CC BY
40
DOI: 10.29141/2658-5081-2021-22-3-4 JEL classification: D20, D24
С. В. Орехова Уральский государственный экономический университет, г. Екатеринбург,
Российская Федерация А. В. Мисюра АО «Научно-производственное объединение автоматики им. академика Н. А. Семихатова», г. Екатеринбург, Российская Федерация
Промышленность и сельское хозяйство в России: есть ли признаки предпринимательской экосистемы?
Аннотация. Экосистемы, позволяющие достичь синергетического эффекта от согласованных действий участников, являются наиболее изучаемыми в последние годы рыночными паттернами. Статья посвящена проверке гипотезы о наличии экосистемных связей между секторами сельского хозяйства и промышленности в России. Методологические основания исследования - теории экосистем, предпринимательства, сложности и региональной экономики в части изучения предпринимательских экосистем, методы - экономико-статистический и регрессионный анализ. Полигоном работы выступили предприятия отрасли растениеводства и смежных отраслей экономики Российской Федерации -сельскохозяйственного машиностроения и производства удобрений. Информационную базу составила панель производственных показателей предприятий этих отраслей за период с 1990 по 2019 г. Согласно ключевой идее исследования, для обеспечения национального экономического развития необходимо интегрировать указанные отрасли в экосистему, основанную на единых технологических и цифровых стандартах. По результатам эмпирической части работы выявлена слабая зависимость между ростом показателей отрасли растениеводства и машиностроения и в то же время устойчивая корреляция между показателями отраслей растениеводства и химической промышленности. Построенные парные линейные регрессионные модели свидетельствует о том, что в России только зарождается предпринимательская экосистема, интегрирующая аграрный сектор и смежные с ним отрасли. Главной проблемой ее организации является системная зависимость отраслей сельского хозяйства от институциональных факторов, в первую очередь от государственного субсидирования и отсутствия соответствующих проектных решений. Вместе с тем результатом создания предпринимательской экосистемы, объединяющей сельское хозяйство и промышленность, может стать развитие еще одного высокотехнологичного сектора в экономике Российской Федерации.
Ключевые слова: экономическое развитие; экосистема; предпринимательская экосистема; сельское хозяйство; промышленность; сельскохозяйственное машиностроение; Россия.
Для цитирования: Орехова С. В., Мисюра А. В. (2021). Промышленность и сельское хозяйство в России: есть ли признаки предпринимательской экосистемы? // Journal of New Economy. Т. 22, № 3. С. 69-83. DOI: 10.29141/2658-5081-2021-22-3-4 Дата поступления: 18 мая 2021 г.
Svetlana V. Orekhova Ural State University of Economics, Ekaterinburg, Russia Andrey V. Misyura Scientific and Production Association of Automatics named after academician
N. A. Semikhatov, Ural State University of Economics, Ekaterinburg, Russia
Agriculture and industry in Russia: Are there any indications of an entrepreneurial ecosystem?
Abstract. Ecosystems that allow obtaining synergistic effects from agreed actions of their participants recently have become the most attractive market patterns for the study. The paper tests the hypothesis about the presence of the ecosystem relationships between the agriculture and industry sectors in Russia. The methodological basis of the paper comprises the theories of ecosystems, entrepreneurship, complexity, and regional economics with respect to entrepreneurial ecosystems. The researchers apply economic-statistical and regression analysis to investigate crop growing and related industries of agricultural mechanical engineering and fertilizer production in the Russian Federation. The research data come from the performance of enterprises of these industries in 1990-2019. The central idea of the study lies in the assumption that to promote national economic development it is necessary to integrate the aforementioned industries in an ecosystem having single technological and digital standards. The findings of the empirical part demonstrate a weak correlation between the growth of indicators in crop growing and mechanical engineering, and simultaneously, a stable correlation between indicators of crop growing and chemicals industries. The constructed linear regression models evidence that in Russia the entrepreneurial ecosystem that integrates the agrarian sector with the related industries is at its early stages. The fundamental problem of organising such an entrepreneurial ecosystem is a systemic dependence of the Russian agricultural industries on institutional factors, primarily, on the government subsidies, and lack of the corresponding project solutions. The authors argue that the organisation of the entrepreneurial ecosystem bringing together agriculture and industry will foster another high-tech sector in the Russian economy.
Keywords: economic development; ecosystem; entrepreneurial ecosystem; agriculture; industry; agricultural mechanical engineering; Russia.
For citation: Orekhova S. V., Misyura A. V. (2021). Agriculture and industry in Russia: Are there any indications of an entrepreneurial ecosystem? Journal of New Economy, vol. 22, no. 3, pp. 69-83. DOI: 10.29141/2658-5081-2021-22-3-4 Received May 18,2021.
Введение
В2020 г. во время кризиса, вызванного пандемией, агропромышленный комплекс (АПК) стал практически единственным укрепившим свои позиции участником национального рынка Российской Федерации.
Развитие АПК обусловлено рядом факторов. Во-первых, повышение урожайности в последние годы обеспечило высокую доходность сельскохозяйственных компаний, прежде всего за счет ориентации многих из них на экспорт. Основной точкой роста агросек-тора было растениеводство, в частности производство зерновых и масличных культур. Например, валовой сбор зерна в 2019 г. составил, по данным Росстата, 121,2 млн тонн -
это второй в современной истории результат (рекордом остается урожай 2017 г. -130 млн тонн). Производство растениеводческой продукции в стоимостном выражении достигло 3,16 трлн руб., увеличившись за год на 14,66 %1.
Во-вторых, 2020 г. ознаменовался ростом цен на многие виды сельскохозяйственной продукции на мировых рынках. Так, экспортные цены на пшеницу выросли на 14-20 долл. за тонну в зависимости от класса2, а изменение курса доллара в 2020 г. стало дополнительным источником роста доходов для экспортоориентированного бизнеса АПК России.
Наконец, в-третьих, в сельском хозяйстве идут мощные процессы консолидации собственности. Укрупнение бизнеса дает дополнительные возможности для инвестиций, технического перевооружения и внедрения инноваций. Усиление позиций таких гигантов индустрии, как агрохолдинги «Черкизово», «Русагро», «Мираторг», «Содружество» и др., привело к росту конкуренции на рынке и, следовательно, к ускорению трансформационных процессов в сельском хозяйстве в целом.
