DOI: 10.29141/2658-5081-2021-22-2-3
JEL classification: O25, 030, С54
О. А. Чернова
Л. Г. Матвеева
Г. В. Горелова
Южный федеральный университет, Российский информационно-аналитический и исследовательский центр водного хозяйства, г. Ростов-на-Дону, Российская Федерация
Южный федеральный университет, Российский информационно-аналитический и исследовательский центр водного хозяйства, г. Ростов-на-Дону, Российская Федерация
Институт управления в экономических, экологических и социальных системах Южного федерального университета, г. Таганрог, Ростовская область, Российская Федерация
Экосистемный подход к управлению процессами инновационного развития промышленности
Аннотация. Показатели инновационной деятельности в российской промышленности значительно отстают от показателей развитых стран, несмотря на относительно высокие затраты на инновации. Эта ситуация во многом определяется отсутствием адекватных инструментов выбора управленческих воздействий на инновационный потенциал промышленности. Исследование направлено на разработку методов прогнозирования эффектов данных воздействий в отношении инновационного развития промышленных экосистем и их апробацию на примере водохозяйственного комплекса (ВХК) России. Методология работы базируется на теории промышленного развития и экосистемном подходе. Методика исследования основана на когнитивном моделировании управленческих воздействий на развитие инновационной экосистемы ВХК. Расчеты проводились с помощью авторской программы Cognitive Modeling Complex Systems. Разработана когнитивная карта, которая дает возможность прогнозировать эффекты управленческих воздействий, регулирующих взаимодействия участников экосистемы. Предложенный инструментарий позволяет выбрать рациональные формы партнерских отношений и в конечном счете повысить эффективность функционального цикла управления инновационным процессом. Результаты исследования могут применяться как предприятиями, так и органами государственного управления для разработки сценариев и стратегий инновационного развития промышленности.
Ключевые слова: экосистема; инновационное развитие; промышленность; экосистем-ная парадигма; когнитивное моделирование; водохозяйственный комплекс.
Для цитирования: Чернова О. А., Матвеева Л. Г., Горелова Г. В. (2021). Экосистемный подход к управлению процессами инновационного развития промышленности // Journal of New Economy. Т. 22, № 2. С. 44-65. DOI: 10.29141/2658-5081-2021-22-2-3 Дата поступления: 24 марта 2021 г.
Southern Federal University, Russian Information Analysis and Research Center for Water Industry, Rostov-on-Don, Russia Southern Federal University, Russian Information Analysis and Research Center for Water Industry, Rostov-on-Don, Russia
Institute of Management in Economic, Environmental and Social Systems of Southern Federal University, Taganrog, Rostov oblast, Russia
An ecosystem approach to managing innovative development in industry
Abstract. Despite relatively high innovation expenditures, innovative performance of the Russian industry is far behind the developed countries. This is largely due to the lack of adequate tools for choosing appropriate managerial impacts to exert on the innovative potential of industry. The study aims to develop methods for predicting the effects of managerial impacts on the innovative development of industrial ecosystems and test them on the case of the Russian water industry. Methodological basis of the research comprises the theory of industrial development, and ecosystem approach. The research method is cognitive modelling of managerial impacts on the development of innovation ecosystem of the water industry. The calculations are performed using the authors' programme Cognitive Modeling Complex Systems. The researchers develop a cognitive map, which allows forecasting the effects of managerial impacts that regulate interactions between the ecosystem participants. The suggested tools help to choose rational forms of partner relationships, and as a result, increase the efficiency of the functional cycle of the innovation process management. Both companies and government bodies can apply the results of the study to create scenarios and strategies of innovative development in industry.
Keywords: ecosystems; innovative development; industry; ecosystem paradigm; cognitive modeling; water industry.
For citation: Chernova O. A., Matveeva L. G., Gorelova G. V. (2021). Ekosistemnyy podkhod k upravleniyu protsessami innovatsionnogo razvitiya promyshlennosti [An ecosystem approach to managing innovative development in industry]. Journal of New Economy, vol. 22, no. 2, pp. 44-65. DOI: 10.29141/2658-5081-2021-22-2-3 Received March 24, 2021.
Введение
Долгосрочная перспектива роста конкурентоспособности российской экономики базируется на реализации инновационного сценария развития промышленности. Однако, как свидетельствуют данные Росстата, по показателям результативности инновационной деятельности Россия значительно уступает ведущим европейским странам. Так, по информации за 2019 г., удельный вес промышленных предприятий, осуществляющих технологические инновации, составляет 20 % (в ведущих европейских странах - 50-60 %). Удельный вес инновационных товаров, работ, услуг в их общем объеме в последние годы постоянно снижается и в настоящее время не превышает 6,1 % (в ведущих европейских странах - 30-40 %)1. При этом затраты промышленных предприятий на инновационную деятельность в общем объеме отгруженных товаров, работ, услуг в целом сопоставимы с аналогичными показателями ведущих европейских стран - их удельный вес равен 1,6 %,
1 Eurostat. https://ec.europa.eu/eurostat/data/database.
Olga A. Chernova Lyudmila G. Matveeva Galina V. Gorelova
а в обрабатывающих производствах несколько выше - 1,9 %. Для сравнения: значение данного показателя в Великобритании составляет 2,2 %, в Австрии - 3 %.
Такое положение во многом обусловлено отсутствием адекватного инструментария поддержки принятия управленческих решений в отношении формирования управленческих воздействий на инновационный потенциал промышленности. Решения, предполагающие значительные трудовые и финансовые затраты, зачастую не приносят желаемого результата. Поэтому при разработке сценариев соответствующих воздействий важное значение имеет прогнозирование порождаемых ими эффектов.
Кроме того, при создании указанного инструментария следует учитывать трансформации социально-экономических систем в условиях новой реальности, выражающиеся в размывании экономико-управленческих границ предприятий и распространении новых форм организации социально-экономической деятельности. Последнее обстоятельство стало основанием для формирования экосистемной парадигмы как нового методологического дискурса, в рамках которого осуществляется исследование проблематики пространственной организации экономики.
Распространение экосистемного подхода на сферу инновационного развития промышленности обусловливает необходимость серьезного переосмысления методов и технологий управления данными процессами, а также применения новых методик оценки продуцируемых ими эффектов.
Цель исследования заключалась в разработке инструментария прогнозирования эффектов управленческих воздействий в отношении формирования и инновационного развития промышленных экосистем.
Достижение этой цели предполагало решение следующих задач:
• обоснование критериев эффективного управления процессами инновационного развития промышленности;
• характеристика текущего состояния водохозяйственного комплекса (ВХК) России с обозначением основных проблем его инновационного развития;
• разработка и апробирование инструментария прогнозирования эффектов управленческих воздействий при регулировании взаимодействий участников инновационной экосистемы ВХК.
Методология и методы исследования
Концепция бизнес-экосистем была сформулирована Дж. Муром, который активно использовал биологические метафоры для исследования принципов развития хозяйствующих сообществ. В статье «Predators and Prey: A New Ecology of Competition» Дж. Мур отмечает, что экономическое сообщество в своем развитии должно находиться во взаимовыгодных (симбиотических) отношениях с потребителями, конкурентами, поставщиками, акцентируя тем самым внимание на том, что «связи, пронизывающие экономическую систему, не статичны по своей природе, а изменчивы, и их эффективность во многом определяет функционирование системы в целом» [Moore, 1996; Moore, 2006]. С. В. Дорошенко и А. Г. Шеломенцев дополняют эту мысль, подчеркивая, что предпринимательская экосистема является «открытой системой динамического взаимодействия» [2017, с. 213].
