CC BY
210
щегося на НИОКР, а это требует увеличения инновационного потенциала предприятия.
Следует отметить, что для обеспечения конкурентоспособности предприятия необходимо не просто повышать инновационный потенциал, а иметь возможность эффективно управлять данным процессом. Компании, обладающие достаточным инновационным потенциалом, способны своевременно защитить бизнес от возможных угроз со стороны внешней среды, обладают значительными конкурентными преимуществами, легче приспосабливаются к изменяющимся условиям хозяйствования.
Понятие инновационного потенциала в экономическую теорию впервые было введено ученым К. Фрименом. Под инновационным потенциалом он понимал обеспечение роста системы за счет нововведений. В свою очередь нововведение К. Фримен рассматривал как систему мероприятий по разработке, освоению, эксплуатации и исчерпанию производственно-экономического и социально-организационного потенциала, лежащего в основе новшеств [6].
Раскрытие сущности понятия «инновационный потенциал» лучше всего осуществлять через определение его составных категорий. Термин «потенциал» происходит от латинского слова «ро1еп^а», которое означает силу, мощь, возможность, способность, существующую в скрытом виде и способную проявиться при определенных условиях. В более широком смысле под потенциалом понимают совокупность факторов, имеющихся в наличии, которые могут быть использованы и приведены в действие для достижения определенной цели, результата [1].
Проанализировав большинство подходов к определению инновационного потенциала, можно сказать, что мнения авторов расходятся и однозначного определения нет. Одни интерпретируют инновационный потенциал как совокупность
ресурсов, другие как меру готовности предприятия к инновационной деятельности, третьи как способность к достижению инновационных целей.
Тем не менее, инновационный потенциал организации образует предполагаемые или уже мобилизованные на достижение инновационной цели ресурсы предприятия. С точки зрения управления и оценки инновационный потенциал наукоемкого предприятия авторы предлагают рассматривать как совокупность следующих групп ресурсов:
• финансовых;
• научно-технических;
• кадровых.
В зависимости от основного содержания и характера используемых ресурсов можно выделить пять составляющих инновационного потенциала наукоемкого предприятия:
• интеллектуальная составляющая;
• производственная составляющая;
• финансовая составляющая;
• организационно-управленческая составляющая;
• маркетинговая составляющая.
В заключение отметим, что создание необходимых условий для обеспечения конкурентоспособности российских предприятий, является приоритетным направлением развития новых экономических отношений в России. В числе первоочередных задач — внедрение инновационной модели развития, основным элементом которой должно стать создание, наращивание и управление инновационным потенциалом. Проблема управления развитием инновационного потенциала наукоемкого предприятия занимает ключевое место, особенно с точки зрения получения конкурентных преимуществ в отрасли, в стране и в международном масштабе.
Литература
1. Кравченко С.И. Исследование сущности инновационного потенциала / Кравченко СИ., Кладченко И.С. // Научные труды Донецкого национального технического университета. — Донецк, ДонНТУ, 2005.
2. Министерство экономического развития Российской Федерации // Мониторинг о текущей ситуации в экономике Российской Федерации по итогам января 2012 г. [электронный ресурс] http://www.economy.gov.ru/minec/activity/sections/macro/monitoring/ doc20120224_03 (дата обращения 30.05.2012)
3. Российский статистический ежегодник 2011.
4. Jobs for America / Investments and policies for economic growth and competitiveness, January 2010.
5. Ермасов С.В., Ермасова Н.Б. Инновационный менеджмент: учебник для вузов. — М.: Высшее образование, 2007. — 505 с.
6. Шаповалова Т.А. Оценка инновационного потенциала организации и пути повышения эффективности его использования: диссертация на соискание ученой степени кандидата экономических наук / Белгородский гос. технолог. ун-т им. В.Г. Шухова. — Белгород, 2010.
7. Итоговый доклад о результатах экспертной работы по актуальным проблемам социально-экономической стратегии России на период до 2020 года [электронный ресурс] http://2020strategy.ru/documents/32710234.html (дата обращения 07.09.2012).
