событиях и условиях является центральной задачей исследователя. Второе направление (К.Х. Тим [33]) смещает фокус с внутренней структуры больших данных на их внешние эффекты. Оно исследует, как практики сбора, хранения, передачи, обработки и применения данных одновременно определяют динамику социальных, политических и пространственных процессов, включая трансформацию государственных систем. Другое направление исследований соответствует логике конструктивистской (интерпретативной) онтологии, которая предполагает, что существует множественность реальностей, создаваемых индивидами в группах, и эта реальность нуждается в интерпретации (Дж.А. Смит [31]). Более того, ряд исследователей (Дж.А. Джонсон [30], Л. Тейлор [32]) поднимают вопрос о «цифровых правах» и «информационной справедливости», которая достигается благодаря учету позиции представителей всех социальных групп. Растущая значимость аналитики «big data» для государственного управления (М. Чжан, Ц. Сюй и др. [34]) актуализирует дальнейшее совершенствование методологии интеллектуального анализа данных.

Результаты и обсуждение

Ключевыми элементами предлагаемой методологии кросс-функционального анализа локальных и региональных рынков продукции этноэкономики являются: объект и предмет исследования, цели и задачи, принципы, методы и инструменты исследования, а также экономические агенты («поставщики» и «пользователи» данных).

В отличие от анализа стандартных товарных рынков, в данном случае ключевую роль играют нематериальные активы: культурный код, традиции, социальные связи и идентичность.

Ключевыми принципами кросс-функционального анализа локальных и региональных рынков продукции арктической этноэкономики являются:

– Принцип системной связанности. Элементы анализа – рынок, агент, институт – осмысляются исключительно в их сопряженности как часть социально-экономической системы, в частности, изменение институциональной среды рекурсивно влияет на емкость рынка.

– Принцип динамического равновесия. Оценка эффективности осуществляется не только на основании статических показателей, но и в контексте динамического мониторинга с учетом цикличности социально-экономических процессов и явлений и идентификации временных лагов.

– Принцип ценообразования «издержки + ценность». Анализ ценообразования выполняется одновременно в двух проекциях: «цена» / «себестоимость» и воспринимаемая ценность продукции для потребителя, обусловленная этнокультурными установками.

– Принцип адаптивного этномаркетинга. Маркетинговые стратегии должны опираться на локальную этнокультурную идентичность.

– Принцип альтернативных сценариев развития. Прогнозирование осуществляется с учетом трех базовых сценариев развития: инерционный вариант, оптимистичный / инвестиционный (ориентированный на рост) и пессимистичный / кризисный (акцентирующий риски).

Система элементов методологии кросс-функционального анализа региональных и локальных рынков представлена в таблице 1.

Таблица 1. Система элементов методологии кросс-функционального анализа региональных и локальных рынков

Алгоритм применения методологии кросс-функционального анализа локальных и региональных рынков продукции этноэкономики включает трехуровневое последовательное исследование различных типов данных с применением методов (рис. 1):

на уровне 1 – сбор эмпирических данных и статистический анализ данных государственной статистики;

на уровне 2 – проведение и анализ данных социологических исследований;

на уровне 3 – интеллектуальный анализ данных.

Рис. 1. Уровни анализа региональных и локальных рынков продукции этноэкономики (составлено автором)

Анализ данных официальной статистики позволяет получить панельные данные о состоянии и динамике социально-экономических процессов на локальных и региональных рынках этноэкономики (состояние рынка труда, отраслевая структура, инфраструктурные показатели и пр.); социологические методы помогают повысить детализацию агрегированных данных и учесть индивидуальные особенности (за счет проведения опросов производителей и потребителей продукции этноэкономики). В то время как в рамках интеллектуального анализа данных открывается возможность не только увеличить объем данных для анализа, но и уточнить, детализировать ответ на исследовательский вопрос, благодаря использованию широкого спектра данных – из социальных сетей и интернет-платформ, СМИ, научных и официальных источников, геоинформационных и транзакционных данных и специализированных отраслевых данных. Переход от одного уровня к другому комплементарен и зависит от задачи, которая стоит перед исследователем, а также от доступности ресурсов (например, возможность проведения полевых исследований для реализации программы социологических исследований; наличие доступа к специализированным аналитическим платформам для сбора и обработки больших данных, а также компетенций, необходимых для выполнения аналитики данных и пр.) для применения всего ассортимента методов анализа.

Основными сильными сторонами предлагаемого подхода к сбору и анализу данных о состоянии и динамике локальных и региональных рынков продукции этноэкономики является возможность восполнения «пробелов» в данных государственной статистики (в том числе о латентных рыночных процессах, неформальных, сетевых и реципрокных практиках коренных народов и пр.) и нивелирования проблемы недостаточной репрезентативности выборки.

Вместе с тем, предложенная методология имеет и ряд ограничений, в первую очередь, связанных с применением интеллектуального анализа больших данных, который следует использовать только в качестве комплементарного инструмента, позволяющего восполнить недостающие статистические данные. Это принципиально иная исследовательская перспектива, обеспечивающая доступ к информации о динамике социально-экономических явлений и процессов, но требующая осторожной интерпретации результатов. Следует отметить и сложность интеллектуального анализа данных применительно к изучению локальных и региональных рынков, который находится в стадии активного становления, поэтому отсутствуют универсальные алгоритмические решения. Каждая научная задача и исследовательский вопрос требуют индивидуального подбора инструментария. Эта ситуация, с одной стороны, накладывает ограничения на воспроизводимость результатов, а с другой – открывает пространство для методологической рефлексии и накопления эмпирически обоснованных практик. Именно отмеченная выше нестабильность и неполнота методологического аппарата делает представленное исследование научно значимым и своевременным.

Заключение

Анализ локальных и региональных рынков продукции этноэкономики является важным инструментом для анализа и управления социально-экономическими процессами в арктическом макрорегионе. Адаптация к цифровым инновациям и активное включение представителей КМНС в современные рыночные коммуникации, в том числе использование интернет-ресурсов для продвижения и сбыта продукции (оленина, рыба, морепродукты) является проявлением трансформации традиционного образа жизни и открывает возможности для исследователей по использованию инструментов интеллектуального анализа данных для изучения состояния и динамики этноэкономик и их локальных и региональных рынков.

Основным научным результатом исследования является разработка методологии кросс-функционального анализа локальных и региональных рынков продукции этноэкономики с применением системного подхода к анализу социально-экономических явлений и процессов и использованием комплекса различных методов, средств и инструментов статистического анализа эмпирических данных, социологических методов исследования и эвристических методов интеллектуальной обработки информации.

Апробация предлагаемой методологии в практике регионального управления позволит разработать экономически обоснованную политику развития полиэтнического региона на основе динамического мониторинга рынков традиционной продукции и прогнозной аналитики с целью достижения сбалансированного устойчивого развития Российской Арктики. Дальнейшее развитие методологии будет способствовать как более глубокому пониманию процессов адаптации традиционного хозяйства, так и совершенствованию инструментов государственной поддержки этноэкономики в условиях цифровой трансформации экономики.