Развитие венчурного инвестирования сетевой инновационной деятельности

Поставщики оборудования, сырья, комплектующих и программных продуктов.

Отраслевые конкуренты.

Потребители товаров, работ, услуг.

Информационные и консалтинговые компании.

Институциональные источники (научные организации):

Академический профиль.

Отраслевой профиль.

Высшие учебные заведения.

Другие источники:

Конференции, семинары, симпозиумы.

Научно-техническая литература.

Рекламные средства, в том числе ярмарки и выставки.

Интернет.

Профессиональные ассоциации (объединения).

Неформальные контакты.

Прочие источники.

Согласно рисунку 28 [27-30] основными источниками информации с наибольшей долей показателей для технологической и информационной сфер являются: внутренние источники организации, потребители товаров, работ, услуг и интернет. При этом в технологическом секторе возрастает роль поставщиков оборудования, материалов, комплектующих, программных средств и проведения выставок, ярмарок и реализации других маркетинговых мероприятий, а в информационной сфере необходимо отметить возрастающую роль конференций, семинаров, симпозиумов, а также научно-технической литературы.

Рассмотрим на рисунке 29 [27-30] основные факторы, препятствующие проведению технологических инноваций. Данные факторы перечислены списком ниже. Экономические факторы:

Дефицит собственных наличных денежных средств.

Дефицит государственной финансовой поддержки.

Низкий спрос на инновационные товары и услуги.

Высокая стоимость коммерциализации инноваций.

Высокий экономический риск.

Внутренние факторы:

Низкий инновационный потенциал компаний.

Недостаток квалифицированного человеческого капитала.

Дефицит информации о новых технологиях.

Дефицит информации о рынках сбыта.

Неразвитость кооперационных связей.

Другие факторы:

Слабая законодательная и нормативно-правовая база по регулированию и стимулированию инновационной деятельности.

Низкий уровень инновационной инфраструктуры (информационные, юридические, банковские, посреднические и прочие услуги).

Риск неполучения экономических выгод от использования интеллектуальной собственности.

Ведущими факторами за период 2007-2012 гг. выступали: дефицит собственных наличных денежных средств и высокая стоимость коммерциализации инноваций, которые нивелируются «умными» инвестициями.

Добыча, производство и распределение ресурсов

Связь, информационные технологии, НИОКР

Рис. 28. Удельный вес организаций, оценивших отдельные источники информации для технологических инноваций как основные, в общем числе организаций



Добыча, производство и распределение ресурсов

Связь, информационные технологии, НИОКР

Рис. 29. Удельный вес организаций, оценивших отдельные факторы, препятствующие технологическим инновациям, как основные, в общем числе организаций

Для эффективного функционирования в инновационной среде организациям необходимо налаживание кооперационных связей. Так, суммируя доли факторов по пунктам 6-10 и 12-13, уменьшающих свой эффект в рамках взаимодействия внутри венчурной сети, получаем по состоянию на 2012 год в технологической сфере - 41,3%, в информационной - 27,3%.

Устойчивая положительная динамика количественных и качественных изменений основных индикаторов венчурной деятельности, кооперации, инновационной направленности бизнес-процессов организаций формируют действенную инфраструктуру венчурных сетей. Высокие значения прямых и обратных корреляционных связей указывают на взаимозависимость высокорисковой инновационно-инвестиционной деятельности.

Выводы по 2-й главе

Российская специфика институционализонных процессов, характерная для переходного и пост-переходного периода экономики, определила особый ритм и качество сетизации высокорисковой инновационной деятельности, а именно: заполнение институциональных пустот сетевыми и кластерными образованиями; легитимизация возникающих норм, структур и правил; приращение социальных предпринимательских сетей; плюрализация когнитивных схем по выстраиванию сетевых связей.

Основные различия между инновационным кластером и венчурной сетью состоят в следующем: доступ к специализированным услугам; количество участников; характер договорных отношений; спросовые ориентиры и предпочтения; специфика конкурентной среды; стратегическое видение: миссия и цели.

Венчурная сеть, обеспечивающая поддержку информационной среды участников инновационного процесса, регулирует знаниевые потоки и устанавливает их функциональную классификацию, определяет роли субъектов обмена знаниями.

Анализ системных недостатков венчурных сетей с помощью кластерного монитора помогает выявить взаимосвязь недостатков и вариантов улучшений инфраструктуры, разработать группу мер по усовершенствованию конкурентных преимуществ.

Программа внедрения венчурной сети в инновационный кластер задает управленческие цели, служит механизмом поддержки операционной деятельности, а также повышает прозрачность бизнес-процессов. Трехфазный методический подход определен инициативами, имеющими потенциально стратегическое значение венчурной сети, кросс-валидацей информационных данных, выявлением и ликвидацией системных недостатков.

Коэффициенты корреляции между показателями инновационной деятельности, кооперации при разработке маркетинговых, технологических и организационных инноваций с одной стороны и показателями венчурной деятельности с другой стороны в большинстве своем свидетельствуют о значимой прямой связи. Следовательно, развитие венчурных институциональных образований и способствование налаживанию и упрочнению связей между ними напрямую воздействует на совершенствование инновационной инфраструктуры.



3. Эффективность использования потенциала венчурной сети для развития региональной инновационной деятельности

3.1 Стратегия повышения конкурентоспособности венчурной сети

Эффективность венчурных инновационных компаний, как источника регионального и общенационального роста, как прямо, так и косвенно достигаемая посредством стратегии, обусловлена сетевыми компетенциями и сетевой структурой, их влияниями на взаимоотношения между акторами сети.

Для обоснования производственных показателей венчурной сети следует рассмотреть концептуальную модель в рамках сетевой теории. Целью будет являться разбор факторов, влияющих на производительность венчурной сети, таких как сетевая компетенция и предпринимательская ориентация. В развитии венчурных сетей также играют роль социальные реляционные связи и структурные дыры.

На рисунке 30 [20] отражена концептуальная модель производительности венчурной сети, в которой предполагается, что структура венчурной сети и ее сетевая компетенция непосредственно влияют на стратегии ее акторов. Однако стратегия венчурной компании также может повлиять и на сетевую структуру в зависимости от происхождения компании, ее предложения и целевых клиентских сегментов. Модерирующей переменной, влияющей на исход структуры венчурной сети, стратегии и сетевой компетенции является венчурная комплексность, то есть определение существующего масштаба задач сети в разрезе их рекуррентности и анализируемости. Также на сетевую структуру, компетенцию и стратегию влияет степень инновационности и уровень технологий венчурной компании.