Тем не менее следует понимать, что экономические успехи одной отрасли при снижении эффективности других секторов экономики могут привести к дисбалансам и, в конечном счете, к падению результатов всей национальной экономической системы. Поскольку технологии развиваются в условиях коллабораций, совместного использования ресурсов и распределенных производств [Орехова, Евсеева, 2020, с. 46], форсирование отдельных отраслей и фирм теряет смысл. Национальная экономика может развиваться в рамках формирования предпринимательских экосистем как особых рыночных паттернов, объединенных общими технологическими стандартами и формирующихся на основе бизнесов, связанных с созданием единого ценностного предложения.
Цель исследования - проверка наличия признаков предпринимательской экосистемы в сельском хозяйстве и смежных отраслях. Существует стереотипное представление, что предприятия из более высокотехнологичных отраслей должны стать драйвером роста для своих поставщиков - предприятий других отраслей, тем самым формируя экосистему. Мы предполагаем, что агрегирующим триггером ее формирования может быть и другое основание, например опережающий спрос на продукцию или благоприятные институциональные условия в конкретной отрасли. Наличие экосистемной бизнес-модели будет являться признаком того, что экономическое развитие сельского хозяйства может дать мультипликативный эффект, содействующий развитию промышленного сектора и экономики России в целом.
Формулирование цели исследования предопределило необходимость решения ряда задач. Первая из них заключалась в установлении принципов построения экосистем и изучении специфики предпринимательских экосистем, вторая - в описании дизайна эмпирической части исследования, методики анализа отраслей растениеводства, машиностроения (в части производства сельскохозяйственной техники) и химической промышленности (в части производства удобрений). Для оценки связности экономических результатов отрасли растениеводства в России и смежных с ней отраслей промышленности использовались методы экономико-статистического и регрессионного анализа. Заключительная часть работы содержит интерпретацию полученных результатов, а также определение перспектив экосистемной интеграции сельского хозяйства и промышленности.
1 Производство сельхозпродукции в РФ в 2019 году увеличилось на 4 % - Росстат // Dairy News. 03.02.2020. https://www.dairynews.ru/news/proizvodstvo-selkhozproduktsii-v-rf-v-2019-godu-uv.html.
2 Экспортные цены пшеницы РФ выросли в 2020 году // Smart-Lab. https://smart-lab.ru/blog/657136.php.
Предпринимательские экосистемы: теория и причины возникновения
Концепция экосистемного подхода, сформулированная Дж. Муром в 1996 г. [Moore, 1996], заключается в том, что ни один экономический агент не может развиваться изолированно от среды, в которой функционирует.
На деятельность фирмы оказывают влияние связи, пронизывающие экономическую систему, а также степень участия самого бизнеса в этих связях. Поэтому экосистемы понимаются как особые рыночные паттерны [Gomes et al., 2018], в рамках которых осуществляется «процесс непрерывных формальных и неформальных согласований между автономными агентами, в результате которых создаются правила» [Thomson, Perry, 2006, р. 24].
Данное определение согласуется с признаками экосистем, которые выделили М. Ривз, К. Хаанес, Д. Синха, - это модульность, зависимость, адаптация и координация [2016, с. 47]. Модульность предполагает, что части ценностного предложения участники формируют независимо друг от друга. В то же время для потребителя ценностное предложение едино, за счет чего появляется зависимость участников друг от друга. Адаптация и координация возникают, когда каждый участник экосистемы подстраивается под нее и одновременно использует ее технологическую и институциональную подсистемы, которые включают согласованную на всех стадиях жизненного цикла модель производства продукта и единую среду обмена информацией и ресурсами [Seiger et al., 2014; Орехова, Евсеева, 2020].
Все экосистемы можно разделить на четыре типа: инновационные, предпринимательские, бизнес-экосистемы и платформы [Jacobides, Cennamo, Gawer, 2018]. Идеология предпринимательских экосистем описывается как «концептуальный зонтик, охватывающий множество различных точек зрения на географию предпринимательства» [Spigel, 2017, p. 49] и основывается на литературе по региональному развитию, стратегическому менеджменту, теории предпринимательства и системном подходе. Это относительно новое исследовательское направление изучает, «как локальные контексты формируют предпринимательское поведение» [Fredin, Liden, 2020, р. 87]. Стремительный рост публикаций по этой тематике показывает интерес к применению данной аналитической конструкции в работах по экономике и управлению. Однако до сих пор можно наблюдать теоретическое осмысление феномена предпринимательских экосистем, конструирование и детализацию его содержательного фундамента (см., например: [Simatupang, Schwab, Lantu, 2015; Stam, 2015; Alvedalen, Boschma, 2017; Malecki, 2018; Roundy, Bradshaw, Brockman, 2018]).
Основополагающей работой в сфере изучения компонентов предпринимательской экосистемы стала статья Д. Дж. Айзенберга [Isenberg, 2010], в которой выделены шесть факторов: культура предпринимательства, политика, финансовые аспекты, человеческий капитал, рыночные сети, инфраструктура, формирующих эти компоненты (табл. 1).
В ряде публикаций при уточнении сущности предпринимательской экосистемы акцентируются характеристики предпринимателей и новые способы распределения ресурсов [Acs et al., 2014; Mack, Mayer, 2016].
Однако в последней волне исследований центром внимания стала возможность получения системного результата за счет бизнес-модели такого типа, а сама предпринимательская экосистема трактуется как определенным образом выстроенная сложная институциональная и иерархическая структура, состоящая из различных индивидов и заинтересованных сторон, а также из разнообразных факторов, влияющих на взаимодействие между ними [Mason, Brown, 2014; Autio, Levie, 2017; Spigel, 2017; Stam, Spigel, 2017; Cavallo, Ghezzi, Balocco, 2019]. Некоторые авторы предлагают рассматривать
Таблица 1. Ключевые компоненты предпринимательской экосистемы Table 1. Key components of the entrepreneurial ecosystem
Компоненты Характеристики компонентов
Предприниматели Характеристики предпринимательского сообщества в регионе
Правительство Наличие эффективных институтов, связанных с предпринимательством (исследовательские институты, зарубежные связи, форумы общественности, диалог власти и бизнеса). Наличие барьеров для предпринимательства (законодательство о банкротстве, налогообложении, исполнении контрактов и т. п.)
