Организационно-экономический механизм управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат наук Алексеева Наталья Сергеевна

• Алексеева Наталья Сергеевна
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Алексеева Наталья Сергеевна

ВВЕДЕНИЕ

Глава 1. Теоретические положения по оценке интеллектуального капитала инновационно -промышленного кластера в условиях цифровизации

1.1 Тенденции и факторы цифровизации экономики

1.2 Интеллектуальный капитал как объект исследования

1.3 Понятие, сущность и классификация кластерных объединений

1.4 Анализ существующих подходов и методов оценки интеллектуального капитала

инновационно-промышленного кластера

Выводы по 1 главе

Глава 2. Разработка инструментария для оценки интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации

2.1 Факторы, влияющие на изменение интеллектуального капитала инновационно-промышленного кластера

2.2 Система показателей для оценки интеллектуального капитала инновационно-промышленного кластера

2.3 Этапы и алгоритм оценки интеллектуального капитала инновационно-промышленного кластера

2.4 Методика оценки интеллектуального капитала инновационно-промышленного кластера73

Выводы по 2 главе

Глава 3. Формирование организационно-экономического механизма управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации

3.1 Разработка концептуальной модели системы управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации

3.2 Разработка организационно-экономического механизма управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации

3.3 Оценка интеллектуального капитала инновационно-промышленного кластера

3.4 Разработка предложений по повышению эффективности функционирования инновационно-промышленного кластера при реализации организационно-экономического механизма

управления интеллектуальным капиталом

Выводы по 3 главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Организационно-экономический механизм управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации»

ВВЕДЕНИЕ

Актуальность темы исследования. Согласно «Стратегии экономической безопасности РФ на период до 2030 года», утвержденной Указом Президента РФ от 13 мая 2017 г. №208, в России есть потребность в «повышении устойчивости экономики к воздействию внешних и внутренних вызовов и угроз, обеспечении экономического роста, поддержании научно-технического потенциала развития экономики на мировом уровне и повышение ее конкурентоспособности». Согласно актуальной «Стратегии научно-технологического развития РФ», утвержденной Указом Президента РФ от 1 декабря 2016 г. № 642, «научно-технологическое развитие РФ является ключевым фактором развития России и обеспечением способности страны эффективно отвечать на большие вызовы». В Стратегии научно-технологического развития РФ переход к «передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта» назван приоритетным направлением научно-технического развития страны в среднесрочной перспективе. В обеспечение стратегии научно-технологического развития РФ 24.12.2018 г. утвержден паспорт национальной программы «Цифровая экономика РФ». Ключевой целью национального проекта является «развитие цифровой экономики, создание устойчивой и безопасной информационно-телекоммуникационной инфраструктуры высокоскоростной передачи, обработки и хранения больших объемов данных, доступной для всех организаций и домохозяйств, использование преимущественно отечественного программного обеспечения государственными органами, органами местного самоуправления и организациями».

По данным Brand Finance - ведущей мировой консалтинговой компании в сфере оценки брендов и нематериальных активов, стоимость нераскрытого в бухгалтерском учете интеллектуального капитала, определяемая как разница между рыночной и балансовой стоимостью компании, в мире составляет в 2019 около 35,4 трлн долларов США. В рейтинге стран мира Россия попадает в пятерку стран с наименьшей долей интеллектуального капитала в стоимости компании. Таким образом, актуальность исследования интеллектуального капитала с позиции его оценки и управления оказывается высока в связи с интенсивным развитием цифровой экономики и теми задачами, которые она ставит перед обществом.

Потребность в создании конкурентоспособной, устойчивой, структурно сбалансированной промышленности на современном этапе развития технологий и экономики способны обеспечить объединения хозяйствующих субъектов, что определяет выбор кластерных объединений как обладающих наибольшим потенциалом для достижения поставленных в указанных выше стратегиях развития России задач.

Кластеры являются высокоэффективными объединениями различных предприятий и учреждений, направленными на создание конкурентоспособного продукта с высокой добавленной стоимостью. Эффективность кластеров основана на синергетическом эффекте, возникающем из кооперации рыночных субъектов с различными видами деятельности и выпускаемой продукции, создаваемыми работами или услугами. Кластерный подход получил широкое распространение в промышленном производстве как эффективный подход управления инновационной деятельностью промышленных предприятий.

Во многих странах поддержка кластеров осуществляется с помощью специальных программ, которые разрабатываются на национальном уровне. В отчете Европейской комиссии указывается, что в Европе действуют 30 национальных кластерных программ в 20 странах, 55 региональных кластерных программ в 27 регионах. В бюджете таких стран как Италия, Великобритания, Германия, Португалия, Польша, Франция, Греция на развитие кластеров предусмотрено более 100 млн. евро ежегодно на период 2014-2020 годов. Во Франции кластерная политика разрабатывается на национальном и региональном уровне, в Германии и Польше - на национальном, региональном и межрегиональном уровнях, Черногория фокусируется на региональном уровне.

Активное появление кластеров началось в России в 2000-х гг., что определяет текущий период как период их становления и развития. Для сравнения надо отметить, что в Европе государственная политика кластерной деятельности ведется с начала 1990-х гг. Согласно данным Российской кластерной обсерватории по состоянию на 19.02.2020 на территории России зарегистрировано 118 кластеров. Наибольшее количество кластеров зарегистрировано на территории двух субъектов - Санкт-Петербурга и Ростовской области и представлено в сегменте информационно-коммуникационных технологий. В России органами исполнительной власти, обеспечивающими развитие кластерной политики, являются Министерство экономического развития РФ и Министерство промышленности и торговли РФ.

Использование кластерного подхода для достижения целей, заявленных в указанных выше стратегиях развития России, способно дать необходимые результаты. Успешное выполнение перечисленных потребностей позволит достичь долгосрочных целей устойчивого социально-экономического развития страны, что позволит придать дополнительный импульс модернизации и диверсификации российской экономике, снизит ее зависимость от внешней конъюнктуры, в первую очередь от цен на углеводородное сырье, сделает продукцию российских хозяйствующих субъектов конкурентоспособной и востребованной на российском рынке и обеспечит расширение присутствия на мировых рынках.

Степень научной разработанности проблемы

Считается, что термин «цифровая экономика» впервые ввел в научный оборот Дон Тапскот. В дальнейшем вклад в развитие понимания сущности и закономерностей цифровой экономики внесли многие ученые, в том числе Шваб К., Бринйолфссон Э., МакАфи Э., Манийка Дж., Чуй М., Фрей К. Б., Осборн М., Пинк Д., Бабкин А.В., Буркальцева Д.Д., Костень Д.Г., Воробьев Ю.Н., Абдрахманова Г.И., Вишневский К.О., Гохберг Л.М., Дранев Ю.Я., Зинина Т.С., Ковалева Г.Г., Лавриненко А.С., Мильшина Ю.В., Назаренко А.А., Демиденко Д.С., Рудник П.Б., Соколов А.В., Суслов А.Б., Токарева М.С., Туровец Ю.В., Филатова Д.А., Черногорцева С.В., Родионов Д.Г, Будрин А.Г., Цуканова О.А., Шматко А.Д., Гершман М.А., Кузнецова Т.Е., Кучин И.И., Цацулин А.Н. и др.

Важен вклад в исследования инновационного развития экономики таких ученых как Бортника И.М., Яковца В.В., Харламовой Т.Л., Будриной Е.В., Родионова Д.Г, Некрасовой Т.П., Василенка В.Л., Макарова В.М., Макарченко М.А., Власовой В. М., Крылова Э. И., Колесникова А.М.

