Методический инструментарий оценки неформальных контрактных отношений в малом агробизнесе

Введение. Неформальная контрактация является устойчивым элементом экономического поведения малых сельскохозяйственных товаропроизводителей. Ее сохранение обусловлено не только несовершенством правового регулирования, но и объективными параметрами аграрного производства (сезонностью, скоропортящимся характером продукции, территориальной локализацией рынков, ограниченными складскими и кадровыми ресурсами хозяйств, а также высокой стоимостью документального сопровождения разовых поставок). В таких условиях устная договоренность сокращает временной лаг между согласованием условий и физической передачей товара, однако одновременно переносит обеспечение исполнения обязательств из правовой сферы в область репутации, доверия и социальных санкций локального сообщества.

Экономическая оценка неформального обмена осложняется тем, что официальная статистика фиксирует преимущественно результаты формализованных операций и не обособляет отношения между производителем и первым оптовым покупателем сырья. Поэтому масштабы устных сделок, нерегламентированных отсрочек платежа, фактического ценообразования и правовой незащищенности не могут быть корректно измерены одним стоимостным показателем. Требуется многокритериальный подход, который разделяет фактическую интенсивность неформального обмена и способность сложившихся отношений сохраняться при рыночных шоках. Такое разделение принципиально: высокая доля устных операций может сочетаться как с устойчивой отношенческой моделью, так и с вынужденной зависимостью производителя от единственного покупателя.

Цель исследования состоит в разработке и апробации методического инструментария, позволяющего количественно оценить распространенность, устойчивость и правовую уязвимость неформальных контрактных отношений малых форм хозяйствования. Научная задача решается посредством операционализации теоретических характеристик устного обмена, формирования системы показателей, гибридного определения их весов и построения интегральных индексов, пригодных для межгруппового сопоставления.

Методы. Методологическую основу составили положения институциональной теории и экономики трансакционных издержек, методы системного и сравнительного анализа, анкетирование, линейное нормирование, информационно-энтропийный метод Шеннона, экспертное ранжирование по правилу Фишберна, нормированное геометрическое среднее, индексный и графический методы. Эмпирическая база пилотной апробации включала 18 респондентов, распределенных на три равные группы (владельцы личных подсобных хозяйств, руководители крестьянских (фермерских) хозяйств и участники сельскохозяйственных потребительских кооперативов). Такой объем выборки предназначен для калибровки алгоритма и проверки его аналитической пригодности, но не претендует на воспроизведение пропорций генеральной совокупности.

Для каждого респондента фиксировались оценки по десяти показателям в диапазоне от 1 до 10. Пять показателей типа А характеризуют фактическую интенсивность неформальных операций, а пять показателей типа Б – адаптивные свойства контрактных связей. Статус контрагента и сумма сделки учитывались отдельно при классификации правового риска и не включались непосредственно в расчет индексных значений. Такой подход исключает смешение экономической неформальности с юридической недействительностью. Часть устных сделок допускается гражданским законодательством, тогда как операции с участием юридического лица или между гражданами на сумму свыше установленного порога требуют письменной формы.

Анализ последних исследований и публикаций. Современная аграрно-экономическая литература рассматривает цифровизацию, кооперацию и договорную интеграцию как взаимосвязанные направления снижения трансакционных издержек. О.В. Агафонова и М.С. Петухова обосновывают необходимость интегральных индексов для сопоставления неоднородных параметров цифровой трансформации сельского хозяйства [2]. А.А. Дибиров связывает устойчивость цепей поставок с преобразованием организационно-экономического механизма договорной интеграции и переводом коммуникаций в цифровой контур [3]. А.А. Кудрявцев, И.В. Палаткин и А.Д. Урядов показывают, что платформенная модель способна сочетать преимущества кооперации с сокращением затрат на поиск контрагента, обмен информацией и документирование трансакций [4].

В исследованиях по сельскохозяйственной кооперации акцент смещается от формального объединения производителей к сетевым эффектам и гибридным формам координации. А.Д. Урядов связывает увеличение масштабов деятельности потребительских кооперативов с расширением числа и интенсивности связей между участниками [5]. Предложенная А.А. Кудрявцевым, И.В. Палаткиным и А.Д. Урядовым классификация цифровых кооперативных платформ демонстрирует разнообразие их функций: от транзакционного посредничества и подбора контрагентов до аналитики данных и совместного создания стоимости [6]. С.Г. Головина и А.В. Ручкин отмечают вариативность организационных моделей кооперативов и необходимость учитывать фактическое распределение функций и экономических стимулов между участниками [7]. Возможности цифровых двойников в кооперативной среде дополнительно раскрывают перспективу межорганизационной интеграции данных [8].

