Кооперационные стратегии в инновационной деятельности

ПОДЕЛИТЬСЯ С ДРУЗЬЯМИ
Авторы


доктор экономических наук, профессор
Россия, Южный научный центр РАН
lanarat@mail.ru


кандидат экономических наук, доцент
Россия, Академия маркетинга, социальных и информационных технологий


аспирант
Россия, Кубанский государственный университет

Аннотация

В экономике знаний одним из общепризнанных путей получения экономическим агентом доступа к новым знаниям и технологиям является формирование и реализация определенной кооперационной стратегии, например, образование альянсов с другими экономическими агентами. Объединение компетенций партнеров при проведении совместных исследований и разработок позитивно влияет на инновационную деятельность, однако при этом происходит частичная конвергенция компетенций партнеров, что в долгосрочной перспективе может привести к унификации компетенций агентов экономической системы и снизить их инновационную активность. В настоящей работе предложен эффективный метод управления информационными потоками в процессе реализации кооперационной стратегии в инновационной деятельности.

Ключевые слова

инновации, информационно-коммуникационные технологии, качество, эффективность, когнитивные расстояния, трансфер знаний.

Категории статьи:

Финансирование

Работа выполнена при поддержке фонда РГНФ, проект № 10-02-38219а_ю.

Рекомендуемая ссылка

Ратнер Светлана Валерьевна , Малхасьян Самвел Сергеевич , Вранчан Наталья Анатольевна
Кооперационные стратегии в инновационной деятельности// Современные технологии управления. ISSN 2226-9339. — №12 (36). Номер статьи: 3605. Дата публикации: . Режим доступа: http://sovman.ru/article/3605/
Введение

Устойчивые тенденции развития мировой экономики свидетельствуют о том, что в настоящее время во многих странах мира происходит становление информационного технологического способа производства, приходящего на смену индустриальному. Индикаторами завершения процесса трансформации информации из вспомогательного компонента жизни общества в реальную производительную силу могут служить практически все элементы системы производительных сил. Постоянно возрастает доля создаваемых человеком научных знаний, которые хотя и не находят непосредственного применения в материальном производстве, но, тем не менее, оказывают активнейшее влияние на все процессы современной общественной жизни [1].

Современное общество сильно дифференцированно по параметрам социально-экономического развития его агентов и локальных экономических систем, что обусловлено действием закона неравномерности. Это особенно справедливо для России, где пространственная неоднородность экономического развития стала определенной проблемой, сдерживающей модернизацию социально-экономической и политической сферы социума. Для каждой стадии развития общества и его  экономических агентов существует определенный уровень значимости факторов его изменения. В эпоху постиндустриального общества значимость фактора знания как источника развития резко возрастает. Возникает новая категория экономической теории – «экономика знаний». Знания становятся стратегическим ресурсом для повышения конкурентоспособности экономических агентов и чем сильнее модернизация затронет различные сферы жизни российских локальных социумов, тем больше будет возрастать роль качественного менеджмента знаний и информации.

Ведущие специалисты в области экономики знаний сходятся сегодня во мнениях о том, что научные исследования в современном мире составляют органически необходимый «нулевой цикл» производства, предшествующий созданию практически каждого продукта, а научная информация становится всеобщим средством труда, сознательно прилагаемым к каждому процессу непосредственного человеческого труда [1]. Таким образом, информация стала ведущей производительной силой современного общества, поскольку именно информационное производство определяет пути и темпы развития экономических систем, диктует характер технических, организационных и структурных изменений.