МАТЕМАТИЧЕСКИЕ МОДЕЛИ ДИНАМИКИ МНОГОСТОРОННИХ СЕТЕВЫХ ПЛАТФОРМ
Е.Ю. Благов,
ассистент кафедры информационных технологий в менеджменте Высшей школы менеджмента
Санкт-Петербургского государственного университета
blagove@gsom.pu.ru
В статье проводится обзор и сравнительный анализ многосторонних сетевых платформ с точки зрения математического моделирования. Рассматриваются перспективные направления исследований в данной области.
Ключевые слова: многосторонние сетевые платформы, многосторонние рынки, сетевые эффекты, сравнительная рыночная сила.
УДК 334.012 ББК 65.290-2
Многосторонние сетевые платформы являются быстро раз- вателей. Научные исследования данных феноменов ведутся с вивающимися феноменами современной экономики, заслу- начала 2000-х годов и пока находятся на начальном этапе. живающими в силу быстрого и динамичного развития и своего Большая часть работ, посвященных исследованию бизнес-
экономического своеобразия пристального внимания исследо- моделей многосторонних сетевых платформ, носит в значитель-
ной степени описательный характер [4; 9]. Однако описание бизнес-модели предполагает объяснение механизмов, с помощью которых управленческие компании создают устойчивые конкурентные преимущества [6; 8]. В качестве основного фактора, влияющего на рост операционных и финансовых показателей платформ, выделяют инвестиции данных компаний в бесплатные услуги для пользователей платформ [2; 5; 7].
В исследованиях многосторонних сетевых платформ принята трехчастная схема анализа бизнес-моделей, которая может в кратком виде быть представлена как «рост инвестиций в бесплатные услуги для пользователей платформы ^ рост операционных и финансовых показателей платформы ^ рост доходов компании». Данные исследования не рассматривают механизм влияния роста инвестиций компаний в бесплатные сервисы для пользователей на операционные и финансовые показатели деятельности платформы, поэтому актуальной является задача исследования данного механизма.
Эмпирические исследования многосторонних сетевых платформ на сегодняшний день практически не идут дальше констатирования наличия корреляции между инвестициями в создание дополнительных бесплатных услуг для пользователей платформ и успешностью данных платформ с точки зрения операционных и финансовых показателей.
На фоне слабого развития эмпирических исследований перспективными представляются работы, посвященные математическому моделированию [3; 5; 7], которые основываются на математических моделях динамики многосторонних сетевых платформ [1; 10]. «Сетевые эффекты», лежащие в основе специфики бизнес-моделей многосторонних сетевых платформ, достаточно подробно рассмотрены в микроэкономической теории. Моделирование таких бизнес-моделей может использовать инструментарий микроэкономического анализа. Использование симуляционных методов способно дополнить данный инструментарий более динамическим способом.
Рассмотрим перспективы дальнейшего развития многосторонних сетевых платформ с точки зрения математического моделирования и компьютерного симулирования. Для этого представим сравнительный анализ работ в этой области и выделение в данных работах аспектов, требующих дальнейшего развития.
Обзор литературы
Ввиду малого количества представленных в современной мировой литературе работ, посвященных математическому моделированию и компьютерным симуляциям динамики многосторонних сетевых платформ, имеет смысл отдельно рассмотреть каждую из этих работ.
В работе [1] с помощью компьютерной симуляции рассматриваются сценарии достижения максимальной прибыльности фирм-посредников между потребителями и поставщиками программно-аппаратных ресурсов. В качестве изменяемых в симуляции факторов авторами рассматриваются издержки переключения потребителей между поставщиками и скорость устаревания имеющейся у потребителей информации о состоянии рынка поставщиков. По итогам симуляции делаются выводы о том, что прибыльность посредников находится в положительной зависимости от уровня издержек переключения поставщиков между потребителями и от скорости устаревания информации о состоянии рынка.
