ВЛИЯНИЕ МЕЖФИРМЕННЫХ ОТНОШЕНИЙ НА РЕЗУЛЬТАТИВНОСТЬ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ: ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ РОССИЙСКИХ ПРОМЫШЛЕННЫХ КОМПАНИЙ

Введение

Множество современных исследований подтверждают значимость выстраивания отношений с партнерами в процессе инновационной деятельности, в частности показано, что партнерства позволяют компаниям обеспечить эффективный трансфер знаний и технологий, совместно использовать редкие ресурсы и получить синергетический эффект за счет дополнения собственных ресурсов, знаний и навыков ресурсами компаний-партнеров [Линдер, 2021]. Взаимодействие компаний в инновационном процессе позволяет им сократить время вывода на рынок новых продуктов на 15–25% [Jiang et al., 2016], уменьшить затраты на производство до 15% [Berger et al., 2015], повысить прибыль от реализации новых продуктов на 60% [Zakrzewska-Bielawska, 2018]. Подобные эффекты достигаются за счет более легкого трансфера знаний и технологий в рамках партнерства [Palmatier et al., 2006], совместного использования ресурсов [Holmlund, 2008], бóльших возможностей взаимодействия с клиентами и создания для них большей ценности [Park, Trần, 2020]. В [Hilbolling et al., 2020] показано, как влияет вид партнерства и степень вовлечения партнеров в инновационный процесс на достижение целей инновационного развития.

Однако исследований, посвященных тому, как структура партнерства и его характеристики могут повлиять на результативность инновационной деятельности, нет. Новизна настоящего исследования состоит в анализе влияния структуры партнерства, состава его участников и характеристик на результативность инновационной деятельности промышленных компаний.

1. Обзор литературы

На текущий момент исследовательская литература накопила множество доказательств ключевой роли партнерств для повышения эффективности инновационной деятельности. Существующие исследования рассматривают роль партнерств в инновационном процессе в нескольких направлениях. Одно из них – выделение среди стадий инновационного процесса наиболее эффективных для вовлечения партнеров [Dhanarag, Parkhe, 2006]. В [O’Sullivan, Dooley, 2009] показывается, что наиболее важной для вовлечения партнеров является первая стадия инновационного процесса – генерация идей. По мнению авторов названных исследований, именно взаимодействие на первой стадии приводит к появлению совершенно новых идей – подрывным инновациям. Другие исследователи, напротив, считают, что вовлечение партнеров только на первой стадии возможно лишь для инкрементальных инноваций, а успех инновационной деятельности зависит от внедрения новшеств и, соответственно, коммерциализации инноваций, поэтому привлечение партнеров необходимо именно на стадии коммерциализации новшеств [Gök, Peker, 2017]. В [Taherparvar et al., 2014; Yavarzadeh et al., 2015] говорится, что результативность инновационной деятельности зависит не только от разработки и коммерциализации инноваций, но и внедрения новых способов производства, технологий, повышения производительности и может быть достигнута только при привлечении партнеров на всех стадиях инновационного процесса.

Другое направление исследований рассматривает, какие виды партнерств наиболее эффективны в инновационной деятельности. Одни авторы считают наиболее эффективными стратегические альянсы [Elis, 2011], другие – инновационные сети [Soltani et al., 2013], при этом получены доказательства эффективности как деловых сетей в инновационном процессе [Slotte-Kock, Coviello, 2010], так и социальных и показано, что социальные контакты рано или поздно превращаются в деловые, например в [Havila, Wilkinson, 2002; Story et al., 2008; Elis, 2011]. При этом исследователями отмечается, что деловые партнерства, выросшие из дружеских взаимосвязей, являются более прочными и характеризуются большей приверженностью и доверием между партнерами. Это, в свою очередь, влияет на результативность инновационной деятельности [Von Krogh et al., 2003]. В некоторых исследованиях анализируется взаимосвязь между продолжительностью взаимоотношений в инновационном процессе и новизной создаваемых инноваций (будут ли они инкрементальными, радикальными или подрывными) [David, Shapiro, 2008].