В экономике знаний одним из общепризнанных путей получения экономическим агентом доступа к новым знаниям и технологиям является формирование альянсов с другими экономическими агентами. В последние 20-25 лет в мировой экономике наблюдается резкое увеличение количества сформированных межфирменных альянсов в процессе проведения исследований и разработок (ИиР), а также интенсификация кооперации между университетами и промышленностью [2], особенно в высокотехнологичных отраслях. Значительный опыт взаимодействия крупных и малых инновационных предприятий накоплен в Японии и технологических лидерах Евросоюза (Германия, Франция). Обычно крупная компания отдает малым на аутсорсинг определенные виды деятельности, в том числе, и проведение прикладных и экспериментальных исследований, оставляя за собой функцию системного интегратора [3] Этот процесс объясняется тем, что под давлением конкуренции фирмы вынуждены постоянно повышать свой уровень знаний и все чаще обращаться к знаниям, за пределами своих основных компетенций. Партнерство в сфере исследований и разработок является единственным адекватным ответом вызовам современной экономической реальности, требующей постоянного ускорения инновационного процесса. Однако кооперация тоже может быть связана с определенными рисками, такими как утечка информации,  несанкционированный доступ к ноу-хау и т.д.  Поэтому главными вопросами при формировании кооперационной стратегии в инновационной деятельности являются следующие:

  • Выбор оптимального партнера для инновационной деятельности;
  • Организация эффективного менеджмента информационных потоков.

В настоящей работе на основе анализа результатов новых разработок в области теории  управления предпринята попытка ответить на оба эти вопроса.

1. Выбор партнера для инновационной деятельности

Для ответа на первый стратегический вопрос необходимо помнить, что объединение компетенций партнеров при проведении совместных ИиР позитивно влияет на инновационную деятельность, хотя при этом происходит частичная конвергенция компетенций партнеров, что в долгосрочной перспективе может привести к унификации компетенций агентов экономической системы и снизить их инновационную активность. С другой стороны, если знания и компетенции партнеров слишком различны, они не могут обучаться друг от друга. В исследованиях [4-5] сначала эмпирически, а потом и теоретически была выведена зависимость продуктивности совместной исследовательской деятельности экономических агентов от когнитивного расстояния между ними, т.е. от степени неоднородности их компетенций, и установлено, что данная зависимость имеет вид перевернутой буквы U. Повышение качества ИКТ помогает фирмам находить наилучших партнеров для проведения совместных исследований и разработок с точки зрения определения оптимального уровня неоднородности компетенций, позволяющего проводить максимальную рекомбинацию знаний и идей и, сохраняя при этом, способность понимать друг друга и обучаться друг от друга.

Представим банк знаний каждого i— го агента экономической системы действительным вектором vi размерности К, где индексу kÎ{1, …K} соответствует категории знания (компетенций) из банка знаний iго агента, К  — количество различных компетенций, которыми обладает агент. Тогда степень неоднородности i-го и j-го агентов можно определить как

 ,                                                                      (1)

где , q— некоторое пороговое значение, достижение которого свидетельствует о неспособности данных агентов к обучению друг от друга.

Процесс диффузии, при котором в некоторый момент времени t происходит увеличение уровня знания j-го агента по k-той категории опишем следующим образом: пусть i-й агент, степень неоднородности которого с j-ым агентом не больше q и уровень знаний по k-той категории больше уровня знаний j-го агента вступает с ним во взаимодействие при проведении совместных ИиР и  передает свои знания по электронным каналам коммуникации, а j-й агент их принимает. Тогда уровень знаний j-го агента повышается, что можно записать как:

,                                                             (2)

где a— параметр абсорбции (восприимчивости).

В некоторых случаях агенты имеют способность лишь частично абсорбировать знания и тогда a<1, в некоторых – агент является суперабсорбентом и воспринимает весь объем знаний полностью, тогда a=1, а в режиме «коллективного изобретения», описанного в работе [6], агенты настолько хорошо дополняют знания друг друга, что a>1. Целью создания альянса в исследованиях и разработках как раз и является достижение  режима «коллективного изобретения».