Показатели конкурентоспособности для венчурной компании могут варьироваться. Если компания создана на зрелом рынке, достаточны такие традиционные показатели результатов деятельности как прибыльность и рост продаж. Однако если предприятие входит на новый рынок или пытается его создать, вышесказанные показатели не обеспечивают объективную информацию. В данном случае должными базисами конкурентоспособности венчурной компании выступают будущие перспективы, легитимность отношений с партнерами и успешное финансирование, выражающиеся в достижении прибыльности, воспринимаемом качестве отношений с клиентом, реализации конкурентных преимуществ и обеспечении долгосрочного выживания компании [151].

Рис. 30. Концептуальная модель повышения показателей конкурентоспособности венчурной сети (составлено автором)

Показатели конкурентоспособности для венчурной компании могут варьироваться. Если компания создана на зрелом рынке, достаточны такие традиционные показатели результатов деятельности как прибыльность и рост продаж. Однако если предприятие входит на новый рынок или пытается его создать, вышесказанные показатели не обеспечивают объективную информацию. В данном случае должными базисами конкурентоспособности венчурной компании выступают будущие перспективы, легитимность отношений с партнерами и успешное финансирование, выражающиеся в достижении прибыльности, воспринимаемом качестве отношений с клиентом, реализации конкурентных преимуществ и обеспечении долгосрочного выживания компании [151].

Инновации, как приоритетное направление деятельности предпринимательства, создание новых продуктов и/или услуг, а затем их коммерциализация, является важным процессом наращивания добавленной стоимости. Инновации, а также возникающие сложности для субъектов предпринимательства по их имитации, принимают решающее значение в эффективном конкурировании на местных и глобальных рынках. Для достижения долгосрочных конкурентных преимуществ венчурная компания может достичь высоких доходов, если она является первой на рынке в предоставлении новых товаров или услуг, которые приносят монопольную прибыль, пока имитации или заменители не возникают на рынке. Это конкурентное преимущество возникает, когда венчурная компания имеет возможность захвата крупного сегмента рынка и установления высоких цен, что, к примеру, происходит в биотехнологической и телекоммуникационной отраслях.

С другой стороны при созревании рынка и диффузии информации возникают риски имитации инновации и захвата части рынка. Таким образом, монопольные права, медлительность информационной диффузии, невозможность имитации, замены или приобретения редких ресурсов увеличивает продолжительность инновации. Коммерциализация инноваций требует участия и сотрудничества таких дорогостоящих составляющих как маркетинговой, производственной, научно-исследовательской и других, следовательно, иногда стратегия последователя оказывается более выгодной для долгосрочного роста доходов, чем стратегия новатора.

Широко известная маркетинговая концепция формирования конкурентоспособности основывается на признании потенциальных потребностей. Стратегия, где венчурная компания обеспечивает замену существующим продуктам, которые приняты действующими клиентами, называется pull-стратегия [105]. Push-стратегия [141], напротив, предполагает инновации, которые требуют изменения поведения клиентов для их использования, что зачастую массово не признается и создает для венчурных компаний специфические ограничения и проблемы. Следовательно push-стратегия подразумевает большие инвестиции, выход уже с начальной стадии на международные рынки, необходимости образовательной поддержки для клиентов, более длительные периоды окупаемости, тогда как pull-стратегия основывается в большей степени на удовлетворение существующих потребностей рынка с более или менее известными продуктами или услугами. Данные стратегии находятся под влиянием венчурной проактивности и поисками новых возможностей.

При утверждении на целевых рынках новые инновационные компании, также как и существующие компании, для создания ценности прибегают к стратегическому мышлению. Стратегическое мышление касается решений о том, как достичь конкурентного преимущества посредством осуществления выбора [79]. Новые возможности для бизнеса могут быть достигнуты путем выхода на новые или существующие рынки с новыми или существующими продуктами или услугами, а также непосредственно созданием новых рынков. Новые венчурные компании должны осуществлять деятельность по поиску новых возможностей и преимуществ, которая является следствием неопределенности и предпосылкой формирования предпринимательской ориентации. Сетевая венчурная предпринимательская ориентация может быть описана как процесс, состоящий из пяти различных параметров: венчурная организационная автономия, готовность к риску, инновационность, проактивность и конкурентная агрессивность. Кроме того данные параметры могут самостоятельно варьироваться, затрагивая венчурную производительность, в зависимости от внутренних и внешних обстоятельств венчурной сети.

Эффект предпринимательской ориентации на венчурную производительность обусловлен индивидуальной или сетевой возможностью и желанием стремиться к автономии в поисках возможностей. Инновационность венчурной сети (технологическая или продуктово-рыночная), как составляющая динамичного развития экономики, отражает необходимые средства по отслеживанию новых возможностей и формированию высоко-конкурентоспособных структур. Предпринимательство типизировано по рисковому и проактивному поведению. Предпринимательская ориентация акторов венчурной сети при оценке возможностей предполагает рисковое поведение по принятию обязательств по выделенным ресурсам, инвестированию в неизведанные технологии, и проактивное поведение по прогнозированию будущих потребностей и удовлетворению их. Решающим значением успеха и выживания венчурной сети по линии определенного инновационного продукта или услуги является агрессивное стремление превосходить конкурентов на рыночном пространстве, используя нешаблонные тактики или нацеливание на слабости конкурентов.

В дополнение к пяти параметрам предпринимательской ориентации, влияющими на производительность венчурной сети, можно отнести также такие параметры, как организационная структура, процесс разработки стратегии, ресурсы, культура, менеджмент совместно с экологическими и отраслевыми параметрами.

Требование к способностям, благоприятствующим успеху инновационных компаний, заметно увеличивается с каждым технологическим циклом. Акторы венчурной сети встроены в социальные и профессиональные сети, и не рассматриваются в качестве индивидуальных или самодействующих единиц: аспекты обучаемости критическими возможностями и защита ключевых для компании компетенций исходят из развития дружественных, уважительных и доверительных отношений между взаимодействующими сторонами. Сетевая компетенция определяется как способность к развитию и использованию межфирменных отношений с учетом следующих аспектов: венчурная координация деятельности сотрудничающих компаний; навыки налаживания отношений и способность межличностного обмена; знание партнера - обладание организационной и структурированной информацией о сотрудничающих компаниях и конкурентах; внутренние коммуникации, обеспечивающие организационное обучение в рамках партнерства [139].

