CC BY
3
Научная статья УДК 338.001.36
https://doi.org/10.24158/tipor.2023.12.29
Подходы к оценке эффективности стратегий мезо- и микроуровней на основе индекса экономической сложности
Антон Николаевич Васильев
Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия, anvasilev2020@gmail.com, https://orcid.org/0000-0002-9639-6884
Аннотация. Мировая экономика находится в преддверии кардинальной трансформации секторальной структуры, модернизации, роботизации. Принципы ее существования значительно изменятся в ближайшее время (реиндустриализация, регионализация, роботизация, Интернет вещей, киберфизические комплексы и т.д.). Очевидно, что стратегии развития государств, имея значительный период реализации, уже должны учитывать новые тенденции, готовить свои экономики к новым реалиям. Важным аспектом является выстраивание согласованной иерархии стратегических планов по уровням управления (государственный макроуровень, региональный мезоуровень и уровень отдельных субъектов экономики - предприятий (микроуровень)). Для решения данной задачи нужны сквозные индикаторы стратегий. Очевидно, что они должны отражать эффективность таких стратегий, как степень сонаправленности идеям новой промышленной политики, актуальному технологическому укладу. В статье предпринята попытка проанализировать возможности применения инструментария оценки экономической сложности на субнациональном уровне и уровне отдельного предприятия.
Ключевые слова: стратегическое планирование, стратегия, эффективность, индекс экономической сложности, субнациональный уровень исследования, микроэкономический уровень исследования, новая промышленная политика, технологический уклад
Финансирование: инициативная работа.
Для цитирования: Васильев А.Н. Подходы к оценке эффективности стратегий мезо- и микроуровней на основе индекса экономической сложности // Теория и практика общественного развития. 2023. № 12. С. 228-236. https://doi.org/10.24158/tipor.2023.12.29.
Original article
Approaches to Assessing the Effectiveness of Meso- and Microlevel Strategies Based on the Economic Complexity Index
Anton N. Vasiliev
Russian Presidential Academy of National Economy and Public Administration, Moscow, Russia, anvasilev2020@gmail.com, https://orcid.org/0000-0002-9639-6884
Abstract. The world economy is on the threshold of radical transformation of sectoral structure, modernization, robotization. The principles of its existence will change significantly in the near future (re-industrialization, regionalization, robotization, Internet of Things, cyber-physical complexes, etc.). Obviously, the development strategies of states, having a significant period of implementation, should already take into account new trends and prepare their economies for new realities. An important aspect is to build a coherent hierarchy of strategic plans by levels of management (state macro-level, regional meso-level and the level of individual economic entities - enterprises (micro-level)). Cross-cutting strategy indicators are needed to address this challenge. It is clear that they should reflect the effectiveness of such strategies, such as the degree of alignment with the ideas of the new industrial policy and the current technological mode. The article attempts to analyze the possibilities of tools for assessing economic complexity at the subnational level and at the level of an individual enterprise.
Keywords: strategic planning, strategy, efficiency, economic complexity index, subnational research level, microeconomic research level, new industrial policy, technological structure
Funding: Independent work.
For citation: Vasiliev, A.N. (2023) Approaches to Assessing the Effectiveness of Meso- and Microlevel Strategies Based on the Economic Complexity Index. Theory and Practice of Social Development. (12), 228-236. Available from: doi: 10.24158/tipor.2023.12.29 (In Russian).
Проблема экономических исследований и гипотез (проектов и прогнозов), заключается в сложности проверки их методом апробации, так как реализация стратегии, например, - процесс
© Васильев А.Н., 2023
высокозатратный, длительный и социально значимый. Важно еще на этапе планирования и прогнозирования результатов дать предварительную оценку эффективности предлагаемых мер.
Категория эффективности является универсальной. Она используется во многих отраслях знания: в физике она применяется, например, к массе или силе тока; в управлении - к менеджменту; в математике - к функции и т.д. Эффективность (efficiency) трактуется как отношение между затратами редких факторов и выпуском товаров и услуг. Его можно измерить в физическом (технологическая эффективность) или стоимостном выражении (экономическая эффективность)1.
Рассматриваемая категория имеет сходство с характеристиками действенности, результативности, производительности. В ней воплощается обобщенный итог использования факторов производства, качества и результативности их соединения.
В современной науке есть два основных подхода к эффективности: как к соотношению результата и затрат, на его достижение понесенных, и как степень достижения цели. Первый подход базируется в отечественной науке на трудах В.В. Новожилова, который писал: «Методы измерения затрат и результатов - узловая проблема экономической науки и практики... общее понятие эффективности весьма широко употребляется в самых различных областях. Эффективность вообще есть отношение полезного эффекта, мы получим множество показателей эффективности: производительность труда. коэффициенты использования оборудования и т.д. Показатели эффективности часто выражаются в обратной форме, то есть как отношение затрат к эффекту» (Новожилов, 1967).