Еще одно направление исследований рассматривает уровень вовлеченности партнеров во взаимоотношения и результативность инновационной деятельности. При этом уровень вовлеченности измеряется интенсивностью взаимодействия [Ozman, 2009]. Чем интенсивнее взаимодействие партнеров, тем более доверительными становятся взаимоотношения и тем большей результативности они добиваются в реализации общих целей [Gunday et al., 2011]. Также имеются исследования, определяющие оптимальное соотношение количества заинтересованных сторон, вовлеченных в инновационную деятельность, и эффективности инновационной деятельности; заинтересованные стороны делят на внешние и внутренние. Например, в исследовании [Ребязина, Смирнова, 2011], проведенном на данных 160 российских компаний, выявлено, что основным критерием выбора партнеров является их финансовое состояние, а компании применяют избирательный подход к формированию взаимоотношений и планированию взаимодействия.

Вместе с тем компании могут реализовывать различные инновационные стратегии и модели инновационного поведения [Линдер, 2020]. В литературе отсутствуют исследования, отвечающие на следующие вопросы: является ли взаимодействие компаний, реализующих разные модели инновационного поведения, эффективным? Будут ли получать компании-инноваторы эффекты от взаимодействия с компаниями-имитаторами? Какие модели взаимодействия между компаниями-инноваторами и компаниями-имитаторами могут быть оптимальными?

Объектом данного исследования является структура партнерств и ее влияние на эффективность инновационной деятельности.

2. Выборка исследования

Эмпирические данные для настоящей работы были собраны в 2022 году при проведении исследования «Сценарное моделирование социально-экономического эффекта от стимулирования ускорения технологического развития промышленности и повышения производительности труда, в том числе на основе цифровизации», в выборку вошли 270 российских промышленных предприятий. Для проведения исследования использована стратифицированная выборка, сформированная по признаку реализации определенного типа инновационного поведения: компании-инноваторы и компании-имитаторы.

В кластер компаний-инноваторов были включены промышленные компании, реализующие инновационную стратегию, направленную на создание и разработку новых продуктов, совершенствование операционной деятельности и, соответственно, внедрение процессных и технологических инноваций. Затраты на инновационную деятельность в основном состоят из инвестиций в исследования и разработки, новые технологии, оборудование и улучшение инфраструктуры.

В кластер компаний-имитаторов включены компании, самостоятельно не создающие и не распространяющие новые знания и продукты на рынке. Основа стратегии таких компаний – заимствования. При этом компании, вошедшие в выборку, реализовывали три типа имитационных стратегий: копирование продуктов целиком – небольшая доля обследованных компаний (18%); копирование отдельных технических параметров, дизайна и элементов бренда, заимствование инновационных решений (технологий, патентов, знаний, бизнес-процессов, принципов управления и бизнес-моделей) – 44% обследованных компаний; остальные компании применяли стратегию творческой имитации, заключающуюся во внесении изменений в оригинальную инновацию или нахождении нового применения, в результате чего создается новый продукт, процесс или технология, – 38% обследованных компаний.

Данные были собраны как в результате проведения личных интервью, так и анкетирования. Соотношение компаний-инноваторов и компаний-имитаторов составило 42 и 58% соответственно. Все отобранные компании относились к крупным промышленным предприятиям с численностью сотрудников более 500 чел. Возраст компаний варьируется от 7 до 204 лет и составляет в среднем 32 года.

3. Моделирование анализа данных

Для проведения количественного исследования мы использовали методологию, предложенную в работе [Линдер, 2021]. Для моделирования эффективности деятельности промышленного предприятия применены нелинейные производственные функции Кобба – Дугласа, являющиеся более гибкими по сравнению с линейными функциями. Модель Кобба – Дугласа позволяет построить иерархические уравнения обмена результатами НИОКР для производства, в котором производственные функции для каждого предприятия партнерства являются производственными функциями Кобба – Дугласа. На основе данной модели разработаны различные схемы построения модели управления партнерством и варианты обмена результатами НИОКР, в зависимости от того, являются ли предприятия партнерства встроенными в производственную модель или практически независимыми организациями. На основании схемы общей факторной производительности (total factor productivity), отражающей результаты долгосрочных технологических изменений у партнеров, можно рассмотреть модель оптимизации, максимизирующую эффективность работы всех предприятий партнерства одновременно. В результате появляется возможность исследования динамики системы.