Данные выводы являются достаточно тривиальными, если рассматривать использование посредников в качестве гибридной формы управления трансакцией между потребителями и поставщиками, что требует подтверждения опытными данными. Относительно возможностей эмпирической проверки предположений и выводов следует отметить, что используемые в симуляции переменные (в первую очередь, издержки переключения) отличаются слабой связью. Задача операционализации издержек переключения пользователей до степени, позволяющей проводить полноценные эмпирические исследования с использованием количественных методов, все еще не решена и является одним из основных направлений дальнейшего развития исследований.
Работа [10] посвящена анализу двустороннего (спрос на аудиторию со стороны рекламодателей и спрос на телепередачи со стороны телезрителей) рынка телевизионной рекламы.
С точки зрения методологии исследования данная работа сочетает анализ вторичных эмпирических данных и использование компьютерной симуляции гипотетической ситуации. Анализ вторичных эмпирических данных проводится на основе опроса телезрителей США о предпочтениях просмотра телевизионных программ шести ведущих национальных телеканалов в период апреля-мая 2003 г., проведенного в общенациональном масштабе агентством Nielsen Media Research и затрагивающего 90% телезрителей страны. На основе анализа этих данных в работе делаются выводы о высокой эластичности как отрицательной зависимости склонности телезрителей к просмотру передач телеканала в зависимости от продолжительности рекламных блоков (коэффициент эластичности -2,5), так и отрицательной зависимости спроса рекламодателей на предоставление телеканалами времени для рекламы от цены за размещение рекламы (коэффициент эластичности по цене -2,9). Из превышения эластичностью спроса рекламодателей эластичности спроса телезрителей авторами делается предположение о том, что рекламодатели должны оказывать большее влияние на эфирную политику телеканалов, чем телезрители. Это предположение подтверждается данными опроса: согласно этим данным, два наиболее предпочитаемых телезрителями жанра телепередач (художественные фильмы и новостные программы) занимали в рассмотренный период в среднем 16% эфирного времени обследованных телеканалов, в то время как два жанра, наиболее предпочитаемых рекламодателями (реа-лити-шоу и юмористические программы) занимали в среднем 47% эфирного времени.
Представляемые в данной работе результаты как анализа вторичных эмпирических данных, так и компьютерной симуляции, а также интерпретация этих результатов с точки зрения эластичности спроса в определенной степени противоречат логике теории трансакционных издержек, так как издержки переключения телезрителей между просмотром различных телеканалов очевидно не могут быть выше издержек переключения рекламодателей между телеканалами. Подобные расхождения поведения потребителей различных «сторон» многосторонних платформ представляются достаточно интересным объектом для исследования с точки зрения теорий поведенческой экономики.
С помощью компьютерной симуляции в статье анализируется гипотетическая ситуация «приобретения телезрителями доступа к технологии избегания рекламы». По итогам симуляции делается вывод, что распространение подобной технологии среди телезрителей приведет к увеличению количества и продолжительности рекламных блоков на телевидении (что можно объяснить возрастанием потребности рекламодателей в донесении рекламы до телезрителей, не пользующихся данной технологией) и, в то же время, к уменьшению доходов телеканалов от размещения рекламы ввиду более значительного уменьшения количества сотрудничающих с телеканалом рекламодателей по сравнению с увеличением рекламной активности рекламодателей, продолжающих сотрудничество (что объясняется более высокой эластичностью спроса рекламодателей, чем телезрителей).
Среди работ, посвященных разработке подробных математических моделей динамики многосторонних платформ, в первую очередь необходимо выделить работу [7].
В этой работе автором разрабатывается модель ценообразования многосторонних сетевых платформ, позволяющая анализировать влияние на ценообразование таких характеристик потребителей, как лояльность к предоставляемым платформой услугам и эластичность склонности к пользованию платформой по цене. Разрабатываемая модель позволяет в зависимости от данных характеристик предсказывать сравнительную рыночную силу различных сторон пользователей платформы по отношению к самой платформе и, соответственно, адекватно выстраивать ценовую политику по отношению к различным категориям пользователей. Включенные в модель зависимости описываются в работе на нескольких примерах, в частности, на схожем с объектом исследования [10] примере взаимодействия периодического печатного издания с читателями и рекламодателями. Лояльность читателей к изданию, при равных и более высокой по сравнению с рекламодателями эластичности спроса, увеличивает рыночную силу читателей: чем больше среди читателей издания доля постоянных читателей, тем выгоднее
для издания понижать цены для читателей и повышать цены для рекламодателей. Это позволит ограничивать количество размещаемой рекламы, а чем меньше доля постоянных читателей, тем выгоднее повышать цены для читателей и понижать цены для рекламодателей при увеличении количества размещаемой рекламы.