По нашему мнению, выбор партнеров для инновационной деятельности целесообразно существлять на основе сопоставления их «атласов знаний» — систематизированных описаний знаний и компетенций, которыми обладает экономический агент. Атлас можно составить на основе анализа объектов интеллектуальной собственности предприятия, их кадрового потенциала, опыта успешной рыночной деятельности, участия в профессиональных выставках, ассоциациях, конференциях. Оптимальными партнерами могут считаться те экономические агенты, чьи атласы знаний пересекаются на 30% — 60%.

Положительное влияние информационно-коммуникационных технологий (ИКТ) на данный процесс происходит сразу по трем направлениям: 1) улучшение качества и скорости распределения информации; 2) снижение стоимости и повышение скорости сбора информации; 3) повышение качества интерактивных коммуникаций. Улучшение ИКТ даже в одном из вышеперечисленных аспектов ведет к повышению эффективности совместных ИиР. Снижение стоимости информации за счет увеличения объемов полностью бесплатной публичной информации, лучшей представленности фирм в глобальной сети Интернет, улучшения навигации в патентных базах данных позволяет экономическим агентам находить наиболее подходящих партнеров для проведения совместных ИиР, осуществляя мониторинг релевантных Интернет-ресурсов и накапливая информацию о различных агентах экономической системы. Возможно, именно этим объясняется резкое увеличение количества формирующихся международных альянсов. Успешное партнерство в инновационной деятельности требует установления стабильного окружения, в котором доверие партнеров друг к другу может возрастать. Поэтому другим важным эффектом ИКТ является улучшение информационного менеджмента, в частности менеджмента потоков знаний. Личностные коммуникации, хотя и остаются востребованными, однако при улучшении качества ИКТ объем кодифицированных знаний и информации, которой можно обмениваться партнерам по электронным сетям, значительно увеличивается.

Итак, правильный выбор партнера для совместных исследований и разработок отнесем к первому блоку стратегических решений экономического агента.

2. Менеджмент информационных потоков партнеров

Ко второму блоку стратегических решений экономических агентов, вступающих в альянс, отнесем их выбор наиболее предпочтительного вида знаний для формализации. Под формализацией будем понимать кодификацию знаний, то есть, перевод его неявной составляющей в формализованную, эксплицитную форму. Формализация позволяет  инкорпорировать знание в память экономического агента и повысить его общий уровень знаний и компетенций, однако формализация также делает экономического агента уязвимым, так как знания становится доступным для конкурентов. Неотделимость знания от его носителя с низкой его формализацией обеспечивает уникальность конкурентных преимуществ экономического агента, невозможность их быстрого тиражирования. Кроме того, формализация знаний является весьма дорогостоящим мероприятием, эффект от использования знания иногда нивелируется издержками на его формализацию Определение баланса между формализацией знания и сохранением его в неявном виде при разработке когнитивных стратегий должно осуществляться каждым агентом с учетом основных положений концепции открытого доступа (ОА).

`Согласно указанной концепции, результаты исследований, проводимых за счет государства, должны быть доступны для общественности. «Открытый доступ» – это комплексное понятие, которое применяется не только к научным журналам, книгам и монографиям, а также к научным данным и условиям доступа к научно-исследовательской инфраструктуре. Следует отметить, что в случае «большой науки» (исследований, проводимых на международных объектах научной инфраструктуры) получение данных является неотъемлемой частью процесса исследований и вопросы их менеджмента и сохранения рассматривается на стадии планирования исследований. Подобным образом в таких областях, как общественные и экономические науки, создание и менеджмент временных рядов данных является одним из важнейших научно-исследовательских ресурсов. На сегодня в мире имеется огромный объем данных, собранных небольшими исследовательскими группами и отдельными исследователями, которые не обладают достаточными техническими и инфраструктурными возможностями для их сохранения. Многие научно-исследовательские институты и университеты сегодня признают необходимость введения стратегического менеджмента своих информационных активов, в том числе результатов научно-исследовательских мероприятий, в форме публикаций и первичных данных.