Для этого построена эконометрическая модель, отражающая влияние факторов на эффективность и инновационную активность промышленных предприятий. В качестве индикатора инновационной активности взяты расходы на R&D, и показано, что направление передачи исследований и разработок (ИиР) наиболее эффективно в направлении от партнеров-инноваторов к партнерам-имитаторам. Это можно объяснить тем, что инноваторы на основе результатов выполненных ИиР могут предложить новые продукты, в то время как имитаторы главным образом ориентированы на адаптацию созданной инноваторами продукции под требования локального рынка.

В общем виде функция Кобба – Дугласа выражена зависимостью:

Υ= γ_Τ L^α K^β, (1)

где γ_Τ – коэффициент, учитывающий технологическое развитие отрасли во времени Т, L^α – затраты труда, α – коэффициент эластичности по затратам труда, K^β – затраты на капитал, β – коэффициент эластичности по затратам капитала.

Поскольку цель настоящей статьи – проанализировать экономическое воздействие трансфера инноваций от компаний-инноваторов к компаниям-имитаторам, то функция Кобба – Дугласа будет представлять собой производственную функцию i-й компании, не инвестирующей ИиР в период времени Τ. Кроме того, мы введем еще две переменные – С_А и С_Р , отражающие вложения в ИиР инноваторов. Под А мы будем понимать компании, не инвестирующие в ИиР, Р – компании, инвестирующие в ИиР, ℇ отражает так называемый остаток Солоу, отвечающий за те изменения объемов производства, которые не вызваны факторами затрат на труд, капитал и инновации, α, β, φ – коэффициенты эластичности соответствующих входных факторов.

Таким образом, функция Кобба – Дугласа примет вид, выраженный формулой:

Υ_ι = γ_Τ L^α K^β С_А^φ С_Р^φ ℇ. (2)

Проверим следующие гипотезы:

Гипотеза 1. Увеличение вложений в ИиР на предприятиях, инвестирующих в ИиР, положительно сказывается на производительности не только их самих, но и предприятий, не инвестирующих в ИиР, поэтому для повышения результативности всего партнерства необходимо стимулирование инновационной активности предприятий-инноваторов и создание эффективных механизмов трансфера знаний и технологий предприятиям-партнерам, не занимающимся ИиР.

Гипотеза 2. Знания и технологии, разработанные предприятиями-имитаторами и передаваемые предприятиям – инноваторам партнерства, оказывают значительное влияние на результативность инновационной деятельности как предприятий-инноваторов, так и всего партнерства.

Гипотеза 3. Наибольший эффект, выраженный в темпе прироста прибыли от продаж инновационной продукции, будет наблюдаться у вертикально интегрированных партнерств (как следствие, имеющих наибольшую встроенность в производственную систему партнерства).

Для доказательства первой гипотезы исходя из уравнения (2) линеаризуем производственную функцию Кобба – Дугласа и получим прирост производительности i-й компании-имитатора и компании-инноватора в партнерстве, представленный уравнением:

 (3)

При этом влияние фактора инвестиций в ИиР можно выразить уравнением:

 (4)

Эта формула применима как для компаний-инноваторов Р, так и для предприятий-имитаторов А, то есть S = А, Р.

В связи с тем что оценка производственной функции значительно осложнена множеством факторов, влияющих на нее, введя устойчивую инварианту времени, мы сможем смягчить данную проблему. Уравнение примет вид:

 (5)

где  – годовые инвестиции в ИиР, Q – предельная норма прибыли предприятий партнерства от продаж инновационной продукции. Преобразуя уравнение (3), получим:

 (6)

где Q_А и Q_Р – нормы прибыли от продаж инновационного продукта предприятий партнерства, соответственно, η_ιΤ – новая величина случайной ошибки.