Вопросами развития кластеров и кластерной политики посвящено много исследований, наиболее значимый вклад внесли следующие зарубежные авторы: Портер М., Родрик Д., Бошма Р., Дельгадо М., Кетельс К. Х. М., Зельвель Э., Ворвик К., Нолан А., Наллари Р., Гриффит Б. и отечественные авторы: Клейнер Г.Б., Качалов Р.М., Нагрудная Н.Б. Смородинская Н. В., Катуков Д.Д., Силкина Г.Ю., Анисифоров А.В., Новиков А.О., Глухов В.В., Бабкин А.В., Мошков А.А., Здольникова С.В., Вертакова Ю.В., Дырдонова А.Н.

Наиболее известны зарубежные авторы, внесшие существенный вклад в развитие понятия интеллектуального капитала, его функционирования, структуры, составляющих элементов и оценки: Свейби К. Э., Ллойд Т., Брукинг Э., Руус Й., Пайк С., Фернстрем Л., Рослендер Р. Финчем Р., Стюарт Т., Кляйн Д.А., Прусак Л., Эдвинссон Л., Малоун М.С., Бонтис Н., Скаих Дж. М., Джойа, Л.А., а также российские авторы: Козырев А. Н., Макаров В. Л., Фасхиев Х.А., Волков Д. Л., Гаранина Т.А., Новгородов П.А., Колпакова О.Н., Гарипова Ф.Г., Федотова М.А., Байбурина Р.Э., Молодчик М.А., Калинина О.В., Кулибанова В.В., Бухарин Н.А., Богданова Е.Л.

Существенный вклад в теоретические вопросы, посвященные организационно-экономическим механизмам, внесли Мильнер Б.З., Кочетков А.В., Левчук Д.Г., Бабкин А.В., Глухов В.В., Соколицын А.С., Ильин И.В., Силкина Г.Ю., Юрьев В.Н., Козлов А.В, Кобзев В.В., Трухачев В.В., Новиков А.О., Петрова В.П., Гилязова А.А., Шарапов А.Р., Багаутдинова Н.Г.

Несмотря на существование теоретических и практических исследований, связанных (1) с управлением и оценкой нематериальных активов, (2) формированием и развитием кластерных объединений, (3) условиями хозяйствования в условиях цифровизации экономики, наиболее существенные из которых были отмечены выше, по-прежнему существуют проблемы, связанные

с управлением и оценкой интеллектуального капитала интегрированных промышленных структур, в том числе и инновационно-промышленных кластеров, функционирующих в условиях цифровизации экономики. В связи с этим тема работы, посвящённая разработке организационно-экономического механизма управления интеллектуальным капиталом инновационно-промышленного кластера, является актуальной.

Цель диссертационного исследования - разработка организационно-экономического механизма управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации.

Задачи диссертационного исследования:

1. Уточнить понятийный аппарат, сущность и структуру интеллектуального капитала инновационно-промышленного кластера. Разработать классификацию определений «интеллектуальный капитал».

2. Изучить сущность и особенности инновационно-промышленного кластера в условиях цифровизации и уточнить структуру цифровых активов инновационно-промышленного кластера.

3. Проанализировать существующие подходы и методы оценки интеллектуального капитала.

4. Выявить факторы, влияющие на изменение интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации.

5. Проанализировать и обосновать показатели для оценки интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации.

6. Разработать этапы и алгоритм оценки интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации.

7. Разработать методику оценки интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации.

8. Разработать организационно-экономический механизм управления интеллектуальным капиталом инновационно-промышленного кластера в условиях цифровизации на основе предложенной концептуальной модели системы управления.

9. Провести оценку интеллектуального капитала на примере кластера «Развитие информационных технологий, радиоэлектроники, приборостроения, средств связи и инфотелекоммуникаций Санкт-Петербурга» и разработать практические предложения по повышению эффективности его функционирования в условиях цифровизации.

Объект исследования - интеллектуальный капитал инновационно-промышленного кластера, функционирующего в условиях цифровой экономики.

Предмет исследования - организационно-экономические отношения, возникающие в процессе управления интеллектуальным капиталом инновационно-промышленного кластера.

Теоретической и методологической основой диссертационного исследования являются труды отечественных и зарубежных ученых и исследователей-практиков, изучающих особенности деятельности кластерных объединений, вопросы управления и оценки интеллектуального капитала организаций, управление внедрением и использованием информационно-коммуникационных технологий, а также материалы и рекомендации научно-практических конференций и семинаров по указанным тематикам.

Инструментально-методический аппарат настоящего исследования основывается на базовых методах общенаучного познания, эмпирического и теоретического: теоретического анализа, исторического анализа, наукометрического анализа, экономического и экономико-статистического анализа, наблюдения, обобщения, абстрагирования, моделирования, системного анализа и синтеза, экспертной оценки, опросов.

Информационно-эмпирическая база исследования: использовались материалы законодательных и нормативно-правовых актов РФ, Указы президента РФ и постановления Правительства РФ, данные Министерства цифрового развития, связи и массовых коммуникаций РФ, информация Ассоциации кластеров и технопарков России, Министерства экономического развития Российской Федерации, НИУ «Высшая школа экономики», результаты исследований институтов РАН и прочих исследовательских организаций, сведения из других общедоступных источников, материалы научных исследований, аналитических обзоров, посвященных анализу состояния кластерных объединений РФ.

В качестве информационной базы использовалась статистическая отчетность и материалы Федеральной службы государственной статистики РФ, Управления Федеральной службы государственной статистики по г. Санкт-Петербургу и Ленинградской области, Единой межведомственной информационно-статистической системы, информационной системы «О деятельности инновационных кластеров», документы и материалы Центра кластерного развития, кластера «Развитие информационных технологий, радиоэлектроники, приборостроения, средств связи и инфотелекоммуникаций Санкт-Петербурга», данные бухгалтерской отчетности предприятий-участников кластера «Развитие информационных технологий, радиоэлектроники, приборостроения, средств связи и инфотелекоммуникаций Санкт-Петербурга», материалы анкетирования и опроса, а также материалы собственных эмпирических исследований.

Область исследования соответствует паспорту научной специальности 08.00.05 -Экономика и управление народным хозяйством: Управление инновациями: п. 2.1 Развитие теоретических и методологических положений инновационной деятельности; совершенствование форм и способов исследования инновационных процессов в экономических

системах; п. 2.26 Разработка методологии управления интеллектуальной собственностью и методов оценки стоимости интеллектуальной составляющей инновационного продукта.

Рабочая гипотеза диссертационного исследования заключается в обосновании авторской позиции, согласно которой формирование организационно-экономического механизма управления интеллектуальным капиталом обеспечит повышение эффективности функционирования и развития как отдельного инновационно-промышленного кластера, так и даст возможность повысить уровень интеллектуального капитала отрасли промышленности в целом.