Культура Особенности менталитета в отношении предпринимательского риска и уважения предпринимательства
Истории успеха Наличие лидеров-предпринимателей в регионе
Квалификация работников в регионе Наличие профессионалов в сфере создания организаций, найма и построения структур, систем и средств контроля, а также профессиональных членов советов директоров и консультантов
Источники капитала Наличие финансовых источников для создания акционерного капитала. Наличие социального капитала в регионе
Некоммерческие и отраслевые ассоциации Наличие объединенных структур поддержки предпринимательства, профессиональных и отраслевых сообществ в регионе
Образовательные институты Наличие учреждений и образовательных программ в сфере старта-пов, предпринимательства и ведения бизнеса
Инфраструктура Характеристики транспорта и коммуникаций в регионе
Местоположение Уровень концентрации высокопотенциальных и быстрорастущих предприятий в регионе. Близость к университетам, агентствам по стандартизации, аналитическим центрам, учреждениям профессионального обучения, поставщикам, консалтинговым фирмам и профессиональным консультантам и др.
Официальные и неформальные объединения Наличие диаспор и их характеристики
Новые предприятия и местные офисы транснациональных корпораций Наличие венчурного бизнеса в регионе
Местные потребители Наличие потенциальных клиентов в регионе и их характеристики
Составлено по источнику [Isenberg, 2010, р. 5].
предпринимательские экосистемы как сложные адаптивные системы - в этом случае в фокусе исследования оказываются пространственные и компонентные границы системы, самоуправление, реляционное измерение между системой и ее компонентами, а также эволюция системы [Яоипёу е1 а1., 2018; Бгеёт, Ыёеп, 2020]. «Сложные адаптивные системы являются не промежуточной, а центральной единицей анализа, способной к нелинейному (мультипликативному) саморазвитию и самообновлению. Этот факт обусловливает структурную сложность, которая, в свою очередь, вызвана взаимодействием участников (организационная сложность), а также усложнением, конвергенцией и скоростью обновления производственных технологий (функциональная сложность)» [Орехова, Евсеева, 2020, с. 91]. Компоненты системы могут взаимодействовать друг с
другом способами, которые не всегда предсказуемы, что приводит к слабой предсказуемости развития всей экосистемы [Arthur, 1999; Levin, 2002; Holland, 2006].
Наряду с теоретическими изысканиями далеко от завершения и практическое осмысление феномена предпринимательской экосистемы. Изучение экосистем имеет ряд недостатков и в целом носит регламентирующий и ретроспективный характер [Mack, Mayer, 2016, р. 2120-2121]. Во-первых, исследователи слабо представляют причины возникновения той или иной экосистемы и процессы, лежащие в основе ее текущего состояния. Во-вторых, часто игнорируются институциональный и политический контексты, в которых развивается экосистема. В-третьих, существующие работы не акцентируют внимания на отсутствии каких-либо компонентов экосистемы или проблемах их взаимодействия. Наконец, в-четвертых, мало обсуждается роль региональной политики в развитии предпринимательских экосистем.
К этому перечню исследовательских лакун добавляется и еще одна проблема. В эмпирических работах практически всегда описываются бенчмарк-кейсы - успешные экосистемы, ядрами которых выступают высокотехнологичные бизнесы (см., например: [Storper, 1993; Saxenian, 1994; Feld, 2012; Shermer, 2013; Trabskaja, Mets, 2019; Орехова, Мисюра, Кислицын, 2020]). Такой подход существенно затрудняет поиск причинно-следственных связей успешного или неудачного развития экосистемы.
Тем не менее ряд публикаций позволяет оценить состояние экосистем в регионах. Их авторы используют различные метрики и подходы для мониторинга наличия экосистемы как таковой и анализа ее состояния. С. Мейсон и Р. Браун измеряют рост экосистемы через соотношение новых бизнесов по сравнению с умирающими, а стадию жизненного цикла экосистемы - через уровень специализации предпринимателей [Mason, Brown, 2014]. Д. Стэнглер и Дж. Белл-Мастерсон определяют плотность экосистемы как отношение количества единиц малого бизнеса к численности рабочей силы в регионе [Stangler, Bell-Masterson, 2015]. Работа К. Харрингтона направлена на измерение связанности экосистемы посредством оценки интенсивности взаимодействий предпринимателей и инфраструктурных организаций [Harrington, 2017]. Подобную задачу с помощью других методов решили Е. Н. Стариков, М. В. Евсеева и М. П. Воронов [2021], в статье которых определена положительная взаимосвязь между технологическим развитием экосистем индустриальных регионов России и деятельностью Фонда развития промышленности. С. П. Земцов и В. Л. Бабурин [2019] измеряют состояние экосистемы индексом обеспеченности бизнеса банковскими услугами. О. А. Чернова, Л. Г. Матвеева и Г. В. Горелова [2021] конструируют модель управления экосистемой водохозяйственного комплекса России.
Таким образом, в имеющихся публикациях всесторонне оценивается влияние локальной среды на развитие предпринимательства, но часто не анализируются связь между действиями предпринимателей и результаты этих действий. Попытка оценить такую взаимосвязь на примере отраслей сельского хозяйства и промышленности в России -главная задача данного исследования.
Дизайн и результаты исследования
Множество описанных выше работ направлены на изучение характеристик двух блоков предпринимательских экосистем:
1) предпринимательского ядра, включающего предприятия и тесные взаимосвязи между ними;
2) определенных институциональных условий и инфраструктуры, создающих контексты для устойчивости экосистемы.
Эмпирическая часть представленного исследования сосредоточена на проверке наличия предпринимательского ядра (а значит, и оснований для существования экосистемы) в сельском хозяйстве и смежных секторах экономики Российской Федерации. Мы предполагаем, что растущий спрос на сельскохозяйственную продукцию и положительный институциональный контекст, обусловленный необходимостью обеспечения национальной продовольственной безопасности, могут стать драйверами создания аграрной предпринимательской экосистемы.
Базовая задача эмпирической части исследования - проверка взаимосвязи между секторами растениеводства, сельскохозяйственного машиностроения, химических и минеральных удобрений. Алгоритм решения этой задачи представлен на рисунке.