Результатом сетевой компетенции будет являться управление взаимоотношениями, выходящими за рамки монополярных отношений, построение стратегии развития и конкурентных преимуществ с учетом взаимодействия с другими акторами. Это позволит участвующим партнерам сосредоточиться на своей основной деятельности и увязать ее с компетенциями друг друга.

Сетевая структура состоит из множества акторов, где определенный актор связан с другими определенными акторами. Отношения субъектов базируются на доверии и поддержке, а также зависят от различного рода обмена друг с другом. Конкурентное преимущество в сетевой структуре зависит от ее внутреннего устройства и расстановки связей акторов в социальной конструкции. Количество взаимодействий между направляющими инновационных ресурсных потоков и венчурными ресурсами, а также вариации таких взаимодействий, приобретают решающее значение. Важность сетевой структуры для предпринимательских конкурентных преимуществ обуславливается двумя направлениями исследований.

Согласно первому направлению социальная структура - это взаимосвязанная сеть, состоящая из либо слабых или сильных связей, где слабые связи помимо прочего являются средством достижения конкурентоспособных преимуществ инновационных предприятий [96]. Вторая идея заключается в оптимизации структурных дыр, которые являются предпосылками информационных преимуществ и, следовательно, более благоприятны для достижения конкурентных преимуществ [82].

Сетям необходимо разрабатывать принципы деятельности, ссылаясь на их действенность и производительность. Первый принцип устанавливает количество резервных связей в сети для максимизации взаимоотношений с различными акторами вне сети, что дает определенные преимущества по диверсификации разноплановых контактов для обеспечения разнообразными источниками информации, ресурсов и компетенциями. Второй принцип закрепляет связи как источник доступа к разнообразным и обособленным кластерам, предприятиями которого способствует расширению собственной сети. При этом центральный актор получает возможность координировать деятельность сотрудничающих компаний, что является важным фактором сетевой компетенции.

Согласно Грановеттеру, институты или организации могут быть проанализированы через их текущие социальные отношения, где сети имеют большое значение в получении информации. Берт говорит о важности структурных дыр [82], тогда как Грановеттер заявляет о сильном влиянии слабых связей [96]. Подразумевается, что каналы доступа к знаниям, ресурсам и информации, обеспечивающие возможности венчурных акторов и их интеграцию в бизнес-сообщество, состоят из непрочных межорганизационных связях. Кроме того сила связи определяется комбинацией доступного времени, эмоциональной вовлеченности, должной осведомленности и взаимности оказываемых услуг между составляющими сети. Следовательно, сети, состоящие из слабых связей, имеют доступ к кластерам информации, тогда как соединения в рамках кластера просто состоят из сильных связей. Каналы доступа, обеспечивающие информационное преимущество, а именно соединения с неизбыточными связями вне кластера будут скорее слабыми, чем сильными. Это означает, что информация, знания и ресурсы, полученные посредством слабых связей, могут охватить большее число акторов на большей межорганизационной дистанции.

Структура венчурной сети состоит как из предпринимателей, так и числа других заинтересованных сторон, обеспечивающих силу сетевых взаимоотношений многообразием и качеством межорганизационных связей. Эти связи и каналы доступа к требуемой информации или компетенциям влияют на стратегию венчурной сети. Также на стратегию влияют сетевые компетенции компаний: способность к межфирменной координации, навыки налаживания отношений между предпринимателями, знания партнеров или конкурентов, внутренние коммуникации и движущая сила или энергия компетенций самой венчурной сети.

Тип венчурной компании может повлиять на ее показатели конкурентоспособности: приобретенные конкурентные преимущества над существующими компаниями и ее дальнейший рост и выживаемость. Компании, созданные на базе университетских научных разработок (academic spin-offs), осуществляют трансфер ключевых технологий из научного института в новую компанию, а также и другие наукоемкие технологии [125]. Неакадемические венчурные компании не имеют научного происхождения. Следовательно, комплексность или происхождение двух типов венчурных компаний может повлиять на их показатели конкурентоспособности и дальнейший рост.

Заработанная прибыль венчурной компании в значительной степени приписывается к ресурсам, удерживаемым ею [130]. Венчурные компании с ценными, редкими и уникальными ресурсами имеют потенциал достигнуть большие конкурентные преимущества [72]. Эти ресурсы могут состоять из внутренних возможностей, таких как предпринимательская ориентация, технологические возможности и финансовые ресурсы [110]. Другим важным активом, а также конкурентным преимуществом является знание [160]. Важным конкурентным ресурсом компаний является человеческий капитал [100]. Молодые или новые основанные на технологиях венчурные компании, испытывающие недостаток данных ресурсов, могут достичь конкурентных преимуществ посредством привлечения уникальных возможностей от межорганизационных взаимоотношений с внешними организациями, заказчиками, поставщиками, инвесторами, правительственными органами [161].

Следовательно, такие стратегические опции, как технология push или pull являются предпосылками того, как венчурная компания сконфигурирует ресурсы для выхода на целевые рынки.

Разработка и коммерциализация согласно технологии push также потребует комбинацию различных видов экспертиз, в ходе запуска процесса разработки продукции и стратегического планирования. Бизнес концепция академических spin-off предполагает большую ресурсную обеспеченность, чем у неакадемических венчурных компаний, поэтому больше зависит от участия в сетевых образованиях и альянсах для успешного входа на рынок. В связи с рисунком 30 последствия воздействующих переменных (таких как сетевая структура, стратегия внедрения на рынок и сетевая компетенция) на показатели конкурентоспособности венчурной компании зависят от венчурной комплексности, предполагая, что степень комплексности венчурной компании отражает влияние переменных на ее производственные показатели.

Рисунок 30 предлагает следующие взаимосвязи. Чем больше венчурная сеть обладает сетевой компетенцией в построении и поддержании своей жизнедеятельности, тем больше будет сильных сетевых контактов: более развитая сетевая структура с точки зрения размера и прочности; тем шире и действенней будет предпринимательская ориентация: проактивное предпринимательское поведение в условиях инновационной деятельности и принятия рисков; а также лучше производственные показатели. Компетентное сетеобразование вокруг венчурной инновационной компании привлечет дополнительные инвестиции и улучшит ее конкурентоспособность.