Наиболее существенные научные результаты, определяющие научную новизну исследования и полученные лично соискателем, следующие:

1. Развиты теоретические представления о сущности и структуре интеллектуального капитала. Обоснованы классификационные признаки и разработана классификация видов интеллектуального капитала, проанализировано содержание понятий видов капиталов и их элементный состав, проанализированы области пересечения и наложения выявленных понятий, что, с использованием системно-элементного подхода, позволило сформировать и обосновать авторскую 4-уровневую декомпозицию интеллектуального капитала инновационно-промышленного кластера. Разработанная декомпозиция отличается от известных учетом инновационного характера его работы и работы в условиях развития цифровой экономики, отсутствием пересечения и наложения элементов в выделенных видах капитала. Из человеческого капитала по признаку источника происхождения и носителя капитала выделен новый капитал в структуре интеллектуального капитала - командный капитал, включающий отношение и лояльность персонала к кластеру. Данное предложение позволяет выполнить более точную денежную оценку интеллектуального капитала инновационно-промышленного кластера. Исторический метод исследования, систематизация понятийного аппарата, разработанная классификация и анализ элементного состава интеллектуального капитала позволили предложить комплексное, основанное на системно-интеграционном подходе, определение интеллектуального капитала инновационно-промышленного кластера как совокупности нематериальных ценностей, применяемых и создаваемых в процессе хозяйственной деятельности кластера с целью создания добавленной стоимости на основе прогрессивного развития науки. Предложенное уточненное определение учитывает важнейшие свойства интеллектуального капитала, выделяемые автором, - его составной и нематериальный характер и генерацию им дополнительной ценности. В отличие от известных определений авторское определение позволяет избежать неопределенности юридического положения интеллектуального капитала в современном правовом пространстве, споров о возможности его денежной оценки и постановки на бухгалтерский учет и отходит от перечисления его структуры.

2. Развиты теоретико-методологические положения в области теории интеллектуального капитала, в том числе обоснованы подходы и методы для оценки интеллектуального капитала инновационно-промышленного кластера. В частности, на основании актуализации базы методов оценки интеллектуального капитала и их уточненной классификации, а также адаптации выявленных методов оценки интеллектуального капитала инновационно-промышленного кластера обоснована возможность применения методов прямого измерения интеллектуального капитала, рыночной капитализации к определению интеллектуального капитала и «подсчета очков», реализуемых в рамках доходного, затратного и количественного подходов. Возможность использования выбранных методов основана на предложенной 4-уровневой декомпозиции интеллектуального капитала инновационно-промышленного кластера и описании элементов всех видов интеллектуального капитала, раскрывающих его состав в полной мере и без дублирования содержания. Анализ сущности выявленных методов позволил обосновать подходы, применяемые для оценки интеллектуального капитала инновационно-промышленного кластера.

3. Уточнена структура цифровых активов инновационно-промышленного кластера. Выделены группы инновационных цифровых и процессных цифровых активов, каждая группа разделена на подгруппы по типу использования в промышленности. С использованием системно-интеграционного подхода, на основании выделенных автором свойств цифровых активов, дано определение цифрового актива инновационно-промышленного кластера как нематериального актива, отделимого от хозяйствующего субъекта, существующего исключительно в цифровом виде, теряющего функциональность при переносе на другой вид носителя, используемого с целью извлечения индивидуальной выгоды в условиях повышенной эффективности за счет сотрудничества в инновационно-активных промышленных отраслях экономики.

4. Разработана система показателей, включающая обобщенные и частные показатели, и алгоритм для оценки интеллектуального капитала инновационно-промышленного кластера. Особенностью разработанной системы является комплексный учет применения для оценки трех методов в рамках трех подходов, а также выявленных автором факторов внешней и внутренней среды, оказывающих воздействие на интеллектуальный капитал инновационно-промышленного кластера. Особенностью предложенного алгоритма является его системный характер, учитывающий особенности сбора информации в ходе процесса оценки, процедуру выбора показателей и обоснования методов и подходов для оценки интеллектуального капитала инновационно-промышленного кластера, отличающийся возможностью реализовать количественную оценку величины интеллектуального капитала инновационно-промышленного кластера как в денежных единицах, так и в баллах или долях единицы. Предложенная

последовательность выбора методов оценки обеспечивает минимизацию трудозатрат на выполнение оценки.

5. Разработана методика оценки интеллектуального капитала инновационно-промышленного кластера, особенностью которой является применение авторского подхода для оценки интеллектуального капитала, включающая усовершенствованный инструментарий, в том числе факторы, влияющие на изменение интеллектуального капитала, систему показателей для оценки, методы, этапы и алгоритм оценки, цели оценки интеллектуального капитала инновационно-промышленного кластера, отличающаяся комплексностью подхода к денежной оценке всего интеллектуального капитала при одновременной декомпозиционной оценке всех видов и элементов интеллектуального капитала, что позволяет оценить денежный вклад каждого капитала, входящего в интеллектуальный капитал, с учетом стоимостного и временного вклада в создание инновационного продукта предприятий кластера.

6. Разработан организационно-экономический механизм управления, ядром которого выступает инструментарий оценки интеллектуального капитала инновационно-промышленного кластера, представленный системой факторов и показателей оценки, методами и этапами оценки, алгоритмом и методикой оценки, особенностью авторского подхода является учет особенностей функционирования инновационно-промышленного кластера в условиях цифровизации. Предложенный организационно-экономический механизм выполнен с использованием терминологической матрицы и графика частотности употребления ее дефиниций, на основе структурной схемы оценки эффективности функционирования инновационно-промышленного кластера и концептуальной модели системы управления.

Теоретическая значимость исследования заключается в развитии и совершенствовании научных подходов к оценке и управлению интеллектуальным капиталом с целью инновационного развития кластерных объединений. Сформированный по результатам исследования инструментарий является научно значимым результатом, расширяющим инструментальные возможности теории управления инновациями.

Практическая ценность исследования заключается в разработке инструментов управления интеллектуальным капиталом в инновационно-промышленных кластерах в условиях цифровизации. Материалы диссертационного исследования использованы в рамках проекта Российского фонда фундаментальных исследований № 18-010-01119 «Управление цифровой трансформацией инновационно-промышленного кластера как системообразующего элемента отраслевой цифровой платформы: методология, инструментарий, практика».

Обоснованность и достоверность полученных результатов обеспечена использованием современных теоретических и методических разработок в области поставленных задач и

подтверждается исследованием основных положений экономической теории и обоснованным применением общенаучных принципов и методов исследования.

Апробация результатов исследования. Основные теоретические положения диссертации и практические результаты докладывались и обсуждались на международных и всероссийских научно-практических конференциях, семинарах и круглых столах: "Digital Transformation on Manufacturing, Infrastructure and Service", "Innovations in Digital Economy", «Устойчивое развитие цифровой экономики, промышленности и инновационных систем», «Кластеризация цифровой экономики: Глобальные вызовы», «Цифровая экономика и Индустрия 4.0: форсайт Россия» (Санкт-Петербург, 2020), «Цифровая экономика и Индустрия 4.0: тенденции 2025», «Актуальные проблемы развития хозяйствующих субъектов, территорий и систем регионального и муниципального управления» (Санкт-Петербург, 2019), «Фундаментальные и прикладные исследования в области управления, экономики и торговли», «Инновационные кластеры цифровой экономики: драйверы развития», «Цифровая экономика промышленности и сферы услуг: состояние и тенденции развития» (Санкт-Петербург, 2018).

По теме диссертации опубликовано 24 научные работы, из них в журналах из списка ВАК - 8, индексируемые в Scopus и Web of Science - 4.

Материалы внедрены в учебный процесс Института промышленного менеджмента, экономики и торговли ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого» при реализации курса «Управление интеллектуальным капиталом предприятия».

Структура работы. Диссертация состоит из введения, трех глав, заключения, изложенных на 191 странице, содержит библиографический список из 198 наименований, 29 рисунков, 62 таблицы и 4 приложения.