Анализ наличия экосистемы
О
Сбор исходных данных
Выбор показателей, характеризующих деятельность предприятий растениеводства, машиностроения и химической промышленности (в сфере производства для сельского хозяйства) Сбор данных по выбранным показателям за период с 1990 по 2019 г. > Структурирование и формирование сводки исходных данных
Корреляционно-регрессионный анализ
Построение моделей парных регрессий зависимости производства машиностроительной и химической продукции от продукции сельского хозяйства Оценка полученных моделей Выбор моделей, имеющих уровень значимости более 20 %
S7
Анализ и интерпретация результатов
Исследование значимых моделей Формирование результатов Интерпретация результатов
Алгоритм исследования взаимосвязи между секторами растениеводства, сельскохозяйственного машиностроения и химических и минеральных удобрений
Algorithm for studying the relationship between the sectors of crop growing, agricultural mechanical engineering and chemical and mineral fertilizers
На первом этапе исследования проводился отбор релевантных показателей, необходимых для построения моделей зависимости между изучаемыми отраслями. В качестве метрик использованы натуральные значения показателей по исследуемым секторам, так как стоимостные показатели могут проиллюстрировать смещенные оценки и требуют проведения дополнительных проверочных процедур (в частности, очистки уровня цен от влияния курсовых разниц, инфляции и т. п.).
Оценка выпуска продукции растениеводства осуществлялась по показателям валового сбора, урожайности и посевных площадей. В сфере машиностроения метриками для анализа послужило количество выпущенных единиц техники - тракторов и комбайнов. В химической отрасли показателями являлись объем минеральных и химических удобрений, производимых для сельского хозяйства.
Сбор данных осуществлялся за период с 1990 по 2019 г. Источниками информации стали материалы официального сайта Федеральной службы государственной статистики1. Описательная статистика представлена в табл. 2.
На втором этапе исследования проведен корреляционно-регрессионный анализ имеющихся показателей и построено девять моделей парной линейной регрессии. В каждой модели в качестве независимого фактора выступали показатели выпуска растениеводческой продукции (посевные площади, урожайность и валовой сбор зерновых культур), в качестве зависимых переменных - показатели смежных по отношению к растениеводству отраслей.
Согласно основной гипотезе исследования, при наличии предпринимательской экосистемы увеличение производственных показателей отрасли растениеводства повлечет за собой рост объема производства в смежных отраслях сельскохозяйственного машиностроения и химических удобрений. Поскольку этот рост будет являться реакцией на рост показателей растениеводства, целесообразно учесть в модели временной интервал. Расчет производился с использованием годового временного лага, однако в дальнейших исследованиях возможно просчитать также долгосрочные эффекты. Результаты анализа представлены в табл. 3.
Выявлено, что ни одна из предложенных зависимостей между сельскохозяйственной машиностроительной продукцией и растениеводством не обладает высоким уровнем взаимосвязи, о чем свидетельствуют низкие коэффициенты корреляции. Установлено также, что модели, отражающие зависимости производства тракторов от показателей урожайности и сбора зерновых культур, являются статистически незначимыми, о чем свидетельствуют вероятности выполнения нулевой гипотезы (65 % и выше). Такой результат говорит о том, что рост выпуска растениеводческой продукции никак не стимулирует рост производства тракторов в России.
Модели, отражающие зависимость производства зерноуборочных комбайнов от урожайности и валового сбора растениеводческой продукции, оказались статистически значимыми на уровнях 5 и 20 % соответственно. Вместе с тем коэффициенты корреляции говорят о среднем уровне взаимосвязи между исследуемыми показателями.
Рассмотрим модель зависимости производства комбайнов от урожайности:
У( + 1 = 9 436,17 - 148,706 х ХЬ, (1)
где ХЬ - урожайность зерновых и зернобобовых культур в РФ в t году; + 1 - количество произведенных зерноуборочных комбайнов за период Ь + 1 год.
Корреляционный анализ выявил наличие среднего уровня взаимосвязи между данными показателями. Модель (1) показывает также, что присутствует влияние урожайности зерновых культур на производство комбайнов, однако направление этого влияния отрицательное. Результаты моделирования позволяют сделать вывод о том, что при увеличении показателя урожайности зерновых культур на 1 ц/га количество произведенных комбайнов сокращается в среднем на 149 ед. Значимость коэффициентов модели регрессии находится на уровне 5 %.
Вторая исследуемая модель - модель зависимости производства комбайнов от валового сбора зерновых культур:
У( + 1 = 8 722,93 - 0,034 х ХЬ, (2)
где ХЬ - валовой сбор зерновых и зернобобовых культур в РФ в t году; УЬ + 1 - количество произведенных зерноуборочных комбайнов за период Ь + 1 год.
1 https://rosstat.gov.ru/enterprise_economy; https://rosstat.gov.ru/enterprise_industrial.
Таблица 2. Дескриптивная статистика Table 2. Descriptive statistics
Показатель Среднее Стандартная ошибка Медиана Мода Стандартное отклонение Дисперсия выборки Асимметричность Минимум Максимум
Тракторы для сельского и лесного хозяйства, тыс. шт. 7,1 0,6 6,7 6,9 2,9 8,4 0,9 зд 13,6
Комбайны зерноуборочные, шт. 6 362,9 291,1 6 241 8 059 1 333,9 1 779 551,5 0,2 4 295 9 063
Удобрения минеральные и химические, млн тонн 17,2 0,8 16,9 16,2 3,6 13 -0,004 9,6 23,7
Посевные площади сельскохозяйственных культур, тыс. га 80 525,6 1 907,3 77 853,7 - 8 740,2 76 390 214 3,5 74 697,6 115 508,4
Урожайность зерновых культур, ц на 1 га 20,7 0,8 19,6 18,3 3,8 14,8 0,4 14,4 29,2
Валовой сбор зерновых культур, тыс. тонн 70 224,5 2 833,7 72 330 - 12 985,5 168 624 316,4 0,01 46 994,3 94 968,6
Таблица 3. Результаты корреляционно-регрессионного анализа Table 3. Results of the correlation and regression analysis
Переменные Коэффициент корреляции Коэффициент детерминации Значимость F, % Коэффициент при X Свободный коэффициент
Модели зависимости между растениеводством и сельскохозяйственным машиностроением
У - тракторы, X - посевные площади 0,089 0,007 70,1 0 4,746
У - тракторы, X -урожайность 0,044 0,001 84,9 -0,033 7,815
У - тракторы, X - валовой сбор 0,102 0,010 65,9 0 8,733
У - комбайны, X - посевные площади 0,033 0,001 88,6 -0,005 6 772,2
У - комбайны, X - урожайность 0,429 0,184 4,9 -148,706 9 436,17
У - комбайны, X - валовой сбор 0,327 0,107 14,8 -0,034 8 722,93
Модели зависимости между растениеводством и химической промышленностью
У - удобрения, X - посевные площади 0,577 0,333 0,6 -0,0002 36,84
У - удобрения, X - урожайность 0,821 0,675 0 0,787 0,967
У - удобрения, X - валовой сбор 0,261 0,068 25,3 0 12,032
Модель (2) также демонстрирует отрицательное влияние валового сбора зерновых культур на количество произведенных зерноуборочных комбайнов: при увеличении сбора урожая на одну тонну количество произведенных комбайнов сокращается в среднем на 0,03 шт. Значимость коэффициентов регрессионной модели находится на уровне 20 %.
