Индекс 71112 - rssi.ru · Новая и новейшая ... Иванов В.Н., Овсиенко Ю.В., Сухова Н.Н. Социальная сфера России в

ISS

N 0

424-

7388

Эко

ном

ика

и м

атем

атич

ески

е м

етод

ы, 2

015,

том

51,

№ 2

"Н А У К А"

Журналы РАН, выходящие в свет на русском языке

Автоматика и телемеханика*АгрохимияАзия и Африка сегодняАкустический журнал*Алгебра и анализАстрономический вестник*Астрономический журнал*Биологические мембраны*Биология внутренних вод*Биология моря*Биоорганическая химия*Биофизика*Биохимия*Ботанический журналВестник РАН*Вестник древней историиВестник Южного научного центраВодные ресурсы*Вопросы истории естествознания и техникиВопросы ихтиологии*Вопросы философииВопросы языкознанияВостокВулканология и сейсмология*Высокомолекулярные соединения (Сер. А, В, С)*Генетика*Геология рудных месторождений*Геомагнетизм и аэрономия*ГеоморфологияГеотектоника*Геохимия*Геоэкология, инженерная геология, гидрогеология, геокриологияГосударство и правоДефектоскопия*Дискретная математикаДифференциальные уравнения*Доклады Академии наук*Журнал аналитической химии*Журнал высшей нервной деятельности имени И.П. ПавловаЖурнал вычислительной математики и математической физики*Журнал неорганической химии*Журнал общей биологииЖурнал общей химии*Журнал органической химии*Журнал прикладной химии*Журнал технической физики*Журнал физической химии*Журнал эволюционной биохимии и физиологии*Журнал экспериментальной и теоретической физики*Записки Российского минералогического обществаЗемля и ВселеннаяЗоологический журналИзвестия РАН. Механика жидкости и газа*Известия РАН. Механика твердого тела*Известия РАН. Серия биологическая*Известия РАН. Серия географическаяИзвестия РАН. Серия литературы и языкаИзвестия РАН. Серия математическаяИзвестия РАН. Серия физическая*Известия РАН. Теория и системы управления*Известия РАН. Физика атмосферы и океана*Известия РАН. ЭнергетикаИзвестия русского географического обществаИсследование Земли из космосаКинетика и катализ*Коллоидный журнал*Координационная химия*Космические исследования*Кристаллография*Латинская АмерикаЛесоведениеЛёд и СнегЛитология и полезные ископаемые*Математические заметки*Математический сборникМатематическое моделированиеМикология и фитопатология

Микробиология*Микроэлектроника*Мировая экономика и международные отношенияМолекулярная биология*Наука в РоссииНаучное приборостроениеНейрохимия*Неорганические материалы*Нефтехимия*Новая и новейшая историяОбщественные науки и современностьОбщество и экономикаОкеанология*Онтогенез*Оптика и спектроскопия*Палеонтологический журнал*ПаразитологияПетрология*Письма в Астрономический журнал*Письма в Журнал технической физики*Письма в Журнал экспериментальной и теоретической физики*Поверхность*Почвоведение*Приборы и техника эксперимента*Прикладная биохимия и микробиология*Прикладная математика и механикаПриродаПроблемы Дальнего ВостокаПроблемы машиностроения и надежности машин*Проблемы передачи информации*Программирование*Психологический журналРадиационная биология. РадиоэкологияРадиотехника и электроника*Радиохимия*РасплавыРастительные ресурсыРоссийская археологияРоссийская историяРоссийский иммунологический журналРоссийский физиологический журнал имени И.М. СеченоваРусская литератураРусская речьСенсорные системыСлавяноведениеСоциологические исследованияСтратиграфия. Геологическая корреляция*США. Канада. Экономика – политика – культураТеоретическая и математическая физикаТеоретические основы химической технологии*Теория вероятностей и ее применениеТеплофизика высоких температур*Труды Математического института имени В.А. Стеклова*Успехи математических наукУспехи современной биологииУспехи физиологических наукФизика Земли*Физика и техника полупроводников*Физика и химия стекла*Физика металлов и металловедение*Физика плазмы*Физика твердого тела*Физикохимия поверхности и защита материалов*Физиология растений*Физиология человека*Функциональный анализ и его применениеХимическая физика*Химия высоких энергий*Химия твердого топлива*Цитология*ЧеловекЭкология*Экономика и математические методыЭлектрохимия*Энергия, экономика, техника, экологияЭтнографическое обозрениеЭнтомологическое обозрение*Ядерная физика*

Индекс 71112

* Материалы журнала издаются группой Pleiades Publishing на английском языке

oblohka_2_2015.indd 1oblohka_2_2015.indd 1 3/24/15 9:40:57 AM3/24/15 9:40:57 AM

Российская академия наук

ЭКОНОМИКАИ МАТЕМАТИЧЕСКИЕ

МЕТОДЫТом 51 № 2 2015

Журнал основан в 1964 г.Выходит 4 раза в год

ISSN: 0424-7388

Журнал издается под руководствомОтделения общественных наук РАН

Главный редакторВ.Л. Макаров

Редакционная коллегия:

А.А. Афанасьев, С.А. Афонцев, В.А. Волконский, Н.А. Волчкова, Ю.Н. Гаврилец, Е.Г. Гольштейн (зам. главн. ред.), В.Г. Гребенников,

А.А. Гусев, В.Е. Дементьев, Г.В. Егоров, Р.С. Ениколопов, А.В. Захаров, С.Б. Измалков (зам. главн. ред.), В.Л. Квинт,

Г.Б. Клейнер, М. Кубонива, А.М. Либман, В.Н. Лившиц, Ю.В. Овсиенко (зам. главн. ред.), В.М. Полтерович, А.Б. Поманский,

А.В. Савватеев, Е.В. Устюжанина, И.С. Шитова (зам. главн. ред.)

Зав. редакцией Н.С. Виноградова

Адрес редакции:

117418 Москва, Нахимовский просп., 47Тел.: (499) 129-39-33

МоскваИздательство “Наука”

© Российская академия наук, 2015 © Редколлегия журнала

“Экономика и математические методы”(составитель), 2015

oblohka_2_2015.indd 2oblohka_2_2015.indd 2 3/24/15 9:40:59 AM3/24/15 9:40:59 AM

СОДЕРЖАНИЕ

Том 51, номер 2, 2015

Теоретические и методологические проблемы Иванов В.Н., Овсиенко Ю.В., Сухова Н.Н. Социальная сфера России в 1990–2000-е годы (трудовая деятельность и уровень жизни населения) 3

Отраслевые проблемыБахитова Р.Х., Гафарова Е.А., Хайруллина Н.А. Модель инвестиций в коммерческую недвижимость с учетом параметров потребительского рынка 19Бабенко Е.А., Скородумов С.В. Инструментарий конкурентного анализа при создании объектов новой техники на примере авиастроения 28

Математический анализ экономических моделейПлещинский А.С. Вычислимая модель структурной трансформации вертикально связан- ных отраслей промышленности 40Вебер Ш., Довер П.А., Давыдов Д.В. Трансферты и предотвращение конфликтов: “за” и “против” 60Кучаев А.И. Повышение эффективности механизма государственного заказа на НИОКР 70Седова С.В. Модель формирования структуры инвестиционных программ 89Котляров И.Д. Отбор партнера по лицензионному соглашению 103

Экологические проблемыГусев А.А. Эволюция политики эколого-экономического развития 113

Критика и библиографияАфанасьев М.Ю., Варшавский Л.Е. Рецензия на книгу В.Н. Лившица “Системный ана-

лиз рыночного реформирования нестационарной экономики России. 1992–2013”. М.: Ленанд, 2013. – 640 с. 121Макаров В.Л. Рецензия на учебник В.И. Данилина “Финансовое и операционное плани- рование в корпорации (методы и модели)”. М.: ИД “Дело” РАНХиГС, 2014. – 616 с. 125Авторы статей 127

ContentsVol. 51, No. 2, 2015

Theoretical and methodological problemsIvanov V.N., Ovsienko Yu.V., Sukhova N.N. Russian Social Sphere in the 1990s and 2000s (Labor Activity and Standard of Living) 3

Industrial problemsBakhitova R.H., Gafarova Ye.A., Khayrullina N.A. Model of investments into commercial real estate concerning the parameters of the consumer market 19Babenko Ye.A., Skorodumov S.V. Compretitive analysis’ tools for creating new technology objects with aircraft engineering as an example 28

Mathematical analysis of economic modelsPleschinsky A.S. Computable model of structural transformation of vertically integrated industries 40Weber S., Dower P.A., Davydov D.V. Transfers and confl ict prevention: pro et contra 60Kuchaev A.I. Effi ciency Increase in Mechanism Design of State Procurement for R&D 70Sedova S.V. Model of Investment Programs Structure Formation 89Kotliarov I.D. Selection of a partner for licensing agreement 103

Ecological problemsGusev A.A. The evolution of policy of ecological and economic development 113

Critics and bibliographyAfanasiev M.Yu., Varshavsky L.Ye. Book review Livshitz V.N. “System analysis of the market reforms in the non-stationary Russian economy. 1992–2013”. M.: Lenand, 2013. – 640 pp. 121Makarov V.L. Book review Danilin B.I. “Financial operations planning in corporations (methods and models) (text-book)”. M.: Publishing House ‘Delo’ RANEPA, 2014. – 616 pp. 125Authors of the articles 127

3

ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ, 2015, том 51, № 2, с. 3–18

ТЕОРЕТИЧЕСКИЕ И МЕТОДОЛОГИЧЕСКИЕПРОБЛЕМЫ

СОЦИАЛЬНАЯ СФЕРА РОССИИ В 1990–2000-е годы(ТРУДОВАЯ ДЕЯТЕЛЬНОСТЬ

И УРОВЕНЬ ЖИЗНИ НАСЕЛЕНИЯ)*

© 2015 г. В.Н. Иванов, Ю.В. Овсиенко, Н.Н. Сухова(Москва)

Представлена вторая статья в серии публикаций, посвященных анализу процессов развития социальной сферы России в 1990–2000-е годы. В работе рассматриваются тенденции в тру-довой деятельности российского населения, занятости по секторам и отраслям экономики; анализируются условия жизни разных групп населения, уровень неравенства в распределе-нии доходов.Ключевые слова: социальная сфера, тенденции развития, трудовая деятельность, рынок труда, неформальный сектор, распределение доходов, уровень бедности.Классификация JEL: I00.

ТРУДОВАЯ ДЕЯТЕЛЬНОСТЬ НАСЕЛЕНИЯ

Радикальные экономические преобразования привели к серьезной трансформации трудовой деятельности населения России. Это касается практически всех ее составляющих: содержания и условий труда, уровня его оплаты, характера трудовых отношений, структуры занятости по секторам и отраслям экономики, общего уровня экономической активности, занятости и без-работицы. На основе анализа динамики показателей, характеризующих трудовую деятельность российского населения, представляется целесообразным рассмотреть два временных интервала: 1990-е и 2000-е годы.

1990-е годы. В пореформенный период в условиях глубокого и затяжного экономического спада, продолжавшегося вплоть до 1999 г., наблюдалось значительное ухудшение показателей экономической активности населения, занятости и безработицы, – т.е. основных показателей, характеризующих ситуацию на рынке труда1. Как видно из данных, представленных в табл. 1, в рассматриваемом периоде занятость в экономике быстро сокращалась, а безработица, почти полностью отсутствовавшая в советский период, к концу 1990-х годов выросла до уровня в 13% численности экономически активного населения.

В отличие от стран с развитой рыночной экономикой быстрый рост безработицы в России в 1990-е годы означал не просто ухудшение материального положения растущего числа людей, не имеющих работы, а практически лишение их средств существования: в службах занятости регистрировалась и получала пособия по безработице лишь незначительная часть безработных (в 1999 г. – 14 и 12% соответственно). На грань выживания были поставлены не только безработ-

* Статья подготовлена при финансовой поддержке Российского гуманитарного научного фонда (проект 13-02-00278).1 Данные показатели рассчитываются на основе данных обследований населения по проблемам занятости (ОНПЗ),

проводимых начиная с 1992 г. В соответствии с принятой методологией уровень экономической активности рассчи-тывается как отношение численности экономически активного населения (сумма занятых и безработных) к общей численности населения в возрасте 15–72 лет; уровень занятости – как отношение численности занятых к общей численности населения в возрасте 15–72 лет, а уровень безработицы – как отношение численности безработных к численности экономически активного населения. При этом занятыми считаются лица, которые выполняли работу по найму за вознаграждение, а также не по найму для получения прибыли или семейного дохода. Безработными счи-таются лица, которые не имели работы (доходного занятия), занимались поиском работы и были готовы приступить к ней.

4 ИВАНОВ и др.

ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ том 51 № 2 2015

ные, но и большая часть населения, в том числе занятые в экономике. Средняя заработная плата работников организаций (в официальной статистике отсутствует показатель средней заработной платы занятых в экономике в целом) на протяжении 1990-х годов постоянно снижалась, а при одновременном росте ее дифференциации увеличивалась численность работников с заработной платой ниже уровня физиологического прожиточного минимума. В результате к 1999 г. средняя реальная начисленная заработная плата работников организаций сократилась по сравнению с 1991 г. в три раза; при этом почти половина работников стали получать заработную плату ниже уровня прожиточного минимума (табл. 2). Обычным явлением стали в 1990-е годы и многоме-сячные задержки выплат заработной платы.

Можно констатировать, таким образом, что результатом радикальных экономических реформ, так называемой шоковой терапии, стало действительно шокирующее, катастрофическое ухудше-ние ситуации в трудовой сфере, обусловившее рост социально-психологической напряженности в результате неспособности населения адаптироваться к новым экономическим условиям. Имен-но социально-психологический стресс и стал основной причиной резкого роста смертности в 1990-е годы2. Вместе с тем население, по-видимому, стало постепенно приспосабливаться к но-вым реалиям и выбрало в качестве стратегии выживания развитие экономики самообеспечения. Эта стратегия была реализована с помощью специфического для России механизма нестандарт-ной занятости, а именно – производства продовольствия (и иной продукции) в домашних хозяй-ствах для собственного потребления3.

Данные о численности занятых производством продовольствия для собственного потреб-ления в официальной статистике до 1999 г. отсутствовали. Это объясняется тем, что в соответ-ствии с методологией ОНПЗ лица, трудовая деятельность которых ограничивалась лишь само-

2 Эта ситуация рассмотрена нами в предыдущей статье, посвященной анализу социальной сферы России (Иванов, Овсиенко, Сухова, 2014).

3 Данная проблема подробно анализируется в работе (Капелюшников, 2005).

Таблица 1. Основные показатели рынка труда в 1992–1999 гг.*

Показатель 1992 1993 1994 1995 1996 1997 1998 1999

Численность экономически активного населения, млн человек

75,1 72,8 70,6 70,7 69,7 68,3 67,4 72,4

Занятые в экономике, млн человек 71,2 68,5 64,9 64,0 63,0 60,2 58,5 62,9Безработные, млн человек 3,9 4,3 5,7 6,7 6,7 8,1 8,9 9,4Уровень экономической активности, % 70,7 68,4 65,9 65,1 63,9 62,2 61,1 65,3Уровень занятости, % 67,1 64,3 60,5 59,0 57,7 54,9 53,0 56,8Уровень безработицы, % 5,2 5,9 8,1 9,4 9,7 11,8 13,3 13,0

* Показатели, представленные здесь и далее, кроме особо указанных случаев, приводятся в соответствии с данными Госкомстата РФ (www.gks.ru).

Таблица 2. Показатели заработной платы работников организаций

Показатель 1992 1993 1994 1995 1996 1997 1998 1999

Реальная начисленная заработная плата, % к 1991 г.

67 69 62 45 48 50 43 34

Коэффициент фондов (соотноше-ние средней заработной платы 10% наиболее высоко оплачиваемых и 10% работников с наиболее низ-кой оплатой труда)

Нет данных

Нет данных

23,0 25,8 23,6 25,5 Нет данных

32,1

Удельный вес работников с зара-ботной платой ниже прожиточного минимума, %

Нет данных

Нет данных

27 43 29 40 Нет данных

45

СОЦИАЛЬНАЯ СФЕРА РОССИИ В 1990–2000-е годы 5


обеспечением, классифицируются как незанятые, т.е. как безработные, или как экономически неактивные4. По этой причине, по-видимому, в ОНПЗ, проведенных в 1992–1998 гг., отсутство-вали вопросы о занятости производством продукции для собственного использования, а соответ-ствующий блок вопросов был включен в анкеты обследования лишь в 1999 г.

Согласно данным ОНПЗ 1999 г. общая численность занятых производством сельскохозяй-ственной продукции в домашних хозяйствах составила 22,1 млн человек, т.е. данным видом тру-довой деятельности был занят каждый пятый житель России в возрасте 15–72 лет5; при этом производством продукции только для собственного использования, т.е. занятых в натуральных хозяйствах, – 15,4 млн человек. Более того, формулировка соответствующих вопросов в обсле-довании 1999 г. была такой, что они воспринимались респондентами как относящиеся лишь к сельским жителям. После корректировки этих вопросов в 2001 г. численность занятых производ-ством продукции в домашних хозяйствах возросла, по данным ОНПЗ, до 25,3 млн человек, в том числе занятых в натуральных хозяйствах – до 23,5 млн.

Масштабы занятости населения России в производстве продукции в домашних хозяйствах не имеют прецедентов в экономически развитых странах. “Трудно было предполагать, – как справедливо отмечал Р. Капелюшников, – что в такой индустриализованной и урбанизированной стране, как Россия, располагающей высокообразованной рабочей силой, может существовать гигантский анклав экономики самообеспечения”. Возникновение такого огромного анклава сле-дует считать одним из результатов радикальных реформ в экономике. При этом можно констати-ровать, что выбранная населением стратегия выживания оказалась, по-видимому, оправданной, обеспечив в условиях шоковой терапии хотя бы относительную продовольственную безопас-ность многих семей: по данным обследований бюджетов домохозяйств, в 1997–1999 гг. доля поступлений натуральных продуктов питания в общей стоимости питания всех домохозяйств составляла 15–18%, а домохозяйств в сельской местности – 37–46%. Заметим также, что при очевидно низком уровне производительности тяжелого физического, ручного труда в домашних хозяйствах его доля в общем объеме производства сельскохозяйственной продукции в 1999 г. по сравнению с 1990 г. значительно увеличилась: в производстве картофеля – с 66 до 92%, овощей – с 33 до 77%, скота и птицы на убой – с 25 до 59%, молока – с 24 до 50%.

Мы намеренно столь подробно рассмотрели феномен занятости производством продукции в домашних хозяйствах, так как именно он наглядно характеризует основную тенденцию 1990-х годов – примитивизацию экономики и, соответственно, примитивизацию трудовой деятельности населения.

С досчетом численности занятых только производством продукции для собственного пот-ребления, т.е. не имевших других доходных занятий, общая среднегодовая численность занятых в сельском хозяйстве составила в 1999 г. 16,5 млн человек, или 23% среднегодовой численности (с учетом указанного досчета) занятых в экономике. При этом занятость в сельском хозяйстве стала выше, чем в промышленности, среднегодовая численность занятых в которой сократилась с 22,4 млн человек в 1991 г. до 14,3 млн в 1999 г.

2000-е годы. В рассматриваемом периоде вплоть до 2009 г. наблюдались относительно вы-сокие темпы роста российской экономики, в результате чего отмечалась и положительная дина-мика основных показателей рынка труда (табл. 3). При этом, как видно из представленных ниже данных, финансово-экономический кризис 2008–2009 гг. не привел к резкому ухудшению ситуа-ции, и она относительно быстро стабилизировалась в последующие годы.

Рост экономической активности и занятости населения сопровождался в 2000-е годы так-же ростом заработной платы работников организаций (табл. 4). Наиболее высокие темпы роста оплаты труда наблюдались в 2000–2007 гг., в результате чего в 2007 г. средний размер реальной начисленной заработной платы достиг уровня дореформенного 1991 г. В то же время, несмотря на снижение дифференциации заработной платы, ее уровень сохранялся достаточно высоким,

4 Такая трактовка противоречит, на наш взгляд, методологии системы национальных счетов (СНС), согласно которой продукция, производимая для собственного потребления, включается в объем ВВП и квалифицируется как выпуск нерыночных некорпорированных предприятий, принадлежащих домашним хозяйствам.

5 По данным переписи 2002 г., численность данной возрастной когорты населения составляла около 109 млн чело-век.



вследствие чего заработки значительной части работников оставались крайне низкими. Так, в 2007 г. средняя заработная плата равнялась 4,2 прожиточного минимума трудоспособного насе-ления, однако при этом каждый пятый работник получал заработную плату ниже прожиточного минимума. К настоящему времени доля работников с заработной платой, не превышающей уро-вень прожиточного минимума, существенно сократилась, однако удельный вес низкооплачивае-мых работников в их общей численности6 в России и в настоящее время (29% – в 2013 г.) – зна-чительно выше, чем в большинстве экономически развитых стран (в среднем по странам ОЭСР он составил 16% в 2012 г. (OECD, 2014)).

Начиная с середины двухтысячных годов, т.е. в период восстановления дореформенного уровня доходов населения, наблюдалось и очевидное снижение занятости в экономике самообес-печения (табл. 5). Такая тенденция была обусловлена, по-видимому, как улучшением ситуации на рынке труда, так и тем, что в условиях роста доходов населения и отсутствия дефицита това-ров на продовольственном рынке самообеспечение продуктами питания стало для многих семей менее актуальным. Так, если в 2004 г. доля натуральных поступлений продовольствия в общей стоимости питания всех домохозяйств составляла 19%, а домохозяйств в сельской местности – 35%, то в 2013 г. эти показатели снизились до 10 и 23% соответственно.

Вместе с тем и существующий в настоящее время уровень занятости в производстве сельско-хозяйственной продукции для собственного потребления представляется необоснованно высо-ким. С досчетом численности занятых только в натуральных хозяйствах, т.е. не имевших других доходных занятий, общая среднегодовая численность занятых в сельском хозяйстве составила в 2013 г. 11,8 млн, или 16% среднегодовой численности (с учетом указанного досчета) занятых в экономике.

Как мы уже отмечали ранее, основной тенденцией 1990-х годов была примитивизация тру-довой деятельности населения. Несмотря на сокращение занятости в производстве продукции для собственного потребления, эта тенденция сохранилась и в 2000-е годы. Одним из главных свидетельств этого является динамика занятости по двум группам хозяйствующих субъектов.

6 По международным стандартам, низкооплачиваемыми считаются работники, заработная плата которых не превыша-ет 2/3 медианной заработной платы.

Таблица 3. Основные показатели рынка труда в 2000–2012 гг.

Показатель 2000 2001 2003 2005 2007 2008 2009 2010 2011 2012

Численность экономически активного населения, млн человек

72,8 71,6 72,3 73,5 75,3 75,7 75,7 75,5 75,8 75,7

Занятые в экономике, млн человек 65,1 65,1 66,3 68,3 70,8 71,0 69,4 69,9 70,9 71,5Безработные, млн человек 7,7 6,4 5,9 5,2 4,5 4,7 6,3 5,5 4,9 4,1Уровень экономической активности, % 65,5 64,2 64,7 66,0 67,1 67,4 67,6 67,7 68,3 68,7Уровень занятости, % 58,5 58,4 59,4 61,3 63,1 63,2 62,0 62,7 63,9 64,9Уровень безработицы, % 10,6 9,0 8,2 7,1 6,0 6,2 8,3 7,3 6,5 5,5

Таблица 4. Показатели заработной платы работников организаций

Показатель 2001 2003 2005 2007 2009 2011 2013

Реальная начисленная заработная пла-та, % к 2000 г.

120 154 192 245 263 285 325

Реальная начисленная заработная пла-та, % к 1991 г.

49 63 79 100 108 117 133

Коэффициент фондов 39,6 30,0 24,9 22,1 14,7 16,1 15,8Удельный вес работников с заработ-ной платой ниже прожиточного мини-мума, %

44 36 28 19 14 14 9



В статистике труда и занятости они определены как “организации” и “неформальный сектор”. К занятым в неформальном секторе относятся занятые по найму у физических лиц и индиви-дуальных предпринимателей; предприниматели без образования юридического лица; занятые на индивидуальной основе (самозанятые); занятые в домашнем хозяйстве на производстве про-дукции, предназначенной для реализации. При этом основу неформального сектора составляют наемные работники. Как видно из представленных ниже данных (табл. 6), среднегодовая числен-ность занятых в неформальном секторе, равная разности между среднегодовой численностью занятых в экономике и среднегодовой численностью занятых в организациях7, имела очевидную тенденцию роста, а численность занятых в организациях, напротив, сокращалась. В результате удельный вес неформального сектора в среднегодовой численности занятых в экономике увели-чился с 21% в 2000 г. до 33% в 2012 г. В случае же досчета численности занятых производством продукции для собственного потребления показатель доли неформального сектора в среднегодо-вой численности занятых в экономике составил в 2012 г. 38%.

Рост занятости в неформальном секторе, в первую очередь за счет численности наемных ра-ботников, свидетельствует о примитивизации трудовой деятельности по причине правовой неза-щищенности наемных работников неформального сектора. Трудовые отношения здесь характе-ризует абсолютный диктат работодателя, а способы оплаты труда зачастую являются откровенно архаичными. Широко распространены, например, оплата по результату, противоречащая прин-ципу оплаты по количеству и качеству затраченного работником труда, а также поденная оплата, отрицающая ценность постоянной работы и, соответственно, стабильного заработка. Другими

7 Росстат на основе данных ОНПЗ дает меньшую оценку численности занятых в неформальном секторе. Это объяс-няется тем, что люди, участвующие в опросах, зачастую идентифицируют себя с “организациями”, даже если те не являются зарегистрированными, т.е. неформальными группами (Гимпельсон, Зудина, 2011). Об этом свидетельству-ет и тот факт, что (по данным ОНПЗ) занятость в организациях превышает официально регистрируемую почти на 10 млн человек.

Таблица 5. Занятость населения производством продукции в домашних хозяйствах, млн человек

Год Всего

В том числе

для реализации для собственного потребления

ВсегоЗанятые только

этим видом деятельности

ВсегоЗанятые только

этим видом деятельности

2001 25,3 1,8 0,9 23,5 10,52006 24,8 4,2 2,4 20,6 8,92010 18,5 2,7 1,5 15,8 6,52013 16,2 2,8 1,6 13,4 5,5

Таблица 6. Динамика занятости в организациях и неформальном секторе в 2000-е годы

Показатель 2000 2003 2005 2007 2009 2011 2012

Занятые в организациях, млн человек 51,2 49,4 48,2 48,9 47,4 45,9 45,9Занятые в организациях, % к средне-годовой численности занятых в экономике

79 76 72 72 70 68 67

Занятые в неформальном секторе, млн человек

13,3 16,1 18,6 19,1 20,3 21,8 22,1

Занятые в неформальном секторе, % к среднегодовой численности заня-тых в экономике

21 24 28 28 30 32 33



словами, работник неформального сектора “не знает, что такое трудовой кодекс, не знаком с профсоюзами и коллективными договорами, его рабочий день отличается от нормативно провоз-глашенного, а используемая им технология зачастую примитивна” (Гимпельсон, Зудина, 2011).

Существуют веские основания полагать, что занятость в неформальном секторе является вынужденной. Она занимает в определенном смысле промежуточное положение между безра-ботицей и занятостью в организациях (корпоративном секторе) и представляет собой простую альтернативу безработице, а не занятости в корпоративном секторе. Об этом свидетельствуют, в частности, расчеты, проведенные на основе статистики по регионам страны, показывающие, что занятость в неформальном секторе возрастает с ростом напряженности на рынке труда и сниже-нием заработной платы работников организаций (табл. 7). Другими словами, она увеличивается при имеющем место (даже при низкой оплате труда в организациях) дефиците рабочих мест в корпоративном секторе, выполняя при этом функцию демпфирования дальнейшего роста безра-ботицы в депрессивных регионах.

На тенденцию примитивизации трудовой деятельности населения в результате роста нефор-мального сектора указывает также большой и возрастающий при этом разрыв в уровне произво-дительности труда в организациях и секторе домашних хозяйств (по терминологии СНС), вклю-чающем занятых в неформальном секторе и натуральных хозяйствах. Согласно нашим расчетам на основе данных СНС и статистики занятости, валовая добавленная стоимость (ВДС) в основ-ных ценах в 2002 г. в расчете на одного занятого в корпоративном секторе была в 3,1 раза выше, чем в секторе домашних хозяйств, а в 2012 г. – в 5,6 раза.

Заметим, что основанием для распространенной критики российской экономики в том, что темпы роста заработной платы в ней опережают темпы роста производительности труда, явля-ется именно высокая и растущая занятость в неформальном секторе, а также тот факт, что в со-ответствующих расчетах динамика ВВП оценивается для экономики в целом, а используемый в расчетах показатель средней заработной платы является показателем средней зарплаты только в организациях. Так, в текущих ценах среднемесячная заработная плата в период 2002–2012 гг. выросла в 6,1 раза, а соответствующий рост ВДС в основных ценах в расчете на одного занятого в экономике – в 5,3 раза. В то же время соответствующий рост ВДС в расчете на одного занятого в организациях составил 6,4 раза, т.е. был даже выше роста заработной платы.

Рост неформального сектора является, однако, не единственной характеристикой примити-визации трудовой деятельности. В корпоративном секторе в пореформенном периоде, во-пер-вых, значительно ухудшились условия труда и, во-вторых, не наблюдалось прогрессивных изме-нений в структуре занятости по отраслям и секторам экономики. Так, по данным обследований условий труда в организациях8, удельный вес численности работников, занятых в условиях, не отвечающих гигиеническим ноpмативам, в процентах от общей численности работников уве-

8 Обследовались организации следующих видов деятельности: добыча полезных ископаемых, обрабатывающие про-изводства, производство и распределение электроэнергии, газа и воды, строительство, транспорт и связь.

Таблица 7. Распределение субъектов РФ по показателям занятости в неформальном секторе напряженно-сти на рынке труда и средней заработной платы работников организаций (2009 г.)

Показатель Занятые в неформальном секторе,

% к общей численности занятых в экономике

до 10,0 10,1–20,0 20,1–30,0 30,1 и более

Число регионов 8 31 31 12Средний уровень безработицы, % 5,1 8,4 10,4 16,1Среднее число безработных в расчете на одну вакансию, заявленную организациями в органы обеспечения занятости

4,2 12,9 27,2 124,2

Средняя величина заработной платы работников организаций, руб. в месяц

31 617 16 944 14 251 12 268

Источник: Иванов, Суворов, 2012.



личился с 17,5 в 1993 г. до 31,6% в 2012 г.; работавших под воздействием повышенного уpовня шума, ультpа- и инфpазвуков – с 7,3 в 1993 г. до 17,7 в 2012 г.; занятых на тяжелых работах – с 2,6 в 1993 г. до 13% в 2012 г.

Что же касается структуры занятости, то во многих отраслях, относимых по международной классификации к “экономике знаний” (knowledge intensive sectors), число рабочих мест не только не увеличилось, но и значительно сократилось. В промышленности к ним относится машино-строение, производство электронного и оптического оборудования, химическая и фармацевти-ческая отрасли, производство транспортных средств, в том числе авиационных и космических. Численность занятых в соответствующих видах экономической деятельности в России сокра-тилось за период 2000–2011 гг. на 2,2 млн человек, или более чем на 40%. К числу признанных секторов “экономики знаний”, рост численности занятых в которых является общемировой тен-денцией, относятся также научные исследования и разработки и здравоохранение.

В России наблюдалась прямо противоположная общемировой тенденция: численность за-нятых исследованиями и разработками за указанный период снизилась на четверть, или почти на 300 тыс., а по сравнению с 1990 г. она сократилась почти на 2 млн человек, или более чем в 3 раза. В результате Россия, являвшаяся в дореформенный период страной-лидером по показа-телю числа исследователей в расчете на миллион жителей, заняла в 2011 г. по этому показателю лишь 23 место в мире (рассчитано по (World Bank, 2014)). Занятость в здравоохранении России незначительно увеличилась в период с 2000 по 2008 г., однако в последние годы наметилось ее сокращение (в 2013 г. численность снизилась по сравнению с 2008 г. почти на 150 тыс. человек), что также противоречит общемировой тенденции9. В результате по доле занятых в здравоохране-нии в общей численности занятых в экономике Россия в настоящее время (6,7% в 2013 г.) отстает от Австрии, Бельгии, Великобритании, Ирландии, Германии, Каналы, США и Чехии в 1,5–2 раза, а от Норвегии, Финляндии, Швеции – в 2,5–3 раза (рассчитано по (Health at a Glance, 2011)).

Примитивизация структуры занятости в российской экономике особенно парадоксальна в условиях быстрого экономического роста в 2000-е годы, что во многом объясняется поведением как предпринимателей, так и государства. Анализ динамики инвестиций по направлениям свиде-тельствует о том, что крупный российский бизнес в “тучные нулевые” предпочитал не вклады-ваться в модернизацию существующих и тем более – в создание новых рабочих мест в стране, а скупать существующие активы, в том числе в возрастающих масштабах за рубежом (подробнее см. (Иванов, Овсиенко, Тихонов, Ясинский, 2011)). Правительство же на фоне громких заявле-ний о модернизации экономики, новой индустриализации, создании 25 млн новых высокотехно-логичных рабочих мест не только не препятствовало такому поведению бизнеса, но и само инве-стировало выросшие в эти годы бюджетные доходы не в создание новых современных рабочих мест (в том числе в бюджетном секторе, обеспечив, например, рост занятости в здравоохранении до уровня экономически развитых стран), а в иностранные ценные бумаги.

УРОВЕНЬ ЖИЗНИ НАСЕЛЕНИЯ

В рассматриваемом периоде динамика реальных располагаемых среднедушевых доходов на-селения (табл. 8) в целом была сходной с динамикой реальной начисленной заработной платы работников организаций. В 1992 г. доходы населения по сравнению с 1991 г. снизились почти в 2 раза и оставались на таком же низком уровне до начала 2000-х годов. В первой половине 2000-х годов наблюдался быстрый рост доходов, в результате чего в 2006 г. их величина достиг-ла дореформенного уровня, а к 2012 г. превысила его на треть. В то же время, согласно данным официальной статистики, уровень дифференциации доходов населения вплоть до второй поло-вины 2000-х годов был существенно ниже по сравнению с дифференциацией заработной платы. Парадоксальность данной ситуации заключается в том, что оплата труда наемных работников

9 Следует отметить, что в здравоохранении, в отличие от большинства других отраслей экономики, внедрение новых технологий ведет не к сокращению, а к увеличению численности занятых. Этот общепризнанный факт, по-видимо-му, не известен или игнорируется российскими “реформаторами”, о чем свидетельствует практика проводимой в по-следние годы так называемой “оптимизации”, в результате которой происходит сокращение численности персонала медицинских учреждений.



является основной статьей доходов населения, а дифференциация других видов доходов (кроме социальных трансфертов) – выше дифференциации заработной платы10. В этой связи следует отметить, что рассчитываемые государственными статистическими органами показатели диффе-ренциации доходов населения представляются достаточно спорными и явно недооценивают ее фактический уровень. Это обстоятельство следует учитывать при анализе данных как представ-ленных в табл. 8, так и приводимых нами далее показателей официальной статистики.

Следует также отметить, что в условиях значительного изменения дифференциации доходов (в дореформенный период коэффициент фондов составлял около 4) динамика среднедушевого дохода не характеризует правильно динамику уровня жизни наиболее массовых слоев населе-ния. Для этого необходимо использовать показатель модального, т.е. наиболее типичного, уров-ня дохода. Если исходить из официальных данных Росстата, в 2010 г. среднедушевые доходы составили 126%, а средняя заработная плата – 114% к уровню 1991 г. В то же время расчеты по-казывают, что в соответствии с официальными данными об изменении в этот период дифферен-циации доходов и заработной платы модальный денежный доход составил в 2010 г. лишь 66%, а модальная заработная плата – 78% к уровню 1991 г. Другими словами, это означает, что и по прошествии 20 пореформенных лет большая часть российского населения была беднее, чем в советский период.

10 Так, по данным А. Суворова и Г. Сухоруковой, коэффициент фондов для доходов от собственности составлял в 2007 г. 127,9 (Суворов, Сухорукова, 2009).

Таблица 8. Показатели динамики денежных доходов населения

Год Реальные располагаемые доходы, % к 1991 г. Коэффициент фондов

Доля населения с доходами ниже прожиточного

минимума, %

1992 52 8,0 341993 61 13,5 311994 69 15.2 221995 59 13,5 251996 59 13,3 221997 62 13,6 211998 52 13,8 231999 46 14,1 282000 52 13,9 292001 56 13,9 282002 62 14,0 252003 72 14,5 202004 79 15,2 182005 89 15,2 182006 101 15,9 152007 113 16,7 132008 118 16,6 132009 119 16,6 132010 126 16,6 122011 127 16,2 132012 133 16,4 11



Высокий рост совокупных доходов населения в 2000-е годы даже при росте их дифференциа-ции не мог не привести к существенному снижению доли населения с доходами ниже установ-ленного в России прожиточного минимума (см. табл. 8). Следует, однако, отметить, что данный стандарт бедности был впервые введен в 1992 г. как физиологический минимум – “прожиточ-ный минимум на период кризисного развития экономики”. Используемая для расчета этого ми-нимума потребительская корзина претерпела в последующие годы (в стоимостном выражении увеличение составило порядка 30%) лишь незначительные изменения. Представляется поэтому неоправданно высоким и нынешний показатель доли населения с доходами ниже установленно-го прожиточного минимума. Более того, по данным Росстата уровень бедности населения Рос-сии, исчисляемый в соответствии с наиболее часто применяемым международным стандартом (доля населения с доходами ниже 60% медианного среднедушевого дохода), не только не со-кратился, но в 2000-е годы даже несколько повысился. Аналогичная тенденция наблюдалась и при использовании стандарта в 50% медианного среднедушевого дохода, также используемого в межстрановых исследованиях (табл. 9). Применение указанных стандартов бедности позволяет, таким образом, проводить сравнительную оценку уровня бедности населения разных стран. Та-кое сравнение показывает, в частности, что уровень бедности населения в России существенно выше, чем в странах Евросоюза, в том числе выше, чем в бывших социалистических странах и странах – бывших республиках СССР.

Одно из следствий высокого уровня бедности российского населения состоит в том, что во многих семьях не удовлетворяется насущнейшая потребность людей – потребность в полно-ценном питании. Об остроте данной проблемы свидетельствует, в частности, тот факт, что, по данным статистики, около трети рожениц в стране страдают анемией, к числу основных причин которой относится прежде всего неполноценное питание (недопотребление мяса, рыбы, овощей, фруктов). В свою очередь, недоедание во время беременности негативно сказывается на здоро-вье будущего ребенка.

Не менее распространено в России и такое позорное явление, как хроническое недоедание детей из бедных семей. В результате ежегодно из-за недостаточной массы тела вследствие хро-нического недоедания военно-медицинские комиссии предоставляли молодым людям отсрочки от службы в армии. В 2006 г., например, такие отсрочки были предоставлены более 40 тыс. при-зывников, а среди призванных на военную службу было немало новобранцев с дефицитом массы тела, для которых в армии организовывались своего рода “откормочные” пункты, где эти солда-ты обеспечивались полуторной нормой довольствия (Минобороны..., 2006).

В связи с вышесказанным следует отметить, что среднедушевое потребление основных со-держащих белок продуктов питания в современной России не только не увеличилось, но и со-кратилось по сравнению с дореформенным периодом (табл. 10). Учитывая же значительно вы-росшую дифференциацию доходов и, соответственно, расходов населения, потребление белка в наибольшей степени сократилось в наименее обеспеченных семьях11. Потребление мяса и мясо-продуктов, овощей и фруктов в России в настоящее время существенно ниже, чем в большинстве европейских стран, несмотря на то что около трети всех потребительских расходов населения России приходится на покупку продовольствия, что в 2 раза выше данного показателя в странах Евросоюза.

11 Согласно расчетам на основе данных ОБДХ в 2012 г. среднедушевые расходы на покупку мяса и мясопродуктов, рыбы и рыбопродуктов, яиц, молока и молочных продуктов в домохозяйствах первого квинтиля (20% семей с наи-меньшими доходами) были почти в 2 раза меньше, чем в среднем по всем домохозяйствам.

Таблица 9. Показатели уровня бедности населения России, % общей численности населения

Показатель 2001 2005 2007 2008 2009 2010 2011 2012

Доля населения с доходами ниже 60% медианного дохода

24,3 25,2 26,0 25,7 25,6 25,6 25,6 25,6

Доля населения с доходами ниже 50% медианного дохода

17,2 18,0 18,9 18,8 18,8 18,8 18,8 18,8



Динамика потребительских расходов населения в 1990–2000-х годах (табл. 11) в целом была сходной с динамикой доходов. Следует, однако, отметить два отличия. Во-первых, в 1990-е годы падение потребительских расходов было менее значительным по сравнению с доходами насе-ления вследствие сокращения обязательных платежей и сбережений: доля последних в доходах снизилась к 1998 г. в три раза. Во-вторых, начиная с середины 2000-х годов темпы роста потре-бительских расходов стали существенно опережать темпы роста доходов населения, что было

Таблица 10. Потребление основных продуктов питания животного происхождения населением России в 1990 г. и 2012 г. (на душу населения, кг)

Продукт 1990 2012 2012, % к 1990 г.

Мясо и мясопродукты в пересчете на мясо 69 68 98Рыба и рыбопродукты 20,3 15,5* 76Яйца, штук 297 278 94Молоко и молочные продукты 386 249 64

* 2010 г.

Таблица 11. Показатели динамики расходов населения на приобретение товаров и оплату услуг (в посто-янных ценах), % к 1991 г.*

Год Расходы на приобретение товаров Расходы на оплату услуг

Суммарные расходы на приобретение товаров

и оплату услуг

1992 67 82 661993 68 57 651994 68 36 631995 64 29 581996 64 28 581997 67 29 611998 65 29 591999 61 31 562000 64 32 602001 74 33 672002 81 34 732003 88 37 792004 99 40 892005 113 42 1012006 129 46 1152007 150 50 1282008 171 52 1422009 162 50 1342010 172 61 1432011 185 53 1552012 196 55 162

* С корректировкой данных за 1992 г. (о необходимости такой корректировки и ее методе см. (Иванов и др., 2008)).



обусловлено в первую очередь бурным ростом системы потребительского кредита. В результате, по данным ОБДХ, в 2012 г. более 30% семей имели долг по кредиту.

Как видно из данных, приводимых в табл. 12, основное отличие структуры потребительских расходов в текущих ценах в 1991 г. и в 2011 г. заключается в двукратном росте доли расходов на оплату услуг. Это свидетельствует, однако, не об улучшении структуры потребления российско-го населения, а лишь об опережающем росте тарифов на услуги. При пересчете в постоянные цены картина принципиально меняется: при росте расходов на продовольственные и непродо-вольственные товары доля услуг в общем объеме потребления в 2011 г. по сравнению с 1991 г. сократилась более чем в два раза. Несмотря на значительный рост расходов в 2000-е годы, рос-сияне значительно сократили по сравнению с дореформенным периодом потребление многих видов услуг. Например, число пассажиров транспорта общего пользования снизилось более чем в два раза, число посещений театров и музеев – более чем в 1,5 раза, а кинотеатров – на порядок, численность детей, посещающих дошкольные учреждения, – в 1,6 раза.

Сравнительный межстрановый анализ показывает, что большая часть российского населе-ния, имея крайне низкие доходы, и в период потребительского бума характеризовалась крайне примитивной структурой потребления, которая практически не отличалась от структуры пот-ребления населения развивающихся стран, уровень экономического развития которых в разы ниже российского. Значительное сходство в структуре потребления с населением экономически развитых стран имели только наиболее обеспеченные жители России (Иванов и др., 2008). За-метим при этом, что богатые россияне значительную часть своих доходов вывозят и расходуют за рубежом. Следует также иметь в виду, что в потребительских расходах не учтены расходы на приобретение недвижимости.

Сохраняющийся высоким уровень бедности российского населения объясняется нескольки-ми причинами: неоправданно заниженным минимальным размером оплаты труда (МРОТ), от-сутствием эффективной системы социальных пособий, низким размером пенсий, большой чис-ленностью занятых в неформальном секторе.

Несмотря на неоднократное повышение в 2000-е годы, действующий в настоящее время в России МРОТ (5554 руб./мес. в 2014 г.) значительно уступает даже величине прожиточного ми-нимума трудоспособного населения (8834 руб./мес. во II кв. 2014 г.). Это означает, что мини-мальная заработная плата в России в настоящее время не гарантирует удовлетворения мини-мально необходимых потребностей, т.е. физиологического минимума, что недопустимо с точки зрения здравого смысла и противоречит не только рекомендациям Международной организации труда, но и нормам Трудового кодекса РФ, согласно ст. 133 которого МРОТ не может быть ниже величины прожиточного минимума трудоспособного населения. Следует отметить в этой связи, что среди 192 стран – членов ООН, ранжированных по величине показателя отношения МРОТ (в годовом исчислении) к величине ВВП в расчете на душу населения, Россия занимает место в последней десятке, соседствуя с такими странами, как Киргизия, Мавритания, Свазиленд, Уган-да, уровень экономического развития которых в разы или на порядок ниже, чем в России (Ива-нов, Суворов, 2012).

Неоправданно низкий МРОТ является одной из главных причин того, что в России, в отли-чие от большинства других стран, среди наиболее бедных преобладают семьи, в которых боль-

Таблица 12. Структура расходов населения России на приобретение товаров и оплату услуг в 1991 и 2011 г., %

Показатель 19912011

в текущих ценах в ценах 1991 г.

Продовольственные товары* 37,3 37,0 42,7Непродовольственные товары 51,0 41,5 53,3Услуги 11,7 22,5 4,0Все расходы 100,0 100,0 100,0

* Включая алкогольные напитки и табачные изделия.



шинство членов семьи работает. Так, по данным ОБДХ, в 2012 г. среди домохозяйств с доходами ниже прожиточного минимума 60% составляли домохозяйства с двумя и более работающими, а среди крайне бедных семей (с доходами ниже половины прожиточного минимума) семьи с двумя и более работающими составляли более 57%.

Наблюдаемое в последние годы увеличение рождаемости, являясь, безусловно, положитель-ной тенденцией для России, в которой начиная с 1992 г. и до недавнего времени происходила депопуляция, создает в то же время предпосылки роста числа малообеспеченных семей. Это объясняется тем, что дети представляют собой группу самого высокого риска бедности: по дан-ным ОБДХ, индекс риска бедности детей до 16 лет в 2012 г. составлял 1,48. Другими словами, в общей численности детей доля детей из семей с душевыми доходами ниже прожиточного мини-мума почти в полтора раза выше доли всего населения с такими доходами. Вместе с тем соци-альная помощь малообеспеченным семьям с детьми в настоящее время является явно недоста-точной. Несмотря на то что суммарные расходы на выплату семейных и материнских пособий в 2012 г. увеличились в постоянных ценах в 3,5 раза по сравнению с 2000 г., по отношению к ВВП они составили в 2012 г. всего 0,5%, что в 4 раза ниже соответствующего показателя для стран Евросоюза. Более того, расходы на выплату ежемесячных пособий на детей до 16 лет, которые и представляют собой основной вид социальной помощи малообеспеченным семьям с детьми, не только не выросли, но и сократились почти на треть. Это объясняется кардинальными из-менениями в структуре семейных и материнских пособий, основной функцией которых стало стимулирование роста рождаемости при очевидном игнорировании необходимой поддержки де-тей из бедных семей (табл. 13). Подобная практика представляется явно необоснованной, если не сказать, порочной. Уровень благосостояния детей является одним из важнейших факторов того, насколько человек преуспеет во взрослом возрасте, какое образование он получит, сколько он будет зарабатывать, какое у него будет здоровье и т.п. По этой причине социальная помощь семьям с невысокими доходами, имеющим детей, должна рассматриваться в качестве одного из приоритетных направлений государственной политики. Кроме того, недостаточный размер такой помощи способен стать фактором, препятствующим росту рождаемости, девальвируя тем самым возросшие расходы государства, направляемые на его стимулирование.

В настоящее время Росстат не относит пенсионеров к группе высокого риска бедности. Дейс-твительно, если исходить из того, что бедными являются только пенсионеры с доходами ниже установленного для них физиологического прожиточного минимума12, то средний размер на-значенных пенсий в результате валоризации пенсионных прав в 2010 г. стал превышать уровень

12 Установленный для пенсионеров прожиточный минимум на четверть ниже прожиточного минимума трудоспособ-ного населения.

Таблица 13. Величина и структура расходов на выплату семейных и материнских пособий в 2000 и 2012 г. в ценах 2000 г.

Расходы 2000 2012

Расходы на выплату семейных и материнских пособий, млрд руб.Всего 27,0 92,2Из них:

по беременности и родам 3,7 24,7при рождении ребенка 1,5 6,7по уходу за ребенком до 1,5 года 1,8 43,3ежемесячное пособие на детей до 16 лет 19,9 13,9

Расходы на выплату семейных и материнских пособий, %Всего 100 100Из них:

по беременности и родам 14 27при рождении ребенка 6 7по уходу за ребенком до 1,5 года 6 47ежемесячное пособие на детей до 16 лет 74 15



прожиточного минимума пенсионера более чем в полтора раза. Соответствующий показатель в 2012 г. составил 176%. Однако если исходить из принятого международного стандарта беднос-ти (доходы ниже 60% среднедушевого медианного дохода населения), то средний размер пенсий в настоящее время (9040 руб. в месяц в 2012 г.) ниже этого порога (10 200 руб.). Это означает, что абсолютное большинство неработающих пенсионеров (численность которых составляла в 2012 г. 26,9 млн)13 относится по международному стандарту к бедному населению. Следует так-же указать, что коэффициент замещения (отношение размера пенсии к размеру заработной пла-ты) даже в последние годы был ниже минимально рекомендованного Международной организа-цией труда – 40%14.