Развитие концепции экосистем в экономике находит отражение в самых разных ракурсах рассмотрения данной категории - на различных базовых и понятийных платформах, применительно к разным предметным областям и сферам деятельности, а также на различных уровнях иерархии [Carayannis, Campbell, 2009; Дорошенко, Шеломенцев, 2017; Roundy, Bradshaw, Brockman, 2018; Bichler, Kallmuenzer, Peters, 2020; Cunha, Kastenholz,
Carneiro, 2020; Noelia, Rosalia, 2020; Munoz et al., 2020; Milwood, Maxwell, 2020; Pankov, Schneckenberg, Velamuri, 2021; Zhimin et al., 2021]. Идея о том, что для так называемого «здорового» развития промышленная система должна внедрять инновации, заложена в работах Р. У. Айреса [Ayres, 2004]. Впоследствии эта идея нашла продолжение в концепции формирования инновационных экосистем [Fukuda, Watanabe, 2008; Maxwell, 2009].
Достоинство экосистемного подхода применительно к исследованию развития промышленных социально-экономических систем состоит в том, что он акцентирует внимание на сбалансированности интересов отдельных участников, способствуя рациональному использованию инновационных ресурсов. Ряд ученых особо подчеркивает, что «здоровые» промышленные экосистемы, обеспечивая указанную рациональность, выступают важным фактором инновационного развития территории [Carayannis, Campbell, 2009; Рощина, 2012; Дубина, Кожевина, Чуб, 2016; Клейнер, 2018; Силин и др., 2019]. Вместе с тем расширение пространства экосистем приносит не только выгоды, но и издержки, поскольку концентрация разнообразных экономических ресурсов в рамках крупных экосистем может тормозить процессы возникновения и функционирования небольших организаций и самостоятельных товаропроизводителей.
Существующие в отечественной практике подходы к управлению инновационным развитием промышленности не позволяют обеспечить результаты, сопоставимые с достижениями ведущих зарубежных стран в этой области, что побуждает к дальнейшей проработке данной проблемы. Следует отметить, что в научных публикациях изучению структурно-иерархических компонент инновационной экосистемы промышленных предприятий, а также условий обеспечения в их границах рациональности симбиотиче-ских взаимодействий уделяется недостаточно внимания.
В большинстве работ при исследовании факторов, определяющих эффективность функционирования механизма инновационного развития промышленных экосистем, акцентируется институциональная компонента [Brousseau, Garrouste, Raynaud, 2011; Васин, Гамидуллаева, 2016; Овчинников, Кетова, 2016; Youssef, Boubaker, Omri, 2018; Логинова, 2019; Kar, Roy, Sen, 2019; Nedic et al., 2020; Arranz et al., 2021]. Наряду с этим рассмотрена и роль в ускорении указанного процесса факторов, создающих условия для добровольного, взаимовыгодного, эффективного и устойчивого взаимодействия (ресурсные, инфраструктурные интеллектуальные и прочие) [Гребенкин, 2018; Alnafrah, Zeno, 2019; Давиденко, Беспалый, Бекниязова, 2020]. Однако важным упущением является то, что в перечисленных исследованиях проблематика управления процессом развития инновационных промышленных систем рассматривается с точки зрения повышения их эффективности самих по себе («интровертный» характер процесса управления). В то же время используемый авторами данной статьи экосистемный подход позволяет обратить внимание и на «экстравертный» характер указанного процесса, предполагающий активное взаимодействие промышленной системы с внешней средой.
В настоящее время применяется много подходов к исследованию различных аспектов управления инновационным развитием социально-экономических систем. При этом в силу объективно существующей неполноты информации при прогнозировании последствий принимаемых управленческих решений для ее восполнения используют методы имитационного моделирования [Таха, 2005; Tan et al., 2012; Sachidananda et al., 2016; Gûçdemir, Selim, 2018; Tao et al., 2021], в том числе когнитивного, которое изначально получило распространение в изучении полиструктурированных систем и процессов. В последние годы в отечественной науке рассматривается потенциал когнитивного подхода для моделирования процессов развития социально-экономических систем [Балуян, 2008; Щербакова, 2010; Каранашев, Карашева, 2016; Исмиханов, Магомедбеков, 2017].
Однако большая часть исследований посвящена формированию методологии и методики моделирования без демонстрации практического применения модели. Авторы данной публикации одними из первых показали, как методы когнитивного моделирования могут применяться в процессе управления социально-экономическими системами [Горелова, Радченко, 2003; Matveyeva, Mikhalkina, Chernova, 2015]. В продолжение этих исследований в статье демонстрируются возможности использования указанных методов для прогнозирования эффектов принятия точечных управленческих решений в отношении инновационного развития промышленных экосистем.
Методика работы предполагала проведение трех этапов. На первом этапе обосновано, что критерием эффективного управления процессами инновационного развития промышленности выступает рациональный симбиоз участников промышленной экосистемы. На втором этапе на основе методов описательной статистики с использованием данных Росстата охарактеризовано текущее состояние ВХК России и выявлены основные проблемы его инновационного развития. Третий этап предусматривал сценарное прогнозирование эффектов управленческих воздействий в отношении регулирования взаимодействий участников инновационной экосистемы ВХК. Для этого был использован инструментарий когнитивного моделирования, включающий построение когнитивной карты ВХК, анализ свойств когнитивной модели, основным содержанием которого является анализ циклов когнитивной карты, разработку плана вычислительного эксперимента и проведения импульсного моделирования сценариев развития ситуаций в системе.
Эмпирической базой исследования послужили сведения, отраженные в статистических ежегодниках «Российские регионы. Социально-экономические показатели», а также размещенные на официальных сайтах органов власти субъектов РФ оперативные данные, характеризующие состояние ВХК России.
Рациональный симбиоз как критерий эффективного управления процессами инновационного развития промышленной экосистемы (на примере водохозяйственного комплекса)
С позиций экосистемного подхода критерием эффективности процесса управления инновационным развитием промышленности авторы считают достижение отношений рационального симбиоза, благодаря которым обеспечивается наращивание инновационного потенциала промышленности с продуцированием инновационных импульсов во внешнюю среду (на уровне региона или национальной экономики в целом). Важно, что «усовершенствованное» окружающее пространство будет оказывать положительное влияние на развитие промышленности через систему обратных связей.
Отличия традиционного подхода к управлению процессом инновационного развития промышленности от экосистемного представлены в табл. 1.
Участники инновационной экосистемы промышленности могут быть разделены на следующие основные группы:
• продуценты инновационных идей, продуктовых и технологических производственных инноваций и научных разработок - экономические субъекты, для которых инновации являются конечным производимым ими продуктом;
• производители инновационной продукции - предприятия, выпускающие конечную продукцию на основе внедрения инноваций в производственный процесс для конечного потребителя. То есть производители инновационной продукции являются потребителями инновационных идей и производственных инноваций;
Таблица 1. Сравнение традиционного и экосистемного подходов к управлению
процессом инновационного развития промышленности
Table 1. The difference between the traditional and ecosystem approaches to managing the process of innovative development in industry
Отличительный признак Подход
традиционный экосистемный
Объект управления Инновационная система промышленности как совокупность субъектов и объектов инновационной деятельности, ориентированных на интровертное развитие Инновационная экосистема промышленности как совокупность субъектов и объектов инновационной деятельности, ориентированных на экстравертное развитие
Характеристика целей Повышение инновационного потенциала промышленности за счет осуществления нововведений Повышение инновационного потенциала промышленности с продуцированием инновационных импульсов во внешнюю среду
Критерий эффективности управления Критерии экономической эффективности Достижение отношений рационального симбиоза между компонентами экосистемы
• потребители инновационной продукции - субъекты, использующие инновации для удовлетворения личных (не связанных с предпринимательской деятельностью) потребностей;
• регуляторы инноваций - рыночные и нерыночные (государственные) институты, регулирующие и координирующие инновационные процессы, осуществляющие функции их поддержки и стимулирования;
• природная экосистема - окружающая среда, подверженная воздействию деятельности промышленных компаний, «интересы» которой представлены целями сохранения и повышения качества среды обитания и существующих биоэнергетических связей.