Причин такой низкой взаимосвязи результатов производства отраслей растениеводства и сельскохозяйственного машиностроения может быть несколько. Согласно Стратегии развития сельскохозяйственного машиностроения России на период до 2030 года1, для обновления парка техники в стране с учетом выбытия старых машин нужно ежегодно покупать более 50 тыс. тракторов на сумму свыше 300 млрд руб. и более 18 тыс. комбайнов общей стоимостью более 140 млрд руб. Средний возраст трактора в российском парке сельхозтехники составил 19 лет. Такой существенный износ основных средств не может быть восполнен достаточно быстро, в течение года, следующего за урожайным.
Другой причиной является тот факт, что львиную долю рынка сельскохозяйственной техники в России занимают иностранные предприятия, среди которых лидерами являются белорусские и американские производители. Можно предположить, что при увеличении урожайности и, соответственно, росте прибыли фермеры закупают более дорогую импортную сельскохозяйственную технику.
Вторая группа моделей позволяет определить взаимозависимость растениеводства и химической промышленности. Между производством удобрений и продукцией растениеводства наблюдается высокий уровень взаимосвязи по показателю урожайности и средний уровень взаимосвязи по показателю посевных площадей. Таким образом, в этой части предполагаемой экосистемы наличествуют устойчивые связи между исследуемыми отраслями.
Уровень значимости модели зависимости производства минеральных и химических удобрений от посевных площадей и ее коэффициентов - 1 %, что свидетельствует о достоверности полученных результатов:
У + 1 = 36,838 - 0,0002 х ХЬ, (3)
где ХЬ - посевные площади сельскохозяйственных культур в РФ в t году; УЬ + 1 - количество произведенных минеральных и химических удобрений за период Ь + 1 год.
Модель (3) показывает, что при увеличении количества посевных площадей число произведенных удобрений в среднем сокращается на 0,2 тыс. тонн. Уровень значимости коэффициентов регрессионной модели - 20 %.
Модель зависимости производства минеральных и химических удобрений от урожайности зерновых культур и ее коэффициентов также имеет значимость 1 %, что подтверждает достоверность полученных результатов:
У( + 1 = 0,967 + 0,787 х Хь (4)
где ХЬ - урожайность зерновых и зернобобовых культур в РФ в t году; УЬ + 1 - количество произведенных минеральных и химических удобрений за период Ь + 1 год.
Корреляционный анализ модели (4) иллюстрирует сильную положительную связь между выбранными показателями. При увеличении урожайности на 1 ц/га производство удобрений в среднем увеличивается на 787 тыс. тонн.
Итоги регрессионного моделирования демонстрируют зарождение предпринимательской экосистемы «сельское хозяйство - промышленность» в России. По первому
1 Об утверждении Стратегии развития сельскохозяйственного машиностроения России на период до 2030 года: распоряжение Правительства РФ от 07.07.2017 № 1455-р. http://www.consultant.ru/document/ cons._doc_LAW_219731/.
исследуемому показателю - производства тракторов - взаимосвязи не установлено. Это означает, что рост производства сельскохозяйственной продукции не оказывает воздействия на производство тракторов для сельскохозяйственных нужд. По второму показателю выявлено отрицательное влияние роста сбора урожая зерновых культур на производство зерноуборочных комбайнов. Иными словами, рост объемов сельскохозяйственной продукции не стимулирует роста производства отечественной машиностроительной продукции для сельского хозяйства. Вместе с тем наличие экосистемы подтверждается результатами анализа влияния развития сельского хозяйства на производство минеральных и химических удобрений.
Заключение
Концепция предпринимательской экосистемы сама по себе не предлагает новых идей, но открывает новую перспективу, объединяя результаты исследований, представленные в разных научных публикациях [Б1аш, 2015]. В ходе исследования установлено, что в России зарождается предпринимательская экосистема «сельское хозяйство - промышленность», ускоренное развитие которой способны обеспечить институциональные и инфраструктурные условия.
Вместе с тем ключевой проблемой построения единой экосистемы, основанной на главенствующей роли рынка сельскохозяйственной продукции, остается дотационный характер развития агропромышленного комплекса. Согласно Обзору рынка сельского хозяйства1, определяющим фактором повышения конкурентоспособности этого комплекса является государственная поддержка. По данным Росстата, 75 % прибыли компаний АПК за последние четыре года были сформированы за счет предоставленных государством субсидий. Субсидии остаются одним из ключевых факторов принятия инвестиционных решений в сфере АПК.
Отрасль химической промышленности оказывает положительное влияние на темпы роста растениеводства, но принципиально важным фактором развития национальной экономической системы является встроенность сельскохозяйственного машиностроения в единую систему технологических стандартов АПК. Конкурентное преимущество сельского хозяйства страны может быть достигнуто за счет снижения себестоимости выращивания и сбора урожая, повышения урожайности посредством автоматизации данных процессов. Востребованность автоматизации приведет к появлению новых отечественных производств, ориентированных на удовлетворение запросов сельхозпроизводителей путем создания инновационных решений. В качестве инноваторов могут выступить предприятия оборонно-промышленного комплекса, имеющие высокий научный потенциал и опыт трансфера технологических решений в гражданские разработки.