Низкий размер пенсий в России обусловлен несколькими причинами. Во-первых, тем, что многие работники организаций получают низкую заработную плату, с которой и начислялись пенсионные страховые взносы. Во-вторых, до последнего времени применялась регрессивная шкала пенсионных взносов, при которой они начислялись лишь на сумму заработков, не превы-шающую определенный предел. В 2011 г. этот предел составлял 463 тыс. руб. в год, в результате чего, согласно нашим расчетам, на основе данных о распределении численности работников организаций по размеру начисленной заработной платы, “недобор” страховых взносов составил около 20%. И, наконец, тем, что база пенсионных страховых взносов постоянно сокращалась в результате снижения численности занятых в организациях при росте численности занятых в неформальном секторе, страховые взносы с доходов которых выплачиваются в минимальном размере или совсем не выплачиваются.

Высокая численность занятых в неформальном секторе не только препятствует снижению уровня бедности пенсионеров. Представляется обоснованным предполагать, что большая часть занятых в этом секторе экономики, в первую очередь наемных работников, имеют доходы ниже черты бедности по вышеуказанному международному стандарту. На это указывают как данные, приводимые в табл. 7, так и результаты исследований (Лукьянова, 2013; Россия: неформальная занятость..., 2014), согласно которым средние заработки (доходы) занятых в неформальном сек-торе меньше, а уровень их дифференциации выше, чем в организациях. По нашим оценкам, не менее половины занятых в неформальном секторе имеют доходы ниже 60% среднедушевого ме-дианного дохода населения.

Как уже отмечалось выше, данные официальной статистики о дифференциации доходов на-селения представляются достаточно спорными, недооценивающими ее фактический уровень. Соответственно, спорными являются и рассчитываемые государственными статистическими ор-ганами показатели распределения населения по уровню доходов. В соответствии с этими пока-зателями расчетная численность населения с доходами ниже 60% среднедушевого медианного дохода составляла в 2012 г. 25,6% (см. табл. 9), или 36,6 млн человек. В то же время, согласно данным Росстата о распределении численности работников организаций по размеру начислен-ной заработной платы и нашим оценкам числа пенсионеров и занятых в неформальном секторе с вышеуказанными доходами, общая численность бедного населения (без учета несовершеннолет-них детей и лиц, не имевших доходных занятий) составляла в 2012 г. не менее 43 млн человек, или около 30% всего населения.

Значительное занижение численности бедного населения в рассчитываемых Росстатом по-казателях макростатистики доходов означает, что одновременно занижаются уровень дифферен-циации доходов населения и величина доходов наиболее обеспеченных россиян. Зарубежные исследования, проведенные в последние годы, свидетельствуют о том, что уровень неравенства в распределении доходов определяется в первую очередь степенью концентрации доходов у не-многочисленной группы наиболее богатых граждан (Atkinson, Leigh, 2010; Harjes, 2007; Saez, 2013). Так, например, в США на долю 1% самых богатых приходится в настоящее время почти

13 Численность неработающих пенсионеров, получающих пенсию выше ее среднего размера, незначительная и со-ставляет, по нашим оценкам, не более 20% общей численности неработающих пенсионеров.

14 В 2012 г. отношение среднего размера пенсии к среднему размеру заработной платы составляло 34%, а в 2003–2009 гг. этот показатель не превышал 30% и имел тенденцию к снижению.



пятая часть, а на долю 10% наиболее обеспеченных – около половины совокупных (до налогооб-ложения)15 доходов населения (Saez, 2013).

Имеются основания полагать, что подобная концентрация доходов характерна и для России. Показатели уровня дифференциации доходов в обеих странах весьма близкие: коэффициент фон-дов в США равен 15,9, а коэффициент Джини – 0,45, в России –16,4 и 0,42 соответственно. По данным журнала “Форбс”, Россия в 2012 г. по числу долларовых миллиардеров уступала только США, а по данным компании Boston Consulting Group, численность долларовых миллионеров в России составляла 180 тысяч. Заработная плата законодателей и федеральных чиновников в России не ниже, чем в США (в пересчете по паритету покупательной способности). Судя по сообщениям СМИ, аналогичная ситуация наблюдается и в отношении доходов топ-менеджеров компаний, звезд шоу-бизнеса и спорта.

Оценка уровня концентрации доходов и их размеры у наиболее богатых россиян была пред-принята в последние годы в двух известных нам исследованиях. Одно из них проводилось Рос-сийской экономической школой и Citigold (Finmarket, 2010). Согласно данным этого исследования на долю 990 тыс. наиболее обеспеченных россиян (менее 1% населения) в 2009 г. приходилось 25% доходов всего населения страны. Другими словами, уровень концентрации доходов в Рос-сии, по данным этого исследования, оказался даже выше, чем в США. Значительно более скром-но оценивают доходы наиболее богатых жителей страны авторы исследования, проведенного в 2012–2013 гг. в Центре стратегических исследований (ЦСИ) компании “Росгосстрах” (Числен-ность среднего класса..., 2013). Согласно оценке Центра, которая была сделана на основании анализа рынков недвижимости, автотранспорта и других товаров и услуг различных ценовых категорий, доходы 1,3% российский семей составляли 10,4%, а доходы 6,5% семей – 25,9% всех доходов населения. Расчеты по данным ОБДХ показывают, однако, что даже при такой “скром-ной” оценке доходы указанных 6,5% в полтора раза превышают суммарные доходы половины населения страны (1–5 децили). Столь большая дифференциация доходов и является основной причиной низкого уровня жизни большей части жителей России.

Еще одним подтверждением этого вывода служит также анализ жилищных условий населе-ния. Несмотря на то что в 2000–2012 гг. в стране были построены жилые дома общей площадью 639 млн кв. м, а средняя обеспеченность жильем выросла до 23,4 кв. м на человека, жилищные условия большинства семей не улучшились. В 2011 г., по данным Комплексного исследования условий жизни населения, размер жилой площади в расчете на члена семьи с детьми до 18 лет составлял всего 12,3 кв. м. В 2012 г., по данным ОБДХ, не считали свои жилищные условия хоро-шими около 40% населения. На начало 2012 г. численность населения, проживающего в не обо-рудованном водоснабжением жилье, оценивалась в 29,2 млн человек, канализацией – 34,9 млн, отоплением – 22,2 млн человек. Общая площадь ветхого и аварийного жилищного фонда увели-чилась за пореформенный период более чем в три раза.

С переходом на рыночные отношения улучшение жилищных условий стало недоступно для абсолютного большинства населения из-за необоснованно высоких и постоянно возраставших на протяжении 2000-х годов цен на рынке жилья. При этом наблюдалась парадоксальная, на пер-вый взгляд, картина: одновременно с ростом цен на жилье росла и средняя площадь построенных квартир. Такая ситуация может объясняться тем, что приобретали жилье в большинстве своем только самые богатые россияне, для которых такие покупки стали разновидностью престижного потребления и одновременно инвестициями в высоколиквидные активы в условиях быстрого роста цен на недвижимость. Другими словами, высокий спрос на жилье со стороны наиболее обеспеченных семей в значительной степени как раз и подталкивал рост цен, делая жилье все менее доступным для остальных граждан. Данная гипотеза подтверждается проведенным нами небольшим выборочным обследованием размера площади находящегося в собственности жилья в семьях, относящихся, в соответствии с вышеприведенными данными ЦСИ Росгосстраха, к числу наиболее обеспеченных.

15 Уровень дифференциации располагаемых доходов в США, как и почти во всех странах, существенно снижается в результате применения высокой ставки налогообложения крупных доходов; Россия же, в которой установлена пло-ская шкала подоходного налога и низкая ставка налога на дивиденды, является исключением из этого правила.


2 ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ том 51 № 2 2015

На основе опубликованных деклараций о доходах и имуществе членов Правительства РФ, Правительства Москвы, лиц, замещающих государственные должности и должности феде-ральной государственной гражданской службы в Администрации Президента РФ, а также их супруг(ов) и несовершеннолетних детей, мы сделали выборку семей с доходами, соответству-ющими выделенным в исследовании ЦСИ Госстраха трем доходным группам наиболее обеспе-ченных россиян: от 6 до 9 млн руб. в год, от 9 до 30 млн руб. в год и свыше 30 млн руб. в год. В выборку по этим критериям были включены всего 100 семей. В первой группе (44 семьи) сред-няя площадь находящихся в собственности жилых помещений в расчете на одного члена семьи составила 122,9 кв. м, во второй группе (24 семьи) – 170,9, в третьей группе (22 семьи) – 333,7. Экстраполируя полученные данные на численность семей в каждой из трех выделенных ЦСИ Госстраха групп, получаем, что общая площадь жилых помещений, находящихся в собственнос-ти у 1,3% российских семей, равна 293 млн кв. м, или более 10% общей площади жилых поме-щений, находящихся в собственности всех россиян. Существует основание полагать, что боль-шинство жилых помещений, собственниками которых являются 1,3% семей, были построены в 2000-е годы, а их общая площадь составила не менее четверти общей площади жилья, постро-енного в эти годы.

СПИСОК ЛИТЕРАТУРЫ

Гимпельсон В.Е., Зудина А.А. (2011). “Неформалы” в российской экономике // Демоскоп Weekly. № 483–484.

Депозиты спасли богачей (2010). [Электронный ресурс] Финмаркет. Режим доступа: www.fi nmarket.ru/main/article/1465046, свободный. Загл. с экрана. Яз. рус. (дата обращения: октябрь 2014 г.).

Иванов В.Н., Овсиенко Ю.В., Сухова Н.Н. (2014). Социальная сфера России в 1990–2000-е годы (демо-графические проблемы) // Экономика и математические методы. Т. 50. № 2. С. 3–15.

Иванов В.Н., Овсиенко Ю.В., Тихонов А.О., Ясинский Ю.М. (2014). Сравнительный анализ институ-циональной и экономической динамики России и Белоруссии (2000-е годы) // Экономика и математи-ческие методы. Т. 47. № 3. С.3–18.

Иванов В.Н., Суворов А.В. (2012). Задачи снижения уровня бедности и стимулирования потребительско-го спроса в российской экономике // Проблемы прогнозирования. № 4. С. 100–117.

Иванов В.Н., Суворов А.В., Сухорукова Г.М., Болдов О.Н. (2008). Сдвиги в объеме и структуре потре-бительских расходов населения России в 1990-х – 2000-х годах // Научные труды ИНП РАН. Вып. 49. С. 528–542.

Капелюшников Р.И. (2005). Занятость в домашних хозяйствах населения. М.: Высшая школа экономики, препринт WP3/2005/01.

Лукьянова А.Л. (2013). Неравенство заработков: фактор неформальности (2000–2010 гг.) // Экономиче-ский журнал ВШЭ. № 2. С. 212–237.

Минобороны: 40 тыс. призывников получили отсрочки из-за хронического недоедания (2006). [Электрон-ный ресурс] Режим доступа: http://www.newsru.com/russia/11jun2006/40t.html, свободный. Загл. с экра-на. Яз. рус. (дата обращения: октябрь 2014 г.).

Россия: неформальная занятость как новый феномен (2014). [Электронный ресурс] Сбербанк России. Ре-жим доступа: www.nwab.ru/content/data/store/images/f_576_43527_1.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: октябрь 2014 г.).

Суворов А.В., Сухорукова Г.М. (2009). Методы построения дифференцированного баланса денежных доходов и расходов населения и прогнозные расчеты на его основе // Проблемы прогнозирования. № 5. С. 35–50.

Численность среднего класса в России (2013). [Электронный ресурс] Режим доступа: http://www.fa.ru/chair/priklsoc/education/Documents/ 3_08.%20Численность%20среднего%20класса%20в%20России.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: октябрь 2014 г.).

Atkinson A., Leigh A. (2010). The Distribution of Top Incomes in Five Anglo-Saxon Countries Over the Twentieth Century. IZA Discussion Paper No. 4937. Bonn: Institute for the Study of Labor.

Harjes T. (2007). Globalization and Income Inequality: A European Perspective. International Monetary Fund Working Paper WP/07/169.



Health at a Glance (2011). OECD Indicators. OECD Employment Outlook, 2014. OECD Publishing. Saez E. (2013). The Evolution of Top Incomes in the United States (Updated with 2012 preliminary estimates)

[Электронный ресурс] Режим доступа: http://eml.berkeley.edu/~saez/saez-UStopincomes-2012.pdf, сво-бодный. Загл. с экрана. Яз. англ. (дата обращения: октябрь 2014 г.).

World Bank (2014). Researchers in R&D (per million people) [Электронный ресурс] Режим доступа:http://data.worldbank.org/indicator/SP.POP.SCIE.RD.P6/, свободный. Загл. с экрана. Яз. англ. (дата обраще-ния: октябрь 2014 г.).

Поступила в редакцию09.09.2014 г.

Russian Social Sphere in the 1990s and 2000s (Labor Activity and Standard of Living)

V.N. Ivanov, Yu.V. Ovsienko, N.N. SukhovaThe second article in the series of publications on the analysis of the Russian social sphere devel-opment processes in the 1990s and 2000s presented. The trends in labor activity of the Russian population, employment in the sectors and industries as well as living conditions of various popu-lation groups and the level of income inequality are analyzed.Keywords: social sphere, development trends, labor activity, labor market, the informal sector, in-come distribution, the level of poverty. Classifi cation JEL: I00.

ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ том 51 № 2 2015 2*


ОТРАСЛЕВЫЕ ПРОБЛЕМЫ

МОДЕЛЬ ИНВЕСТИЦИЙ В КОММЕРЧЕСКУЮ НЕДВИЖИМОСТЬ С УЧЕТОМ ПАРАМЕТРОВ

ПОТРЕБИТЕЛЬСКОГО РЫНКА© 2015 г. Р.Х. Бахитова, Е.А. Гафарова, Н.А. Хайруллина

(Уфа)

Статья посвящена построению и анализу эмпирической эконометрической модели влияния розничного товарооборота и денежных доходов населения на динамику инвестиций в ком-мерческую недвижимость. Эконометрическое исследование основано на принципах коин-теграционного анализа Энгла–Грэнджера. Модель позволяет сделать вывод: изменение ин-вестиций в значительной степени зависит от условий отрасли торговли как в краткосрочном, так и в долгосрочном плане. Ключевые слова: инвестиции, коммерческая недвижимость, розничная торговля, коинтег-рация, модель коррекции ошибками.Классификация JEL: C15, C53, R33.

ВВЕДЕНИЕ

Инвестиционные процессы на рынке недвижимости играют важную роль для государства и являются одним из важнейших факторов экономического роста, учитывая мультипликатив-ный, воспроизводственный и социальный эффекты. Важность развития отечественного рынка недвижимости как сектора рыночной экономики подтверждается высоким уровнем доходов, по-ступающих в бюджет от первичной продажи, сдачи в аренду государственной и муниципальной недвижимости (в том числе земли), поступлением сборов в бюджет, налогов от недвижимости и сделок с ней. В структуре валового внутреннего продукта в 2012 г. добавленная стоимость опе-раций с недвижимым имуществом составила 11,7%, строительство – 6,5%. В консолидирован-ный бюджет Российской Федерации в 2012 г. поступление налогов на недвижимое имущество составило 785,5 млрд руб., или около 3,35% всего объема налоговых поступлений (Россия 2013, 2013).

Однако на сегодняшний день стремительное развитие рынка инвестиций в коммерческую недвижимость происходит на фоне низкого уровня научного освоения данной сферы, остротой проблем, требующих теоретических и методологических разработок. Среди отечественных на-учных трудов, освещающих рынок коммерческой недвижимости, отсутствуют работы, которые отображали бы зависимости, свойственные данному рынку, а также их количественные характе-ристики. Это определяет актуальность и практическую значимость экономико-математического моделирования и прогнозирования инвестиций в коммерческую недвижимость.

Рынок недвижимости в России начал развиваться в начале 1990-х годов в связи с принятием Закона РСФСР “О собственности в РСФСР”, согласно которому было признано понятие частной собственности в отношении земельных участков, зданий и сооружений и их обособленных ча-стей – помещений (Айтмухаметова и др., 2003). Становление рынка недвижимости происходило в условиях неурегулированности прав на недвижимость и недостаточного развития нормативно-правовой базы (Асаул и др., 2009), что определяло возникновение множества проблем, которые участники рынка были вынуждены решать вслепую.

В 2000-х годах в связи с общим экономическим ростом в стране, политической, финансовой и социально-экономической стабилизацией на рынке недвижимости четко обозначились тенден-ции повышения уровня цен и поиска новых путей ведения бизнеса. Цены на недвижимость росли


20 БАХИТОВА и др.

так быстро, что ни один банковский вклад и прочие финансовые инструменты не могли дать та-кого прироста капитала, как рынок недвижимости. В этот период наблюдался количественный рост рынка недвижимости: росли не только цены, но и предложение, спрос, активность субъек-тов рынка (Асаул и др., 2009). На фоне стремительного развития рынка недвижимости в России важную роль начинает играть инвестиционная составляющая.

Общемировая практика последних лет указывает на то, что недвижимость перестает играть роль фактора производства, которая имеет только потребительскую стоимость (полезность). Распространение идей неолиберализма и открытия границ государств для международного ка-питала превратила недвижимость в объект инвестирования, который должен приносить доход. Сохраняющаяся на сегодняшний день высокая инвестиционная привлекательность российской коммерческой недвижимости притягивает инвесторов и девелоперов. Города быстро меняют свой облик под давлением капитала: на городских территориях появляются пугающие фантасти-ческой динамикой возведения и анонсами все более масштабных проектов все новые и новые торговые центры, бизнес-центры, многофункциональные центры, торгово-деловые центры и пр. Особенно ажиотажными темпами строительства отличается сектор торговых центров, прирост объемов нового строительства которого удваивается каждый год (Сазонова, 2010).

Неолиберальная реформа с процессами приватизации недвижимости и ослабления государ-ственных ограничений инвестиционной и девелоперской деятельности, по мнению многих ис-следователей, оказывает на города разрушительное воздействие. Так, анализируя последствия слабой протекционистской политики стран с развивающейся экономикой в отношении инвесто-ров, авторы Д. Харви и М. Робле-Дюран (Щукин, 2013; Harvey, 1989) говорят о разрушающем воздействии на городские территории. Так как единственной целью инвесторов является полу-чение прибыли, то когда территория перестает быть доходной, капитал перемещается в другие страны или города, оставляя позади себя неприглядную картину. Примерами такого рода явле-ний являются города Китая, там есть буквально пустые города с театрами, небоскребами и до-мами, в которых никто не живет; города Испании, где построено невероятное число объектов недвижимости, которые невозможно продать и за пять лет (Щукин, 2013), а также множество других городов в Мексике, Чили, Аргентине и других странах.

Таким образом, в сложившихся на сегодняшний день условиях высокого объема инвестиро-вания в российскую недвижимость необходимо развитие протекционистской политики, разра-ботка мер и механизмов регуляризации девелоперской и инвестиционной деятельности на тер-риториях городов.

1. АНАЛИЗ ДИНАМИКИ ИНВЕСТИЦИЙ В КОММЕРЧЕСКУЮ НЕДВИЖИМОСТЬ И ЕЕ ФАКТОРОВ

Как известно, под инвестициями в недвижимость понимается вложение капитала в реализа-цию проектов или приобретения недвижимости с целью извлечения прибыли. Когда речь идет о ликвидной недвижимости, в первую очередь имеется в виду недвижимость коммерческая – как наиболее доходный вид финансовых вложений. Среди сегментов коммерческой недвижимости наиболее инвестиционно привлекательным в России является торговая недвижимость, что об-условлено динамичным развитием розничной торговли. В свою очередь, показатель инвестиций в торговую недвижимость одним из первых реагирует на изменения экономической ситуации в стране. Поэтому для моделирования развития коммерческой недвижимости необходимо анали-зировать факторы, которые во многом определяют тенденции рынка торговой недвижимости.

Разрабатывая методику анализа, приходится отказываться от прямого сравнения как эконо-мических, так и социально-демографических характеристик. Оценка влияния показателей на развитие рынка торговой недвижимости – достаточно сложная задача из-за неточностей, свой-ственных официальной статистике, а также неявной связи между различными данными и раз-витием торговли. В таком случае необходимо ориентироваться на систему относительных пока-зателей, сводимых к тому, сколько денег конкретный житель города может заработать и сколько потратить. Торговля развивается там, где человек зарабатывает достаточно и тратит много. По-

МОДЕЛЬ ИНВЕСТИЦИЙ В КОММЕРЧЕСКУЮ НЕДВИЖИМОСТЬ 21


этому было принято анализировать динамику инвестиций в торговую недвижимость, опираясь на следующие факторы: оборот розничной торговли и денежные доходы населения.

Оборот розничной торговли является одним из наиболее ярких макроэкономических показа-телей, характеризующим состояние внутреннего потребительского спроса. На практике данный показатель одним из первых откликается на изменения в реальном секторе. Поэтому на его дина-мику обращают внимание инвесторы, рейтинговые агентства, сетевые операторы и пр. Как ста-тистический показатель оборот розничной торговли включает объем продажи товаров населению через все каналы реализации: на официально учтенных предприятиях, вещевых, смешанных и продуктовых рынках. Так, данный показатель во многом характеризует состояние национальной экономики, отражая изменение благосостояния населения, конъюнктуру и емкость внутреннего рынка торговли. Кроме того, его объем, динамика, структура входят в число показателей, ха-рактеризующих экономический потенциал страны. Обороты розничной торговли используются в большинстве развитых стран как индикаторы ожидаемого состояния экономики, так как сни-жение потребительской активности, неминуемо приводящее к падению темпов экономического роста, быстрее всего отражается на динамике розничного товарооборота.

Стоит отметить, что воздействие динамики оборота розничной торговли в первую очередь отражается на рынке торговой недвижимости, а затем – и на других сегментах рынка коммер-ческой недвижимости (офисной, складской). В посткризисные периоды именно с активизации розничной торговли начался восстановительный процесс на рынке торговой недвижимости. Это привело к возобновлению девелоперских проектов, росту объемов предложения и инвестицион-ной привлекательности торговой недвижимости, а в последующем – положительно отразилось на восстановлении рынков офисной и складской недвижимости.

Совместно с показателем оборота розничной торговли анализируются реальные денежные доходы населения – обобщающий показатель жизненного уровня, который определяется путем вычитания из общей суммы всех денежных и натуральных доходов населения платежей в бюд-жет, взносов в общественные и кооперативные организации, прироста денежных сбережений всех видов и части расходов на оплату услуг. То есть это – та часть доходов, которая использу-ется населением для потребления или накопления. Данный показатель определяется как самый главный для описания уровня жизни населения. Показатель денежных доходов населения (со-вместно с ценой и предложением) выступает как основа формирования одного из основных эле-ментов рыночного механизма – платежеспособного спроса, который представляет собой потреб-ность населения в товарах и услугах, обеспеченную денежными средствами. Денежные доходы населения являются одним из факторов, влияющих на результаты деятельности предприятий и организаций, экономики в целом. Особенно большое влияние денежные доходы населения ока-зывают на результаты торговли, поскольку основная часть покупательных фондов населения – основа развития товарооборота. Покупательные фонды населения влияют также на структуру розничного товарооборота и потребления.

2. ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ИНВЕСТИЦИЙ

Моделирование проводилось на официальных ежемесячных данных индексов реальных ин-вестиций в основной капитал (% к базисному 1994 г.), реального оборота розничной торговли (% к базисному 1994 г.) и реальных денежных доходах (% к базисному 1992 г.) за период с ян-варя 2000 г. по январь 2013 г., публикуемых Федеральной службой государственной статистики. Ввиду того что публикация Росстатом ежемесячных данных об индексе инвестиций в торговую и коммерческую недвижимость не ведется, а также ввиду того что тенденции в рядах индекса инвестиций в коммерческую недвижимость и индекса инвестиций в основной капитал схожи, было принято решение проводить расчеты на индексах инвестиций в основной капитал.

Динамика анализируемых показателей представлена на рис. 1. Как отчетливо видно из гра-фиков, все показатели отражают ярко выраженную сезонность, которая проявляется в ежегодных высоких значениях в декабре и низких в январе. Подобные сезонные колебания скрывают крат-косрочные изменения во временных рядах и затрудняют дальнейший анализ. Логарифмирование и очистка от сезонности анализируемых показателей позволяет получить нормальное распре-



деление. Поэтому прежде был произведен переход к логарифмам индексов, а затем оценена и исключена сезонная составляющая. В дальнейшем используются обозначения, представленные в табл. 1.

Оценка сезонной компоненты в исследуемых рядах проводилась на основе неформально-го анализа выборочных автокорреляционных и частных автокорреляционных функций (АКФ и ЧАКФ – соответственно). Выборочные АКФ и ЧАКФ, графики которых представлены на рис. 2, имеют значимые коэффициенты автокорреляции порядка 12 и, следовательно, подтверждают присутствие во временных рядах сезонной компоненты, равной 12 месяцам.

На данных индексах хорошие результаты показал метод Census XII, который был реализован в прикладном программном пакете Econometrical Views 5,0. Расчетные значения F-критерия для проверки значимости сезонной корректировки логарифмов рядов сведены в табл. 2. Высокие значения F-статистики позволяют оправдать сезонную корректировку для всех трех рядов с вы-соким уровнем значимости p = 0,01.

Рис. 1. Динамика индексов

Таблица 2. Результаты тестирования значимости сезонной корректировки

Ряд F-статистика Уровень значимости

Linvi 523,7 < 0,01Lorti 455,4 < 0,01Lddni 183,5 < 0,01

Таблица 1. Описание временных рядов

Ряд Описание

Invi Индекс инвестиций в основной капитал (% к базисному году)Linvi Логарифм индекса инвестиций в основной капитал (% к базисному году)Linvi_sa Логарифм индекса инвестиций в основной капитал (% к базисному году), сезонно сгла-

женныйDdni Индекс денежных доходов населения (% к базисному году)Lddni Логарифм индекса денежных доходов населения (% к базисному году)Lddni_sa Логарифм индекса денежных доходов населения (% к базисному году), сезонно сглажен-

ныйOrti Индекс оборота розничной торговли (% к базисному периоду)Lorti Логарифм индекса оборота розничной торговли (% к базисному периоду)Lorti_sa Логарифм индекса оборота розничной торговли (% к базисному периоду), сезонно сгла-

женный



Графики сезонно скорректированных рядов методом Census XII представлены на рис. 3. Как видно из графиков, уровни сезонно очищенных логарифмов индексов инвестиций и оборота розничной торговли характеризуются значительным спадом в период кризиса 2008 г., тогда как уровень индекса логарифма денежных доходов в указанный период не проседает. Поэтому, с на-шей точки зрения, инвестиции в большей степени подвержены влиянию динамики розничного товарооборота.

Эконометрическое моделирование производилось на основе авторегрессионного уравнения с распределенными лагами (ADL), в качестве эндогенной переменной в котором выступает се-зонно скорректированный логарифм индекса инвестиций в основной капитал, а в качестве экзо-генных выступают сезонно скорректированные логарифмы индексов денежных доходов и обо-рота розничной торговли, а также фиктивная переменная, отвечающая за фактор структурного сдвига в период кризиса. Общий вид модели выглядит следующим образом:

Lini_sat = f(linvi_sat – 1,…,linvi_sat – p, lddni_sat, lddni_sat – 1,…,

,…,lddni_sat – q, lorti_sat, lorti_sat – 1,…,lorti_sat_s) + ft2,где f(t) – линейная функция от лаговых значений всех переменных, входящих в модель.

Оценивание ADL-модели производилось в виде модели коррекции ошибок методом наи-меньших квадратов, при этом учитывались результаты коинтеграционного анализа (Канторо-вич, 2002). Для этого на первом этапе было построено коинтеграционное соотношение на ос-нове двухшаговой процедуры Энгла–Гренджера, в соответствии с которой исследуемые ряды проверяются на стационарность на основе расширенного теста Дикки–Фуллера, затем строится

Рис. 2. Графики выборочных автокорреляционных и частных автокорреляционных функций индексов

Рис. 3. Динамика сезонно скорректированных логарифмов индексов



коинтеграционное соотношение и тестируются его остатки. Тестовые статистики расширенного теста Дикки–Фуллера сведены в табл. 3. Поскольку все полученные t-статистики лежат правее критического значения Дикки–Фуллера для уровня значимости p = 0,01, то можно судить о том, что ряды содержат стохастический тренд. При этом во временных рядах lorti_sa и lorti линейный тренд оказался значим, поэтому эти ряды содержат как стохастический, так и детерминирован-ный тренд.

Результаты применения теста Дикки–Фуллера к скорректированным по сезонам логарифмам индексов (см. табл. 3) свидетельствуют на наблюдаемом временном интервале о наличии такой же структуры ряда, как у исходных. Далее методом наименьших квадратов построено коинтегра-ционное соотношение, в которое, помимо исходных экзогенных параметров, включен линейный тренд ввиду разного порядка интеграции оцениваемых рядов, а также фиктивная переменная, отвечающая за структурный сдвиг во время кризиса.

Linvi_sat = 1,666Lorti_sat – 3,07 – 0,006t – 0,065ft + ft , 1 (1) (37,46) (–14,85) (–16,45) (–7,39)

где ft – остатки регрессии.Значение коэффициента детерминации составило 0,99, что свидетельствует о хорошем каче-

стве подгонки. Статистика Дарбина–Уотсона равна 0,79. В соответствии с теорией коинтеграции такое значение свидетельствует об отклонении нулевой гипотезы об отсутствии коинтеграции (1%-ное критическое значение 0,511).

Построенная регрессия отражает долгосрочное соотношение между переменными. Из урав-нения видно, что в него входит лишь одна объясняющая переменная. Это является следствием того, что в долгосрочном плане лишь оборот розничной торговли оказывают влияние на инве-стиции в коммерческую недвижимость. В соответствии с процедурой Энгла–Грэнджера остатки от коинтеграции ft были исследованы тестом Дикки–Фуллера, который показал стационарность остатков.

На следующем этапе была построена модель коррекции ошибок, которая объединяет одно-временно краткосрочную и долгосрочную динамику. Проверку возможности наличия причинно-следственной связи между сезонно скорректированными логарифмами индексов инвестиций, денежных доходов населения и оборота розничной торговли проводили на основе многократно-го применения теста Грэнджера на причинность (табл. 4–5).

Дальнейший отбор лаговых значений обоих показателей сопровождался построением множе-ства моделей коррекции ошибок (ECM-моделей) и отбором значимых факторов на основе t-ста-тистики. Выбор наилучшей модели проводился на основе информационных критериев Акаике и Шварца, а также с учетом выполнения условий некоррелированности (на основе теста Бреуша–Годфри), гомоскедастичности (на основе тестов Уайта, ARCH LM-теста) и нормальности остат-

1 Здесь и далее в скобках под коэффициентами указаны значения соответствующих t-статистик.

Таблица 3. Результаты расширенного теста Дикки–Фуллера

Переменная ЛагКритическое значение

Дикки–Фуллера Расчетное значение

p = 0,05 p = 0,01

Linvi 12 –1,943 –2,581 1,221Linvi_sa 1 –2,880 –3,473 –1,040Lddni 12 –3,441 –4,023 0,401Lddni_sa 2 –3,439 –4,019 –0,535Lorti 13 –1,943 –2,581 1,190Lorti_sa 3 –1,943 –2,580 2,914



ков модели (на основе теста Харке–Бера). Полученное адекватное уравнение имеет следующий вид:

_ 0,177 _ 0,497 _ 0,135 _ 0,136 _ –linvi sa Linvi sa Lorti sa Lddni sa Lddni sa– –( , )

–( , )

–( , )

t t t t t5 32 57

22 05

82 02

D D D D D= + + +

– , _ – , _ , 0,006( – ) , .Linvi sa Lorti sa t f0 29 1 666 3 07 1 0 065(– , )

–( , )

–(– , ) (– , )

–(– , )

t t t t4 46

137 46

114 85 16 45

17 39

f+ + + +; E (2)

Показатель качества подгонки этого уравнения составил R2 = 0,84.

3. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ

Проведенный эконометрический анализ позволяет сделать следующие выводы. Во-первых, в долгосрочном периоде существует устойчивая взаимосвязь лишь между оборотом розничной торговли и инвестициями в коммерческую недвижимость, причем уровень денежных доходов населения оказался незначимым. Данный вывод, во-первых, демонстрирует взаимосвязь денеж-ных доходов населения с оборотом розничной торговли, – а именно тот факт, что оборот рознич-ной торговли как единственный значимый фактор может описать динамику притока инвестиций в сектор коммерческой недвижимости. Косвенно это позволяет сделать вывод о том, что уровень

Таблица 4. Результаты применения теста Грэнджера на причинность

ЛагГипотеза “Ряд Lorti_sa не является причиной для ряда Linvi_sa”

F-статистика Уровень значимости p

1 3,98682 0,047632 4,27186 0,015693 5,63892 0,001104 5,47386 0,000395 4,45080 0,000856 2,96863 0,009317 2,25147 0,03378

Таблица 5. Результаты применения теста Грэнджера на причинность

ЛагГипотеза “Ряд Lddni_sa не является причиной для ряда Linvi_sa”

F-статистика Уровень значимости p

1 8,5372 0,004012 4,7411 0,010083 3,4261 0,018807 2,0815 0,049628 2,1299 0,037209 2,2216 0,02449

10 1,9885 0,0397811 1,99043 0,0347313 1,87262 0,04016



сбережений настолько низкий, что уровень доходов населения не влияет на принятие решения об инвестировании. Другими словами, уровень доходов населения либо на таком уровне, чтобы прожить отмеренный период, который можно характеризовать как “от зарплаты до зарплаты”, либо уровень маркетингового внушения настолько велик, что население не может утолить то-варный голод. Во-вторых, результат подтверждает нашу гипотезу относительно того, что для ин-весторов и девелоперов основным фактором, дающим ответ на вопрос, строить или не строить торговые центры в анализируемом регионе, является покупательская способность населения. Иначе говоря, инвесторы научились управлять высокими рисками и не боятся вкладывать день-ги в капиталоемкие проекты. Это подтверждается фактом того, что, начиная примерно с 2000-х годов, ажиотажными темпами началось строительство торговых центров во многих городах РФ, несмотря на высокорисковую экономическую конъюнктуру. Значимость оборота розничной тор-говли в долгосрочном соотношении подтверждается политикой большинства крупных междуна-родных или федеральных компаний при принятии решений о масштабных проектах по инвести-рованию или строительству коммерческой недвижимости (торговых центров, бизнес-центров, логистических комплексов).

Заметим также, что в долгосрочном периоде свободный член, тренд и фиктивная переменная имеют отрицательную тенденцию, которая противопоставлена лишь положительным коэффици-ентом оборота розничной торговли. Так, при нулевом обороте розничной торговли долгосрочная тенденция инвестиций становится отрицательной, но поскольку этого на практике быть не мо-жет, то вывод из этого может быть сделан только один: зависимость от оборота очень сильная. Это также подтверждается достаточно высоким показателем долгосрочной эластичности индек-са инвестиций по фактору розничного товарооборота, которая составляет 1,666.

Следует также отметить, что в долгосрочное соотношение также включена фиктивная пере-менная, которая отвечает за структурный сдвиг в кризисный период. Данный фактор включен с отрицательным знаком, что характеризует спад инвестиций в коммерческую недвижимость в период глобального экономического кризиса 2008 г. и рецессии в России на протяжении после-дующего года.

Как и предполагалось, в краткосрочном периоде инвестиции связаны с оборотом розничной торговли и денежными доходами населения, причем знаки при объясняющих переменных име-ют правильный с точки зрения экономической теории знак. Инвестиции реагируют на измене-ние денежных доходов довольно быстро, с лагами запаздывания 2 и 8, а на изменение оборота розничной торговли – с лагом запаздывания 3. Вообще говоря, данный вывод достаточно зако-номерен, поскольку консалтинговые компании, которые производят анализ социально-экономи-ческих показателей для инвесторов и девелоперов, учитывают текущую тенденцию. Время, ко-торое требуется для проведения данного анализа и предоставления отчета заказчику, составляет примерно 2–3 месяца (1 месяц – на сбор и обработку данных, 1–2 месяца – на составление от-чета). В дальнейшем при сохранении положительной тенденции и отсутствии негативных фак-торов готовится соответствующая документация, нанимается группа подрядчиков и запускается проект – данный этап требует приблизительно до 1 года. Эластичность по фактору оборота роз-ничной торговли составляет 0,497, а по денежному доходу – на 2-х и 8-ми лагах приблизительно одинаковый и составляет 0,135 и 0,136 соответственно.

Помимо всего вышесказанного важно, что коэффициент перед долгосрочным соотношением имеет весьма небольшое абсолютное значение 0,29, т.е. инвестиции в краткосрочном периоде весьма сильно отличаются от смоделированной долгосрочной тенденции и имеют более вола-тильный и неопределенный характер.

Таким образом, инвестиции в коммерческую недвижимость в долгосрочном плане в России зависят в значительной мере от условий в отрасли торговли, что и подтверждают результаты моделирования.




Россия 2013 (2013). Статистический справочник. М.: Статистика России.Айтмухаметова И.Р., Гарина С.А., Денисенко Е.Б., Лебедева Е.Н., Минина О.В. (2003). Экономика

недвижимости: рынок, правовые основы, инвестиции. Новосибирск: НГАСУ.Асаул А.Н., Иванов С.Н., Старовойтов М.К. (2009). Экономика недвижимости: учебник для вузов. СПб.:

АНО “ИПЭВ”.Канторович Г.Г. (2002). Лекции: Анализ временных рядов // Научно-информационный журнал “Экономи-

ческий журнал Высшей школы экономики”. № 1. C. 85–116.Сазонова Н. (2010). Торговые центры в России, их зависимость от состояния потребительского рынка. [Элек-

тронный ресурс] Отдел исследований рынка Knigh Frank. Режим доступа: http://www.knightfrank.ru/on-line/fi les/+research/265A7154-18AD-4804-B6B8-CF28DE058527/retail_centers.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: сентябрь 2014 г.).

Щукин А. (2013). Город, которым не спекулируют // Эксперт. № 5(837). 4–10 февраля. С. 60–64.Harvey D. (1989). The Urban Experience. Oxford: Blackwell.


Model of Investments into Commercial Real Estate concerning the parameters of the consumer market

R.H. Bakhitova, Ye.A. Gafarova, N.A. KhayrullinaThe authors analyze the construction of empirical econometric model of the infl uence of retail commodity turnover and the monetary income of the population on dynamics of investments into the commercial real estate. Econometric research is based on the principles of the Engle–Granger co-integration analysis. The model allows to draw a conclusion that change in investments substan-tially depends on the conditions in trade, both – in the short- and long-term plan.Keywords: investments, commercial real estate, retail, co-integration, error correction model.JEL Classifi cation: C15, C53, R33.

28

Конкурентный анализ рассматривается здесь как один из важнейших этапов процесса управ-ления проектом разработки стратегии развития производителя высокотехнологичной продук-ции – объектов новой техники (ОНТ).

Конкуренция как слабоструктурированная сложная система (ССС) в производстве высоко-технологичной продукции (Варшавский, 2009, c. 49–64) рассматривается здесь в трех основных аспектах (рис. 1):

1) научно-техническом (на этапе проектирования ОНТ в НИИ и КБ);2) технологическом (на этапе производства ОНТ на предприятиях отрасли);3) экономическом (при выходе ОНТ на внутренний или международный рынок).Упорядоченная совокупность показателей: технических Fт(ui), производственно-технологи-

ческих Fтн(uj) и экономических Fэ(uk) определяет конкурентоспособность объекта новой техни-ки, а также – конкурентную стратегию производителя ОНТ. Здесь ui – параметры изделия, uj – ха-рактеристики производственной системы производителя, uk – характеристики бизнес-процессов фирмы.

Конкуренция в сегменте ОАТ представлена как сложная система, подсистемами которой (рис. 2) в соответствии с модифицированной моделью конкуренции (Бабенко, 2013, с. 242–253) на основе модели М. Портера (Портер, 2005, с. 120–169) являются основные конкуренты на рын-ке F1, новые участники рынка F2, производители товаров-заменителей F3, поставщики комп-лектующих и компонент F4, заказчики авиационной техники F5 и комплементоры F6 (Бабенко и др., 2012). Комплементоры (Brandenburger, Nalebuff, 1998) – неявные участники рынка, которые, предлагая свои продукты и/или услуги, влияют на положение основных игроков: увеличивают или уменьшают привлекательность определенных продуктов на рынке летательных аппаратов (ЛА). Элементами сложной системы конкуренции являются компании-агенты различного типа для каждой из рассматриваемых подсистем A1,.., A6, информированность которых о конкурентах и внешней среде рынка моделируется регулятором. Структура данной ССС представляет собой фрактальный нагруженный граф Г(Fi).

Процесс конкурентного анализа на каждом этапе жизненного цикла ЛА представлен в виде концептуальной схемы (рис. 3).

На этапе проектирования в НИИ и КБ авиационной отрасли (научно-технический этап) с помощью методов конкурентной разведки и системного анализа отраслевого рынка определяют-


ОТРАСЛЕВЫЕПРОБЛЕМЫ

ИНСТРУМЕНТАРИЙ КОНКУРЕНТНОГО АНАЛИЗА ПРИ СОЗДАНИИ ОБЪЕКТОВ НОВОЙ ТЕХНИКИ

НА ПРИМЕРЕ АВИАСТРОЕНИЯ© 2015 г. Е.А. Бабенко, С.В. Скородумов

(Москва)

Статья посвящена построению экономико-математических моделей (ЭММ) конкурентного анализа (КА) и разработке алгоритмов принятия решений в составе СППР в организациях – производителях высокотехнологичной продукции на примере объектов авиационной техни-ки (ОАТ), среди которых выделяются потенциально конкурирующие перспективные виды летательных аппаратов (ЛА), к которым относятся самолеты нового поколения, беспилотные летательные аппараты и беспилотные дирижабли.Ключевые слова: конкурентный анализ, экономико-математические модели, инструмента-рий конкурентного анализа, СППР (DSS).Классификация JEL: C82.


ИНСТРУМЕНТАРИЙ КОНКУРЕНТНОГО АНАЛИЗА 29

ся основные конкуренты, характеристики их продукции, субституты и новые участники рынка для формирования ключевых характеристик нового проектируемого ЛА. В результате строим агентную модель отрасли с использованием трех типов агентов: основные игроки A1, новые уча-стники рынка A2, субституты A3.

Инициация концептуальной модели требует четкого определения области применения ЛА. На этом этапе выявляются основные участники рынка, поставщики, субституты, новые игроки, покупатели, комплементоры, представленные в модели (см. рис. 2). Определяются конкурирую-щие изделия: перечень ЛА в том же сегменте, что и проектируемый ЛА, который используется для детального анализа глобального отраслевого рынка.

Действия лиц, принимающих решения (ЛПР), на данном этапе сводятся к следующему:– четкое детальное определение цели и области применения ЛА; – анализ характеристик продукции и рыночной стратегии основных игроков, субститутов

и новых участников рынка для определения желаемых технических характеристик продукции и рыночной стратегии производителя ЛА;

– выбор и анализ характеристик комплектующих, которые требуются для создания ЛА с но-выми лидерскими свойствами и характеристиками.

В результате построения агентной модели и проведения на ее основе вычислительного экс-перимента определяется набор характеристик ЛА, а также определяются: 1) основные игроки

Рис. 1. Интеллект-карта представляет конкуренцию как слабоструктурированную сложную систему (КИПр – ком-пактное интеллектуальное производство)

Рис. 2. Основные подсистемы слабоструктурированной сложной системы СCС глобальной конкуренции


30 БАБЕНКО, СКОРОДУМОВ

отраслевого рынка; 2) субституты (товары-заменители); 3) новые участники рынка; 4) уточняют-ся требования к комплектующим для подбора поставщиков.

На этапе изготовления прототипа ЛА (технологический этап конкурентного анализа) ставится задача определения перечня поставщиков для изготовления ЛА с определенным на-бором ключевых характеристик, а также рассматриваются варианты сотрудничества с другими

Рис. 3. Схема процесса конкурентного анализа с использованием агентных моделей



участниками рынка (основными игроками / производителями товаров-заменителей / новыми иг-роками (на базе компромиссной игры)) с целью минимизации издержек при создании совмес-тного производства. Здесь также строим агентную модель, но уже с бóльшим числом типов аген-тов: основные игроки – вектор A1, новые участники рынка – вектор A2, субституты – вектор A3, поставщики – вектор A4, заказчики – вектор A5.

На данном этапе создания нового изделия ЛПР участвуют в процедурах:– проверки достижения цели использования ЛА;– проверки удовлетворения требований заказчиков ЛА;– достижения взаимовыгодных условий сотрудничества с поставщиками комплектующих

изделий;– достижения взаимовыгодных условий сотрудничества с другими участниками рынка с це-

лью минимизации издержек.После построения агентной модели и проведения вычислительного эксперимента на выхо-

де процесса получаем желаемые характеристики разрабатываемого продукта (опытного образца или прототипа ЛА), список агентов для сотрудничества (поставщики и другие участники рынка), четко определенную область применения ЛА (после проведения летных испытаний).

Этапу вывода продукта на рынок соответствует экономический этап конкурентного ана-лиза, на котором ставится задача глубинного анализа рынка с учетом влияния всех сил: заказ-чиков и комплементоров, анализ при распределении долей рынка между основными игроками, а также производителями товаров-заменителей, новыми участниками рынка (все процедуры применяются к определенной области использования ЛА).

Агентную модель строим с использованием пяти типов агентов: основные игроки A1, новые игроки A2, субституты A3, заказчики A5, комплементоры A6. Стратегия продажи/продвижения продукта также определяется ЛПР как возможность использовать одну из важных, задаваемых априори конкурентных стратегий (Портер, 2005, с. 200–260): 1) стратегия “Лидер”, 2) стратегия “Следующий за лидером”, 3) стратегия “Специалист”, 4) стратегия “Бросающий вызов лидеру”):

– поиск покупателей/заказчиков новой продукции;– конкурентная разведка и системный анализ конкуренции на рынке;– взаимодействие с комплементорами (ранее удовлетворенные заказчики, представители

СМИ, представители смежных отраслей и др.).После разработки агентной модели и проведения вычислительного эксперимента на выходе

комплекса программ системы поддержки принятия решений (Decision Support System, СППР) получаем конкурентную стратегию производителя ЛА, рекомендации по совершенствованию ЛА (в условиях развития рынка), сводку анализа рынка, списки основных участников аудитории проекта разработки стратегии, покупателей и комплементоров.

В общем случае действиями ЛПР при работе с системой поддержки решений по конкурент-ному анализу являются:

1) выбор области применения: ведение боевых операций, транспортировка грузов, разведка и др.;

2) научно-технические: определение тактико-технических характеристик (ТТХ) изделия или потребительских свойств продукта, выбор поставщиков, подбор комплектующих;

3) технологические: совершенствование технологической системы производителя объектов новой техники, достижение договоренности с лидирующими поставщиками комплектующих, изготовление прототипов, опытных образцов и/или малых серий ОНТ;

4) экономические: конкурентная разведка и системный анализ рынка, разработка оптималь-ной стратегии, выбор партнеров для сотрудничества (компромиссная игра), влияние на компле-менторов, технологии продвижения продукта.

Для последующих этапов жизненного цикла по международным стандартам ISO-9000:2000 – эксплуатация и утилизация ЛА – конкурентный анализ в данной работе не рассматривается,



так как все эти этапы глубоко исследуются в литературе специалистами по теории управления качеством.

Задачи принятия решений ЛПР в условиях организации, в интересах которой проводится конкурентный анализ рынка для данного объекта новой техники на всех этапах жизненного цик-ла, представлены ниже.

Для каждого основного этапа конкурентного анализа на разных стадиях жизненного цик-ла ЛА эксперты предлагают строить свою специализированную модель принятия решений (Плещинский, Жильцова, 2013, с. 88–104).

I. Научно-техническая конкуренция НИОКР. Стадия проектирования ОНТ.Задача принятия решений в данном случае сводится к выбору наилучших характеристик ЛА

вектора-столбца Х, где xi – техническая характеристика разрабатываемого ЛА, i = 1,…, n.II. Технологическая конкуренция. Стадия изготовления прототипа ЛА. Анализ конкуренции

среди изготовителей ЛА: максимизация прибыли при минимизации издержек на производство Пi → max, Costsi → min.

III. Экономическая конкуренция. Конкурентный анализ рынка ЛА (производители, заказчи-ки, поставщики и др. (Бабенко, 2013, с. 242–253)). Для каждого типа агентов A1,..., A5 строится собственная целевая функция, которая определяет поведение агентов.

A1 – агенты-производители: целевая функция прибыли, где i = 1, …, N; N – число агентов-производителей;

A2 – агенты-заказчики: целевая функция полезности Uj → max, где j = 1,…, M; M – число агентов-заказчиков, и цены конечного продукта для заказчика Pj → min, таким образом, каждый заказчик стремится приобрести максимально полезный ОНТ по минимальной цене;

A3 – агенты-поставщики: целевая функция прибыли при продаже комплектующих Пk → max, где k = 1,..., K; K – число агентов – поставщиков комплектующих и компонент;

A4 – агенты–новые производители на рынке: целевая функция прибыли Пl → max, где l = 1,..., L; L – число агентов – новых игроков рынка;

A5 – агенты–производители продуктов-заменителей: целевая функция прибыли Пp → max, где p = 1,..., P; P – число агентов – производителей продуктов-заменителей.

На всех этапах конкурентного анализа с использованием СППР релевантным агрегатором данных является поисковая система конкурентной разведки Avalanche1, базирующаяся на трех основных инновациях в области web-программирования:

– концепции “умных папок” (Smart Folders);– автономном интеллектуальном поисковом роботе (Spider);– встроенной базе данных, допускающей преобразование в “персональную энциклопедию”.Рассмотрим принцип работы системы. В первую очередь формируется модель предметной

области в виде набора “умных папок”. Каждая папка “знает”, что именно должно в нее попадать, и способна исключить дублирование данных. Затем наполнением умных папок занимается спе-циализированный поисковый робот, который запускается с пользовательского компьютера с за-данными настройками. Робот может запускаться автоматически, собирая и раскладывая по пап-кам свежие данные при соответствующих настройках.

Программа ведет мониторинг популярности компании-заказчика, автоматически собирая все свежие упоминания о ней в сети Интернет, автоматически пополняя досье на основных конку-рентов и мгновенно фиксируя появление любых новых материалов, затем фильтрует результаты поиска других поисковых систем, устраняя ненужные ссылки.

На этапе проектирования нового ЛА разработанная методика и специальное программное обеспечение СППР позволяют произвести сравнение разрабатываемого ОНТ с существующи-

1 Avalanche – система интернет-мониторинга и конкурентной разведки. См. материалы сайта http://www.tora-centre.ru/avl3.htm.