Далее подход продолжает свое развитие в трудах классиков макроэкономики Кэмпбелла Макконнелла и Стэнли Брю. Базируясь на постулате о главной проблеме мировой экономики -ограниченности ресурсов и единственно возможном частичном разрешении этой проблемы - ро-стересурсоотдачи, они пишут: «Экономическая эффективность - это получение максимума возможных благ от имеющихся ресурсов. Для этого нужно постоянно соотносить выгоды (блага) и затраты, или, говоря по-другому, вести себя рационально. Рациональное поведение заключается в том, что производитель и потребитель благ стремятся к наивысшей эффективности и для этого максимизируют выгоды и минимизируют затраты»2.
Второй подход проистекает из проблемы учета влияния внешней среды на оцениваемый объект. Например, определив эффективность как соотношение результата и затрат при производстве продукции, мы, с одной стороны, учитываем главную проблему экономики - отдачу ресурсов, однако, с другой стороны, - не учитываем ее. Как только мы вводим понятие «внешняя среда организации», мы сталкиваемся со спросом на готовую продукцию, и его (спроса) отсутствие может привести к полностью нерациональному использованию ресурсов - для рынка результат равен нулю.
И.В. Федосеевым отмечается, что «методы, оценивающие эффективность как степень достижения цели деятельности социально-экономической системы могут быть названы "стратегическими", а само понятие эффективности - "стратегическим"» (Федосеев, 2008).
В.В. Бузырев считает, что для социально-экономических систем управления характерна неопределенность причинно-следственных связей между решением, вырабатываемым системой, и конечным результатом производства, обусловленным его реализацией. В итоге выделить с требуемой точностью количественно и качественно ту долю в общей эффективности производства, которая зависит от совершенствования управления вообще и затрат в частности не представляется возможным (Бузырев, 1990).
Компромиссным является подход, в рамках которого учитывается эмерджентность как свойство большой системы (то есть разнообразные и разноплановые интересы стэйкхолдеров (помимо акционеров и менеджеров, к ним относят также работников и их семьи, поставщиков и покупателей продукции предприятия, органы власти и некоммерческих партнеров) - всех тех, кто так или иначе заинтересован в существовании системы). Такой подход практически означает принятие за основу стратегии ограниченной оптимизации, при которой достижение какой-либо одной цели лимитируется требованием выполнять и другие задачи на приемлемом уровне. Критерием эффективности управления при этом выступает способность поддерживать определенный баланс между такими разными целями, как объем продаж, прибыль, доходы, интересы персонала и покупателей, защита окружающей среды и т.п. Инструментарий для оценки эффективности дается в данном случае в рамках теории Парето-эффективности, описанной применительно к сфере стройиндустрии (Федосеев, 2008).
Привычным для научного инструментария оценки эффективности государственной политики подготовки к реалиям новой промышленной политики, перехода к новому технологическому
1 Большой экономический словарь / под ред. А.Н. Азрилияна. М., 2010. 864 с.
2 Макконнелл К.Р., Масаки Ф.Ш., Брю С.Л. Экономикс : учебник. М., 2022. 1152 с.
укладу, который в мире называют «умная фабрика» (развитие киберфизических систем и Интернета вещей), является использование индекса экономической сложности. Например, заслужившая признание методика оценки текущего уровня готовности стран к реалиям новой промышленной политики (Индустрии 4.0), предложенная на Всемирном экономическом форуме в 2018 г., разработанная крупнейшей международной консалтинговой фирмой Kearney. Данная методика включает 59 показателей, разделенных на 2 группы, среди которых - структура и драйверы производства. Удельный вес показателей различен. Индекс экономической сложности - это один из двух показателей первой группы, структура1.
Однако все большее распространение в научном мире приобретает тезис о том, что индекс экономической сложности можно и должно определять на субнациональном уровне. Ряд ученых отмечает, что существует объективная связь между готовностью региона к реалиям нового технологического уклада и уровнем индекса экономической сложности, например, К.Ю. Волошенко, Т.Е. Дрок, Ю.Ю. Фарафонова (Волошенко и др., 2019); И.Л. Любимов М.А. Гвоздева, М.В.Казакова, К.В. Нестерова (Сложность экономики и возможность диверсификации экспорта в российских регионах ..., 2017); Р. Хаусман, С.А. Хидальго2; С. Рейнольдс, М. Агравал, С. Джан, И. Ли, Дж. Ли, Р. Тейлор, Т. Марес, Дж. Морисон, Н. Ангелакис, Ж. Рус (Reynolds et al., 2018) доказали возможность и перспективность использования индекса экономической сложности не только на уровне государства, но и на субнациональном (региональном) уровне. В работе К.Ю. Волошенко, Т.Е. Дрока, Ю.Ю. Фарафоновой (Волошенко и др., 2019) дается анализ научных исследований в области экономической сложности на субнациональном уровне вплоть до 2019 г. В табл. 1 приводится описание проведенного автором продолжения данного исследования за период 2020-2022 гг.