Таким образом, развитию сельского хозяйства будут способствовать прежде всего сопутствующие высокотехнологичные направления производства, которые, с одной стороны, позволят увеличить вклад сельского хозяйства в ВВП, а с другой - станут самостоятельным весомым источником роста ВВП страны. К ним относятся разработка и производство современной высокотехнологичной сельскохозяйственной техники с элементами роботизации, создание интегрированных спутниковых геоинформационных, навигационных и телекоммуникационных сервисов, интеграция и разработка программных продуктов и материалов нового поколения для дистанционного зондирования Земли и беспилотных транспортных средств, строительство современной инфраструктуры АПК с применением контроля и управления на базе искусственного интеллекта,
1 https://ru.investinrussia.com/data/file/obzor-rynka-selskogo-hozyajstva-2019.pdf.
развитие информационной инфраструктуры в сельской местности, создание технологий и платформ поддержки принятия решений сельхозпроизводителями и др.
Следование экосистемному подходу позволит параллельно сырьевой экономике создать сектор, который не только станет одним из мировых лидеров, но и выступит в качестве мультипликатора высокотехнологичных производств в экономике России.
Источники
Евсеева М. В., Стариков Е. Н., Воронов М. П. (2021). Уровень технологического развития индустриальных регионов: экосистемный подход // Управленец. Т. 12, № 3. С. 13-30. DOI: 10.29141/2218-5003-2021-12-3-2.
Земцов С. П., Бабурин В. Л. (2019). Предпринимательские экосистемы в регионах России // Региональные исследования. № 2. С. 4-14. DOI: 10.5922/1994-5280-2019-2-1.
Ривз М., Хаанес К., Синха Д. (2016). Стратегии тоже нужна стратегия. Москва: Эксмо. 272 с.
Орехова С. В., Евсеева М. В. (2020). Технологические системы в экономике: гетеродоксальный подход и институциональные основы // Journal of Institutional Studies. Vol. 12 (4). С. 34-53. DOI: 10.17835/2076-6297.2020.12.4.034-053.
Орехова С. В., Мисюра А. В., Кислицын Е. В. (2020). Управление возрастающей отдачей высокотехнологичной бизнес-модели в промышленности: классические и экосистемные эффекты // Управленец. Т. 11, № 4. С. 43-58. DOI: 10.29141/2218-5003-2020-11-4-4.
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.
Acs Z., Estrin S., Mickiewicz T., Szerb L. (2014). The continued search for the Solow residual: The role of national entrepreneurial ecosystem (IZA Discussion Paper no. 8652). http://ftp.iza.org/dp8652.pdf.
Alvedalen J., Boschma R. (2017). A critical review of entrepreneurial ecosystems research: Towards a future research agenda. European Planning Studies, vol. 25, issue 6, рр. 887-903. https://doi.org/10.10 80/09654313.2017.1299694.
Arthur W. B. (1999). Complexity and the Economy. Science, vol. 284, issue 5411, pp. 107-109. DOI: 10.1126/science.284.5411.107.
Autio E., Levie J. (2017). Management in entrepreneurial ecosystems. In: Ahmetoglu G., Chamorro-Premuzic T., Klinger B., Karcisky T. (eds.). The Wiley handbook of entrepreneurship. Chichester: John Wiley & Sons, pp. 423-449.
Cavallo A., Ghezzi A., Balocco R. (2019). Entrepreneurial ecosystem research: Present debates and future directions. International Entrepreneurship and Management Journal, vol. 75, issue 4, pp. 1291-1321. DOI: 10.1007/s11365-018-0526-3.
Feld B. (2012). Startup communities: Building an entrepreneurial ecosystem in your city. Hoboken, NJ: John Wiley & Sons, Inc. 224 p.
Fredin S., Liden A. (2020). Entrepreneurial ecosystems: towards a systemic approach to entrepreneurship? Geografisk Tidsskrift-Danish Journal of Geography, vol. 120, issue 2, рр. 87-97. https://doi.org/ 10.1080/00167223.2020.1769491.
Harrington K. (2017). Entrepreneurial ecosystem momentum and maturity. The important role of entrepreneur development organizations and their activities. Ewing Marion Kauffman Foundation. https:// www.kauffman.org/wp-content/uploads/2019/12/Entrepreneurial_Ecosystem_Momentum_and_Matu-rity_2017.pdf.
Holland J. H. (2006). Studying complex adaptive systems. Journal of Systems Science and Complexity, vol. 79, pp. 1-8. http://dx.doi.org/10.1007/s11424-006-0001-z.
Gomes J. F., Iivari М., Pikkarainen М., Ahokangas Р. (2018). Business models as enablers of ecosys-temic interaction: A dynamic capability perspective. International Journal of Social Ecology and Sustainable Development, vol. 9, issue 3, рр. 1-13. https://doi.org/10.4018/IJSESD.2018070101.
Jacobides M. G., Cennamo C., Gawer A. (2018). Towards a theory of ecosystems. Strategic Management Journal, vol. 39, рр. 2255-2276. https://doi.org/10.1002/smj.2904.
Isenberg D. J. (2010). How to start an entrepreneurial revolution. Harvard Business Review, vol. 88, no. 6, рр. 2-11.
Levin S. A. (2002). Complex adaptive systems: Exploring the known, the unknown and the unknowable. Bulletin (New Series) of the American Mathematical Society, vol. 40, no. 1, pp. 3-19. https://doi. org/10.1090/S0273-0979-02-00965-5.
Malecki E. J. (2018). Entrepreneurship and entrepreneurial ecosystems. Geography Compass, vol. 72, issue 3, e12359. https://doi.org/10.1111/gec3.12359.
Mack E., Mayer H. (2016). The evolutionary dynamics of entrepreneurial ecosystems. Urban Studies, vol. 53, issue 10, рр. 2118-2133. https://doi.org/10.1177/0042098015586547.
Mason C., Brown R. (2014). Entrepreneurial ecosystems and growth oriented entrepreneurship. http:// www.oecd.org/cfe/leed/Entrepreneurial-ecosystems.pdf.
Moore J. F. (1996). The death of competition: Leadership & strategy in the age of business ecosystems. New York: Harper Business. 324 p.
Roundy P. T., Bradshaw M., Brockman B. K. (2018). The emergence of entrepreneurial ecosystems: A complex adaptive systems approach. Journal of Business Research, vol. 86, issue C, рр.1-10. DOI: 10.1016/j.jbusres.2018.01.032.