ми на рынке и/или находящимися на стадии разработки, использовать возможности и ресурсы собственных поставщиков, изучить спрос заказчиков на новую создаваемую технику с учетом оценки конкурентоспособности создаваемого ОНТ.

Алгоритм загрузки данных в СППР (Бабенко и др., 2012) представлен на рис. 4.Для обеспечения эффективной работы СППР требуются большие объемы полезных данных,

описывающих ситуацию на отраслевом рынке. Для накопления таких данных используется мо-дуль автоматизированного сбора данных (МАСД). Его базовые компоненты построены на основе ETL-процесса (extract, transform, load – извлечение, преобразование, загрузка). Диаграмма DFD иллюстрирует принцип работы модуля (см. рис. 4). Аналитик передает начальные данные (ин-формацию, которой он располагает, приоритетные сайты для поиска и пр.) в базу данных (БД) системы или же выбирает ранее собранные данные для проведения нового поиска. На основе начальных данных с использованием внешнего сервиса Avalanche собираются новые данные, ко-торые помещаются во временны[е таблицы БД. Затем полученные данные анализируются и пре-образуются в формат, пригодный для работы в среде СППР. Процесс продолжается до тех пор, пока не будет остановлен или не будет достигнут критерий избыточности информации, т.е. до момента, когда новые данные перестанут извлекаться или же их объем станет незначительным. В системе предусмотрена возможность сбора данных в фоновом режиме, что позволяет накап-ливать полезные и актуальные данные без участия аналитика.

К основным показателям конкурентоспособности ЛА отнесены: 1) ТТХ (тактико-технические характеристики) ЛА, показатели надежности и безопасности,

показатели технического совершенства (трудоемкость технического обслуживания, расход топ-лива, экологические показатели и др.);

2) экономические показатели (цена ОНТ, условия приобретения, наличие инфраструктуры для применения и обслуживания новой техники и т.д.).

Разработана методика оценки конкурентоспособности, которая дает возможность получить количественную оценку конкурентоспособности ЛА:

,KC xi ii

n

1

a==

/ (1)

где КС – конкурентоспособность продукта относительно заданной цели; xi – показатель эффек-тивности характеристики ЛА; αi – коэффициент соответствия характеристики цели использова-ния ЛА.

Для моделирования общей ситуации на рынке, спроса на продукцию, объема производства и др. разработана теоретико-игровая модель MM1 (Бабенко, 2013, с. 242–253), представленная

Рис. 4. Структурная схема загрузки данных



на рис. 5, которая позволяет, указав основные цели агентов, задавать желаемые характеристи-ки ЛА.

Вначале задаются общие параметры игры: определяются функции спроса S(Q, p) и предло-жения P(Q, G) на рынке, прибыль П(Q, G) основных участников рынка в зависимости от объемов производства Q и затрат G. Затем исследуются состояния равновесия модели при стремлении игроками достигнуть своих целей (максимизация прибыли и/или минимизация издержек) при учете действий других игроков (однако без взаимного сотрудничества).

Поставлена задача: найти вектор X * значений параметров KPI (key performance indicators – ключевые показатели эффективности) для построения оптимальной стратегии компании.

На рынке высокотехнологичной продукции каждая из N компаний-производителей имеет собственную удельную (на единицу продукции) себестоимость товара Gi, i = 1,…, n, так как компании используют разные технологии, разработанные в результате инновационных циклов НИОКР, а также имеют собственных поставщиков комплектующих. Для поставщиков компо-нентов, новых участников рынка по аналогии строится модель, данные из которой поступают в базовую модель.

Себестоимость изделия складывается из затрат на НИОКР, распределяемых на каждую еди-ницу нового продукта, а также из общих затрат на его производство: Gi = GNi + GPi, i = 1,…, n. (2)

Объем производства Qi, i = 1,…, n, определяется исходя из стратегии компании и потребно-стей рынка (т.е. покупательского спроса S). Общие затраты составляют – ,G G Qi i=u i = 1,…, n.

Рынок характеризуется потребительским спросом S. Предполагается, что обратная функция спроса на производимую конечную продукцию – линейная: S = W(Q) = A – BQ, (3)

Рис. 5. Анализ конкуренции основных игроков отраслевого рынка



где Q Qtt

n

1

==

/ – суммарный объем выпускаемой продукции или общее предложение на рынке P,

A – неснижаемая цена на товар (A = P(0)), B – параметр, характеризующий емкость рынка Q(P) = 0 = A/B.

Тогда прибыль игрока рынка с учетом (2) и (3) определяется отношением:

è – – ( ) – , ,…, ,Q A B Q G G G i n1i i Ni Pii

n

i1

i = + ==

f p/ (4)

где Gi, i = 1,…, n – постоянные затраты участника рынка i, не зависящие от объема выпускаемой продукции.

Допустим, что удельные затраты на производство единицы продукта или услуги не зави-сят от объема выпуска Qi, i = 1,…, n, тогда поиск состояния равновесия выполняем по модели Курно.

В частности, прибыль игрока i:

è

∂∂

∂∂ – – – ( ) – , ,…, ;

Q QA B Q B Q G G BQ i N1

–

i

i

ii i Ni Pi i

i i

N

i

i2

11

1

= + == +=

> H// (5)

è

∂∂

– – – ( ) – , , ,…, .Q

A B Q B Q G G BQ i N2 1–

i

ii i Ni Pi

i i

N

i

i

11

1

= + == +=// (6)

Далее рассмотрим методику получения результатов КА. Результаты расчета представляются в виде графиков доходов от деятельности основных игроков, рекомендаций ЛПР и диаграмм рас-пределения долей рынка высокотехнологичной продукции.

Прибыль от деятельности основных игроков (MP) определяется на основании суммарной прибыли каждого игрока: MPi = ПiQi, i = 1,…, N. (7)

Для прогнозирования положения агентов в будущем и выработки рекомендаций для ЛПР требуется сравнить показатели объема продаж, дохода, прибыли, объема производства и уровень взаимодействия всех агентов до и после проведения циклов конкурентного анализа (рис. 6).

Рис. 6. Алгоритм конкурентного анализа



Список взаимодействий позволяет выдавать рекомендации по выбору желаемых (новых) по-ставщиков и потребителей. Для этого необходимо представить в виде векторов взаимосвязи L агентов с начальными и конечными поставщиками (Ldn, Ldk) и потребителями (Lcn, Lck), затем определить их разницу: Ldp = Ldk – Ldn, (8) Lcp = Lck – Lcn. (9)

В итоге получаем измененный список поставщиков Ldp и потребителей Lcp:

;

‚ÓÁÌËÍÎ‡ ÌÓ‚‡fl Ò‚flÁ¸;

ËÒ˜ÂÁÎ‡ ÒÚ‡p‡fl Ò‚flÁ¸,

ÓÚÒÛÚÒÚ‚Û˛Ú ËÁÏÂÌÂÌËfl

,

0,

,

– ,

L L 1

1dp cp =

Z

[

\

]]

]]

(10)

что, в свою очередь, служит рекомендацией для выбора для ЛПР.В результате можно предложить конкурентную цену и объем продаж ОНТ с учетом устано-

вившегося равновесия на рынке данного изделия.Анализ тенденций развития мировой авиаиндустрии показывает, что основные производи-

тели стремятся создавать альянсы, поэтому в составе СППР используем методы теории компро-миссных игр (satisfying game theory, SGT). При разработке теоретико-игровой модели (MM2) (Бабенко, Скородумов, 2012, с. 65–68) с использованием компромиссных игр здесь рассматри-вается способ разрешения конфликтов на высокотехнологичном рынке между его участниками, основанный на применении многоагентного подхода SGT (Stirling, 2003, с. 50–126), при исполь-зовании которого все участники рынка представляются не традиционными, а новыми типами агентов, участвующими в процессе совместного принятия решений. Такие агенты будут спо-собны совмещать собственные предпочтения с предпочтениями других участников рынка. Их поведение позволит добиваться компромиссных решений при достижении как индивидуальных, так и групповых целей.

В работе предложен такой подход, когда для каждого участника рынка (агента) строятся две функции:

1) преимуществ (ФП), описывающая достижение фундаментальной цели, например завоева-ние лидерства на рынке, увеличение прибыли, без учета цены ее достижения и не учитывающая риски;

2) риска (ФР), позволяющая минимизировать издержки при достижении фундаментальной цели.

На каждом шаге принятия решений агент решает, как ему будет выгоднее поступить: стре-миться к достижению намеченной цели без сотрудничества с другими агентами или всту-пить с ними в альянсы. В последнем случае агент сможет получить лучшую технологию, ис-пользуемую партнером в производстве, или ему лучше разделить риски и тем самым снизить расходы на производство и продвижением ОНТ. Также, обмениваясь информацией, агенты получают возможность принимать рациональные решения, используя услуги одного постав-щика, представляющего лучшие компоненты для производства продукта, а также согласован-но принимать меры против выхода на рынок новых участников и/или нежелательных това-ров-заменителей (субститутов). Таким образом, информированность всех участников альянса повышается.

Каждый агент обладает упорядоченным по приоритету списком возможных действий. Воз-можное действие зависит от действий, которые предпринимают другие участники. В системе из N агентов агент i имеет функцию полезности f(u1,…, un), где ui – действие, предпринимаемое агентом k. ФП отражает эффективность управляющего действия (управления) ui агента для ско-рейшего достижения поставленной цели (без учета затраченных ресурсов). ФР агента отражает объем израсходованных ресурсов (затраты на производство, НИОКР и продвижение, человече-ские ресурсы, потребление энергии, временные траты и т.п.). В многоагентных системах ФП и ФР являются функциями многих переменных.



Обозначим ФП через Ps, ФР – через Pr, а через Psr – совместную функцию, которая учиты-вает атрибуты, влияющие на значение как ФП, так и ФР управляющего действия. Для описания n-агентной системы введем совместную функцию 2n переменных ( ,…, ),u uP ,…, , ,…,S S R R N1n n1 1 где S1,…, Sn соответствуют набору ролей, в которых функцией полезности выступает ФП, а R1,…, Rn соответствуют набору ролей, в которых функцией полезности выступает ФР.

Назовем ее функцией взаимозависимости (ФВ), где переменные ui, i = 1,…, N соответствуют управлениям, которые доступны агенту i для достижения поставленной цели. Переменные vi, где i = 1, ..., N, показывают управляющие воздействия (управления), которые доступны аген-ту i для снижения издержек. Используя ФВ, можно учесть существующие отношения между агентами, выступающими в разных ролях. Следовательно, ФВ описывает все варианты, кото-рые могут повлиять на поведение многоагентной системы. При построении ФВ многоагент-ной системы (или ее части) можно руководствоваться влиянием ролей разных агентов друг на друга.

Для этого строится направленный ациклический граф, отображающий взаимные зависимос-ти и влияния агентов друг на друга; на этом графе изображаются как роли агентов, преследу-ющих максимальную прибыль или достижение лидерства на рынке, так и агентов с ролями, направленными на уменьшение издержек или снижение рисков. Так как высокотехнологичные рынки, как правило, являются олигополистическими, когда на рынке взаимодействует неболь-шое число агентов, то результаты анализа всех допустимых ролей можно представить в виде графа (рис. 7).

На основании теоретико-игровых моделей ММ1 и ММ2 и фрактальной модели структуры ССС разработаны алгоритмы принятия решений агентами рынка.

Обобщенный алгоритм инициации модели для проведения конкурентного анализа1. Задаем число N уровней иерархии модели.2. Задаем множества агентов: на верхнем уровне иерархии (A1j,…, A6j); далее – (A21j,…, A66j),

(A21j,…, A666j) и т.д. до N, j = 1,…, M, где M – число на каждом уровне агентов для каждой из рассматриваемых подсистем (перечисляются все агенты на всех уровнях иерархии до N).

3. Задаем множество стратегий агентов {S} в зависимости от целей агента i, i = 1,…, K, где K – общее число агентов на всех уровнях иерархии до N из базовых конкурентных стратегий.

4. Для агента i задаем множество действий {W} для достижения стратегической цели.5. Задаем множество сил – взаимных влияний {I} агентов друг на друга (для описания тех-

нических, экономических, политических и др. аспектов).6. В процессе выполнения вычислительного эксперимента, так как ситуация на рынке может

меняться, вносятся изменения во множества, заданные в п. 1–4. Процесс является итерацион-ным.

Алгоритм принятия решения агентом i1. С учетом выбранной стратегии S1–S4 и сформированного множества {W} действий форми-

руется профиль поведения агента как подмножество множества {W'} для достижения Si, i = 1,…, 4.

Рис. 7. Схема взаимосвязи четырех агентов A1,..., A4



Определяются характеристики каждого действия (в отношении других агентов); происходит ранжирование по заданному критерию, который может учитывать не только заданные характе-ристики, но и предпочтения агента2.

2. Определяются участники рынка, с которыми необходимо взаимодействовать для дости-жения цели. Так как при принятии решения на каждом шаге агенту нет необходимости анали-зировать взаимные влияния со всеми участниками рынка, происходит ранжирование всех аген-тов рынка по заданному критерию. Этот критерий определяется в зависимости от конкурентной стратегии компании заказчика конкурентного анализа, так как для стратегии лидера, бросающе-го вызов, или следующего за лидером приоритеты влияния других участников рынка будут во многом различаться.

3. Когда все участники рынка ранжированы по приоритету, появляется возможность постро-ить динамический граф, характеризующий взаимозависимости участников рынка. Далее выде-ляются те участники рынка, с которыми необходимо разрешать конфликтные ситуации. Это мо-гут быть как основные конкуренты А1, так и представители других групп агентов А2,..., А5. На основании полученной из конкурентного анализа информации рассчитывается ФР pRi и ФП pSi

каждого возможного действия (управления) для каждого агента в отношении других участников рынка u UL

i ! и выбираются действия (управления), для которых разница между значениями функций преимуществ и недостатков максимальная3:

( ( ) – ( )) .argmaxu P u P u*Li

u U Li

R Li

SLi

ii= ! (11)

4. На графе взаимодействий (см. рис. 7) агент i выбирает партнеров, заказчиков, поставщи-ков и другие заинтересованные стороны проекта стратегического управления бизнесом компа-нии с использованием полученной информации.

5. Другие агенты дают ответ, основываясь на собственной модели взаимодействия, с учетом своих предпочтений и возможностей достижения собственных целей.

6. Процесс продолжается до установления равновесия, когда каждый агент достигает своей цели и/или находится в ситуации, когда любое следующее действие ухудшит его положение.

Таким образом, в статье представлена методика конкурентного анализа на всех этапах соз-дания ОНТ на основе экономико-математических моделей взаимодействия агентов рынка как элементов сложной системы конкуренции с применением теории антагонистических и компро-миссных игр и алгоритмов конкурентного анализа.


Бабенко Е.А. (2013). Агентно-ориентированная модель конкуренции на рынке высокотехнологичной про-дукции (на примере основных производителей самолетов боевой авиации). [Электронный ресурс] // Журнал “Труды МАИ”. № 59. Режим доступа: http://www.mai.ru/science/trudy/published.php?ID=34403, свободный. Загл. с экрана. Яз. рус. (дата обращения: май 2014 г.).

Бабенко Е.А. (2013). Разработка SaaS-приложения конкурентного анализа в секторе объектов авиацион-ной техники // Журнал “Вестник МАИ”. Т. 20. № 1.

Бабенко Е.А., Кленов Е.А., Ершов Д.М., Скородумов В.С. (2012). Свидетельство № 12-416 о регистра-ции объекта интеллектуальной собственности “Программно-аппаратный комплекс Competition конку-рентного анализа сегмента рынка”. Зарегистрирован в Государственном реестре Госстандарта России 25.12. 2012. М.: Госстандарт.

Бабенко Е.А., Скородумов С.В. (2012). Системный анализ конкуренции на рынке телекоммуникацион-ных услуг. В сб.: «Материалы Тринадцатого всероссийского симпозиума “Стратегическое планиро-вание и развитие предприятий”». М.: ЦЭМИ РАН.

2 Когда действия в отношении всех участников ранжированы, появляется возможность построить динамически нагру-женный граф взаимодействий для агента i.

3 Каждый агент всегда находится в поиске максимальных преимуществ, которые можно получить с наименьшим рис-ком.



Варшавский Л.Е. (2009). Моделирование развития рынков высокотехнологичной продукции с длитель-ным жизненным циклом (на примере рынка гражданской авиационной техники) // Теория и практика институциональных преобразований в России. Вып. 14. М.: ЦЭМИ РАН.

Плещинский А.С., Жильцова Е.С. (2013). Анализ результатов модернизации производства в условиях олигопольной конкуренции инноватора и его преследователя // Экономика и математические мето-ды. Т. 49. № 1.

Портер М.Е. (2005). Конкурентная стратегия: методика анализа отраслей и конкурентов. М.: Альпина Бизнес Букс.

Портер М. (2005). Конкуренция. М.: Вильямс.Brandenburger A.M., Nalebuff B.J. (1998). Co-opetition: A Revolutionary Mindset that Combines Competition

and Cooperation. N.Y.: Currency Doubleday.Stirling W.C. (2003). Satisfi cing Games and Decision Making: With Applications to Engineering and Computer

Science. N.Y.: Cambridge University Press.Поступила в редакцию

15.10.2013 г.

Competitive Analysis’ Tools for Creating New Technology Objects with Aircraft Engineering as an Example

Ye.A. Babenko, S.V. SkorodumovThe article deals with the construction of mathematical and economic models for the competitive analysis's, as well as with the development of algorithms for decision-making in the structure of the decision support system in organizations of producers of high-tech products by the example of aviation enterprises, among which are potentially competing perspective views of aircraft, includ-ing a new generation of aircraft, unmanned aerial vehicles and unmanned pilotless airplanes.Keywords: competitive analysis, economic and mathematical models, competitive analysis' tools, the decision support system.JEL Classifi cation: C82.

40


МАТЕМАТИЧЕСКИЙ АНАЛИЗЭКОНОМИЧЕСКИХ МОДЕЛЕЙ

ВЫЧИСЛИМАЯ МОДЕЛЬ СТРУКТУРНОЙ ТРАНСФОРМАЦИИВЕРТИКАЛЬНО СВЯЗАННЫХ ОТРАСЛЕЙ

ПРОМЫШЛЕННОСТИ*

© 2015 г. А.С. Плещинский(Москва)

Предложена вычислимая модель структурной трансформации вертикально связанных отрас-лей промышленности, предприятия которой применяют различные стратегии вертикальной интеграции и контроля в условиях олигополистической конкуренции. Спрос на конечный продукт и затраты при различных способах производства фирм описываются нелинейными функциями с постоянной эластичностью. Такие свойства создают неразрешимую аналити-чески задачу, поэтому предложен метод получения численного решения и компьютерная мо-дель. Разработанный инструментарий позволяет вычислять цены продуктов выше- и ниже-стоящей вертикально связанных отраслей, объемы выпуска и другие характеристики фирм до интеграции, в результате объединения производителей промежуточного и конечного про-дуктов и в случае применения механизма управляемой маржинализации. Возможности мо-дели продемонстрированы на числовом примере несимметричных вертикально связанных дуополий, для которых контрактная форма взаимодействия предшествующей и последую-щей фирм дает при уменьшении коэффициента маржинализации увеличение их суммарной прибыли и общественного благосостояния до величин, достигаемых в случае создания ин-тегрированной фирмы.Ключевые слова: межфирменные взаимодействия, вертикальная интеграция, вертикаль-ный контроль, маржинализация, равновесие вертикальных олигополий, синергетический эффект.Классификация JEL: D23, D43, L22.

* Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (проект 15-06-00888а).

НАЗНАЧЕНИЕ МОДЕЛИ

Экономико-математические модели вертикально связанных отраслей являются важной ча-стью теории организации промышленности (Хэй, Моррис, 1999; Тироль, 2000). В условиях несо-вершенной конкуренции повышение эффективности функционирования фирм может осуществ-ляться путем их вертикальной интеграции или контроля. Первый способ в общем случае требует значительных трансформационных затрат. Исследование результатов структурной трансформа-ции отраслей и форм вертикальных взаимодействий предприятий с помощью аналитических или вычислительных методов позволяет обосновать и выбрать наиболее целесообразный в каждом случае вариант экономического поведения.

Для согласования экономических интересов при вертикальных межфирменных взаимодей-ствиях необходимы механизмы, которые обладают способностью контролировать величину над-бавки к затратам производителя промежуточного продукта. Управляемой маржинализацией при вертикальных межфирменных взаимодействиях называется механизм выбора величины превы-шения контрактной цены промежуточного продукта относительно издержек его производителя, взаимовыгодной для участников кооперативного поведения. Механизм вертикальных межфир-менных взаимодействий с управляемой маржинализацией исследован с помощью аналитиче-ской модели (Плещинский, 2014). Получены уравнения равновесия олигополий до интеграции производителей промежуточного и конечного продуктов и в результате применения контракт-

ВЫЧИСЛИМАЯ МОДЕЛЬ СТРУКТУРНОЙ ТРАНСФОРМАЦИИ 41


ной формы сделок между предприятиями по цене ниже рыночной и наличия компенсирующе-го трансферта, выплачиваемого производителем конечного продукта. Даны формулы нижней и верхней границ коэффициента маржинализации. При его уменьшении в этом интервале прибыль каждой фирмы, применяющей предложенную форму взаимодействия, синергетический эффект и выгода потребителей возрастают от значений, соответствующих отсутствию вертикального контроля, до максимальных величин, достигаемых в случае создания поставщиком и потребите-лем интегрированной фирмы.

В указанной работе объект анализа и модель характеризуются рядом свойств, позволивших выполнить это исследование. Производители вышестоящей отрасли имеют доступ к одной тех-нологии, поэтому их функции издержек одинаковы. Симметричной в силу этого же условия яв-ляется и нижестоящая в вертикальной структуре отрасль. Эти ограничения в данной статье сни-маются. Для исследования более общего, нелинейного, случая несимметричных вертикальных отраслей промышленности была создана модель получения численного решения. Она позволя-ет в условиях олигополистической конкуренции определять количественные результаты таких форм вертикальной интеграции предприятий, как объединение производителей промежуточного и конечного продуктов, и вертикальный контроль, основанный на механизме управляемой мар-жинализации. Модель применима для анализа результатов структурной трансформации верти-кальных олигополий с различными функциями производственных затрат конкурирующих пред-приятий каждой отрасли промышленности, когда фирмы используют не одинаковые способы производства, и при нелинейной функции спроса на конечный продукт.

Вычислительный метод и компьютерная модель позволяют определять цены продуктов от-раслей промышленности, объемы выпуска и другие характеристики фирм до интеграции, в ре-зультате объединения производителей промежуточного и конечного продуктов и в случае при-менения управляемой маржинализации. Этот инструментарий дает возможность проводить экспериментальный анализ процессов трансформации связей и взаимодействия фирм вертикаль-ной олигополии при различных значениях параметров предложенного механизма вертикального контроля.

Вертикальными олигополиями называются вышележащая и нижележащая олигополистиче-ские отрасли промышленности, первая из которых производит промежуточный продукт и он служит исходным продуктом для второй. В случае, когда обе отрасли – олигополии Курно, такая структура называется вертикальной олигополией Курно. Зависимость объема промежуточного продукта, необходимого нижележащей отрасли в состоянии равновесия от его цены, называется функцией производного спроса.

Равновесное состояние вертикальных олигополий Курно характеризуется следующими пара-метрами. Прибыль каждой фирмы нижестоящей отрасли конечного продукта максимальна при равновесных объемах производства конкурентов и затратах на промежуточный продукт, соответ-ствующих функции производного спроса. Прибыль каждой фирмы вышестоящей отрасли будет максимальной при равновесных объемах производства конкурентов с учетом цены промежуточ-ного продукта, определяемой функцией производного спроса.

Вычислимая модель предназначена для определения объемов производства, цен и других характеристик различных вариантов вертикальных олигополий Курно с произвольным числом фирм в каждой. Первый соответствует случаю отсутствия вертикальной интеграции. Условия равновесия отраслей промежуточного и конечного продуктов дают систему нелинейных уравне-ний, решением которой являются объемы выпуска фирм. Эти величины вместе с другими харак-теристиками предприятий являются базовыми для анализа эффективности структурной транс-формации, связанной с вертикальной интеграцией или контролем, основанном на механизме управляемой маржинализации.

Второй вариант описывает результаты объединения производителя промежуточного продук-та и предприятия отрасли конечного продукта. Структура вертикальных связей фирм изменяется в зависимости от действий интегрированной фирмы. Исследуем случай, когда весь свой про-межуточный продукт она расходует для производства конечного, конкурируя с фирмами ниже-стоящей отрасли. В результате число агентов в ней не изменилось. В вышестоящей отрасли чис-ло конкурирующих производителей уменьшилось на единицу. Их суммарный промежуточный

42 ПЛЕЩИНСКИЙ


продукт покупают конкуренты интегрированной фирмы, относящиеся к нижестоящей отрасли. Состояние равновесия такой вертикальной олигополии задается решением соответствующей си-стемы нелинейных уравнений, состоящей из условий оптимальности первого порядка. Условия оптимальности второго порядка служат для проверки факта максимизации прибыли фирм, как и в базовом случае, – до интеграции. В результате определяются объемы производства, затраты и прибыли фирм, цены промежуточного и конечного продуктов, синергетический эффект от вер-тикальной интеграции.

Альтернативой такой структурной трансформации является третий вариант, в котором при-меняется вертикальный контроль, основанный на механизме управляемой маржинализации. Эф-фективность этой формы вертикальных взаимодействий определяется сравнением характеристик предприятий до и после ее применения. Фирма-поставщик продает всю свою продукцию конк-ретной фирме-потребителю по контрактной цене ниже рыночной и получает от нее трансферт за этот промежуточный продукт. Число фирм в каждой отрасли не изменилось, остальные про-изводители вышестоящей отрасли продают свою продукцию по рыночной цене предприятиям нижестоящей. Условия равновесия таких вертикальных олигополий задаются системой нелиней-ных уравнений, численное решение которой определяет величины объемов производства фирм и всех показателей, необходимых для оценки эффективности предлагаемого метода межфир-менных взаимодействий, включая общественное благосостояние. Модель позволяет вычислить верхнюю и нижнюю границы размера трансферта, исследовать зависимость прибыли каждого участника кооперативного поведения от коэффициента маржинализации, ставки трансферта и в результате этого выбрать взаимовыгодное их значение.

ОБЪЕКТ И ПРЕДМЕТ АНАЛИЗА

Объектом исследования является вертикально связанные отрасли a и b. Вышележащая a про-изводит промежуточный продукт, который покупает нижележащая b. Отрасль a промежуточ-ного товара состоит из m независимых фирм, каждая из которых производит qai единиц товара,

i = 1, …, m. Выпуск отрасли a равен .Q qa aii

m

1

==

/ Нижележащая отрасль b состоит из n фирм.

Производители, действующие на рынке конечного продукта, сталкиваются с заданным спросом

на свою продукцию со стороны потребителей. Выпуск отрасли b равен ,Q qb bjj

n

1

==

/ где qbj – объ-

ем производства фирмы j = 1, …, n.Объект анализа имеет следующие характеристики.А1. Отрасли a и b являются олигополиями Курно. Нулевые вариации представляют собой

предположения конкурирующих производи телей об изменении выпуска своих соперников и имеют вид:

∂qbv/∂qbj = 0, v = 1, …, n, v ≠ j, j = 1, …, n;

∂qav/∂qai = 0, v = 1, …, m, v ≠ i, i = 1, …, m.

Обозначим суммарный объем выпуска всех конкурентов фирмы j отрасли b как ,Q q v

v

–1

jb

b

n

==

/

v ≠ j, а для отрасли – ,a Q q v

v

–ia

a

m

1

==

/ v ≠ i. Имеем выполнение условий ∂Q b–j /∂qbj = 0, j = 1, …, n;

∂Q a–i /∂qbi = 0, i = 1, …, m.А2. Спрос на конечный продукт отрасли b характеризуется постоянной эластичностью. Об-

ратная функция спроса этой отрасли Pb(Qb) = aQb–1/E, где Pb – цена продукта нижележащей от-

расли, Qb – выпуск отрасли b. Параметрами являются: a – цена продукта при единичном объеме отраслевого выпуска; E – эластичность спроса по цене продукта отрасли b.



А3. Все фирмы отрасли конечного продукта применяют технологию с фиксированной струк-турой ресурсов. Вследствие этого не допустимо замещение промежуточного товара другими фак-торами производства. Функция издержек для технологии с фиксированной структурой является линейно-сепарабельной по цене промежуточного продукта. Общие производственные издержки фирмы j отрасли b с учетом стоимости промежуточного продукта равны cbj(qbj) + Paqbj, где Pa – рыночная цена промежуточного продукта, cbj(qbj) – функция минимальных затрат, необходимых дополнительно к промежуточному товару для производства qbj единиц конечной продукции.

А4. Операционные производственные издержки фирм нелинейны. Затраты фирмы j отрасли b, зависящие от объема выпуска, заданы степенной функцией cbj(qbj) = bbjqbj

abj, j = 1, …, n, где bbj – издержки при единичном объеме выпуска, αbj – эластичность издержек по объему выпуска. Затраты фирмы i отрасли a равны cai(qai) = baiqai

aai, i = 1, …, m, где bai – издержки при единичном объеме выпуска, aai – эластичность издержек по объему выпуска.

А5. Производители конечного продукта не обладают монопсонической властью на рынке промежуточного. Они воспринимает цену на промежуточный товар как заданную, поэтому их предельные издержки на продукт отрасли a равны Pa.

А6. Для изготовления единицы конечного продукта требуется одна единица промежуточ-ного товара и комбинация других ресурсов. Принятое предположение не ограничивает общно-сти. Достаточно выбрать такую размерность единицы промежуточного продукта и его цены, при которой выполняется указанное условие. В результате этого выбора масштаба измерения объемов производства и цен отраслевые выпуски промежуточного и конечного продуктов равны

.Q q Q qa ai bi

bjj

nm

1 1

= = == =

/ /

РАВНОВЕСИЕ ВЕРТИКАЛЬНЫХ ОТРАСЛЕЙ ДО ИНТЕГРАЦИИ

Каждое предприятие j отрасли b и i, конкурирующее в олигополии a, максимизирует свою прибыль: rbj = Pb(qbj + Q–j

b)qbj – cbj(qbj) – Paqbj, j = 1, …, n; (1) rai = Pa(qai +Q–i

a)qai – cai(qai), i = 1, …, m. (2)Отметим, что выражение (1) прибыли фирм отрасли b отражает характеристику А3.

В отрасли b условия оптимальности первого порядка с учетом А1, А2, А4, А5 описываются системой уравнений:

∂∂

– ( ) – – – – ,q

P P q c q P PEQq

MC P1 0bj

bjb b bj bj bj a b

b

bjbj a

r= + = =l l f p j = 1, …, n, (3)

где MCbj = q ( – )bj bj bj

1bja ba – предельные издержки фирмы j отрасли b.

Суммируя равенства (3) по всем фирмам отрасли b и учитывая, что Qb = Qa согласно А6, по-лучим обратную функцию спроса на промежуточный продукт, выпускаемый отраслью a:

( ) – ( ) – – ,P Q P Pn

Qn

c q PnE

MC1 1 1a a b b

abj bj b bj

j

n

1

= + ==

l l e o/ (4)

где MCn

q1 ( – )bj bj bj bj

j

n1

1

bja b= a

=/ – средние предельные затраты всех фирм отрасли b.

В отрасли a условия оптимальности первого порядка при выполнении А1 и А4 выражаются системой уравнений:

∂∂

∂∂

– ( ) – – ,q

PqP

q c q PE Q

qMC1 0

ai

aia

ai

aai ai ai a

a a

aiai

r= + = =l f p i = 1, …, m, (5)

где Ea – эластичность спроса по цене продукта отрасли a, по определению Ea = –Pa/(QaP'a), MC q ( – )

ai ai ai ai1aia b= a – предельные издержки фирмы i отрасли a.



Введем параметр sbj = qbj/Qb, j = 1, …, n, равный доле выпуска фирмы j в объеме произ-водства всех предприятий отрасли b. Будем вычислять первую и вторую производные функции цены промежуточного продукта ∂ /∂ , ∂ /∂P P Q P P Qa a a a a a

2 2= =l m в точке равновесия sbj*, j = 1, …, n.

В этом случае qbj = sbj*Qb. Предельные издержки фирмы нижележащей отрасли представим при

фиксированном значении ее доли sbj* на рынке конечного продукта как функцию Qb, тогда

∂∂ ( )

∂∂ ( )

∂∂( ) ( – ) ( – )

.Q

MC qq

MC qQ

s Qq

MCs

QMC1 1

b

bj bj

bj

bj bj

b

bj b

bj

bj bjbj

b

bj bja a= = =

**

Повторяя указанный прием, получим

∂

∂( – 1)

∂

∂( – )

∂

∂

∂∂( )

Q

MCs

Q

qs

q

q

Qs Q

1( – ) ( – )

b

bjbj bj bj bj

b

bjbj bj ai ai

bj

bj

b

bj b

2

2 2 2bj bj

a a b a a b= = =a a

* **

( – )( – ).

Q

MC1 2

b

bj bj bj

2

a a=

Дифференцирование функции производного спроса Pa и затем P'a по объему Qa производства промежуточного продукта дает:

–∂

∂– – – ( – ) ,P

nP P

nQ

n QMC

EQP

nE nQMC1 1 1 1 1 1 1a b b

a

b

bj

j

n

b

b

bbj bj

j

n

1 1

a= + + == =

l l me eo o/ /

–∂

∂– – –P

nP P

nQ

n Q

MC

EQP

E nE1 2 1 1 1 1 1

a b ba

b

bj

j

n

b

b2

2

12

= + + = +=

m m ne e eo o o/ (6)

– ( – )( – ) .nQ

MC1 1 2b

bj bj bjj

n

21

a a=

/

Условия оптимальности второго порядка для фирм j = 1, …, n отрасли b выполняются, когда

∂∂

– ( ) – ( ) – 2 – –( – )

,q

MRc q P p q c q

EQP

Qq

E qMC

2 1 1 10<

bj

jb

b bj b b bj bj bjb

b

b

bj

bj

bj bja= + = +m l ll m ef op

j = 1, …, n. (7) Обоснуем это утверждение. В уравнениях (3) цена Pa является параметром, связывающим

выпуски отраслей a и b. Обозначим решение (3) как qbj(Pa), j = 1, …, n. Для любого значения Pa разность предельной выручки MRj

b и предельных издержек c'bj(qbj) каждой фирмы отрасли b будет убывающей функцией, когда выполняются соотношения (7). Тогда для любой величины Pa пре-дельная прибыль ∂rbj/∂qbj > 0 при qbj < qbj(Pa) и ∂rbj/∂qbj < 0 при qbj > qbj(Pa), j = 1, …, n. Отсюда следует максимум прибыли фирм отрасли b при выпусках qbj(Pa).

Достаточные условия оптимальности второго порядка для фирм i = 1, …, m отрасли a выпол-няются, когда

∂∂

–( – )

,q

P P qq

MC2

10<

ai

aia a ai

ai

ai ai2

2r a= +l m i = 1, …, m. (8)

Решение системы уравнений (3), (5) определяется поиском значений объемов qbj, qai, j = 1, …, n, i = 1, …, m, производства предприятий, для которых сумма квадратов функций Rbj = ∂rbj/∂qbj, j = 1, …, n, Rai = ∂rai/∂qai, i = 1, …, m, реакции фирм минимальна и равна нулю:

minR R R, ..., , , ...,q q q q

ai bjj

n

i

m

12 2

11a am b bn1 1= +

==

* f p// (9)

при условии .Q q Q qb bj a aii

m

j

n

11

= = ===

//



В выражениях Rbj(qbj) из (3), Rai(qai) из (5) функция цены промежуточного продукта и ее про-изводная вычисляются по формулам (4), (6), а цена конечного продукта и предельные издержки фирм определяются из А2, А4.

Объемы производства фирм, для которых R1* = 0, обозначим через q–

bj, j = 1, …, n, q–aj, i = 1, …,

m, а соответствующие этим величинам прибыли фирм в равновесии r–bj, j = 1, …, n, из (1) r–

ai, i = 1, …, m, из (2), выпуск отрасли конечного продукта Qb

–.Интегральный эффект от функционирования вертикально связанных отраслей для всех эко-

номических агентов – производителей промежуточного и конечного продукта и потребителей конечного продукта измеряется мезоэкономической мерой общественного благосостояния. Ве-личина этого общественного эффекта определяется выгодой потребителей конечного продукта и суммой прибылей всех предприятий нижележащей и вышележащей отраслей. Общественный эффект:

( ) ––

– ( ) – ( ).pw P Q dQ P QE

E P Q c q c q1b b b bj ai b b bj bj ai ai

i

m

j

n

i

m

j

nQ

11110

b

r r= + + =====

////y (10)

Величину (10) общественного эффекта, соответствующего состоянию вертикальных отраслей до интеграции, обозначим pw–.

ОБЪЕДИНЕНИЕ ПРОИЗВОДИТЕЛЯ ПРОМЕЖУТОЧНОГО ПРОДУКТА И ПРЕДПРИЯТИЯ ОТРАСЛИ КОНЕЧНОГО ПРОДУКТА

Рассмотрим результаты следующей трансформации структуры связей фирм нижележащей и вышележащей отрасли. Предприятие отрасли a объединяется с фирмой олигополии b в еди-ную производственно-экономическую структуру. Без уменьшения общности можно считать, что эту интегрированную фирму создают предприятие n нижележащей отрасли и m вышележащей. Соответствующей нумерацией можно получить указанный случай структурной трансформации. Интегрированная фирма I производит промежуточный и конечный продукты и действует на рын-ке конечного. Обозначим ее объем производства qbn = qam = ql. Теперь отрасль промежуточной продукции состоит из m – 1 независимых фирм, каждая из которых производит qai единиц това-

ра, i = 1, …, m – 1. Выпуск отрасли a равен .Q Q q–

–

ma

a aii

m

1

1

= ==

/ Нижележащая отрасль b состоит

из n–1 фирм, покупающих промежуточный продукт по цене Pa, выпускающих qbj, j= 1, …, n – 1, единиц конечного продукта и интегрированной фирмы, которая производит промежуточный и

конечный продукт. Выпуск предприятий j= 1, …, n – 1 отрасли b равен .Q q–

–

nb

bjj

n

1

1

==

/ Суммарные

объемы производства всех предприятий i = 1, …, m – 1 отрасли a и фирм j = 1, …, n – 1 олигопо-лии b равны. Эту величину обозначим Q–l.

А7. , .Q Q q q Q Q Q q Q– – – –

––

ma

a ai bj nb

l b l lj

n

i

m

1

1

1

1

= = = = = = +==

//

Каждая фирма отраслей b и a максимизирует свою прибыль:

rI = Pb(ql + Q–l)ql – cbn(ql) – cam(ql); (11)

rbj = Pb(ql+ Q–l) qbj – cbj(qbj) – Pa qbj, j = 1, …, n – 1; (12)

rai = Pa(Q–l)qai – cai(qai), i = 1, …, m – 1. (13)Последовательность формул, определяющих равновесие вертикальных олигополий в случае ин-теграции, повторяет предыдущий вариант их вывода. Приведем результаты для рассматриваемо-го случая структурной трансформации отраслей промышленности.



Для интегрированной фирмы, которая максимизирует прибыль rI, условия оптимальности первого и второго порядка с учетом А1, А2, А4 имеют вид:

∂∂

– ( ) – ( ) – – – ,q

P P q c q c q PEQq

MC MC1 0l

Ib b l am l bn l b

b

lam bn

r= + = =l l l f p (14)

∂∂

– ( ) – ( )q

P P q c q c q2l

Ib b l am l bn l2

2r= + =l m m m

–

– –( – ) ( – )

.EQ

PQq

E qMC MC

2 1 1 1 10<

b

b

b

l

l

am am bn bna a= +

+ef op (15)

В отрасли b условия оптимальности первого порядка для неинтегрированных фирм задаются системой уравнений (3). Условия оптимальности второго порядка для фирм j = 1, …, n – 1 отрас-ли b совпадают с (7). Суммируя равенства (3) по j = 1, …, n – 1, получим с учетом А7 обратную функцию спроса на промежуточный продукт:

–

––

( ) –( – )

–( – )

.P P PnQ

nc q P

n EQQ

nMC

1 11 1

1 11–

–

a b bn

b

bj bj bb

abj

j

n

j

n

1

1

1

= + ===

l l f p // (16)

Дифференцируя функцию производного спроса Pa и затем Pa' по объему Qa производства про-межуточного продукта, используя описанный ранее прием, получим:

–

––

( )Pn

P PnQ

n Qq

c q1 11 1

1–

a b ba

a

bj

j

n

bj bj1

1

= + + ==

l l m me o /

–( – )

– –( – )

( – ) ,n EQ

Pn

QQ

E n QMC

11 1 1

11 1

–

b

b

b

a

abj bj

j

n

1

1

a= +=

ef op /

– –

––

( )Pnn P

nQ

Pn Q

qc q

11

1 11

–

a ba

ba

bj

j

n

bj bj

2

1

1

= + + ==

m m n nf p/

( – )

– –( – )

( – )( – ) .n Q

PE

E nQQ

E n QMC

11 1 2 1

11 1 2

–

b

b

b

a

abj bj bj

j

n

2 2 21

1

a a= + + +=

ef op / (17)

Условия оптимальности первого и второго порядка для фирм i= 1, …, m отрасли a совпада-ют с (5), (8). Равновесие вертикальных олигополий после интеграции производителей промежу-точного и конечного продуктов характеризуется значениями объемов ql, qbj, qai (j = 1, …, n – 1; i = 1, …, m – 1) производства предприятий, для которых сумма квадратов функций Rl = ∂rI/∂ql, Rbj = ∂rbj/∂qbj, Rai = ∂rai/∂qai, j = 1, …, n – 1; i = 1, …, m – 1, реакции фирм минимальна и равна нулю:

minR R R R, , ..., , , ...,

––

q q q q qi ai bj

j

n

i

m

22 2 2

1

1

1

1

– –l a am b bn1 1 1 1= + +

==

* f p// (18)

при условиях Q–l = Qa = ,q q––

ai bjj

n

i

m

1

1

1

1

===

// Qb = ql + Q–l .

В выражениях Rl из (14), Rbj(qbj) из (3), Rai(qai) из (5) функция цены промежуточного продукта и ее производная вычисляются по формулам (16), (17), а цена конечного продукта и предельные издержки фирм определяются из А2, А4.

Объемы производства фирм, для которых R2* = 0, обозначим q+

l, q+bj, q+

ai, j = 1, …, n – 1; i = 1, …, m – 1. Этим величинам соответствует выпуск отрасли конечного продукта Qb

+, прибыли фирм в равновесии rl

+ из (11), r+bj, j = 1, …, n – 1 из (12), r+

ai, i = 1, …, m – 1 из (13), общественный эф-фект pw+ из (10).



Синергетический эффект по прибыли от вертикальной интеграции фирмы m отрасли a и предприятия n олигополии b равен SE = rI

+ – (r–bn + r–

am). (19)В нем не учитывается величина трансформационных затрат, которые могут быть большими.

ВЕРТИКАЛЬНЫЕ ВЗАИМОДЕЙСТВИЯ С УПРАВЛЯЕМОЙ МАРЖИНАЛИЗАЦИЕЙ В УСЛОВИЯХ НЕСОВЕРШЕННОЙ КОНКУРЕНЦИИ

В этом варианте структурной трансформации фирма m отрасли a и предприятие n олигопо-лии b применяют контрактную форму вертикальной интеграции – механизм управляемой мар-жинализации. Указанный выбор номеров предприятий не принципиален, так как отрасли не сим-метричны – функции производственных затрат олигополистов произвольны. Производитель m вышележащей отрасли a все qam единиц промежуточного продукта продает по контрактной цене потребителю n нижележащей отрасли b. Контрактная цена Ptr = kcam(qam)/qam = kAC(qam) равна увеличенным в k раз средним издержкам производителя промежуточного продукта, где k – зада-ваемый участниками соглашения коэффициент маржинализации.

Фирма n отрасли b выпускает qbn единиц конечного продукта и выплачивает своему постав-щику из выручки фиксированную сумму – трансферт TF, обусловленный использованием кон-трактной цены Ptr ниже рыночной Pa. В результате затраты на промежуточный продукт фирмы n, действующей на конечном рынке, равны TR = Ptrql + TF, а выручка поставщика m составляет, соответственно, TR = Ptrql + TF. В силу А6 объем производства qbn = qam = ql.

Фирмы i = 1, …, m – 1 и j = 1, …, n – 1 отраслей a и b совершают сделки по рыночной цене Pa. После изменения связей фирма n отрасли b не является конкурентом других предприятий j = 1, …, n – 1, выпускающих конечный продукт, а фирма m отрасли a не конкурент производи-телям промежуточного продукта i = 1, …, m – 1. Суммарный выпуск всех предприятий i = 1, …, m – 1 отрасли a равен суммарному объему производства фирм j = 1, …, n – 1 олигополии b, по-этому выполняется условие А7.

Каждая фирма отраслей b и a максимизирует свою прибыль: rbj = Pb(ql+ Q–l) qbj – cbj(qbj) – Pa qbj, j = 1, …, n – 1; (20) rai = Pa(Q–l)qai – cai(qai), i = 1, …, m – 1; (21) rbn = Pb(ql+Q–l)ql – cbn(ql) – Ptrql – TF = Pb(ql+Q–l)ql – cbn(ql) – kcam(ql) – TF; (22) ram = Ptr ql – cam(ql) + TF = (k – 1)cam(ql) + TF. (23)

Для фирмы n отрасли b, которая максимизирует прибыль rbn, применяя механизм управля-емой маржинализации, условия оптимальности первого и второго порядка с учетом А1, А2, А4 имеют вид:

∂

∂– ( ) – ( ) – – – ,

qP P q c q kc q P

EQq

MC kMC1 0l

bnb b l bn l am l b

b

lbn am

r= + = =l l l f p (24)

∂∂

– ( ) – ( )q

P P q c q kc q2l

bnb b l bn l am l2

2r= + =l m m m

–

– –( – ) ( – )

0.EQ

PQq

E qkMC MC

2 1 1 1 1<

b

b

b

l

l

am am bn bna a= +

+ef op (25)

В отрасли b условия оптимальности первого порядка для фирм j = 1, …, n – 1 задаются систе-мой уравнений (3). Условия оптимальности второго порядка для этих производителей совпадают с (7). Обратная функция спроса на промежуточный продукт, ее первая и вторая производные вы-числяются по формулам (16), (17). Условия оптимальности первого и второго порядка для фирм i= 1, …, m – 1 отрасли a такие же, как (5), (8).

При применении механизма управляемой маржинализации равновесие вертикальных олиго-полий характеризуется значениями объемов ql, qbj, j = 1, …, n – 1, qai, i = 1, …, m – 1, производ-



ства предприятий, для которых сумма квадратов функций Rl = ∂rbn/∂ql, Rbj = ∂rbj/∂qbj, Rai = ∂rai/∂qai, j = 1, …, n – 1; i = 1, …, m – 1, реакции фирм минимальна и равна нулю:

minR R R R, , ..., , , ...,

––

q q q q ql ai bj

j

n

i

m

32 2 2

1

1

1

1

– –l a am b bn1 1 1 1= + +

==

* f p// (26)

при условиях ,Q Q q q–

––

l a ai bjj

n

i

m

1

1

1

1

= = ===

// Qb = ql + Q–l.

В выражениях Rl из (24), Rbj(qbj) из (3), Rai(qai) из (5) функция цены промежуточного продукта и ее производная вычисляются по формулам (16), (17), а цена конечного продукта и предельные издержки фирм определяются из А2, А4.

Объемы производства фирм, для которых R3* = 0, обозначим ql

*, q*ai, q*

bj, j = 1, …, n – 1; i = 1, …,

m – 1. Этим величинам соответствуют выпуск ,Q q q–

b l bjj

n

1

1

= +=

* * */ , цена Pb* = Pb(Qb

*) (по свойству А2)

конечного продукта, прибыли фирм в равновесии r*bj из (20), j = 1, …, n – 1; r*

ai из (21), i = 1, …, m – 1; r*

bn из (22); r*am из (23), общественный эффект pw* из (10).

Синергетический эффект по прибыли от вертикальной координации фирмы m отрасли a и предприятия n олигополии b равен SE(k) = (r*

bn + r*am) – (r–

bn + r–am) = r*

R (k) – (r–bn + r–

am). (27)В нем не учитывается величина трансформационных затрат, которые при контрактной форме взаимодействия являются небольшими по сравнению с вариантом вертикальной интеграции в форме слияний или поглощений.

Величина трансферта ограничена снизу и сверху, удовлетворяя условию TFmin ≤ TF ≤ TFmax. Переговорное множество [TFmin, TFmax] определяется следующими обстоятельствами. Для того чтобы сделка была выгодна фирме m отрасли a, ее прибыль r*

am с учетом второй части платежа TF должна быть не меньше, чем величина r–

am, соответствующая случаю отказа от контрактной формы вертикального контроля. Из условия r*

am ≥ r–am следует, что TF ≥ TFmin. Отсюда

TFmin = r–am – (Ptrq*

l – cam(q*l )) = r–

a – (k – 1)cam(q*l ). (28)

При TF = TFmin поставщик имеет такую же прибыль r*am = r–

am, как при отказе от контрактной фор-мы вертикальной интеграции, а с учетом (27) потребитель получает прибыль r*

bn = r*R (k)– r*

am = = r–

bn + SE(k), равную максимальному результату при отказе от кооперативного поведения, уве-личенному на синергетический эффект.

Аналогичное условие внешней устойчивости кооперативного поведения агентов должно вы-полняться для потребителя. Для того чтобы сделка была выгодна фирме n отрасли b, ее прибыль r*

bn с учетом второй части платежа TF должна быть не меньше, чем величина r–bn, соответствую-

щая случаю отказа от контрактной формы вертикального контроля. Из условия r*bn ≥ r–

bn следует, что TF ≤ TFmax. Верхняя граница TFmax, соответствующая соотношению r*

bn = r–bn, вычисляется

как TFmax = P*

bq*l – cbn(q*

l ) – Ptrq*l – r

–bn = P*

bq*l – cbn(q*

l ) – kcam(q*l ) – r–

bn = = r*

R – (k – 1)cam(q*l ) – r–

bn. (29)При TF = TFmax потребитель имеет такую же прибыль r*

bn = r–bn, как при отказе от контрактной

формы вертикальной интеграции, а поставщик с учетом (27) получает прибыль r*am = r*

R(k) – r*bn =

= r–am + SE(k), равную максимальному его результату, соответствующему варианту отказа от ко-

оперативного поведения, увеличенному на синергетический эффект. Длина переговорного мно-жества равна величине синергетического эффекта, так как

TFmax – TFmin = r*R(k) – (r–

am + r–bn) = SE(k).