Также учеными указывается на возможность оценивать эффективность стратегии развития в рамках трансформации экономики как степень достижения цели через индекс экономической сложности (Волошенко и др., 2019; Любимов, 2022; Моисеев, Бондаренко, 2020; Половян, Сини-цына, 2020; Шубин, 2021). Этот подход мы будем использовать для характеристики мезоуровня стратегического планирования (уровня либо региона, либо отрасли).
Действительно, смена технологического уклада, ключевой глобальной инновации, лежащей в его основе, приводит, как мы отмечали, к значительным трансформациям экономики -меняется сам способ создания ценности. Как следствие, приобретают иные значения: величина добавленной стоимости по отраслям; цена ресурсов в зависимости от использования в производстве конкретного конечного продукта; производительность труда в отраслях, использующих новую ключевую инновацию. Меняется и пространственная структура экономики.
При этом более широкая база возможностей и компетенций напрямую отражает поглощающую способность экономики3 (Анализ экономической сложности Калининградской области - выбор отраслевых приоритетов в новой парадигме создания ценности ..., 2020; Roos, 2017). Многочисленными исследованиями доказано присутствие сильной корреляции и причинно-следственной связи между уровнем экономической сложности территории и ее процветанием4 (Афанасьев, Кудров, 2022; Евсеева, Раменская, 2020; Фарафонова, Новикова, 2021; Sciarr et al., 2020).
Одни из основоположников теории экономической сложности Р. Хаусман и С. Идальго отмечали, что суть данной категории состоит в учете капитала знаний. Действительно индекс отражает два аспекта: наличие инноваций (знаний) в стране (регионе) и их востребованность на рынке (через постулат: чем больше стран в мире потребляют инновационный продукт, тем глобальнее инновация). Количество экспортируемых товаров (по Р. Хаусману и С. Идальго - равнозначно количеству инновационного знания, невозможности производить в стране/регионе самостоятельно) отражает в теории понятие «диверсификация» (diversity). Количество стран-экспортеров репрезентирует востребованность или редкость инновационного знания (ubiquity)5.
Экономическая сложность может быть определена через индекс экономической сложности (Economic Complexity Index, ECI) либо через индекс продуктовой сложности (Product Complexity Index, PCI).
Кроме этого, в последнее время используют производные от указанных индексов или сопряженные показатели:
1 Readiness for the Future of Production Report 2018 [Электронный ресурс] // The World Economic Forum. URL: http://wef.ch/fopreadiness18 (дата обращения: 03.12.2023).
2 Hausmann R., Hidalgo C.A. Country Diversification, Product Ubiquity, and Economic Divergence. CID Working Paper № 201. Harvard, 2010. 44 р.
3 Roos G., Shroff Z., Gamble, H., Taylor P., Mares T., Esvelt-Allen R., Baird A. Smart Specialisation - Insights for a Future Industry Policy. Main Report of Economic Development Board of South Australia [Электронный ресурс] // Researchgate.net. URL: https://www.researchgate.net/publication/322676006_Smart_Specialisation_-_In-sights_for_a_Future_Industry_Policy_-_Appendix (дата обращения: 03.12.2023).
4 Hausmann R., Hidalgo C.A., Bustos S., Coscia M., Simoes A. Op. cit. ; Hausmann R., Hidalgo C.A. Op. cit.
5 Ibid.
• диверсификации (diversity), распространенности (ubiquity), плотности (density) и расстояния (distance) как элементы расчета исходных двух индексов;
• относительной потенциальной выгоды (relative opportunity gain, OG) и индекс выгоды производства новых более сложных продуктов (Complexity Outlook Gain, COG);
• выявленного сравнительного преимущества (revealed comparative advantage, RCA);
• потенциала усложнения экономики (opportunity value, OV);
• выгоды экономики страны/региона при переходе к производству более сложных продуктов (Complexity Outlook Index COI) (Анализ экономической сложности Калининградской области -выбор отраслевых приоритетов в новой парадигме создания ценности ..., 2020).
База статистических наблюдений для расчета указанных индексов (по годам) размещается на двух электронных площадках: Центра международного развития при Гарвардском университете (ежегодно определяет, кроме того, экономическую сложность по странам и формирует «Атлас экономической сложности»); медиа-лаборатории Массачусетского технологического института (онлайн-мониторинг в рамках проекта «Обсерватория экономической сложности») (Анализ экономической сложности Калининградской области - выбор отраслевых приоритетов в новой парадигме создания ценности ..., 2020).
Для целей нашего исследования следует использовать модифицированный индекс экономической сложности - выявленного сравнительного преимущества (revealed comparative advantage, RCA)1.
Если значение RCA > 1 (по продукции сферы экономики p), то регион обладает сравнительными преимуществами в выпуске продукции сферы экономики р2.
RCAcp = (уср/труср) / (1сУср/1срУср), (1)
где р - индекс сферы экономики (отрасль);
с - индекс региона;
уСр - объем производства р-ой сферы экономики с-ного региона;
ЪрУср - объем производства всех секторов экономики с-ного региона;
Ъсуср - объем производства р-ой сферы экономики всех регионов;
Ъсруср - объем производства всех сфер (отраслей) всех регионов страны.