Глава 1. Теоретические положения по оценке интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации

1.1 Тенденции и факторы цифровизации экономики

Одной из важнейших мировых тенденций XXI века является структурная трансформация глобальной экономики, связанная с глубокой интеграцией информационно-телекоммуникационных (цифровых) технологий в реальные экономические процессы. Трансформационные эффекты от внедрения информационно-телекоммуникационных технологий (ИКТ) распространяются на все сферы социально-экономической деятельности, обуславливают необходимость кардинального пересмотра принципов управления инновационным развитием национальной экономики.

Цифровая экономика - один из главных трендов последнего десятилетия, зарождение которого можно связать с широким проникновением интернета в мире в середине 1990-х годов, которое лишь усиливается с каждым годом (таблица 1). Уже к концу 2000-х годов, с началом широкого проникновения в обществе смартфонов и мобильного интернета, цифровая экономика начала переживать бурный рост.

Таблица 1. Численность пользователей сети Интернет в 2020 г.

Регион мира Население, чел. Доля от всего населения Земли, % Число интернет-пользователей, чел. Доля «проникновения» интернета (% от населения) Доля от общего числа интернет-пользователей, %

Список литературы диссертационного исследования кандидат наук Алексеева Наталья Сергеевна, 2021 год

Источник: [131]

Обе программы, реализуемые Министерством экономического развития РФ и Министерством промышленности и торговли РФ, имели ведомственный характер, ограниченный перечень возможностей получения финансирования и не предусматривали налоговой поддержки. Согласно данным, собранным Абашкиным [132], трудности в выполнении условий программ были созданы сжатыми сроками привлечения финансирования, размытыми критериями оценок и частой системой отчетности. На сегодняшний день заложенные в названные программы механизмы поддержки и воздействия требуют модернизации. С целью развития кластерной политики по поручению Президента РФ № Пр-922 от 22 мая 2019 г. продолжена работа по разработке «Дорожной карты по обеспечению устойчивых темпов роста экономики РФ» с целью разработки 10-15 программ кластеров, позволяющих продолжить активную кластерную политику [133]. Институт экономики роста им. Столыпина П.А. в 2019 г. заявил о переходе России на новый этап кластерной политики, основанной на следующих принципах, аккумулирующих отечественный и зарубежный опыт:

1. Отсутствие территориальных ограничений для кластеров.

2. Наличие активного межакторного взаимодействия.

3. Разработка мер налогового, денежного-кредитного стимулирования кластеров.

4. Снижение коррупционных рисков.

5. Обновление механизма поддержки кластерных инициатив.

6. Создание кластерной ассоциации.

7. Выявление отраслевых «точек роста».

Данные принципы позволят улучшить экономические показатели работы кластеров в среднесрочной и долгосрочной перспективе. А на 2020 г. их состояние характеризуется показателями, опубликованными Министерством экономического развития РФ (таблица 14), которое разделило подведомственные им кластеры на группы по уровням эффективности функционирования.

Таблица 14. Экономическое состояние инновационных территориальных кластеров РФ по состоянию на 2020 г.

Уровень эффективности Производительность труда, млн руб. /чел. Величина налоговых поступлений на 1 участника, млн руб. Кол-во совместных проектов на 1 участника Налоговая нагрузка, млн руб.

Высокий 6,671 728,0 0,30 822,4

Средний 2,505 556,7 0,22 960,0

Низкий 1,650 323,9 0,13 1034,8

Источник: [131]

Динамика основных показателей кластерного развития в России в 2015-2019 гг. представлена в таблице 15.

Таблица 15. Динамика основных показателей кластерного развития в России в 2015-2019 гг.

Показатели 2015 2016 2017 2018 2019

Число работников в кластерах, тыс. чел. 926 951 967 997 1029

Высокопроизводительные рабочие места, ед. 44 588 49 334 56 206 60 041 66 220

Величина внутренних инвестиций, млрд руб. 656 834 935 1054 1228

Бюджетные и внебюджетные источники финансирования, млрд руб. 565 630 648 670 712

Реализованный участниками НИОКР, млрд руб. 115 130 140 144 150

Источник: [131]

Отметим, что все представленные в таблице 15 показатели имеют положительную динамику роста. При этом к инновационным российским кластерам мирового уровня Министерством экономического развития РФ относит кластеры 12 регионов (таблица 61). Для сравнения в Германии в 2019 г. действует 15 кластеров мирового уровня, во Франции 70 кластерных проектов названы высокоинновационными.

1.4 Анализ существующих подходов и методов оценки интеллектуального капитала инновационно-промышленного кластера

В связи с тем, что потенциал развития субъектов предпринимательской деятельности лежит в большей степени в сфере нематериальных, чем материальных активов, в научной литературе предлагаются различные методы и методологии оценки интеллектуального капитала хозяйствующих субъектов. Карл-Эрик Свейби - один из самых известных исследователей интеллектуального капитал в мире - предпринял попытку собрать и классифицировать имеющиеся методы. Его классификация [134], предложенная в 2004 и дополненная в 2010 г., до

сих пор является актуальной и часто используется. Предложенные им группы методов оценки интеллектуального капитала представляют собой:

1. Методы прямого измерения интеллектуального капитала (Direct Intellectual Capital Methods, DIC). Эти методы объединены в группу по признаку оценки отдельных элементов интеллектуального капитала. Наиболее часто отдельно от интеллектуального капитала оценивается человеческой капитал. Названия методов данной группы: Citation-weighted patents; Inclusive Valuation Metodologe; HR Statement; HRCA1; HRCA2; The Value Explorer; Total Value Creation TVC; Technology Broker; Intellectual Asset Valuations; AFTF; FiMIAM; EVVICAE.

2. Методы рыночной капитализации, приводящие к определению интеллектуального капитала (Market Capitalization Methods, MCM). В данной группе расчет осуществляется в виде разницы между рыночной и балансовой стоимостью субъекта, обладающего интеллектуальным капиталом. Названия методов, входящих в данную группу: Market-to-Book Value; Tobins Q; FiMIAM, Invisible Balance; IAMV.

3. Методы отдачи на активы, имеющиеся у субъекта, обладающего интеллектуальным капиталом (Return on Assets Methods, ROA). Расчеты выполняются на основании сравнения со среднерыночными показателями величин доходности на активы. Названия методов группы ROA: VAIC; Knowledge Capital Earnings; Calculated Intangible Value; EVA CVA.

4. Методы «подсчета очков» (Scorecard Methods, SC). В эту группу объединены методы, результаты которых не дают денежной оценки. В расчетах используются показатели отдельных элементов интеллектуального капитала, оцениваемые в баллах или долях единицы. Названия методов: IC-Index; Businness IQ; National IC; Holistic Accounts; IC Rating; Value Chain Score Board; Scandia Navigator; MAGIC; IC-dVAL; Balanced Score Card; Intangible Assets Monitor; Danish Guidelines; Meritum Guidelines; Knowledge Audit Cycle; Value Creation Index, ICU Report, RICI, IAbM, SICAP, Public sector IC, EFQM, Intangible assets statement.

Рисунок 9. Классификация методов оценки интеллектуального капитала

Среди представленных 4 групп выделены методы, которые приводят к получению результата, представленного в денежной оценке (методы DIC, МСМ и ROA), и результата, которые денежной оценки не дают (методы SC). Около 70% описанных методов используется для оценки интеллектуального капитала предприятий, 10% - интеллектуального капитала в государственном секторе, 20% - для вузов, научно-исследовательских и консалтинговых организаций и другого.

