CC BY
11
Алексеев А.А., Фомина Н.Е. «ОРБИТАЛЬНАЯ» МОДЕЛЬ НАУЧНО-ПРОИЗВОДСТВЕННОЙ ЭКОСИСТЕМЫ
Аннотация. В развитие научной дискуссии предлагается метод картирования, позволивший сформулировать «орбитальную» модель научно-производственной экосистемы. «Научно-производственную» экосистему авторы рассматривают как устойчивое и перманентное взаимодействие производственного и научно-исследовательского сегментов в жизненном цикле интегрального продукта. Орбитальная модель раскрыта через 4 сегмента акторов и 3 орбиты взаимодействия, что обеспечивает целостность и объективность видения научно-производственной экосистемы. Предложенный методический подход к картированию экосистем построен на 3-х экономических показателях статистического распределения, дифференциации акторов - сегментов, отражении взаимодействий «орбитами».
Ключевые слова. Инновации, инновационная система, научное предпринимательство, стартапы, промышленность.
Alekseev A.A., Fomina N.E. «ORBITAL» MODEL OF THE SCIENTIFIC-INDUSTRIAL ECOSYSTEM
Abstract. In furtherance of the scientific discussion, the author proposes a mapping method that makes it possible to formulate an "orbital" model of the scientific and industrial ecosystem. The authors consider the "research and production" ecosystem as a stable and permanent interaction between the production and research segments in the life cycle of an integral product. The orbital model is revealed through 4 segments of actors and 3 orbits of interaction, which ensures the integrity and objectivity of the vision of the economic object - the scientific and production ecosystem. The proposed methodological approach to mapping ecosystems is based on 3 economic indicators of statistical distribution, differentiation of actors - segments, reflection of interactions in "orbits".
Keywords. Innovations, innovation system, scientific entrepreneurship, start-ups, industry. Актуальная научная дискуссия
«Экосистемный» подход к моделированию взаимодействия экономических субъектов («акторов» - в сложившейся терминологии) отличается от ранее используемых фокусом [1] на долгосрочное устойчивое взаимодействие, принципами [2] самоорганизации и общего внешнего «выхода». В зависимости от типа экосистемы «выходами» определяются: технологические инновации («инновационные экосистемы» [3]); рост добавленной стоимости интегрального продукта («технологические экосистемы»); снижение трансакцион-ных расходов («бизнес-экосистемы»), решение социально-экономической задачи (например, «экологические экосистемы»). Соответственно, в исследованиях представлены классификации экосистем [4, 5], направленные на детерминирование структуры акторов и ключевых взаимодействий.
ГРНТИ 06.81.23 EDN LAFHWF
© Алексеев А.А., Фомина Н.Е., 2023
Андрей Алексеевич Алексеев - доктор экономических наук, профессор кафедры экономики и управления предприятиями и производственными комплексами Санкт-Петербургского государственного экономического университета.
Наталья Евгеньена Фомина - доктор экономических наук, генеральный директор АО ОСК. Контактные данные для связи с авторами (Алексеев А.А.): 191023, Санкт-Петербург, наб канала Грибоедова, 3032 (191023, Russia, St. Petersburg, Griboedov canal emb., 30-32). Тел.: +7 (921) 949 21 54. Е-mail: [email protected]. Статья поступила в редакцию 31.10.2023.
Переход от исследовательских к организационно-управленческим проекциям построен на «картировании» (визуализации, англ. - «mapping» [6, 7]) взаимосвязи «акторов с ресурсами и процессами (в оригинале - «activities»)» [7]. Картирование является наиболее популярной задачей в моделировании экономических экосистем, что определяет широкое разнообразие предлагаемых в исследованиях подходов. Так, в [8] авторы визуализируют «структуру причинно-следственной петли между элементами ... [что] показывает, как ключевые факторы динамики влияют на результат экосистемы». «Картирование узлов», предложенное в [9], визуализирует «сеть» (в виде графа) акторов экосистемы.
В [10] формулируется подход, направленный на выявление процесса «совместного (с потребителем) создания ценности». Визуализация факторов «устойчивой бизнес-модели» экосистемы предложена в работе [11]. Вместе с тем, предложенные подходы имеют выраженное ограничение - картирование (в большинстве случаев) строится на единичных кейс-стади, что снижает объективность синтезируемой эмпирической модели и возможность перенесения на другие экосистемы. Снятие ограничения авторы видят в картировании через экономические показатели, статистические распределения, позволяющие объективизировать визуализируемую модель экосистемы.