Данные участники могут осуществлять следующие виды взаимодействия:
• производственно-технологическое, ориентированное на создание инновационных продуктов и услуг;
• ресурсное, связанное с использованием ресурсов и их обменом (включая материальные, трудовые, знаниевые и прочие ресурсы) в инновационном процессе;
• социальное, направленное на удовлетворение общественных потребностей в инновациях;
• инфраструктурное, проявляющееся в совместном использовании информационной, инженерной, транспортной и другой инфраструктуры;
• экологическое, выражающееся в эксплуатации природных ресурсов, а также мерах по предотвращению и/или ликвидации экологического ущерба.
Предметное поле решения задачи достижения рационального симбиоза между участниками инновационного процесса рассмотрим на примере водохозяйственного комплекса, представленного предприятиями, организациями и сооружениями, обеспечивающими «регулирование, перераспределение, транспортировку, контроль за качеством водных ресурсов, осуществление мероприятий по охране их от истощения и загрязнения в интересах объектов экономики и окружающей среды» [Черняев и др., 1995]. Модель, отражающая разнонаправленные интересы взаимодействия основных групп участников инновационной экосистемы ВХК, представлена на рис. 1.
Регуляторы инновационной деятельности (государство, институты развития) Продуценты инновационных идей, инноваций и научных разработок
1 à Административно-управленческие, институциональные и финансовые ресурсы к Инновационные активы, социальные и экономические эффекты j Интеллектуальные ресурсы, научные исследования и разработки к Апробация и коммерциализация НИР и НИОКР, запрос на инновации
Водохозяйственная система
à к Ресурсы инновационного развития 1 t Компенсация нанесенного ущерба г к Спрос на инновации 1 Инновационный продукт/услуга, обеспечивающие повышение качества и уровня жизни, эффективности производства г
Природная среда Потребители инновационной продукции, товаров и услуг
Рис. 1. Взаимодействие участников инновационной экосистемы водохозяйственного комплекса Fig. 1. Interaction between the main groups of participants in the innovation ecosystem of the water industry
В формировании и функционировании ВХК задачи инновационного развития играют особую роль в силу того, что данная отрасль, являясь одновременно производственной и водообеспечивающей, реализует функции стимулирующей и социально значимой инфраструктуры, которая определяет эффективность деятельности отраслей народного хозяйства, а также уровень и качество жизни населения. Поэтому рациональность сим-биотических отношений в инновационной системе ВХК должна обеспечиваться как с позиций участников комплекса, так и с точки зрения общественных интересов. Понимаемый таким образом рациональный симбиоз, ориентированный на прорывной социально-экономический рост и поддержание экологического баланса, является признаком и основным целевым ориентиром «здорового» существования ВХК.
Управление процессами инновационного развития водохозяйственного комплекса представляет собой чрезвычайно сложную задачу ввиду зависимости этого комплекса от природно-климатических, производственно-технологических, социально-экономических и других факторов. В соответствии с Концепцией федеральной целевой программы «Развитие водохозяйственного комплекса Российской Федерации в 2012-2020 годах»1 и в целях реализации Указа Президента России от 07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года»2 решаются задачи технологического перевооружения и модернизации инфраструктуры водного хозяйства на инновационной основе. С позиций экосистемного подхода решение данных задач предполагает достижение сбалансированности интересов участников инновационной экосистемы ВХК на основе формирования рациональных симбиотиче-ских отношений.
Продуценты инновационных идей заинтересованы в том, чтобы результаты их интеллектуальной деятельности - инновации и научные разработки - были востребованы
1 http://docs.cntd.ru/document/902292969.
2 http://www.kremlin.ru/acts/bank/43027.
со стороны предприятий ВХК и в дальнейшем коммерциализированы. Но инновационные проекты, актуальные для водоснабжающих организаций, должны соответствовать критериям не только экономической, но и социальной, а также экологической эффективности, что будет способствовать привлечению частных инвестиций и соответствующей поддержки со стороны государства как макрорегулятора функционирования водохозяйственного комплекса.
Предприятия ВХК как производители инновационной продукции/услуг, безусловно, заинтересованы в новых технологических решениях, связанных с внедрением инновационных технологий очистки и опреснения воды, ее повторного использования, применения «умных» приборов учета расхода водных ресурсов и пр. Однако при внедрении инноваций эти предприятия сталкиваются с дилеммой «эксплуатационные расходы -капитальные затраты». Это объясняется, в частности, тем, что высокий уровень износа основных фондов требует существенных эксплуатационных расходов, а это делает отрасль непривлекательной для инвесторов. Степень износа основных фондов в сфере водоснабжения и водоотведения в макрорегионах страны показана в табл. 2.
Таблица 2. Показатели износа основных фондов в сфере водоснабжения и водоотведения на конец 2019 г., %
Table 2. Indicators of depreciation of fixed assets in the sphere of water supply and sanitation as of the end of 2019, %
Федеральный округ Степень износа основных фондов Доля изношенных основных фондов
ЦФО 30,9 7,6
СЗФО 49,5 26,1
ЮФО 40,6 15,0
СКФО 36,6 13,1
ПФО 53,4 26,1
УФО 47,0 16,5
СФО 41,8 18,4
ДФО 30,2 7,8
Российская Федерация 41,4 17,2
Составлено по: Регионы России. Социально-экономические показатели. 2020: Статистический сборник / Росстат. Москва, 2020. 1242 с.
Соответственно, как демонстрируют данные Росстата, уровень инновационной активности предприятий, занятых в сфере водоснабжения и водоотведения, очень низкий; в 2018 г. он составлял 2,1 %1, несмотря на то, что затраты на технологические инновации имеют тенденцию к росту (рис. 2).
2018 2017
0
Продуктовые инновации Процессные инновации
10 000
20 000
30 000
40 000
50 000
Рис. 2. Затраты на технологические инновации в сфере водоснабжения и водоотведения, млн руб.2 Fig. 2. Expenditures on technological innovations in the sphere of water supply and sanitation, million rubles
1 Промышленное производство в России - 2019. https://gks.ru/bgd/regl/b19_48/Main.htm.
2 Составлено по: Промышленное производство в России - 2019. https://gks.ru/bgd/regl/b19_48/Main.htm.
Потребители водных ресурсов заинтересованы в качестве, безопасности и бесперебойности поставок воды в необходимых для жизнеобеспечения и осуществления хозяйственной деятельности объемах.
Вместе с тем водопроводная вода, которая согласно СНИП безопасна для здоровья, зачастую оказывается непригодной для приготовления пищи и питья вследствие неудовлетворительного качества воды в источниках водоснабжения и несовершенства технологий очистки. Так, например, по данным Роспотребнадзора Ростовской области, проведенный в первом полугодии 2020 г. мониторинг1 показал, что около трети проб подаваемой населению питьевой воды не соответствуют гигиеническим нормативам по санитарно-химическим показателям. Результаты проверки Роспотребнадзором питьевой расфасованной воды, по данным первого полугодия 2020 г., выявили около 2 % несоответствий по микробиологическим показателям и 3 % - по физико-химическим показателям.
Использование новых технологий повторного использования воды является высокоэффективным направлением модернизации ВХК. В России данный процесс идет низкими темпами, но позволяет сократить объемы использования свежей воды (рис. 3) и сброса сточных вод (рис. 4).
150 000 150 000 100 000 50 000
1 Лз 3 14Й7 Л
о
142314 138545 136590 138873 137894 138675 144167 144155
6Ш5 5Ш5 5Я4 5Щ4 5Щ1 5®3 5& 5Щб 5Щ1 52964 5Щ3
-^—I—^—I—^—I—^—I——|—^—|—■■■—|—■■—|—^—|—■■■—|—■■—|
2005 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Оборотная и последовательно используемая вода ■ Свежая вода
Рис. 3. Объемы водопотребления в России2, млн м3 Fig. 3. Water consumption in Russia, million m3
17727
16516 i5 966 15678 15189
14 768 14 418 14 719 M<-oQ
13 589 13136 12 602
2005 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Рис. 4. Объемы сброса загрязненных сточных вод в поверхностные водные объекты в России, млн м3 Fig. 4. Discharge of polluted wastewater into surface water bodies in Russia, million m3
В то же время удельный вес организаций, осуществляющих экологические инновации, в последние годы заметно снижается (рис. 5).