Кроме значения коэффициента маржинализации k участники соглашения выбирают ставку трансферта c, 0 ≤ c ≤ 1, задающую долю синергетического эффекта, которую поставщик получа-



ет сверх прибыли r–am, как в случае его отказа от вертикального контроля. Фирма m дополнитель-

но к величине r–am, соответствующей трансферту TFmin, может рассчитывать еще на TF – TFmin и

ее прибыль в итоге равна r*am. Отношение

c = (TF – TFmin)/SE(k) = (TF – TFmin)/( TFmax – TFmin), 0 ≤ c ≤ 1, равно доле дополнительно получаемой в составе трансферта величины TF – TFmin в синергети-ческом эффекте. В итоге трансферт TF определяется ставкой c, а величина трансферта с учетом его границ TFmin, TFmax равна

TF = TFmin + c(TFmax – TFmin) = (1 – c)TFmin + cTFmax. (30) Системы уравнений (3), (5), (14) и (3), (5), (24), которые задают условия равновесия верти-

кальных олигополий в случаях создания интегрированной фирмы и применения механизма уп-равляемой маржинализации, совпадают при k = 1. В этом состоянии равновесия объемы произ-водства фирм ql

+ = ql*, q+

bj = q*bj, j = 1, …, n – 1; i = 1, …, m – 1, прибыли фирм r+

I = r*bn + r*

am, r+bj =

r*bj, r+

ai = r*ai, j = 1, …, n – 1; i = 1, …, m – 1.

Для вертикальных отраслей, когда с ростом коэффициента маржинализации k синергетиче-ский эффект SE(k) уменьшается, целесообразно определить максимальную величину kmax, для которой SE(kmax) = 0. При k = kmax каждая фирма получает гарантированную прибыль, как при отсутствии вертикального контроля. В этом случае имеем интервал [1, kmax] значений коэффици-ента маржинализации для выбора величины, взаимовыгодной участникам соглашения.

Показателем эффекта от применения механизма управляемой маржинализации является пре-вышение r+

I – r*R(k) прибыли интегрированной фирмы относительно суммарной прибыли верти-

кально контролируемых предприятий. Участники соглашения о применении рассматриваемой формы взаимодействия заинтересованы в минимальном значении этой величины.

ВХОДНЫЕ И ВЫХОДНЫЕ ДАННЫЕ

Исходными данными для модели служат параметры функций спроса на конечный продукт и производственных затрат фирм вышележащей и нижележащей отраслей, условия контракта по вертикальной координации.

Входная информация: m – число предприятий вышележащей отрасли; aai – эластичность издержек по объему выпуска фирмы i (i = 1, …, m) отрасли a; bai – издержки производства при единичном объеме выпуска фирмы i (i = 1, …, m) отрасли a; n – число предприятий нижележа-щей отрасли; E – эластичность спроса на продукт отрасли b по цене; a – цена конечного продук-та при единичном объеме отраслевого выпуска; abj – эластичность издержек по объему выпуска фирмы j (j = 1, …, n) отрасли b; bbj – издержки производства при единичном объеме выпуска фирмы j (j = 1, …, n) отрасли b; k – коэффициент маржинализации; c – ставка трансферта.

Перечисленные исходные данные модели позволяют выполнить поиск решения задач (9), (18) и (26), для которых соответственно R1

* = 0, R2* = 0, R3

* = 0. В результате получаем искомые объемы производства фирм и связанные с ними показатели состояния вертикальных отраслей промышленности при различных вариантах их структурной трансформации.

Выходная информация: qbj – объем производства фирмы j (j = 1, …, n) отрасли b; qai – объем производства фирмы i (i = 1, …, m) отрасли a; Qb из А6 – выпуск продукта отрасли b; Qa из А6, А7 – выпуск продукта отрасли a; Pb(Qb) из А2 – цена продукта отрасли b; cai(qai) – суммарные операционные затраты (А4) фирмы i отрасли a; MCai из (5) – предельные операционные затраты фирмы i отрасли a; rai из (2) – прибыль фирмы i отрасли a; ∂2rai/∂qai

2 < 0 из (8) – условия макси-мума прибыли второго порядка фирм i отрасли a; Pa (4) – цена продукта отрасли a; Ea (5) – элас-тичность производного спроса по цене продукта отрасли a; P'a, Pa'' из (6) – первая и вторая произ-водные функции цены промежуточного продукта; ∂MRj

b/∂qbj – c''b (qbj) из (7) – условие максимума прибыли второго порядка фирм j отрасли b; cbj(qbj) + Paqbj – суммарные операционные затраты из А3, А4 фирмы j отрасли b, включающие стоимость промежуточных продуктов; MCbj из (3) – предельные операционные затраты фирмы j отрасли b; rbj из (1) – прибыль фирмы j отрасли b;



rI из (11) – прибыль интегрированной фирмы; ∂rI/∂ql = 0 из (14) – условие оптимальности пер-вого порядка для интегрированной фирмы; ∂2rI/∂q2

l < 0 из (15) – условие максимума прибыли второго порядка интегрированной фирмы; Ptr = kcam(qam)/qam – контрактная цена продукта фир-мы m отрасли a; TFmin из (28) – минимальная величина трансферта; TFmax из (29) – максимальная величина трансферта; TF из (30) – трансферт; SE, SE(k) из (19), (27) – синергетический эффект от вертикальной интеграции и соответственно координации; pw –, pw+, pw* из (10) – величина общественного благосостояния при отсутствии вертикальной интеграции, функционировании интегрированной фирмы и, соответственно, применении механизма управляемой маржинали-зации; r+

I – (r*bn + r*

am) – превышение прибыли интегрированной фирмы относительно суммар-ной прибыли вертикально контролируемых предприятий; p1(k) = (r*

bn + r*am)/ r+

I – отношение суммарной прибыли фирм при контрактной форме их вертикального контроля к прибыли ин-тегрированной фирмы; p2, p2(k) – прирост суммарной прибыли фирм, в результате интеграции p2 = SE/(r–

bn + r–am), в случае вертикального контроля p2(k) = SE(k)/(r–

bn + r–am); p3, p3(k) – при-

рост общественного благосостояния, при вертикальной интеграции p3 = (pw+ – pw–)/ pw–, а при использовании управляемой маржинализации p3(k) = (pw* – pw–)/ pw–; p4(k) = (r*

am + r–am)/r–

bn – прирост прибыли производителя промежуточного продукта в результате контрактной вертикаль-ной интеграции с производителем конечного продукта; p5(k) = (r*

bn – r–bn)/r–

bn – прирост прибыли производителя конечного продукта в результате контрактной вертикальной интеграции с про-изводителем промежуточного продукта; p6(k) = (r*

ai – r–ai)/r–

ai – прирост прибыли производите-ля i промежуточного продукта в результате вертикальной интеграции его конкурента; p7(k) = =(r*

bj – r–bj)/r–

bj – прирост прибыли производителя j конечного продукта в результате вертикаль-ной интеграции его конкурента; p8, p8(k) – прирост выпуска отрасли конечного продукта, при вертикальной интеграции p8 = (Qb

+ – Qb–)/Qb

–, а при использовании управляемой маржинализа-ции p8(k) = (Qb

* – Qb–)/Qb

–; p9(k) = (q*am – q–

am)/q–am – прирост выпуска производителя промежу-

точного продукта в результате контрактной вертикальной интеграции с производителем конеч-ного продукта; p10(k) = (q*

bn – q–bn)/q–

bn – прирост выпуска производителя конечного продукта в результате контрактной вертикальной интеграции с производителем промежуточного продукта; p11(k) = (q*

ai – q–ai)/q–

ai – прирост выпуска производителя i промежуточного продукта в результате вертикальной интеграции его конкурента; p12(k) = (q*

bj – q–bj)/q–

bj – прирост выпуска производите-ля j конечного продукта в результате вертикальной интеграции его конкурента.

АНАЛИЗ ИНТЕГРАЦИОННЫХ СТРАТЕГИЙ

Исследуем процессы трансформации связей и форм взаимодействия производителей проме-жуточного и конечного продуктов в условиях несовершенной конкуренции, соответствующей минимальному числу фирм, когда каждая отрасль является несимметричной дуополией. В вы-шележащей отрасли a конкурируют две фирмы – a1 и a2, в нижележащей b конечный продукт производят предприятия b1 и b2. Анализ результатов вертикальной интеграции и применения механизма управляемой маржинализации основан на сравнении различных вариантов связей и форм взаимодействия фирм вышележащей и нижележащей отраслей.

Вариант 1. Равновесие вертикальных дуополий до интеграции. Вариант 2. Состояние вертикальных дуополий после объединения производителя a2 проме-

жуточного продукта и предприятия b2 отрасли конечного продукта. Вариант 3. Равновесие вертикальных дуополий в результате контрактной вертикальной ин-

теграции, при которой фирма b2 отрасли конечного продукта и a2 отрасли промежуточного про-дукта применяют механизм управляемой маржинализации.

Эффекты структурной трансформации и применения исследуемой формы вертикального контроля определяются путем сравнения с базовым вариантом вертикальных дуополий до ин-теграции. Фирмы вышележащей отрасли продают промежуточный продукт по рыночной цене Pa конечным производителям. Входная и выходная информация, характеризующая вертикаль-ные дуополии в равновесии до интеграции предшествующей и последующей фирм приведена в табл. 1 (второй и третий столбцы). Величина R1

* = 1,2E – 08 индикатора (9) условий оптималь-



ности первого порядка совместно с критериями максимума прибыли второго порядка свиде-тельствуют о равновесном по Курно состоянии вертикальных дуополий. Различные значения параметров функций производственных издержек фирм вышележащей и нижележащей отраслей обусловливают разные объемы выпуска (доли на рынке) в равновесии.

Второй вариант соответствует структурной трансформации после объединения фирм a2 и b2. В результате этого выпуск q2 единиц промежуточной продукции подразделения a2 интегри-рованной фирмы передается подразделению b2, производящему конечный продукт в объеме q2. Фирма a1 вышележащей отрасли продает q1 единиц промежуточного продукта по рыночной цене Pa производителю b1 конечного продукта, который выпускает q1 единиц конечного продукта. Входная и выходная информация, характеризующая вертикальные дуополии в равновесии после

Таблица 1. Характеристики вертикальных отраслей до и после интеграции фирм a2 и b2

ПоказательДо интеграции После интеграции

фирмы a1, b1 фирмы a2, b2 фирмы a1, b1 Фирма отрасли b

pw – общественное благосостояние 2461,43 2779,61Вышележащая отрасль:m – число предприятий 2 1 Qa – отраслевой выпуск 271,04 71,97 Pa – цена промежуточного продукта 2,95 2,96 Ea – эластичность производного спроса по цене

1,24 3,17

P'a, Pa'' – первая и вторая производные функции цены промежуточного продукта

–0,00876 0,00005 –0,01298 –0,00004

Производитель промежуточного продукта: a1 a2 a1 aai – эластичность издержек по объему выпус-ка

1,1 1,05 1,1 1,05

bai – издержки производства при единичном объеме выпуска

1,2 1,06 1,2 1,06

Условие максимума прибыли предприятия второго порядка

–0,015 –0,01 –0,032

qai – объем производства 98,49 172,56 71,97cai(qai) – суммарные операционные затраты 187,03 236,64 132,44MCai – предельные операционные затраты 2,09 1,44 2,02rai – прибыль предприятия 103,72 272,76 80,50Нижележащая отрасль: n – число предприятий 2 2 Qb – отраслевой выпуск конечного продукта 271,04 385,30 Pb(Qb) – цена конечного продукта 6,07 5,09 E – эластичность спроса на конечный продукт по цене

2 2

a – цена конечного продукта при единичном объеме отраслевого выпуска

100 100

Производитель конечного продукта: b1 b2 b1 a2+b2abj – эластичность издержек по объему выпус-ка

1,07 1,05 1,07 1,05

bbj – издержки производства при единичном объеме выпуска

1,15 1,1 1,15 1,1

Условие максимума прибыли предприятия второго порядка

–0,016 –0,014 –0,01 –0,006

qbj – объем производства 124,68 146,36 71,97 313,33Суммарные затраты, включающие стоимость промежуточных продуктов

569,06 638,66 324,58 902,10

MCbj – предельные операционные затраты 1,72 1,48 1,66 3,02rbj – прибыль фирмы 188,25 250,37 42,06 694,16SE – синергетический эффект 171,03



интеграции приведена в табл. 1 (четвертый и пятый столбцы). Значение R2* = 3,8E – 11 индика-

тора (18) отраслевого равновесия совместно с условиями максимума прибыли второго порядка свидетельствуют о равновесном по Курно состоянии вертикальных дуополий. Для анализа ре-зультатов вертикальной интеграции без изменения технологического способа параметры функ-ций производственных затрат остались теми же, что до создания единой фирмы. В результате вертикальной интеграции суммарная прибыль ra2 + rb2 выросла на 32,7%, что дает синергети-ческий эффект от этой структурной трансформации SE = 171,03. Отраслевой выпуск конечного продукта увеличился на 42,2%, общественное благосостояние на 12,9%.

Третий вариант соответствует применению фирмами a2 и b2 механизма управляемой маржи-нализации. Продукция a2 в объеме q2 продается потребителю b2 по контрактной цене Ptr, равной увеличенным в k раз средним издержкам производителя a2 промежуточного продукта. Фирма b2 производит q2 единиц конечной продукции. Условия сделки включают выплату трансферта TF. Фирма a1 вышележащей отрасли продает q1 единиц промежуточного продукта по рыночной цене Pa производителю b1, который выпускает q1 единиц конечной продукции. Характеристи-ки отраслей в условиях этой формы вертикального контроля фирм a2 и b2 приведены в табл. 2. Они соответствуют величине ставки трансферта c = 0,5, при которой поставщик a2 получает в составе трансферта половину синергетического эффекта сверх его гарантированной прибыли r–

a2 = 272,76, соответствующей случаю отказа от вертикального контроля. Результаты функ-ционирования производителей рассчитаны для ряда значений коэффициента маржинализации k = 0,999; 1,00; 1,05; 1,10; 1,20. Для этих вариантов значений k суммарная величина индикатора (26) отраслевого равновесия R3

* = 1,8E – 08. Выполняются условия максимума прибыли второго порядка. Характеристики фирм в равновесии, соответствующем указанным значениям k приве-дены для производителей a1, b1 в четном и для a2, b2 нечетном столбцах табл. 2.

Для данных вертикальных дуополий увеличение коэффициента маржинализации дает сле-дующие результаты:

1) уменьшается объем производства фирм, применяющих исследуемую форму взаимодей-ствия;

2) увеличивается объем производства их конкурентов;3) уменьшается выпуск отрасли конечного продукта;4) прибыль фирм, участвующих в кооперации, уменьшается;5) прибыль их конкурентов увеличивается;6) общественное благосостояние уменьшается;7) суммарная прибыль фирм, применяющих механизм управляемой маржинализации, синер-

гетический эффект уменьшаются с увеличением k > 1. Для k = 1 значения этих показателей такие же, как для интегрированной фирмы;

8) при k = 0,999 суммарная прибыль r*b2 + r*

a2 превышает прибыль интегрированной структу-ры r+

I на 0,044.Для исследуемых вертикальных несимметричных дуополий с нелинейными функциями за-

трат и конечного спроса указанные эффекты свидетельствуют о том, что фирмам, применяющим данную форму взаимодействия, по критерию максимизации прибыли выгодно минимальное зна-чение коэффициента маржинализации. В этом случае величина общественного благосостояния также максимальна.

При уменьшении синергетического эффекта SE(k) с ростом коэффициента маржинализации целесообразно определить максимальную его величину kmax, при которой SE(kmax) = 0. Нулевой синергетический эффект в рассматриваемом примере соответствует kmax = 2,52. При этом зна-чении коэффициента маржинализации общественное благосостояние pw* = 2194, минимальная величина трансферта равна максимальной – TFmin = TFmax = 34,2, рыночная и контрактная цены промежуточного продукта Pa = 4,15 и Ptr = 3,39.

Результаты влияния коэффициента маржинализации на объемы производства фирм и синер-гетический эффект от вертикального контроля можно обосновать с помощью сравнительной ста-



Табл

ица

2. Х

арак

тери

стик

и от

расл

ей в

усл

овия

х ве

ртик

альн

ого

конт

роля

фир

м a2

и b

2 пр

и ра

злич

ных

знач

ения

х ко

эфф

ицие

нта

марж

инал

изац

ии

Хар

акте

рист

ика

k =

0,99

9k

= 1,

00k

= 1,

05k

= 1,

10k

= 1,

20

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

Общ

еств

енно

е бл

агос

осто

яние

2780

,11

27

79,6

0

2754

,68

27

30,2

8

2682

,68

Коэф

фиц

иент

мар

жин

ализ

ации

0,

999

1,00

01,

050

1,10

01,

200

Чис

ло п

редп

рият

ий в

ыш

ележ

ащей

от

расл

и2

Отр

асле

вой

выпу

ск п

роме

жут

очно

го

прод

укта

71

,95

71

,97

72

,99

73

,89

75

,37

Цен

а пр

омеж

уточ

ного

про

дукт

а 2,

961,

412,

961,

413,

011,

483,

051,

553,

141,

68Э

ласт

ично

сть

прои

звод

ного

спр

оса

по

цене

3,17

3,

17

3,07

2,

99

2,84

Пер

вая

и вт

орая

про

изво

дны

е фу

нкци

и це

ны п

роме

жут

очно

го п

роду

кта

–0,0

13–0

,000

04–0

,013

–0,0

0004

–0,0

134

–0,0

001

–0,0

138

–0,0

001

–0,0

147

–0,0

001

Про

изво

дите

ль п

роме

жут

очно

го п

ро-

дукт

аa1

a2a1

a2a1

a2a1

a2a1

a2

Эла

стич

ност

ь пе

реме

нны

х из

держ

ек п

о об

ъему

вы

пуск

а1,

11,

051,

11,

051,

11,

051,

11,

051,

11,

05

Пер

емен

ные

изде

ржки

про

изво

дств

а пр

и ед

инич

ном

объе

ме в

ыпу

ска

1,2

1,06

1,2

1,06

1,2

1,06

1,2

1,06

1,2

1,06

Усло

вие

макс

имум

а пр

ибы

ли п

редп

рия-

тия

перв

ого

поря

дка

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

Объ

ем п

роиз

водс

тва

71,9

531

3,59

71,9

731

3,33

72,9

930

0,83

73,8

928

9,10

75,3

726

7,53

Сум

марн

ые

опер

ацио

нны

е за

трат

ы32

4,42

902,

4332

4,59

902,

0933

2,74

885,

5634

0,33

869,

6835

4,06

839,

19П

реде

льны

е оп

ерац

ионн

ые

затр

аты

1,

661,

541,

661,

541,

661,

541,

661,

531,

671,

53П

рибы

ль п

редп

рият

ия42

,00

335,

9142

,06

335,

8844

,79

334,

5947

,52

333,

0052

,94

329,

09Ч

исло

пре

дпри

ятий

ниж

ележ

ащей

от

расл

и2

Отр

асле

вой

выпу

ск к

онеч

ного

про

дукт

а38

5,53

38

5,30

37

3,82

36

2,99

34

2,90

Ц

ена

коне

чног

о пр

одук

та5,

09

5,09

5,

17

5,25

5,

40

Эла

стич

ност

ь сп

роса

на

коне

чны

й пр

о-ду

кт п

о це

не2

2

2

2

2

Цен

а ко

нечн

ого

прод

укта

при

еди

нич-

ном

объе

ме о

трас

лево

го в

ыпу

ска

100

10

0

100

10

0

100

Про

изво

дите

ль к

онеч

ного

про

дукт

аb1

b2b1

b2b1

b2b1

b2b1

b2Э

ласт

ично

сть

изде

ржек

по

объе

му в

ы-

пуск

а1,

071,

051,

071,

051,

071,

051,

071,

051,

071,

05



Хар

акте

рист

ика

k =

0,99

9k

= 1,

00k

= 1,

05k

= 1,

10k

= 1,

20

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

a1, b

1a2

, b2

Изд

ерж

ки п

роиз

водс

тва

при

един

ично

м об

ъеме

вы

пуск

а 1,

151,

11,

151,

11,

151,

11,

151,

11,

151,

1

Усло

вие

макс

имум

а пр

ибы

ли п

редп

рия-

тия

перв

ого

поря

дка

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

–0,0

2–0

,01

Объ

ем п

роиз

водс

тва

71,9

531

3,59

71,9

731

3,33

72,9

930

0,83

73,8

928

9,10

75,3

726

7,53

Сум

марн

ые

опер

ацио

нны

е за

трат

ы,

вклю

чаю

щие

сто

имос

ть п

роме

жут

оч-

ных

прод

укто

в

324,

4290

2,43

324,

5990

2,09

332,

7488

5,56

340,

3386

9,68

354,

0683

9,19

Пре

дель

ные

опер

ацио

нны

е за

трат

ы

1,66

1,54

1,66

1,54

1,66

1,54

1,66

1,53

1,67

1,53

При

быль

пре

дпри

ятия

42,0

033

5,91

42,0

633

5,88

44,7

933

4,59

47,5

233

3,00

52,9

432

9,09

Ста

вка

тран

сфер

та

0,5

0,

5

0,5

0,

5

0,5

Мин

имал

ьная

вел

ичин

а тр

ансф

ерта

27

3,20

27

2,76

25

1,55

23

2,07

19

7,75

Мак

сима

льна

я ве

личи

на т

ранс

фер

та

444,

28

443,

79

419,

99

397,

34

355,

20Тр

ансф

ерт

35

8,74

35

8,27

33

5,77

31

4,71

27

6,48

Син

ерге

тиче

ский

эф

фек

т от

вер

тика

ль-

ной

коор

дина

ции

17

1,08

17

1,03

16

8,45

16

5,27

15

7,44

Пре

выш

ение

при

были

инт

егри

рова

н-но

й ф

ирмы

отн

осит

ельн

о су

ммар

ной

приб

ыли

вер

тика

льно

кон

трол

ируе

мых

пред

прия

тий

–0

,044

0,

00

2,59

5,

76

13,5

9

Табл

ица

2 (о

конч

ание

)



тики. В состоянии равновесия выпуски q1(k) и q2(k) конкурентов зависят от k и удовлетворяют условиям:

F(q1(k), q2(k), k) = ∂∂

– – – ;q

PEQq

MC kMC1 0bb

bb a

2

2 22 2

r= =f p

G(q1(k), q2(k)) = ∂∂

– ,q

P P q MC 0aa a a

1

11 1

r= + =l

где Pa – рыночная цена промежуточного продукта, продаваемого производителем a1 фирме b1, и

ее производная ∂∂

, – – .PqP

P PEQq

MC1aa

a bb

b1

11= =l f p Эта система уравнений определяет неявные

функции q1(k), q2(k), для которых выполняются равенства:

∂∂

∂∂

∂∂

∂∂

;qF

kq

qF

kq

MCa1

1

2

22+ =

∂∂

∂∂

∂∂

∂∂

,qG

kq

qG

kq

01

1

2

2+ =

Если определитель

∂∂

∂∂ –

∂∂

∂∂ ,D

qF

qF

qG Gq

01 2 12

!=

то по правилу Крамера получаем выражения для производных

∂∂

∂∂ ,

∂∂

–∂∂ .

kq

qG

DMC

kq

qG

DMCa a1

2

2 2

1

2= =

В точках равновесия можно вычислить значения требуемых величин:

∂∂ – – ;qF P P q

EQP

Qq

E1 1 1

b bb

b

b12

2= + = +l m ef op

∂∂ 2 – ( ) – ( )qF P P q c q kc qb b b a2 2 2 2 2

2= + =l m l m

– – –( – ) ( – )

;EQP

Qq

E qMC k MC

2 1 1 1 1

b

b

b

b b a a2

2

2 2 2 2a a= +

+ef op

∂∂ –

( – );

qG P P q

qMC

21

a aa a

11

1

1 1a= +l m

– – –( – )

;PEQP

Qq

E qMC

2 1 1 1a

b

b

b

b b1

1

1 1a= +l ef op

– –( – )( – )

;PEQP

E Qq

E qMC

1 1 3 2 1 1 2a

b

b

b

b b b2

1

12

1 1 1a a= + +m e efo op

∂∂ –

– – ;qG P P q P q

EQP

Qq

E Qq

E3 1 1 1 3 2 1

b b bb

b

b b21 1

2 1 1= + + = + +l m n e efo op> H



∂∂ ( )

∂∂

( – ) ( )∂∂ –

∂∂

( – ) ( )∂∂

;k

kP q

kq

k c qkq

EQP

qkq

k c qkq

1 1b ab

ba2

12 2

22

12 2

2r= + = +R

*l l l

∂∂ ( )

( – – )∂∂

( – – )∂∂

.k

pw kP MC MC

kq

P MC MCkq

b b a b b a1 11

2 22= +

Подставив значения показателей равновесного состояния, входящих в эти формулы, для k = 1,00; 1,05; 1,10; 1,20 получим:

∂F/∂q1 = (0,0015; 0,0014; 0,0014; 0,0013); ∂F/∂q2 = (–0,0056; –0,0060; –0,0064; –0,0071);

∂G/∂q1 = (–0,03; –0,03; –0,03; –0,04); ∂G/∂q2 = (–0,0019; –0,0018; –0,0017; –0,0015);

D = (–0,0002; –0,0002; –0,0002; –0,0003); ∂q1/∂k = (15,55; 13,42; 11,53; 8,35);

∂q2/∂k = (–259,02; –243,59; –229,45; –204,32); ∂rR*(k)/∂k = (–32,21; – 45,96; –58,0; –77,73);

∂pw(k)/∂k = (–514,62; –505,09; –495,53; –476,38). Знаки производных объемов производства фирм, суммарной прибыли и мезоэкономической

меры общественного эффекта подтверждают полученные для анализируемых вертикальных от-раслей результаты.

Эффекты вертикального контроля при различных значениях коэффициента маржинализации приведены в табл. 3. Указаны относительные приросты в процентах показателей вертикальных дуополий в равновесии. Значения p2, p2(k) – изменения суммарной прибыли фирм, p3, p3(k) – об-щественного благосостояния, p8, p8(k) – выпуска отрасли конечного продукта для интегрирован-ной фирмы и контрактной формы вертикального контроля при k = 1 совпадают. Это происходит потому, что при единичной величине коэффициента маржинализации механизм взаимодействия

Таблица 3. Эффекты вертикального контроля при различных значениях коэффициента маржинализации

Показатели эффектов вертикального контроля

Интегри-рованная

фирмаКонтрактная форма вертикального контроля

Коэффициент маржинализации 0,999 1 1,05 1,1 1,2p1(k) = ( ) /b Ia2 2r r r+ +* * 1,00006 1,000 0,996 0,992 0,980p2, p2(k) – прирост суммарной при-были фирм, %

32,695 32,703 32,69 32,20 31,59 30,10

p3, p3(k) – прирост общественного благосостояния, %

12,93 12,95 12,93 11,91 10,92 8,99

p4(k) = ( – ) / , %– –a a a2 2 2r r r* 31,36 31,35 30,88 30,30 28,86

p5(k) = ( – ) / , %– –b b b2 2 2r r r* 34,166 34,157 33,64 33,01 31,44

p6(k) = ( – ) /– –a a a1 1 1r r r* – прирост

прибыли производителя промежу-точного продукта в результате вер-тикальной интеграции его конку-рента, %

–22,47 –22,39 –18,17 –14,06 –6,06

p7(k) = ( – ) /– –b b b1 1 1r r r* – прирост

прибыли производителя конечного продукта в результате вертикальной интеграции его конкурента, %

–77,69 –77,66 –76,21 –74,76 –71,88

p8, p8(k) – прирост выпуска отрас-ли конечного продукта, %

42,15 42,24 42,15 37,92 33,92 26,51

p9(k) = ( – ) / , %qq q ––a aa2 22* 81,73 81,58 74,34 67,54 55,04

p10(k) = ( – ) / , %q q q– –b b b2 2 2* 114,25 114,07 105,54 97,52 82,79

p11(k) = ( – ) / , %q q q– –a a a1 1 1* –26,95 –26,93 –25,89 –24,97 –23,48

p12(k) = ( – ) / , %q q q– –b b b1 1 1* –42,30 –42,28 –41,46 –40,73 –39,55



обеспечивает достижение вертикально интегрированной прибыли. При k = 0,999 отношение p1(k) суммарной прибыли фирм при контрактной форме их вертикального контроля к прибыли интегрированной фирмы превышает единицу. Фирмы получают больше прибыли, чем в случае их объединения. Для k > 1 увеличение коэффициента маржинализации приводит к уменьшению прироста p2(k) суммарной прибыли фирм, общественного благосостояния p3(k), прибыли p4(k) производителя промежуточного продукта в результате контракта, прибыли p5(k) связанного с ним производителя конечного продукта. Увеличение k приводит к уменьшению прироста выпус-ка p8(k) отрасли конечного продукта, выпуска p9(k) производителя промежуточного продукта в результате контракта с производителем конечного продукта, p10(k) – прироста выпуска произво-дителя конечного продукта в результате контрактной вертикальной интеграции с производите-лем промежуточного продукта. Эти эффекты показывают, что применяющие механизм управляе-мой маржинализации фирмы заинтересованы в минимальном значении k.

Увеличение коэффициента маржинализации фирмами, осуществляющими вертикальный контроль, приводит к противоположным изменениям показателей у их конкурентов. Возраста-ют отрицательные значения приростов p6(k), p7(k) – прибыли производителей промежуточного и конечного продуктов, p11(k), p12(k) – выпуска производителей промежуточного и конечного продуктов. Эти эффекты означают, что уменьшение прибыли и объемов производства, не приме-няющих механизм кооперативного поведения фирм, тем ниже, чем большее значение k выбирают фирмы, использующие вертикальный контроль. Итак, конкуренты предприятий, выбирающих величину коэффициента маржинализации, не заинтересованы в минимальном его значении.

ЗАКЛЮЧЕНИЕ

Разработанная модель позволяет исследовать несимметричные вертикальные олигополии в условиях несовершенной конкуренции при отсутствии интеграции, в результате объединения фирм вышележащей и нижележащей отраслей, после применения вертикального контроля, ос-нованного на механизме управляемой маржинализации. Она дает количественные оценки эффек-тов от структурной трансформации объекта анализа. Инструментарий Еxcel оказался удобным для задания характеристик отраслей, учета нелинейности производственных затрат предприятий и спроса на конечный продукт, отображения операционной деятельности, связанной с верти-кальной интеграцией и контролем, вычисления равновесных состояний производителей.

Компьютерная модель дает возможность анализировать функционирование произвольного числа предприятий, использующих различные технологии, которые характеризуются отличны-ми друг от друга нелинейными функциями производственных затрат. Она позволяет вычислять равновесные по Курно характеристики вертикальных олигополий различной структуры.

Базовым является вариант, в котором интеграция отсутствует. Решением системы нелиней-ных уравнений будут объемы выпуска конкурирующих между собой фирм. Полученные значе-ния прибыли каждой фирмы – это минимальный результат, который должен быть гарантирован контрактной формой вертикальных взаимодействий в случае ее использования.

Второй вариант модели описывает вертикальные олигополии после структурной трансфор-мации, вызванной объединением фирм вышележащей и нижележащей отраслей. Соответствую-щая система нелинейных уравнений состоит из условий оптимальности первого порядка, а ее решение описывает состояние отраслей после интеграции. Полученные численные значения по-казателей фирм позволяют оценить целесообразность их объединения в условиях конкуренции. Чистый дисконтированный доход за рассматриваемое время функционирования интегрирован-ной фирмы равен разности суммарной дисконтированной прибыли и трансформационных затрат в начале периода. Объединение фирм в единую структуру для них целесообразно тогда, когда величина этого дохода не меньше, чем в варианте до интеграции. В первом, альтернативном слу-чае фирмы могут получить доход, равный суммарной дисконтированной их прибыли при функ-ционировании вертикальной структуры до ее преобразования. Отсюда следует, что дисконтиро-ванный синергетический эффект от вертикальной интеграции должен быть не меньше величины трансформационных затрат в начале периода. Таким методом модель может давать численное



значение критерия целесообразности вертикальной интеграции в условиях несовершенной кон-куренции.

Предложенная модель допускает модификации, соответствующие различным действиям ин-тегрированной фирмы. Кроме рассмотренного случая, можно описать вариант, когда часть свое-го промежуточного продукта она продает по рыночной цене, конкурируя с фирмами вышележа-щей отрасли, а другую часть расходует для производства конечной продукции.

Теоретический и практический интерес представляет сравнение эффективности интеграции с вертикальным контролем, основанным на механизме управляемой маржинализации. Примене-ние этой формы взаимодействий не сопровождается значительными трансформационными изде-ржками, характерными для вертикальных слияний или поглощений. Эта норма кооперативного поведения решает проблему двойной маржинализации, возникающей при максимизации прибы-ли поставщиком и потребителем. Для оценки предложенной формы, которая позволяет участ-никам получать величину суммарной прибыли, как при создании ими интегрированной фирмы, служит третий вариант модели вертикальных олигополий.

Вычислимая модель дает значения всех показателей, необходимых для оценки эффектив-ности управляемой маржинализации. Исследование зависимости прибыли фирм, выбирающих значение коэффициента маржинализации и ставки трансферта, позволяет им определить взаимо-выгодное значение условий кооперативного поведения. Таким образом, компьютерный инстру-ментарий можно использовать для согласования экономических интересов фирм, действующих в условиях несовершенной конкуренции. Мезоэкономическая мера общественного благосостоя-ния может быть применена внешним регулятором для оценки действий участников межфирмен-ных взаимодействий.

Для исследованных вертикальных несимметричных дуополий с нелинейными функциями затрат и конечного спроса получены следующие эффекты. Увеличение коэффициента маржи-нализации приводит к уменьшению объема производства фирм, применяющих предложенную форму взаимодействия, увеличению объема производства их конкурентов, уменьшению выпус-ка отрасли конечного продукта. Прибыль участвующих в кооперации фирм уменьшается, при-быль их конкурентов увеличивается, общественное благосостояние уменьшается. Суммарная прибыль фирм, применяющих механизм управляемой маржинализации, синергетический эф-фект уменьшаются с увеличением коэффициента маржинализации при его значении, большем единицы. При единичном значении эти показатели такие же, как для интегрированной фирмы. Показано, что при коэффициенте маржинализации меньшем единицы, суммарная прибыль этих фирм превышает прибыль интегрированной структуры. Эксперимент доказывает, что фирмам, применяющим данную форму взаимодействия, выгодно минимальное значение коэффициента маржинализации.

Предложенная вычислимая модель вертикальных олигополий в случае применения меха-низма управляемой маржинализации допускает модификации, соответствующие различным условиям взаимодействия. Кроме рассмотренного случая можно описать вариант, когда фир-ма вышележащей отрасли часть своего промежуточного продукта продает по контрактной цене предприятию нижележащей отрасли, получая трансферт, а другую часть продает по рыночной цене, конкурируя с субъектами этой отрасли. Допустимо рассмотрение произвольного числа фирм, использующих вертикальный контроль. Наконец, можно конструировать модели верти-кальных отраслей, в которых одновременно присутствуют вертикальная интеграция одних фирм и контроль других.

Модель может давать численное значение критерия целесообразности применения верти-кального контроля в условиях несовершенной конкуренции. Для эффективного механизма уп-равляемой маржинализации при отсутствии трансформационных затрат дисконтированный синергетический эффект от его применения не должен быть отрицательным. Это требование является более мягким, чем при интеграции фирм, сопровождающейся в общем случае сущест-венными трансформационными издержками.

Возможно построение компьютерной модели развития вертикальных олигополий, в которых кроме процессов интеграции и контроля осуществляется технологическая модернизация. В этом случае параметры нелинейных функций производственных затрат зависят от величины инно-



вационных вложений. Проект развития целесообразен тогда, когда чистый дисконтированный доход от модернизации в условиях вертикальной интеграции или контроля не меньше значения этого показателя в альтернативном варианте, когда фирмы не осуществляют технологическую модернизацию, интеграцию или кооперативное поведение.


Хэй Д., Моррис Д. (1999). Теория организации промышленности. СПб.: Экономическая школа.Тироль Ж. (2000). Рынки и рыночная власть: теория организации промышленности. СПб.: Экономичес-

кая школа.Плещинский А.С. (2014). Вертикальные межфирменные взаимодействия с управляемой надбавкой к за-

тратам // Экономика и математические методы. Т. 50. № 4. С. 112–133.Поступила в редакцию

09.09.2014 г.

Computable Model of Structural Transformation of Vertically Integrated Industries

A.S. Pleschinsky The computable model of structural transformation of vertically integrated industries which enter-prises apply various strategy of vertical integration and the control in the conditions of oligopoly competition is offered. Demand for the fi nal product and costs at various methods of production of fi rms are described by nonlinear functions with constant elasticity. The developed computer toolkit allows to calculate the prices of the industries’ products, volumes of output and other characteris-tics of fi rms before integration, as a result of consolidation of manufacturers of intermediate and fi nal products and in case of application of the inter-company interactions mechanism with control-lable margin. The numerical example of asymmetrical vertically connected duopolies is given. If margin coeffi cient reduces the contract form of interaction of previous and subsequent fi rms gives the increasing of their total profi t and public welfare to the sizes reached in case of integrated fi rm’s creation. Keywords: inter-company interactions, vertical integration, vertical control, margin, balance of vertical oligopolies, the transfer price, synergy effect.Classifi cation JEL: D23, D43, L22.

60



ТРАНСФЕРТЫ И ПРЕДОТВРАЩЕНИЕ КОНФЛИКТОВ: “ЗА” И “ПРОТИВ”*

© 2015 г. Ш. Вебер, П.А. Довер, Д.В. Давыдов(Москва)

Рассматривается роль бюджетного федерализма как механизма предотвращения процессов возникновения и обострения конфликтов в связи с неоднородностью населения. Предложена модель оптимизации системы трансфертов в многорегиональном и неоднородном государс-тве, подтверждением выводов которой служат результаты эконометрического исследования, основанные на панельных данных по 57 странам мира за период 1970–1999 гг.Ключевые слова: трансферты, бюджетный федерализм, разнообразие, неоднородность, предотвращение конфликтов.Классификация JEL: H77, J15, Z18. 1

1. КОНФЛИКТ НЕОДНОРОДНЫХ СООБЩЕСТВ И БЮДЖЕТНЫЙ ФЕДЕРАЛИЗМ

Несмотря1на научно-технический прогресс и рост общемирового благосостояния, в мире ра-стет число внутригосударственных конфликтов. Если в 1950 г. во всем мире общее число кон-фликтов с участием военных было меньше 10, то в 2009 г. эта цифра возросла до 27 (Hewitt et al., 2012). В настоящее время сепаратистские движения, необязательно воинственные по своей природе, наблюдаются практически по всему земному шару – в Африке, Азии, Европе, Северной и Южной Америке. Во многом они являются результатом как мирного, так и силового изменения политической карты мира, что привело к резкому увеличению числа независимых государств в мире со времен Второй мировой войны.

Одновременно с этим растет и число внутригосударственных столкновений интересов, ка-сающихся политики межрегионального перераспределения доходов и увеличения региональной автономии. Согласно (Hooghe, Marks, Shakel, 2010) за период 1950–2006 гг. в 31 из 42 исследуе-мых демократических стран было предпринято 393 реформы, затрагивающих полномочия ре-гиональных властей, и в 86% случаев реформы касались увеличения региональных полномочий. В то же время заявленный спрос на увеличение автономии со стороны отдельных регионов или групп населения во многих случаях не удовлетворяется центральными властями. Согласно базе данных “Организационное поведение миноритарных групп” (Minorities at Risk Organizational Behavior), наблюдающих 118 этнополитических организаций в 18 странах Среднего Востока и Северной Африки, за период 1981–2000 гг. зарегистрировано не менее 1299 действий сепа-ратистского толка, по отношению к которым власти соответствующих государств не предпри-няли попыток в какой-либо степени удовлетворить сформулированные требования (Asal, Pate, Wilkenfeld, 2008).

Принято полагать, что политика бюджетного федерализма в целом способствует разреше-нию внутренних конфликтов, которые возникают по разным причинам, но в основном связаны с исторически сложившейся неоднородностью населения государства. Поэтому в данной статье рассмотрены взаимосвязи между возникающими конфликтами и политикой бюджетного федера-лизма в контексте действия двух противонаправленных сил: центробежной силы, определяемой степенью неоднородности общества, и центростремительной силы, определяемой экономией от

* Работа выполнена при финансовой поддержке Министерства образования и науки Российской Федерации, грант Правительства РФ (договор № 14.U04.31.0002).

ТРАНСФЕРТЫ И ПРЕДОТВРАЩЕНИЕ КОНФЛИКТОВ 61


масштаба (Alesina, Spolaore, 1997). Как указывает Барро (Barro, 1991): “… мы можем думать об оптимальном размере юрисдикции как условии баланса: большой стране проще распределить среди налогоплательщиков издержки производства общественных благ, но сложнее удовлетво-рить потребности разнородного населения”. Однако оптимальный размер юрисдикции не явля-ется полным решением проблем, так как межрегиональное перераспределение доходов может приводить к дополнительным стимулам к отделению (Haimanko, Le Breton, Weber, 2005).

Применение принципов федерализма способно уменьшить реальные издержки разнообразия за счет предоставления большей автономии, что улучшает качество общественных благ (Hayek, 1948; Lockwood, 2006), усиливает межрегиональную конкуренцию (Tiebout, 1956) и предостав-ляет более широкие возможности для перераспределения властных полномочий.

Одновременно большая автономия несет свои издержки. Начиная с (Buchanan, 1950) ис-следователи указывают, что децентрализация в условиях федерализма может усиливать регио-нальные диспропорции. Таким образом, баланс интересов заключается между удовлетворением регионального спроса на федерализацию путем передачи части властных полномочий и следую-щим за этой передачей усилением сепаратистских настроений.

Эмпирическая проверка влияния политики бюджетного федерализма на сокращение или, на-против, усиление внутренних конфликтов дает неоднозначные результаты. Наблюдаемые истори-ческие события и их интерпретации различаются авторами как с позиции определения основных понятий (что считать конфликтом, какую политику интерпретировать как усиление автономии и т.п.?), так и с точки зрения методов и подходов к анализу фактов и статистических данных.

В работах (Bermeo, 2002; Amoretti, Bermeo, 2003; Gurr, 2000; Hechter, 2000; Lustick, Miodownik, Eidelson, 2004; Suberu, 2001) представлены примеры успешного применения политики бюджет-ного федерализма, позволившей сократить или вовсе элиминировать склонность к конфликту. В работе (Aleman, Triesman, 2005) по изучению сепаратистских конфликтов на территориях Па-кистана, Индии, Нигерии и бывшей Югославии показано, что налоговые перераспределения и трансферты позволяют погашать существующие конфликты. Анализ конфликтов на острове Ява (Индонезия) демонстрирует (Murshed, Tadjoeddin, Chowdhury, 2009) сокращение противостоя-ния после налоговой децентрализации, но только в районах с относительно высокими доходами. В (Hechter, Okamoto, 2001) показано неоднозначное влияние политики бюджетного федерализма на проявление националистских тенденций. Из работы (Brancati, 2006) следует, что децентрали-зация управления способствует сокращению и предотвращению конфликтов, однако сама фор-мирует предпосылки к отделению территорий по мере усиления региональных политических элит.

Учитывая множество подходов и разнообразие имеющихся в научной литературе результа-тов и эмпирических свидетельств в отношении рассматриваемой темы, в данной статье конкре-тизируются основные понятия и строится формальная модель, определяющая влияние политики бюджетного федерализма на смягчение внутренних конфликтов, затем формулируются следую-щие из теоретической модели эмпирические гипотезы и приводятся результаты эконометриче-ских исследований, использующих, помимо прочих параметров, индексы этнического и лингви-стического разнообразия.

2. ТЕОРЕТИЧЕСКАЯ МОДЕЛЬ ВЛИЯНИЯ НЕОДНОРОДНОСТИ НАСЕЛЕНИЯ НА УГРОЗЫ ОТДЕЛЕНИЯ ТЕРРИТОРИЙ

Рассмотрим страну, состоящую из “центра” и K “периферийных” регионов k = 1,..., K с на-селением n1,..., nK. Неоднородность населения страны будем описывать параметрами ~1,..., ~K, имеющими смысл этнического или лингвистического расстояния региона k от центра.

Центральный регион, чьей основной целью является поддержание единства страны, име-ет в распоряжении два инструмента противодействия отделению регионов. Первый – непо-средственное увеличение потока трансфертов в проблемный регион (политика предоставления трансфертов может не быть единой для всех регионов); второй, более сложный в реализации инструмент, – совокупность политических и экономических действий, сокращающих выгоды от

62 ВЕБЕР и др.


потенциального отделения региона, но не имеющих мгновенного (краткосрочного) влияния на объем предоставляемых общественных благ. Рассмотрим эти инструменты более подробно.

Если центр обеспечивает регион потоком трансфертов в размере t на душу населения, регион использует полученные трансферты по двум направлениям: производство общественных благ (часть трансфертов в размере r) и строительство независимых институтов (оставшиеся средства в размере t – r). Используя концепцию репрезентативного агента, для каждого региона можно ввести функцию полезности вида ( , ) ( ) ( – ) ,U t r f r t r– ( ) ( )

k k k k k k1 k k= a ~ a ~ где f – вогнутая производ-

ственная функция, 0 < a < 1 – возрастающая функция. Если полезность падает ниже резервного уровня ,ukr регион k предпочитает отделиться, а центр готов его отпустить.

Функция полезности позволяет учесть прямые экономические выгоды, получаемые населе-нием региона. Однако существуют и другие косвенные выгоды суверенитета, которые также не-обходимо формализовать. В отличие от общественных благ инвестиции в создание независимых институтов не приносят мгновенной пользы, и их создание можно рассматривать как некоторое дополнительное обременение для жителей региона, выражаемое отношением sk = (tk – rk)/rk. Ве-личина sk может интерпретироваться как индикатор дополнительной, не имеющей непосредс-твенного экономического содержания мотивации к отделению населения региона от центра.

Отделение региона несет с собой высокие риски создать независимое, но недееспособное государство. Так как более активное инвестирование в создание независимых институтов сни-жает указанные риски, для каждого региона можно определить некоторое пороговое значение mk, начиная с которого угрозу отделения можно считать реальной.

Второй инструмент политики бюджетного федерализма – инвестирование, не предполагаю-щее немедленной отдачи, – может быть реализовано разными способами. Например, центр может передать региону часть активов, которые не предназначены для немедленного использования, но позволяют создать источник постоянных доходов в будущем. Можно упомянуть программы пе-реселения части населения в другие регионы, либо, напротив, передачу части управленческих полномочий на уровень региона, сокращающую альтернативные выгоды отделения. Формально центр может использовать инвестиции в размере xk для уменьшения резервного уровня полезно-сти ukr до величины – ( ),u u Dk k kx= r где D – возрастающая вогнутая функция.

Таким образом, задача максимизации благосостояния страны с учетом предвосхищения угро-зы отделения регионов может быть представлена в следующем виде:

( , )max U t rk k kk

K

1=/ (1)

при ограничениях sk ≤ mk, Uk ≥ uk для всех k = 1,..., K.Используя упрощающее предположение об однородности функции f(r) = rc, 0 < c ≤ 1, вводя

обозначение ak для ak(~k), а также временно фиксируя величину трансфертов tk, из оптимизации (1) по rk нетрудно получить равенства

( – )

( – ), –

( – ).r t t r t

11

1kk k

kk k k

k k

kk

a a c

a c

a a c

a=

+=

+ (2)

Подставляя из (2) значение rk, мы получаем явное описание полезности региона как функции суммарных трансфертов:

( ) ( , ( )) ( , ),U t U t r t t ( – )k k k k k k k k

1k k l c a= = a a c+*u где l(c, ak) – константа, зависящая от параметров c, ak.

Условия (2) показывают, что рост трансфертов приводит как к увеличению производства об-щественных благ в регионах, так и к укреплению независимых институтов, что может быть неже-лательным с позиции центра. Индикатор sk, принимая в условиях (2) значение sk = ak/[(1 – ak)c], возрастает по ak, а следовательно, и по ~k, и с учетом ограничений задачи (1) эндогенно опреде-ляет пороговое mk = ak/(1 – ak)c].



Отсутствие формального внешнего ограничения на суммарные расходы центра позволяет считать суммарные инвестиции центра в регион k равными Ik = tk + xk, где xk выбирается из ус-ловий удовлетворения второго типа эндогенных ограничений задачи (1):

( ) – ( ) – ( – ).U r u D u D I tk k k k k k kx= =* * *u r r

Переписывая последнее равенство в виде

( ) ( – ) ,U D I t utk k k k k+ =* *u r (3)можно определить оптимальные трансферты t*k как параметрическую функцию инвестиционных возможностей центра – величины Ik. Из равенства (3) с учетом сформулированных выше предпо-ложений на функции Uk(·), D(·) следует, что с ростом Ik увеличиваются и оптимальные трансфер-ты t*k, однако для достаточно больших значений Ik возможны два решения уравнения (3), одно из которых в силу краевого условия неотрицательности трансфертов дает t*k = 0.

Окончательно суммарные инвестиции центра во все регионы могут быть представлены сум-мой

( ( ) ( )) .T n tk kk

K

k k k1

~ x ~= +=

* */ (4)

Попутно отметим, что сумма (4) может рассматриваться как один из вариантов индекса разнооб-разия, представленного в (Desmet, Ortuno-Ortin, Weber, 2009).

Согласно (4), суммарные трансферты центра увеличиваются в зависимости от расстояний ~k, однако по мере их дальнейшего роста монетарная составляющая трансфертов, представленная первыми слагаемыми (4), может сокращаться за счет компенсирующего роста вторых слагаемых (4), отражающих немонетарное воздействие центра на регионы.