На основании расчета по р-ным сферам экономики с-ных регионов получается матрица А бинарных показателей ас,Р, которая дает значение показателя равное 1 при RCAcp> 1 и 0 в случае, если RCAcp < 1.
Если значение RCAcp > 1, то экономика с-го региона обладает выявленными сравнительными преимуществами в выпуске продукции р-ой сферы экономики (Афанасьев, Гусев, 2022).
Матрица А = (ас,Р) содержит данные о сферах экономики, которые в разных регионах развиты на уровне выявленных сравнительных преимуществ (формула 1). Строки этой матрицы соответствуют регионам, столбцы - сферам экономики (отраслям). Вектор (ас,Р1, ••• , ас,Рт) определяется как «структура сильных отраслей экономики региона с» (Афанасьев, Гусев, 2022).
Экономическая сложность региона (ЕС1с) пропорциональна среднему уровню экономической сложности сильных отраслей в структуре его экономики (Афанасьев, Гусев, 2022):
ECIc = а\^рГс,рЕС!р,
Тс,р <2с,р/кс,0,
кс,о — Ърас,р
где ои - положительная константа.
Экономическая сложность сферы экономики (ECIp) пропорциональна среднему уровню экономической сложности регионов, в структуре экономик которых эта отрасль является сильной (Афанасьев, Гусев, 2022):
ECIp = а?£сг *Р, cECIc, т р,с= ас,р/кр,о, кР,о — ЪсОс,Р
где а.2 - положительная константа.
Показатель кс,0, равный числу сильных отраслей в с-ном регионе, определен М.Ю. Афанасьевым, А.А. Гусевым как «диверсификация структуры экономики с-ного региона» (Афанасьев, Гусев, 2022).
1 Hausmann R., Klinger B. Structural Transformation and Patterns of Comparative Advantage in the Product Space // CID Working Paper. 2006. № 128. P. 5-19.
2 Ibid.
Матрица А = (ас,Р) построена указанными исследователями на 01.01.2020 г. (Афанасьев, Гусев, 2022) на основе «Отчета по форме 1-НОМ» Федеральной налоговой службы РФ1 и содержит данные по 82 сферам (отраслям) экономики в регионах РФ2.
Для проверки предположений о возможности оценивать эффективность стратегии с позиции учета в ней идей новой промышленной политики, используем данные о Московской области, которые имеют документы стратегического планирования, ориентированные на идеи новой промышленной политики, развития отраслей нового технологического уклада.
Московская область имеет 39 сфер экономики из 82, которые по методике могут быть отнесены к сильным отраслям. Экономическая сложность региона ЕС1мо = 0,4696. Это 34 место в совокупности регионов РФ.
Теперь рассмотрим экономическую сложность сфер экономики (ЕС1р) Московской области, которые имеют явную тенденцию к росту.
Максимальную или близкую к таковой степень позитивности выявленной сонаправленно-сти с позиции новой промышленной революции дают ключевые для новой промышленной революции сферы экономики Московской области, представленные в табл. 1.
Экономическая сложность отраслей высока - среднее значение 28,45. Очевидно, что и в стратегическом периоде экономическая сложность растет и продолжит расти при переходе к новому технологическому укладу.
Эффективность стратегии на мезоуровне оценена. Методика апробирована. Результаты положительные.
Таблица 1 - Экономическая сложность ключевых для новой промышленной политики сфер экономической деятельности Москвы и Московской области и их место в общей совокупности отраслей (по индексу экономической сложности)
Table 1 - Economic Complexity of the Key Spheres of Economic Activity in Moscow
and the Moscow Region and Their Place in the Total Set of Industries for the New Industrial Policy
(According to the Economic Complexity Index)___
Экономическая Место в общей
Сфера экономики сложность совокупности
сфер экономики (ECIp) отраслей по рейтингу
Деятельность профессиональная, научно-техническая 0,4108 35
Деятельность административная -0,4013 64
Деятельность в области здравоохранения и социальных услуг 0,4287 32
0,7267* 7
0,6830 12
0,5641 18
0,7870 5
Обрабатывающие производства 0,4223 0,6641 33 14
0,8830 2
0,9496 1
0,1569 53
0,2530 47
Деятельность в области информации и связи 0,2952 44
Торговля оптовая и розничная; 0,3620 38
ремонт автотранспортных средств 0,6368 16
Транспортировка и хранение 0,2627 0,4665 46 25
Обеспечение электрической энергией, газом 0,0214 57
и паром; кондиционирование воздуха 0,5224 20
Примечание: * - несколько значений, если в целях налогового учета производится более глубокая детализация сфер экономики
Одним из направлений развития методики можно предложить использование основ другого алгоритма определения текущего уровня готовности стран к потенциальным возможностям и вызовам в рамках перехода к «Индустрии 4.0» и трансформации ее принципов и показателей на мезоуровень.
1 Отчет по форме 1-НОМ по состоянию на 01.01.2020 г. [Электронный ресурс] // Федеральная налоговая служба РФ. URL: https://www.nalog.gov.ru/rn92/related_activities/statistics_and_analytics/forms/8826515/ (дата обращения: 03.12.2023).