1 Официальный сайт Роспотребнадзора. http://www.61.rospotrebnadzor.ru/index.php?option=com_conte nt&view=article&id=10111:2020-08-12-07-05-56&catid=49:2009-09-21-05-58-48&Itemid=69.
2 Рис. 3-5 составлены по источнику: Регионы России. Социально-экономические показатели. 2020:
Статистический сборник / Росстат. Москва, 2020. 1242 с.
Снижение загрязнения окружающей среды
Осуществление вторичной переработки отходов и рециркуляции воды
2015 2017 2019
Рис. 5. Удельный вес организаций, осуществляющих экологические инновации, % Fig. 5. Share of organisations implementing environmental innovations, %
В результате, по данным мониторинга состояния ресурсов водных бассейнов регионов, показатели качества воды относятся к классу от «загрязненной» до «очень грязной». Основные загрязняющие вещества: медь, железо, нефтепродукты, сульфаты, азото-ни-тритные фенолы, марганец, фосфаты. Состояние водных ресурсов усугубляется деятельностью промышленных и сельскохозяйственных предприятий, предприятий ЖКХ, осуществляющих сброс загрязненных вод. По статистике, 90 % сбрасываемых вместе с водой взвешенных веществ, загрязняющих и органических примесей поступает в водные объекты из канализационных сетей предприятий ЖКХ.
В контексте изложенного очевидно, что интересы государства как регулятора инновационных процессов в ВХК также не удовлетворяются в полном объеме: результативные показатели в данной сфере не свидетельствуют о наличии достаточного потенциала ее модернизации и повышении уровня и качества жизни населения.
Поскольку рыночные институты и механизмы не могут решить проблемы инновационного развития водохозяйственного комплекса страны, в том числе ввиду его особой социальной значимости, возникает необходимость совершенствования соответствующей нормативно-правовой базы. Государство, выступая институциональным посредником между производителями и потребителями воды, способно путем формализации правил и норм функционирования рынка водных ресурсов на законодательном уровне обеспечить сбалансированность интересов его участников.
Прогнозирование эффектов управленческих воздействий в отношении инновационного развития промышленных экосистем
Для прогнозирования эффектов тех или иных управленческих воздействий в отношении регулирования взаимодействий участников инновационной экосистемы ВХК представляется целесообразным использовать инструментарий когнитивного моделирования. Когнитивное моделирование сложных систем «представляет собой многоэтапный процесс, состоящий из способов разработки когнитивной модели сложной системы в виде графа G = <V, E> причинно-следственных отношений E = {eij} между его вершинами-концептами V = |vij, i = 1, 2,... m, анализа структуры и устойчивости модели, а также сценарного моделирования возможного развития ситуаций, что позволяет прогнозировать различные процессы в сложной системе, возникающие под воздействием внутренних, внешних и управляющих факторов» [Горелова, Радченко, 2003, с. 96].
Построение когнитивной карты водохозяйственного комплекса как сложной экономической экосистемы и ее анализ являются трудоемкими и не входят в предметную область данного исследования. Однако для демонстрации возможности применения указанного инструментария, в том числе для прогнозирования развития ВХК и обоснования принятия управленческих решений, рассмотрим достаточно упрощенную систему взаимосвязей элементов инновационной экосистемы ВХК.
79,8 78,4
Концептами (вершинами) когнитивной карты определим следующие показатели, характеризующие интересы участников инновационной экосистемы ВХК:
VI - цены на водные ресурсы;
V2 - объемы использования свежей воды; V3 - объемы повторного использования воды; V4 - объемы сброса сточных вод;
V5 - инновационная активность водохозяйственных компаний;
V6 - качество водных ресурсов;
V7 - качество жизни населения;
V8 - инвестиции в инновации в ВХК;
V9 - экономическая эффективность предприятий ВХК;
V10 - водоемкость ВРП;
VII - региональные бюджеты;
V12 - удельный вес организаций, осуществляющих экологические инновации; V13 - инновационные продукты, технологии, услуги в сфере ВХК; V14 - затраты на технологические инновации в сфере ВХК.
Матрица смежности когнитивной карты инновационной экосистемы ВХК, отражающая взаимосвязи между заданными концептами, представлена в табл. 3: по вертикали указаны воздействующие факторы, по горизонтали - факторы, воздействие на которые анализируется. Взаимосвязи, имеющие положительное влияние, обозначены «+1», отрицательное - «-1». Отсутствие отклика на изменение фактора обозначено «0».
Таблица 3. Матрица смежности когнитивной карты G «Инновационная экосистема ВХК» Table 3. Adjacency matrix of the cognitive map G "Innovation ecosystem of the water industry"
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14
V1 + 1 +1 0 0 0 -1 0 +1 +1 0 +1 0 0
V2 0 -1 -1 0 0 0 0 0 +1 0 0 0 0
V3 0 + 1 +1 0 0 0 0 +1 +1 0 0 0 0
V4 0 0 0 0 -1 -1 0 -1 0 0 0 0 0
V5 0 + 1 +1 +1 +1 0 0 0 +1 0 0 0 0
V6 - 0 0 0 0 +1 0 0 0 0 0 0 0
V7 0 -1 0 0 0 0 0 0 0 +1 0 0 0
V8 0 0 +1 0 0 +1 0 +1 +1 +1 +1 +1 +1
V9 +1 0 0 0 +1 0 0 0 0 +1 +1 0 +1
V10 0 0 0 0 0 0 0 0 0 +1 0 0 +1
V11 0 0 0 0 0 0 0 0 0 -1 0 0 0
V12 0 +1 0 +1 +1 +1 0 0 0 +1 +1 +1 +1
V13 -1 +1 +1 0 0 +1 0 0 +1 +1 +1 0 0
V14 -1 0 0 0 +1 0 0 0 +1 0 0 0 +1
R =
Когнитивное моделирование управляющих воздействий на развитие инновационной экосистемы ВХК осуществлялось с помощью авторской программной системы CMCS (Cognitive Modeling Complex Systems). На рис. 6 изображена когнитивная карта указанной экосистемы.
^УТ2^Удельный вес
•К осуществляющих ^экологические инновации
V14. Затраты на технологические инновации в сфере ВХК
V6. Качество водных ресурсов
VI3. Инновационные продукты, технологии, услуги в сфере ВХК
Рис. 6. Когнитивная карта G «Инновационная экосистема ВХК» Fig. 6. Cognitive map G "Innovation ecosystem of the water industry"
Разработкой когнитивной карты завершается первый этап когнитивного моделирования. На втором этапе производится анализ свойств когнитивной модели, основным содержанием которого является анализ циклов когнитивной карты (пример приведен на рис. 7), что позволяет получить заключение о структурной устойчивости (неустойчивости) модели, результаты анализа устойчивости к возмущениям и анализа путей из вершины в вершину и др.
Рис. 7 иллюстрирует выделение одного из 153 отрицательных (стабилизирующих) циклов среди 3 234 циклов модели. Согласно правилу структурной устойчивости, нечетное число стабилизирующих циклов в моделируемой системе свидетельствует о ее структурной устойчивости.
Третий этап когнитивного моделирования состоит в разработке плана проведения вычислительного эксперимента и импульсного моделирования сценариев развития ситуаций в системе. Применение программного продукта CMCS позволяет строить сценарии процессов управления развитием инновационной экосистемы ВХК при внесении возмущений как в одну из вершин, так и в любое их сочетание в соответствии с целью исследования.
Приведем некоторые результаты сценарного моделирования.
Исследуем возможные изменения в системе G «Инновационная экосистема ВХК», связанные с активизацией вершины V8 «Инвестиции в инновации в ВХК». Выбор данного концепта в начале сценарного моделирования обусловлен тем, что он может рассматриваться как управляющее начало процессов положительных изменений в системе.