Построенная модель отвечает исходным представлениям о балансе между экономией мас-штаба от производства общественных благ и конфликтом, связанным с большим разнообразием предпочтений. Рост трансфертов из центра неизбежно подталкивает регионы к усилению ло-кальных институтов, что сокращает возможности монетарного воздействия на поддержание це-лостности страны. Предложенная в модели эндогенизация пороговых ограничений, отвечающих за монетарные и немонетарные стимулы к отделению, позволяет получить дополнительный ры-чаг воздействия, когда регулируется не только спрос на независимость, но и ее предложение. По-следнее позволяет усиливать целостность государства за счет инвестирования в немонетарные стимулы, включая отложенные потоки доходов, управление миграцией на территории региона, усиление политических полномочий региона и другие альтернативы.

3. ГИПОТЕЗЫ ЭМПИРИЧЕСКОГО ИССЛЕДОВАНИЯ

Представленная выше модель не включала возможность прямого противостояния отдель-ных регионов. Учитывая, что во многих исследованиях (в том числе среди цитированных выше) представление об измерении конфликта интересов обычно сводится к оценкам фактов граждан-ского противостояния, мы постараемся аккуратно интерпретировать предпосылки эмпирической оценки предложенной выше теоретической модели. Отталкиваясь от предположения, что коли-чество ресурсов, которые растрачиваются сторонами конфликта с целью склонить чашу весов в свою пользу, положительно коррелирует с числом столкновений сторон конфликта, мы не мо-делируем данную зависимость в явном виде. Одновременно мы полагаем, что политика направ-лена на (де)стабилизацию ситуации, если дополнительные ресурсы, задействованные центром, увеличивают (соответственно, сокращают) затраты ресурсов на разрешение конфликта между его сторонами.

Используя различные меры этнолингвистического разнообразия как прокси-переменные, по-зволяющие оценить издержки неоднородности населения, мы формулируем следующие основ-ные гипотезы, вытекающие из построенной выше модели:



– в обществах с высокими значениями индексов разнообразия возрастает вероятность воз-никновения конфликта;

– для этнически однородной страны рост трансфертов сокращает вероятность возникнове-ния конфликта;

– по мере усиления этнического разделения эффект влияния трансфертов на разрешение кон-фликта ослабевает и даже может стать отрицательным;

– можно предполагать немонотонную зависимость результирующего эффекта трансфертов от степени раздробленности (fractionalization) общества по этническому признаку: по мере уве-личения разнообразия общества значимость трансфертов сначала возрастает, а затем сокраща-ется.

4. НЕКОТОРЫЕ ИСТОРИЧЕСКИЕ ПРИМЕРЫ

Рассмотрим несколько характерных примеров, характеризующих политику трансфертов и частоту возникновения конфликтов с учетом неоднородности общества. В отличие от простой теоретической модели, изложенной выше, в предлагаемых примерах мы выделим дополнитель-ные особенности и факторы, отражающие сложность реальных политических, социальных и экономических процессов, и обсудим возможности их влияния на рассматриваемые нами базо-вые переменные.

Все приведенные далее эпизоды разделены на три группы в зависимости от уровня этно-лингвистического разнообразия, измеренного аналогом индекса периферийной неоднородности (Desmet, Ortuno-Ortin, Weber, 2009) (с точностью до постоянного множителя):

.PH n j jj

K

1

~==

/ (5)

Основная гипотеза состоит в том, что, при прочих равных условиях, увеличение трансфертов должно иметь эффект центростремительной силы, способствующей единению разнородного об-щества, а степень неоднородности общества, напротив, центробежный эффект.

В соответствии с нашим предположением, для первой группы стран, определяемой невысо-ким значением индекса PH (нижняя треть статистического распределения по всей имеющейся выборке), трансферты должны иметь достаточно сильное стабилизирующее влияние на потен-циальные или существующие конфликты. В эту группу, разнообразную по составу, вошли в том числе Колумбия, Италия и Руанда.

Конфликт в Колумбии, продолжающийся свыше 50 лет, принес за это время более 200 000 жертв. Он является одним из самых длительных гражданских противостояний. Считается, что основной причиной конфликта является неравноправный доступ к земельным ресурсам, зало-женный еще в колониальный период. В сочетании с бедностью и слабостью институтов это при-вело к формированию очагов недовольства на территории страны.

В качестве решения проблемы была предложена политика децентрализации, позволявшая осуществлять подавление конфликтов в отдельных регионах, не затрагивая другие, относитель-но спокойные регионы страны. Однако проведенная Колумбией политика бюджетного федера-лизма привела к дальнейшему обострению конфликта, в том числе потому, что повстанческим группам было проще заполучить ресурсы у местных властей.

Таким образом, данный пример лишь частично удовлетворяет нашей теоретической модели. В то же время необходимо отметить, что в колумбийском конфликте активное участие приняли США: сначала в борьбе против повстанцев, а затем – в многочисленных антинаркотических опе-рациях. Появление такой третьей силы не учитывалось в нашей модели, она также не отслежи-вается индексом периферийной неоднородности (5), так что подобные частные случаи требуют более внимательного рассмотрения и соответствующей модификации исходной модели.



Среди стран второй группы (центральная треть распределения индекса неоднородности) на-иболее важными примерами являются Индонезия, Россия, бывшая Югославия, а также Швейца-рия. Несмотря на относительно близкие значения индекса PH, каждая из указанных стран имеет свои особенности как в профиле неоднородности, так и в политике бюджетного федерализма.

В Индонезии проживает около 300 этнических групп, говорящих более чем на 250 языках. Наиболее многочисленные из них – яванцы (45%), сунды (14%), мадурцы (7,5%), малайцы (7,5%). В стране проживают также потомки переселенцев, составляющие суммарно около четверти на-селения. Однако здесь характерна относительная общность религии: мусульмане суннитского толка составляют 88% верующих. Страна разделена на 34 административные территории, одна-ко она является унитарным государством. Решение этноконфессиональных проблем во многом достигается политическим путем.

Особенности России определяются положительным институциональным наследием совет-ского периода – многолетней политикой укрепления интернационализма, практически элими-нировавшей потенциальный конфликт на почве этнической неоднородности. Однако Россия является крупным федеративным государством с большим числом относительно независимых субъектов, где бюджетная политика “горизонтального выравнивания” формирует конкуренцию регионов за федеральные дотации. Во всяком случае в рассматриваемый нами далее период 1990-х годов прямые федеральные трансферты регионам, согласно (Triesman, 1996), во многом зависели от лоббирования интересов отдельных регионов и даже приводили к межрегиональным конфликтам. С учетом региональной неоднородности и развитой системы трансфертов в России предположения нашей модели достаточно хорошо описывают сложившиеся реалии.

Печальный пример бывшей Югославии в рамках нашего анализа свидетельствует о том, что центробежные силы в некоторых ситуациях превосходят центростремительные. Не последнюю роль здесь сыграла неоднородность темпов экономического развития, когда позиции политиче-ского центра оказались финансово слабее “периферии”, что ограничило возможности решения конфликта за счет увеличения трансфертов.

Появление Швейцарии в списке стран второй группы может вызвать недоумение в силу более чем векового положительного имиджа данной страны в плане стабильности внутренней политики и социальных отношений. Однако в данном случае мы можем интерпретировать значение индекса PH как факт того, что потенциальная вероятность нарушения общественной идиллии все-таки доста-точно высока. Последнее является дополнительным стимулом предвосхищать возможности появле-ния конфликтов и упреждать их появление путем политического регулирования.

Список последней трети стран, для которых индекс периферийной неоднородности имеет наибольшие значения, включает среди прочих Таджикистан, Кипр, Судан, Перу. Каждая из этих стран в разные периоды времени столкнулась с попытками отделения территорий, и как след-ствие – с необходимостью усилить контроль над целостностью страны.

Поучительно сравнить Малайзию со Шри-Ланкой, также попавших в последнюю треть спис-ка и имеющих высокие значения PH. Малайзийская политическая система является автократич-ной в отличие от демократической системы Шри-Ланки. Обе страны ранее были британскими колониями, и метрополия активно поддерживала основные миноритарные группы – китайцев в Малайзии и тамильцев в Шри-Ланке. После обретения независимости все многочисленные эт-нические группы в Малайзии получили право на выражение своих мнений и интересов, что не было осуществлено в Шри-Ланке. Более того, отличалась там и политика по отношению к язы-кам. Закрепление единого официального (сингалезского) языка в Шри-Ланке ограничило воз-можности активного участия тамильцев на рынке труда, усилило экономические диспропорции и явилось одной из основных причин длительного этнического конфликта. В то же время в Ма-лайзии, несмотря на протесты отдельных этнических групп, более мягкая языковая политика и сбалансированная система “горизонтального выравнивания доходов” позволили избежать круп-ных и продолжительных конфликтов.

В целом, несмотря на большое число дополнительных факторов и особенностей, характер-ных для исторического развития каждой из перечисленных выше стран, отражаемые в модели общие тенденции и основные взаимосвязи подтверждаются эмпирическими количественными оценками, приведенными далее.



5. РЕЗУЛЬТАТЫ ЭКОНОМЕТРИЧЕСКОЙ ОЦЕНКИ

Основные статистические данные по 138 странам с 1960 по 1999 г., сгруппированные по пятилетним периодам, представлены в (Montalvo, Reynal-Querol, 2005) и доступны онлайн на сайте журнала American Economic Review. Данные по трансфертам взяты из отчетов организа-ции “Экономическая свобода в мире” (Economic Freedom of the World), их структура привела к сокращению исходной выборки до 57 стран за период 1970–1999 гг.

Зависимой переменной (далее обозначенной PRIOCW) служит “возникновение гражданско-го конфликта”, ее значения взяты из данных, предоставленных Исследовательским институтом мира в Осло (Peace Research Institute of Oslo).

Основным регрессором является доля трансфертов в государственном бюджете. Ее значение варьирует как по странам, так и по времени. Учитывая, что имеющиеся в распоряжении данные по гражданским конфликтам агрегированы до пятилетних периодов, мы дополняем их данными по трансфертам за каждый первый год пятилетнего периода.

Использование различных способов измерения этнической и лингвистической неоднородно-сти позволило существенно расширить и уточнить результаты, полученные в (Montalvo, Reynal-Querol, 2005). Помимо приведенного выше индекса периферийной неоднородности (5) при по-строении регрессии использованы:

– индекс этнолингвистической раздробленности – ;ELF n1 jj

K2

0

==

/

– индекс Гринберга ;n nGI j k jkk

K

j

K

00

~===

//

– индекс поляризации Рейнал–Кверол ( – );n nRQ 1j jj

K2

0

==

/

– вариант индекса Эстебана–Рэя .E n nR j k jkk

K

j

K2

00

~===

//

Здесь, в дополнение к введенным выше обозначениям, индекс 0 отражает “центральную” группу, n0 – ее численность, а ~jk – (симметричные) расстояния между группами i и j (~0k = ~k; ~j0 = ~j; k, j = 1,..., K).

В качестве контрольных переменных в регрессию включены: логарифм ВВП на душу на-селения за каждый начальный год пятилетнего периода (далее LGDPC); логарифм населения страны за каждый начальный год пятилетнего периода (далее LPOP); доля экспорта сырьевых товаров (далее PRIMEXP); наличие гористой местности (доля соответствующей площади стра-ны, далее MOUNTAINS); фиктивная переменная, отвечающая состоянию несмежных государств (далее NONCONT); а также индекс развития демократии (далее DEMOCRACY), доступный на сайте проекта (Polity IV).

Конфликт описывается бинарным значением, которое определяется латентной переменной y, имеющей логистическое распределение. Систему взаимного влияния перечисленных факторов можно представить в виде следующей логит-модели:

( ) ,y E T E T E T E Xit i it i it i it it it it1 2 1 22

32a c c } } } b f= + + + + + + + (6)

PRIOCWit = 1[yit > 0]. (7)Здесь E – одна из выбранных мер этнической или лингвистической неоднородности (ELF, GI, PH, RQ, либо ER); T – доля трансфертов; X – контрольные переменные; f – случайная величина, отвечающая стандартному логистическому распределению. Слагаемые в скобках (6), используе-мые в некоторых спецификациях модели, отражают возможную нелинейную связь трансфертов и этнической неоднородности.



Наряду с основной моделью (6), (7), отвечающей (Montalvo, Reynal-Querol, 2005), рассмот-рена альтернативная спецификация со вспомогательными фиктивными переменными, отражаю-щими возможную временну�ю зависимость ошибки регрессии.

Полученные результаты эконометрического оценивания в целом подтверждают сформули-рованные гипотезы. Для линейной версии уравнения (6), когда стоящие в скобках слагаемые не учитываются, трансферты отрицательно коррелируют с возникновением конфликтов; этническая же неоднородность, напротив, выявляет положительную связь. Если в регрессию не включены индексы этнической неоднородности, предельный эффект трансфертов оказывается достаточно большим: рост трансфертов на одно стандартное отклонение сокращает вероятность возник-новения конфликта в среднем на 7%. Контроль над этнической разнородностью сокращает ре-зультат до 3,5–7% (с учетом разных индексов и в базовой спецификации модели). Однако и эти значения являются вполне убедительными. В то же время в альтернативной спецификации моде-ли, более полно отражающей возможную динамическую зависимость исследуемых конфликтов, значимость и предельный эффект трансфертов оказывается существенно ниже.

Согласно полученным в базовой спецификации модели (6), (7) результатам индексы неодно-родности PH, GI, ER имеют положительные и статистически значимые коэффициенты. Индексы ELF и RQ, отражающие только численности групп и не включающие расстояния между ними, оказываются положительными, но незначимыми по величине. Данный факт свидетельствует о необходимости явного учета фактора расстояния при описании издержек этнического разделе-ния. Альтернативная спецификация эконометрической модели примерно в 1,5–2 раза сокращает номинальное значение коэффициентов, но сохраняет их знак и статистическую значимость.

Неоднородное влияние трансфертов на конфликты можно отследить, включая в уравнение (6) произведение ET (первое слагаемое в скобках). Как и в случае линейной модели, для индек-сов неоднородности PH, GI, ER трансферты сохраняют значимое отрицательное влияние, однако коэффициент при произведении ET оказывается статистически значимым и положительным. Та-ким образом, увеличение этнической неоднородности в целом нивелирует влияние трансфертов на предотвращение конфликтов.

Наконец, явный учет нелинейных эффектов (второе и третье слагаемые в скобках в уравне-нии (6)) позволяет зафиксировать предсказанный из теоретической модели немонотонный ха-рактер их влияния: по мере увеличения разнородности общества трансферты сначала смягчают конфликт, но затем способствуют его усилению.

6. ЗАКЛЮЧЕНИЕ

Исследования по бюджетному федерализму и конфликтам имеют важное практическое значе-ние. В данной статье внимание сконцентрировано на трансфертах как простейшем инструменте экономической политики децентрализации, позволяющем смягчать имеющиеся или предотвра-щать потенциальные конфликты. Простейшие эконометрические оценки в целом свидетельству-ет о положительной роли данного инструмента.

В то же время включение факторов разнородности и альтернативных механизмов децент-рализации в теоретическую модель приводят к гипотезам с более сложной структурой; и, как подтверждают эконометрические оценки, влияние трансфертов оказывается менее однознач-ным. Согласно нашим результатам для обществ с невысоким уровнем разнородности поддержка отдельных групп с помощью трансфертов имеет большой по амплитуде статистически значи-мый положительный эффект. Однако для стран с существенными межгрупповыми различиями трансферты теряют свою значимость и в отдельных случаях могут приводить к нежелательным результатам. В подобных ситуациях задача предотвращения конфликтов требует применения бо-лее широкого спектра инструментов бюджетного федерализма.




Aleman E., Treisman D. (2005). Fiscal Politics in Ethnically-Mined, Developing Federal States: Central Strategies and Secessionist Violence. In: “Sustainable Peace: Power and Democracy after Civil Wars”. Ithaca: Cornell University Press.

Alesina A., Spolaore E. (1997). On the Number and Size of Nations // Quarterly Journal of Economics. Vol. 112. No. 4. P. 1027–1056.

Amoretti U.M., Bermeo N. (ed.) (2003). Federalism and Territorial Cleavages. Baltimore: Johns Hopkins University Press.

Asal V., Pate A., Wilkenfeld J. (2008). Minorities at Risk Organizational Behavior. [Электронный ресурс]. Data and Codebook. Draft. Version 9/2008. Режим доступа: http://www.cidcm.umd.edu/mar/data.asp, сво-бодный. Загл. с экрана. Яз. англ. (дата обращения: май 2014 г.).

Barro R.J. (1991). Small is Beautiful // The Wall Street Journal. October, 11.Bermeo N. (2002). The imports of institutions // Journal of Democracy. Vol. 13. No. 2. P. 96–110.Brancati D. (2006). Decentralization: Fueling the Fire or Dampening the Flames of Ethnic Confl ict // International

Organization. Vol. 60. P. 651–685.Buchanan J. M. (1950). Federalism and Fiscal Equity // American Economic Review. Vol. 40. No. 4. P. 583–

599.Desmet K., Ortuno-Ortin I., Weber S. (2009). Linguistic Diversity and Redistribution // Journal of the European

Economic Association. Vol. 7. No. 6. P. 1291–1318.Gurr T. (2000). People Versus States. Washington: United States Institute of Peace.Haimanko O., Le Breton M., Weber S. (2005). Transfers in a Polarized Country: Bridging the Gap between

Effi ciency and Stability // Journal of Public Economics. Vol. 89. No. 7. P. 1277–1303.Hayek F. (1948). The Economic Conditions of Interstate Federalism. In: “Individualism and Economic Order”.

Chicago: University of Chicago.Hechter M. (2000). Containing Nationalism. N.Y.: Oxford University Press.Hechter M., Okamoto D. (2001). Political Consequences of Minority Group Formation // Annual Review of

Political Science. Vol. 4. No. 1. P. 189–215.Hewitt J.J., Wilkenfeld J., Gurr T.R., Heldt B.E. (2012). Peace and Confl ict 2012. Executive Summary. Center

for International Development and Confl ict Management. College Park: University of Maryland.Hooghe L., Marks G., Schakel A.H. (2010). The Rise of Regional Authority: A Comparative Study of 42

Democracies (1950–2006). N.Y.: Routledge.Lockwood B. (2006). Fiscal Decentralization: A Political Economy Perspective. Northampton: Edward Elgar.Lustick I., Miodownik D., Eidelson R. J. (2004). Secessionism in Multicultural States: Does Sharing Power

Prevent or Encourage It? // American Political Science Review. Vol. 94. No. 2. P. 209–230.Montalvo J.G., Reynal-Querol M. (2005). Ethnic Polarization, Potential Confl ict, and Civil Wars // American

Economic Review. Vol. 95. P. 796–815.Murshed S., Tadjoeddin M., Chowdhury A. (2009). Is Fiscal Decentralization Confl ict Abating? Routine

Violence and District Government in Java, Indonesia // Oxford Development Studies. Vol. 37. No. 4. P. 397–421.

Polity IV (2014). Polity IV Project: Political Regime Characteristics and Transitions, 1800–2013. [Элек-тронный ресурс]. Polity IV Individual Country Regime Trends, 1946–2010. Режим доступа: http://www.systemicpeace.org/polity/polity4.htm, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2014 г.).

Suberu R. T. (2001). Federalism and Ethnic Confl ict in Nigeria. Washington: United States Institute of Peace Press.

Tiebout C. (1956). A Pure Theory of Local Expenditures // Journal of Political Economy. Vol. 64. No. 5. P. 416–424.

Treisman D. (1996). The Politics of Intergovernmental Transfers in Post-Soviet Russia // British Journal of Political Science. Vol. 26. No. 3. P. 299–335.




Transfers and Confl ict Prevention: Pro et ContraS. Weber, P. Dower, D. Davydov

The article examines the fi scal federalism policies as an economic mechanism for prevention of confl icts driven by population diversity. We suggest an optimization model of transfers in multi-regional diverse countries. By using cross-country regression analysis for 57 countries in 1970–1999, we confi rm theoretical basis of the model.Keywords: transfers, fi scal federalism, diversity, heterogeneity, confl ict prevention.JEL Classifi cation: H77, J15, Z18.

70

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ МЕХАНИЗМА ГОСУДАРСТВЕННОГО ЗАКАЗА НА НИОКР

© 2015 г. А.И. Кучаев1

(Москва)

В статье исследуется модификация аукциона на проведение опытно-конструкторских (тех-нологических) работ с целью повышения его эффективности и создания стимулов для вовле-чения бизнеса в процесс инноваций. Ключевые слова: дизайн экономических механизмов, НИОКР, аукцион, государственный заказ, опытное производство.Классификация JEL: D44, O31, O38.

ВВЕДЕНИЕ

Построение экономики, основанной на знаниях, предполагает создание условий для превра-щения научно-технического потенциала в один из основных ресурсов устойчивого экономическо-го роста. Такие условия формируются в рамках национальной инновационной системы (НИС), которая представляет собой совокупность институтов и механизмов, нацеленных на создание и внедрение инноваций. Аукционы, конкурсы и другие подобные механизмы являются удобными инструментами для осуществления взаимодействия между экономическими агентами в рамках НИС. При грамотном использовании они способствуют эффективному обмену информацией.

В данной статье будет показано, как можно улучшить существующий механизм аукционов, связанных с проведением опытно-конструкторских (технологических) работ, повысить его эф-фективность и создать стимулы для зарождения инновационных цепочек.

Жизненный цикл инновационного продукта представляет собой процесс трансформации идеи в рыночный товар. В научной литературе этот процесс часто описывается с помощью моде-лей фазовых состояний, представляющих идеализированную последовательность этапов, через которые продукт должен пройти в своем развитии. Одной из популярных является 4-ступенча-тая модель (Brozen, 1951), состоящая из следующих стадий: изобретение (invention), инновация (innovation), имитация (imitation), распространение (diffusion). Все эти понятия определены ус-ловно, но в прикладном контексте их легко идентифицировать. Изобретение связано с рождени-ем новой идеи, которая до этого нигде не была использована. Можно сказать, что изобретение увеличивает общее знание (Mokyr, 1990). При этом идея необязательно должна быть научно-тех-нического свойства. Например, изобретение сотового телефона в большей степени следует рас-сматривать как изобретение в области социальной коммуникации, хотя основные технические решения (спутниковая связь, телефон) уже существовали ранее.

Инновация подразумевает сочетание существующих идей, которое приводит к появлению нового продукта или к более совершенной версии существующего. Появление сотовых телефо-нов с функцией фотоаппарата – характерный пример инновации.

Имитация и распространение – процесс распространения нового продукта в обществе, по-этому их часто объединяют в одну стадию. Существенное различие между ними заключается в том, что имитация представляет собой освоение производства инновации, т.е. она возможна среди участников рынка, обладающих достаточной квалификацией для производства продукта. К ним можно отнести промышленных производителей, инжиниринговые центры (посредники между разработчиком и производителем), опытных пользователей и т.д.

1 Автор выражает глубокую благодарность А.Б. Поманскому за содействие в работе и обсуждение результатов.




ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ МЕХАНИЗМА ГОСУДАРСТВЕННОГО ЗАКАЗА 71

Помимо налаживания промышленного производства другой важной функцией данной стадии является разработка технических решений, необходимых для внедрения продукта в существую-щую инфраструктуру. Например, развитие ветроэнергетики потребовало не только конструи-рования ветроэнергетических установок, но также и решения задач, связанных с эффективным присоединением множества независимых источников к единой электрической сети.

Конечные потребители получают продукт на стадии распространения. Это финальная стадия жизненного цикла инновационного продукта – его оформление в рыночный товар. Основные задачи на данном этапе – разработка эффективных схем маркетинга и дистрибьюции продукции.

Первые две стадии инновационного процесса осуществляются в научной среде, последние две – преимущественно в бизнес-среде. Поскольку в общем случае интересы ученых и предпри-нимателей различны, ключевым моментом процесса является механизм передачи инициативы (ведущей движущей силы).

В тех областях, где наука и бизнес тесно взаимодействуют, задача сводится к государственно-му регулированию в области интеллектуального права. Для этого используются два механизма – институт интеллектуальной собственности и институт лицензирования. В (Reinganum, 1989) приведен обзор научных работ в области лицензирования и исследования различных аспектов его применения.

В России наука и бизнес действуют обособленно, что связано как со слабым интересом част-ного капитала к инновациям, так и с тем, что основная часть исследований проводится в государ-ственном секторе. Для преодоления данной проблемы в рамках национальной инновационной системы практикуется создание различных институтов частно-государственного партнерства (ЧГП).

Традиционный подход, реализуемый в рамках ЧГП, заключается в привлечении компаний-потребителей к участию в создании продукта на стадии “Инновация” (НИОКР) или, что реже, представителей науки – на стадии “Имитация”. При надлежащем дизайне механизма партнер-ства это приводит к установлению связей, снижению асимметрии информации между участни-ками и в конечном счете – к трансферу технологий. Однако более раннее вовлечение бизнеса в этот процесс сопряжено для него с большими рисками. Поэтому при общей несклонности к рис-ку такое ЧГП едва ли будет популярным в бизнес-среде.

Альтернативный подход заключается в создании комплексных (многоэтапных) механизмов, охватывающих одновременно стадии инновации и имитации. При этом механизм может быть сформирован так, что риски участников возникают на соответствующих каждому типу стадиях.

Интерес к комплексным механизмам присутствует и в зарубежной литературе. И, как отме-чается в ряде работ (Dasgupta, Stiglitz, 1980; Katz, Shapiro, 1985, 1986), одна из причин такого интереса состоит в том, что механизм лицензирования не дает исследователю сигнала об опти-мальном уровне усилий, которые необходимо предпринять при выполнении НИОКР.

Однако в странах, где значительная доля разработок осуществляется в частных компаниях, возможности создания таких механизмов сильно ограничены. Так, в (Brocas, 2006) предлагается одновременно вводить налоговые субсидии на НИОКР и снижать стоимость лицензий при усло-вии более пристального контроля со стороны антимонопольных служб. По сути, это – два неза-висимых механизма, действующих каждый на своей стадии, но дающих общий положительный эффект.

Ведущая роль частного капитала в производстве знаний присуща большинству передовых в инновационном плане стран, поэтому там тема комплексных механизмов не получила достаточ-ного внимания в научной литературе.

1. ОСНОВНАЯ ИДЕЯ КОМПЛЕКСНОГО МЕХАНИЗМА

Рассмотрим наиболее распространенный способ реализации НИОКР в рамках федеральных целевых программ (ФЦП). На первом этапе формируется заявка на проект НИОКР, соответствую-щий тематике ФЦП, с описанием целей, сроков выполнения, объема и стоимости работ. Заявка проходит отбор, и в случае успеха объявляется конкурс (многомерный аукцион) на выявление


72 КУЧАЕВ

исполнителя. Победитель определяется исходя из показателей компетентности претендента и заявляемой им стоимости выполнения работ (иногда учитываются и сроки). Конкурс проводится в формате закрытого аукциона первой цены.

В рамках данной статьи мы ограничимся только теми НИОКР, результаты которых могут быть использованы на стадии имитации. К таким, в частности, можно отнести опытно-конструк-торские работы (ОКР) и опытно-технологические работы (ОТР), результатом которых является опытный образец продукта или технологии.

На этой стадии разработок образцы обладают всеми требуемыми характеристиками, кроме, возможно, экономических. Они проходят испытания, в процессе которых эти характеристики должны быть подтверждены. Но поскольку испытания проводятся разработчиком, то часть мо-ментов, существенных именно с точки зрения потребителя, могут остаться без внимания. Поэто-му представляется логичным дополнить испытания опытным применением продукта потреби-телем, в ходе которого акцент будет сделан на эксплуатационные характеристики (соответствует стадии “Имитация”). В результате опытного применения потребитель получит представление о возможностях (текущих и перспективных) продукта, а исполнитель – о дальнейших путях его усовершенствования.

Предлагаемый вариант добавления к проекту этапа опытного применения рассмотрим на примере сравнения двух механизмов выбора исполнителя НИОКР. Для простоты будем считать, что есть два претендента с одинаковым уровнем компетентности, поэтому победитель определя-ется исходя из стоимости разработки.

Первый (традиционный) вариант механизма представляет собой закрытый понижающий аукцион первой цены. Пусть стартовая цена – v0 (максимальная стоимость работ), претенденты присылают в конвертах свои заявки, и победитель – участник с минимальной заявкой bmin – вы-полняет разработку за bmin.

Второй (предлагаемый) вариант механизма подразумевает, что выполнение проекта делит-ся на два этапа – разработки и опытного применения. Общее государственное финансирование составляет v1 = v0 + s (s ≥ 0, субсидия). На первом этапе – по аналогии с традиционным меха-низмом – проводится аукцион с целью определения исполнителя работ с такой же стартовой ценой – v0. Претенденты делают свои заявки, и победитель – участник с минимальной заявкой bmin – выполняет разработку за bmin. Оставшуюся сумму (v0 + s – bmin) исполнитель сможет полу-чить, если организует опытное применение разработки. При этом механизм выплат привязан к достижению заявленного положительного целевого эффекта от использования продукта.

Поскольку этап опытного применения сопряжен с дополнительными издержками как со сто-роны потребителя, так и разработчика, то надлежащий выбор s позволит сделать его привлека-тельным для вовлеченных сторон.

Далее рассмотрим несколько простых примеров реализации этапа опытного применения.Пример 1. Тип работ – ОКР. Допустим, целью ОКР является трансформатор с более низки-

ми потерями, чем у традиционных аналогов, что – согласно техническому заданию – позволяет экономить Q кВт×ч электроэнергии в квартал (при определенных параметрах нагрузки). Выпла-ты разработчику за опытное применение осуществляются поквартально и рассчитываются по формуле ( – )/[ { / , }],minv s b T Q Q4 1Ù‡ÍÚmin0 + где Qфакт – достигнутая за данный промежуток времени экономия, T – длительность этапа опыт-ного применения (годы).

Пример 2. Тип работ – ОТР. Пусть наш инновационный продукт представляет собой техно-логическую линию по производству трансформаторов с более низкими потерями, чем у тради-ционных аналогов, которая – согласно техническому заданию – позволяет производить N транс-форматоров в квартал. Выплаты разработчику за опытное применение (опытное производство трансформаторов) осуществляются поквартально и рассчитываются по формуле

( – )/[ { / , }],minv s b T N N4 1Ù‡ÍÚmin0 + где Nфакт – число проданных трансформаторов.



Если оба участника полагают, что разрабатываемый в ходе НИОКР опытный образец не бу-дет готов к опытному применению, то оба механизма идентичны – они приводят к одинаковым результатам при одинаковых затратах со стороны государства.

Теперь допустим, что один из участников уверен, что созданный им опытный образец будет готов к использованию (и сочтет для себя опытное применение выгодным). В этом случае он получит определенное преимущество перед соперником. Дело в том, что общее финансирование со стороны государства составляет v1 и не зависит от заявки участника на аукционе, поэтому он имеет возможность снизить ее (в расчете на возмещение затрат из поступлений на этапе опытно-го применения) и тем самым повысить вероятность своей победы.

В идеальном случае он мог бы уменьшить заявку вплоть до нуля и гарантированно выиграть аукцион. В реальности, конечно, все немного сложнее: необходимо учитывать временнýю стои-мость денег, оценивать риски контрагента (договоренности с потребителем – участником этапа опытного применения) и, безусловно, оценивать риски успеха самих разработок. Поэтому если оба претендента рассчитывают на этап опытного применения, то их окончательные заявки на аукционе будут зависеть, помимо оценки затрат на выполнение работ, от вышеперечисленных факторов и будут отличаться от нуля.

2. ОПИСАНИЕ МОДЕЛИ

Будем считать, что каждого участника i можно описать двумя параметрами: стоимостью за-трат ci на проведение работ и оценкой вероятности pi реализации этапа опытного применения; причем pi включает вероятность успеха НИОКР, а также вероятность нахождения потребителя для проведения этапа опытного применения.

Все участники симметричны, и пары {ci, pi} являются реализациями случайных величин { , },c pi it t имеющих одинаковое распределение ( , ), [ , ), [ , ]F c p c p0 0 1d d3+ (f(c, p) – соответ-ствующая плотность распределения). Число участников известно и равно n.

Для простоты учета временнóй стоимости денег будем считать, что имеется два интерва-ла времени – период разработки и период опытного применения. В пределах каждого интерва-ла финансовые потоки будут складываться. Для соотнесения потоков разных интервалов будет использоваться ставка дисконтирования r. Будем считать, что участники нейтральны по риску. Все риски, связанные с выполнением работ, учтены в pi, r отражает риски общего характера и является единой для всех участников.

На этапе разработки победитель получает финансирование в соответствии со своей заявкой b и расходует ci на выполнение работ. Если НИОКР заканчивается успешно, разработчик имеет право инициировать этап опытного применения (европейский call-опцион). В ходе данного этапа нарабатывается и продается объем опытной продукции V, величина которого устанавливается до проведения аукциона.

Ожидаемая прибыль от единицы реализованной продукции составит (v0 + s – b)/V – d, где (v0 + s – b)/V – выплаты со стороны государства, а d – разница между себестоимостью инновационной продукции и ценой традиционного аналога (с поправкой на экономиче-ский эффект от инновационного характера продукта). Поскольку технология производства нового продукта не оптимизирована, а объемы выпуска далеки от промышленного уров-ня, будем считать d > 0. Если ожидаемая прибыль положительна, этап опытного применения реализуется.

Важную роль в обеспечении прибыльности этапа опытного применения играет разность s – dV. Если s ≥ dV, то этап всегда (при любой заявке b) прибыльный, поскольку b ≤ v0. Если же s < dV, то целесообразность опытного применения (даже в случае успешного завершения НИОКР) начинает зависеть от выбранной величины b.

С точки зрения верифицируемости результатов НИОКР можно утверждать, что при s ≥ dV факт наличия этапа опытного применения однозначно свидетельствует об успешном завершении разработок, а его отсутствие – наоборот – о неуспехе. В случае же s < dV однозначного вывода сделать нельзя.


74 КУЧАЕВ

Итоговая прибыль участника в случае победы на аукционе и с учетом временнóй стоимости денег составит

ÔpË

ÔpË( )

– {( – )/ – ,0} ;

– , 1 –

maxb

b cr

V v s b V d p

b c p1 0

r =+

++

Z

[

\

]]

]] (1)

при заданном ограничении 0 ≤ b ≤ v0. (1')

Можно показать, что в рамках сделанных нами предположений верна следующая теорема. Теорема 1. В закрытом аукционе первой цены оптимальная стратегия определяется сле-

дующими условиями.1. При s – dV ≥ 0

( , ) { – ( , ) ( ) / ( ), },maxb c p v y c p F x dx F y 0– –

( , )

sn

sn

y c p

01 1

0

= + y (2)

где: ) ( , ) [ – ( – ) /( )]/( – /( ));a y c p v c s dV p r p r1 1 10= + + +

)· ( ) ( , ) ;F z f c p dc dp( , )

s s

y c p z0 < <

= yy

в) fs(c, p) – нормированное ограничение f(c, p) на множествоMs = {(c, p); y(c, p) ≥ 0};

2. При s – dV < 0

( , )

( ) / ( ), ≥ ( );

–( ( , ))

( – ( ) – ) ( – ( )) ( )

, , ≤ ( ),max

b c p

c F z dz F c c c p

v yF y c p

v c F v c F z dz

c c p

0 0

0

– –

–

– –

– ( )

( , )

n np

c

v

pn

p pn

p pn

v c

y c p

p

01

01

0 1

01

01

0p

0

0

d=

+

+

+

u u

u

u u

Z

[

\

]]]

]]]

Z

[

\

]]]]]

]]]]]

_

`

a

bbb

bbb

y

y (3)

где:а) ср(р) является решением уравнения

–

– –

( ( , )) – ( ) –– –

( ) ––

( (cr p

v c

F y c p F c r pv c

F cr p

F z dz1

11 1

1– –

– –p

p

pn

pn

p

p np

n

c

v0

10

1

00

10

1

p

0d d

=+

++ +

lu u

u u

J

L

KKKK

N

P

OOOO

y

с граничным условием ( ) ( ) / ( ( )) – ;c F z dz F c v0 0– –p

n

c

v

pn

p01 1

0

p

0

d+ =u u

J

L

KKKK

N

P

OOOO

y

б) d = dV – s, c0 = cp(0)

в) ( ) ( , ) ;F z f c p dcdp{ } { ( ) }pz c c c

0 0

< <p

=k

u yy

г) ( ) ( , ) ( , ) ;F z f c p f c p dcdp{ ( , ) } { ≤ ( )}{ ( ) }

p

y c p z c cc p c p

0 0

<< pp

= +k

u yyyy

д) f0(c, p) – нормированное ограничение f(c, p) на множество M0 = {(c, p); c ≤ v0}.



Доказательство теоремы 1 приведено в Приложении в п. 1. Как следует из теоремы 1, вся область участников делится в зависимости от величины субси-

дии на ряд подмножеств со своей характерной оптимальной функцией заявки (рис. 1). При s ≥ dV, когда размер субсидии позволяет компенсировать расходы на производство инно-

вационной продукции, во-первых, расширяется область участников за счет добавления претенден-тов с параметром c > v0, которым выгодно участвовать в аукционе. Расширение числа участников приводит к усилению конкуренции. Во-вторых, может появиться множество участников ,M 0

+ ко-торые готовы сделать работу бесплатно (b(c, p) = 0). В первую очередь это те участники, которые имеют низкие затраты и высокие шансы на успешное выполнение (игроки с заметным заделом).

В случае s < dV также имеется два характерных множества. Для участников из M –0 этап

опытного применения невыгоден. Эти участники в случае победы ограничатся только этапом разработок независимо от того, насколько удачно он завершится. У участников из M –

p заявки таковы, что оставшихся денег (v0 – b) хватит, чтобы покрыть недостаточность финансирования выпуска новой продукции (s – dV), и поэтому им имеет смысл реализовывать этап опытного применения.

Размеры областей зависят от соотношения (s – dV)/v0, государство может их варьировать пу-тем регулирования величины субсидии s. Рассмотрим, как производятся эти расчеты на основе примера 1.

Пример 3. Пусть инновационный продукт – трансформатор с более низкими потерями. Име-ется четыре претендента со следующими параметрами затрат (все денежные величины – в еди-ницах v0): 0,9; 0,8; 0,7; 0,6. Будем считать, что участники 1, 2 и 4 оценивают возможность (ве-роятность) опытного применения разработанного ими в ходе НИОКР трансформатора как 0,2. А участник 3 более уверен в своих возможностях и оценивает данную вероятность как 0,4. Име-ется также общая для всех участников информация: на этапе опытного применения необходимо финансирование в размере 0,1.

В традиционном аукционе все участники делают свои заявки только с учетом ci, и победи-телем станет участник 4. Затраты государства на НИОКР при этом составят 0,72 (см. таблицу).

При простом добавлении этапа опытного применения (без дополнительных субсидий) все, кроме участника 1, внесут поправки в свои заявки. Победителем станет участник 4, но затраты государства на НИОКР снизятся до 0,68. При этом, если НИОКР будет успешным, государство профинансирует этап опытного применения в размере 0,32 (1,00–0,68). Ожидаемые затраты го-сударства составят 0,74, что на 0,02 больше, чем в традиционном аукционе.

При величине субсидии 0,2 победителем аукциона станет участник 3. Затраты государства на НИОКР снизятся до 0,62, а общие ожидаемые затраты увеличатся до 0,85. Вероятность успеш-ной разработки трансформатора вырастет с 0,2 до 0,4.

Если оценивать эффективность механизма как отношение вероятности успеха НИОКР к ожи-даемым затратам государства, то для нашего примера наиболее предпочтительным станет по-следний вариант.

Рис. 1. Структура решения в зависимости от знака разности s – dV : а) s ≥ dV; б) s < dV


76 КУЧАЕВ

Как показал пример, непосредственно сравнивать два механизма нельзя, поскольку они име-ют разные моменты окончания. Однако если анализировать только этап выполнения НИОКР, можно показать, что затраты государства в предлагаемом механизме будут ниже.

Теорема 2. Затраты государства на проведение НИОКР в случае аукциона с этапом опыт-ного применения будут меньше, чем в случае традиционного аукциона.

Доказательство приведено в Приложении в п. 2.

3. ЧАСТНЫЕ СЛУЧАИ ПРИМЕНЕНИЯ ТЕОРЕМЫ 1

Случай А. Допустим, все участники имеют одинаковую вероятность p0 реализации этапа опытного применения ( , ) ( ) ( – ).f c p f c p p0d= Тогда задача из фактически двумерной превраща-ется в одномерную и результат приобретает более простой вид. В соответствии с теоремой 1 при s – dV ≥ 0 оптимальная стратегия участника составит

( )–

– ( – )( )

( ) , ,maxb cr p

r v s dVr

pc

F cF x dx

11

11 0( )

––A

sn s

n

c

c

00

01

1=+

+ ++

+ +r

R

T

SSSS

V

X

WWWW

Z

[

\

]]

]]

_

`

a

bb

bby

где ( – ) /( ) ≥c v s dV p r v10 0 0= + +r определяет верхнюю границу игроков, которым выгодно участ-вовать в аукционе. При p0 → 0 формула переходит в решение для традиционного аукциона

( )( )

( ) .b c cF c

F x dx1( , )–

–An

n

c

v

0

01 0

1

0

= + y

Если пренебречь появлением на аукционе участников со стоимостью разработки выше старто-вой, что допустимо (как правило, начальная цена аукциона устанавливается на основе предложе-ния одного из претендентов), то b(A) (c) может быть выражена через b(A,0)(c):

( )–

– ( – ) ( ) , .maxb cr p

r v s dVr

pb c

11

10( ) ( , )A A

00

0 0=+

++

++> H* 4

Поскольку b(A,0)(c) ≤ v0, то b(A)(c) < b(A,0)(c), и, соответственно, затраты государства на этапе НИОКР при реализации аукциона с этапом опытного применения будут меньше, чем при тра-диционном варианте.

В явном виде решение может быть получено только для конкретных функций распределе-ния. Рассмотрим случай равномерного распределения ( ) ( – )/ ,F c c c cs = r r который соответствует

Таблица. Результаты различных аукционов для каждого из участников

Параметры (с, p)

Участники

1 2 3 4

(0,9; 0,2) (0,8; 0,2) (0,7; 0,4) (0,6; 0,2)

Варианты аукционов и оптимальные стратегии

Традиционный аукцион 0,93 0,85 0,78 0,72 Аукцион с этапом опытного применения (s = 0)

0,93 0,84 0,70 0,68

Аукцион с этапом опытного применения (s = 0,2)

0,88 0,79 0,62 0,63

Примечание. В таблице полужирным шрифтом выделена заявка победителя.



ситуации полного отсутствия информации об участниках, кроме как об их числе. Оптимальная стратегия имеет вид

( ) ––

– ( – ), .maxb c vr p

rn

n c c1

1 1 0( )A0

0#=

++r r* 4

Наличие области нулевых заявок M 0+ определяется из соотношения

– ≥ ( – )/[ ( – )] .s dV v r np p n1 10 0 0+ При np 10 L (высокая конкуренция или высокий средний уровень готовности технологии) область M 0

+ существует при малых и даже при отрицательных значениях (s – dV).

Теперь рассмотрим случай s < dV. В соответствии с теоремой 1 найдется такое c0, которое разделит всех участников на две группы: для первой группы (c ≥ c0) опытное применение невы-годно, а для второй (c < c0), наоборот, выгодно.

( )( ), ≥ ;

–– ( – ) ( ) , , .max

b cb c c c

r pr v s dV

rp

b c c c1

11

0 <( )

( , )

( , )A

A

A

00

00

0 00

=

++ +

++> H

Z

[

\

]]

]]

* 4

Значение с0 определяется как решение уравнения

( ) / ( ) ( – ).c F z dz F c v s dV– –n n

c

v

0 01

01

0 0

0

0

+ = +y

Аналогично с предыдущим случаем ( ) ( ),b c b c<( ) ( , )A A 0 и поэтому затраты государства на этапе НИОКР также уменьшатся.

Для равномерного распределения ( ) ( – )/F c v c vs 0 0= оптимальная стратегия составит

( )–

( – )( – ), ≥ ;

( – )( – )–

( – )( – )

( – ), , ,maxb c

vn

n v cc c

vn

n v cr p n

p nc c c c

1

11

10 <

( )A0

00

00

0

00 0

=+

+

r

r

r r

Z

[

\

]]]

]]]

* 4

где

––

( – ), .maxc vn

n dV s1

00 0=r ) 3

На рис. 2 представлен численный расчет ожидаемых затрат государства на этапе НИОКР в зависимости от размера субсидии и числа участников. Для сравнения приведен результат для традиционного аукциона.

Расчеты показывают, что даже при s dV+ эффект от добавления этапа опытного применения может быть значительным (например, затраты государства на аук-ционе с четырьмя участниками совпадают с величиной затрат на традиционном аукционе, но с шестью участ-никами).

Стоит отметить, что относительно низкое значение вероятности выбрано с учетом того, что оно включа-ет не только вероятность технического успеха разрабо-ток, но и заинтересованность бизнеса в использовании инновационной продукции. Например, p0 = 0,2 может соответствовать как низкой вероятности технического успеха (при наличии устойчивых связей с потенциаль-

Рис. 2. Ожидаемые затраты государства на эта-пе НИОКР в зависимости от размера субсидии на этапе опытного применения (p0 = 0,2)


78 КУЧАЕВ

ными потребителями), так и низкой заинтересованно-сти со стороны бизнеса (при полной уверенности в по-лучении научно-технического результата).

Равномерное распределение приводит к крайне низ-ким оценкам ожидаемых затрат со стороны государства (по сравнению со стартовой ценой), что на практике встречается довольно редко. В дальнейших расчетах мы будем применять кусочно-постоянные плотности распределения с тремя равными интервалами, соответ-ствующими высоким, умеренным и низким затратам (рис. 3). Каждая такая функция будет характеризоваться тройкой чисел (p1, p2, p3) (где ;p p p f p1 3i i1 2 3+ + = = – значения плотности вероятностей для каждого ин-тервала). В частности, для численных расчетов будет использоваться распределение (1%, 33%, 66%), в со-

ответствии с которым на четырех участников в среднем будет приходиться один участник со средними затратами. Появление участника с низкими затратами относится к разряду редких событий.

Случай Б. Пусть р принимает только два значения – р1 и р2, р2 > р1. Для удобства участников будем называть “пессимистами” и “оптимистами”. И хотя это простой пример дифференциации по параметру р, он в полной мере позволяет раскрыть отличия исследуемого механизма от тра-диционного.

Пусть f1(c) и f2(c) – соответствующие плотности распределения затрат “пессимистов” и “оп-тимистов”. Общая плотность распределения составит ( , ) ( ) ( – ) ( ) ( – ).f c p f c p p f c p p1 1 2 2d d= +

Рис. 3. Кусочно-постоянная функция плотно-сти распределения затрат

Рис. 4. Зависимость вероятности победы от параметров участника (n = 4)



Решение будет представлять собой пару функций Ë( ) ( , ) ( ) ( , ),b c b c p b c b c pÅ Å Å Å( ) ( ) ( ) ( )

1 1 22= = детальный

вид которых приведен в Приложении в п. 3. Если в традиционном аукционе участники с раз-

ными p, но с одинаковыми c, имеют одинаковую ве-роятность выиграть, то в данном случае одинаковую вероятность победы имеют участники с разными по-казателями затрат: с1 и c2 = с2(с1) > c1. Это означает, что по отношению к выбранному уровню затрат c1 до-полнительное преимущество получают “оптимисты” с

[ , ( )] .c c c c1 2 1d Можно сказать, что участники с более высоким значением вероятности успеха НИОКР доми-нируют над участниками с более низким значением.

Ниже приведены результаты численных расчетов вероятности победы для ( ) , ( %, % %),f c 0 75 1 33 661 =

( ) 0,25(1%, 33%, 66%),f c2 = т.е. вероятность появления участника с высокой вероятностью составляет 25% (в среднем один на четырех).

Чем выше величина субсидии, тем выше степень доминирования (рис. 4). Так, при (s – dV)/v0 = 0,4 “оп-тимисты” из группы высоких затрат практически пол-ностью доминируют над “пессимистами” из группы высоких затрат и большей части группы средних затрат. И если не учитывать реализации редкого события, мож-но утверждать, что с ростом величины субсидии про-исходит трансформация от конкуренции по затратам к конкуренции по вероятности успеха. Все это приводит к увеличению ожидаемой вероятности (exante) успеш-ного завершения НИОКР (рис. 5). Ожидаемые затраты государства на этапе НИОКР с увеличением субсидии снижаются, а общие (с учетом этапа опытного приме-нения) растут (рис. 6).

Финансовая эффективность определяется как отно-шение экономического эффекта к понесенным затратам и может быть представлена как произведение экономи-ческого эффекта от коммерциализации на вероятность успеха НИОКР, поделенное на ожидаемые затраты на разработку. Поскольку коммерческий эффект не зави-сит от выбора параметров механизма, показатель эффективности будет определяться, как в при-мере 3, соотношением вероятности успеха НИОКР и ожидаемых затрат (рис. 7).

В нашем случае имеется ярко выраженный максимум эффективности при ( – )/ , .s dV v 0 50 . Из общих соображений ясно, что такая зависимость является характерной.

При малых значениях s рост вероятности успеха превышает рост общих затрат, поскольку первыми начинают рассчитывать на этап опытного применения “оптимисты”. Область M –

p (рис. 1б) начинает расти со стороны высоких. При этом относительный рост затрат государства невелик из-за того, что область M –

p начинает расти со стороны низких c (и, соответственно, низких b). При больших же значениях s вероятность успеха стремится к насыщению, а общие затраты растут практически пропорционально росту s, поэтому эффективность будет падать.

Рис. 5. Зависимость вероятности успешного завершения разработок (exante) от величины субсидии (n = 4)

Рис. 6. Зависимость ожидаемой величины за-трат государства на этапе НИОКР и общих за-трат от величины субсидии (n = 4)

Рис. 7. Зависимость эффективности механиз-ма реализации НИОКР от величины субсидии


80 КУЧАЕВ


В статье предложен новый механизм реализации государственного заказа на НИОКР, кото-рый представляет собой расширение традиционного механизма аукциона путем добавления эта-па опытного применения.