Сетевой контакт - источник предпринимательской деятельности, и, чем больше контактов, тем больше возможностей для предпринимательства и развития предпринимательской ориентации.

Чем выше венчурная комплексность, тем сильнее взаимосвязь с конкурентными показателями от сетевой компетенции и сетевой структуры. И наоборот - чем выше венчурная комплексность, тем слабее взаимосвязь между предпринимательской ориентацией и конкурентными показателями.

Для сбалансирования уровней составляющих своей стратегии посредством выбора нужного контрагента актор венчурной сети может прибегнуть к использованию теории нечетких множеств для оценки эффективности кооперации, подбора необходимых экономико-хозяйственных качеств и свойств для реализации определенного инновационного проекта реципиентами венчурных инвестиций первого и последующих уровней.

Регулирующими показателями при выборе контрагента могут выступать экспертные оценки предпринимательской ориентации по методу парных сравнений Саати [63]. Рисунок 31 систематизирует возможные показатели оценки актора, выбирающего себе контрагента для кооперации с целью усилить собственную стратегию в сети: A₁ - инновационный актор, A₂ - инвестиционный актор, A₃ - научно-технический актор, A₄ - актор-реципиент инноваций.



Рис. 31. Показатели предпринимательской ориентации акторов венчурной сети (составлено автором)

В целях апробации методики рассмотрим следующую венчурную сеть: российская инновационная компания ЗАО «Комбарко» [56], выступающая в роли A₁, инвестор - ЗПИФ ОР(В)И «ВТБ фонд венчурный» - A₂ [55], A₃ - тайваньская компания TECO Electric and Machinery Co., Ltd [54] и A₄ - ООО «Технологии АЭК» [53].

Авторские парные сравнения акторов по критериям S₁ - S₆, составленные на основе обработки доступных интернет-источников, отражены в таблице 31.

Таблица 31. Парные сравнения акторов по шкале Саати (составлено автором по результатам исследования)

Критерий	Экспертные сравнения
S1	Превосходство A1 над A2 сильное Превосходство A1 над A3 отсутствует Превосходство A1 над A4 абсолютное	Превосходство A2 над A3 отсутствует Превосходство A2 над A4 сильное Превосходство A3 над A4 абсолютное
S2	Превосходство A1 над A2 отсутствует Превосходство A1 над A3 отсутствует Превосходство A1 над A4 незначительное	Превосходство A2 над A3 сильное Превосходство A2 над A4 абсолютное Превосходство A3 над A4 абсолютное
S3	Превосходство A1 над A2 отсутствует Превосходство A1 над A3 отсутствует Превосходство A1 над A4 незначительное	Превосходство A2 над A3 сильное Превосходство A2 над A4 абсолютное Превосходство A3 над A4 сильное
S4	Превосходство A1 над A2 отсутствует Превосходство A1 над A3 отсутствует Превосходство A1 над A4 слабое	Превосходство A2 над A3 сильное Превосходство A2 над A4 абсолютное Превосходство A3 над A4 слабое
S5	Превосходство A1 над A2 слабое Превосходство A1 над A3 незначительное Превосходство A1 над A4 слабое	Превосходство A2 над A3 отсутствует Превосходство A2 над A4 слабое Превосходство A3 над A4 сильное
S6	Превосходство A1 над A2 отсутствует Превосходство A1 над A3 отсутствует Превосходство A1 над A4 сильное	Превосходство A2 над A3 отсутствует Превосходство A2 над A4 абсолютное Превосходство A3 над A4 абсолютное

На основе сравнений можно построить следующие матрицы, где P_ji=1/P_ij, отсутствию превосходства соответствует 1, незначительному - 2, слабому - 3, сильному - 5, абсолютному - 7:

Исходя из того, что степени принадлежности равны координатам вектора матрицы, определяемых как сумма элементов каждой строки, деленная на сумму всех элементов матрицы, находим следующие нечеткие множества:

Для определения относительной важности показателей можно также прибегнуть к методу парных сравнений, которым соответствует следующая матрица:

.

Для показателей S₁ - S₆ находим коэффициенты важности: б₁=0,41; б₂=0,21; б₃=0,24; б₄=0,07; б₅=0,15; б₆=0,33. Следовательно, наибольшую важность при выборе актора представляют: доля инновационных продуктов/услуг (S₁) и диапазон внешней активности (S₆).

Степень принадлежности нечеткого множества D при неравновесных критериях определяется следующей формулой [62]:



(3.1)

, где б_i - коэффициент относительной важности критерия S_i,

б₁ + б₂ + б₃ + … + б_n = 1, из чего исходят следующие нечеткие множества:



Степень принадлежности нечеткого решения исходит из пересечения выше обозначенных множеств:

В результате получается нечеткое множество:

свидетельствующее о превосходстве научно-технического актора A₃ над остальными с учетом важности показателей.

Допустим, что можно переоценить актора A₁, стоящего на втором месте, по показателю S₆. Для этого следует поменять значение а₁₃ матрицы парных сравнений P(S₆) c 1/7 на 1/4, 1/3, 1, 2, 3, 7 и провести расчеты согласно описанному выше способу.

При значении а₁₃ =1/4 матрицы парных сравнений P(S₆), находим следующие значения: 0,570; при а₁₃ =1/3 0,577; при а₁₃ =1/2 0,587; при а₁₃ =1 0,604, при этом ; при а₁₃ =2 0,627, при этом ; при а₁₃ =3 0,646, при этом ; при а₁₃ =7 0,703, при этом .

Рисунок 32 демонстрирует, что актор A₁ займет первое место по рангу существенности, когда по критерию S₁ его превосходство над А₃ будет абсолютным.



Рис. 32. Анализ переоценки показателей конкурентоспособности акторов венчурной сети (составлено автором по результатам исследования)

Стратегическое управление в условиях неопределенности требует построения эффективных математических моделей на основе аппарата теории нечетких множеств, оптимизирующих применение вероятностных методов и нивелирующих субъективизм при экспертных оценках. Выстроенные модели с учетом индивидуальных требований участников сети будут способствовать повышению конкурентоспособности всей венчурной сети развития инновационных товаров или услуг.