Анализируя сущность представленных групп методов, можно сказать:

1. Группа методов прямого измерения интеллектуального капитала включает в себя методы, в которых предлагается оценка одного или нескольких элементов интеллектуального капитала. Для оценки могут быть использованы совокупные затраты на создание элемента, доходы от использования элемента или оценка осуществляет путем сравнения со сходными элементами. Данная группа предлагает разнообразные способы расчета. Сущность предложений указывает на использование затратного, доходного и сравнительного подходов для оценки.

2. Объединяющим признаком группы методов рыночной капитализации является использование показателей фондового рынка при проведении оценки интеллектуального

капитала. Так как показатели фондового рынка отражают ожидания инвесторов относительного будущих доходов, то данная группа методов основана на доходном подходе для оценки.

3. Методы группы отдачи на активы работают с прибылью компании - владельца интеллектуального капитала, что говорит об использовании доходного подхода при проведении оценки.

4. Все методы группы позволяют получить неденежный результат оценки интеллектуального капитала. С помощью представленных методов структурируется, ранжируется, переводится в показатели собранная информация, ей присваиваются весовые коэффициенты, реализуется получение индексов и рейтингов. Таким образом, можно говорить об использовании количественного подхода в данной группе.

Представленные методы, за исключение метода «подсчета очков», базируются на трех классических подходах для оценки, принятых в оценочной деятельности и закрепленных приказом Минэкономразвития России «Об утверждении Федерального стандарта оценки "Общие понятия оценки, подходы и требования к проведению оценки (ФСО № 1)» от 20.05.2015 № 297 [135]: затратном, сравнительном и доходном. Таблица 16. Подходы и методы для оценки интеллектуального капитала

Группа методов Количество методов в группе Приоритетный подход

до актуализации после актуализации

Методы прямого измерения интеллектуального капитала (Direct Intellectual Capital Methods, DIC) 13 15 Доходный, сравнительный, затратный

Методы рыночной капитализации, приводящие к определению интеллектуального капитала (Market Capitalization Methods, MCM) 5 5 Доходный

Методы отдачи на активы, имеющиеся у субъекта, обладающего интеллектуальным капиталом (Return on Assets Methods, ROA) 4 6 Доходный

Методы «подсчета очков» (Scorecard Methods, SC) 21 33 Количественный

В связи с тем, что в оценочной деятельности не практикуется оценка, не дающая денежного результата, указанные в приказе Минэкономразвития России «Об утверждении Федерального стандарта оценки "Общие понятия оценки, подходы и требования к проведению оценки (ФСО № 1)» от 20.05.2015 № 297 доходный, сравнительный или затратный подходы не могут применяться в группе методов «подсчета очков». Методы «подсчета очков» основаны на

количественном подходе, заключающемся в переводе качественных оценок в количественные при помощи математических, статистических методов, экспертных оценок.

На данный момент количество методов, предлагаемых для оценки интеллектуального капитала, стало больше. Например, П. Новгородов [136] в своем исследовании указывает на существование еще 9 методов оценки интеллектуального капитала, предложенных в развитие методов оценки, представленных выше.

1. метод консалтинговой компании Ernst & Young Measures that Matter, описанная J. Low и T. Siesfeld и относящийся к группе SC-методов;

2. метод, основанный на Saarbrucken formula, которую предложили C. Scholz, V. Stein и S. Müller для стоимостной оценки человеческого капитала, т.е. относящийся к группе DIC методов;

3. метод Real Assets Value Enhancer (RAVE), разработанный консультантами Boston Consulting Group, относящийся к группе ROA-методов;

4. метод EcRAVE, развивающий метод RAVE, предложенный М. А. Осколковой, относящийся к группе ROA-методов;

5. метод оценки взаимосвязи интеллектуального капитала с удовлетворенностью менеджмента финансовой деятельностью компании, разработанный О. В. Хорольской, относящийся к группе методов «подсчета очков»;

6. метод, основанный на HPI - human potential index - индексе человеческого потенциала, разработанном в Германии в 2009 г., оценивающий в том числе элементы интеллектуального капитала в части человеческого капитала, относящийся в группе DIC-методов;

7. метод оценки интеллектуального капитала с использованием нечетких когнитивных карт, разработанный в 2016 г. M. Arvan, A. Omidvar и R. Ghodsi, который относится к группе «подсчета очков»;

8. метод составления «балансов знаний» (Knowledge balance sheets), введенный как обязательный с 2002 г. в Австрии для оценки показателей деятельности университетов, в том числе интеллектуального капитала, основанный на методах «подсчета очков»;

9. метод оценки уровня интеллектуального капитала, предложенный Х. А. Фасхиевым, объединяющий оценку интеллектуального потенциала и результат его реализации, выраженный добавленной стоимостью. Предложенная методология позволяет отнести данный метод к группе методов «подсчета очков».

Стоит отметить, что 8 из 9 представленных методов используются для оценки интеллектуального капитала предприятий и организаций и один - для оценки интеллектуального капитала высшего учебного заведения.

Irena Macerinskienè и Rasa Aleknaviciûtè [137] в рамках своих исследований по национальному интеллектуальному капиталу выделили еще 7 методов оценки интеллектуального капитал, предложенных учеными разных стран мира:

1. Метод National Intellectual Capital per capita, Scorecard for national intangibles и National or regional knowledge competitiveness (INANK) model являются развитием предложений группы авторов José Luis Alfaro Navarro, Víctor Raúl Lopez и Domingo NEVADO Peña. Их можно отнести к группе методов «подсчета очков». Предложенные методы используются для оценки национального интеллектуального капитала.

2. Метод ICRI - The Intellectual Capital Regional Index разработан в 2007 г. HervasOliver и Dalmau-Porta, основанный на суммировании индексов, присвоенных характеристикам регионов. Этот метод можно отнести к группе SC.

3. Метод National intellectual assets разработан Malhotra в 2GGG г. как продолжение работы Edvinsson and Malone. Метод National intellectual assets можно отнести к группе SC.

4. Метод Intellectual Capital Monitor, предложенный Andriessen и Stam в 2005 и далее в 2009 гг. использует в анализе данные, дающее представление о прошедшем, настоящем и планируемом будущем положении. Метод основан на оценке системы индикаторов и относится к группе SC.

5. Метод системы измерения эффективности национального интеллектуального капитала, предложенный Kapyla et al в 2012 г., основан на делении интеллектуального капитала на 4 структурные составляющие. Однако она не позволяет определить единое значение индекса интеллектуального капитала. Этот метод можно отнести к группе SC.

6. Метод Key elements of national intellectual capital performance, предложенный Salonius и Lonnqvist в 2012 позволяет отслеживать показатель интеллектуального капитала во временной динамике. Этот метод можно отнести к группе SC.

7. Система показателей для измерения интеллектуальных активов по основным компонентам (The System of Indicators for Measuring Intellectual Assets by main Components, 2012 г.), автором которой является Buracas et al. Использует структуру индикаторов интеллектуального капитал. Этот метод можно отнести к группе SC.