Показано, что, регулируя величину субсидии, можно:1) повысить вероятность (exante) успешного завершения разработок;2) снизить затраты государства на этапе НИОКР и повысить эффективность;3) повысить участие бизнеса в инновационном процессе. Для упрощения в статье было предложено, что субсидии на этапе опытного применения фи-

нансируются со стороны государства. Но на практике субсидии могут финансироваться (частич-но или полностью) участником этапа опытного применения со стороны бизнеса в обмен на право использовать интеллектуальные результаты в дальнейшей своей деятельности. Величина субси-дии может определяться на отдельном аукционе среди претендентов на участие в этапе опытного применения.

Разработка такого механизма позволит:1) выявить степень заинтересованности бизнеса в конкретной разработке;2) получить экспертизу со стороны бизнеса;3) снизить общие затраты государства.

ПРИЛОЖЕНИЕ1. Доказательство теоремы 1. Поскольку все участники симметричны, выберем одного иг-

рока и рассмотрим его оптимизационную задачу. В случае победы на аукционе прибыль в соот-ветствии с (1) составит

ÔpË

ÔpË( ) – (1 ) {( – )/ – , 0} ;

– – .maxb b c r v s b V d V p

b c p1

–10r = + + +

*

Поскольку по условиям аукциона 0 ≤ b ≤ v0, выражение под функцией максимума зависит во многом от разницы s – dV, которая определяет, является ли этап опытного применения сам по себе прибыльным или убыточным.

Если s – dV ≥ 0 (субсидии государства позволяют установить необходимый дисконт на инно-вационную продукцию, чтобы она была конкурентной на рынке), то с учетом (1´) выражение в фигурных скобках всегда положительно и функцию максимума можно убрать.

При s – dV < 0 выражение в фигурных скобках может принимать как положительные, так и отрицательные значения. В зависимости от знака v0 – b(c, p) + s – dV пространство (c, p) делится на две области (областей только две, поскольку решение b(c, p) ищется в классе монотонных функций). Там, где – ( , ) – ,v b c p s dV 0<0 + опытное применение невыгодно, значение максиму-ма равно нулю, а это эквивалентно тому, что заявка участника „‰Â( , ) ( , ), .b c p b c p p 0˝ÙÙ ˝ÙÙ= =

Рассмотрим случай – ≥ .dV 0f Сделав замену ( , ) – ( , ),u c p v b c p0= приведем задачу к стан-дартному виду закрытого повышающего аукциона первой цены. Прибыль участника в зависимо-сти от u составит

( ) ( – ) – – – ( – ),u v s dVr

pc u

rp

h u U1

11

( – )n0

1r = ++ +

f p> H (П1)

где U (n–1) – максимальная заявка среди других участников. Допустим, что все участники, кроме первого, следуют одинаковой стратегии ( , ) .u c pt По-

скольку участники независимы, U (n–1) имеет распределение

( ) { } { } ( ) [ ( , ) ] ,Pr PrF x U x u x F x f c p dcdp< <( – ) – –

( , )

Un

i

n

i un n

u c p x

1

2

1 1

<

( – )n 1 = = = ==

t t

t

% yy



где Pr{•} – вероятность события. Усредняя (П1) по U (n–1), получим ожидаемую прибыль

( ) ( – ) – – – ( ).u v s dVr

pc u

rp

F u1

11

–un

01r = +

+ +r tf p> H (П2)

Максимизируя (П2) по u, получаем уравнение для u(c, p). Поскольку все участники симметрич-ны, то, подставив ( , ) ( , ),u c p u c p=t имеем самосогласованное уравнение

( )/[ ( )] – ( – ) /( – /( )) .u F u F u v c s dVr

pp r

11 1– –

un

un1 1

0+ = ++

+l f p (П3)

Поскольку левая часть уравнения зависит только от u, а правая – только от (c, p), решение уравнения (П3) следует искать в виде u = u(y(c, p)), где

( , ) – ( – ) / – .y c p v c s dVr

pr

p1

110= +

+ +f fp p (П4)

Сделав соответствующую замену в (П3), получим стандартное для теории аукционов урав-нение ( ) ( ( ))/[ ( ( ))] .u y F u y F u y y( )

–( )–

u yn

u yn1 1+ =l (П5)

Как известно из теории аукционов, решение (П5) представляет собой возрастающую функ-цию u ↑↑ y, поэтому

( ( )) ( , ) ( , ) ( ),F u y f v dvd f v dvd F y( )

( , ) ( , )( ( , )) ( ( , ))

u y y

y v y c pu y v u y c p <<

~ ~ ~ ~= = =~~

yyyy

и итоговое уравнение заметно упростится

( ) ( ) ( )/[ ( )] .u y F y u y F y y– –yn

yn

y1 1+ =l l (П5´)

Выражение в числителе в (П4) представляет максимальную ожидаемую прибыль, ко-торую участник может заработать. Соответственно, соотношение y(c, p) > 0 задает область участников Ms, которые могут участвовать в аукционе. Обозначим через fs(c, p) нормиро-ванное ограничение f(c, p) на множество Ms. Решая (П5´), получим оптимальную стратегию участника

( , ) ( , ) – ( ) / ( ),u c p y c p F x dx F y– –

0

( , )

sn

sn

y c p

1 1= y (П6)

где ( ) ( , ) .F x f v dv d( , )

s

y v x

s

0 < <

~ ~=~

yy

Переходя от u к b и принимая во внимание граничные условия (1´), запишем

( , ) – ( , ) ( ) / ( ), .maxb c p v y c p F x dx F y 0– –

( , )

sn

sn

y c p

01 1

0

= +

Z

[

\

]]

]]

_

`

a

bb

bby (П7)

Теперь рассмотрим случай s – dV < 0. Поскольку на этапе опытного применения денег фак-тически не добавляется, область игроков M, которым имеет смысл участвовать в аукционе, зада-ется соотношением v0 ≥ c (соответственно, f0(c, p) – нормированное ограничение f(c, p) на мно-жество M). M можно разделить на две части – M0 и Mp. Область M0 характеризуется тем, что в (1) значение выражения под функцией максимума меньше нуля. Это означает, что вне зависимости от успеха НИОКР этап опытного применения не инициируется, поскольку невыгоден. Область Mp, наоборот, характеризуется тем, что значение выражения под функцией максимума неотрица-тельно, и этап опытного применения выгоден.


82 КУЧАЕВ

Обозначим через b0 = b0(c) оптимальную стратегию для участников из M0, а через bp = bp(c, p) оптимальную стратегию для участников из Mp. Для удобства также обозначим d = dV – s > 0. Поскольку для любого участника из M0

b0 > v0 – d, (П8´)а для любого участника из Mp bp ≤ v0 – d, (П8´´)т.е. всегда выполняется неравенство b0 > bp. Это означает, что участники каждого множества конкурируют только друг с другом, поэтому задачу поиска оптимальной заявки можно решать независимо для каждой области, но с учетом ограничений (П8´), (П8´´).

{ ( ) ( – ) ( ), – }, ( , ) ;

( ) – – ( – ) ( ), ≤ – , ( , ) .

Pr

Pr

max

max

b b c b b v c p M

b br

pc

rp

v b b v c p M11 1

>b

b p p p

0 0 0 0

0 0

d

d

r d

r d d

=

=+

++

r

r ff p p

Z

[

\

]]

]]

* 4 (П9)

Здесь Pr0(•), Prp(•) – функции вероятности победы в аукционе. Из (П8´) и (П8´´), в частности, следует, что Pr0(•) < Prp(•).

В области M0 максимизация по b не упирается в граничные условия (из-за того что (П8´) строгое неравенство), поэтому решение b0 имеет классический вид

( ) ( ) / ( ),b c c F z dz F c– –n

c

v

n0 0

10

1

0

= + u uy (П10)

где ( ) ( , ) .F c f v p dvdp{ }c v v M

0 0

< < 0 0

=k

u yy

Можно показать, что в Mp значение { ( , )} –max b c p vp 0 d= и достигает этого значения только на границе. Действительно, если { ( , )} – ,max b c p b v<p 0 d= u то с ( , ) ( , ) – –b c p b c p v bp p 0 d= +u u ожидаемая прибыль всех участников больше. Значит, bp(c, p) не может быть решением (П9). Если существует подобласть ,M pr где – ,b vp 0 d= то любой участник из этой подобласти мог бы, снизив свою заявку на минимальную положительную величину, заметно увеличить ожидаемую прибыль за счет повышения вероятности победы. Таким образом, оптимальная стратегия для участников из Mp составляет

( , ) – ( , ) ( ) / ( ( , )),b c p v y c p F z dz F y c p– –

( , )

p pn

pn

y

y c p

01 1

min

a= + + u uy (П11)

где

( ) ( , ) ( , ) ,F x f c p dcdp f v dvd{ ( , ) }

p

y y v x MM

0 0

< <min p0

~ ~= +k~

u yyyy

а [{ ( , ) } ],miny y v x M< >min x pk Q~= , a – некая константа, которую, в частности, можно опре-делить исходя из соотношения bp(ymin)= v0 – d. В итоге имеем

( , ) – ( , ) ( – ) ( ) ( ) / ( ( , )) .b c p v y c p y F y F z dz F y c p– –

( , )

–min minp p

npn

y

y c p

pn

01 1 1

min

d= + +u u u

R

T

SSSS

V

X

WWWW

y (П11´)

На границе G областей M0 и Mp функция ожидаемой прибыли должна быть непрерывна. В противном случае вблизи G участники с меньшей прибылью могли бы, незначительно поме-няв используемые в расчете b параметры (c, p), перейти в область с большей величиной ожидае-мой прибыли.



Пусть G задается функцией c = cp(p). Требование непрерывности ожидаемой прибыли при-водит к соотношению ( – /( )) [ ( ) – ] ( ) ( ( ( )) – ( )) ( ( )),p r b y v y F y b c p c p F c p1 1 – –

p pn

p pn

p01

0 01+ + =u u (П12)

где y = y(cp(p), p). Подставив в (П12) решения (П10), (П11) и сделав необходимые преобразова-ния, получим

– ( – ) ( ) ( ) ( ) .r

py F y F z dz F z dz1

1– –

( ( ), )

( )

–min minp

npn

y

y c p p

c p

v

n1 10

1

min

p

p

0

d+

+ =u u uf p

R

T

SSSS

V

X

WWWW

y y (П13)

Очевидно, что если некоторая точка ÚÓ( , ) , , ( , ) ,c p M p p c p M>p pd d6 l l поэтому cp(p) ↑ p.

Отсюда, в частности, следует ( ) ( , ) ( ( )) .F y f c p dcdp F c 0– –minp

n np

M

10 0

1

0

= =u uyy

Кривая cp(p), безусловно, может быть определена лишь в областях, где f0(c, p) > 0 (условие непрерывности ожидаемой прибыли опирается на наличие участников вблизи границы). В обла-стях, где f0(c, p) = 0 и имеет нулевую вероятностную меру, cp(p) может быть определена по непре-рывности. Там же, где мера областей отлична от нуля, cp(p) может задаваться любой функцией при фиксированных граничных значениях. Это не скажется на итоговом решении b(c, p), которое также фактически определено в областях, где f0(c, p) > 0.

Будем считать, что f0(c, p) > 0 на M за исключением, быть может, областей с суммарной вероятностной мерой, равной нулю. Продифференцировав обе части (П12) по p, получим при y(cp(p), p) = ymin соотношение

[ ( ( )) – ( ( ))] ( ) ,F c p F c y c y 0– –min min min

np

np p0

10

1 =lu u (П13')

где cp(pmin) – левая граничная точка кривой cp(p) (либо пересекает ось с с pmin = 0, либо ось p с cp(pmin) = 0).

У (П13') возможно два решения:1) ( ) 0.c yminp =l С учетом определения , ( , )y y c p ymin min= является касательной к cp(p) в точке

( ( ), ( )),c y p ymin minp откуда ( ) – .c y vminp 0 d= Но это приводит к нулевой ожидаемой прибыли ( ) ,y 0minpr =r что невозможно; 2) ( ( )) ( ( )) .F c p F c y– –

min minn

pn

p01

01=u u Это выполняется только при ( ) .p p ymin min= Подставив в

(П12) c0 = cp(pmin), получим ( ) – .b c v0 0 0 d= В итоге имеем уравнение

–

– –

( ( , )) – ( ) –– –

( ) –cr p

v c

F y c p F c r pv c

F c1

11– –

–p

p

pn

pn

p

p np

0

10

1

00

1d d=

++

+l

u uu

J

L

KKK

––

( ) .r p

F z dz1

1 –n

c

v

01

p

0

+u

N

P

OOOO

y (П14)

Это уравнение удобно тем, что ( )c ppl зависит от значения функции cp на интервале [p, 1], и, та-ким образом, выбор cp(1) позволяет однозначно определить всю кривую cp(p).

Для анализа уравнения (П14) перепишем его в виде

–

– –

( ( , )) – ( )

( )–

– – ( ).c

r pv c

F y c p F c

F cr p

v b c1 1– –

–

pp

np

np

np p

p

0

10

1

01

0 0#

d d=

++

+l

u u

u (П14')

Решение cp(p) ищется в классе функций со следующими свойствами:1) cp(p) – возрастающая функция; (П15)2) ( ) ≥ – .b c vp0 0 d (П16)


84 КУЧАЕВ

Из (П10) и (П16) следует, что начальная точка ( ) – .c v1 <p 0 d При уменьшении p значе-ние cp(p) стремится к границе (cp(p) = 0, p = 0). При этом выражение в знаменателе ( ( ( , )) – ( ))F y c p F c– –

pn

pn

p1

01u u будет стремиться к нулю, поэтому если b0(cp) не стремится к v0 – d, то

в какой-то момент c'p меняет знак с положительного на отрицательный. А поскольку ( ( ( (1),1)) – ( ( )))F y c F c 1 0– –

pn

pn

p1 1

0 "u u при ( ) – ,c v1p 0" d то существует такое c–, что c'p(1) = 0, т.е. кривая cp(p) обрывается в начальной точке.

Однако при малых cp(1) (будем считать, что ( ) – ) ( )F z dz v b c<–np

v

01

0 0

0

0

dy успевает стать рав-

ным v0 – d, прежде чем cp достигнет границы. Вследствие непрерывности решения cp(p) от cp(1) аргумент ,pu при котором ( ) – ,b c vp0 0 d= и ( ) ( – – ( ))/( – )c p v c p r p1 0>p p0 d= +l u u u также непре-рывно зависят от cp(1). Разрыв ( )c ppl u возможен только на границе, где ( ( ( , )) – ( ))F y c p F c– –

pn

pn

p1

01u u

обращается в ноль. А поскольку при больших cp(1) решение cp(p) обрывается обращением в ноль производной, это доказывает существование решения (П14).

Далее, аргумент ,pu при котором ( ) ,c p 0p =l u также непрерывно зависит от cp(1), а ( ) .p c 1p-u При этом ( ( )) – ( – – )( ( ( , )) – ( ))/ ( ) – ,b c p v v c F y c p F c F c v>– – –

p p pn

pn

pn

p0 0 01 1

01

00d d d= +u u u u

что доказывает единственность решения (П14). Таким образом,

( , )

( ) / ( ), ( );

–( ( , ))

( – – ) ( – ) ( )

, , ( )max

b c p

c F z dz F c c c p

v yF y c p

v c F v c F z

dz c c p0

<– –

–

– –

–

( , )

n np

c

v

pn

pn

pn

v c

y c p

p

01

01

0 1

0 01

0 01

0

0 0#

d

=

+

+

+

u u

u

u u

Z

[

\

]]]

]]]

Z

[

\

]]]]]

]]]]]

_

`

a

bbb

bbb

y

y

с полученной cp(p) является решением (П9). ■2. Доказательство теоремы 2. Перепишем выражение (1) в классическом для теории аук-

ционов виде ( ) – ,b b cr = u (П17)где

––

– ,

, –

, ;maxc c r Vv s b

d

p

V p c11 0

0 1

0#= +

+u

Z

[

\

]]

]]

*

_

`

a

bb

bb

4 (П17´)

При этом функция распределения ( ) ( , )F c f v p dvdpc v

0 0

<

= yy трансформируется в ( ),F cu причем

вследствие (П17´) ( ) ( ) .F c F c0 $ u (П18)

Сделав двойную замену – ; – ,t v c u v b0 0= = (П19)получим эквивалентный повышающий аукцион ( ) – .u t ur = Тогда функция распределения имеет вид ( ) ( – ) ( – ) ( ) .G t F v t F v t G t0 0 0 0#= =u u (П20)



Ожидаемая выручка аукциониста составит [ ] ( ( ) – ( – ) ( )),R E Y t d nG t n G t1( ) –n n n

v

21

0

0

= =u u u uy где

Е – математическое ожидание; Y ( )n2u – случайная величина, равная второй по величине заяв-

ке среди n заявок, а ( ) – ( – ) ( )nG t n G t1–n n1u u – ее функция распределения. Поскольку функция – ( – )nx n x1– n n1 является возрастающей на интервале (0, 1), учитывая (П20), получим, что Y ( )n

2стохастически доминирует над .Y ( )n

2u Как следствие (Krishna, 2002, Приложение B), математиче-

ское ожидание от любой возрастающей функции c(•) по Y ( )n2u превосходит аналогичный показа-

тель по , [ ( )] [ ( )] .Y E Y E Y( ) ( ) ( )nnn n

2 2$c cu И в частности, .R R0$u

Затраты государства E связаны с выручкой R в эквивалентном повышающем аукционе соот-ношением E = v0 – R, поэтому .E E0 $ u ■

3. В соответствии с теоремой 1 при s – dV ≥ 0

( )–

– ( – ) ( ( )) / ( ( )), ;maxb cr p

r v s dVr

pc F c z dz F c c

11

10Å( ) – –

sn

sn

c

c

11

01 1

21

2

1

=+

+ ++

+ + u u

rZ

[

\

]]

]]

_

`

a

bb

bby

( )–

– ( – ) ( ) / ( ), ,maxb cr p

r v s dVr

pc F z dz F c

11

10Å( ) – –

sn

sn

c

c

22

02 1 1

2

=+

+ ++

+ + u u

rZ

[

\

]]

]]

_

`

a

bb

bby

где ( ) (– ) ( – – )( – )/( – ),c c c v c s dV p p r p1 1i

ii0 2 1= + + +

( ) ( ( )) ( ),F c F c c F c, ,s s s1 1 2= +u

( ) ( ) ,F c f z dz,s i i

c

ci

=

r

y

{ – , } /( ) .maxc v s dV p r0 1i i0= + +r Рассмотрим случай s < dV. Кривая cp(p) представляет собой две изолированные точки

Ë( ) ( ) .c c p c c pp p1 1 2 2= = Производные в этих точках не определены, и результат теоремы 1 для поиска решения напрямую не применим. Будем опираться на соотношения (П9)–(П12).

Характерная структура решения представлена на рис. 8. Множество [ , ] { , }p p0 1 1 2# делится точками , , ( )c c c c c1 2 12 1 2= на шесть отрезков: I1, II1, III1, IV1, I2, II2. Для каждого отрезка реше-ние находится с помощью (П10), (П11´). В частности, ( , ),y y c pmin 1 1= а ( ) ( ) ( ) .F y F c F cminp 1 1 2 2= +u

Здесь ( ) ( ) .F c f z dzi i

c

v0

= y

Требование непрерывности ожидаемой прибыли на общих границах приведет к системе уравнений на c1, c2, решая которые получим зависимости c1(d), c2(d), где d = dV – s > 0.

При увеличении d параметры c12, c1, c2 будут по-степенно уменьшаться и последовательно обратятся в нуль. Одновременно с этим будут видоизменяться уравнения на c1, c2.

Проведя все необходимые выкладки, получим окон-чательный ответ в следующем виде.

Случай 1. ≥ – ( , ) , , .v f c p dcdp c c0 0M

1 20d d = = =yy

Тогда оптимальные заявки:

: ( ) ( ) / ( );I b c c F z dz F cÅ( ) – –n n

c

v

1 1 01

01

0

= + y Рис. 8. Характерная структура решения


86 КУЧАЕВ

: ( ) ( )/ ( ),I b c c dzF z F cÅ( ) – –n n

c

v

2 2 01

01

0

= + y

где ( ) ( ) ( ) .F c F c F c0 1 2= + Случай 2. , , ( ( ) ),c c c c0 0 0> >2 12 1 2 1 2 12$ $ #d d d d определяется из уравнения

( ( ) ( ( )))–

–( ) ,F z F c dz

r pp p

F z dz01

–

( )

–

( )

n

c

n

c

v

1 2 21

2

2 1

0

0

01

0

2

2

0

+ =+

y y

где ( ) ( – )–

–.c v

r pp p

012 0 12

1

2 1d=

+ Уравнение для c1, c2, имеет вид:

– – ( ( ) ( )) ( ) ( ( ) ( )) ;

( ( ) ( )) – ( )( ( ) ( ))–

–( ) .

v c F z F c dz F z dz F c F c

F z F c dz c c F F cr p

p pF z dz0

1

– – –

– – –

n n

c

v

c

c

n

n n n

c

vc

0 1 1 2 21

01

1 1 2 21

1 2 21

1 2 1 2 21

2

2 10

1

0

2

0

1

2

2

02

d = + + +

+ + =+

R

T

SSSS

V

X

WWWW

Z

[

\

]]]]

]]]]

yy

yy

Оптимальные заявки:

: ( ) ( ) / ( );b c c F z dz F cI Å( ) – –n n

c

v

1 1 01

01

0

= + y

: ( ) ( ( ) ( )) ( ) /( ( ) ( )) ;F F cII b c c F z F c dz F z dz cÅ( ) – – –n n

c

v

c

c

n1 1 1 2 2

10

11 2 2

1

2

02

= + + + +

R

T

SSSS

V

X

WWWW

yy

III : ( )–

– ( – ) ( )– ( ( ) ( ))

( – – )( ( ) ( ))b c

r pv p c r

r pr

F c F cv c F c F c

11

11Å( )

–

–

n

n

1 11

0 1

1 1 2 21

0 1 1 1 2 21d d

=+

+ ++

++

+

++>

( ( ) ( ))

( ( ) ( ))

;F c F c

dz F z F c

–

–

n

n

c

c

1 2 21

1 2 21

1

++

+

V

X

WWWWWW

y

: ( ) ( ) / ( );b c c F zI dz F cÅ( ) – –n n

v

c

2 1 01

01

0

= + y

: ( )–

– ( – ) ( )– ( ( ) ( ))

( ( ) ( )) ( )

II b cr p

v p c rr p

rF F c

F F z dz F z dz

11

11

0

0Å( )

–

– –

n

n n

c

v

c

c

2 22

0 2

2 1 21

1 21

01

2

02

d=

++ +

++

++

+ +

.

yy



Случай 3. , , ( ) .c c c0 0 0 0> > >12 1 2 12$ $d d Уравнение для c1, c2 имеет вид:

– –

( ( ) ( ))

( ( ) ( )) ( )

;

( ( ) ( ))–

–( ) .

v cF c F c

F z F c dz F z dz

F z F c dzr p

p pF z dz

1

–

– –

– –

( )

n

n n

c

v

c

c

n n

c

v

c c

c

0 11 1 2 2

1

1 2 21

01

1 2 21

2

2 10

1

2

0

1

2

2

0

1 2

2

d =+

+ +

+ =+

Z

[

\

]]]]]

]]]]]

yy

yy

Оптимальные заявки:

I : ( ) ( ) / ( );b c c F z dz F cÅ( ) – –n n

c

v

1 1 01

01

0

= + y

II : ( ) ( ( ) ( )) ( ) /( ( ) ( )) ;b c c dz F z F c F z dz F c F cÅ( ) – – –n n

c

v

c

c

n1 1 1 2 2

10

11 2 2

1

2

02

= + + + +

R

T

SSSS

V

X

WWWW

yy

: ( )–

– ( – ) ( )– ( ( ) ( )

( – – )( ( ) ( ))III b c

r pv p c r

r pr

F c F c

v c F c F c1

11

1Å( )–

–

n

n

1 11

0 1

1 1 1 2 21

0 1 1 1 2 21d d

=+

+ ++

++

+

++*

( ( ) ( ))

( ( ) ( ))

;F c F c

dz F z F c

–

–

n

n

c

c

1 2 21

1 2 21

1

++

+

_

`

a

bbb

bbb

y

IV : ( )–

– ( – ) ( )– ( ( ))

( ) ( )

;b cr p

v p c rr p

rF c c

F z dz F z dz

11

11Å( )

–

– –

( )

sn

sn n

c

v

c c

c

1 11

0 1

21

2

10

1

2

0

2

2

d=

++ +

++

++

u

u yy

I : ( ) ( ) / ( );b c c F z dz F cÅ( ) – –n n

c

v

2 2 01

01

0

= + y

: ( )1 –

– ( – ) (1 )1 –

1( )

( ) ( )

.b cr pp c r

r pr

F c

dzF z F z dz

IIvÅ( )

–

– –s

c

v

c

c

sn

n n

2 22

0 2

21

10

1

2

02

d=

++ +

++

++

u

u yy


Brocas I. (2006). Designing Auctions in R&D: Optimal Licensing of an Innovation // Topics in Economic Analy-sis & Policy. Vol. 6(1). Article 11.

Brozen J. (1951). Invention, Innovation and Imitation // American Economic Review. Vol. 41. Papers and Proceedings. P. 239–257.

Dasgupta P., Stiglitz J. (1980). Uncertainty, Industrial Structure, and the Speed of R&D // Bell Journal of Economics. Vol. 11. P. 1–28.


88 КУЧАЕВ

Katz M. L., Shapiro C. (1985). On the Licensing of Innovation // Rand Journal of Economics. Vol. 16. P. 504–520.

Katz M.L., Shapiro C. (1986). How to License Intangible Property // Quarterly Journal of Economics. Vol. 101. P. 567–589.

Krishna V. (2010). Auction Theory. Burlington: Academic Press/Elsevier.Mokyr J. (1990). The Lever of Riches: Technological Creativity and Economic Progress. N.Y.: Oxford University

Press.Reinganum J. (1989). The Timing of Innovation: Research, Development, and Diffusion. Ch. 14. In: “Handbook

of Industrial Organization” R. Schmalensee, R. Willig (eds.). Vol. 1. N.Y.: Elsevier.

Effi ciency Increase in Mechanism Design of State Procurement for R&D

A.I. KuchaevIn this paper the author considers a modifi cation in mechanism design for R&D in order to increase its effi ciency and to create incentives for business implication. Keywords: mechanism design, R&D, state procurement, auctions, pilot production.JEL Classifi cation: D44, O31, O38.

89



МОДЕЛЬ ФОРМИРОВАНИЯ СТРУКТУРЫ ИНВЕСТИЦИОННЫХ ПРОГРАММ

© 2015 г. С.В. Седова1

(Москва)

Представлена оптимизационная модель формирования вариантов структуры инвестицион-ных программ. В модели учтена возможность выбора объема финансирования и времени начала проектов, претендующих на участие в программе, в сочетании с реинвестированием прибыли, получаемой в ходе реализации проектов, запущенных ранее. Приведены расчеты, иллюстрирующие на примере программы нефтехимической отрасли возможности модели. Изменение параметров модели позволяет получать множество вариантов структуры про-граммы, что способствует принятию эффективного решения.Ключевые слова: оптимизационная модель, инвестиционная программа, проект, эффектив-ность.Классификация JEL: L52, C61, C88, C89.

ВВЕДЕНИЕ

Исследования нашего коллектива (Татевосян, Писарева и др., 2009; Брагинский, Татевосян и др., 2013; Брагинский, Татевосян и др., 2014) в области обоснования крупномасштабных (отрас-левых и региональных) инвестиционных программ (ИП) и оценки результатов их осуществления, проводимые с 2006 г., показали следующее. С одной стороны, ИП призваны стать инструментом воздействия на социально-экономическое развитие государства и проведения структурной по-литики. С другой стороны, практика формирования, обоснования и реализации ИП страдает множеством недостатков (Татевосян, Писарева и др., 2009), что приводит к значительному сни-жению эффективности этого инструмента.1

Под инвестиционной программой мы понимаем совокупность инвестиционных проектов, направленных на достижение целей и комплексное решение задач, заявленных в программе.

Задачу, стоящую перед разработчиками программы, мы определяем следующим образом: с максимально возможным учетом интересов всех участников распределить/перераспределить выделяемые программе ресурсы между проектами, повышая соответствие программы целям и задачам и тем самым увеличивая ее общую результативность.

Одним из существенных недостатков практики формирования ИП, по нашему мнению, явля-ется то, что зачастую проекты разрабатываются не под программу, мало соответствуют ее целям и включаются в ИП по внеэкономическим соображениям (Татевосян, Писарева и др., 2009).

Разработка по крайней мере части проектов должна вестись параллельно с формированием самой ИП. В данной статье понятие “инвестиционный проект” (или просто “проект”) будет ис-пользоваться не только в традиционном смысле (обоснование экономической целесообразности, объема и сроков осуществления капитальных вложений, в том числе необходимая проектно-сметная документация, разработанная в соответствии с законодательством РФ), но и как направ-ление вложений, инвестиционная идея (замысел) инвестиционного проекта.

Вопросы формирования структуры инвестиционных программ рассматривались многими ав-торами. В монографии В.В. Царева (Царев, 2004) рассматриваются ставшие классическими эко-номико-математические модели (в частности, зарубежных авторов), предназначенные для реше-

1 Автор выражает благодарность за помощь и консультации Е.Г. Гольштейну и У.Х. Малкову.

90 СЕДОВА


ния задачи отбора проектов в инвестиционную программу фирмы. Задача отбора определяется как формирование инвестиционного портфеля фирмы. В.В. Царев приводит классификации ука-занных моделей по различным признакам и дает характеристику таких линейных моделей, как модель “рюкзака”, статическая модель Дж. Дина, одноступенчатая модель Албаха, многоступен-чатая модель Хакса–Вайнгартнера, модель с несколькими производственными ступенями – рас-ширенная модель Ферстнера–Хенна, модель с возможностями выбора установок и дезинвести-ций Якоба. Другие модели из отечественной и зарубежной литературы подробно рассмотрены в работах (Брагинский, Татевосян, Седова, 2014; Ахобадзе, 2010; Суровцев и др., 2001).

Однако во всех этих разработках как отечественных, так и зарубежных, в отличие от предла-гаемой нами модели, программа формируется из уже готовых инвестиционных проектов. Кроме того, обычно авторы ориентируются в основном на инвестиционные программы крупных фирм, в которых учитываются только интересы коммерческого инвестора.

В условиях жесткого дефицита финансовых ресурсов задача повышения качества формирова-ния ИП становится особенно актуальной. В данной постановке задачи повысить эффективность ИП можно за счет изменения объемов (размеров) проектов, перераспределения финансирования по периодам ИП; переноса сроков начала реализации проектов и реинвестирования прибыли.

Ниже описывается оптимизационная модель, позволяющая учитывать при задаваемых огра-ничениях указанные факторы.

ПЕРЕМЕННЫЕ, КРИТЕРИИ И ОСНОВНЫЕ ОГРАНИЧЕНИЯ МОДЕЛИ

Каждый из проектов, претендующих на включение в ИП, независимо от степени его прора-ботанности задается базовым вариантом, который характеризуется:

– суммарным объемом инвестиций для реализации проекта и распределением инвестиций по периодам;

– объемами выпускаемой продукции и получаемой в результате ее реализации прибыли в целом и по периодам;

– сроком начала реализации. Поскольку мы считаем, что объем части проектов в процессе формирования ИП является

предметом выбора, по каждому такому проекту, претендующему на включение в программу, за-даются нижние и верхние границы его финансирования. В нашей постановке рассматриваются два вида проектов: дискретные проекты, у которых объем финансирования может изменяться порциями, и непрерывные проекты, у которых объем финансирования может меняться на сколь угодно малую величину. При этом предполагается, что выпуск продукции в рамках проектов и прибыль, получаемая в результате их реализации, пропорциональны капитальным вложениям, а распределение объема финансирования проекта по периодам остается постоянным при измене-нии объема.

Вложения в программу производятся в течение T периодов (t = 1,…, T). Этот интервал назо-вем горизонтом программы.

Программе выделяется определенная величина финансовых средств. Увеличить общий объ-ем финансирования предлагается за счет реинвестирования прибыли. Ниже описываются моди-фикации модели формирования структуры инвестиционной программы, учитывающие две си-туации.

1. Прибыль, направляемая на реинвестиции, может использоваться только в период, следую-щий за тем, в котором она получена (реинвестиции без накопления). Например, прибыль четвер-того года может быть реинвестирована только в пятом.

2. Прибыль может накапливаться. Прибыль конкретного года может быть реинвестирована в любом следующем году. Например, прибыль четвертого года допустимо направлять на инвести-ции в пятом, шестом, седьмом и т.д. годах.

МОДЕЛЬ ФОРМИРОВАНИЯ СТРУКТУРЫ ИНВЕСТИЦИОННЫХ ПРОГРАММ 91


Сначала подробно опишем модель для случая 1. Пусть номера проектов-кандидатов на вклю-чение в программу образуют множество J. Через J1 обозначим множество номеров дискретных проектов, а через J2 – непрерывных проектов.

В модели период начала реализации проектов не фиксирован, т.е. начало проекта может быть сдвинуто относительно заявленного первоначально на несколько периодов вперед или назад.

Пусть номера возможных периодов начала реализации проекта j образуют множество K(j). Отсчет периодов будем вести от периода начала программы. Примеры множества – K(j) = {1, 2, 3, 4}, K(j) = {2, 3, 4, 7}. Если по проекту j1 период начала его реализации (допустим h) не может быть изменен, такому проекту ставится в соответствие множество с единственным элементом K(j1) = {h}.

Учитывая сказанное, введем следующие переменные модели. zjx – признак начала проекта j в период x. Переменная zjx принимает значение 1, если проект j начинается в период x, и значение 0 в противном случае. xjx – интенсивность финансирования проекта j, начинающегося в период x.

Под интенсивностью финансирования понимается отношение объема финансирования про-екта к его объему финансирования в базовом варианте в постоянных ценах. Такой способ введе-ния переменных позволяет легко учитывать порционность изменения вложений. Учет измене-ния объема финансирования в зависимости от периода начала его реализации рассматривается ниже.

Оптимизация структуры программы осуществляется по критериям, отражающим общие ин-тересы ее участников и/или ее цели.

Обозначив xj = (xjx, x ! K(j)) и соответственно x = (xj, j ! J), запишем критерий модели в виде fk(x) → max, k ! K1, (1)где fk(x) – функция, выражающая критериальный показатель k; K1 – множество номеров крите-риальных показателей. В нашем случае показатели могут выражаться линейными (например, суммарная дисконтированная прибыль, объем производства) и дробно-линейными функциями (например, рентабельность инвестиций, доля перспективных проектов).

Здесь необходимо дать пояснение. Поскольку модель касается инвестиций, в качестве целе-вых функций могут использоваться дисконтированные показатели. Мы исходим из того, что во-просы дисконтирования для модели являются внешними. Показатели дисконтируются на стадии подготовки информации, при этом выбираются соответствующие поставленным задачам спосо-бы приведения их к единому времени и нормы дисконта. Такой подход позволяет рассчитывать варианты ИП при разных системах дисконтирования.

Основным ограничением в описываемой модели служат финансовые ограничения. Общий объем финансирования программы и начальное распределение этого объема по периодам опре-деляются вне модели. При этом распределение финансирования по периодам задается нежестко (финансовые ресурсы могут перераспределяться между периодами в некоторых пределах).

В связи с этим введем переменные: yt – величина выделяемых на ИП финансовых средств в период t; ot – величина использованной на реинвестиции прибыли в период t.

Тогда комплекс ограничений по объему финансирования можно представить в виде: ,a x y

( )j j

jj J

1 1=dd

x x

x K

// (2)

, , …, ,a x y t T2( )

jt

jt

jj J

to= + =dd

x x

x K

// (3)

, , …, ,p x t T2t –

( )jt

jj

tj J

1

<

o # a =dd

x x

x

x

K

// (4)

, , …, ,y y y t T1t t t# # = (5)

,y bt

t

T0

1

#=

/ (6)

92 СЕДОВА


где atjx – объем финансирования в период t, необходимый для осуществления проекта j, начинаю-

щегося в период x при единичной интенсивности финансирования проекта; a – доля прибыли, направляемая на реинвестиции; pt

jx – прибыль, получаемая в период t, в результате реализации проекта j, начинающегося в период x при единичной интенсивности финансирования проекта; yt–, yt– – нижняя и верхняя границы величины финансовых средств (объема финансирования), вы-деляемых программе в период t; b0 – общий объем финансирования программы.

Объем финансирования в период t проекта j при условии его начала в период x определяется произведением at

jxxjx. Индекс x у величин atjx и pt

jx позволяет учитывать изменения цен при пере-носе сроков начала реализации проектов.

Дополнительно в модели предусмотрены ограничения (снизу или сверху) для показателей, не попавших в целевую функцию: ( ) ≥ , ,f x f k Kk k 2d (7)

( ) , ,f x f k Kk k 3d# (8)где fk–, и fk

– – нижняя и верхняя границы величины показателя k; K2 и K3 – множества номеров по-казателей, на которые наложены ограничения соответственно снизу и сверху. Поскольку проект j может начинаться в разные периоды, необходимо обеспечить его начало только в один из воз-можных периодов. Для этого вводятся условия: , .z j J1

( )jj d#

dx

x

K

/ (9)

Если некоторый проект l должен быть обязательно реализован, для него условие (9) преоб-разуется к виду: .z 1

( )ll =

dx

x

K

/

Когда существует возможность выбора времени начала реализации проектов, возникает по-требность модельного учета хронологической взаимосвязи проектов. Не претендуя на полноту, рассмотрим наиболее часто встречающиеся ситуации. Содержательное происхождение этих си-туаций может быть разное.

1. Некоторый проект j2 должен стартовать точно через h периодов после начала проекта j1. В этом случае в исходных данных списки K(j1) и K(j2) должны быть согласованы и производят-ся замены , ( ) .z z j( – )j j 22 1 dx K=x x h (10)

2. Некоторый проект j2 должен запускаться не менее чем через h периодов после начала про-екта j1. Ограничение вида (9) для j1 дополняется равенствами , ( ),z z j

( ),j j

j11 2

2

dx K=d

$

x m

m

m x h

K

+

/ (11)

а (9) для j2 становится лишним и исключается. Это обеспечивает следующее. Если в период x стартует проект j1(zj1x

= 1), то в какой-то из периодов m ≥ x + h начнется проект j2.3. Некоторый проект j2 должен начинаться не позже, чем через h лет (периодов) после запус-

ка проекта j1. Ситуация аналогична предыдущей. Неравенство (9) для j2 исключается, а для j1 дополняется равенствами , ( ),z z j

( ),j j

j11 2

2

dx K=d

#

x m

m

m x h

K

+

/ (12)

4. Должен реализовываться либо проект j1, либо проект j2 (например, один из вариантов про-екта). Для таких проектов ограничения вида (9) заменяются условием z z 1

( )( )j j

jj1 2

21

#+dd

x x

xx KK

// (13)



или соответствующим равенством, если какой-то из вариантов должен быть обязательно осу-ществлен.

На объем финансирования проектов накладываются ограничения снизу и сверху, которые связаны с технологическими ограничениями, ограничениями по спросу, с отражением индиви-дуальных интересов.

Ограничения сверху на интенсивность финансирования проектов записываются в виде

xjx ≤ d–jzjx, x ! K(j), j ! J, (14)где d–j – максимальная интенсивность финансирования проекта j.

Так как при фиксированном j или только одно zjx равно 1, или все zjx равны 0, больше 0 будет не более одного xjx.

Ограничения снизу на объем проектов следует записать в виде

, ,x d j J( )

j jj

d$d

x

x K

/ (15)

где d–j – минимальная интенсивность финансирования проекта j.Ограничения (9), (14) обеспечивают то, что при фиксированном j только одно xjx будет отлич-

но от 0. И этот xjx будет больше или равен нижней границе d–j благодаря условию (15). Ограни-чение (15) заставляет при d–j > 0 хотя бы одно zjx быть равным 1, т.е. проект j, у которого d–j > 0, в какой-то год из списка K(j) обязательно начнется.

Ограничения снизу и сверху могут накладываться на интенсивность финансирования группы проектов:

,x d( )( )

jjj J l

l$

dd

x

x D

// (16)

,x d( )( )

jjj J l

l#

dd

x

x D

// (17)

где J(l) – множество номеров проектов, образующих группу l; d–l – минимальная интенсивность

финансирования проектов, входящих в группу l; d–l – максимальная интенсивность финансиро-вания проектов, входящих в группу l. При этом условия (14) для проектов группы l обязатель-но сохраняются, так как обеспечивают, что только одно xjx для фиксированного j будет больше нуля. Однако для того чтобы задача не оказалась противоречивой, должно соблюдаться условие

.d dj J

lj

l

#

d

/

Введение ограничений (16), (17) с одновременным ослаблением условий (14) и (15) (умень-шением d–j и увеличением d–j) создают условия для перераспределения финансирования между проектами одинаковой направленности в пользу более эффективных.

В модель вводятся технические условия. Объем финансирования для дискретных проектов выражается целым числом, отсюда

xjx – целые, x ! K(j), j ! J1. (18)В частном случае, если проект j может осуществляться только в неизменном виде либо от его реализации отказываются, для такого проекта xjx ! {0, 1}.

ДОПОЛНЕНИЯ К МОДЕЛИ И ВОПРОСЫ ЕЕ ЧИСЛЕННОЙ РЕАЛИЗАЦИИ

Остановимся на некоторых особенностях полученной модели (1)–(18). Рассмотрим случай, ког-да у непрерывного проекта нижняя граница интенсивности финансирования ( )d j равна 0. В этом случае, если проект включается в программу, необходимо избежать ситуации, когда ему выделяется слишком маленькая величина финансовых средств. Воспользуемся следующим приемом.

Обозначим через wj минимальную интенсивность финансирования проекта j в случае вклю-чения его в программу. Тогда переменные xjx будут интерпретироваться как интенсивность фи-

94 СЕДОВА


нансирования проекта j, начинающегося в год x, сверх минимальной. В свою очередь, общая интенсивность финансирования проекта j, начинающегося в период x, будет определяться выра-жением wjzjx + xjx x ! K(j), j ! J. Соответственно, все выражения вида cjxxjx преобразуются к виду cjxwjzjx + cjxxjx.

Средства сверх минимального объема должны предоставляться только в том случае, если проекту был выделен этот минимальный объем, отсюда ограничение сверху на xjx преобразуется к виду xjx ≤ (d–j – wj)zjx x ! K(j), j ! J.

С ограничением (6) оптимизационная задача, как правило, будет иметь неединственное ре-шение. Это содержательно соответствует тому, что в некоторые периоды существует возмож-ность финансировать ИП как за счет выделенных на программу средств, так и за счет реинвести-рования прибыли. В этом случае можно наметить несколько подходов.

1. Если в полученном решении условие (6) оказалось неактивным, разность –b y t

t

T0

1

*

=/ (где

уt* – оптимальные значения yt), исходя из экспертных оценок, распределяется между периодами. Увеличиваются значения переменных yt и уменьшаются значения соответствующих o t. Скоррек-тированное таким образом решение окажется оптимальным, а структура программы и значения всех показателей останутся неизменными.

2. Решить задачу, заменив неравенство (6) на равенство. Если задача окажется совместной, найденное решение будет обеспечивать максимальное использование выделенных ИП финансо-вых средств. В противном случае следует действовать согласно пункту 3.

3. Ввести ограничение – ,y b bt

t

T

1

0 0$ D=

/ где Db0 – параметр, и найти минимальное значение

этого параметра, при котором оптимизационная задача окажется совместной.Если возникает потребность выполнить расчеты без учета реинвестиций, группа ограниче-

ний (2)–(6) заменяется на: , , …, ,a x y t T1

( )jt

jj Jj

t= =dd

x

x

x

K

// (19)

, , …, ,y y y t T1t t t# # = (20)

.y bt

t

T0

1

#=

/ (21)

При этом если сумма верхних границ объемов финансирования по годам равна общему объему финансирования программы, т.е.

,y bt

t

T0

1

==

/ (22)

то перераспределение финансовых средств между годами происходить не будет, и условия (19)–(21) можно переписать в виде , , …, .a x y t T1

( )jt

jt

jj J

# =dd

x x

x K

// (23)

Заметим, что при отказе от ограничений (5) или (20) в ситуации без реинвестирования полу-чим оптимальное распределение выделяемого программе объема финансирования по периодам.

Покажем, как меняется модель в случае, когда возможно накопление прибыли на реинвести-ции. Изменения касаются ограничений вида (4), которые преобразуются к виду

v – , , …, .p x t T2t ––

( ),

–

j j

t

jj J

t1

2

1

1

1

<

# a o =dd

xh

x

hx

x h

h K ==

h//// (24)



Отметим, что правая часть выражений (24) представляет собой разность между прибылью, кото-рая может быть направлена на реинвестиции и на них фактически использованной к периоду t.

Полученная модель (1)–(18) и ее модификация с ограничением (24) являются многокритери-альными задачами частично целочисленного линейного программирования.

Так как модель позволяет анализировать несколько (два или более) дробно-линейных кри-териев, для ее численной реализации был применен минимаксный метод. Данный метод мно-гокритериальной оптимизации предложен и реализован в лаборатории ЦЭМИ, возглавляемой Е.Г. Гольштейном (Гольштейн, Борисова, Дубсон, 1990), для задачи с непрерывными перемен-ными. Автор настоящей статьи распространил этот метод на задачи со смешанными переменны-ми и создал соответствующую компьютерную программу. В отличие от указанной выше работы, где внутри минимаксного метода многократно возникает задача линейного программирования, нам приходится многократно решать задачу частично целочисленного линейного программи-рования. Программа вычислений по минимаксному алгоритму для задач со смешанными пере-менными разработана с использованием модуля, реализующего метод ветвей и границ, который создан в ЦЭМИ РАН У.Х. Малковым и, так же как и система ДИСАЗМ (Гольштейн, Борисова, Дубсон, 1990), допускает изменение весов показателей целевой функции для нахождения мно-жества Парето-оптимальных решений. В работе (Татевосян, Писарева, Седова, 2011) приведены расчеты, которые демонстрируют, что изменение весовых коэффициентов целевых показателей позволяет формировать варианты структуры ИП, обладающие различными свойствами.

Компьютерная программа, в рамках которой реализована инструментальная поддержка при-веденной модели, допускает изменение:

– состава проектов, предлагаемых к включению в программу;– числа, состава и весовых коэффициентов целевых показателей;– общего объема финансирования и границ распределения этого объема по годам;– пороговых значений показателей;– нижних и верхних границ объемов проектов;– доли прибыли, направляемой на реинвестиции.Изменение данных параметров модели позволяет генерировать множество вариантов струк-

туры инвестиционной программы, которые характеризуются различными свойствами. Получен-ное множество вариантов служит информацией для принятия сбалансированного окончательного решения относительно состава, объемов проектов, времени начала их реализации, распределения финансирования программы по годам, доли прибыли, направляемой на реинвестиции, и т.п.

Предложенная модель может использоваться как для первичного отбора инвестиционных проектов в программу, так и для поиска резервов в уже составленной программе. В частности, возможно применение модели на последнем этапе в рамках четырехэтапной схемы разработки программы развития нефтегазохимического комплекса на перспективу, предложенной в работе (Брагинский, 2012).

Последние расчеты, иллюстрирующие возможности предлагаемой модели, были выполнены на материалах “Стратегии развития химической и нефтехимической промышленности России на период до 2015 г.” и “Плана развития нефтехимии (включая газохимию) на период до 2030 г.”.

РАСЧЕТ ВАРИАНТОВ ИНВЕСТИЦИОННОЙ ПРОГРАММЫ ДЛЯ НЕФТЕХИМИЧЕСКОЙ ОТРАСЛИ

В приводимом примере формирования вариантов структуры ИП периодом расчета принят 1 год. Горизонт программы равен 20 годам: с 2011 по 2030 г.

В обоих документах всего представлены 82 проекта (мы ввели сквозную нумерацию этих проектов), из которых отобраны 22. По этим проектам экспертным путем удалось получить ин-формацию, необходимую для расчета по модели. Состав и процесс подготовки исходной инфор-мации подробно описаны в работе (Брагинский, Татевосян и др., 2014).

96 СЕДОВА


Указанные 22 проекта в неизменном виде образовали исходный вариант программы. Для исходного варианта путем прямого суммирования по проектам были определены объемы фи-нансирования программы в каждом году ее горизонта. Эти объемы в дальнейших расчетах были приняты в качестве основы для ограничений на величины вложений по годам yt

– и yt– в (5). (При этом yt

– и yt– сформированы по правилу: yt– = 0; yt– в первые 8 лет заданы равными объему финан-

сирования исходного варианта программы в соответствующий год, а в последующие годы ука-

Таблица 1. Исходные данные

№ про-екта

Год начала инве-стиро-вания

По-след-

ний год инве-стиро-вания

Объемфинанси-рования, млрд руб.

Доля проекта в финанси-ровании програм-

мы, %

Суммарная дисконти-рованная прибыль, млрд руб.

Доля дисконти-рованной прибыли проекта в

программе, %

Рентабельность инвестиций Годовой

объем ПП при

выходе на ПМ, млрд

руб.% Ранг

1 2014 2016 12,00 0,84 4,04 2,61 70,13 9 10,002 2019 2022 65,00 4,55 13,52 8,73 92,04 4 58,002a 2019 2022 35,00 6,53 82,51 6 28,003 2016 2020 100,00 7,01 0,00 0,00 0,003а 2016 2018 100,00 0,00 0,00 0,004 2011 2013 3,80 0,27 1,92 1,24 66,46 10 5,205 2013 2015 5,90 0,41 7,10 4,58 212,38 1 11,206 2020 2023 18,60 1,30 1,33 0,86 34,85 19 8,507 2015 2017 6,00 0,42 2,06 1,33 80,08 7 6,008 2018 2023 97,00 6,80 10,58 6,83 50,16 14 48,609 2016 2023 78,50 5,50 9,59 6,19 44,15 16 31,2010 2014 2017 40,00 2,80 9,74 6,29 51,38 13 24,0011 2013 2015 45,00 3,15 15,78 10,19 61,89 11 20,0012 2015 2018 20,00 1,40 0,00 0,00 0,0013 2016 2025 145,00 10,16 17,43 11,25 49,66 15 68,0013а 2016 2022 70,00 8,47 41,51 17 32,0014 2012 2020 142,60 9,99 23,32 15,06 39,81 18 40,0015 2022 2025 20,00 1,40 1,89 1,22 60,69 12 20,0016 2021 2030 186,40 13,06 0,00 0,00 74,8017 2023 2030 201,70 14,13 1,98 1,28 10,05 24 74,4017а 2024 2027 18,00 0,40 19,91 22 14,9018 2013 2015 42,00 2,94 7,57 4,89 31,83 20 16,0023 2011 2013 4,50 0,32 4,16 2,69 121,84 3 4,0027 2012 2017 7,50 0,53 5,94 3,84 154,66 2 4,0081 2012 2015 24,00 1,68 13,19 8,52 88,75 5 16,0081а 2012 2015 14,00 6,60 76,08 8 8,0082 2026 2030 162,00 11,35 3,73 2,41 28,50 21 80,0082а 2026 2030 90,00 1,40 19,24 23 40,00



занная величина увеличивалась на 1 млрд руб. Другими словами, введена возможность неболь-шого перераспределения финансирования к концу программы.)