Saxenian A. (1994). Regional advantage: Culture and competition in Silicon Valley and Route 128. Cambridge, MA: Harvard University Press. 240 p. https://doi.org/10.1177/027046769601600314.
Shermer E. T. (2013). Sunbelt capitalism: Phoenix and the transformation of American politics. Philadelphia, PA: University of Pennsylvania Press. 432 p.
Seiger R., Keller C., Niebling F., Schlegel T. (2014). Modelling complex and flexible processes for smart cyber-physical environments. Journal of Computational Science, vol. 10, рр. 137-148. DOI: 10.1016/j. jocs.2014.07.001.
Simatupang T. M., Schwab A., Lantu D. C. (2015). Building sustainable entrepreneurship ecosystems. International Journal of Entrepreneurship and Small Business, vol. 26, issue 4, рр. 389-398.
Spigel B. (2017). The relational organization of entrepreneurial ecosystems. Entrepreneurship Theory and Practice, vol. 41, issue 1, pp. 49-72. https://doi.org/10.1111/etap.12167.
Spigel B., Stam E. (2017). Entrepreneurial ecosystems. In: Blackburn R., Clercq D., de, Heinonen J. (eds.). Sage handbook for entrepreneurship and small business. London: Sage Publications.
Stam E. (2015). Entrepreneurial ecosystems and regional policy: A sympathetic critique. European Planning Studies, vol. 23, issue 9, pp. 1759-1769. https://doi.org/10.1080/09654313.2015.1061484.
Stangler D., Bell-Masterson J. (2015). Measuring an entrepreneurial ecosystem. Ewing Marion Kauff-man Foundation. https://www.kauffman.org/wp-content/uploads/2019/12/measuring_an_entrepre-neurial_ecosystem.pdf.
Storper M. (1993). Regional 'worlds' of production: Learning and innovation in the technology districts of France, Italy and the USA. Regional Studies, vol. 27, issue 5, рр. 433-455. https://doi.org/10.108 0/00343409312331347675.
Thomson A. M., Perry J. L. (2006). Collaboration processes: Inside the black box. Public Administration Review, vol. 66, issue s1, рр. 20-32. https://doi.org/10.1111/j.1540-6210.2006.00663.x.
Trabskaja J., Mets T. (2019). Ecosystem as the source of entrepreneurial opportunities. Foresight and STI Governance, vol. 13, no. 4, pp. 10-22. DOI: 10.17323/2500-2597.2019.4.10.22.
Информация об авторах Орехова Светлана Владимировна, доктор экономических наук, доцент, профессор кафедры экономики предприятий Уральского государственного экономического университета, 620144, РФ, г. Екатеринбург, ул. 8 Марта/Народной Воли, 62/45 Контактный телефон: +7 (343) 283-11-21, e-mail: [email protected]
Мисюра Андрей Васильевич, генеральный директор АО «Научно-производственное объединение автоматики им. академика Н. А. Семихатова», 620075, РФ, г. Екатеринбург, ул. Мамина-Сибиряка, 145
Контактный телефон: +7 (343) 214-80-40, e-mail: [email protected]
■ ■ ■
References
Evseeva M. V., Starikov E. N., Voronov M. P. (2021). Uroven' tekhnologicheskogo razvitiya industrial'nykh regionov: ekosistemnyy podkhod [Technological development of industrial regions: The ecosystem approach]. Upravlenets = The Manager, vol. 12, no. 3, pp. 13-30. DOI: 10.29141/2218-50032021-12-3-2.
Zemtsov S. P., Baburin V. L. (2019). Predprinimatel'skie ekosistemy v regionakh Rossii [Entrepreneurial ecosystems in the Russian regions]. Regionalnye issledovaniya = Regional Studies, no. 2, pp. 4-14. DOI: 10.5922/1994-5280-2019-2-1. (in Russ.)
Reeves M., Haanaes K., Sinha J. (2016). Strategii tozhe nuzhna strategiya [Your strategy needs a strategy: How to choose and execute the right approach]. Moscow: Eksmo Publ. 272 p. (in Russ.)
Orekhova S. V., Evseeva M. V. (2020). Tekhnologicheskie sistemy v ekonomike: geterodoksal'nyy podkhod i institutsional'nye osnovy [Technological systems and economy: A heterodox approach and institutional framework]. Journal of Institutional Studies, vol. 12 (4), pp. 34-53. DOI: 10.17835/20766297.2020.12.4.034-053. (in Russ.)
Orekhova S. V., Misyura A. V., Kislitsyn E. V. (2020). Upravlenie vozrastayushchey otdachey vy-sokotekhnologichnoy biznes-modeli v promyshlennosti: klassicheskie i ekosistemnye effekty [Managing the increasing returns of a high-tech business model in industry: Classic and ecosystem effects]. Upravlenets = The Manager, vol. 11, no. 4, pp. 43-58. DOI: 10.29141/2218-5003-2020-11-4-4. (in Russ.)
Chernova O. A., Matveeva L. G., Gorelova G. V. (2021). Ekosistemnyy podkhod k upravleniyu prot-sessami innovatsionnogo razvitiya promyshlennosti [An ecosystem approach to managing innovative development in industry]. Journal of New Economy, vol. 22, no. 2, pp. 44-65. DOI: 10.29141/2658-50812021-22-2-3. (in Russ.)
Acs Z., Estrin S., Mickiewicz T., Szerb L. (2014). The continued search for the Solow residual: The role of national entrepreneurial ecosystem (IZA Discussion Paper no. 8652). http://ftp.iza.org/dp8652.pdf.
Alvedalen J., Boschma R. (2017). A critical review of entrepreneurial ecosystems research: Towards a future research agenda. European Planning Studies, vol. 25, issue 6, pp. 887-903. https://doi.org/10.10 80/09654313.2017.1299694.
Arthur W. B. (1999). Complexity and the Economy. Science, vol. 284, issue 5411, pp. 107-109. DOI: 10.1126/science.284.5411.107.
Autio E., Levie J. (2017). Management in entrepreneurial ecosystems. In: Ahmetoglu G., Chamorro-Premuzic T., Klinger B., Karcisky T. (eds.). The Wiley handbook of entrepreneurship. Chichester: John Wiley & Sons, pp. 423-449.