Используя понятие общей факторной производительности, включающей накопленные знания и используемые технологии, DTFP = ∆γ – αΔc – βΔl, вводя допущение, что (α + β = 1), преобразуем уравнение (4) и получаем:

 (7)

Для оценки качества модели и надежности полученных коэффициентов при основных показателях модели мы использовали метод наименьших квадратов с доверительной вероятностью 95%.

4. Измерение и переменные

Обследованные 270 промышленных предприятий составляли 78 партнерств. Расчеты выполнены с использованием прикладной программы Matlab, переменные модели описаны в табл. 1.

5. Результаты исследования

Результаты исследования представлены в табл. 2 и 3.

Эмпирическая модель является достоверной, так как R² = 95,1%. Факторы вложений в ИиР предприятий-инноваторов оказались более значимыми, чем факторы труда. Факторы стоимости физического капитала не вошли в эмпирическую модель и оказались незначимыми. Основным значимым фактором вложений в ИиР стал фактор вложений предприятий-инноваторов (2,971), то есть существует непосредственная связь между изолированными вложениями предприятий-инноваторов в ИиР и ростом полной производительности факторов производства на предприятиях-имитаторах в партнерствах.

Все показатели труда (0,653) оказались значимыми для инновационной деятельности, в том числе и численность персонала. Наибольшую значимость имеет показатель вложений в обучение персонала.

Вместе с тем согласно представленным в табл. 3 результатам изолированные вложения предприятий-имитаторов в ИиР оказывают незначительное влияние на рост прибыли предприятий-инноваторов (0,875). Так, на 81% прибыль от инновационной деятельности была обеспечена вложениями в ИиР предприятиями-инноваторами и на 19% – предприятиями-имитаторами.

В табл. 3 для анализа особенностей мы разделили показатели передачи предприятиями-инноваторами и предприятиями-имитаторами инновационных продуктов и технологий. При этом долю в процентных пунктах изменения DTFP за счет передачи инновационных продуктов и технологий рассчитывали по формуле:

 (8)

Согласно полученным результатам предприятия-инноваторы более охотно передают предприятиям-имитаторам инновационные продукты (0,29 п.п. роста DTFP), нежели технологии (0,13 п.п. роста DTFP). Если рассматривать взаимосвязь между показателями, то корреляционный анализ переменных показал, что есть зависимость между уровнем заработной платы на предприятиях-имитаторах и передачей технологий: передача технологий в большей степени происходит на предприятиях-имитаторах с более высокими затратами на труд. Это, в свою очередь, может говорить о том, что для внедрения на предприятиях-имитаторах новых технологий и процессов требуется более высокий уровень компетенции и это более сложная задача, чем «обогащение» предприятий-имитаторов новым продуктом.

Вместе с тем, согласно нашим расчетам, передача новых технологий для предприятий-имитаторов имеет больший эффект (1,42 п.п.), выраженный в росте DTFP, нежели передача новых продуктов (0,72 п.п.).

Если анализировать предприятия-имитаторы, имеющие наибольшую прибыль от передачи инновационных продуктов и технологий, то наибольший темп прироста имеют вертикально интегрированные предприятия; это подтверждает первую гипотезу о том, что передача технологии будет иметь особое значение, если предприятие-имитатор будет высоко интегрировано в производственную систему партнерства, и в этом случае необходим механизм, способствующий эффективным межфирменным отношениям материнской и дочерних структур.

Заключение

Таким образом, исследования подтвердили выдвинутую нами гипотезу о том, что увеличение вложений в ИиР на предприятиях – инноваторах партнерства положительно сказывается на производительности не только их самих, но и предприятий – имитаторов партнерства.

Однако вторая гипотеза – о влиянии инноваций и технологий, разработанных на предприятиях-имитаторах, на результативность инновационной деятельности как предприятий-инноваторов, так и всего партнерства – при 5%-ном уровне значимости оказалась не подтверждена и может быть принята только при 10%-ном уровне значимости.

Третья гипотеза относительно того, что наибольший эффект, выраженный в темпе прироста прибыли от продаж инновационной продукции, будет наблюдаться у предприятий-имитаторов, имеющих наибольшую встроенность в производственную систему партнерства, полностью подтверждена.