Была поставлена задача: в условиях описанных ограничений получить различные варианты программы.

Расчеты проводились по критерию максимизации суммарной дисконтированной прибыли от реализации проектов, составляющих программу. Для всех проектов базовым периодом для дис-контирования является первый период программы. Поэтому проекту, в случае его более раннего начала, соответствует бóльшая суммарная дисконтированная прибыль.

Таблица 2. Границы переноса сроков начала реализации проектов

№ про-екта

Исход-ный год начала

проекта

Границы переноса сроков начала проектов №

про-екта

Исходный год начала

проекта

Границы переноса сроков начала проектов

Вариант 1 Вариант 2 Вариант 1 Вариант 2

1 2014 2013–2016 (–1 / +2)

2011–2021 (–3 / +7)

13 2016 2014–2016 (–2)

2012–2021(–4 / +5)

2 2019 2019–2022 (+2)

2014–2024 (–5 / +5)

13а 2016 2014–2016 (–2)

2012–2022(–4 / +6)

2a 2019 2014–2024 (–5 / +5)

14 2012 2012–2014 (+2)

2012–2021(+9)

3 2016 2011–2021 (–5 / +5)

15 2022 2016–2022 (–6)

2017–2027(–5 / +5)

3а 2016 2011–2021 (–5 / +5)

16 2021 2019–2021 (–3)

2011–2021(–10)

4 2011 2011–2013 (+2)

2011–2021 (+10)

17 2023 2018–2023 (–5)

2013–2023(–10)

5 2013 2013–2015 (+2)

2013–2023 (+10)

17а 2024 2017–2027(–7 / +3)

6 2020 2018–2020 (–2)

2015–2025 (–5 / +5)

18 2013 2011–2013 (–2)

2011–2021(–2 / +8)

7 2015 2013–2015 (–2)

2011–2021 (–4 / +6)

23 2011

8 2018 2016–2020 (–2 / +2)

2013–2023 (–5 / +5)

27 2012 2012–2014 (+2)

2012–2014(+2)

9 2016 2014–2018 (–2 / +2)

2011–2021(–5 / +5)

81 2012 2011–2021(–1 / +9)

10 2014 2014–2016 (+2)

2011–2021(–3 / +7)

81а 2012 2011–2021(–1 / +9)

11 2013 2012–2015 (–1 / +2)

2011–2021(–2 / +8)

82 2026 2020–2026 (–6)

2016–2026(–10)

12 2015 2013–2015 (–2)

2011–2020(–4 / +5)

82а 2026 2016–2026(–10)

Примечание. В таблице в круглых скобках указано максимальное число периодов (лет), на которые может быть перенесен запуск проекта назад (–) и вперед (+) относительно исходного.

98 СЕДОВА


Все проекты рассматриваемой инвестиционной программы, кроме двух (23 и 27), не могут менять свои объемы. Проект № 23 может увеличиться до 3 раз, а № 27 – до 4 раз (отметим, что объемы этих проектов очень малы). Эти проекты являются непрерывными. Возможность выбора объема еще 6 проектов реализовалась через введение так называемых альтернативных проектов. Альтернативный проект отличается от соответствующего основного величиной требуемого фи-нансирования, его распределением по годам реализации, временными границами возможного начала осуществления проекта. Шести альтернативным проектам был поставлен в соответствие номер основного проекта с буквой “а”. Исходные данные по полученным 28 проектам приведе-ны в табл. 1. В этой таблице по основным проектам указаны их доли в общем объеме финанси-рования программы. Заметим, что все альтернативные проекты требуют меньшего объема фи-нансирования, чем соответствующие основные.

В табл. 1 и во всех следующих таблицах используют обозначения: ПП – промышленное про-изводство, ПМ – проектная мощность.

По условию задачи все проекты, не имеющие альтернативных, должны быть обязательно включены в программу, и выбор заключается в определении оптимальных сроков их начала. От каждой из оставшихся шести пар проектов в программу должен войти один из проектов – либо основной, либо альтернативный. Помимо выбора одного проекта из пары здесь также опре-деляется период, в котором начнется реализация проекта.

Экспертно были заданы границы возможного переноса времени начала реализации проек-тов. Рассмотрены 2 варианта указанных границ (табл. 2).

В статье приведены три расчета, результаты которых сведены в табл. 3–6. Отметим, что в табл. 3–5 отражены только изменения, произошедшие в программе, по сравнению с ее исходным вариантом. Полные таблицы представлены в работе (Брагинский, Татевосян и др., 2014).

Первый расчет был проведен в условиях первого варианта границ переноса начала проектов. В результате целевой показатель практически остался неизменным (увеличился меньше чем на 1% (табл. 6)), но в структуре программы произошел ряд изменений. Выяснилось, что целесооб-разно один крупный проект (№ 17) заменить альтернативным проектом существенно меньшего объема. За счет этого и начала проекта № 8 на год позже, чем в исходном варианте программы, появилась возможность два средних (№ 6 и 15) и один крупный проект (№ 82) сдвинуть к нача-лу инвестиционной программы (табл. 3). В полученном варианте программы почти 13% выде-ленных программе финансовых ресурсов оказываются неиспользованными. Высвободившиеся средства остались невостребованными из-за отсутствия проектов, которые могут значительно увеличиться, а также жесткого ограничения на возможность переноса начала проектов и пере-распределение финансирования по годам. Неизменность целевого показателя можно объяснить

Таблица 3. Изменения в структуре программы, полученные в результате расчета 1

№ проекта


Изме-нение года

начала инве-стиро-вания

Объем финан-сиро-вания, млрд руб.


мы, %

Сум-марная дискон-

тиро-ванная

прибыль, млрд руб.

Доля дискон-тированной

прибыли проекта в





руб.% Ранг

6 2018 –2 18,60 1,50 1,98 1,28 39,28 17 8,508 2019 1 97,00 7,80 8,55 5,52 46,64 13 48,601 2021 –1 20,00 1,61 2,42 1,56 67,50 8 20,0017 17а 2024 18,00 1,45 0,40 0,26 19,91 19 14,9082 2025 –1 162,00 13,02 6,24 4,03 41,50 15 80,00



следующим. Проекты с высокой рентабельностью могут быть перенесены только на более позд-ние сроки. Кроме того, для данного варианта программы характерно уменьшение суммарного годового объема производства при выходе на проектную мощность (из-за замены проекта № 17 альтернативным) и увеличение рентабельности инвестиций в целом по программе на 2 процент-ных пункта.

Во втором расчете была разрешена бóльшая свобода маневра сроками начала проектов (см. табл. 2, вариант 2). Изменения сроков начала строительства были увеличены до 10 лет вперед и назад. В результате этого расчета произошли значительные изменения в структуре програм-мы: два крупных проекта были заменены на альтернативные меньших размеров; четыре проекта сдвинулись к началу, а двенадцать – к концу программы. Вследствие этих изменений, хотя объем производства по сравнению с первым расчетом уменьшился за счет замены еще одного проекта (№ 13) на меньший по объему альтернативный проект, целевой показатель (дисконтированная прибыль) вырос более чем на 30% (табл. 6). Такое увеличение произошло в основном за счет переноса второго по величине проекта (№ 82) к началу программы, остальные переносы прак-тически компенсировали друг друга по величине дисконтированной прибыли. В этом варианте программы еще больше сократился объем израсходованных финансовых средств, что с одно-временным увеличением дисконтированной прибыли привело к резкому росту рентабельности инвестиций в целом по программе.


№ проекта






мы, %










руб.% Ранг

2 2014 –5 65,00 5,48 33,16 16,35 112,26 4 58,003 2018 2 100,00 8,44 0,00 0,00 0,00 0,004 2012 1 3,80 0,32 1,64 0,81 65,36 9 5,205 2014 1 5,90 0,50 6,05 2,98 208,28 1 11,206 2025 5 18,60 1,57 0,31 0,15 16,47 18 8,507 2020 5 6,00 0,51 0,84 0,41 65,65 8 6,008 2013 –5 97,00 8,18 26,28 12,96 61,96 10 48,609 2017 1 78,50 6,62 7,84 3,87 41,52 14 31,2010 2012 –2 40,00 3,37 13,51 6,66 53,89 13 24,0012 2019 4 20,00 1,69 0,00 0,00 0,00 0,0013 0,00 0,00 13а 2019 4 70,00 5,91 3,45 1,70 29,54 15 32,0014 2020 8 142,60 12,03 4,33 2,14 22,63 17 40,0017 0,00 0,00 17а 2025 1 18,00 1,52 0,23 0,11 13,11 19 14,9018 2019 6 42,00 3,54 2,72 1,34 26,44 16 16,0023 2011 9,27 0,78 8,57 4,23 121,84 3 8,2427 2013 1 19,275 1,63 13,03 6,43 151,80 2 10,2882 2017 –9 162,00 13,67 45,93 22,65 99,86 5 80,00

100 СЕДОВА



№ проекта






мы, %










руб.% Ранг

1 2013 –1 12,00 0,83 4,73 1,95 71,51 9 10,00

2 2014 –5 65,00 4,49 33,16 13,64 112,26 4 58,00

3 2021 5 100,00 6,92 0,00 0,00 0,00 0,00

4 2012 1 3,80 0,26 1,64 0,67 65,36 10 5,20

5 2014 1 5,90 0,41 6,05 2,49 208,28 1 11,20

6 2019 –1 18,60 1,29 1,63 0,67 37,22 16 8,50

7 2013 –2 6,00 0,41 2,84 1,17 83,55 7 6,00

8 2017 –1 97,00 6,71 12,91 5,31 53,22 13 48,60

9 2017 1 78,50 5,43 7,84 3,23 41,52 15 31,20

10 2012 –2 40,00 2,77 13,51 5,56 53,89 12 24,00

14 2014 2 142,60 9,86 16,45 6,77 37,11 17 40,00

15 2018 –4 20,00 1,38 4,53 1,86 83,05 8 20,00

16 2020 –1 186,40 12,89 0,00 0,00 0,00 74,80

17 2018 –5 201,70 13,95 8,58 3,53 21,64 19 74,40

18 2019 6 42,00 2,90 2,72 1,12 26,44 18 16,00

23 2012 22,50 1,56 17,82 7,33 154,66 2 12,00

27 2011 8,136 0,56 7,49 3,08 121,84 3 7,20

82 2016 –10 162,00 11,20 54,77 22,53 103,56 5 80,00

Таблица 6. Основные показатели инвестиционной программы

ВариантОбъем

вложений, млрд руб.

% к исходному варианту

Дисконти- рованная прибыль, млрд руб.

% к исходному варианту

Рентабель-ность

инвестиций, %

Годовой объем ПП

при выходе на ПМ, млрд

руб.

Исходный вариант 1427,50 154,87 42,99 619,90Оптимизация 1 1243,80 87,13 154,95 100,05 45,12 560,00Оптимизация 2 1185,35 83,04 202,79 130,94 60,56 534,52Оптимизация 3 (реинвестиции)

1446,10 101,30 243,07 156,95 56,94 631,10



Третий расчет проводился при тех же условиях, что и предыдущий, но разрешалось реинве-стировать прибыль от реализации проектов без ее накопления.

Главным результатом cтало то, что реинвестирование прибыли позволило нарастить объ-ем финансовых ресурсов с 2015 по 2025 г. программы и высвободить значительные бюджетные средства в 2026–2030 гг. При этом общий объем финансовых средств, вложенных в программу, увеличился очень незначительно (всего на 1%). Другими словами, произошло перераспределе-ние инвестиций к началу программы.

В этом варианте программы суммарная дисконтированная прибыль от всех проектов вырос-ла в полтора раза по сравнению с исходным вариантом и на 20% по сравнению с предыдущим вариантом. Годовой объем производства при выходе на проектную мощность по сравнению с исходным вариантом увеличился (за счет проектов № 23 и 27).

От каждой из 6 пар проектов в программу вошли основные проекты с большим объемом финансирования.

Значительно большее число проектов (9) удалось начать раньше, и значительно меньшее (6) – позже, чем в других вариантах программы.

В заключение отметим следующее. Расчеты показали, что приведенная модель позволяет учитывать разнообразные ситуации, возникающие при разработке крупномасштабной програм-мы, тем самым исследовать ее инвестиционные возможности и предоставить для принятия ре-шения множество вариантов ее структуры.


Ахобадзе Т.Д. (2010). Методы решения задач оптимизации инвестиционных программ в реальном секторе экономики. Автореферат диссертации на соискание ученой степени кандидата экономических наук. СПб.: Издательство СПбГУ.

Брагинский О.Б. (2012). Методология и практика разработки программ развития многоотраслевого ком-плекса (на примере нефтехимического комплекса) // Журнал новой экономической ассоциации. № 4(16). С. 127–146.

Брагинский О.Б., Татевосян Г.М., Седова С.В., Писарева О.М., Куницына Н.Н. (2013). Методология обоснования инвестиционных программ и их оптимизации при ограниченных финансовых ресурсах (на примере химического комплекса). Препринт # WP/2013/303. М.: ЦЭМИ РАН.

Брагинский О.Б., Татевосян Г.М., Седова С.В. (2014). Методология обоснования инвестиционных про-грамм и их оптимизация при ограниченных финансовых ресурсах (на примере химического комплек-са) // Журнал Новой экономической ассоциации. № 3. С. 130–151.

Гольштейн Е.Г., Борисова Э.П., Дубсон М.С. (1990): Диалоговая система многокритериальных задач // Экономика и математические методы. Т. 26. Вып. 4.

Татевосян Г.М., Писарева О.М., Седова С.В., Тореев В.Б. (2009). Методы обоснования инвестицион-ных программ (реальный сектор экономики). Препринт # WP/2009/260. М.: ЦЭМИ РАН.

Татевосян Г.М., Писарева О.М., Седова С.В. (2011). Оптимизация состава и параметров инвестицион-ных программ развития в условиях многокритериального выбора. В сб.: “Теория и практика инсти-туциональных преобразований в России”. Вып. 22. М.: ЦЭМИ РАН. С.146–154.

Суровцев И.С., Баркалов С.А., Нильга О.С. (2001). Механизм максимизации дохода инвестиционной программы строительного предприятия // Научный вестник Воронежского ГАСУ. Строительство и архитектура. Вып. 4(24). С. 251–259.

Царев В.В. (2004). Оценка экономической эффективности инвестиций. СПб.: Питер.


102 СЕДОВА


Model of Investment Programs Structure FormationS.V. Sedova

The multicriteria optimizing model of formation of options of investment programs’ structure is presented. In a model the possibility of choice of the amount of fi nance and time of the beginning of the projects applying for participation in the program in combination with reinvestment of the profi t received during implementation of the projects started earlier is considered. The calculations illustrating a model potential on the example of petrochemical industry are given. Changes in pa-rameters of a model allows to receive a set of options of program structure promotes the effective decision.Keywords: optimizing model, investment program, project, effi ciency.JEL Classifi cation: L52, C61, C88, C89.

103



ОТБОР ПАРТНЕРА ПО ЛИЦЕНЗИОННОМУ СОГЛАШЕНИЮ © 2015 г. И.Д. Котляров*

(Санкт-Петербург)

В статье дан экономический анализ лицензионного сотрудничества, при котором лицензи-ат получает право производить и продавать продукт по технологии и под товарным знаком лицензиара. Сформулированы критерии отбора оптимального партнера по лицензионному договору с учетом создания у него стимулов к долгосрочному сотрудничеству, риска провала партнерства и ресурсных ограничений. Показана важность совпадения целей сотрудничест-ва у лицензиата и лицензиара.Ключевые слова: лицензиар, лицензиат, стимулы, риски.Классификация JEL: L24.

В современной практике торговли интеллектуальной собственностью широкое распростра-нение получила ситуация, при которой лицензиар предоставляет лицензиату право производить и продавать продукт по технологии и под товарным знаком лицензиара. Такая модель часто ис-пользуется для выведения продукта лицензиара на иностранный рынок, поэтому лицензиар мо-жет организовать выпуск и продажу своего продукта на новом рынке без открытия собственного торгового или производственного подразделения и пользоваться преимуществами локального производства (минимизация транспортных расходов и т.д.). Лицензиат, в свою очередь, получает возможность расширить портфель брендов за счет включения в него бренда лицензиара. *

Очевидно, что в данном случае речь идет не просто о продаже лицензии, а о долгосрочном партнерстве лицензиата и лицензиара, в рамках которого лицензиат принимает на себя обяза-тельство обеспечивать производство и продажу продукта по технологии и под товарным знаком лицензиара и в его интересах (и в строгом соответствии с его маркетинговой политикой). Лицен-зиат и лицензиар выступают не только и не столько в качестве продавца и покупателя лицензии, сколько в роли партнеров по гибридному предприятию (Ménard, 2004). По этой причине как ли-цензиару, так и лицензиату важно обладать методикой отбора оптимального партнера.

В данной статье будет предпринята попытка разработать экономико-математическую модель такого отбора.

КРИТЕРИИ ОТБОРА ОПТИМАЛЬНОГО ПАРТНЕРА

Под оптимальным партнером мы будем понимать партнера, который способен обеспечить максимальный экономический эффект. При традиционном подходе партнер генерирует макси-мальный экономический эффект для фирмы, производящей отбор (например, лицензиата будут отбирать исходя из возможности получения лицензиаром максимального дохода от сотрудниче-ства с ним). Однако мы считаем более адекватным отбирать партнера по критерию его способ-ности максимизировать собственный экономический эффект от сделки (разумеется, речь идет о максимизации этого эффекта добросовестными методами). Иными словами, отбор лицензиата будет осуществляться на основе его способности извлечь для себя максимальную выгоду из пре-доставленной ему интеллектуальной собственности лицензиара. При этом под выгодой пони-мается прибыль от продажи лицензионного продукта. Стратегические преимущества (такие как получение доступа к производственным технологиям лицензиара) в статье не рассматриваются,

* Статья подготовлена при финансовой поддержке Программы фундаментальных исследований НИУ ВШЭ (проект “Исследование форм и механизмов корпоративной и региональной технологической кооперации”).

104 КОТЛЯРОВ


поскольку они, с одной стороны, носят долгосрочный характер, а с другой – не всегда соответ-ствуют интересам фирмы, которая производит отбор. Например, освоение лицензиатом доступа к технологиям лицензиара противоречит заинтересованности лицензиара в скорейшем выпуске продукта под своим товарным знаком на новом рынке (так как освоение этих технологий потре-бует значительного времени) и в сохранении своего контроля над этими технологиями.

В основе такого подхода лежат следующие соображения: – фирма-лицензиат будет максимально заинтересована в долгосрочном партнерстве, если

имеет возможность получить наибольший экономический эффект и тем самым обеспечить стра-тегические цели контрагента по лицензионному соглашению. Таким образом, достигается ми-нимизация риска недобросовестного поведения лицензиата и обеспечивается его максимальная мотивация к полному соблюдению всех предписаний лицензиара. Аналогично, лицензиар имеет высокую мотивацию сохраненять и продлевать лицензионный договор с лицензиатом, обеспечи-вающим ему максимальный доход;

– способность извлечь максимальный экономический эффект указывает на возможность максимально полной реализации потенциала сотрудничества к обоюдной выгоде обоих участ-ников лицензионного альянса (в частности – максимально быстро и с минимальными затратами приступить к производству и реализации продукта под товарным знаком лицензиара), а именно в этом и заинтересована фирма, производящая отбор.

Экономический эффект от сделки по продаже лицензии определяется ценами и издержка-ми производства лицензионного продукта и продукта-аналога, выпускаемого лицензиатом само-стоятельно (Инновационный менеджмент…, 2007).

Пусть L – конечная цена продукта, выпускаемого по лицензии, P – цена продукта-аналога. Пусть L > P. В качестве показателя экономического эффекта от предоставления лицензии можно рассматривать чистую прибыль, получаемую лицензиаром и лицензиатом от производства и про-дажи лицензиатом единицы продукта под товарным знаком лицензиара. Разумеется, в реально-сти показателем экономического эффекта служит чистая прибыль от продаж всего выпущенного объема лицензионного продукта.

Однако мы примем два упрощающих предположения. 1. Пусть все потенциальные лицензиаты, возможность сотрудничества с которыми рассмат-

ривает лицензиар, способны выпустить одно и то же количество лицензионного продукта.2. Независимо от того, с каким именно лицензиаром будет заключен лицензионный договор,

объем выпуска лицензионного продукта в натуральном выражении для данного лицензиата бу-дет постоянным.

В рамках этих допущений для оценки экономического эффекта вполне корректно использо-вать чистую прибыль от продажи единицы лицензионного продукта. Сформулируем оптимиза-ционную задачу: при каком соотношении значений L и P экономический эффект для лицензиата и лицензиара максимален.

Все сказанное выше позволяет указать два элемента методологической новизны в нашем исследовании:

1) отбор оптимального партнера происходит не на основе максимизации выгоды отбираю-щей стороны, а через максимизацию выгоды партнера, т.е. оптимальным будет партнер, у кото-рого стимулы к сотрудничеству максимальны;

2) цены лицензионного продукта и собственного продукта используются не для простого расчета экономического эффекта от продажи лицензии, а для отбора оптимального партнера по лицензионному соглашению. Анализ методик определения стоимости лицензии (Инновацион-ный менеджмент…, 2007; Конов, Гончаренко, 2010) позволяет утверждать, что ранее факторы P и L для отбора лицензиата не применялись.

Отметим, что, несмотря на очевидную важность решения задачи о выборе оптимального партнера по лицензионному соглашению, специалисты уделяли ей мало внимания. Исследова-тели-экономисты, работающие в сфере изучения механизмов взаимодействия фирм, связанных с передачей интеллектуальной собственности, сосредотачивали внимание в основном на пробле-мах выбора оптимальной модели взимания платы за использование этой собственности (Wang, 2002; Sen, 2005; Chang, Hu, Tzeng, 2009; Postmus, Wijngaard, Wortmann, 2009; Meniere, Parlane,

ОТБОР ПАРТНЕРА ПО ЛИЦЕНЗИОННОМУ СОГЛАШЕНИЮ 105


2010; Hytönen et al., 2012; Неволин, 2012, 2013; Kwon, Kim 2012; Niu 2013), на уточнении фак-торов, влияющих на размер и структуру платы (Arora, 1996; Meniere, Parlane, 2010) и на выяв-лении экономической природы этой оплаты (Windsperger, 2001; Vázquez, 2004). Задача отбора оптимального партнера ими практически не изучалась, за исключением работы (Kim, Vonortas, 2006), в которой исследовались факторы, влияющие на вероятность заключения лицензионного соглашения между компаниями.

Внимание же специалистов в области управления сотрудничеством фирм было сосредоточе-но на разработке практических методик отбора партнера по франчайзингу (Ramírez-Hurtado et al., 2011), аутсорсингу (Hatush, Skitmore, 1998; Zavadskas, Vilutiene, 2006; Оревинин, 2007; Ко-зин, 2010; Давыдкин, Назаров, 2011; Keršulienė, Turskis, 2011; Курбанов, 2012; Макарова, 2012), исполнению заказа (Горяинов, Галкин, 2008), а отбор оптимального лицензиара (лицензиата) оставался за пределами исследования (справедливости ради следует отметить, что проблема от-бора партнера по франчайзингу близко примыкает к отбору партнера по лицензионному согла-шению). Однако эти методики отбора имеют ориентированный на практику характер и основаны на анализе эмпирических данных, а не на моделировании на базе определенных теоретических предпосылок.

Сказанное выше дает нам основание полагать, что избранный нами подход к моделированию проблемы отбора оптимального партнера может представлять интерес как для специалистов в области теории сотрудничества компаний (поскольку дает им новый взгляд на вопросы лицензи-онного сотрудничества), так и для специалистов в сфере управления сотрудничеством (так как в данной работе делается попытка решить задачу выбора партнера не на основе прикладных мето-дик, а при помощи теоретического моделирования).

УСЛОВИЯ МАКСИМИЗАЦИИ ПРИБЫЛИ УЧАСТНИКОВ ЛИЦЕНЗИОННОГО СОГЛАШЕНИЯ

В соответствии с традиционной моделью чистая дополнительная прибыль лицензиара rL и лицензиата rl от продажи единицы лицензионного продукта рассчитываются по формулам (Ин-новационный менеджмент…, 2007):

rL = kr = k[(L – CL) – (P – CP)] = k[(L – P) – (CL – CP)], (1)

rl = (1 – k)r = (1 – k)[(L – CL) – (P – Cp)] = (1 – k)[(L – P) – (CL – CP)],

где r – дополнительная прибыль, получаемая лицензиатом от продажи лицензионного продукта; k – доля лицензиара в дополнительной прибыли лицензиата; CL – себестоимость производства единицы лицензионного продукта; CP – себестоимость производства единицы продукта-аналога, выпускаемого лицензиатом самостоятельно.

Поскольку значения CL и CP не всегда известны и не всегда их можно установить заранее, на практике нередко считается, что CL = CP, и тогда приведенные выше формулы приобретают вид

rL = k(L – P), rl = (1 – k)(L – P). (2)Из (2) следует, что наиболее рациональным поведением лицензиата и лицензиара при посто-

янном значении k будет максимизация разницы между значениями L и P. Следовательно, при вы-боре лицензиата, способного извлечь максимальный эффект из использования предоставленной ему интеллектуальной собственности (в соответствии со сформулированным нами подходом), лицензиару нужно отдавать предпочтение лицензиату с наиболее низкой ценой на собственный продукт-аналог. Легко убедиться, что в этом случае величины rL и rl будут максимальными. Од-нако такой подход представляется излишне прямолинейным по следующим причинам.

1. В формулах (2) не учитываются издержки производства лицензионной продукции CL. Априори можно предположить, что они будут тем выше, чем больше разница между значения-ми L и P. Это связано с тем, что для продуктов-аналогов рост разницы в цене сопровождается нарастанием отличий в технологии и организации производства, продвижения и реализации и увеличением разрыва в технических и маркетинговых характеристиках. Ликвидация этого раз-



рыва необходима лицензиату для выполнения условий лицензионного соглашения (поскольку лицензионный продукт должен производиться и продвигаться в соответствии с технологически-ми и маркетинговыми предписаниями лицензиара) и может потребовать значительных затрат со стороны лицензиата – как финансовых (инвестиции в производство), так и временных (длитель-ный период освоения новых технологий). Это приведет к падению дополнительной прибыли r и уменьшению чистой прибыли лицензиата и лицензиара, а также к затягиванию сроков выведе-ния лицензионного продукта на рынок, что для лицензиара крайне нежелательно.

2. Прибыль от сделки по продаже лицензии имеет в случае лицензиара и лицензиата разную структуру. Если для лицензиара эта прибыль равна rL, то для лицензиата чистая совокупная при-быль rT может быть рассчитана по формуле

rT = rP + rl, (3)где rP – прибыль лицензиата от продажи продукта-аналога. Таким образом, если лицензиару необходимо максимизировать чистую дополнительную прибыль rL, то лицензиату – чистую со-вокупную прибыль rT.

3. Поскольку в этой модели лицензиат отвечает за производство и реализацию продукта под то-варным знаком лицензиара, лицензиар заинтересован не просто в максимизации дохода от продажи лицензии, а в минимизации риска провала проекта выведения своего продукта на новый рынок при помощи лицензиата. Чем больше разница значений L и P, тем сильнее отличаются технические и маркетинговые характеристики лицензионного и нелицензионного продукта и тем выше риск того, что лицензиат не сможет производить и продавать продукт по технологии и под товарным знаком лицензиара (т.е. выше риск провала лицензионного сотрудничества и, как следствие, риск того, что проект выведения лицензионного продукта на новый рынок окажется неуспешным).

Следовательно, необходимо выявить те значения L и P, при которых значения rL и rl будут максимальными с учетом необходимости инвестиций в технологическое перевооружение лицен-зиата. Для решения этой задачи необходимо представить k и r, а следовательно, CL и CP (точнее, CL – CP), в виде функций от P и L.

Можно предположить, что прирост издержек производства при переходе от нелицензионного к лицензионному продукту будет пропорционален разнице в цене между этими продуктами

CL – CP = b(L – P).Поскольку чем меньше разница в цене между лицензионным и нелицензионным продук-

том, тем меньше отличия их технологических и маркетинговых характеристик, и тем проще ли-цензиату обеспечить соответствие своей технологии требованиям производства, продвижения и реализации. Иными словами, издержки лицензиата будут прирастать на меньшую долю (от раз-ницы цен между лицензионным и нелицензионным продуктом), т.е. с уменьшением разницы цен уменьшается значение коэффициента b, что позволяет использовать для его расчета выражение b = (L – P)/L. Это означает, что

– – ( – ).C CL

L P L PL P = (4)

Далее, пусть a – доля прибыли лицензиата от продажи продукта-аналога в цене этого про-дукта P. Тогда rP = aP. Пусть на соответствующем рынке a = const, т.е. наценка постоянная.

Долю k лицензиара в дополнительной прибыли лицензиата можно задать двумя способами:1) k = const, если в соответствующей отрасли сложилась единое общепринятое значение для

величины доли лицензиара в дополнительной прибыли лицензиата или лицензиар предлагает фиксированное значение k для всех лицензиатов;

2) значение k пропорционально вкладу лицензиара в совокупный результат, получаемый ли-цензиатом от производства и продажи лицензиатом продукта по технологии и под товарным знаком лицензиара. Для простоты предположим, что k пропорционально доле лицензиара в со-вокупной выручке лицензиата от продажи лицензионного продукта:

k = (L – P)/L. (5)



Решим сформулированную выше оптимизационную задачу на основе высказанных предпо-ложений.

Рассмотрим задачу применительно к лицензиату, точнее – к ситуации отбора лицензиата ли-цензиаром. В соответствии с предложенным нами подходом лицензиар должен отдать предпоч-тение тому потенциальному лицензиату, для которого rT = max. Поскольку L = const, речь идет о нахождении максимума функции rT(P).

При k = const и с учетом формул (1), (3) и (4)

( ) ( – ) – – – ( – ) .P k L PL

L P L P P1Tr a= +e o

Поскольку ∂ /∂ – – ( – ) / ,P k k P L1 2 1Tr a= + то rT = max при

( – )– .P L

kk

2 11

1a= +* (6)

Поскольку ∂ /∂ , /( – ) , ∂ /∂ , /( – ) ,P k L k P L k0 5 1 0 0 5 1 0> >12

1a a= =* * то чем выше принятое в данной отрасли (или данным лицензиаром) значение k и чем выше типичное для данного рын-ка значение a, тем выше должна быть цена P на продукт-аналог, для того чтобы лицензиат мог получить максимально возможный экономический эффект, т.е. тем выше должна быть цена на продукт-аналог у оптимального лицензиата.

Далее, пусть k = (L – P)/L. С учетом формул (1), (3), (4)

– – – ( – ) .LP L P

LL P L P PTr a= +e o (7)

Применяя формулу (5) и проделав все необходимые преобразования, получаем ∂ /∂PTr = – .LP P L2 3 02 2a= + = Корни этого уравнения ( ± )/ .P L L2 2 1 3 6,1 2 a= + После подстановки лег-

ко убедиться, что функция

( ) – – – ( – )PLP L P

LL P L P PTr a= +e o

имеет максимум при

( )/ .P L L2 2 1 3 62 a= + +* (8)Именно при таком соотношении цен на лицензионный продукт и на продукт-аналог лицензиат получает максимальную чистую совокупную прибыль (при k = (L – P)/L).

Таким образом, в рамках принятых допущений о закономерностях роста издержек произ-водства при переходе к выпуску лицензионного продукта и о виде функции rT(P) максимизация разницы цен между ценой продукта-аналога и лицензионного продукта сверх определенного предела не ведет к максимизации чистой совокупной прибыли лицензиата. Соответственно, при отборе оптимального лицензиата лицензиару следует отдавать предпочтение фирме, цена на соб-ственный продукт которой меньше всего отклоняется от оптимальных цен P1

* или P2* (в зависи-

мости от того, какой метод определения величины k использован в лицензионном договоре).Применительно к лицензиару – P = const и необходимо максимизировать функцию

( ) – – – ( – ) .L k L PL

L P L PLr = e o

При k = const

∂∂

,L

kLP1 0>L

2

2r= +f p

т.е. лицензиату предпочтительно отбирать для сотрудничества того лицензиара, для кото-рого разница цен на лицензионный продукт и продукт-аналог максимальна, что противо-



речит рекомендациям, сформулированным для лицензиара. Однако это противоречие легко устранить.

Можно предположить, что лицензиару необходимо максимизировать не свой номинальный доход rL, а ожидаемый rLE, т.е. рассчитанный с учетом вероятности его получения. Эта веро-ятность обуславливается способностью лицензиата организовать производство и реализацию продукта лицензиара по его технологии и под его товарным знаком. Необходимость учета этой вероятности для лицензиара (в отличие от лицензиата, где она во внимание не принималась) объ-ясняется следующей причиной: для лицензиата включение в свой ассортимент лицензионного продукта (а бренда лицензиара – в свой портфель брендов) имеет целью расширение ассорти-мента и наращивание портфеля брендов, а также получение дополнительной прибыли. Провал этого проекта для лицензиата, безусловно, нежелателен, но критических последствий обычно не имеет, поскольку, как правило, лицензионный продукт занимает слишком малую долю в общем объеме продаж лицензиата. Для лицензиата это обычный маркетинговый риск, наступление ко-торого не скажется катастрофически ни на его продажах, ни на его имидже (поскольку, по опре-делению, товарный знак этого продукта ассоциируется не с лицензиатом, а с лицензиаром). На-против, для лицензиара провал лицензионного сотрудничества ведет к провалу проекта выхода на новый рынок и нанесению ущерба имиджу своего товарного знака как на этом рынке, так и на рынках других регионов. Очевидно, что с учетом этой разницы в масштабах рисков лицензиару необходимо принимать во внимание вероятность успеха лицензионного сотрудничества с дан-ным потенциальным лицензиатом.

Естественно предположить, что вероятность удачного налаживания лицензиатом производ-ства и реализации продукта по технологии и под товарным знаком лицензиара равна отношению P/L, и тогда rLE = PrL/L. (9)

Таким образом,

∂∂

– .L L

kPLP2 1LE

2

2r= e o

Следовательно, функция rLE(L) принимает максимальное значение при L = 2P (оптималь-ное значение L не зависит от величины k). Именно такому соотношению цен на лицензион-ный продукт и продукт-аналог должен удовлетворять потенциальный оптимальный лицен-зиар, поскольку в этом случае его ожидаемая дополнительная чистая прибыль от продажи лицензии, рассчитанная с учетом фактора риска, будет максимальной. Именно в этой си-туации лицензиат способен обеспечить лицензиару максимальный ожидаемый доход, и, как следствие, лицензиар будет максимально заинтересован в сотрудничестве с данным лицен-зиатом.

Вернемся к выражению (формула (7)) для P*1 (в случае k = const):

( – )–

( – ), .P

kk L

kLL

2 11

21

2 1 20> >1

a aa= + = +*

f p

Таким образом, при k = const оптимальный для лицензиата и лицензиара диапазон цен на про-дукт-аналог имеет вид 0,5L ≤ P ≤ 0,5L(1 + a/(1 – k)). (10)

Легко убедиться, что чем выше a, тем больше будет расхождение между оптимальными це-нами на продукт-аналог с точек зрения лицензиата и лицензиара, и, как следствие, тем выше могут быть риски недобросовестного поведения одного из участников для максимизации своей выгоды.

Рассмотрим, как формируется чистая прибыль лицензиара при k = (L – P)/L:

( ) – – – – ( – ) .LL

L P L PL

L P L PLr = e o (11)



Отсюда

∂∂

– .L L

PLP2 2L

2

2

3

3r=

Функция rLЕ(L), заданная выражением (11), имеет минимум при L = P, и далее неограничен-но возрастает с ростом L (т.е. ситуация с содержательной точки зрения равнозначна ситуации k = const). При использовании функции rLE(L)

( ) – – – – ( – ) ,LLP

LL P L P

LL P L PLE #r = e o

получаем

∂

∂– – – .

L LP

LP

LP

L LP

LP4 3 1 4 3LE

2

2

3

3

4

4

2 3 4

2r= + = +

Функция rLЕ(L) имеет максимум при L = 3P. При k = (L – P)/L расхождение между ценами на продукт-аналог, оптимальными с точки зрения лицензиата и лицензиара, существенно выше, чем при k = const. Это позволяет утверждать, что предпочтительной с точки зрения согласования интересов лицензиара и лицензиата является фиксированная, а не привязанная к вкладу каждого участника лицензионного соглашения доля его участия в дополнительной прибыли. Именно та-кой, основанный на постоянной ставке роялти, механизм распределения дополнительной прибы-ли получил широкое распространение в практике лицензионной торговли (Конов, Гончаренко, 2010, с. 95–100).

Однако если ставка роялти рассчитывается по формуле (5), то прибыль лицензиата (и, сле-довательно, его мотивация к приложению усилий для выполнения требований лицензионного соглашения) будет максимальной при меньшем отклонении цены на продукт-аналог от цены лицензионного продукта, чем при фиксированной доле лицензиара. И хотя ожидаемый доход лицензиара в этом случае меньше максимально возможного, однако и риски лицензиара, свя-занные с неспособностью лицензиата организовать производство и реализацию лицензионного продукта, существенно ниже. По этой причине с точки зрения минимизации рисков провала ли-цензионного сотрудничества, обусловленных расхождениями в характеристиках лицензионного продукта и продукта-аналога, а также с точки зрения формирования у лицензиата мотивации к долгосрочному сотрудничеству, предпочтительной может быть ставка роялти, рассчитываемая по формуле (5).

Таким образом, минимизация рисков неспособности лицензиата обеспечить производство и реализацию продукта по технологии лицензиара и под его товарным знаком и минимизация рисков рассогласования интересов лицензиата и лицензиара могут привести к разным методам определения ставки роялти. В этой ситуации крайне важно, чтобы участники сделки по продаже лицензии преследовали одинаковые цели при отборе партнера.

УЧЕТ РЕСУРСНЫХ ОГРАНИЧЕНИЙ ЛИЦЕНЗИАТА

Попробуем учесть ресурсные ограничения лицензиата, которому нужно самостоятельно фи-нансировать прирост производственных издержек, вызванный началом выпуска лицензионного продукта. В соответствии с формулой (4) этот прирост издержек равен

CL – CP = (L2 – 2PL + P2)/L. (12)Для простоты предположим, что должно выполняться условие CL – CP ≤ aP, т.е. прирост

издержек на выпуск единицы лицензионного продукта по сравнению с издержками на произ-водство единицы продукта-аналога не должен быть выше прибыли от продажи единицы продук-та-аналога. Мы не учитываем разницу в объеме выпуска лицензионного продукта и продукта-аналога. Как правило, продукт-аналог производится в бо́льших количествах, и поэтому дохода от его продажи достаточно для финансирования издержек производства лицензионного продук-та и без выполнения этого условия.



Строго говоря, с точки зрения величины имеющихся у лицензиата ресурсов корректнее было бы настаивать на соблюдении условия VL(CL – CP) ≤ aPVP, где VL и VP – объем выпуска лицензи-онного продукта и продукта-аналога соответственно. Однако это условие, в отличие от предла-гаемого нами, допускает готовность лицензиата пожертвовать доходом от продажи всего объема выпуска собственного продукта ради перехода на производство лицензионного продукта. Нали-чие такой готовности представляется нам маловероятным, поскольку влечет за собой чрезмерно высокие риски для лицензиата. Предложенное нами условие, в соответствии с которым прирост издержек на выпуск определенного количества лицензионного продукта не должен быть выше дохода от продажи равного количества продукта-аналога, выглядит более правдоподобным.

Для выявления условий, в которых выполняется требование (12), необходимо решить нера-венство L2 – (2 + a)PL + P2 ≤ 0. Оно выполняется при , [( ) – ] ≤ ≤ , [( ) ] .P P L P P0 5 2 4 0 5 2 42 2a a a a a a+ + + + + Поскольку при a > 0 , ( – ) ,P P0 5 2 4 <2a a a+ + что не соответствует сформулированным выше ограничениям, наложенным на модель (L > P), то допустимый для лицензиата диапазон цен на лицензионный продукт имеет вид ≤ , ( ) .P L P0 5 2 4< 2a a a+ + + (13)

Таким образом, несмотря на то, что максимизация разницы цен на лицензионный продукт и продукт-аналог ведет к росту номинальной (но не ожидаемой) чистой прибыли лицензиара, ее максимизация имеет пределы, связанные с ресурсными ограничениями лицензиата (или, точнее, с ограниченной готовностью лицензиата тратить свои ресурсы на переход к выпуску лицензион-ного продукта).

Легко убедиться, что хотя данное ресурсное ограничение формально и не препятствует вы-полнению условий максимизации прибыли лицензиата и лицензиара при k = const (можно по-добрать такие значения a, при которых оба эти условия (формула (10) будут соблюдены), однако соответствующие значения a будут чрезмерно высокими по сравнению с реально наблюдаемы-ми уровнями наценки. При k = (L – P)/L условие максимизации ожидаемой прибыли лицензиара L = P при одновременном соблюдении ресурсного ограничения (13) выполнено быть не может.

Тем не менее при k = (L – P)/L условие максимизации прибыли лицензиата (формула (8)) луч-ше соответствует ресурсному ограничению (13), чем при k = const. В силу этого плавающая доля лицензиара в дополнительном доходе лицензиата может быть более оправданной с точки зрения максимизации доходов лицензиата (и создания у него стимулов к долгосрочному сотрудничест-ву), минимизации рисков лицензиара и учета ресурсных ограничений лицензиата. Это означает, что решение об отборе партнера для лицензионного сотрудничества принимается лицензиаром, который стремится создать у лицензиата достаточные стимулы. При таком подходе перед лицен-зиатом не стоят задачи отбора лицензиара и формирования стимулов для лицензиара.

Этот фактор ресурсного ограничения означает, что для лицензиата и лицензиара максимиза-ция разницы цен на продукт-аналог и лицензионный продукт возможна лишь до определенных пределов. Стремление лицензиара удержать риски на определенном уровне и желание лицензиа-та избежать чрезмерного роста издержек могут привести к тому, что они оба будут сокращать разницу цен на лицензионный продукт и на продукт-аналог даже в ущерб максимизации прибы-ли. При этом, разумеется, лицензиат, уверенный в перспективах лицензионного продукта на сво-ем рынке и имеющий достаточные ресурсы, может отказаться от ресурсного ограничения (13) и профинансировать дополнительный прирост издержек на переход к выпуску лицензионного продукта. В этом случае, в частности, речь может идти о выполнении условий (10).




Подводя итог, можно констатировать, что максимизация разницы цен на лицензионный про-дукт и продукт-аналог не соответствует интересам лицензиара и лицензиата ни с точки зрения максимизации прибыли, ни с учетом ресурсных ограничений лицензиата, и эту разницу следует удерживать в определенных пределах, обусловленных целями, стоящими перед участниками ли-цензионного сотрудничества.

Очевидно, что такой вид лицензирования, при котором лицензиату предоставляется право производить и продавать продукт по технологии и под товарным знаком лицензиата, не служит инструментом трансфера производственных технологий (так как в этом случае издержки лицен-зиата и риски лицензиара будут слишком велики). Его целесообразно применять для частичного трансфера организационных и маркетинговых технологий.

Наконец, отметим, что данная работа представляет попытку качественного моделирования поведения лицензиата и лицензиара при отборе оптимального партнера на основе сопоставления цен на лицензионный продукт и продукт-аналог. В реальной практике лицензионного сотрудни-чества решение о партнерстве будет приниматься каждой из сторон с учетом множества различ-ных факторов, максимально полно характеризующих как лицензиата, так и лицензиара.


Горяинов А.Н., Галкин А.С. (2008). Алгоритм выбора клиента перевозчиком. [Электронный ресурс] // Коммунальное хозяйство городов. С. 337–344. Режим доступа: http://eprints.kname.edu.ua/5730/, сво-бодный. Загл. с экрана. Яз. рус. (дата обращения: май 2013 г.).

Давыдкин Е.В., Назаров Д.М. (2011). Оценка эффективности передачи бизнес-процесса на аутсорсинг // Известия Уральского государственного экономического ун-та. № 4. С. 62–69.

Инновационный менеджмент: Концепции, многоуровневые стратегии и механизмы инновационного раз-вития (2007) / Под ред. В.М. Аньшина, А.А. Дагаева. М.: Дело.

Козин М.Н. (2010). Интегральная модель выбора поставщика товаров и услуг с учетом фактора риска // Поволжский торгово-экономический журнал. № 1. С. 11–18.

Конов Ю.П., Гончаренко Л.П. (2010). Цена интеллектуальной собственности. М.: Альфа-Пресс.Курбанов А.Х. (2012). Методика оценки эффективности деятельности сторонних организаций, привле-

каемых в рамках аутсорсинговых контрактов // Фундаментальные исследования. № 6 (1). С. 239–243.Макарова И.В. (2012). Совершенствование функционирования и развития предпринимательских сетей.

Автореф. дисс. на соиск. уч. степ. канд. экон. наук. М.: Московский государственный индустриальный университет.

Неволин И.В. (2012). Оптимизация ставок роялти в лицензионных договорах на основе распределенных вычислений и сетевых технологий. Автореф. дисс. на соиск. уч. степ. канд. экон. наук. М.: ЦЭМИ РАН.

Неволин И.В. (2013). Математическая модель поведения участников лицензионных переговоров // Эконо-мический анализ: теория и практика. № 14. С. 54–60.

Оревинин В.Н. (2007). Оценка и выбор поставщика в системе управления материальными ресурсами про-мышленного предприятия: методический аспект. Автореф. дисс. на соиск. уч. степ. канд. экон. наук. Ярославль: Ярославский государственный университет им. П.Г. Демидова.

Arora A. (1996). Contracting for Tacit Knowledge: the Provision of Technical Services in Technology Licensing Contracts // Journal of Development Economics. Vol. 50. P. 233–256.

Chang M.-C., Hu J.-L., Tzeng G.-H. (2009). Decision Making on Strategic Environmental Technology Licensing: Fixed-Fee Versus Royalty Method // International Journal of Information Technology and Decision Making. Vol. 8. Issue 3. P. 609–624.

Hatush Z., Skitmore M. (1998). Contractor Selection Using Multicriteria Utility Theory: an Additive Model. [Электронный ресурс] // Building and Environment. Vol. 33. Issue 2–3. P. 105–115. Режим доступа: http://eprints.qut.edu.au/4439/, свободный. Загл. с экрана. Яз. англ. (дата обращения: декабрь 2012 г.).



Hytönen H., Jarimo T., Salo A., Yli-Juuti E. (2012). Markets for Standardized Technologies: Patents Licensing with Principle of Proportionality // Technovation. Vol. 32. Issues 9–10. P. 523–535.

Keršulienė V., Turskis Z. (2011). Integrated Fuzzy Multiple Criteria Decision Making Model for Architect Selection // Technological and Economic Development of Economy. Vol. 17. Issue 4. P. 645–666.

Kim Y.J., Vonortas N.B. (2006). Technology Licensing Partners // Journal of Economics and Business. Vol. 58. Issue 4. P. 273–289.

Kwon Y., Kim B.-K. (2012). Royalties vs. Upfront Lump-Sum Fees in Data Communication Environments // Telecommunications Policy. Vol. 36. P. 127–139.

Ménard C. (2004). The Economics of Hybrid Organizations // Journal of Institutional and Theoretical Economics. Vol. 160. P. 345–376.

Meniere Y., Parlane S. (2010). Decentralized Licensing of Complimentary Patents: Comparing the Royalty, Fixed-Fee and Two-Part Tariff Regimes // Information Economics and Policy. Vol. 22. Issue 2. P. 178–191.

Niu S. (2013). The Equivalence of Profi t-Sharing Licensing and Per-Unit Royalty Licensing // Economic Modeling. Vol. 32. May. P. 10–14.

Postmus D., Wijngaard J., Wortmann H. (2009). An Economic Model to Compare the Profi tability of Pay-per-Use and Fixed-Fee Licensing // Information and Software Technology. Vol. 51. Issue 3. P. 581–588.

Ramírez-Hurtado J.M., Rondán-Cataluña F.J., Guerrero-Casas F.M., Berbel-Pineda J.M. (2011). Identifying the franchisee profi les franchisors prefer // Journal of Business Economics and Management. Vol. 12. Issue 4. P. 567–588.

Sen D. (2005). On the Coexistence of Different Licensing Schemes // International Review of Economics and Finance. Vol. 14. P. 393–413.

Vázquez L. (2004). The Use of Up-front Fees, Royalties and Franchisor Sales to Franchisees in Business Format Franchising. In: “Economics and Management of Franchising Networks”. Windsperger J. et al. (eds.). Heidelberg: Physica-Verlag. P. 145–159.

Wang H.X. (2002). Fee versus Royalty Licensing in a Differentiated Cournot Duopoly // Journal of Economics and Business. Vol. 54. Issue 2. P. 253–266.

Windsperger J. (2001). The Fee Structure in Franchising: a Property Rights View // Economics Letters. Vol. 73. P. 219–226.

Zavadskas E.K., Vilutiene T. (2006). A multiple criteria evaluation of multi-family apartment block’s maintenance contractors: I—Model for maintenance contractor evaluation and the determination of its selection criteria // Building and Environment. Vol. 41. Issue 5. P. 621–632.


Selection of a Partner for Licensing Agreement on the Basis of Products’ Price Comparison

I.D. KotliarovThe article provides an economic analysis of a specifi c form of license cooperation when the li-censee is allowed to produce and to sell products according to licensor’s technology and under his brand. Proposed criteria of a partner selection that takes into account incentives, risks and resourc-es. It is demonstrated that licensor’s and licensee’s goals should meet each other.Keywords: licensor, licensee, incentives, risks.JEL Classifi cation: L24.