Cavallo A., Ghezzi A., Balocco R. (2019). Entrepreneurial ecosystem research: Present debates and future directions. International Entrepreneurship and Management Journal, vol. 75, issue 4, pp. 1291-1321. DOI: 10.1007/s11365-018-0526-3.
Feld B. (2012). Startup communities: Building an entrepreneurial ecosystem in your city. Hoboken, NJ: John Wiley & Sons, Inc. 224 p.
Fredin S., Liden A. (2020). Entrepreneurial ecosystems: towards a systemic approach to entrepreneurship? Geografisk Tidsskrift-Danish Journal of Geography, vol. 120, issue 2, pp. 87-97. https://doi.org/ 10.1080/00167223.2020.1769491.
Harrington K. (2017). Entrepreneurial ecosystem momentum and maturity. The important role of entrepreneur development organizations and their activities. Ewing Marion Kauffman Foundation. https:// www.kauffman.org/wp-content/uploads/2019/12/Entrepreneurial_Ecosystem_Momentum_and_Matu-rity_2017.pdf.
Holland J. H. (2006). Studying complex adaptive systems. Journal of Systems Science and Complexity, vol. 79, pp. 1-8. http://dx.doi.org/10.1007/s11424-006-0001-z.
Gomes J. F., Iivari M., Pikkarainen M., Ahokangas P. (2018). Business models as enablers of ecosys-temic interaction: A dynamic capability perspective. International Journal of Social Ecology and Sustainable Development, vol. 9, issue 3, pp. 1-13. https://doi.org/10.4018/IJSESD.2018070101.
Jacobides M. G., Cennamo C., Gawer A. (2018). Towards a theory of ecosystems. Strategic Management Journal, vol. 39, pp. 2255-2276. https://doi.org/10.1002/smj.2904.
Isenberg D. J. (2010). How to start an entrepreneurial revolution. Harvard Business Review, vol. 88, no. 6, pp. 2-11.
Levin S. A. (2002). Complex adaptive systems: Exploring the known, the unknown and the unknowable. Bulletin (New Series) of the American Mathematical Society, vol. 40, no. 1, pp. 3-19. https://doi. org/10.1090/S0273-0979-02-00965-5.
Malecki E. J. (2018). Entrepreneurship and entrepreneurial ecosystems. Geography Compass, vol. 72, issue 3, e12359. https://doi.org/10.1111/gec3.12359.
Mack E., Mayer H. (2016). The evolutionary dynamics of entrepreneurial ecosystems. Urban Studies, vol. 53, issue 10, pp. 2118-2133. https://doi.org/10.1177/0042098015586547.
Mason C., Brown R. (2014). Entrepreneurial ecosystems and growth oriented entrepreneurship. http:// www.oecd.org/cfe/leed/Entrepreneurial-ecosystems.pdf.
Moore J. F. (1996). The death of competition: Leadership & strategy in the age of business ecosystems. New York: Harper Business. 324 p.
Roundy P. T., Bradshaw M., Brockman B. K. (2018). The emergence of entrepreneurial ecosystems: A complex adaptive systems approach. Journal of Business Research, vol. 86, issue C, pp. 1-10. DOI: 10.1016/j.jbusres.2018.01.032.
Saxenian A. (1994). Regional advantage: Culture and competition in Silicon Valley and Route 128. Cambridge, MA: Harvard University Press. 240 p. https://doi.org/10.1177/027046769601600314.
Shermer E. T. (2013). Sunbelt capitalism: Phoenix and the transformation of American politics. Philadelphia, PA: University of Pennsylvania Press. 432 p.
Seiger R., Keller C., Niebling F., Schlegel T. (2014). Modelling complex and flexible processes for smart cyber-physical environments. Journal of Computational Science, vol. 10, pp. 137-148. DOI: 10.1016/j. jocs.2014.07.001.
Simatupang T. M., Schwab A., Lantu D. C. (2015). Building sustainable entrepreneurship ecosystems. International Journal of Entrepreneurship and Small Business, vol. 26, issue 4, pp. 389-398.
Spigel B. (2017). The relational organization of entrepreneurial ecosystems. Entrepreneurship Theory and Practice, vol. 41, issue 1, pp. 49-72. https://doi.org/10.1111/etap.12167.
Spigel B., Stam E. (2017). Entrepreneurial ecosystems. In: Blackburn R., Clercq D., de, Heinonen J. (eds.). Sage handbook for entrepreneurship and small business. London: Sage Publications.
Stam E. (2015). Entrepreneurial ecosystems and regional policy: A sympathetic critique. European Planning Studies, vol. 23, issue 9, pp. 1759-1769. https://doi.org/10.1080/09654313.2015.1061484.
Stangler D., Bell-Masterson J. (2015). Measuring an entrepreneurial ecosystem. Ewing Marion Kauff-man Foundation. https://www.kauffman.org/wp-content/uploads/2019/12/measuring_an_entrepre-neurial_ecosystem.pdf.
Storper M. (1993). Regional 'worlds' of production: Learning and innovation in the technology districts of France, Italy and the USA. Regional Studies, vol. 27, issue 5, pp. 433-455. https://doi.org/10.108 0/00343409312331347675.
Thomson A. M., Perry J. L. (2006). Collaboration processes: Inside the black box. Public Administration Review, vol. 66, issue s1, pp. 20-32. https://doi.org/10.1111/j.1540-6210.2006.00663.x.
Trabskaja J., Mets T. (2019). Ecosystem as the source of entrepreneurial opportunities. Foresight and STI Governance, vol. 13, no. 4, pp. 10-22. DOI: 10.17323/2500-2597.2019.4.10.22.
Information about the authors
Svetlana V. Orekhova, Dr. Sc. (Econ.), Associate Prof., Prof. of Enterprises Economics Dept., Ural State University of Economics, 62/45 8 Marta/ Narodnoy Voli St., Ekaterinburg, 620144, Russia Phone: +7 (343) 283-11-21, e-mail: [email protected]
Andrey V. Misyura, General Director of Scientific and Production Association of Automatics named after academician N. A. Semikhatov, 145 Mamina-Sibiryaka St., Ekaterinburg, 620075, Russia Phone: +7 (343) 214-80-40, e-mail: [email protected]
© Орехова С. В., Мисюра А. В., 2021