V6. Качество водных ресурсов
экологические инновации
V14. Затраты на технологические инновации в сфере ВХК
V13. Инновационные продукты, технологии, услуги в сфере ВХК
Рис. 7. Выделение одного из отрицательных циклов когнитивной карты G Fig. 7. Identification of one of the negative cycles on the cognitive map G
Результаты моделирования представлены данными расчетов величин импульсов во всех вершинах модели на каждом шаге моделирования (табл. 4) и графиками импульсных процессов (рис. 8), строящихся согласно данным в табл. 4.
Таблица 4. Расчет импульсов в вершинах модели G при возмущении вершины V8 Table 4. Calculation of the pulses at the vertices of the model G under the perturbation of the vertex V8
Вершина Шаг
0 1 2 3 4 5 6 7 8 9 10
У1 - цены на водные ресурсы 0 0 0 -1 -3 -9 -15 -17 -7 39 118
У2 - объемы использования свежей воды 0 0 0 3 8 16 15 -11 -62 -114 -122
У3 - объемы повторного использования воды 0 0 1 2 2 2 -3 -8 -1 18 25
У4 - объемы сброса сточных вод 0 0 0 2 4 7 4 -5 -7 8 19
Окончание таблицы 4
Table 4 (concluded)
Вершина Шаг
0 1 2 3 4 5 6 7 8 9 10
У5 - инновационная активность водохозяйственных компаний 0 0 0 3 10 18 20 8 -26 -92 -187
У6 - качество водных ресурсов 0 0 1 3 6 12 15 11 -88 -57 -157
У7 - качество жизни населения 0 0 1 2 5 14 26 33 6 -104
У8 - инвестиции в инновации ВХК 0 1 1 0 -3 -5 -6 -2 9 24 55
У9 - экономическая эффективность предприятий ВХК 0 0 1 4 6 7 3 -8 -23 -54 -99
У10 - водоемкость ВРП 0 0 1 3 7 10 10 -14 -71 -117 -107
У11 - региональные бюджеты 0 0 1 5 13 21 26 22 -17 -99 -222
У12 - удельный вес организаций, осуществляющих экологические инновации 0 0 1 2 3 0 -7 -18 -27 -21 9
У13 - инновационные продукты, технологии, услуги в сфере ВХК 0 0 1 3 6 9 8 -1 -20 -60 -109
У14 - затраты на технологические инновации в сфере ВХК 0 0 1 4 9 13 12 0 -42 -112 -168
Заметим, что количество шагов моделирования может быть любым и завершается экспертом, когда проявляются основные тенденции развития ситуаций и эти тенденции качественно не изменяются в процессе увеличения шагов моделирования.
В целях наглядности графики на рис. 8 разбиты на группы по семь показателей на каждом. Проинтерпретируем полученные результаты.
Одноразовое вложение инвестиций в инновационные проекты, реализуемые в ВХК (рис. 8а), вначале дает положительный эффект, хотя после третьего шага моделирования этот ресурс исчерпывается. Но поскольку данный инвестиционный ресурс повлиял на всю систему в целом, после седьмого шага моделирования наблюдается рост инвестиций в инновации ВХК, возможно, за счет появившихся внутренних ресурсов системы. На рис. 8б и 8в представлены графики после третьего такта моделирования.
Как видно на рис. 8, шестой и седьмой шаги моделирования «предсказывают» возможность появления тенденции ухудшения ситуаций в системе в «Инновационная экосистема ВХК». Но этот результат получен в соответствии с предположением о положительных одноразовых изменениях только в одной из вершин модели. Разработка большего количества сценариев позволит сформировать более информативную базу для выбора эффективных управленческих решений в инновационной экосистеме ВХК и действенных управленческих воздействий на ее элементы.
Приведенная модель, будучи значительно упрощенной, тем не менее иллюстрирует возможности использования когнитивного моделирования для выработки сценариев относительно формирования управленческих решений в сфере инновационного развития ВХК, способствующих достижению отношений рационального симбиоза на основе повышения сбалансированности интересов его участников. Безусловно, для получения более адекватного прогноза возможных эффектов различных управляющих воздействий (например, изменения цен на водные ресурсы) следует расширить когнитивную карту за счет увеличения числа рассматриваемых концептов (вершин) и детализации связей между ними. Эти задачи определяют вектор дальнейших исследований авторов статьи.
60
50
и 40
Л £ 30
a s 20
S 10
— Инвестиции
в инновации в ВХК
1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0 Шаги
а)
- Инвестиции в инновациии
в ВХК
---Цены на водные ресурсы
--Объемы использования
свежей воды
Объемы повторного использования воды
- Объем сброса сточных вод
---Инновационная активность
водохозяйственных компаний
Качество водных ресурсов
10.0
б)
50
25
0 -
-25
-50
A В -75
a Я -100
-125
-150
-175
-200
-225
-Качество жизни населения
---Экономическая эффективность
предприятий ВХК
Водоемкость ВРП
бюджеты
Удельный вес организаций, осуществляющих экологические инновации
---Инновационные продукты,
технологии, услуги в сфере ВХК
Затраты на технологические инновации в сфере ВХК
\ JJU,U,UCJViJMJI_ 1D L
V V, \
^ \ Региональные
v >vV
V \ \»д -Удельный вес i
10.0
в)
Рис. 8. Графики импульсных процессов при возмущении вершины V8 Fig. 8. Graphs of pulse processes under the perturbation of the vertex V8
Заключение
Представление о необходимости сбалансированного и гармоничного развития институтов науки, технологий и инноваций, положенное в основу Стратегии научно-технического развития России1, подтверждает тезис авторов о том, что промышленные предприятия ВХК должны развиваться как инновационные экосистемы, которым свойственны взаимовыгодные (симбиотические) отношения. Когнитивное моделирование позволяет оценить эффекты реализации различных сценариев управленческих воздействий.
Практическая значимость представленных в данном исследовании теоретико-концептуальных (для инновационных экосистем промышленности) и прикладных (для инновационной экосистемы ВХК) моделей поддержки принятия управленческих решений усиливается в случае применения когнитивного подхода, позволяющего конструировать и оценивать систему взаимосвязей элементов инновационной экосистемы ВХК и степень влияния на них управленческих воздействий, чтобы обеспечить условия для достижения отношений рационального симбиоза. Участие государства как функционального элемента когнитивной модели дает возможность установления адекватных зависимостей между среднесрочными и долгосрочными целями инновационного развития ВХК и экономики в целом.
Кроме того, разрабатываемые сценарии могут использоваться для выбора на каждом управленческом этапе наиболее рациональных форм партнерских отношений участников ВХК, способствующих достижению баланса их разнонаправленных интересов с учетом разграничения ролей, полномочий, предметов ведения и обязанностей субъектов. Построение когнитивных моделей для региональных ВХК позволяет учесть позитивный и негативный опыт реализации тех или иных управленческих решений в условиях конкретных регионов, а также критерии экономической и социальной эффективности для своевременного получения и учета обратной связи от реализуемых управленческих воздействий.
Источники
Балуян Ю. В. (2008). Анализ состояния малого предпринимательства на основе метода когнитивного моделирования // Terra Economicus. Т. 6, № 3-2. С. 154-156.
Васин С. М., Гамидуллаева Л. А. (2016). Институты в развитии инновационных систем // Journal of Economic Regulation. № 7 (1). С. 93-103. DOI: 10.17835/2078-5429.2016.7.1.093-103.
Горелова Г. В., Радченко С. А. (2003). Когнитивные технологии поддержки управленческих решений в социально-экономических системах // Известия Таганрогского радиотехнического института. № 5 (34). С. 95-104.
Гребёнкин И. В. (2018). Влияние уровня диверсификации на инновационную активность в обрабатывающей промышленности // Экономика региона. Т. 14, № 2. С. 600-611. DOI: 10.17059/20182-21.
Давиденко Л. М., Беспалый С. В., Бекниязова Д. С. (2020). Ресурсная парадигма построения промышленной экосистемы цифрового формата // Вестник Белгородского университета кооперации, экономики и права. № 1 (80). С. 58-68. DOI: 10.21295/2223-5639-2020-1-58-68.