Таким образом, можно отметить, что исследования интеллектуального капитала и разработка методов его оценки продолжаются. Большая часть исследований посвящена интеллектуальному капиталу организаций, далее можно выделить группы исследований, занимающихся интеллектуальным капиталом стран и регионов, а также вузов. Отдельное внимание уделяется исследованиям человеческого капитала. Предлагаемые методы можно классифицировать по предложенной Свейби классификации, которая не теряет свой актуальности. Большая часть предлагаемых методов (таблица 16) относится к группе методов

«подсчета очков» (Scorecard Methods, SC). Также существуют предложения по применению методов прямого измерения (Direct Intellectual Capital Methods, DIC), направленных на идентификацию и оценку отдельных элементов интеллектуального капитала, и методов отдачи на активы, имеющиеся у субъекта, обладающего интеллектуальным капиталом (Return on Assets Methods, ROA).

Необходимо отметить, что авторам не удалось найти в литературе предложения по оценке интеллектуального капитала кластеров, что, по нашему мнению, является упущением в связи с высокой значимостью кластеров для развития инновационного и экономического потенциала стран в условиях цифровой экономики.

Рассмотрим возможность применения групп методов для оценки интеллектуального капитала инновационно-промышленного кластера:

1. Методы прямого измерения (Direct Intellectual Capital Methods, DIC) направлены на идентификацию и оценку отдельных элементов интеллектуального капитала. В случае возможности идентификации отдельных элементов интеллектуального капитала и возможности оценки каждого из них, данные методы могут быть использованы для выполнения оценки. Возможность реализации обычно сильно зависит от доступности необходимой информации.

2. Применение методов рыночной капитализации для кластеров затруднено в связи с отсутствием кластеров на российских и международных фондовых рынках. Данная группа методов может быть применена лишь в видоизмененном виде, с использованием рыночных мультипликаторов P/E или P/S, примененных соответственно к прибыли и выручке кластера. Применение метода группы рыночной капитализацаии будет содержать ряд допущений, например, о том, что 1) данные мультипликаторы, полученные по данным о котируемых на рынке компаниях, можно применять к кластерам, 2) результат оценки с использованием указанных мультипликаторов будет корректно отражать стоимость кластера, 3) балансовые данные о материальных активах, оборотных активах и обязательствах, полученные по данным финансовой отчетности предприятий-участников, объективно отражают положение дел. Несмотря на имеющиеся допущения, применение методов рыночной капитализации для оценки интеллектуального капитала инновационно-промышленного кластера видится весьма перспективной.

3. Было проведено исследование возможности применения метода отдачи на активы для оценки интеллектуального капитала инновационно-промышленного кластера [138]. Исследование выполнено на примере кластера кластер «Развитие информационных технологий, радиоэлектроники, приборостроения, средств связи и инфотелекоммуникаций Санкт-Петербурга». В результате применения метода отдачи на активы для оценки интеллектуального капитала инновационно-промышленного кластера получены отрицательные значения стоимости

за 2014-2018 гг. Вертикальный и горизонтальный анализы форм бухгалтерской отчетности 1 и 2, анализ показателей рентабельности кластера указывают на эффективное функционирование кластера, что противоречит полученным отрицательным значениям стоимости. Причину отрицательных значений стоимости необходимо искать в показателе фондоотдачи кластера. Отрицательные значения стоимости могут возникать только в случае, если фондоотдачи кластера меньше фондоотдачи по виду деятельности. И действительно, анализ показывает, что фондоотдача по виду деятельности в 4-6 раз больше фондоотдачи кластера. При этом показатели рентабельности продаж и норма чистой прибыли выше или сопоставимы с аналогичными показателями по виду деятельности. Поэтому рассмотрим более подробно показатель основных средств кластера.

На основании расчетов доля основных средств в составе всех активов кластера составляет 10-13%. На основании представленного анализа можно сделать вывод, что основные средства составляют незначительную часть активов предприятий кластера, что приводит к тому, что показатель фондоотдачи кластера существенно ниже среднеотраслевого значения. В такой ситуации применение метода отдачи на активы для оценки интеллектуального капитала инновационно-промышленного кластера приводит к получению отрицательных величин стоимости.

Таким образом, можно сделать вывод, что применение метода отдачи на активы для оценки интеллектуального капитала инновационно-промышленного кластера невозможно из-за низкой доли основных средств в составе активов кластера.

4. Группа методов «подсчета очков» включает в себя наибольшее количество методов оценки (рисунок 9), поэтому их применение для оценки интеллектуального капитала кластера видится перспективным.

Выводы: в работе будут использованы метод прямого измерения, метод рыночной капитализации, метод «подсчета очков». Проведенное исследование показало невозможность применения метода отдачи на активы для исследуемого инновационно-промышленного кластера.

Выводы по 1 главе

В первой главе развиты теоретические положения по оценке интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации:

1. Проведенное наукометрическое исследование позволило определить основные тенденции развития цифровой экономики в России и за рубежом. Выявлено, что интерес к цифровой экономике и цифровым технологиям возрастает с каждым годом. Экспоненциальный характер ежегодного увеличения количества публикаций может свидетельствовать, что данная область знаний находится в активной фазе исследований. А, следовательно, результаты

применения полученных знаний в ближайшем будущем будут оказывать влияние на развитие как экономики, так и общества. Наибольший потенциал для бизнес-развития на данный момент заложен российскими исследователями в области технологий искусственного интеллекта, блокчейна, больших данных, кибербезопасности, и интернета вещей. Стоит отметить, что в направлении кибербезопасности Россия устойчиво занимает первые позиции по количеству публикаций. Зарубежные специалисты наибольший потенциал к практическому внедрению видят в технологиях больших данных, интернета вещей, искусственного интеллекта и дополненной реальности.

2. Примененный в работе исторический метод исследования позволил сделать вывод, что первоначальное понимание интеллектуального капитала как совокупности индивидуальных способностей человека на данный момент устарело. На сегодняшний день оно рассматривается с позиций: входящего в него имущества, системы отношений, входящих в него капиталов, людей, способностей людей и результатов этих способностей, с бухгалтерской и правовой точек зрения. Анализ исторических тенденций развития понятия интеллектуального капитала позволил разработать классификацию определений «интеллектуальный капитал» по признакам оказываемого воздействия, типу определяемой совокупности, типу носителя, возможности денежной оценки, отражения на балансе и отчуждения. Проанализированная динамика развития понятия «интеллектуальный капитал», а также разработанная классификация и анализ элементного состава интеллектуального капитала позволили сформулировать собственное определение интеллектуального капитала инновационно-промышленного кластера как совокупности нематериальных ценностей, применяемых и создаваемых в процессе хозяйственной деятельности кластера с целью создания добавленной стоимости на основе прогрессивного развития науки. Предложенное определение учитывает важнейшие свойства интеллектуального капитала, выделяемые автором, - его составной и нематериальный характер и генерацию им дополнительной ценности. Данное определение позволяет избежать неопределенности юридического положения интеллектуального капитала в современном правовом пространстве, споров в возможности его денежной оценки и постановки на бухгалтерский учет, и отходит от перечисления его структуры.

3. Выделены виды капитала, входящие в состав интеллектуального капитала, предлагаемые различными авторами, проанализированы содержания понятий этих капиталов и их состав, проанализированы области пересечения и наложения выявленных понятий. На основании выполненного исследования сформирована и обоснована авторская 4-уровневая декомпозиция интеллектуального капитала инновационно-промышленного кластера, учитывающая инновационный характер его работы и работу в условиях развития цифровой экономики. С учетом инновационного характера деятельности рассматриваемого кластера,

автором предлагается разделить структурный капитал на инновационный и процессный. А с учетом развития цифровой экономики необходимым является выделение в инновационном и процессном капитале цифровых составляющих. Данное разделение упрощает идентификацию элементов структурного капитала и управление структурным капиталом инновационно-промышленного кластера.