ЭКОЛОГИЧЕСКИЕПРОБЛЕМЫ

ЭВОЛЮЦИЯ ПОЛИТИКИ ЭКОЛОГО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ*

© 2015 г. А.А. Гусев(Москва)

Рассмотрены пути становления науки об устойчивом развитии как в мире, так и в России за последние 20 лет. Обоснованы подходы к совершенствованию инструментов формирования “зеленой” экономики. Предложены основы механизма экономического стимулирования ре-шения экологических проблем.Ключевые слова: устойчивое развитие, “зеленая” экономика, эколого-экономическое обос-нование, охрана окружающей среды.Классификация JEL: Q56.

* Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект 14-02-00303а) и Российского фонда фундаментальных исследований (проект 15-06-00535).

Несмотря на постоянное внимание к проблемам охраны окружающей среды во всем мире, начиная со второй половины прошлого столетия, острота экологической ситуации не снижается.

Основной причиной такого положения являются изначально неправильно выбранные ориен-тиры взаимоотношения общества и природы. И одна из причин здесь кроется в последствиях существовавших ранее предпосылок действенности административных рычагов при подчинен-ной роли экономических воздействий. Другая причина заключается в притуплении восприятия экологической напряженности путем осуществления сравнительно дешевых и быстро реализуе-мых природоохранных мероприятий (строительство и реконструкция очистных сооружений и т.п.) ценой отсрочки перехода к кардинально улучшающим ситуацию новым технологическим процессам. Третья заключается в том, что природоохранная деятельность, как правило, непо-средственно не приводила к улучшению текущего экономического положения предприятий. Не-трудно заметить, что эти причины связаны между собой.

Осмысление происходящего и необходимость выработки новых ориентиров, основанных на концепции устойчивого развития, нашли отражение в докладе Комиссии ООН по окружающей среде и развитию “Наше общее будущее” (1987 г.). Под устойчивым развитием в докладе по-нимается такая форма прогресса общества, которая удовлетворяет потребности ныне живущих людей и не ущемляет возможности будущих поколений обеспечивать свое существование. По-мимо приведенных ранее причин кризиса во взаимоотношениях общества и природы, отмечена общая причина кризиса: перекос использования ресурсов для будущих поколений в целях ро-ста текущего потребления. Позднее, в июне 1989 г. встреча на высоком уровне стран “Большой семерки” призвала к скорейшему принятию во всем мире стратегии, базирующейся на концеп-ции устойчивого развития, которая предполагает достижение паритета между экономическими и экологическими ценностями общества. В социальном аспекте устойчивое развитие предпола-гает в первую очередь осуществление мер, направленных на искоренение бедности. И, наконец, в документах первой всемирной Конференции ООН по устойчивому развитию (1992 г.) в Рио-де-Жанейро (“Декларация РИО”, “Повестка дня на XXI век”) указано на необходимость превра-щения любого вида хозяйственной деятельности в экологически безопасную, т.е. совместимую с требованиями гармоничного развития общества и природы.

Условием перехода к устойчивому развитию служит разработка механизма достижения вы-шеуказанного паритета. С учетом особенностей отдельных стран предполагалось создавать на-

114 ГУСЕВ


циональные стратегии эколого-экономического развития. На разных этапах обсуждения перспек-тив перехода к устойчивому развитию вставали вопросы разработки национальных концепций, а затем и стратегий такого развития. В поддержку реализации положений Конференции в Рио-де-Жанейро (1992 г.) в России в 1994 г. был издан Указ Президента РФ о формировании концепции перехода страны на модель устойчивого развития. На второй всемирной Конференции ООН по устойчивому развитию в Йоханнесбурге (2002 г.) страны-участники, включая Россию, приняли обязательство принимать и реализовывать стратегии устойчивого развития, начиная с 2005 г. В нашей стране, к сожалению, до разработки такой стратегии дело так и не дошло.

В международном аспекте значимым проектом в рамках перехода к устойчивому развитию явились финансовые механизмы реализации положений Киотского протокола о сокращении ан-тропогенного воздействия на климат. Эти механизмы были основаны на взаимовыгодной тор-говле квотами на выброс парниковых газов на международном углеродном рынке. При этом, по экспертным оценкам, Россия являлась самым крупным продавцом таких квот, а на финансовых рынках имелся ликвидный актив в виде указанных квот (Аверченков, 2009). Однако Россия про-явила слабую активность на международном углеродном рынке в первый период реализации финансовых механизмов Киотского протокола (2008–2012 гг.). Далее РФ заявила о неприсоеди-нении ко второму периоду реализации обязательств Киотского протокола. При этом к окончанию первого периода нереализованная Россией часть квот при ее неучастии в Киото-2 не принесет ей никакого дохода. Кроме того, наша страна имеет жесткие добровольные обязательства снизить выбросы парниковых газов к 2020 г. на 25% по сравнению с базовым 1990 г. В дальнейшем отказ от участия в Киото-2 сопряжен с возможным ущербом национальной экономике.

В общем случае механизм достижения паритета между экономическими и экологическими ценностями общества должен быть ориентирован на использование эколого-экономических, а не сугубо экономических критериев принятия хозяйственных решений. При этом решение экологи-ческих проблем должно быть экономически выгодным. По существу такого рода комплексный механизм практически не реализуется, хотя имеются теоретические основы для его разработки (см., например, (Гусев, Данилов-Данильян, Рюмина, 2002)).

Отсутствие действенного механизма согласования хозяйственной и природоохранной де-ятельности привело к тому, что за прошедший более чем 20-летний период после Первой все-мирной Конференции ООН по устойчивому развитию (1992 г.) на планете произошли много-численные кризисы. В докладе Программы ООН по окружающей среде (ЮНЕП) (Навстречу “зеленой” экономике, 2011), подготовленном к Третьей всемирной Конференции ООН по устой-чивому развитию, которая состоялась в Рио-де-Жанейро (2012 г.), отмечается: “Несколько од-новременно протекающих кризисов возникли и ускорились в течение последнего десятилетия: кризисы изменения климата, биоразнообразия, топлива, продовольствия, воды, а также в пос-леднее время – финансовой системы и экономики в целом”.

Нынешнюю модель экономики, воплощение которой вызвало отмеченные выше кризисы, называют “коричневой” экономикой. Так, по данным исследования HSBC, экологическая состав-ляющая в пакете антикризисных мер таких стран, как США, Канада, Германия, составила всего от 8 до 13%. Согласно докладу ЮНЕП, “в последнюю четверть века наблюдался рост мирового ВВП в четыре раза, что повысило уровень жизни сотен миллионов человек. Однако при этом качество 60% основных мировых экосистемных товаров и услуг, необходимых для их сущест-вования, снизилось, или же эти товары и услуги использованы неустойчивым образом. Это об-условлено тем, что в последнее десятилетие экономический рост достигался главным образом за счет расходования природных ресурсов – человечество не давало запасам восстанавливаться, но позволяло экосистемам деградировать и исчезать”.

Дальнейшее воплощение нынешней модели может привести к тому, что согласно прогнозам ОЭСР к 2050 г. в сравнении с началом XXI в. мир лишится двух третей (от 61 до 72%) флоры и фауны, а сохранность природных территорий будет необратимо нарушена на площадях, сопоста-вимых с территорией Австралии.

В развитии российской экономики просматриваются антиустойчивые тренды. Среди них можно отметить: формирование высокоуглеродной экономики; усиление роли и удельного веса природоэксплуатирующих секторов – энергетики и металлургии; формирование экспортно-

ЭВОЛЮЦИЯ ПОЛИТИКИ ЭКОЛОГО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ 115


сырьевой модели (более 90% составляет сырьевой экспорт, среди которых энергоресурсы – око-ло 70%) (Бобылев, 2013). При этом наблюдается высокий уровень физического износа оборудо-вания.

Реализация концептуальных положений перехода РФ на модель устойчивого развития долж-на быть подкреплена институциональной поддержкой. Однако на этом пути случались и ин-ституциональные провалы. Целесообразно отметить три документа нормативного и правового характера.

Во-первых, еще в 2002 г. Президентом РФ были утверждены “Основы политики Россий-ской Федерации в области науки и технологий на период до 2010 г. и дальнейшую перспективу” (30 марта 2002 г. № Пр-576). В этом документе были обозначены шаги к переходу на инноваци-онный путь развития экономики. Однако реальных сдвигов по диверсификации экономики не было сделано, а осуществлялась политика сбережения сверхдоходов от нефтедолларовых по-ступлений под будущее использование.

Во-вторых, в “Законе об охране окружающей среды” (2002 г.) была утверждена концепция использования наилучших доступных технологий (НДТ). Такие технологии служат базой эко-лого-технологического нормирования на пути перехода к использованию экологически чистых технологий. Долгое время эта концепция на практике не реализовывалась. Только успехи стран ЕС в применении НДТ подтолкнули к разработке мероприятий, направленных на их внедрение в нашей стране. В этом же законе было провозглашено возмещение ущерба от загрязнения окру-жающей среды в полном объеме. Однако действующие платежи за загрязнение окружающей среды значительно меньше экономического ущерба, поэтому они слабо стимулируют природо-охранную деятельность.

В-третьих, кардинальным направлением построения низкоуглеродной экономики является увеличение в энергобалансе страны доли возобновляемых источников энергии (ВИЭ), техно-логии получения которой можно отнести к экологически чистым. Попытка разработать Закон о ВИЭ была предпринята в России в конце 1990-х годов. В данном законопроекте был провозгла-шен приоритет поддержки только экономически эффективного использования нетрадиционных возобновляемых источников энергии. Провал таких законодательных инициатив был связан с тем, что они практически не стимулировали использование ВИЭ, так как возобновляемые источ-ники обходятся дороже традиционной электроэнергетики.

Поскольку после Первой конференции ООН (1992 г.) фактически не было разработано цело-стной системы инструментов, направленной на достижение паритета между экономическими и экологическими ценностями общества, то возникла необходимость разработки механизма пере-хода к более совершенному качеству взаимоотношений общества и природы. Появился новый термин – “зеленая” экономика, которая по сути должна быть основана на использовании указан-ной системы инструментов.

Накануне Третьей конференции ООН (Рио+20) эксперты ЮНЕП предложили наиболее об-щее определение “зеленой” экономики – как хозяйственной деятельности, “которая повышает благосостояние людей и обеспечивает социальную справедливость и при этом существенно сни-жает риски для окружающей среды и ее обеднение”. Здесь имеется в виду система видов эконо-мической деятельности, связанных с производством, распределением и потреблением товаров и услуг, которая приводит к повышению благосостояния людей в долгосрочной перспективе, не подвергая будущие поколения воздействию значительных экологических рисков и созданию эко-логического дефицита. Существует и более узкая трактовка “зеленой” экономики, включающая как разработку, производство и эксплуатацию технологий и оборудования для контроля и умень-шения выбросов загрязняющих веществ и парниковых газов, мониторинга и прогнозирования климатических изменений, так и технологий энерго- и ресурсосбережения и возобновляемой энергетики.

Для перехода к “зеленой” экономике должны быть созданы соответствующие условия. В до-кладе ЮНЕП отмечается, что «на национальном уровне примерами таких условий являются: корректирование фискальной политики; реформирование и сокращение субсидий на производс-тва, вредные для окружающей среды; приток государственных инвестиций в ключевые “зеле-ные” сектора; переход к “зеленым” государственным закупкам; совершенствование экологичес-

116 ГУСЕВ


ких правил и положений, а также обеспечение их применения. На международном уровне также существуют возможности совершенствования рыночной инфраструктуры, внешнеторговых по-токов и потоков финансовой помощи, а также развития международного сотрудничества».

За рубежом экономическая политика “зеленого” роста официально принята ОЭСР в 2009 г. в качестве стратегического направления развития всех ее членов на долгосрочную (до 2030 г.) и более отдаленную перспективу (до 2050 г.). Южная Корея была первой страной, которая объ-явила реализацию концепции “зеленого” роста национальной стратегией. Стратегия нацелена на сохранение масштабов производства при минимальном использовании энерго- и иных ресур-сов, сведение к минимуму нагрузки на окружающую среду всех используемых видов энергии и ресурсов и принятие мер для превращения инвестиций в природоохранную деятельность в движущую силу экономического роста. Так, по данным исследований HSBC, экологическая со-ставляющая в пакете антикризисных мер составила в Южной Корее 81%, что значительно выше этого показателя в таких странах, как США и Германия.

Для перехода к низкоуглеродной экономике сформулированы мировые ориентиры, отра-женные в Программе ООН “Устойчивая энергетика для всех”, которая осуществляется с 2012 г. В числе целей данной программы, которые должны быть достигнуты к 2030 г.: обеспечение об-щего доступа к современным энергетическим услугам; снижение интенсивности мирового энер-гопотребления на 40%; увеличение доли ВИЭ в общей выработке энергии до 30%. В основе всеобщего доступа к ВИЭ лежат: 1) гарантия для поставщиков ВИЭ подключения к сети; 2) дол-госрочный контракт на поставку энергии из возобновляемых источников; 3) надбавки к стоимо-сти произведенной энергии.

Для внедрения ВИЭ существенной оказывается институциональная и инвестиционная под-держки. В институциональном аспекте, по данным на середину 2011 г., 89 государств обладали нормативно установленными целями развития возобновляемой энергии, в том числе 81 страна имела специальные льготные тарифы на подключение этой энергии. В инвестиционном аспекте отмечался стремительный рост капиталовложений стран “Большой двадцатки” в развитие ВИЭ, которые всего за семь лет выросли с 52 млрд долл. США в 2004 г. до 260 млрд в 2011 г. (Пор-фирьев, 2013). Большинство стран стремятся добиться вклада ВИЭ в общую выработку энергии на уровне не менее 15–20% к 2020 г., а страны ЕС – до 40% к 2040 г.

Вклад ВИЭ в энергобаланс России не превышает 1%. Принятые в последние годы государ-ственные решения предписывают довести вклад ВИЭ к 2020 г. до 4,5%. В качестве институцио-нальной поддержки ВИЭ можно отметить, например, распоряжение Правительства РФ № 1839-р “Об утверждении комплекса мер стимулирования производства электрической энергии на основе возобновляемых источников энергии” от 4 октября 2012 г. В аспекте инвестиционной поддержки относительно скромные значения показателей развития ВИЭ в России по сравнению со многими зарубежными странами объясняются, в частности, следующим обстоятельством. В течение мно-гих лет традиционной электроэнергетике и газовой промышленности ежегодно из федерального бюджета выплачиваются громадные суммы, соответственно 15 и 25 млрд долл. США. Если хотя бы 10% этой суммы было направлено на поддержку ВЭ, то уже в настоящее время Россия была бы в числе передовых стран по использованию возобновляемой энергии (Безруких, 2012).

Построение механизма достижения паритета между экономическими и экологическими цен-ностями общества базируется на формировании инструментов стимулирования снижения ант-ропогенной нагрузки на природу, создании условий экономически выгодной природоохранной деятельности и целевой государственной поддержке охраны природы. Для перехода к “зеленой” экономике, в соответствии с рекомендациями ЮНЕП, предлагается широкий спектр инструмен-тов, среди которых можно отметить: экологизацию налогообложения, предполагающую сме-щение акцента с традиционных налогов на налоги на загрязнение; разработку методов оценки последствий экономического развития; экологическую коррекцию макроэкономических показа-телей, показывающих объективную оценку “зеленого” роста; политику целевой государствен-ной поддержки исследований и разработок, связанных с созданием экологически чистых техно-логий.

Справедливости ради следует отметить, что исследования, направленные на разработку ряда вышеуказанных инструментов, проводились в России уже давно. Так, созданы методики оцен-



ки экономического ущерба от загрязнения окружающей среды (Временная типовая методика…, 1986; Методика…, 1999), принципы экологизации налогообложения (Гофман, 1994) и пути со-вершенствования макроэкономических показателей с учетом их экологической коррекции (Гоф-ман, Гусев, 1981).

В качестве современной институциональной поддержки перехода к “зеленой” экономике в России имеются два важных документа. Во-первых, “Энергетическая стратегия России на пери-од до 2030 года”, утвержденная Распоряжением Правительства РФ от 13 ноября 2009 г. № 1715-р.Ключевым стратегическим ориентиром долгосрочной государственной энергетической полити-ки в этом распоряжении является экологическая безопасность энергетики, что в первую очередь означает внедрение ВИЭ. Во-вторых, это “Основы государственной политики в области эколо-гического развития Российской Федерации на период до 2030 года”, утвержденные Президентом РФ 30 апреля 2012 г.

В документе отмечается необходимость полного возмещения вреда от загрязнения окружаю-щей среды. Это приводит к необходимости скорректировать действующие системы платежей за загрязнение, поскольку они в десятки раз ниже расчетных величин экономического ущерба. Та-кая коррекция сопряжена с экологизацией налогообложения, которая должна строиться на прин-ципе фискальной нейтральности.

Кроме того, в упомянутых “Основах государственной политики…” поставлена задача до-стичь жестких социальных нормативов качества окружающей среды, включая нормативы сохра-нения биоразнообразия. Приближение к таким нормативам возможно только на основе исполь-зования экологически чистых технологий. Для этого в указанных “Основах государственной политики…” ставится задача поэтапно исключить практику установления временных сверхнор-мативных выбросов (ВСВ) вредных веществ, например, в атмосферный воздух. Существование ВСВ связано с экономическими и технологическими ограничениями в процессе согласования производственной и природоохранной деятельности в определенном периоде времени. Поэтому в процессе приближения к экологически чистым технологиям должны использоваться НДТ. Сти-мулирование внедрения НДТ во многом связано с уменьшением платы за загрязнение, устанав-ливаемой на базе полного возмещения экономического ущерба.

В целом указанные “Основы государственной политики…” можно считать стратегическим документом, направленным на оздоровление экологической ситуации в стране. Принятый позд-нее Федеральный закон от 21 июля 2014 г. № 219-ФЗ «О внесении изменений в Федеральный закон “Об охране окружающей среды” и отдельные законодательные акты Российской Федера-ции», на наш взгляд, можно рассматривать как тактический документ во исполнении ранее вы-работанных “Основ государственной политики…”. Федеральный закон № 219 направлен на гар-монизацию процесса внедрения НДТ в нашей стране с нормами международного права. Вместо показателей ВСВ в нем вводится норматив временно разрешенных выбросов, устанавливаемый для достижения нормативов допустимых выбросов (вместо существовавших показателей ПДВ) или технологических нормативов (на основе использования НДТ). При этом непонятно, как согласуется достижение нормативов допустимых выбросов с социальными нормативами типа ПДК. В системе стимулов внедрения НДТ в данном законе в явном виде отсутствует установле-ние платы за загрязнение окружающей среды на базе возмещения экономического ущерба. Но предусматриваемый в Законе № 219 комплекс экономических и технических мер внедрения НДТ должен способствовать оздоровлению экологической обстановки в стране.

При переходе к “зеленой” экономике важно совершенствовать такие инструменты, как: эко-логизация структурной перестройки экономики; механизм создания условий конкурентоспособ-ного перехода к использованию экологически чистых технологий и продукции; оценка динамики социально-экономического роста.

Одной из сторон экологизации перестройки экономики должно стать максимально возмож-ное исключение вредных продуктов как из производства, так и потребления. Жизненно важным направлением такого рода структурной перестройки является переход к производству и потреб-лению органических сельскохозяйственных продуктов. Органическое земледелие означает такой способ производства, при котором запрещено использовать синтетические агрохимикаты (ми-неральные удобрения и пестициды), а также методы генной инженерии с целью получения эко-

118 ГУСЕВ


логически чистой продукции. Существенной предпосылкой развития органического земледелия в России служит наличие огромных площадей пахотных земель (черноземов), не загрязненных пестицидами, минеральными удобрениями и другими вредными веществами.

Другим кардинальным направлением экологизации структурной перестройки экономики должно стать построение низкоуглеродной экономики путем увеличения в энергобалансе стра-ны доли ВИЭ. Значимость внедрения возобновляемой энергетики в нашей стране обусловлено еще и тем, что две трети ее территории с населением около 20 млн человек находится вне сетей централизованного энергоснабжения. Важной особенностью использования ВИЭ является воз-можность сочетания его внедрения с мерами повышения энергоэффективности. Так, например, бессмысленно устанавливать солнечные системы отопления в домах с высокими тепловыми по-терями. Для успешного внедрения ВИЭ необходимо осуществить комплекс мер, среди которых: утверждение государственных целей использования возобновляемой энергетики; разработка и утверждение программ работ, направленных на достижение государственных целей; назначение эффективного органа исполнительной власти, ответственного за реализацию программ и дости-жение государственных целей; реформа конкурентной системы отбора исполнителей НИОКР, поставщиков оборудования и проектировщиков объектов возобновляемой энергетики. Послед-няя мера связана с тем, что конкурсная система построена таким образом, что конкурс выигры-вает организация, предлагающая наименьшую цену за лот. Вот и выигрывают конкурсы фирмы типа “Рога и копыта”, предлагающие цены, за которые серьезные специалисты выполнить рабо-ты по лоту не берутся (Безруких, 2012).

Конкурентоспособность ВИЭ по сравнению с применением традиционных источников по-лучения энергии необходимо обосновать с эколого-экономических позиций. Экономическая поддержка возобновляемой энергетики должна базироваться на государственной политике как ценовых надбавок на более дорогую энергию от ВИЭ, так и на компенсации таких надбавок в системе субъектов рынка электроэнергии. Необходим учет экологического фактора, поскольку традиционный энергетический сектор является крупнейшим загрязнителем окружающей среды. Так, выбросы этого сектора составляют более 50% всех вредных веществ в атмосферный воз-дух страны, около 20% загрязненных сточных вод и свыше 30% твердых отходов производства (Бобылев, 2013). Экономическая поддержка использования ВИЭ должна базироваться на учете предотвращаемого экономического ущерба от загрязнения атмосферного воздуха, водных ис-точников и размещения твердых отходов при сопоставимой выработке электроэнергии традици-онными энергопроизводителями. Важность применения комплексного эколого-экономического критерия заключается в том, что учета только экономической поддержки может оказаться недо-статочно для обоснования конкурентоспособности ВИЭ.

Конкурентоспособность органического земледелия по сравнению с традиционным также не-обходимо обосновать с эколого-экономических позиций. С одной стороны, производственные результаты традиционного земледелия, как правило, выше, например, благодаря более высокой урожайности сельскохозяйственных культур и более низким производственным затратам. Но, с другой стороны, в органическом земледелии – более высокие цены на одноименную продукцию по сравнению с традиционным земледелием. Это – экономическая мера поддержки органиче-ского земледелия. Учет экологического фактора необходим, поскольку существуют стоимост-ные оценки экологических выгод при переходе от традиционного к экологическому земледелию. Это – и предотвращаемые виды экономического ущерба как от загрязнения водных объектов минеральными удобрениями, так и вред здоровью населения при отказе от использования пе-стицидов. Особую сложность здесь представляет определение предотвращаемого ущерба при отказе от применения пестицидов. Ранее были предложены методы оценки только части такого предотвращаемого ущерба, связанного со снижением заболеваемости сельского населения в хо-зяйствах, где не применялись пестициды (Охрана окружающей среды, 1977). Сейчас появились подходы к получению более общей оценки предотвращаемого ущерба. Так, по данным ЮНЕП, использование традиционных технологий является причиной 3–5 млн случаев отравления пе-стицидами и более чем 40 тыс. смертей в год (Навстречу “зеленой” экономике, 2011).

С позиций “зеленой” экономики такой традиционный макропоказатель экономического ро-ста, как рост ВВП, не выдерживает критики из-за недоучета отрицательных последствий хозяй-ствования на благосостояние людей. В докладе ЮНЕП подчеркивается, что ВВП и другие при-



вычные экономические показатели – это “искажающие линзы”, не отражающие того, насколько экономическая деятельность изменяет реальные процессы потребления и накопления в народном хозяйстве. Так, по официальным данным, до кризиса 2008 г. ежегодный прирост ВВП в России достигал 6–7%. По данным Всемирного банка, при экологической коррекции (учете истощения природного капитала, загрязнения окружающей среды) изменения в этот период оцениваются как негативные – (минус) 10–13%.

Идея коррекции традиционных макропоказателей была высказана в нашей стране еще три-дцать с лишним лет назад. В работе (Гофман, Гусев, 1981) было показано, что относительное уменьшение ресурсов, выделяемых на нужды охраны природы, в традиционном макропоказате-ле (тогда использовался показатель конечного продукта) может создать лишь видимость роста ресурсов для потребления и накопления, так как их растущая часть будет расходоваться на ком-пенсацию потерь от экологических нарушений, а реальное потребление и накопление в народ-ном хозяйстве сократятся. Поэтому очищенный макропоказатель, т.е. традиционное его значение за вычетом экономического ущерба от загрязнения окружающей среды, более адекватно отра-жает характер социально-экономического развития страны с учетом отмеченной экологической составляющей. Позднее было показано, что динамику социально-экономического роста будет наиболее адекватно характеризовать показатель двойной очистки ВВП, т.е. традиционный ВВП за вычетом экономического ущерба от загрязнения окружающей среды и природной ренты (Гу-сев, 2012; Рюмина, 2009).

Дополнительное финансирование “зеленой” экономики в России может быть связано с тем обстоятельством, что наша страна является мировым экологическим донором. Крупнейшие на Земле российские рекреационные зоны, водные, водно-болотные и лесные ресурсы обеспечива-ют общемировой сток только дополнительного чужого углекислого газа в количестве от 300 млн до 1 млрд т ежегодно в пересчете на антропогенный углерод. Сохранение таких ресурсов для природного обеспечения устойчивости климата планеты может послужить аргументом для пере-говоров на международных саммитах о создании финансовых механизмов поддержания естест-венного влияния на климат. В основу таких механизмов может быть положен принцип неисполь-зования природных климатических ресурсов в хозяйственной деятельности. Пример применения такого рода принципа уже имеется. Так, Эквадор получил от международных организаций ком-пенсацию в размере свыше 3 млрд долл. за отказ от нефтедобычи в истоке Амазонки. Размер компенсации был определен как возможные потери прибыли от нефтедобычи. Источником фи-нансирования сохранения таких ресурсов в России может выступить международный “Зеленый климатический фонд”.

Поступательное формирование “зеленой” экономики возможно только на пути системных преобразований в эколого-экономическом развитии России.


Аверченков А.А. (2009). Экономические аспекты глобального экологического сотрудничества. В кн.: “Кто есть кто в экономике природопользования: Энциклопедия”. М.: Экономика.

Безруких П.П. (2012). О возобновляемых источниках энергии и перспективах их использования в России. [Электронный ресурс] Режим доступа: http://portal-energo.ru/articles/details/id/505, свободный. Загл. с экрана. Яз. рус. (дата обращения: июнь, 2014 г.).

Бобылев С.Н. (2013). “Зеленая” экономика и Россия. [Электронный ресурс] Режим доступа: http://www.slideshare.net/zelenyimgu/ss-25267128, свободный. Загл. с экрана. Яз. рус. (дата обращения: июнь, 2014 г.).

Временная типовая методика определения экономической эффективности осуществления природоохран-ных мероприятий и оценки экономического ущерба, причиняемого народному хозяйству загрязнени-ем окружающей среды (1986). М.: Экономика.

Гофман К.Г. (1994). Переход к рынку и экологизация налоговой системы России // Экономика и матема-тические методы. Т. 30. Вып. 4. С. 22–34.

120 ГУСЕВ


Гофман К.Г., Гусев А.А. (1981). Экологические издержки и концепция экономического оптимума качест-ва окружающей природной среды // Экономика и математические методы. Т. XVII. Вып. 3. С. 515–525.

Гусев А.А. (2012). Основы модернизации эколого-экономического развития // Экономика природопользо-вания. № 2. С. 40–47.

Гусев А.А., Данилов-Данильян В.И., Рюмина Е.В. (2002). Экологизация производственной и непро-изводственной деятельности. В кн.: “Стратегия и проблемы устойчивого развития в России в ХХI веке”. М.: Экономика.

Методика определения предотвращенного экологического ущерба (1999). М.: Госкомэкологии РФ.Навстречу “зеленой” экономике. Пути к устойчивому развитию и искоренению бедности (2011). [Элек-

тронный ресурс] Программа ООН по окружающей среде. Режим доступа: http://www.unepcom.ru/wdownloads/ger_synthesis_ru.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: июнь, 2014 г.).

Охрана окружающей среды (модели управления чистотой природной среды) (1977) / Под ред. К.Г. Гофма-на, А.А.Гусева. М.: Экономика.

Порфирьев Б.Н. (2013). “Зеленая” экономика: реалии, перспективы и пределы роста. [Электронный ре-сурс] Режим доступа: http://carnegieendowment.org/fi les/WP_Porfi riev_web.pdf, свободный. Загл. с эк-рана. Яз. рус. (дата обращения: июнь, 2014 г.).

Рюмина Е.В. (2009). Экономический анализ ущерба от экологических нарушений. М.: Наука.


The Evolution of Policy of Ecological and Economic DevelopmentA.A. Gusev

The ways of becoming a science of sustainable development in the world and in Russia over the past 20 years considered. The approaches to improve the tools of institution of “green” economy proposed. The framework of economic incentives for the solutions of environmental problems pro-posed.

Keywords: sustainable development, “green” economy, ecological and economic assessment, en-vironmental protection. JEL Classifi cation: Q56.

121


КРИТИКАИ БИБЛИОГРАФИЯ

Рецензия на книгу В.Н. Лившица “Системный анализ рыночного реформирования нестационарной экономики России. 1992–2013”.

М.: Ленанд, 2013. – 640 с.

Всесторонний и объективный анализ опыта проведения экономических реформ в России за последние 25 лет приобретает в настоящее время особую актуальность. С одной стороны, такой анализ может стать основой для выработки эффективной стратегии и тактики развития страны. С другой стороны, представленный в доступной форме, такой опыт может способствовать более полному осознанию широкими слоями населения своего места в постановке целей социально-экономического развития и активизации усилий общества на формирование и достижение по-ставленных целей. С этих позиций и следует рассматривать монографию известного российско-го экономиста, д.э.н., профессора В.Н. Лившица, основанную на глубоком анализе материала, который он скрупулезно собирал в течение последних 25 лет. Монография охватывает широкий круг проблем, связанных с разработкой и реализацией реформ, изложение мнений по ним боль-шого числа экспертов, а также описание важнейших событий, имевших место в экономической жизни страны.

Книга состоит из пяти разделов и введения (нулевого раздела), в котором кратко изложены современная экономическая ситуация в стране, цели исследования, структура и содержание раз-делов и подразделов монографии, а также основные понятия системного мышления и системно-го анализа (своего рода Executive Summary, принятое в англоязычной литературе).

В первом разделе “Системный анализ процесса и последствий российских экономических реформ (1992–2012 гг.)” вводятся понятия стационарных и нестационарных экономических си-стем, дается подробный анализ макроэкономической ситуации в стране в период радикальных экономических реформ, рассматриваются иллюзии, мифы и миражи, сопутствовавшие прове-денным в этот период экономическим реформам, а также эффективность алгоритмов принимав-шихся решений.

Так, по мнению автора, стационарной экономикой является “…хозяйственная система, имманентная функционирующим в некризисном периоде благополучным промышленно развитым странам, макроэкономические параметры и показатели деятельности которых относительно плавно меняются либо монотонно, либо в рамках нормальных рыночных циклов и динамика значений кото-рых, находясь в определенных устойчивых границах, достаточно хорошо предсказуема, по крайней мере, в краткосрочной, а нередко и среднесрочной перспективе”. Под нестационарной экономикой автор понимает хозяйственную систему, “…которой присущи достаточно резкие и плохо предска-зуемые изменения многих макроэкономических показателей и параметров, уровни состояния и ди-намика которых не отвечает стационарному режиму экономики и нормальному рыночному циклу, а скорее присущи переходным кризисным или посткризисным экономическим процессам” (с. 92, 93). Специфическими особенностями нестационарной экономики, по мнению автора, являются “не-рациональная и нестабильная налоговая система”, высокий уровень неплатежей и суррогатов ис-пользуемых “денег”, высокие и плохо прогнозируемые риски, неустановившийся фондовый рынок, нестабильное финансовое законодательство и положение и др.

Анализ богатого статистического материала, приводимого в главе 1.2 первого раздела, при-водит автора к следующим выводам:

– “динамика показателей России совершенно не соответствует характеру стационарной ры-ночной экономики, ее нормальному рыночному циклу и является, по существу, нестационар-ной”;

122 АФАНАСЬЕВ, ВАРШАВСКИЙ


– “в результате проведенных в 1990-е годы реформ страна оказалась в катастрофической си-туации глубокого системного социально-экономического кризиса”.

Неудачи в экономическом развитии России автор связывает со слепым следованием положе-ниям “Вашингтонского консенсуса” – проводником наших реформ. Сопоставляя экономическое развитие России и Китая за последний 20-летний период (китайцы существенно в меньшей сте-пени полагались на рекомендации зарубежных авторитетов), автор убедительно доказывает, что “…для успешного перехода от плановой экономики к рыночной необходимы как паруса частного предпринимательства, так и штурвал государственного регулирования”.

Большое внимание в главе 1.2 отведено и проблемам низкой инвестиционной активности и высокой дифференциации доходов, острота которых до сих пор не снижается. В этой связи ин-тересно отметить, что по имеющейся у автора монографии информации, “ни по одному” из осу-ществлявшихся в последние годы «…крупнейших семи “мегапроектов” нормальная, корректная процедура предварительной оценки их эффективности, и, следовательно, проверка целесообраз-ности реализации, обоснованности затрат и т.д. проведена не была» (с. 183).

В главе 1.3 автор разоблачает иллюзии (неоправданные надежды), мифы (распространенные заблуждения) и миражи (нереальные, кажущиеся явления), сформировавшиеся в среде отечест-венных либеральных реформаторов. К иллюзиям он, в частности, относит следующие положения либерального направления: “рынок – лучшая экономическая система” (саморегулируемая – по-этому ей не нужно мешать), “демократия – лучшая политическая система”, благодаря которой благосостояние населения быстро растет, а капитализм – наиболее эффективная и справедливая система, к которой пришли и неизбежно придут все страны.

Анализируемые автором мифы (а их в общей сложности 15) относятся в основном к страте-гии и тактике перехода к рыночным отношениям. Среди них автор рассматривает, например, та-кие положения, как: “закономерности перехода от централизованно-плановой к рыночной эконо-мике в главных своих чертах во всех странах одинаковы”; государственная собственность всегда неэффективна; “не так важно, в какие руки перейдет… государственная собственность – пусть хоть в криминальные, лишь бы в хозяйские” и т.д. Автор справедливо отмечает, что эти мифы “…не являются инструментом безобидной игры, и следование им может приводить к довольно неожиданным и печальным, а иногда и катастрофическим последствиям – как в случае с прове-дением кардинальной реформы в России”.

К миражам (выделено пять) автор относит не опирающееся на доказательную основу мне-ние о том, что наконец-то “страна… с начала радикальных реформ вышла на нормальный режим функционирования,… установились и будут поддерживаться высокие темпы экономического ро-ста…” и т.д.

В заключение первого раздела автор справедливо отмечает, что “алгоритмы управления эко-номикой должны быть не жесткие, а гибкие, с адаптацией их структуры и параметров на основе обратных связей, получаемых от управляемого объекта – экономики” (с. 249–250).

Второй раздел посвящен системному кризису реформируемой российской экономики. В нем проводится краткий анализ мировых кризисов, а также рассматриваются мнения широкого кру-га экономистов, представителей бизнеса, государственного управления и средств массовой ин-формации (СМИ) о причинах и природе российского кризиса. В главе 2.1 со ссылкой на работу Ж. Аттали “Мировой экономический кризис. Что дальше?” приводится хронология развития ми-рового финансово-экономического кризиса в 2008 г. Последний кризис сопоставляется с кризи-сом 1929–1933 гг. (Великой депрессией), и автор показывает много общего в генезисе и развитии обоих кризисов.

Глава 2.2 посвящена тому, как разворачивался финансово-экономический кризис в России. Предварительно автор дает свое определение таким понятиям, как “модернизация” и “кризис”. Так, под модернизацией он понимает трансформацию “…российской экономики и, прежде все-го, ее производственного потенциала в направлении принятых сегодня и намечаемых на будущее в наиболее промышленно развитых странах… прогрессивных технологий и институтов”. В то же время под кризисом он понимает “…существенное изменение в неблагоприятном направле-нии по отношению к базовому периоду значений соответствующих технических, экологических

РЕЦЕНЗИЯ НА КНИГУ В.Н. ЛИВШИЦА 123


и социально-экономических показателей (индикаторов)”. Автор приводит обширную выборку мнений о характере кризиса в России, полученных в ходе интервью, докладов, лекций и публи-каций в СМИ (всего приведены мнения 70 лиц!), характеризующую различие позиций разных авторов.

В главе 2.3, озаглавленной как “Двадцать вопросов и двадцать ответов по поводу россий-ского кризиса”, автор высказывает мнение о сложившейся в стране в ходе проведения реформ ситуации. Суть выдвигаемых и подкрепленных обоснованиями автора тезисов состоит в том, что “современная Россия находится в кризисной ситуации”, что “кризис носит системный харак-тер, причем основной компонент кризиса (социально-экономический в отличие от финансового) имеет у нас долгосрочный характер. По убеждению автора, в начале 1990-х годов “объективных условий возникновения глубокого социально-экономического кризиса не было”, а главная при-чина его возникновения связана с ошибочной ориентацией реформаторов на “либеральную мак-роэкономическую теорию монетаристского толка в российском исполнении” и рекомендации, вытекавшие из Вашингтонского консенсуса, разработанного в 1989 г. применительно к эконо-мике латиноамериканских стран. Отвечая на вопрос о сохранении приоритета инновационного развития экономики, автор отмечает, что он сохранится. Вместе с тем он с сожалением конста-тирует: «Есть опасность, что с этим направлением, особенно с нанотехнологиями, может полу-читься, как в свое время с АСУ – “весь пар уйдет в свисток”».

В продолжении главы автор использует результаты анализа, содержащегося в книге Ю.М. Го-ланда “Сопоставление реформ периода НЭПа и постсоветской России”, изданной в 2009 г., ко-торый отмечал, что при проведении реформ необходимо “во главу угла ставить экономический рост, а не политические и идеологические аспекты” и, как и в период нэпа, “правительство не имеет права уходить от ответственности за развитие экономики”. В этой связи следует подчерк-нуть, что разработчики реформ в Китае не только изучали опыт нэпа, но и успешно использовали идеи этой политики при разработке своего механизма “сочетания государственного регулирова-ния с рыночными методами”.

Центральным в монографии является третий раздел “Системная методология оценки эффек-тивности проектов – ядро инвестиционной политики”. В разделе рассматриваются следующие вопросы: особенности развития отечественного варианта капитализма; источники и составные части кризиса; ключевые проблемы экономики, требующие безотлагательного решения; ошиб-ки и заблуждения, характерные при проведении проектного анализа; факторы, способствующие возникновению “сильного государства”.

В главе 3.1 обсуждаются различные определения и толкования капитализма и рыночной эко-номики. Еще раз обосновывается тезис о нестационарности нашей экономики, живо иллюстри-руется процесс проникновения частной собственности “во все сферы жизнедеятельности рос-сиян”, который, однако, сопровождался распространением невиданных размеров коррупции, неравенства и нищеты. Автор приводит слова академика РАН О.Т. Богомолова, который еще в 1998 г. отмечал, что в результате ухода государства из сферы экономики формирующийся рос-сийский рынок сделался «…еще более “диким”, чем в ряде других стран с переходной экономи-кой».

Глава 3.2 во многом перекликается с главой 1.3. В главе 3.3 определены ключевые проблемы, требующие решения:

– борьба с бедностью россиян;– восстановление и развитие на современной основе фактически разрушенного в 1990-е годы

производственного потенциала страны, с ориентацией на системную модернизацию экономики;– обеспечение благополучия и безопасности жизнедеятельности будущих поколений росси-

ян.Очевидно, для решения вышеприведенных задач необходимо сформировать эффективную

инвестиционную политику. В связи с этим автор переходит к рассмотрению методологических проблем оценки эффективности инвестиционных проектов, заостряя внимание читателей на особенностях проведения такой оценки в стационарных и нестационарных макроэкономических условиях. Для специалистов в области проектного анализа представляет значительный практи-

124 АФАНАСЬЕВ, ВАРШАВСКИЙ


ческий интерес приводимая им таблица 3.9 (характеристика задач проектного анализа в различ-ных экономиках).

В главе 3.4 описана непростая история разработки и продвижения “методических рекоменда-ций по оценке инвестиционных проектов”.

Принципы и методологические проблемы оценки эффективности инвестиционных проектов рассмотрены в главе 3.5. К числу важнейших принципов оценки автор относит следующие: “си-стемность”; “результативность”; “учет фактора времени”; “субоптимизацию”; “многоэтапность оценки”; “учет альтернативной стоимости (opportunity cost)”; “учет инфляции и многовалютно-сти”; “анализ влияния неопределенностей и рисков на показатели эффективности и устойчиво-сти проекта” и ряд других.

Тонкости проектного анализа, знание которых необходимо профессионалам-оценщикам, прекрасно описаны в п. 3.5.3. Здесь автор на основе своего громадного опыта рассматривает 33 заблуждения методологического и методического характера.

Большое место в главе занимает обсуждение вопроса о том, “какое (сильное или слабое) государство нужно нашей экономике, и какая экономика нужна нашему государству”. При этом автор предлагает под сильным государством в экономике понимать такое, “которое заметно при-сутствует в этой сфере… причем приоритетным de facto… считает интересы населения страны, а не бизнеса (в первую очередь крупного)…”. Под слабым государством в экономике он понимает такое, которое “…приоритетным de facto считает интересы крупного бизнеса и ассоциированно-го с ним довольно коррумпированного чиновничества…”. И далее автор наглядно иллюстрирует особенно острую для стран со слабой экономикой проблему коррупции и отношение к ней в раз-ных странах. Печально осознавать, что в России наблюдается низкое значение индекса восприя-тия коррупции (ИВК), что одно время существовал даже “прейскурант цен” на коррупционные услуги (эти данные за 2000 г. приведены в табл. 3.19 и 3.20).

Дальнейший материал раздела посвящен критике российского либерализма в экономике.В четвертом разделе монографии автор предлагает сменить либеральную парадигму в госу-

дарственной экономической политике страны и проводить политику, ориентированную на силь-ное государство в экономике. Главной целью новой политики de facto должно стать “повышение реальных доходов основной массы россиян, качества и уровня их жизни, уменьшение масштабов нищеты и бедности населения, повышение его безопасности, снижение безработицы, улучшение системы образования и здравоохранения и их доступности для всех слоев населения, обеспе-чение благополучия будущих поколений…”. В этом же разделе на основе системного подхода предложен комплекс мер, направленных на создание в России сильного государства.

Пятый раздел монографии содержит приложение, посвященное выдающемуся советскому ученому (одновременно математику и экономисту), одному из основоположников современного экономико-математического направления, лауреату Нобелевской премии в области экономики (точнее – премии по экономике памяти Альфреда Нобеля) Л.В. Канторовичу, с которым автора связывала многолетняя совместная научная деятельность.

В целом автор проделал огромную работу, которую можно сравнить с трудами Нестора Лето-писца. К его работе, несомненно, будут обращаться не только специалисты, но и все интересую-щиеся экономической историей нашей страны. Несмотря на некоторые повторы, она проникнута принципами гуманизма, веры в способность россиян выйти из системного кризиса и вывести страну на достойный уровень. Монография будет полезной и для специалистов в области про-ектного анализа. Ее также с успехом могут использовать преподаватели и студенты вузов при изучении курсов системного анализа в экономике и экономической истории.

М.Ю. Афанасьев, Л.Е. ВаршавскийПоступила в редакцию

06.11.2014 г.

125


КРИТИКАИ БИБЛИОГРАФИЯ

Рецензия на учебник В.И. Данилина “Финансовое и операционное планирование в корпорации

(методы и модели)”. М.: ИД “Дело” РАНХиГС, 2014. – 616 с.

Учебник “Финансовое и операционное планирование в корпорации (методы и модели)” – курс специализации в области использования современных технологий разработки производ-ственных и финансовых планов в компаниях – предназначен для студентов, магистров, аспи-рантов, слушателей программ профессиональной подготовки и переподготовки современных менеджеров.

Особенностью учебника является совместное (системное) рассмотрение производственной и финансовой теорий в процессе разработки бизнес-планов.

Курс построен таким образом, чтобы основы операционной и финансовой теории корпора-ций можно было освоить практически. Для этого основные понятия теории рассматриваются в связи с разработкой перспективных и текущих планов компании. Это позволяет, независимо от того, являетесь вы руководителем среднего звена на частном или государственном предприятии или директором собственной компании, поэтапно объяснить все важные принципы операцион-ного и финансового планирования и изучить примеры их применения на компьютере в формате программ Excel.

В учебнике представлены важнейшие стандартные операционные и финансовые модели, а также связанные с ними методы численного расчета и моделирования с использованием Excel. Кроме этого, приводятся и некоторые оригинальные модели. В каждом случае даются краткие и четкие пояснения, как реализовать модели в среде Excel. Наиболее полное понимание моделей приходит именно после выполнения по ним расчетов, и для этих целей Excel как раз является одним из самых доступных и мощных инструментов, хотя программ Excel может оказаться не-достаточно для практических расчетов в масштабах корпорации.

Структура учебника построена таким образом, чтобы из отдельных моделей для различных функций управления (конструкторско-технологическая подготовка, снабжение и реализация, производство, финансы и т.д.), которые подробно описаны в первых главах (2–9), в дальнейшем можно было бы формировать различные системы моделей планирования, охватывающие одну или несколько функций планирования. Примеры формирования таких систем приводятся в гла-вах 10–11.

Менеджер же на этой основе может создать собственные варианты систем моделей, приспо-собив их к своим потребностям. Именно менеджер должен научиться формировать навык приме-нения тех или иных моделей и их сочетаний в реальной ситуации, а после их решения – понять, что означает полученный результат и как его интерпретировать.

Для этой цели в учебнике приводится сквозной пример на условно-реальных данных станко-строительной корпорации. Это позволяет на всем протяжении изучения материала прослеживать логическую связь между моделями и быстро привыкнуть к использованию исходной информа-ции по корпорации.

Структура каждой главы формируется следующим образом: вначале на качественном уровне в виде постановки экономической задачи описывается реальная ситуация, затем на основе циф-ровой информации о компании создается числовая модель, и далее демонстрируется запись мо-дели и ее решение в табличной форме в формате программ Excel.

126 МАКАРОВ


В конце каждой главы приводятся резюме, тесты с ответами, задачи (кейсы) с решениями, за-дачи с ответами, а также приложения, в которых формулируются в общем виде соответствующие математические модели для продвинутых читателей.

Данный курс в различных интерпретациях автор учебника читал в течение более 30 лет в АНХ и ГС при Президенте РФ на программах повышения квалификации и переподготовки, МВА и DВА, а также в ГУУ и ГУГН. Автор опубликовал несколько научных монографий на данную тему в издательстве “Наука”. Последняя монография “Операционное и финансовое планирова-ние в корпорации (методы и модели)” была выпущена в 2006 г. Особенностью данного учебника является принципиальная новизна его отдельных разделов наряду с широким обобщением иссле-дований других авторов, работающих в этой области.

Академик РАН В.Л. Макаров

127

ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ, 2015, том 51, № 2, с. 127

АВТОРЫ СТАТЕЙ

ИВАНОВВладимир Николаевич

– кандидат экономических наук, старший научный сотрудник Института народнохозяйственного прогнозирования РАН

ОВСИЕНКОЮрий Валентинович

– доктор экономических наук, профессор, заведующий лабо-раторией ЦЭМИ РАН; [email protected]

СУХОВАНина Николаевна

– научный сотрудник ЦЭМИ РАН

БАХИТОВАРаиля Хурматовна

– доктор экономических наук, профессор, заведующая кафед-рой Башкирского государственного университета; [email protected]

ГАФАРОВАЕлена Аркадьевна

– кандидат экономических наук, доцент Башкирского госу-дарственного университета

ХАЙРУЛЛИНАНаркас Асхатовна

– аспирант Башкирского государственного университета

БАБЕНКОЕкатерина Алексеевна

– аспирант Московского авиационного института; e-mail: [email protected]

СКОРОДУМОВСтанислав Владимирович

– кандидат технических наук, старший научный сотрудник, доцент Московского авиационного института

ПЛЕЩИНСКИЙАндрей Станиславович

– доктор экономических наук, профессор, главный научный сотрудник ЦЭМИ РАН; e-mail: [email protected]

ВЕБЕРШломо

– PhD, научный руководитель лаборатории, Российская эко-номическая школа (РЭШ); [email protected]

ДОВЕР Пол Александр

– PhD, профессор Российской экономической школы (РЭШ)

ДАВЫДОВДенис Витальевич

– доктор экономических наук, доцент, ведущий научный со-трудник РЭШ; заведующий кафедрой в Дальневосточном фе-деральном университете

КУЧАЕВАлексей Иванович

– ведущий аналитик Института финансовых исследований; [email protected]

CЕДОВАСветлана Владимировна

– кандидат экономических наук, старший научный сотрудник ЦЭМИ РАН; [email protected]

КОТЛЯРОВИван Дмитриевич

– кандидат экономических наук, доцент Национального ис-следовательского университета Высшая школа экономики (Санкт-Петербург); [email protected]

ГУСЕВАндрей Александрович

– доктор экономических наук, профессор, Российский эконо-мический университет им. Плеханова; [email protected]


Сдано в набор 24.12.2014 Подписано к печати 11.03.2015 Дата выхода в свет 28.04.2015 Формат 60 × 881/8Цифровая печать Усл.печ.л. 16.0 Усл.кр.-отт. 1.6 тыс. Уч.-изд.л. 16.1 Бум.л. 8.0

Тираж 145 экз. Зак. 98 Цена свободная

Учредители: Российская академия наук, Центральный экономико-математический институт, Институт проблем рынка

Издатель: Российская академия наук. Издательство «Наука», 117997 Москва, Профсоюзная ул., 90Оригинал-макет подготовлен издательством “Наука” РАН

Отпечатано в ППП «Типография «Наука», 121099 Москва, Шубинский пер., 6