В Международном сельскохозяйственном журнале разработаны критерии классификации платформ для развития аграрной кооперации [9] и выявлены барьеры цифровизации малых товаропроизводителей, среди которых стоимость внедрения, недостаток компетенций, инфраструктурные ограничения и неопределенность экономического эффекта [10]. Ф.Н. Мухаметгалиев, Ф.Н. Авхадиев и Л.Ф. Ситдикова рассматривают потребительскую кооперацию как институциональную основу цифровой трансформации сельской экономики [11]. Л.А. Запорожцева и соавторы указывают на неоднородность цифровой активности аграрных предприятий и необходимость адаптации инструментов к ресурсным возможностям конкретных групп производителей [12]. Кооперационная модель взаимодействия в секторе малого бизнеса, исследованная И.В. Ковалевой и А.В. Мердяшевой, подтверждает значимость агроагрегаторов и совместной инфраструктуры сбыта [13].

Несмотря на сформированный научный задел, существующие методики преимущественно оценивают цифровую зрелость, результативность кооперативов или эффективность формализованных цепей поставок. Неформальные договоренности чаще рассматриваются как качественная характеристика, без разделения операционной распространенности, адаптивного потенциала и правовой уязвимости. Указанный исследовательский разрыв определяет необходимость специального измерительного инструментария, ориентированного на малые формы хозяйствования.

Результаты. Теоретическая декомпозиция неформального обмена позволила выделить пять предметных областей, охватывающих полный цикл взаимодействия малого сельскохозяйственного производителя с покупателем. Каждая область представлена двумя взаимодополняющими индикаторами. Операционный индикатор фиксирует фактически сложившуюся практику, адаптивный – готовность участника сохранить или перестроить связь при изменении условий. Содержание системы показателей приведено в таблице 1.

Таблица 1 – Система показателей оценки неформальных контрактных отношений

Процедура расчета включает двенадцать последовательных операций, объединенных в три этапа. На первом этапе балльные ответы переводятся в сопоставимый диапазон [0; 1]. На втором этапе объективная информационная значимость показателя сочетается с его теоретической значимостью. На третьем этапе рассчитываются индивидуальные и групповые индексы, классифицируются правовые риски и строятся тепловые карты. Структурная логика методики представлена на рисунке 1.

Нормированное значение zᵢⱼ определяется отношением исходного балла xᵢⱼ к максимальному значению шкалы. Далее для каждого показателя рассчитывается доля вклада респондента pᵢⱼ, коэффициент информационной энтропии eⱼ и степень дифференциации dⱼ. Показатели с большей вариативностью получают более высокий объективный вес, поскольку лучше различают типы рыночного поведения.

, (1)

где: – исходная оценка -го респондента по -му показателю;

– полученное нормированное значение;

– максимальный балл применяемой шкалы оценивания.

Расчет параметров осуществляется в три последовательных этапа. На первом этапе вычисляется доля вклада p(i,j) каждого отдельного сельскохозяйственного товаропроизводителя в общую сумму нормированных значений конкретного показателя по формуле (2):

, (2)

где: – доля вклада -го респондента в общую сумму нормированных оценок по -му показателю;

– нормированная оценка -го респондента по -му показателю (значение матрицы диапазона );

– объем выборки ( );

– порядковый номер респондента ( );

– код исследуемого показателя ( , где ).

На втором этапе рассчитывается коэффициент информационной энтропии для каждого показателя по формуле (3):

, (3)

где: – коэффициент информационной энтропии -го показателя, отражающий степень однородности распределения ответов;

– натуральный логарифм объема выборки;

– доля вклада -го респондента в общую сумму нормированных оценок по -му показателю;

– порядковый номер респондента;

– объем выборки.

Рисунок 1 – Алгоритм оценки неформальных контрактных отношений в малом агробизнесе

Источник: разработано автором

В таблице 2 представлены результаты расчетов итоговых и локальных весовых коэффициентов показателей оценки неформальных контрактных отношений в малом агробизнесе

Результаты взвешивания показывают, что в операционном контуре наибольшее значение имеет правовой риск: локальный вес Д5А составляет 0,3449. Далее следуют платежная дисциплина (0,2313) и канал сбыта (0,1969). В адаптивном контуре веса распределены более равномерно; максимальные значения получили готовность к правовому риску (0,2376) и репутационный механизм обеспечения обязательств (0,2343). Тем самым эмпирическая модель фиксирует ключевую особенность малого агробизнеса: устойчивость устных отношений поддерживается доверием и повторяемостью контактов, но одновременно сопровождается высокой юридической уязвимостью.