Правильный информационный менеджмент в мировом масштабе может привести к появлению ценнейшего слоя научных и образовательных ресурсов, доступных исследователям, преподавателям, студентам и др. Национальный научный фонд США уже реализует эту возможность посредством своей программы  DataNet стоимостью 100 млн. долл. Подобные программы также существуют и в некоторых европейских странах (например, Великобритании, Нидерландах и Германии).

Инкорпорирование знания в память экономического агента снижает степень неоднородности между распространителем и реципиентом (в смысле сокращения расстояния, введенного посредством (1)), причем, чем лучше качество электронных коммуникаций между агентами, тем быстрее происходит данный процесс. Кроме того, при достаточно высоком уровне ИКТ в процесс распространения и диффузии новых знаний,  одновременно могут быть вовлечены несколько агентов (в предельном случае – все агенты экономической системы). В работах [7-8] рассматривается такой вид процесса распространения знаний, когда повышение уровня знаний одного агента возможно только при условии личного взаимодействия с другим агентом, обладающим более высоким уровнем знания и необходимой степенью однородности. При моделировании экономической системы с подобными ограничениями, накладываемыми на процесс передачи знаний, вводится такая мера расстояния, как количество взаимодействий между агентами, необходимое для передачи знаний от создателя к реципиенту (длина пути). Данный случай соответствует передаче знаний, содержащих неявную компоненту, и обуславливает необходимость исследования взаимосвязи между интегральным уровнем знаний экономической системы и ее структурными свойствами, такими как топологическое строение (регулярное или случайное) и сосредоточенность (количество перекрестных соединений агентов сети).

Исследования влияния нерегулярности структуры экономической системы на ее общий уровень знаний, проведенные в [7-8]  с помощью имитационного моделирования показали, что если в системе задействован только механизм диффузии знаний (α<1), значимого влияния структуры экономической системы на средний уровень знаний в момент времени t, определяемый как

,

где — средний уровень знаний i-го агента

в долгосрочном периоде не обнаружено, а изменение средней длины пути между агентами влияет лишь на скорость конвергенции компетенций. В случае если α>1, одновременно имеет место и генерация и диффузия знаний (каждый агент инкорпорирует получаемое знание в свой банк знаний и увеличивает свою способность к генерации знаний) выявлена предпочтительность организация экономической системы по принципу «малый мир», когда частота перекрестных связей не превышает значения 0,1 (т.е. вероятность установления дополнительного взаимодействия агента в сети p£0.1, рис. 1б).


а)                                   б)                                  в)
Рис. 1 Топология экономической системы: а) регулярная, б) «малый мир»,
в) с большим количеством перекрестных связей.

С повышением качества ИКТ возрастают возможности для персонификации электронных коммуникаций и увеличения доли передаваемых по ним неявных знаний. В работе [9] исследованы наиболее вероятные с технической и организационной точки зрения модели каналов трансфера инновационного знания для передачи кодифицированных и некодифицированных знаний (рис.2).


Рис. 2 Модели каналов трансфера инновационного знания

Данные модели подвергаются анализу на действенность инновационных фильтров — совокупностей социально-экономических условий и механизмов, определяющих скорость и результативность процесса диффузии инноваций и обладающих определенными параметрами, роль которых заключается в разделении всего потока инноваций на воспринимаемые и не воспринимаемые системой. В результате проведенного исследования была доказана принципиальная возможность организации такого механизма распространения знаний, при котором знания i-го экономического агента, выносимые во внутреннее информационное пространство экономической системы, состоящей из партнеров по инновационной деятельности, одновременно могут быть инкорпорированы в банк знаний всех достаточно однородных с ним агентов.

3. Дифференциация партнеров по уровню знаний и компетенций

Рассмотрим экономическую систему, состоящую из N инновационно-активных агентов, использующих кооперационную стратегию в инновационной деятельности и  которые по уровню однородности могут быть разбиты на несколько подмножеств Ак, k=1,…m, таких, что

Здесь φ<q, где q— пороговое когнитивное расстояние между агентами, при превышении которого взаимное обучение невозможно. Для простоты предположим, что подмножества Ак не пересекаются.