В работе [3] разрабатывается модель двусторонних рынков, в которых обе стороны имеют возможность одновременно пользоваться услугами нескольких платформ. Здесь проверяется влияние предпринимаемых платформами мер по «привязыванию» (tying) пользователей, т.е. принуждению их к использованию дополнительных услуг. На таких рынках пользователи не имеют возможности одновременно использовать несколько платформ.
Эффект мер по «привязыванию» на двух разновидностях рынков сравнивается автором с точки зрения выгодности для всех участников рынка в целом. В случае отсутствия возможности одновременного пользования различными платформами, общий эффект мер по «связыванию» является отрицательным. Это происходит из-за чрезмерного увеличения рыночной силы платформы, могущей привести к понижению качества предоставляемых платформой услуг. При одновременном пользовании различными платформами, напротив, общий эффект подобных мер является положительным, так как подобные меры увеличивают долю пользователей, использующих одновременно различные платформы. Тем самым, во-первых, поддерживая уровень конкуренции на рынке, и, во-вторых, увеличивая доступ пользователей к предоставляемым платформами услугам.
В работе [5] с помощью математического моделирования обосновывается эффективность выхода компании, предоставляющей услуги на одном рынке, на другой подобный рынок с целью создания «мультиплатформенного объединения», способного капитализировать контакты между пользователями своих платформ за счет сетевых внешних эффектов. При этом авторами подчеркивается, что для различных типов подобных объединений по критерию экономической связи платформ друг с другом (комплементы, слабые субституты1 или же не связанные между собой по потребительскому спросу платформы) предпосылки успешной деятельности различны.
Если «охватываемые» в рамках подобной стратегии платформы являются по отношению друг к другу комплементами, то основной предпосылкой успеха стратегии является максимальная степень пересечения пользователей данных платформ. В этом случае максимальное количество пользователей может быть «привязано» к использованию именно данных платформ в качестве комплементов2.
В случае, если охватываемые платформы являются слабыми субститутами, то в качестве основной предпосылки успеха стратегии выделяется возможность получения экономии на разнообразии в области различающихся свойств слабых субститутов.
При отсутствии функциональной связи между охватываемыми платформами, что является наименее благоприятным для компаний, ввиду наибольших трансакционных издержек, то управления подобным объединением платформ, затруднено. Наименьшей возможности «привязывания» пользователей одной платформы к использованию другой платформы может быть только при еще более высокой, чем для платформ-комплементов, степени пересечения пользователей платформ.
Дискуссия и выводы
Исследование динамики многосторонних сетевых платформ с помощью математического моделирования и компьютерных симуляций является новым направлением исследований с малым количеством опубликованных работ. Обзор и сравнительный анализ работ этого направления показывает, что различные авторы независимо друг от друга приходят к достаточно близким выводам.
Во всех рассмотренных работах отмечается, что основные факторы, влияющие на успешность многосторонних сетевых платформ, имеют отношение к сравнительной рыночной силе различных сторон потребителей услуг платформы. Сравнительная рыночная сила этих сторон, в свою очередь, основывается на различиях в трансакционных издержках взаимодействия данных сторон с платформой (в первую очередь, в издержках переключения между различными платформами) и эластичности по цене использования представляемых платформой услуг (что
также можно трактовать как выражение разности в издержках переключения). Различия в рыночной силе разных сторон потребителей по отношению к платформе выделяются в качестве основополагающих факторов рыночного позиционирования и ценообразования платформ.