3.2 Оптимизация системы мониторинга и моделирование эффективности функционирования венчурных сетей

Венчурное сетеобразование в инновационных кластерах способствует росту ВВП посредством двух механизмов - оно увеличивает масштабы экономии путем аутсорсинга и стимулирует технический прогресс посредством распространения технологий среди отраслей производства. Для успешной оценки процесса венчурного финансирования сетевой инновационной деятельности автор предлагает использовать индекс венчурной кластеризации, базирующийся на данных федеральной службы государственной статистики и Российской ассоциации венчурного инвестирования, определяющих четыре экономических показателя, таких как сумма венчурных инвестиций конкретной отрасли конкретного региона, общая сумма венчурных инвестиций конкретной отрасли, сумма венчурных инвестиций всех отраслей конкретного региона, общая сумма венчурных инвестиций во всех регионах.

Индекс помогает проиллюстрировать венчурную концентрацию в определенных отраслях за изучаемый период, а также отражает венчурную политику регионов. Ожидается, что высокую степень концентрации можно наблюдать в густонаселенных районах. Таким образом, анализируются отклонения от среднего распределения венчурных инвестиций во всех регионах. Для аналогии, коэффициент Джини [116] указывает на отклонение или неравенство по сравнению со средними величинами, но им трудно измерить отклонение от среднего распределения венчурных инвестиций на всем венчурном пространстве страны. Для анализа пространственной венчуризации и/или инвестиционных потоков необходимо учитывать географическое распределение в деталях. Предлагается использовать следующий метод для оценки разницы в этих распределениях. Если каждый параметр, такой как сумма венчурных инвестиций, отражает одно и то же распределение по регионам, то можно найти равновеликую разбросанность инвестиций. В дополнение можно наблюдать венчурную концентрацию как относительно высокий процент определенных отраслей в некоторых регионах в сочетании с низким процентом тех же отраслей в остальных регионах [38].

Индекс сетевой венчурной кластеризации (IVC) для отрасли r будет следующим:

(3.2)



где суммирование ведется по всем регионам i.

V_ri - сумма прямых и венчурных инвестиций в отрасли r региона i;

V_r - общая сумма прямых и венчурных инвестиций в отрасли r;

V_ni - общая сумма прямых и венчурных инвестиций всех отраслей региона i;

V_n - общая сумма прямых и венчурных инвестиций во всех регионах.

Значение варьируется в диапазоне от нуля до единицы. Значение 0.0 в IVC означает равновеликую разбросанность, а значение 1.0 указывает на полную венчурную концентрацию. Как правило, увеличение значения IVC указывает на процесс локализации венчурных инвестиций по отраслям к пространственной концентрации, а уменьшение, с другой стороны, указывает на отток инвестиций.

Основные выводы от анализа с использованием IVC будут следующими. Отрасли имеют свои индивидуальные особенности пространственной мобильности венчурных инвестиций, отражающей процессы концентрации или рассеяния. Венчурные инвестиции по отраслям концентрируются не только во время их роста, но и также во время упадка. Пространственная мобильность венчурных инвестиций количественно отражается показателем IVC. Отрасли, показывающие рост или падение притока венчурных инвестиций в рамках венчурной концентрации (значение IVC стремится к 1.0), могут быть охарактеризованы как отрасли, чьи ключевые технологии зависят от явного или неявного знания, такого как ноу-хау. Отрасли с рассеивающим характером инвестиций (значение IVC стремится к 0.0) в меньшей степени зависят от обмена неявным знанием.

В таблице 32 [47-52] представлены данные, принятые для расчета показателя IVC.

Венчурные инвестиции в 2012 году составили 9,59% и 8,94% в 2013 г. соответственно от общего числа прямых и венчурных инвестиций, но для расчета IVC предлагается использовать всю сумму целиком.

Рассмотрим рассчитанные значения показателя IVC и его составляющие за 2012-2013 гг. в таблице 33. Северокавказский ФО не представлен в расчете в силу недостаточности данных для анализа.

В 2013 году уровень прямых и венчурных инвестиций снизился на 28%, но при этом данные, полученные в результате исследования, говорят о том, что инвестиции стали стремиться к венчурной концентрации, что в свою очередь территориально способствует развитию кооперационных связей участников инновационной деятельности.

Согласно индексам IVC небольшой рост концентрации венчурных инвестиций отмечен практически во всех отраслях, в некоторых даже несмотря на падение общего объема инвестиций (Рис. 33).

Рис. 33. Графическая интерпретация индекса IVC (составлено автором)

Таблица 32. Объем прямых и венчурных инвестиций за 2012-2013 гг., млн. долл. по отраслям и федеральным округам

Отрасль	Центральный	Северо-Западный	Приволжский	Южный	Северо-Кавказ-ский	Уральский	Сибирский	Дальне-восточный	Итого
	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013
Транс-порт	113,00	3	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	113,00	3
Биотех-нологии	0,00	20,27	0,00	0,31	1,91	0	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	1,91	20,58
Строи-тельство	30,60	47,6	0,00	0	0,14	0,04	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	30,74	47,64
Хими-ческие материа-лы	4,67	2,2	0,00	0,49	0,50	1,01	4,20	0	0,00	0	0,00	2,42	0,46	0	0,00	0,33	9,83	6,45
Сельс-кое хо-зяйство	13,00	0	20,00	0	0,00	0	3,33	60	0,00	0	0,00	0	0,00	0	200,00	110	236,33	170
Про-мыш-ленное обору-дование	224,33	23,41	0,00	0	2,55	1,11	0,00	30	0,00	0	0,00	6,63	0,00	0,39	0,00	0,03	226,88	61,57
Элект-роника	10,10	10,64	6,00	1	0,00	0	0,00	0	0,00	0	0,00	0	0,30	0	0,00	0	16,40	11,64
Энерге-тика	645,33	31,6	5,53	0	0,78	0,28	0,00	0	0,00	0	0,00	2,7	10,30	0	3,50	48	665,44	82,58
Медици-на / Здраво-охране-ние	262,29	78,21	5,06	0	1,00	0	0,00	0	0,00	0	0,00	0	0,58	0	0,00	0	268,93	78,21
Ком-пьютеры	62,40	62,84	0,00	0,83	0,00	0	7,67	0	0,00	0	0,00	1,6	0,00	0	0,00	0	70,07	65,27
Теле-комму-никации	1027,60	1008,88	18,02	706,15	1,60	4,55	0,00	0,03	0,00	0	0,66	0,09	0,00	8,53	0,00	0	1047,88	1728,23
Финан-совые услуги	779,00	461,2	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	0,00	0	92,50	0	871,50	461,2
Потре-битель-ский рынок	260,00	43,6	0,00	0	35,00	0	4,50	0	0,00	0	0,00	0	0,00	0,15	0,00	0	299,50	43,75
Другое	264,17	21,06	0,00	1,4	1,50	41,35	6,00	116,44	0,00	0	0,00	2,33	0,30	0	0,00	1,03	271,97	183,61
Итого	3696,49	1814,51	54,61	710,18	44,98	48,34	25,70	206,47	0,00	0	0,66	15,77	11,94	9,07	296,00	159,39	4130,38	2963,73