4. Разработана классификация видов интеллектуального капитала инновационно-промышленного кластера по четырем признакам: (1) типу носителя, (2) видам процессов инновационно-промышленного кластера, в которых они используются, (3) по типу существования и (4) возможности отделения от носителя. Данная классификация позволила предложить структурную декомпозицию интеллектуального капитала, состоящую из четырех уровней и 11 видов капитала. На основании выявленного автором признака носителя и источника происхождения отношенческого капитала автором предложено разделить этот капитал на командный, клиентский и стейкхолдерский, что позволит в дальнейшем реализовать комплексную денежную оценку всех элементов интеллектуального капитала. На основании выявленного автором признака отделимости как от индивида, так и от организации, элементы структурного капитала автором предложено обозначать через их носители, что позволяет однозначно идентифицировать все элементы структурного капитала, существенно упрощает управление и денежную оценку структурного капитала.

5. Выявлено, что в состав человеческого капитала включаются не только знания, умения и навыки персонала, но и отношению внутри команды. Автор предлагает отделить знания, умения и навыки от отношений внутри коллектива, оставив первые в человеческом капитале, а отношения включить в отношенский капитал и выделить этот элемент в командный отношенческий капитал (название предложено автором). Данное предложение оказывается полезным при выполнении денежной оценки интеллектуального капитала, предлагаемой далее автором.

6. Исследованы элементы человеческого, структурного и отношенческого капиталов, выделяемые различными авторами, что позволило сформировать комплексное представление о содержании каждого из 10 предлагаемых автором видов капитала 2-4 уровней, раскрывающих состав интеллектуального капитала в полной мере и без дублирования содержания.

7. Определение сущности понятия «интеллектуальный капитал», разработка структуры и классификации видов интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации, позволили выделить эффекты, которые дают описанные капиталы, а также цели, которые могут быть достигнуты при управлении этими капиталами.

8. Уточнено определение цифрового актива инновационно-промышленного кластера, выделены его свойства и разработана структура на основании использования в хозяйственной

деятельности, приведены примеры цифровых активов инновационно-промышленного кластера. Цифровые активы включены в состав структурного капитала.

9. Представлен анализ законодательства России на предмет сущности понятия «кластер». Уточнено определение инновационно-промышленного кластера. Определены особенности инновационно-промышленного кластера. Разработана классификация кластерных объединений.

10. Выполнен анализ современного состояния кластерных объединений России. Выявлено, что в России развитие кластерных образований началось в 2008 г. Наибольшее количество кластеров зарегистрировано на территории двух субъектов - Санкт-Петербурга и Ростовской области. Наибольшее количество кластеров представлено в сегментах информационно-коммуникационных технологий и производстве машин и оборудования. Оценки уровня развития кластеров показывают, что 74% кластеров находятся на низком уровне организационного развития, при том, что 76% кластеров поддерживаются государством. Следовательно, можно говорить о том, что кластерный потенциал России нуждается в развитии. Приведен краткий обзор кластерной политики России. Выполнено сравнение кластерного развития России с зарубежными странами. Отмечены достижения российской кластерной политики.

11. Проведена актуализация базы методов оценки интеллектуального капитала с учетом ее современного состояния развития. Проведено исследование существующих подходов и методов для оценки интеллектуального капитала инновационно-промышленного кластера, в результате которого была обоснована возможность применения метода прямого измерения интеллектуального капитала, метода рыночной капитализации к определению интеллектуального капитала, метода отдачи на активы, имеющиеся у субъекта, обладающего интеллектуальным капиталом и метода «подсчета очков» для оценки интеллектуального капитала.

Глава 2. Разработка инструментария для оценки интеллектуального капитала инновационно-промышленного кластера в условиях цифровизации

2.1 Факторы, влияющие на изменение интеллектуального капитала инновационно-

промышленного кластера

На изменение интеллектуального капитала оказывают влияние факторы внутренней и внешней среды. Перечень факторов внешней среды типичен для современных хозяйствующих субъектов, работающих в условиях цифровизации. Это политические, законодательные, экономические, социальные (демография, культура, мода, образование, миграция), научно-технические и экологические (загрязнение окружающей среды, вирусы) факторы, последний из которых стал особенно актуален в 2020 г. в связи с распространением СОУГО-19. Вирусные инфекции, оказывающие влияние на человеческий капитал хозяйствующих субъектов, могут прервать использование знаний и умений сотрудников при их самоизоляции. Однако повсеместное развитие информационно-коммуникационных технологий уменьшает влияние этого фактора.

К факторам внешней среды относятся также общественные движения, СМИ, уровень мирового развития, поставщики (сырья, материалов, финансов, труда), потребители, конкуренты, органы государственной власти и некоммерческие объединения и профсоюзы.

Среди факторов внутренней среды было выявлено 7 групп (рисунок 10): факторы размера инновационно-промышленного кластера; факторы продукта инновационно-промышленного кластера; факторы известности инновационно-промышленного кластера и его продукта; факторы качества управления; факторы человеческого капитала инновационно-промышленного кластера; факторы основных фондов инновационно-промышленного кластера; факторы инновационности.

Рисунок 10. Классификация факторов, оказывающих влияние на изменение интеллектуального капитала инновационно-промышленного

кластера (ИПК)

Такие факторы внешней среды как количество предприятий-участников и их масштаб оказывают в большей степени количественное влияние на интеллектуальный капитал кластера: чем больше сотрудников, клиентов, поставщиков - тем больше, при прочих равных условиях, человеческий, структурный и отношенческий капиталы. А вот этап жизненного цикла уже может влиять как качественные характеристики - большая сплоченность коллектива, более длительная история общения с покупателями и поставщиками, более развитая культура общения и сохранения интеллектуального труда.

Высокая конкурентоспособность, сама по себе создавая под влиянием интеллектуального капитала, формирует известность на рынке, приверженность покупателей, заинтересованность поставщиков работать с производителем пользующегося спросом продукта, заинтересованность в производителе как кредиторе у финансовых организаций, что положительно влияет на отношенческий капитал. Инновационность продукта и скорость вывода его на рынок могут быть отнесены к факторам внутренней среды кластера, но здесь проявляется и обратная зависимость: интеллектуальный капитал оказывает влияние на инновационность продукта и скорость вывода его на рынок. В свою очередь перечисленные факторы оказывают влияние на конкурентоспособность производимого продукта.

Выделим отдельно фактор известности инновационно-промышленного кластера и его продукта и обратим внимание, что известность может быть не связана с качеством продукта или его особыми техническими характеристиками, а сформирована под влиянием моды и рекламы. Поэтому данный фактор будет оказывать влияние на все виды отношенческого капитала.

Характеристики качества управления оказывают влияние на все виды интеллектуального капитала, позволяя более эффективно использовать знания, навыки и умения персонала, создавать и оформлять результаты интеллектуальной деятельности, использовать интеллектуальную собственность, поддерживать и развивать деловые связи, поддерживать сложившиеся деловые отношения, подтверждая компетентность решениями и действиями, что отличает этот фактор от п. 3.2 на рисунке 10, где репутация сформирована в большей степени под воздействием моды и неподтвержденных сведений.

Профессионализм, знания, навыки, опыт персонала определяет уровень инновационности предприятия, его деловую репутацию, конкурентное положение. Сами качества трудовых ресурсов оказывают непосредственное влияние на человеческий капитал. Созданные и оформленные результаты интеллектуальной деятельности, качество которых зависит от персонала, создают структурный капитал. Качество общения с покупателями, поставщиками, стейкхолдерами формирует отношенческий капитал. И даже командный

капитал (взаимоотношения в команде, слаженность работы, отношение к месту работы) формируют люди.