Метод и результаты исследования
В развитие научной дискуссии нами предлагается метод картирования, позволивший сформулировать «орбитальную» модель научно-производственной экосистемы.
«Научно-производственную» экосистему авторы рассматривают как устойчивое и перманентное взаимодействие производственного и научно-исследовательского сегментов в жизненном цикле (от разработки до вывода с рынка - «интегрированная» модель инновационного процесса [12]) интегрального продукта. С нашей позиции, представленная дефиниция, во-первых, перекрывает широкий спектр классифицируемых в научных публикациях (инновационных, технологических, бизнес) экосистем. А, во-вторых, выражает ядро (обоснование - см. [13]) любой экосистемы (не только промышленной) включающей производственного актора, тиражирующего и коммерциализирующего интегральный продукт (услугу) и НИОКР актора, разрабатывающего и(или) модернизирующего продукт(ы) и технологические процессы.
В рамках снятия выявленных ограничений авторами предложен метод картирования, построенный на визуализации экосистемы через поле распределения экономических показателей. В экспериментальной части авторами выявлено 3 показателя картирования научно-производственных экосистем: валовый операционный доход и величина основных средств, характеризующие масштаб актора; величина чистой прибыли, указывающая на распределение «выходов» экосистемы по типу актора. Применительно к экосистеме биотехнологий Европы (на экосистемный характер сегмента исследований и разработок биотехнологий Европы указывает Европейская федерация биотехнологий, см.: http://www.efbiotechnology.org), авторами выделен статистический массив 1010 предприятий сегмента исследований и разработок (NACE Code 7211) по данным базы данных Amadeus (охват всех субъектов за исключением микроорганизаций).
Было построено распределение в поле операционного дохода и величины основных средств (рис. 1) с отражением величины чистой прибыли через относительный размер маркера. Визуализированное распределение вторично обследовано методом кейс-стади (изучалась публичная информация о предприятиях в сегментах) для выявления функционально однородных акторов и устойчивых взаимосвязей в экосистеме. Обнаружилось 4 сегмента (A, B, C, D), выражающих типы акторов экосистемы, сводное описание которых представлено в табл. 1. Взаимодействие сегментов акторов выражают «орбиты» (Альфа, Бета, Гамма), логическое раскрытие которых обнаруживает академическую логику взаимодействия сектора НИОКР (сегменты A, B, C) и производственных предприятий (сегмент D) биотехнологий. Сегмент D - промышленные предприятия производящие и коммерциализирующие результаты исследований и разработок в виде фармацевтического и(или) биологического (чаще аграрного) продукта.
Орбита Гамма (заметим, что авторы сознательно не вводят количественную привязку экономических показателей к сегментам и координатам орбит, понимая, что для каждой экосистемы они будут различны; в этом можно убедиться, сопоставляя рис. 1 и 2) раскрывает взаимодействие производственного актора с сегментом С - аффилированные и финансируемые сегментом D крупные научно-исследовательские организации (англ. - Research & Technology Organization, RTO), разрабатывающие комплексные технологические инновации. В табл. 2 представлено выборочное описание предприятий
в сегменте С, из которого объективна их аффилированность заказчику контрактных НИОКР - промышленности. Акторы сегмента С - это крупные исследовательские организации, консолидирующие комплексные (большие по стоимости) контракты НИОКР и, соответственно, прибыль сегмента исследований и разработок биотехнологий.
500 5 ООО 50 ООО 500 000 5 000 000 50 000 000
операционный доход, тыс. евро
размер круга - относительный уровень валовой величины чистой прибыли
Примечания. Данные сектора исследований и разработки биотехнологий (NACE Code 7211) - 1010 предприятий по данным базы данных Amadeus. Массив данных (ранее не публиковавший) получен авторами в 2021 году в рамках выполнения гранта CAROTS (2019-2021). Анализ представленных данных (другие исследовательские проекции [13, 14]) дополнен изучением кейсов сегментов A, B, C, D в рамках формулировки «орбитальной модели». Обознанчния, приведенные на рисунке, раскрыты в табл. 1.