2 Подробнее о методике и ее возможностях см. у М.Ю. Афанасьева, А.А. Гусева (Афанасьев, Гусев, 2022). Методика позволяет методом аппроксимации оценивать рост сложности региона при развитии в нем р-ной отрасли. И, как следствие, дает инструментарий для стратегического планирования развития экономики регионов.
Перейдем к оценке эффективности стратегии на микроуровне.
Можно выделить несколько вариантов оценки эффективности стратегии на микроуровне. В любом случае перспективнее использовать подход к эффективности как к степени достижения цели.
Для микроуровня планирования (отдельной компании) эффективность стратегии также можно оценивать через трансформацию индекса экономической сложности в рамках ресурсной теории Дэвида Дж. Тиса в модифицированный коэффициент динамических способностей предприятия (Берг ван ден, 2019; Клейнер, 2011; Стратегический менеджмент: создание конкурентного преимущества ..., 2016; Teece, 2007, 2014).
Ресурсный подход в стратегическом менеджменте - это прежде всего отход от классических основ макроэкономики с ее базовым элементом - фирмой и понятием устойчивости. Принцип похожести как залог успеха меняется на принцип непохожести, уникальности. Носителем этих характеристик становится внутренний потенциал компании, ее ресурсы. Вторым базовым элементом выступает понятие «динамических способностей» - потенциала к изменениям. Успешно функционировать может только компания, скорость преобразований в которой равна быстроте изменения внешней среды.
В основе анализа успешности компаний в рамках данной теории становится метод VRIO, разработанный Джеем Барни в 2007 г. (Barney, 2007). Анализ основывается на оценке имеющихся у компании ресурсов с позиций их:
• ценности (value) - насколько ресурс оценен внешней средой и востребован ею;
• редкости (rarity) - насколько данный ресурс сложно получить из внешней среды;
• имитируемости/воспроизводимости (imitability) - насколько ресурс может быть заменен доступными и дешевыми аналогами, существуют ли они;
• используемости в компании (organization) - насколько может быть достигнут конечный результат при отсутствии данного ресурса; насколько его доля высока во всей совокупности используемых компанией ресурсов;
Value, rarity, imitability, organization - так расшифровывается аббревиатура VRIO.
Суть классической методики заключается в дроблении перечня имеющихся ресурсов до необходимого уровня детализации с условием, что сумма долей каждого ресурса в общей их совокупности будет равна 1 (все ресурсы должны быть учтены). Затем экспертно (на основе ответа по каждому ресурсу на 4 вопроса) определяется значение коэффициента динамических способностей ресурса (табл. 2).
Таблица 2 - Методика проведения VRIO-анализа
Table 2 - VRIO Analysis Methodology
Является ли ресурс или способн ость ... 2 х >s
ценным редким дорогостоящим при имитации используемым организацией Стратегические последствия Сила или слабость Значение коэффициен" динамически способносте
Нет - - Нет Конкурентная слабость Слабость 0-0,09
Да Нет - - Конкурентный паритет Сила 0,10-0,24
Да Да Нет - Временное конкурентное преимущество Сила и отличительная компетенция 0,25-0,50
Да Да Да Да Устойчивое конкурентное преимущество Сила и устойчивая отличительная компетенция 0,5-1,0
Затем рассчитывается коэффициент динамических способностей компании:
Кдс = £¿=1 КДс X (2)
где КДс - коэффициент динамических способностей /'-го ресурса;
di - удельный вес /-го ресурса в общей совокупности ресурсов компании; N - общее количество разных ресурсов.
На основании значения коэффициента динамических способностей компании в классической методике делается вывод о конкурентных силах компании.
Очевиден статический, а не динамический характер методики в таком виде. Следовательно, она хорошо делает срез состояния компании на определенном моменте времени. Так же она позволяет полностью учесть основные цели новой промышленной политики и сонаправлен-ность им. Это инструмент, который может позволить оценить «непохожесть» компании - ее ключевые компетенции (отличительные сильные стороны/факторы).
Для оценки «динамических способностей» введем понятие темпа прироста коэффициента динамических способностей компании в стратегическом периоде. Для этого эксперты должны оценить КДС каждого ресурса с условием, что внешняя среда меняется в рамках новой промышленной политики. По формуле (2) рассчитывается коэффициент динамических способностей компании на конец стратегического периода - К2036.1
Тогда соотношение текущего коэффициента и коэффициента на конец стратегического периода даст нам темп прироста коэффициента динамических способностей компании в стратегическом периоде:
к2036 _ к2022
ДКДС = ^ К2022ДС (3)
КДС
Коэффициент оценивается в долях единицы и имеет диапазон оценки от 0 до 1. Соответственно, темп прироста будет иметь значения в таком же диапазоне, за исключением минимального значения (0).