С точки зрения теории стратегического управления в данных работах производится интеграция многосторонних сетевых платформ как объекта исследования в парадигму теорий конкурентного позиционирования, рассматривающих в качестве основы стратегического поведения фирмы внешние по отношению к фирме факторы. Соответственно, логичной задачей дальнейшего развития исследований многосторонних сетевых платформ, является привлечение к анализу данных феноменов потенциала ресурсной концепции фирмы и родственных ей теорий.
Слабая сторона рассмотренных работ связана с недостаточной операционализируемостью ряда используемых конструктов, в первую очередь, издержек переключения пользователей между платформами. Сложность операционализации трансакционных издержек различного характера является общей проблемой исследований, оперирующих данной категорией.
Можно предполагать, что в некоторой степени этот недостаток может быть преодолен развитием эмпирических исследований, проверяющих выводы математического моделирования и компьютерных симуляций на реальных данных с применением эконометрических методов анализа. Проблема субъективности издержек переключения пользователей, лежащая в основе различного поведения пользователей платформ, требует исследования с привлечением теоретического и методологического инструментария из области поведенческой экономики и смежных направлений психологии и нейрофизиологии.
Относительно практической значимости работ в области математического моделирования и симуляций многосторонних сетевых платформ для бизнеса, говорить о значимых результатах, подтвержденных независимыми исследованиями и применением в практике бизнеса, пока рано. Определенная практическая значимость представлена в работах [5], [7] и [10]. Большее количество практически значимых выводов исследований в данной области способно появиться после развития эмпирических исследований с использованием эконометрических методов анализа.
Основные направления дальнейшего развития исследований
В качестве основных направлений дальнейшего развития исследований динамики многосторонних сетевых платформ с точки зрения математического моделирования и компьютерного симулирования можно выделить следующие направления.
В первую очередь, для повышения как теоретической, так и практической значимости результатов исследований, ориентированных на изучение издержек переключения пользователей между платформами, важной задачей является повышение опе-рационализируемости издержек переключения. Ввиду высокой субъективности этих издержек, представляется перспективным привлечение к исследованию динамики многосторонних сетевых платформ инструментария поведенческой экономики.
Перспективным видится сближение исследований динамики многосторонних сетевых платформ, с точки зрения теории стратегического управления и родственными ей теориями.
Заключение
Сравнительный обзор и анализ работ, посвященных исследованию динамики многосторонних сетевых платформ с точки зрения математического моделирования и компьютерного симулирования, выявил следующие результаты.
Во-первых, авторы данных работ независимо друг от друга приходят к выводам о том, что наиболее значимыми для успешности многосторонних сетевых платформ являются две категории факторов.
К первой категории относится сравнительная рыночная сила различных сторон потребителей услуг платформы по отношению к данной платформе, что основывается на различиях в трансакционных издержках взаимодействия этих сторон с платформой.
Ко второй категории факторов относится эластичность по цене использования потребителями предоставляемых платформой услуг, что можно трактовать как выражение разности
1 5 1
в издержках переключения. Различия в рыночной силе разных платформ. Во-первых, к данным направлениям относится при-
сторон потребителей по отношению к платформе выделяются менение к операционализации издержек переключения пот-
в качестве основополагающих факторов рыночного позицио- ребителей между платформами инструментария поведенчес-
нирования и ценообразования платформ. кой психологии. Во-вторых, к данным направлениям относится
На основе анализа исследований данных факторов в работе сближение исследований динамики многосторонних сетевых
предложен ряд перспективных направлений дальнейшего раз- платформ с ресурсной концепцией фирмы и родственными
вития исследований бизнес-моделей многосторонних сетевых ей теориями.
Литература
1. Agrawal M., Hariharan G., Kishore R., Rao H. R. Matching intermediaries for information goods in the presence of direct search: an examination of switching costs and obsolescence of information / M. Agrawal, G. Hariharan, R. Kishore, H. R. Rao // Decision Support Systems. — Nov. 2005. — Vol. 41, Issue 1. — pp. 20-36.
2. Anderson J. M-banking in developing markets: competitive and regulatory implications / J. Anderson // Info. — 2010. — Vol. 12, Issue 1. — pp. 18-25.