Дорошенко С. В., Шеломенцев А. Г. (2017). Предпринимательская экосистема в современных социоэкономических исследованиях // Журнал экономической теории. № 4. С. 212-221.
Дубина И. Н., Кожевина О. В., Чуб А. А. (2016). Инновационно-предпринимательские экосистемы как фактор устойчивости регионального развития // Экономический анализ: теория и практика. № 4 (451). С. 4-19.
1 Стратегия научно-технологического развития РФ: утверждена указом Президента Российской Федерации от 01.12.2016 № 642. Шр://опНпе.ша1.ги/%.ра£
Исмиханов З. Н., Магомедбеков Г. У. (2017). Исследование современных экологических, социальных и экономических проблем устойчивого развития региона: когнитивный подход // Юг России: экология, развитие. № 4. С. 46-56. DOI: 10.18470/1992-1098-2017-4-46-56.
Каранашев А. Х., Карашева А. Г. (2016). Когнитивное моделирование инвестиционного климата Кабардино-Балкарской республики // Вестник Адыгейского государственного университета. Серия 5. Экономика. № 2 (180). С. 129-137.
Клейнер Г. Б. (2018). Промышленные экосистемы: взгляд в будущее // Экономическое возрождение России. № 2 (56). С. 53-62.
Логинова Т. П. (2019). Анализ институциональных факторов инновационного развития региона // Азимут научных исследований: экономика и управление. Т. 8, № 2 (27). С. 219-222. DOI: 10.26140/anie-2019-0802-0054.
Овчинников В. Н., Кетова Н. П. (2016). Системодополняющий эффект взаимодействия инновационного потенциала и институциональной среды региона // Экономика региона. Т. 12, № 2. С. 537-546. DOI: 10.17059/2016-2-18.
Рощина Л. Н. (2012). Пространственные особенности стратегически ориентированных на инновации программ развития промышленности // Terra Economicus. Т. 10, № 1-3. С. 123-128.
Силин Я. П., Анимица Е. Г., Новикова Н. В. (2019). Теории экономического роста и экономического цикла в исследовании региональных процессов новой индустриализации // Journal of New Economy. № 2 (20). С. 5-29. DOI: 10.29141/2073-1019-2019-20-2-1.
Таха Хемди А. (2005). Введение в исследование операций. Москва: Вильямс. 901 с.
Черняев А. М., Дальков М. П., Шахов И. С., Прохорова Н. Б. (1995). Бассейн. Эколого-водохо-зяйственные проблемы, региональное водопользование. Екатеринбург: Виктор. 368 с.
Щербакова Т. А. (2010). Метод когнитивного анализа регионального структурно-инвестиционного развития // Горный информационно-аналитический бюллетень (научно-технический журнал). № 2. С. 111-118.
Alnafrah I., Zeno B. (2019). A new comparative model for national innovation systems based on machine learning classification techniques. Innovation and Development, no. 10 (6), pp. 1-23. DOI: 10.1080/2157930X.2018.1564124.
Arranz N., Arguello N., Juan Carlos Fernández de Arroyabe. (2021). How do internal, market and institutional factors affect the development of eco-innovation in firms? Journal of Cleaner Production, vol. 297, 126692. https://doi.org/10.1016/j.jclepro.2021.126692.
Ayres R. (2004). On the life cycle metaphor: Where ecology and economics diverge. Ecological Economics, vol. 48, issue 4, pp. 425-438. https://doi.org/10.1016/j.ecolecon.2003.10.018.
Bichler B. F., Kallmuenzer A., Peters M. (2020). Entrepreneurial ecosystems in hospitality: The relevance of entrepreneurs' quality of life. Journal ofHospitality and Tourism Management, vol. 44, pp. 152-161. https://doi.org/10.1016/jjhtm.2020.06.009.
Brousseau E., Garrouste R., Raynaud E. (2011). Institutional changes: Alternative theories and consequences for institutional design. Journal of Economic Behavior & Organization, vol. 79, issue 1-2, pp. 3-19. https://doi.org/10.1016/jjebo.2011.01.024.
Carayannis E. G., Campbell D. F. J. (2009). "Mode 3" and "Quadruple Helix": toward a 21st century fractal innovation ecosystem. International Journal of Technology Management, vol. 46, no. (3-4), pp. 201-234. https://doi.org/10.1504/IJTM.2009.023374.
Cunha C., Kastenholz E., Carneiro M. J. (2020). Entrepreneurs in rural tourism: Do lifestyle motivations contribute to management practices that enhance sustainable entrepreneurial ecosystems? Journal ofHospitality and Tourism Management, vol. 44, pp. 215-226. https://doi.org/10.1016/j.jhtm.2020.06.007.
Fukuda K., Watanabe C. (2008). Japanese and US perspectives on the National Innovation Ecosystem. Technology in Society, vol. 30, issue 1, pp. 49-63. DOI: 10.1016/j.techsoc.2007.10.008.
Gü^demir H., Selim H. (2018). Integrating simulation modelling and multi criteria decision making for customer focused scheduling in job shops. Simulation Modelling Practice and Theory, vol. 88, pp. 17-31. https://doi.org/10.1016/jj.simpat.2018.08.001.
Kar S., Roy A., Sen K. (2019). The double trap: Institutions and economic development. Economic Modelling, vol. 76, pp. 243-259. https://doi.org/10.1016/j.econmod.2018.08.002.
Matveyeva L. G., Mikhalkina Ye. V., Chernova O. A. (2015). The possibilities of the Russian regions capacity increasing under the external threats. Ekonomika regiona = Economy of Region, no. 1, pp. 96-104. DOI: 10.17059/2015-1-9.
Maxwell I. (2009). Managing sustainable innovation: The driver for global growth. New York: Springer. DOI: 10.1007/978-0-387-87581-1.
Milwood P. A., Maxwell A. (2020). A boundary objects view of Entrepreneurial Ecosystems in tourism. Journal of Hospitality and Tourism Management, vol. 44, pp. 243-252. https://doi.org/10.1016/j. jhtm.2020.06.008.
Moore J. F. (1996). The death of competition: Leadership & strategy in the age of business ecosystems. New York: Harper Business. 324 p.
Moore J.F. (2006). Business ecosystems and the view from the firm. The Antitrust Bulletin, vol. 51, no. 1, pp. 31-75. https://doi.org/10.1177/0003603X0605100103.
Muñoz P., Kibler E., Mandakovic V., Amorós J. E. (2020). Local entrepreneurial ecosystems as config-ural narratives: A new way of seeing and evaluating antecedents and outcomes. Research Policy, 104065. https://doi.org/10.1016/jj.respol.2020.104065.
Nedic V., Despotovic D., Cvetanovic S., Djukic T., Petrovic D. (2020). Institutional reforms for economic growth in the Western Balkan countries. Journal of Policy Modeling, vol. 42, no. 5, pp. 933-952. https://doi.org/10.1016/jj.jpolmod.2020.04.00.
Noelia F.-L., Rosalia D.-C. (2020). A dynamic analysis of the role of entrepreneurial ecosystems in reducing innovation obstacles for startups. Journal of Business Venturing Insights, vol. 14, e00192. https:// doi.org/10.1016/j.jbvi.2020.e00192.
Pankov S., Schneckenberg D., Velamuri V. K. (2021). Advocating sustainability in entrepreneurial ecosystems: Micro-level practices of sharing ventures. Technological Forecasting and Social Change, vol. 166, 120654. https://doi.org/10.1016/jj.techfore.2021.120654.
Roundy Ph. T., Bradshaw M., Brockman B. K. (2018). The emergence of entrepreneurial ecosystems: A complex adaptive systems approach. Journal of Business Research, vol. 86, pp. 1-10. https://doi. org/10.1016/j.jbusres.2018.01.032.
Sachidananda M., Erkoyuncu J., Steenstra D., Michalska S. (2016). Discrete event simulation modelling for dynamic decision making in biopharmaceutical manufacturing. Procedia CIRP, vol. 49, pp. 39-44. https://doi.org/10.1016/jj.procir.2015.07.02.