Как видно из табл. 3, первый переход из одной группы в другую происходит при увеличении коэффициента ресурса на 0,1. Очевидно, что минимальный темп прироста более 0,1 означает как минимум переход всех ресурсов во вторую из четырех групп по уровню динамических способностей (в группу конкурентного паритета). Темп прироста в 0,25 означает, что либо 50 % ресурсов перешли в группу «Сила и устойчивая отличительная компетенция», дающую стабильное конкурентное преимущество; либо все 100 % ресурсов перешли в группу «Временное конкурентное преимущество», дающую им соответствующую характеристику.
Для детализации возможных оценок эффективности компании построим модифицированный «Архетип компании» а основе идей методики компании Kearney, описанной для уровня государства (рис. 1).
ДКДС > к 1,0
0,25 Высокий потенциал Ограниченная текущая база. Хорошо позиционируется на будущее. Достаточная эффективность стратегии 1 1 1 1 1 1 1 1 1 1 1 1 1 Лидирующий потенциал Сильная текущая база. Хорошо позиционируется на будущее. Высокая эффективность стратегии
1
0,1 Зарождающийся потенциал Ограниченная текущая база. Высокий риск ухудшения ситуации в будущем. Низкая эффективность стратегии 1 1 1 1 1 1 1 1 1 1 1 1 «Наследие» Сильная текущая база. Высокий риск ухудшения ситуации в будущем. Низкая эффективность стратегии
1
«Аутсайдер» Недостаточная для развития текущая база. Высокий риск ухудшения ситуации в будущем. Неэффективная стратегия
-
0 0,5 т-текущ КДС
Рисунок 1 - «Архетип компании» по эффективности стратегии в рамках новой промышленной политики2
Figure 1 - "Company Archetype" by Strategy Effectiveness under the New Industrial Policy
1 2036 год - год, когда завершаются периоды стратегического планирования в основных документах системы государственного стратегического планирования, разработанных в рамках исполнения ФЗ № 172-ФЗ «О стратегическом планировании в Российской Федерации» (О стратегическом планировании в Российской Федерации : Федеральный закон от 28.06.2014 № 172-ФЗ (последняя редакция) [Электронный ресурс]. Доступ из справ.-правовой системы «КонсультантПлюс»).
2 Предложено автором.
Для апробации методики мы использовали данные крупнейшего производителя бетона и смесей в регионе - компании «ЦЕМРОС» - стратегия развития, оценки экспертов по основным группам ресурсов: трудовые, сырьевая база, технологии и оборудование, машины и механизмы, наличие групп инноваций по ресурсам (от технических до организационных и маркетинговых (единая программа обследования - EU CIS)). В результате оценки К^022 = 0,54; ДКДС = 0,24.
Соответственно, «Архетип компании» по эффективности стратегии в рамках новой промышленной политики к 2036 г. - «Наследие»: сильная текущая база, высокий риск ухудшения ситуации в будущем, низкая эффективность стратегии. Очевидно, что последняя характеристика проистекает из довольно высокого коэффициента динамических способностей на начало планового стратегического периода.
Данная методика может быть также признана позволяющей оценивать эффективность стратегии с позиций сонаправленности новой промышленной политики. Ее результаты более достоверны. Они учитывают как текущий уровень динамических способностей, так и эффективность стратегии именно в ее сонаправленности новой промышленной политике.
Предложенный подход к оценке эффективности с использованием инструментария определения уровня экономической сложности на субнациональном уровне (мезо-) и уровне отдельного предприятия (микро-), дает простой универсальный инструментарий, позволяющий учитывать как основные тенденции новой промышленной политики (реиндустриализация, регионализация промышленности, акцент на промышленное производство и развитие материально-технической базы отраслей экономики), так и учет в стратегии новых реалий перехода к шестому технологическому укладу.
Список источников:
Анализ экономической сложности Калининградской области - выбор отраслевых приоритетов в новой парадигме создания ценности / Н.Й.А. Руус [и др.] // Балтийский регион. 2020. Т. 12, № 1. С. 156-180. https://doi.org/10.5922/2079-8555-2020-1-9.
Афанасьев М.Ю., Гусев А.А. Аппроксимация оценок экономической сложности при выборе приоритетных направлений диверсификации // Цифровая экономика. 2022. № 1 (17). С. 52-59. https://doi.org/10.34706/DE-2022-01-05.
Афанасьев М.Ю., Кудров А.В. Экономическая сложность и вложенность структур региональных экономик // Экономика и математические методы. 2021. Т. 57, № 3. С. 67-78. https://doi.org/10.31857/S042473880016410-0.
Берг ван ден Г. Ключевые модели менеджмента. 77 моделей, которые должен знать каждый менеджер. М., 2019. 400 с.
Бузырев В.В. Противозатратный механизм в строительстве. Л., 1990. 144 с.
Волошенко К.Ю., Дрок Т.Е., Фарафонова Ю.Ю. Экономическая сложность на субнациональном уровне инновационная парадигма регионального развития // Вопросы инновационной экономики. 2019. Т. 9, № 3. С. 735-752.