Таблица 33. Индекс сетевой венчурной кластеризации по отраслям за 2012-2013 гг. (рассчитано автором)

	Центральный	Северо-Западный	Приволжский	Южный	Уральский	Сибирский	Дальне-восточный	У
	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013	2012	2013
Транспорт	0,053	0,194	0,007	0,120	0,005	0,008	0,003	0,035	0,000	0,003	0,001	0,002	0,036	0,027	0,105	0,388
Биотехнологии	0,447	0,186	0,007	0,112	0,495	0,008	0,003	0,035	0,000	0,003	0,001	0,002	0,036	0,027	0,989	0,373
Строительство	0,050	0,193	0,007	0,120	0,003	0,008	0,003	0,035	0,000	0,003	0,001	0,002	0,036	0,027	0,100	0,387
Химические материалы	0,210	0,136	0,007	0,082	0,020	0,070	0,211	0,035	0,000	0,185	0,022	0,002	0,036	0,001	0,505	0,510
Сельское хозяйство	0,420	0,306	0,036	0,120	0,005	0,008	0,004	0,142	0,000	0,003	0,001	0,002	0,387	0,297	0,854	0,877
Промышленное оборудование	0,047	0,116	0,007	0,120	0,000	0,001	0,003	0,209	0,000	0,051	0,001	0,002	0,036	0,027	0,094	0,525
Электроника	0,140	0,151	0,176	0,077	0,005	0,008	0,003	0,035	0,000	0,003	0,008	0,002	0,036	0,027	0,368	0,302
Энергетика	0,037	0,115	0,002	0,120	0,005	0,006	0,003	0,035	0,000	0,014	0,006	0,002	0,033	0,264	0,087	0,555
Медицина/ Здравоохранение	0,040	0,194	0,003	0,120	0,004	0,008	0,003	0,035	0,000	0,003	0,000	0,002	0,036	0,027	0,086	0,388
Компьютеры	0,002	0,175	0,007	0,113	0,005	0,008	0,052	0,035	0,000	0,010	0,001	0,002	0,036	0,027	0,103	0,370
Телекоммуникации	0,043	0,014	0,002	0,084	0,005	0,007	0,003	0,035	0,000	0,003	0,001	0,001	0,036	0,027	0,090	0,171
Финансовые услуги	0,001	0,194	0,007	0,120	0,005	0,008	0,003	0,035	0,000	0,003	0,001	0,002	0,017	0,027	0,034	0,388
Потребительский рынок	0,013	0,192	0,007	0,120	0,053	0,008	0,004	0,035	0,000	0,003	0,001	0,000	0,036	0,027	0,115	0,384
Другое	0,038	0,249	0,007	0,116	0,003	0,104	0,008	0,282	0,000	0,004	0,001	0,002	0,036	0,024	0,092	0,781

Используя данные таблицы 33 можно группировать индекс IVC по следующим значениям (Таблица 34):

Таблица 34. Характеристика значения индекса IVC (составлено автором)

Значение IVC	Характеристика
0-0,1	Инвестиции в отрасли носят разбросанный характер, участники которой наименее склонны к сетизации инновационной деятельности, обмену имплицитными знаниями
0,1-0,3	Слабая территориальная концентрация инвестиций
0,3-0,5	Умеренная территориальная концентрация инвестиций, распределенных по всем регионам страны и способствующая охвату наибольшего числа участников инновационной деятельности
0,5-0,7	Заметная территориальная концентрация инвестиций свидетельствует об ориентации отрасли на функционирование в рамках определенного региона, снижение активности в других отраслях
0,7-1,0	Сильная региональная концентрация инвестиций, способствующая развитию участников инновационного процесса, эффективному трансферу знаний в рамках отдельного региона

Рисунок 34 свидетельствует о положительной динамике индекса IVC в сторону умеренного значения, что свидетельствует о стабилизации венчурного финансирования инновационной деятельности.

Рис. 34. Динамика индекса IVC за 2012-2013 гг. (составлено автором)

Высокая концентрация инвестиций (IVC стремится к 1) свидетельствует о развитии инновационной деятельности в рамках отдельного региона, но не всей страны в целом, в связи с чем приемлемым значением IVC предлагаем считать его умеренный уровень в 0,3-0,5.

Индикатор IVC показывает, что падение объема инвестиций компенсируется их территориальной концентрацией, которая в форме сетизации участников инновацонной деятельности способствует региональному развитию.

В определении влияния деятельности акторов венчурной сети на показатель коммерциализируемости инноваций региона нами предлагается использовать следующую эконометрическую модель [37].

Присвоим каждому типу актора венчурной сети свой перечень показателей, влияющих на эффективность коммерциализации, и найдем их взаимосвязь.

За результирующий показатель (эффективность коммерциализации) примем используемые передовые производственные технологии, которые логически относятся к актору-реципиенту инноваций.

К инновационному актору предлагается отнести объем инновационных товаров, работ, услуг, руб.; численность персонала, занятого научными исследованиями и разработками, чел; выдача патентов, шт.

К инвестиционному актору предлагается отнести количество фондов прямых и венчурных инвестиций, ед.; количество прямых и венчурных инвестиций на региональном уровне ед.; сумма прямых и венчурных инвестиций, руб.; доля инвестиций на 1 фонд, руб.

К актору-поставщику венчурной сети предлагается отнести количество организаций, выполняющих научные исследования и разработки; внутренние текущие затраты на научные исследования и разработки; доля затрат 1-ой организации на научные исследования и разработки.