Tan W., Chai Yu., Wang W., Liu Y. (2012). General modeling and simulation for enterprise operational decision-making problem: A policy-combination perspective. Simulation Modelling Practice and Theory, vol. 21, issue 1, pp. 1-20. https://doi.org/10.1016/jj.simpat.2011.09.008.
Tao Zh., Moncada J. A., Poncelet K., Delarue E. (2021). Review and analysis of investment decision making algorithms in long-term agent-based electric power system simulation models. Renewable and Sustainable Energy Reviews, vol. 136, 110405. https://doi.org/10.1016/jj.rser.2020.110405.
Youssef A. B., Boubaker S., Omri A. (2018). Entrepreneurship and sustainability: The need for innovative and institutional solutions. Technological Forecasting and Social Change, vol. 129, pp. 232-241. https://doi.org/10.1016/jj.techfore.2017.11.003.
Zhimin X., Xia W., Lingmin X., Kaifeng D. (2021). Entrepreneurial ecosystem and the quality and quantity of regional entrepreneurship: A configurational approach. Journal of Business Research, vol. 128, pp. 499-509. https://doi.org/10.1016/jj.jbusres.2021.02.015.
Информация об авторах Чернова Ольга Анатольевна, доктор экономических наук, доцент, профессор кафедры информационной экономики Южного федерального университета, 344007, РФ, г. Ростов-на-Дону, ул. Максима Горького, 88; ведущий научный сотрудник Российского информационно-аналитического и исследовательского центра водного хозяйства, 344000, РФ, г. Ростов-на-Дону, ул. Фи-лимоновская, 174
Контактный телефон: +7 (8632) 50-59-59, e-mail: dekanat@econ.sfedu.ru
Матвеева Людмила Григорьевна, доктор экономических наук, профессор, профессор кафедры информационной экономики Южного федерального университета, 344007, РФ, г. Ростов-на-Дону, ул. Максима Горького, 88; главный научный сотрудник Российского информационно-аналитического и исследовательского центра водного хозяйства, 344000, РФ, г. Ростов-на-Дону, ул. Фи-лимоновская, 174
Контактный телефон: +7 (8632) 50-59-59, e-mail: dekanat@econ.sfedu.ru
Горелова Галина Викторовна, доктор технических наук, профессор, научный руководитель Института управления в экономических, экологических и социальных системах Южного федерального университета, 347922, РФ, Ростовская область, г. Таганрог, ул. Чехова, 22 Контактный телефон: +7 (8634) 37-14-44, e-mail: ppavlov@sfedu.ru
■ ■ ■
References
Baluyan Yu. V. (2008). Analiz sostoyaniya malogo predprinimatel'stva na osnove metoda kognitivno-go modelirovaniya [Analysis of the state of small business based on the cognitive modeling method]. Terra Economicus, vol. 6, no. 3-2, pp. 154-156. (in Russ.)
Vasin S. M., Gamidullaeva L. A. (2016). Instituty v razvitii innovatsionnykh sistem [Institutions in the development of innovation systems]. Journal of Economic Regulation, vol. 7, issue 1, pp. 93-103. DOI: 10.17835/2078-5429.2016.7.1.093-103. (in Russ.)
Gorelova G. V., Radchenko S. A. (2003). Kognitivnye tekhnologii podderzhki upravlencheskikh resh-eniy v sotsial'no-ekonomicheskikh sistemakh [Cognitive technologies for supporting managment decisions in socioeconomic systems]. Izvestiya Taganrogskogo radiotekhnicheskogo instituta = Bulletin of the Taganrog Institute of Radioengineering, no. 5 (34), pp. 95-104. (in Russ.)
Grebenkin I. V. (2018). Vliyanie urovnya diversifikatsii na innovatsionnuyu aktivnost' v obrabatyvay-ushchey promyshlennosti [The influence of diversification on innovative activity in regional manufacturing industry]. Ekonomika regiona = Economy of Region, vol. 14, no. 2, pp. 600-611. DOI: 10.17059/20182-21. (in Russ.)
Davidenko L. M., Bespalyy S. V., Bekniyazova D. S. (2020). Resursnaya paradigma postroeniya pro-myshlennoy ekosistemy tsifrovogo formata [Resource paradigm of construction of industrial ecosystem of digital format]. Vestnik Belgorodskogo universiteta kooperatsii, ekonomiki i prava = Bulletin of the Belgorod University of Cooperation, Economics and Law, no. 1 (80), pp. 58-68. DOI: 10.21295/2223-56392020-1-58-68. (in Russ.)
Doroshenko S. V., Shelomentsev A. G. (2017). Predprinimatel'skaya ekosistema v sovremennykh sot-sioekonomicheskikh issledovaniyakh [The entrepreneurial ecosystem in the contemporary socio-economic studies]. Zhurnal ekonomicheskoy teorii = Russian Journal of Economic Theory, no. 4, pp. 212-221. (in Russ.)
Dubina I. N., Kozhevina O. V., Chub A. A. (2016). Innovatsionno-predprinimatel'skie ekosistemy kak faktor ustoychivosti regional'nogo razvitiya [Innovation and entrepreneurship ecosystems as a factor of sustainable regional development]. Ekonomicheskiy analiz: teoriya ipraktika = Economic Analysis: Theory and Practice, no. 4 (451), pp. 4-19. (in Russ.)
Ismikhanov Z. N., Magomedbekov G. U. (2017). Issledovanie sovremennykh ekologicheskikh, sotsial'nykh i ekonomicheskikh problem ustoychivogo razvitiya regiona: kognitivnyy podkhod [Research of modern environmental, social and economic problems of sustainable development of the region: Cognitive approach]. Yug Rossii: ekologiya, razvitie = South of Russia: Ecology, Development, no. 4, pp. 46-56. DOI: 10.18470/1992-1098-2017-4-46-56. (in Russ.)
Karanashev A. Kh., Karasheva A. G. (2016). Kognitivnoe modelirovanie investitsionnogo klimata Kabardino-Balkarskoy respubliki [Cognitive modeling of the investment climate of the Kabardino-Balkarian Republic]. Vestnik Adygeyskogo gosudarstvennogo universiteta. Seriya 5. Ekonomika = Bulletin of the Adyghe State University, no. 2 (180), pp. 129-137. (in Russ.)
Kleyner G. B. (2018). Promyshlennye ekosistemy: vzglyad v budushchee [Industrial ecosystems: foresight]. Ekonomicheskoe vozrozhdenie Rossii = Economic Revival of Russia, no. 2 (56), pp. 53-62. (in Russ.)
Loginova T. P. (2019). Analiz institutsional'nykh faktorov innovatsionnogo razvitiya regiona [Analysis of institutional factors innovative development of the region]. Azimut nauchnykh issledovaniy: ekono-mika i upravlenie = ASR: Economics and Management, vol. 8, no. 2 (27), pp. 219-222. DOI: 10.26140/ anie-2019-0802-0054. (in Russ.)
Ovchinnikov V. N., Ketova N. P. (2016). Sistemodopolnyayushchiy effekt vzaimodeystviya innovatsionnogo potentsiala i institutsional'noy sredy regiona [The system-supplementing effect of the interaction between innovative capacity and institutional environment factors of a region]. Ekonomika regiona = Economy of Region, vol. 12, no. 2, pp. 537-546. DOI: 10.17059/2016-2-18. (in Russ.)
Roshchina L. N. (2012). Prostranstvennye osobennosti strategicheski orientirovannykh na innovatsii programm razvitiya promyshlennosti [Spatial features of strategically innovation-oriented industrial development programs]. Terra Economicus, vol. 10, no. 1-3, pp. 123-128. (in Russ.)
Silin Ya. P., Animitsa E. G., Novikova N. V. (2019). Teorii ekonomicheskogo rosta i ekonomicheskogo tsikla v issledovanii regional'nykh protsessov novoy industrializatsii [Theories of economic growth and economic cycles in the research of regional processes of new industrialisation]. Journal of New Economy, no. 2 (20), pp. 5-29. DOI: 10.29141/2073-1019-2019-20-2-1. (in Russ.)
