Создание эффективных моделей и механизмов организационно-экономического управления социальным кластером имеет большое значение при поиске условий устойчивого развития и роста конкурентоспособности не только социального кластера и его субъектов, но и региона в целом [5, 9]. При этом необходимо решить ряд задач, в числе которых поиск оптимальных траекторий развития кластера, разработка адекватного модельного аппарата и инструментария управления, выявление и формализация факторов, влияющих на рост конкурентоспособности социально-экономической системы, создание инфраструктурных условий, способствующих росту инновационной составляющей в деятельности кластера [1, 13, 14].
Анализ опыта развития промышленных кластеров показывает особую значимость информационного управления, инструментарий которого основан на модельном аппарате [6, 8]. В свою очередь эффективность информационного управления кластером определяется наличием информационного пространства мезоуровня, обеспечивающего как внутрикластерное взаимодействие, так и взаимодействие кластера с внешней средой [11].
В работе [8] рассмотрена иерархическая система «центр – активные элементы» произведенной системы кластера и определена задача информационного управления и механизм согласования интересов агентов кластера. К социальной системе применим вывод о том, что учет активного целенаправленного функционирования не только общей системы кластера, но и составляющих подсистем является условием для разработки адекватного модельного аппарата.
Как показано в работах [1, 2, 10], эффективное решение этих задач возможно в рамках исследования кластера как динамической активной системы взаимодействующих экономических агентов с применением мультиагентного подхода к разработке методологии управления и методов имитационного моделирования.
Разработанные в ходе такого исследования механизмы и модели наряду с применением их при выработке рекомендаций для менеджмента субъектов кластера по стратегическому и оперативному управлению могут стать научной базой для формирования кластерной политики отрасли и региона, направленной на рост их конкурентоспособности [5, 12].
Модельный аппарат организационно-экономического управления социальным кластером позволяет на основе анализа влияния основных показателей и факторов на результаты его деятельности сформировать вектор кластерного развития.
Для оценки уровня развития кластера целесообразно использовать такой интегральный показатель, как конкурентоспособность. Модель конкурентоспособности социально-экономической системы основана, прежде всего, на выявлении факторов и параметров, влияющих на деятельность изучаемого объекта [4, 7, 11].
В качестве базовой модели конкурентоспособности можно предложить оценочную регрессионную модель, построенную методом факторного анализа по результатам экспертного исследования. Эти модели эффективно применялись в ряде работ [3, 11].
Следует отметить, что при учете факторов и показателей на основе методики частотного анализа каждому из них присваиваются соответствующие коэффициенты значимости. Факторы и показатели модели могут отражать процессы развития системы и меняться по времени. Это дает возможность проследить динамику конкурентоспособности и выявить тренды её развития.
Социально-экономическую среду региона будем представлять как совокупность отдельных систем, отличающихся по составу экономических агентов. Например, производственная система, финансовая система. В их числе и социальная система, которая исследуется как социальный кластер. Субъектами его являются предприятия и организации различных сфер: образовательной, культурно-досуговой, здравоохранения.
Представляет интерес создание модели управления кластером и выполнение на её основе исследования развития социальной сферы с учетом влияния внешних и внутренних факторов.
В качестве среды проектирования агент-ориентированных моделей использован пакет имитационного моделирования AnyLogic.
При инициализации модели предложено распределить субъекты социального кластера на 4 группы (подкластеры).
Критерием этого распределения послужил найденный экспертным путем уровень конкурентоспособности субъекта кластера, который имеет интегральный характер и учитывает потенциал экономического агента, в том числе за счет инвестиций и других преференций.
Выделено четыре группы (подкластера) экономических агентов кластера:
– «сильные», которые инновационно ориентированы и активно развиваются;
– «средние», экономическое положение которых неустойчиво и требует результативного управления и внешней поддержки;
– «слабые», которые находятся в условиях стагнации и не имеют перспектив развития без проведения специальных мер;
– «ликвидированные», которые прекратили свою деятельность или влились в состав других субъектов кластера.
Модель функционирования кластера в экономическом пространстве региона имитирует взаимодействие субъектов кластера внутри группы и между группами, а также влияние на состав групп программ инновационного и кластерного развития, финансовых инвестиций и других внешних воздействий.
При этом исследуются процессы перемещения экономических агентов из одной группы в другую и вырабатываются рекомендации по управлению этими процессами с учетом целей развития кластера и социальной системы региона – увеличения их инновационного потенциала и конкурентоспособности.