Составляющие модели показатели за 2009-2012 гг. отображены на Таблице 35 [47-52, 58].

Экономико-математическая модель оценки влияния деятельности акторов венчурной сети на коммерциализацию инновационной продукции на региональном уровне будет следующей:

Timp = -11332,45 + 0,04Qg + 0,418Qp + 3,742Qs +

+300,019Qinv - 2,014Sinv/Qf + +184,068Ci/Qint - 0,727Ci. (3.3)

где Timp - используемые передовые производственные технологии;

Qg - объем инновационных товаров, работ, услуг;

Qp - численность персонала, занятого научными исследованиями и разработками;

Qs - выдача патентов;

Qinv - количество инвестиций;

Ci - внутренние текущие затраты на научные исследования и разработки;

Sinv/Qf - доля инвестиций на 1 фонд прямых и венчурных инвестиций;

Ci/Qint - доля затрат 1-ой организации на научные исследования и разработки.

В таблице 36 дана характеристика значимости модели и ее составляющих. Значение коэффициента детерминации R² = 0,97 свидетельствует о высокой объясняющей степени модели, линейная связь в модели значима, о чем говорит высокое значение F-statistic, равное 123,6213. Значения вероятности p-уровень коэффициентов не превышают б = 0,1, в связи с чем модель можно считать адекватной.

Апробируем данную модель на базе данных Прогноза социально-экономического развития Российской Федерации на 2015 год и на плановый период 2016 и 2017 годов с целью получения авторских прогнозных данных по показателю используемых передовых производственных технологий.

Согласно таблице 37 примем число организаций, выполняющих научные исследования и разработки, в 2013 году за константу и найдем данные за 2013-2017 гг. с помощью показателя удельного веса организаций, осуществлявших технологические инновации [7]. Количество выданных патентов в 2013 году также примем за константу для расчета прогноза.

Таблица 35. Региональные показатели инновационно-инвестиционной деятельности за 2009-2012 гг., используемые для расчета модели

ФО	Год	Актор-реципиент инноваций	Инновационный актор	Инвестиционный актор	Актор-поставщик
		Используемые передовые производственные технологии, ед.	Объем инновационных товаров, работ, услуг, млн руб.	Численность персонала, занятого научными исследованиями и разработками, чел	Выдача патентов, шт.	Количество фондов, ед.	Количество инвестиций, ед.	Сумма инвестиций, млн руб.	Доля инвестиций на 1 фонд, млн руб.	Организации, выполняющие научные исследования и разработки, ед.	Внутренние текущие затраты на научные исследования и разработки, млн. руб.	Доля затрат 1-ой организации на научные исследования и разработки, млн. руб.
		Timp	Qg	Qp	Qs	Qf	Qinv	Sinv	Sinv/Qf	Qint	Ci	Ci/Qint
Центральный	2009	67880	241621	385392	17698	127	28	10924	86	1383	277118	200
Северо-Западный	2009	14473	77350	97633	3380	11	4	3819	347	518	64644	125
Южный	2009	8275	66394	27695	2149	1	4	146	146	221	12024	54
Северо-Кавказский	2009	3058	17526	6051	1067	0	0	0	0	95	2526	27
Приволжский	2009	64912	398127	117000	6049	16	30	1135	71	532	63514	119
Уральский	2009	22456	86914	42276	2416	3	2	55	18	211	24294	115
Сибирский	2009	14862	33291	53463	3430	4	1	86	21	410	31539	77
Дальневосточный	2009	5564	13365	12923	605	0	0	0	0	166	10175	61
Центральный	2010	68945	290758	381795	15296	135	83	65812	487	1358	288960	213
Северо-Западный	2010	16622	120105	95826	2683	11	6	1522	138	502	70737	141
Южный	2010	7623	86558	28109	1917	1	1	61	61	231	13027	56
Северо-Кавказский	2010	3194	27683	6053	722	0	0	0	0	92	2640	29
Приволжский	2010	57394	545955	116285	5574	16	20	729	46	534	74942	140
Уральский	2010	27416	109585	42672	1995	3	6	1720	573	207	29442	142
Сибирский	2010	16335	46890	53024	3057	4	10	408	102	404	33870	84
Дальневосточный	2010	5589	16179	12776	570	0	2	6076	0	164	9759	60
Центральный	2011	63078	480327	380363	15446	139	94	37333	269	1365	331759	243
Северо-Западный	2011	17894	196049	97221	2740	11	9	36423	3311	514	81505	159
Южный	2011	7394	59812	27738	1900	1	1	59	59	255	15906	62
Северо-Кавказский	2011	1993	31942	8585	516	0	0	0	0	105	4018	38
Приволжский	2011	55822	781945	111579	5178	16	16	15087	943	597	91012	152
Уральский	2011	23648	179709	43586	1697	3	3	197	66	244	34409	141
Сибирский	2011	15079	88866	52794	2879	4	10	1734	434	424	40713	96
Дальневосточный	2011	6595	288091	13407	554	0	2	142	0	178	11105	62
Центральный	2012	62796	938153	373461	15772	205	145	115618	564	1318	369069	280
Северо-Западный	2012	17473	298020	97710	3143	13	11	2163	166	487	100003	205
Южный	2012	7848	51802	23964	1954	1	9	919	919	222	18618	84
Северо-Кавказский	2012	1833	27010	7188	1118	2	0	0	0	99	3448	35
Приволжский	2012	54976	950605	114204	5947	16	17	1419	89	609	109155	179
Уральский	2012	24720	148696	43879	1994	3	0	21	7	236	40420	171
Сибирский	2012	15897	117118	52685	3003	6	7	371	62	424	47012	111
Дальневосточный	2012	5810	341501	13227	702	1	5	2408	2408	171	12145	71

Таблица 36. Качественные характеристики экономико-математической модели оценки деятельности акторов венчурной сети (разработано автором по результатам исследования)

Dependent Variable: Timp
Method: Least Squares
Sample: 1 32
Included observations: 32
Variable	Coefficient	Prob.
C	-11332.45	0.0002
Qg	0.039935	0.0000
Qp	0.418212	0.0001
Qs	3.742122	0.0125
Qinv	300.0193	0.0005
Ci	-0.726886	0.0000
Sinv/Qf	-2.014500	0.1063
Ci/Qint	184.0684	0.0000
R-squared	0.973014
F-statistic	123.6213

При среднем курсе доллара 35,47 за 9 месяцев 2014 года и сумме инвестиций по данным РАВИ, составляющей 0,63 млрд. долл., определим рублевый эквивалент суммы инвестиций в размере 22 346,1 млн. руб.