Takha Khemdi A. (2005). Vvedenie v issledovanie operatsiy [Introduction in the operation research]. Moscow: Vil'yams Publ. 901 p. (in Russ.)
Chernyaev A. M., Dalkov M. P., Shakhov I. S., Prokhorova N. B. (1995). Basseyn. Ekologo-vodok-hozyaystvennyeproblemy, regionalnoe vodopol'zovanie [Basin. Ecological and water management problems, regional water use]. Ekaterinburg: Viktor Publ. 368 p. (in Russ.)
Shcherbakova T. A. (2010). Metod kognitivnogo analiza regional'nogo strukturno-investitsionnogo razvitiya [Method of cognitive analysis of regional structural and investment development]. Gornyy in-formatsionno-analiticheskiy byulleten = Mining Information and Analytical Bulletin, no. 2, pp. 111-118. (in Russ.)
Alnafrah I., Zeno B. (2019). A new comparative model for national innovation systems based on machine learning classification techniques. Innovation and Development, no. 10 (6), pp. 1-23. DOI: 10.1080/2157930X.2018.1564124.
Arranz N., Arguello N., Juan Carlos Fernández de Arroyabe. (2021). How do internal, market and institutional factors affect the development of eco-innovation in firms? Journal of Cleaner Production, vol. 297, 126692. https://doi.org/10.1016/jjclepro.2021.126692.
Ayres R. (2004). On the life cycle metaphor: Where ecology and economics diverge. Ecological Economics, vol. 48, issue 4, pp. 425-438. https://doi.org/10.1016/jj.ecolecon.2003.10.018.
Bichler B. F., Kallmuenzer A., Peters M. (2020). Entrepreneurial ecosystems in hospitality: The relevance of entrepreneurs' quality of life. Journal of Hospitality and Tourism Management, vol. 44, pp. 152-161. https://doi.org/10.1016/jjhtm.2020.06.009.
Brousseau E., Garrouste R., Raynaud E. (2011). Institutional changes: Alternative theories and consequences for institutional design. Journal of Economic Behavior & Organization, vol. 79, issue 1-2, pp. 3-19. https://doi.org/10.1016/jjebo.2011.01.024.
Carayannis E. G., Campbell D. F. J. (2009). "Mode 3" and "Quadruple Helix": toward a 21st century fractal innovation ecosystem. International Journal of Technology Management, vol. 46, no. (3-4), pp. 201-234. https://doi.org/10.1504/IJTM.2009.023374.
Cunha C., Kastenholz E., Carneiro M. J. (2020). Entrepreneurs in rural tourism: Do lifestyle motivations contribute to management practices that enhance sustainable entrepreneurial ecosystems? Journal of Hospitality and Tourism Management, vol. 44, pp. 215-226. https://doi.org/10.1016/jj.jhtm.2020.06.007.
Fukuda K., Watanabe C. (2008). Japanese and US perspectives on the National Innovation Ecosystem. Technology in Society, vol. 30, issue 1, pp. 49-63. DOI: 10.1016/j.techsoc.2007.10.008.
Gü^demir H., Selim H. (2018). Integrating simulation modelling and multi criteria decision making for customer focused scheduling in job shops. Simulation Modelling Practice and Theory, vol. 88, pp. 17-31. https://doi.org/10.1016/jj.simpat.2018.08.001.
Kar S., Roy A., Sen K. (2019). The double trap: Institutions and economic development. Economic Modelling, vol. 76, pp. 243-259. https://doi.org/10.1016/j.econmod.2018.08.002.
Matveyeva L. G., Mikhalkina Ye. V., Chernova O. A. (2015). The possibilities of the Russian regions capacity increasing under the external threats. Ekonomika regiona = Economy of Region, no. 1, pp. 96-104. DOI: 10.17059/2015-1-9.
Maxwell I. (2009). Managing sustainable innovation: The driver for global growth. New York: Springer. DOI: 10.1007/978-0-387-87581-1.
Milwood P. A., Maxwell A. (2020). A boundary objects view of Entrepreneurial Ecosystems in tourism. Journal of Hospitality and Tourism Management, vol. 44, pp. 243-252. https://doi.org/10.1016/j. jhtm.2020.06.008.
Moore J. F. (1996). The death of competition: Leadership & strategy in the age of business ecosystems. New York: Harper Business. 324 p.
Moore J.F. (2006). Business ecosystems and the view from the firm. The Antitrust Bulletin, vol. 51, no. 1, pp. 31-75. https://doi.org/10.1177/0003603X0605100103.
Muñoz P., Kibler E., Mandakovic V., Amorós J. E. (2020). Local entrepreneurial ecosystems as config-ural narratives: A new way of seeing and evaluating antecedents and outcomes. Research Policy, 104065. https://doi.org/10.1016/jj.respol.2020.104065.
Nedic V., Despotovic D., Cvetanovic S., Djukic T., Petrovic D. (2020). Institutional reforms for economic growth in the Western Balkan countries. Journal of Policy Modeling, vol. 42, no. 5, pp. 933-952. https://doi.org/10.1016/jj.jpolmod.2020.04.00.
Noelia F.-L., Rosalia D.-C. (2020). A dynamic analysis of the role of entrepreneurial ecosystems in reducing innovation obstacles for startups. Journal of Business Venturing Insights, vol. 14, e00192. https:// doi.org/10.1016/j.jbvi.2020.e00192.
Pankov S., Schneckenberg D., Velamuri V. K. (2021). Advocating sustainability in entrepreneurial ecosystems: Micro-level practices of sharing ventures. Technological Forecasting and Social Change, vol. 166, 120654. https://doi.org/10.1016/jj.techfore.2021.120654.
Roundy Ph. T., Bradshaw M., Brockman B. K. (2018). The emergence of entrepreneurial ecosystems: A complex adaptive systems approach. Journal of Business Research, vol. 86, pp. 1-10. https://doi. org/10.1016/j.jbusres.2018.01.032.
Sachidananda M., Erkoyuncu J., Steenstra D., Michalska S. (2016). Discrete event simulation modelling for dynamic decision making in biopharmaceutical manufacturing. Procedia CIRP, vol. 49, pp. 39-44. https://doi.org/10.1016/jj.procir.2015.07.02.
Tan W., Chai Yu., Wang W., Liu Y. (2012). General modeling and simulation for enterprise operational decision-making problem: A policy-combination perspective. Simulation Modelling Practice and Theory, vol. 21, issue 1, pp. 1-20. https://doi.org/10.1016/jj.simpat.2011.09.008.
Tao Zh., Moncada J. A., Poncelet K., Delarue E. (2021). Review and analysis of investment decision making algorithms in long-term agent-based electric power system simulation models. Renewable and Sustainable Energy Reviews, vol. 136, 110405. https://doi.org/10.1016/jj.rser.2020.110405.
Youssef A. B., Boubaker S., Omri A. (2018). Entrepreneurship and sustainability: The need for innovative and institutional solutions. Technological Forecasting and Social Change, vol. 129, pp. 232-241. https://doi.org/10.1016/jj.techfore.2017.11.003.
Zhimin X., Xia W., Lingmin X., Kaifeng D. (2021). Entrepreneurial ecosystem and the quality and quantity of regional entrepreneurship: A configurational approach. Journal of Business Research, vol. 128, pp. 499-509. https://doi.org/10.1016/jjbusres.2021.02.015.
Information about the authors
Olga A. Chernova, Dr. Sc. (Econ.), Associate Prof., Prof. of Information Economy Dept., Southern Federal University, 88 Maksima Gorkogo St., Rostov-on-Don, 344007, Russia; Lead Researcher of the Russian Information Analysis and Research Center for Water Industry, 174 Filimonovskaya St., Rostov-on-Don, 344000, Russia
Phone: +7 (8632) 50-59-59, e-mail: dekanat@econ.sfedu.ru