Евсеева М.В., Раменская Л.А. Анализ функциональной сложности как фактора устойчивости региональной экономики на основе экосистемного подхода // Фундаментальные исследования. 2020. № 9. С. 25-30. https://doi.org/10.17513/fr.42838.
Клейнер Г.Б. Ресурсная теория системной организации экономики // Российский журнал менеджмента. 2011. Т. 9, № 3. С. 3-28.
Любимов И.Л. Возможности механизмов восстановления российского импорта // Экономическое развитие России. 2022. Т. 29, № 10. С. 41-51.
Моисеев А.К., Бондаренко П.А. Применение индекса экономической сложности в макрофинансовых моделях // Проблемы прогнозирования. 2020. № 3 (180). С. 101-112.
Новожилов В.В. Проблемы измерения затрат и результатов при оптимальном планировании. М., 1967. 376 с.
Половян А.В., Синицына К.И. Экономическая сложность как инструмент определения стратегических направлений развития экономики // Новое в экономической кибернетике. 2020. № 1. С. 123-140.
Сложность экономики и возможность диверсификации экспорта в российских регионах / И.Л. Любимов [и др.] // Журнал Новой экономической ассоциации. 2017. № 2 (34). С. 94-122. https://doi.org/10.31737/2221-2264-2017-34-2-4.
Стратегический менеджмент: создание конкурентного преимущества / А.А. Томпсон мл. [и др.]. СПб., 2016. 800 с.
Фарафонова Ю.Ю., Новикова А.А. Экономическая сложность и поиск путей развития экономики региона // Цифровая экономика, умные инновации и технологии. СПб., 2021. С. 235-237. https://doi.org/10.18720/IEP/2021.1/72.
Федосеев И.В. Совершенствование управления инновационно-инвестиционной деятельностью строительного предприятия в регионе. СПб., 2008. 211 с.
Шубин И.А. Взаимосвязь между сложностью экспорта и уровнем экономического развития в разных типах регионов России // Журнал Новой экономической ассоциации. 2021. № 3 (51). С. 144-161. https://doi.org/10.31737/2221-2264-2021-51-3-7.
Barney J.B. Gaining and Sustaining Competitive Advantage. Pearson Prentice Hall, 2007. 555 р.
Reynolds C., Agrawal M., Lee I., Zhan C., Li J., Taylor P., Mares T., Morison J., Angelakis N., Roos G. A Sub-National Economic Complexity Analysis of Australia's States and Territories // Regional Studies. 2018. № 52. Р. 715-726. https://doi.org/10.1080/00343404.2017.1283012.
Roos G. Technology-Driven Productivity Improvements and the Future of Work: Emerging Research and Opportunities. Hershey, 2017. 255 р.
Sciarra C., Chiarotti G., Ridolfi L., Laio F. Reconciling Contrasting Views on Economic Complexity // Nature Communications. 2020. № 11. Р. 3352. https://doi.org/10.1038/s41467-020-16992-1.
Teece D.J. Explicating Dynamic Capabilities: the Nature and Microfoundations of (Sustainable) Enterprise Performance // Strategic Management Journal. 2007. № 28. Р. 1319-1350. https://doi.org/10.1002/smj.640.
Teece D.J. The Foundations of Enterprise Performance: Dynamic and Ordinary Capabilities in an (Economic) Theory of Firms // The Academy of Management Perspectives. 2014. Vol. 28, iss. 4. P. 328-352. https://doi.org/10.5465/amp.2013.0116.
References:
Afanasiev, M. & Kudrov, A. (2021) Economic Complexity and Embedding of Regional Economies' Structures. Economics and Mathematical Methods. 57 (3), 67-78. Available from: doi:10.31857/S042473880016410-0. (In Russian).
Afanasiev, M. Yu. & Gusev, A. A. (2022) Approximation of Estimates of Economic Complexity When Choosing Priority Areas of Diversification. Digital Economy. 12 (1), 156-180. Available from: doi:10.34706/DE-2022-01-05. (In Russian). Barney, J. B. (2007) Gaining and Sustaining Competitive Advantage. Pearson Prentice Hall. 555 р.
Berg van den, G. (2019) Klyuchevye modeli menedzhmenta. 77 modelei, kotorye dolzhen znat' kazhdyi menedzher [Key management models. 77 models that every manager should know]. Moscow. 400 р. (In Russian).
Buzyrev, V. V. (1990) Protivozatratnyi mekhanizm v stroitel'stve [Cost-saving mechanism in construction]. Leningrad. 144 р. (In Russian).
Evseeva, M. V. & Ramenskaya, L. A. (2020) Analysis of Functional Complexity as a Factor of Sustainability of the Regional Economy Based on the Ecosystem Approach. Fundamental'nye issledovaniya. (9), 25-30. Available from: doi:10.17513/fr.42838. (In Russian).
Farafonova, Yu. Yu. & Novikova, A. A. (2021) Ekonomicheskaya slozhnost' i poisk putei razvitiya ekonomiki regiona [Economic complexity and the search for ways to develop the economy of the region]. Tsifrovaya ekonomika, umnye innovatsii i tekhnologii. St. Petersburg, рр. 235-237. Available from: doi:10.18720/IEP/2021.1/72. (In Russian).