Разработано авторами.
Рис. 1. Результаты картирования «орбитальной» модели научно-производственной экосистемы биотехнологий Европы.
Таблица 1
Описание сегментов в «орбитальной» модели научно-производственной экосистемы
(разработано авторами)
Сегмент Описание
A Малое инновационное предпринимательство (МИП) в формате стартапов. Источник новых научных разработок, радикальных инноваций. Решения адресованы сегменту D
B Малые (частные) научные лаборатории (CARO подробнее в публикациях авторов [13]), предоставляющие контрактные услуги научного исследования, лабораторных экспериментов, консультации и измерения. Услуги адресованы сегментам A и С
C Аффилированные и финансируемые сегментом D крупные научно-исследовательские организации (Research & Technology Organization, RTO), разрабатывающие комплексные технологические инновации. Направления исследований предопределяют промышленные предприятия сегмента D
D Промышленные производственные предприятия, тиражирующие продукты на основании комплексных технологических инноваций, разработанных в сегменте С
Таблица 2
Выборочное описание предприятий ^ТО - биотехнологии) в сегменте С «орбитальной» модели научно-производственной экосистемы (разработано авторами)
Предприятия сегмент С OpR* SB** Направление НИОКР***
Carlsberg A/S (Дания) 8838,7 41248 Методы производства и очистки биотехнологических продуктов
UCB Biopharma (Бельгия) 3535,9 960 Компоненты и препараты фармацевтики
Illumina Cambridge Limited (Великобритания, филиал) 2141,8 524 Технологии секвенирования, потребительская гено-мика, молекулярная диагностика
Iqvia Ltd. (Великобритания, филиал) 1504,9 1439 Фармацевтика и биофармацевтика
Syngenta France (Франция, филиал) 861,9 1140 Защита растений
Forschungszentrum Juelich Gmbh (Германия) 642,2 5489 Биотехнология, растениеведение, агросектор, биоинформатика
Puretech Health Plc (Великбритания, головная компания) 633,8 129 Холдинг, включающий 5 дочерних компаний по направлениям фармацевтики
* OpR - операционный доход (2019), млн евро; ** SB - штатная численность персонала, ед.;
***интерпретировано авторами по публичной (сайт и годовой отчет) информации предприятий о проектах и контрактах НИОКР.
Потенциал реализации комплексных контрактов основан на большой численности штатных ученых-исследователей (табл. 2 - SB) и лабораторной базы (основные средства, рис. 1). Орбита Бета выражает отношения субконтрактинга RTO сегмента С с малыми научными лабораториями - сегмент В (CARO - функциональность и бизнес-модель сегмента изложена в монографии [13]). Сегмент В - малые частные (не аффилированные) лаборатории, имеющие узко специализированное оборудование и штатных исследователей [14]. Их специализация и собственная лаборатория (основные средства - рис. 1) обеспечивает им контракты подряда со стороны сегмента С, в случаях отсутствия у заказчика профильных ресурсов, низкого экономического интереса к отдельным этапам или ограниченности во времени реализации комплексного проекта НИОКР. Акторы сегмента А - малое инновационное предпринимательство (МИП) в формате стартапов, академически рассматриваемые как источник новых научных разработок, радикальных инноваций. Разумеется, решения адресованы сегменту D, но как правило, «поглощаются» на поздних стадиях масштабирования МИП сегментом С.
Процесс масштабирования стартапа (рост от «посевной» стадии к последующим стадиям развития) обеспечивается сегментом В (медиатор исследовательского сегмента экосистемы), предоставляющим услуги научного сервиса (эксперименты, измерения и другие), что и выражает орбита Альфа. Таким образом орбитальная модель раскрыта через 4 сегмента акторов и 3 орбиты взаимодействия, что обеспечивает целостность и объективность видения экономической объекта - научно-производственной экосистемы.