При проектировании модели управления кластером определялись факторы, влияющие на его развитие, а также ресурсные и информационные потоки, характеризующие взаимодействие субъектов кластера на всех уровнях организационно-экономического управления.
Важной задачей исследования явилась оценка потенциала социальной системы с учетом изменения факторов за счет внешних и внутренних воздействий.
В качестве базовой модели, определяющей состояние социального кластера, принята оценочная модель, которая рассчитывает коэффициент конкурентоспособности K как интегральный показатель процесса конкурентного инновационного развития системы. Модель построена на основе методов факторного и регрессионного анализа. Она связывает K с комплексов факторов и критериев, характеризующих основные аспекты деятельности экономических агентов кластера. Каждый фактор рассматривается как набор количественных и качественных критериев. Критерий в свою очередь характеризуется совокупностью количественных и качественных показателей.
Следует отметить, что факторы и критерии могут коррелировать между собой. Межфакторная корреляция играет важную роль в процессе управления и в перспективе базовая модель может быть расширена.
Факторы и критерии необходимо выразить в относительных величинах, то есть провести процедуру нормирования.
В формализованном виде модель оценки конкурентоспособности социального кластера представлена в следующем виде:
K = F(αi, Ai),
где Ai – значение фактора; αi – коэффициент значимости фактора (определяется экспертным путем); n – число факторов.
В свою очередь каждый фактор можно представить в виде совокупности критериев, зависящих от набора показателей:
Ai = f(βj, Bj(pk)),
где Bj(pk) – значение критерия; pk – значение показателя; βj – коэффициент значимости критерия; m – число критериев;
l – число показателей.
Целевую функцию определяет поиск максимума прироста конкурентоспособности в многомерном факторном пространстве, ΔK → max.
Оптимум ищется в границах допустимого изменения факторов и критериев в процессе управления организационной экономической деятельностью кластера.
Такой подход применительно к социальному кластеру региона, состояние развития которого является ключевым детерминантом процесса конкурентного развития территории, позволил представить базовую оценочную модель в следующем виде:
где – коэффициенты значимости факторов;
– уровень материальной обеспеченности населения;
– состояние демографии;
– уровень обеспеченности жильем;
– состояние системы обеспечения правопорядка и безопасности;
– состояние системы социальной защиты населения;
– состояние системы торгово-бытового обслуживания;
– состояние системы образования;
– состояние системы здравоохранения;
– состояние культурно-досуговой сферы.
Для данной модели выбраны факторы, которые управляемы в той или иной степени.
На начальном этапе исследования было изучено влияние на конкурентоспособность региона трех факторов: состояния систем образования, здравоохранения и культурно-досуговой сферы.
В соответствии с предложенной методикой состояние системы образования оценивалось с помощью следующей модели:
где b – количество видов образовательных организаций (детский сад, школа, вуз и т.п.); pij – параметры, характеризующие деятельность образовательной организации;
c – количество параметров.
В модели параметры выражены в относительных величинах. Например, такой параметр, как коэффициент обновления основных фондов – , где Si – стоимость новых основных фондов, введенных в эксплуатацию в i-м виде образовательной организации в исследуемом периоде;
– балансовая стоимость основных фондов i-го вида образовательной организации на конец исследуемого периода.
Входящие в модель показатели можно разделить на три группы: объемные (количество организаций, объем предоставляемых услуг), финансовые (стоимость услуг, уровень бюджетного финансирования, объем прибыли, объем средств, потраченных на развитие, и т.п.) и качественные (уровень квалификации персонала, качество услуг и т.п.).
Сформированная таким образом оценочная модель позволяет изучать реакцию социальной системы региона на изменения факторов, критериев и показателей. С помощью модели определяется уровень конкурентного потенциала экономических агентов кластера, который является основным параметром агент-ориентированной модели и определяет развитие субъектов кластера.
На следующем этапе формирования модельного аппарата была разработана агент-ориентированная модель управления кластером. Модель реализована в среде имитационного моделирования AnyLogic и позволяет интегрировать средства нескольких областей имитационного моделирования и получить адекватную динамическую картину взаимодействия субъектов социальной сферы региона.
Пакет AnyLogic основан на объектно-ориентированной концепции. Модель представляется как набор взаимодействующих, параллельно функционирующих активных агентов. Поведение агентов задается диаграммой состояния. На рис. 1 представлена структурная схема модели.