3. Choi J. P. Tying in Two-Sided Markets with Multi-Homing // The Journal of Industrial Economics. — Sep. 2010. — Vol. LVIII, No. 3. — pp. 607-626.
4. Cusumano M.A. The Evolution of Platform Thinking // Communications of the ACM. — Jan. 2010. — Vol. 53, no. 1. — pp. 32-34.
5. Eisenmann T., Parker G., Van Alstyne M. Platform envelopment // Strategic Management Journal. — Dec. 2011. — Vol. 32, Issue 12. — pp. 1270-1285.
6. Ellison G., Fullenberg D. Knife-Edge or Plateau: When Do Market Models Tip? / G. Ellison, D. Fullenberg // The Quarterly Journal of Economics. — Nov. 2003. — Vol. 118, No. 4. — pp. 1249-1278.
7. Glen Weyl E. A Price Theory of Multi-Sided Platforms // American Economic Review. — Sep. 2010. — Vol. 100, No. 4. — pp. 16421672.
8. Osterwalder A., Pigneur Y., Tucci C. L. Clarifying Business Models: Origins, Present, and Future of the Concept // Communications of the Association for Information Systems. — 2005. — Volume 16. — pp. 1 — 25.
9. Pittman R. Antitrust Remedies in a Systems Setting // The Antitrust Bulletin. — Spring 2011. — Vol. 56, No. 1. — pp. 27-35.
10. Wilbur K. C. A Two-Sided, Empirical Model of Television Advertising and Viewing Markets / K. C. Wilbur // Marketing Science. — May-Jun. 2008. — Vol. 27, No. 3. — pp. 356-378.
1 Авторами подчеркивается, что речь идет именно о «слабых субститутах» (weak substitutes), т.к. при прочих равных максимальная цена, которую пользователь готов уплатить за приобретение двух полных субститутов, равна цене какого-либо из них по отдельности ввиду их идеальной заменяемости, в то время как приобретение двух слабых субститутов (например, устройств, выполняющих одни и те же или схожие функции с помощью разных технологий) способно создать ценность.
2 Ср. с логикой обсуждения темы «привязывания» пользователей в работе [3].
ОРГАНИЗАЦИЯ СИСТЕМ КОНТРОЛЯ В СТРОИТЕЛЬНЫХ ОРГАНИЗАЦИЯХ
Н.А. Аюбов,
доцент кафедры бухгалтерского учета и аудита Ростовского государственного строительного университета (г. Ростов-на Дону),
кандидат экономических наук kafuchet@yandex.ru
В статье представлены традиционные и инжиниринговые методы контроля. По результатам контроля возможно принятие тактических и стратегических решений в условиях риска и неопределенности.
Ключевые слова: контроль, аудит, модели финансового учета, системы контроля.
УДК 657.1 ББК 65.052
Система контроля на микро-, мезо- и макроуровне представляет составную часть управления экономическими объектами. Он заключается в проведении мониторинга объекта с целью соответствия его фактического состояния прогнозируемому. Контроль — это процесс, обеспечивающий функционирование объекта в соответствии с принятыми управленческими решениями, направленными на успешное достижение поставленных целей. Существует точка зрения, что контроль определяется как совокупность регулярных и непрерывных процессов, посредством которых их участники в легитимной форме обеспечивают эффективное функционирование государственного сектора, а также деятельность иных хозяйствующих субъектов независимо от форм собственности [2]. Оба определения содержат указание на цель контроля, но не отражают ни содержания, ни способов осуществления контроля. Процесс — это деятель-
ность, направленная на достижение поставленных целей путем решения определенных задач за счет применения соответствующих принципов.
Такой подход к определению контроля чрезмерно широк, поскольку не дает возможности получить представление об основных его характеристиках. Более того, не принимается во внимание тот факт, что контроль является и способом получения информации о состоянии объекта, позволяющей оценить обоснованность и эффективность принятых управленческих решений [4].
Большинство исследователей рассматривают контроль в качестве одной из функций управления, т.е. особого вида деятельности субъекта, имеющего целевую направленность, определенное содержание и способы осуществления. В.Г. Афанасьев считает, что контроль — это труд по наблюдению и проверке