Пусть i-ый агент экономической системы, принадлежащий подмножеству Ак+1  в определенный момент времени tраспространяет новое знание по внутреннему информационному пространству. Тогда, если между iтым агентом подмножества Ак+1 и j-тым агентом подмножества Ак когнитивное расстояние сокращается на величину

,

то на такую же величину увеличивается когнитивное расстояние между j-тым агентом подмножества Ак и l-тым агентом подмножества Ак-1. При этом каждый агент подмножеств Ак  и Ак+1  может сократить свое когнитивное расстояние i-тым агентом пропорционально значению коэффициента абсорбции a. Если максимальное когнитивное расстоянием между агентами подмножества Ак-1 и подмножества Ак было больше qh, то такое повышение уровня знаний агентов подмножества Ак приведет к разрыву обучающих связей между указанными подмножествами, т.е. в сети может произойти расслоение агентов по уровню знаний. Такое расслоение приводит к возникновению отрицательной обратной связи, блокирующей информационные потоки, циркулирующие между партнерами. Ограничение количества агентов, способных обучаться друг от друга мощностью слоя приводит к тому, что унификация компетенций происходит гораздо быстрее, чем в случае связного множества взаимодействующих агентов и в долгосрочном периоде инновационные процессы в экономической системе замедляются. Единственным способом сохранения эффективности партнерских взаимоотношений в данном случае является принятие на себя одним из партнеров по инновационной деятельности функций медиатора (постредника), координирующего информационные потоки.

Практическим приложением полученных результатов является модель реализации кооперационной стратегии посредством организации многоуровневого внутреннего информационного пространства экономической системы, состоящий из партнеров по инновационной деятельности, в которой каждый агент определяет уровень, на котором он должен находиться для достижения своих стратегических целей и в соответствии с выбранным уровнем определяет, в какие информационные потоки ему необходимо встроиться. Мотивами для добровольного принятия агентами на себя функций медиаторов являются достижение высокой репутации и доверия, стоимостное выражение которых должно быть выше издержек на дополнительную обработку информации.


Библиографический список

  1. Нижегородцев Р.М. Информационная экономика. Управление беспорядком: Экономические основы производства и обращения информации. Москва-Кострома, 2002 г., -173 с.
  2. Hagedoorn J. (1995) “Strategic Technology Partnering during the 1980s: Trends, Networks and Corporate Patterns in non-Core Technologies”, Research Policy, 24, 207-231.
  3. Третьяк О.А., Румянцева М.Н. Трансформация фирмы в сетевую организацию на примере экстернализации НИР //Российский журнал менеджмента, Т.4, №4, 2006, стр. 75-92
  4. Mowery, D.C. Technological Overlap and Interfirm Cooperation: Implications for the Resource-based View of the Firm // D.C. Mowery, J.E. Oxley, B.S. Silverman // Research Policy. —  1998. — No.27. – P.507-523
  5. Noteboom B. Inter-firm Alliances. Analysis and Design. Routledge, London. – 1999.
  6. Allen, R. Collective Invention// Journal of Economic Behavior and Organization. – 1983. – No.4. – P.1-24.
  7. COWAN R. Network Structure and the Diffusion of Knowledge / Cowan R., Jonard N. / Journal of Economic Dynamics and Control. —  2004. – No.28, V.8. —  P. 1557-1575
  8. COWAN R. The Explicit Economics of Knowledge Codification / Cowan R., David P., Forray D. / TIPIK: Technology and Infrastructure Policy in Knowledge-Based Economy, programme TSER DG/XII (1998/2000).
  9. Ратнер С.В. Методологические проблемы развития конкурентоспособных научно-инновационных сетей: организационно-экономическое и инструментальное обеспечение. Ростов-на-Дону: Издательство ЮНЦ РАН, 2009, 208 с.