Рис. 1. Структурная схема модели
На схеме показано взаимодействие между субъектами социального кластера под воздействием входных параметров, которые изменяются в рамках заданного интервала. В результате субъекты кластера переходят из одного подкластера в другой. Имитируется ситуация в социально-экономической сфере, когда в экономике проявляются кризисные явления.
В соответствии с разработанным подходом выделены четыре группы (подкластера) экономических агентов (ЭА) – сильные, N1; средние, N2; слабые, N3; ликвидированные N4. Здесь N – количество субъектов кластера в каждой группе, которое в агент-ориентированной модели является выходным параметром. Модель имитирует экономическую ситуацию, когда в условиях проявления кризисных явлений в экономике региона осуществляется ресурсная поддержка субъектов социальной сферы путем инвестиций в их развитие, налоговых льгот и других преференций.
В качестве входных параметров (S) выбраны следующие:
S1 – степень устойчивости ЭА к кризисным явлениям;
S2 – потенциал конкурентоспособности ЭА как уровень ресурсного обеспечения его развития;
S3 – интегральный показатель уровня кризиса как степень выраженности кризисных явлений, влияющих на деятельность ЭА;
S4 – степень инерционности развития ЭА, характеризующая его неспособность реализовать поступающие ресурсы;
S5 – степень стагнации ЭА как период деятельности после, которого происходит его реогранизация путем ликвидации или присоединения.
Эти показатели выражаются в нормализованном виде и меняются в заданных интервалах варьирования.
Диаграмма состояния задает логику действий ЭА во времени, его состояния и условия перехода из одной группы субъектов социального кластера в другую. Имитируется поведение ЭА во времени под воздействием выбранных переменных.
Расчеты по модели в режиме виртуального времени позволяют выполнить факторный анализ поведения агентов в кризисных экономических условиях. Это дает возможность определить состояния и пути укрепления устойчивости социальной сферы путем воздействия на факторы, определяющие ее развитие. В качестве примера рассмотрим результаты тестовых прогонов модели. В таблице приведены значения входных параметров в соответствии с вариантами расчета.
Значения S выражены в нормированных величинах. Допустимые интервалы их варьирования: S1 – 1–50; S2 – 0–1; S3 – 5–50; S4 – 10–30; S5 – 10–30.
Первоначальное количество ЭА в группах – N1 = 2000; N2 = 400; N3 = 250, N4 = 0.
Динамика распределения ЭА по группам в зависимости от изменения параметров представлена на рис. 2.
Значения параметров
Вариант расчета |
S1 |
S2 |
S3 |
S4 |
S5 |
1 |
10 |
0,12 |
20 |
15 |
15 |
2 |
5 |
0,55 |
10 |
20 |
20 |
3 |
10 |
0,51 |
10 |
10 |
20 |
Вариант 1
Вариант 2
Вариант 3
Рис. 2. Динамика распределения ЭА по подкластерам социальной системы: N – количество ЭА; Т – период времени (усл. ед.); темно-зеленая линия – сильные; желтая линия – средние; красная линия – слабые; светло-зеленая линия – ликвидированные
Графики характеризуют изменения состояния социального кластера в период кризисных явлений в экономике и показывают влияние на его устойчивость и развитие инвестиций и других ресурсов. Недостаток инвестиций, как свидетельствует вариант 1, приводит к быстрому сокращению количества успешных субъектов кластера и нарастанию числа банкротств.
В период уменьшения кризисных явлений поддержка деятельности социального кластера путем создания ресурсов для роста конкурентоспособности субъектов кластера приводит к положительной динамике в развитии, даже при сравнительно небольшой степени его устойчивости (варианты 2 и 3).
Результат расчетов свидетельствует о работоспособности модели.
Предложенный модельный аппарат управления конкурентным развитием социального кластера региона обеспечивает учет факторов, влияющих на его развитие, и позволяет на основе моделирования различных экономических ситуаций анализировать состояние социального кластера и оптимизировать поведение его субъектов. Все это создает научную основу для выработки рекомендаций по обеспечению устойчивого развития социальной сферы.
Работа выполнена при финансовой поддержке РГНФ (грант № 15-12-63002).
Рецензенты:
Гераськин М.И., д.э.н., профессор, зав. кафедрой математических моделей и методов в экономике, Самарский государственный аэрокосмический университет им. ак. С.П. Королева, г. Самара;
Макаров А.А., д.т.н., профессор кафедры информационных систем и компьютерных технологий, ЧОУ ВО «Международный институт рынка», г. Самара.