С целью верификации предложенного методического подхода к картированию (3 экономических показателя распределения, дифференциация акторов - сегменты, отражение взаимодействий орбитами) авторами построено поле распределение экосистемы, выделяемой как NACE Code 7219 - «прочие исследования и экспериментальные разработки в области естественных и технических наук» - 5723 предприятий в выборке, рис. 2. Обнаруживаемое распределение аналогично экосистеме биотехнологий (рис. 1) как с позиции пропорций, так и с позиции распределения акторов в сегментах, выраженности и координатной привязки орбит. Заключение
Таким образом в настоящей публикации представлено два связанных результата научных исследований (наследующие теоретический задел авторов [13, 14]):
1. Развит подход к картированию экосистем, построенный в статистическом поле распределения экономических показателей (операционный доход, основные средства, чистая прибыль);
2. Предложена «орбитальная» модель научно-производственной экосистемы (рис. 3), позволяющая выделить функционально однородных акторов - сегменты экосистемы и ключевые экономические взаимодействия - орбиты.
Разработано авторами.
Рис. 2. Картирование «орбитальной» модели научно-производственной экосистемы на примере группировки (верифицирующая выборка Европы NACE Code 7219 - «прочие исследования и экспериментальные разработки в области естественных и технических наук» - 5723 предприятий по данным базы данных Amadeus).
Рис. 3. «Орбитальная» модель научно-производственной экосистемы (разработано авторами).
Представленные метод и «орбитальная» модель являются концептуальной и инструментальной платформой картирования экосистем, но их ситуационным ограничением является не выраженность количественных, эконометрических пропорций в поиске сегментов и орбит, что может быть рассмотрено как направление будущих исследований авторов и их коллег.
ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ
1. Gomes L.A.V., Facin A.L.F., Salerno M.S., Ikenami R.K. Unpacking the innovation ecosystem construct: Evolution, gaps and trends // Technological Forecasting and Social Change. 2018. Vol. 136. P. 30-48.
2. Granstranda O., Holgerssonb M. Innovation ecosystems: A conceptual review and a new definition // Technovation.
2020. Р. 90-91.
3. Araujo D., Diego R., Reis A., MouraIracema FA. Entrepreneurship, intellectual property and innovation ecosystems // International Journal for Innovation Education and Research. 2021. № 9 (2). Р. 108-134.
4. Popov E.V., Simonova V., ChelakII.P. Economic modeling of innovation ecosystems // SHS Web of Conferences.
2021. № 94. Р. 01017.
5. Klimas P., Czakon W. Species in the wild: a typology of innovative ecosystems // Rev Manag Sci. 2022. № 16. Р. 249-282.
6. Renando C. Mapping innovation ecosystems. [Электронный ресурс]. Режим доступа: https://www.linkedin.com/pulse/mapping-innovation-ecosystems-chad-renando (дата обращения 23.10.2023).
7. Madis T., Walravea B., Podoynitsynaa K.S., Holmstromc J.A., Georges L. Mapping, analyzing and designing innovation ecosystems: The Ecosystem Pie Model // Long Range Planning. 2020. № 53. Р. 101850.
8. Paasi J., Wiman H., Apilo T., Valkokari K. Modeling the dynamics of innovation ecosystems // International Journal of Innovation Studies. 2023. Vol. 7, Iss. 2. P. 142-158.
9. Nthubu B., Cruickshank L.R. Disruptive Innovation Ecosystems: Reconceptualising Innovation Ecosystems // Disruptive Innovation Ecosystems: Reconceptualising Innovation Ecosystems. Academy for Design Innovation Management Conference, London, UK, June 2019.
10. Ramaswamy V., Gouillart F. Draft manuscript, The Alchemy of Co-Creation. Simon & Schuster, FreePress, 2020.
11. Stasiskiene Z., Meiliene E., Ciutiene R., Petkeviciene J. Innovation Ecosystem for Sustainable Business Model Development: Practical Insights // Environmental Research, Engineering and Management. 2021. № 77. Р. 63-70.
12. Imai K.I.N, Takeuchi H. Managing the New Product Development Game. The Uneasy Alliance // Clark K., Hayes R. (Eds.). Boston: Harvard Business School Press, 1985.
13. АлексеевА.А. Малые научно-сервисные компании в инновационных экосистемах. Монография. СПб.: Изд-во СПбГЭУ, 2021. 167 с.
14. Алексеев А.А., Фомина Н.Е. Экономические характеристики сегмента малых научных сервисных компаний // Известия Санкт-Петербургского государственного экономического университета. 2021. № 2 (128). С. 17-25.