После локальной перенормировки рассчитываются два самостоятельных субиндекса. Индекс распространенности неформальности (ИРН) отражает фактическую интенсивность бездоговорных практик, индекс устойчивости неформальности (ИУН) – способность отношений сохраняться и адаптироваться. Интегральный индекс ИНУКО формируется с динамическим коэффициентом α, определяемым долей информационной дифференциации операционной группы. В пилотной выборке α составил 0,6613, поэтому итоговая оценка в большей степени зависит от фактических практик, а не от декларируемой готовности к адаптации.

, (4)

где: – индивидуальный индекс распространенности неформальности для -го хозяйства;

– перенормированный весовой коэффициент -го показателя операционной группы А;

– нормированная оценка -го респондента по -му показателю группы;

– количество показателей в группе А (

, (5)

где: – интегральный индекс неформализации устных контрактных отношений для -го хозяйства;

– индивидуальный операционный индекс -го хозяйства;

– индивидуальный адаптивный индекс -го хозяйства;

– коэффициент баланса компонентов из формулы.

, (6)

где: – коэффициент баланса, определяющий долю участия операционного компонента в итоговом индексе;

– степень дифференциации -го показателя операционной группы А;

– степень дифференциации -го показателя адаптивной группы Б;

– количество показателей в группе А ( );

– количество показателей в группе Б ( )

В таблице 3 представлены результаты расчета значений средних индексов и долей сделок в зоне правового риска

Таблица 3 – Значения средних индексов и долей сделок в зоне правового риска

КФХ имеют максимальное значение ИНУКО (0,617) и наиболее высокую долю сделок в зоне правового риска – 59,4%. Причина состоит не в большей склонности фермеров к теневому поведению, а в структуре их контрагентов: поставки перерабатывающим предприятиям и другим юридическим лицам требуют письменной формы независимо от суммы операции. ЛПХ демонстрируют сопоставимо высокий уровень операционной неформальности, однако большинство их мелких сделок с физическими лицами остается в зоне легальной неформальности, поэтому доля правового риска составляет 17,5%.

Участники ССПК характеризуются минимальным операционным индексом (0,424) и максимальным адаптивным индексом (0,634). Кооператив принимает на себя часть функций по консолидации партий, поиску покупателей и документированию внешнего оборота, сокращая необходимость прямых бездоговорных операций членов. Одновременно внутренние связи сохраняют гибкость, взаимное доверие и способность к распределению временных потерь. Полученный профиль подтверждает (рисунок 2), что формализация и адаптивность не являются взаимоисключающими характеристиками: при правильном институциональном посредничестве можно снизить правовую уязвимость, не разрушая отношенческий капитал.

Тепловая карта уточняет содержание интегральных различий. Для ЛПХ наиболее выражены неформальные механизмы обеспечения обязательств (0,74), ценообразования (0,71) и платежей (0,68), при сравнительно низком правовом риске (0,35). КФХ имеют более равномерный профиль, но пиковое значение правового риска (0,64). У членов ССПК максимальное значение приходится на обеспечение обязательств (0,75), тогда как показатели сбыта и платежной дисциплины ниже, чем у других групп. Следовательно, кооперация не устраняет неформальные нормы взаимности, а переводит их из внешнего товарооборота во внутренний контур взаимодействия.

Рисунок 2 – Тепловая карта предметных областей неформальной контрактации

Источник: разработано автором

Практическое применение методики предполагает расширение выборки, периодическое повторение обследования и пространственную привязку результатов к локальным рынкам. Индекс ИРН целесообразно использовать для выявления зон неучтенного товарооборота и нерегламентированных платежей, ИУН – для оценки запаса устойчивости хозяйственных связей, а долю сделок в зоне правового риска – для определения приоритетов цифрового документирования. Сопоставление этих показателей позволяет отказаться от унифицированного административного подхода и различать легальную устную торговлю ЛПХ, вынужденную юридическую уязвимость КФХ и посреднический потенциал ССПК.

Выводы. Разработанный инструментарий переводит качественные характеристики неформального контрактного взаимодействия в систему сопоставимых количественных оценок. Его отличительными особенностями являются разделение операционного и адаптивного контуров, гибридное определение весов, динамическое соотношение компонентов интегрального индекса и самостоятельная классификация юридического риска. Пилотная апробация выявила структурную неоднородность малых форм хозяйствования: КФХ обладают максимальным уровнем интегральной неформальности и правовой уязвимости, ЛПХ активно используют устный обмен преимущественно в допустимых законом границах, а кооперативные участники демонстрируют наиболее благоприятное сочетание сниженной операционной неформальности и высокой адаптивности. Полученные результаты обосновывают необходимость дифференцированных мер регулирования и создают аналитическую основу для механизма цифровой формализации сделок без разрушения гибких хозяйственных связей малого агробизнеса.