Fedoseev, I. V. (2008) Sovershenstvovanie upravleniya innovatsionno-investitsionnoi deyatel'nost'yu stroitel'nogo predpriyatiya v regione [Improving the management of innovation and investment activities of a construction company in the region]. St. Petersburg. 211 р. (In Russian).
Kleiner, G. B. (2011) Resursnaya teoriya sistemnoi organizatsii ekonomiki [Resource theory of the systemic organization of the economy]. Russian Management Journal. 9 (3), 3-28. (In Russian).
Lyubimov, I. L. (2022) Restoring Russian Imports Opportunities. Russian Economic Development. 29 (10), 41-51. (In Russian). Lyubimov, I. L., Gvozdeva, М. A., Kazakova, М. V. & Nesterova, К. V. (2017) Economic Complexity of Russian Regions and Their Potential to Diversify. Journal of the New Economic Association. (2 (34)), 94-122. Available from: doi:10.31737/2221-2264-2017-34-2-4. (In Russian).
Moiseev, A. K. & Bondarenko, P. A. (2020) Application of the Economic Complexity Index in Macro-Financial Models. Studies on Russian Economic Development. 31 (3), 318-326.
Novozhilov, V. V. (1967) Problemy izmereniya zatrat i rezul'tatov pri optimal'nom planirovanii [Problems of measuring costs and results in optimal planning]. Moscow. 376 p. (In Russian).
Polovyan, A. & Sinitsyna, K. (2020) Economic Complexity as a Tool for Determining the Strategic Directions for Economic Development. Novoe v ekonomicheskoi kibernetike. (1), 123-140. (In Russian).
Reynolds, C., Agrawal, M., Lee, I., Zhan, C., Li, J., Taylor, P., Mares, T., Morison, J., Angelakis, N. & Roos, G. (2018) A SubNational Economic Complexity Analysis of Australia's States and Territories. Regional Studies. (52), 715-726. Available from: doi:10.1080/00343404.2017.1283012.
Roos, G. (2017) Technology-Driven Productivity Improvements and the Future of Work: Emerging Research and Opportunities. Hershey. 255 р.
Roos, N. G. A., Voloshenko, K. Yu., Drok, T. E. & Farafonova, Yu. Yu. (2020) An Economic Complexity Analysis of the Kaliningrad Region: Identifying Sectoral Priorities in the Emerging Value Creation Paradigm. Baltic Region. 12 (1), 156-180. Available from: doi:10.5922/2079-8555-2020-1-9.
Sciarra, C., Chiarotti, G., Ridolfi, L. & Laio, F. (2020) Reconciling Contrasting Views on Economic Complexity. Nature Communications. (11), 3352. Available from: doi:10.1038/s41467-020-16992-1.
Shubin, I. A. (2021) Correlation between Economic Complexity and Economic Development in Different Types of Russian Regions. Journal of the New Economic Association. (3 (51)), 144-161. Available from: doi:10.31737/2221-2264-2021-51-3-7. (In Russian).
Teece, D. J. (2007) Explicating Dynamic Capabilities: the Nature and Microfoundations of (Sustainable) Enterprise Performance. Strategic Management Journal. (28), 1319-1350. Available from: doi:10.1002/smj.640.
Teece, D. J. (2014) The Foundations of Enterprise Performance: Dynamic and Ordinary Capabilities in an (Economic) Theory of Firms. The Academy of Management Perspectives. 28 (4), 328-352. Available from: doi:10.5465/amp.2013.0116.
Tompson, A. A., Piteref, M. A., Gembl, Dzh. E. & Striklend II, A. D. (2016) Menedzhment: Sozdanie Konkurentnogo Preimushchestva [Strategic management: creating a competitive advantage]. St. Petersburg. 800 р. (In Russian).
Voloshenko, K. Yu., Drok, T. E. & Farafonova, Yu. Yu. (2019) The Economic Complexity at the Sub-National Level as an Innovative Paradigm for Regional Development. Russian Journal of Innovation Economics. 9 (3), 735-752. (In Russian).
Информация об авторе А.Н. Васильев - кандидат экономических наук, слушатель программы DBA-19 Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, генеральный директор ООО «Спарта», Москва, Россия. https://www.elibrary.ru/author_items.asp?authorid=1112575
Конфликт интересов:
автор заявляет об отсутствии конфликта интересов.
Information about the author A.N. Vasiliev - Ph.D. in Economics, Student of the DBA-19 program of the Russian Presidential Academy of National Economy and Public Administration, General Director of Sparta LLC, Moscow, Russia. https://www.elibrary.ru/author_items.asp?authorid=1112575
Conflicts of interests:
The author declares no conflicts of interests.
Статья поступила в редакцию / The article was submitted 01.11.2023; Одобрена после рецензирования / Approved after reviewing 29.11.2023; Принята к публикации / Accepted for publication 26.12.2023.
Автором окончательный вариант рукописи одобрен.