Согласно исследованию «Venture Barometer Russia 2014» [33] в перспективе на 2015 год объемы российского рынка венчурного капитала сократятся или останутся на уровне 2014 года. Кризис по мнению 87% опрошенных респондентов продлится не менее двух лет, однако есть возможность предполагать, что в связи с падением цен на нефть активизируется переориентация сырьевой экономики на инновационную, что ускорит развитие рынка высокорискового финансирования и вернет его к показателям 2010-2011 гг.

Результаты проведенного исследования отражены на рис. 35.

Таблица 37. Прогнозные и оценочные данные по инвестиционному и инновационному развитию России на период 2013-2017 гг. (составлено автором по данным [7, 33] и по авторским прогнозным данным)

Показатель	2013	2014	2015	2016	2017
Численность работников организаций-участников, чел.	Qp	906000,0	913500,0	926600,0	947700,0	968200,0
Объем работ и проектов в сфере научных исследований и разработок, выполняемых организациями-участниками, млн. руб.	Qg	89600,0	97800,0	114700,0	129400,0	144000,0
Внутренние затраты на научные исследования и разработки, всего, млн. рублей	Ci	771800,0	793000,0	830800,0	852000,0	883800,0
Удельный вес организаций, осуществляющих технологические инновации, в общем объеме организаций в целом по экономике, %		9,7	10,1	10,4	10,9	11,5
Организации, выполняющие научные исследования и разработки, шт	Qint	3605,0	3754,0	3865,0	4051,0	4274,0
Выдано патентов, шт	Qs	33532,0	33532,0	33532,0	33532,0	33532,0
Количество фондов венчурных инвестиций, шт	Qf	318,0	337,0	337,0	337,0	337,0
Количество инвестиций	Qinv	227,0	170,0	170,0	128,0	135,0
Сумма инвестиций, млн руб	Sinv	94122,7	22346,1	22346,1	76328,0	90975,0
Доля инвестиций на 1 фонд, млн руб.	Sinv/Qf	296,0	66,3	66,3	226,5	270,0



Рис. 35. Прогноз показателя используемых передовых производственных технологий на период 2014-2017 гг. (рассчитано автором)

Данные результаты прогноза отражают существенный рост показателя эффективности по актору-реципиенту инноваций венчурной сети.

Данную модель можно использовать в целях прогнозирования результатов коммерциализации на региональном уровне, а также при разработке программы интеграции венчурной сети в инновационные кластеры.

Выводы по 3-й главе

Концептуальная модель показателей конкурентоспособности венчурной сети исходит из анализа степени ее инновационности, модерирующих переменных - предпринимательской ориентации, структурных дыр, реляционных связей и венчурной комплексности - сетевой структуры, стратегии, компетенции.

Стратегия выбора необходимых экономико-хозяйственных качеств и свойств для реализации определенного инновационного проекта базируется на следующих показателях предпринимательской ориентации: доля инновационных продуктов/услуг; поощрение креативности; количество/ затраты на высокорисковые проекты; скорость принятия решений; фокус на инновации и организационное развитие; диапазон внешней активности. Для перебора показателей в целях выбора подходящих организация может прибегнуть к аппарату теории нечетких множеств.

Индекс сетевой венчурной концентрации отражает территориальную концентрацию инвестиций, качественную характеристику отрасли по обмену знаниями.

Экономико-математическая модель оценки влияния деятельности акторов венчурной сети на коммерциализацию инновационной продукции на региональном уровне состоит из следующих показателей: используемые передовые производственные технологии; объем инновационных товаров, работ, услуг; численность персонала, занятого научными исследованиями и разработками; выдача патентов; количество инвестиций; внутренние текущие затраты на научные исследования и разработки; доля инвестиций на 1 фонд прямых и венчурных инвестиций; доля затрат 1-ой организации на научные исследования и разработки.



Заключение

Проведенное исследование предоставляет сущностный анализ такой инновационно-инвестиционной категории как венчурная сеть через систематизацию и агрегирование отличительных признаков, функций и ролей венчурного капитала и инновационной деятельности. Выбор идеи настоящего исследования связан с реалиями инвестиционных процессов в мире, глобализирующим характером инновационного развития, стиранием межорганизационных границ в поиске путей увеличения добавленной стоимости, необходимости поддержки отечественной научной мысли по данной тематике.

Рассмотрен генезис становления сетевой экономики и элементы венчурной экосистемы, как базис понятия венчурной сети - целостного инновационного субъекта, состоящего из ряда индивидуальных экономических акторов - конечных реципиентов венчурного материального и нематериального капитала, взаимодействующих между собой путем квазиинтеграционных связей, генерируемых медиатором - венчурной компанией в рамках венчурной экосистемы.

Выделены четыре типа акторов венчурной сети - научно-технический, инвестиционный, инновационный и реципиент инноваций, каждому из которых присвоены формальные и неформальные функции.

Для обоснования принципов интеграционной системы акторов сетевой инновационной деятельности и отражения роли венчурного капитала построена нелинейная система распределения высокорисковых инвестиций в виде процесса диссипации, с точками бифуркации в момент получения-передачи передачи инвестиций фрактальными объектами венчурной сети.

Проведенный анализ взаимозависимости показателей венчурной и инновационной деятельности свидетельствует о необходимости поиска научного подхода к управлению участниками процесса коммерциализации и прогнозирования результатов их деятельности в целях объективного понимания реалий динамики конкурентоспособности, как на макро-, так и на микроуровне.

В диссерертационной работе доказано взаимовлияние венчурной и кооперационной инновационной деятельности, что свидетельствует о важности совместного изучения результатов деятельности их акторов.

Венчурная сеть - это важный элемент инновационной системы, гарант коммерциализации новшеств. Ее место на современной инновационной карте страны может быть поступательно отслежено через национальную инновационную систему и инновационные кластеры. Разработанная программа внедрения венчурной сети в инновационный кластер является попыткой рационализации бизнес-процессов участников и нивелирования системных недостатков, присущих тенденциям отечественного рынка.