Использование современного технологичного оборудования требует квалифицированных специалистов, что оказывает влияние на человеческий капитал. Подобное оборудование позволяет быстрее проводить испытания, обрабатывать данные, получать информацию нового типа, что напрямую оказывает влияние на результаты интеллектуальной деятельности, которые, становясь отделенными от индивида и оформленными, формируют структурный капитал. Возможность работать на современном оборудование является мотиватором к идеям и рационализаторским предложениям, таким образом формируя лояльность персонала к работодателю, инновационно-промышленному кластеру (командный капитал).

Информация об инновационно-промышленном кластере, размещенная в цифровой среде, может положительно повлиять на принятие решения работать в нем высококвалифицированные кадры или войти в его кадровый запас, и тем самым увеличить лояльность к кластеру, т.е. командный капитал.

При освоении и использовании цифровых технологий в работе задействован персонал. В результате использования им цифровых технологий растет его компетентность в этом вопросе, тем самым увеличивая человеческий капитал. В зависимости от типа цифровых технологий, их использование может повышать инновационный структурный капитал, если технологии используются для создания инновационных решений, например, в лабораториях, или процессный структурный капитал, если они используются для обеспечения документооборота, коммуникации административно-управленческого персонала, связи с поставщиками и так далее.

Цифровые технологии широко используются для привлечения клиентов и потому могут увеличивать клиентский отношенческий капитал. Цифровые технологии позволяют выстаивать регулярные, плодотворные коммуникации даже на расстоянии. Актуальными стали виртуальные команды, о которых упоминается даже в стандартах управления проектами РМВОК. В этой связи можно утверждать, что цифровые технологии позволяют улучшать коммуникации, поддерживать общение и обмен идеями, что положительно влияет на рост командного отношенческого капитала. Выступления на виртуальных конференциях, семинарах, форумах, ставших особенно популярными на фоне распространения СО"УШ-19, способствуют формированию стейкхолдерского отношенческого капитала через цифровые технологии. Размещение заказов и участие в них посредством российской платформы https://zakupki.gov.ru или аналогичных платформы за рубежом позволяет сформировать историю, формирующую отношение к инновационно-промышленному кластеру как у

клиентов, так и у заказчиков и поставщиков. Любой желающий может получить информацию об инновационно-промышленном кластере через электронный ресурс, что оказывает влияние на стейкхолдерский отношенческий капитал.

Сами по себе патенты, ноу-хау и лицензии составляют структурный капитал. Чаще всего эти нематериальные активы можно относить к инновационному структурному капитулу, но они могут присутствовать и в составе процессного структурного капитала. Примером процессного структурного капитала являются лицензии на программное обеспечение, с которым работают административные сотрудники: операционные системы компьютеров и мобильных устройств, офисные приложения, мессенджеры и т.д. В случае покупки перечисленных активов, необходимость работать с ними приводит к росту человеческого капитала, т.к. персонал кластера вынужден обучаться применению эти нематериальных активов.

Перечисленные факторы оказывают влияния на различные виды интеллектуального капитала, что представлено в таблице 17.

Таблица 17. Влияние факторов на виды интеллектуального капитала

Факторы, влияющие на изменения интеллектуального капитала Человеческий капитал Инновационный капитал, в т.ч. инновационный цифровой капитал Процессный капитал, в т.ч. процессный цифровой капитал Командный капитал Клиентский капитал Стейкхолдерский капитал

Факторы внешней среды

1. Политические V V V V V V

2. Законодательные V V V V V V

3. Экономические V V V V V V

4. Социальные V V V V V

5. Экологические V V

6. Научно-технические V V V

7. Общественные движения, СМИ V V V

8. Мировое развитие V V V V V V

9. Поставщики V

10. Потребители V V

11. Конкуренты V V V V

12. Органы гос.власти V V V

13. Некоммерческие объединения, профсоюзы V V V V

Факторы внутренней среды

1. Размеры ИПК V V V V V V

2. Характеристики продукта ИПК -

2.1. Инновационность Обратная зависимость

производимого продукта

2.2. Высокая

конкурентоспособность V V

производимого продукта

2.3. Скорость вывода на рынок инновационного продукта Обратная зависимость

3. Известность ИПК и его V V

продукта

4. Характеристики качества V V V V V V

управления

5. Характеристики трудовых V V V V V V

ресурсов ИПК

6. Характеристики основных фондов ИПК V V V V

7. Характеристики V V V

инновационности

Примечание: ИПК - инновационно-промышленный кластер

Отметим, что анализ финансово-хозяйственных показателей исследуемого инновационно-промышленного кластера выявил отсутствие существенного влияния на его интеллектуальный капитал характеристик основных фондов, обусловленный низким уровнем стоимости основных средств в структуре баланса предприятий-участников.

2.2 Система показателей для оценки интеллектуального капитала инновационно-

промышленного кластера

В разделе 1.4 были проанализированы подходы и методы оценки, применяемые для определения стоимости интеллектуального капитала. В результате анализа было выявлено, что оценку интеллектуального капитала инновационно-промышленного кластера можно произвести с использование (1) метода прямого измерения, (2) метода рыночной капитализации и (3) метода «подсчета очков».

В методе прямого измерения предлагается использовать 3 обобщенных показателя: мультипликатор цены к выручке (P/S), мультипликатор цены к прибыли (P/E), мультипликатор цены к затратам (P/С), и 29 частных показателей:

1. количество уровней оплаты труда;

2. количество сотрудников одного уровня оплаты труда;

3. уровень оплаты труда в инновационно-промышленном кластере;

4. уровень оплаты труда по данным рынка;

5. среднегодовое количество принятых сотрудников;

6. расходы на найм;

7. расходы на подготовку вновь нанятого персонала;

8. затраты на корпоративные мероприятия;

9. длительность создания задокументированного результата интеллектуальной деятельности;

10. расходы на материалы, сырье, необходимые для проведения опытов или исследований для создания задокументированного результата интеллектуальной деятельности;

11. амортизация основных средств, используемых при проведении исследований для создания задокументированного результата интеллектуальной деятельности;

12. прочие расходы, связанные с созданием задокументированного результата интеллектуальной деятельности;

13. стоимость приобретенного результата интеллектуальной деятельности;

14. экспертная оценка силы влияния задокументированного результата интеллектуальной деятельности;

15. экспертная оценка размера влияния задокументированного результата интеллектуальной деятельности;

16. рыночная годовая ставка по кредиту;

17. льготная годовая ставка по кредиту;

18. тело кредита (размер финансирования);

19. ускоренный срок предоставления покупаемого ресурса;

20. рыночный срок предоставления покупаемого ресурса;

21. стоимость покупаемого ресурса;

22. объем поставки покупаемого ресурса;

23. рыночная цена поставки покупаемого ресурса;

24. льготная цена поставки покупаемого ресурса;

25. цена продукта кластера, за которую его покупают покупатели;

26. цена продукта кластера, за которую его готовы продавать предприятия-участники кластера;

27. объем продаж продукта кластера;

28. количество упоминаний в СМИ;

29. величина благотворительности в пользу кластера.

При применении метода рыночной капитализации могут быть применены следующие обобщенные показатели: выручка инновационно-промышленного кластера, прибыль

инновационно-промышленного кластера, стоимость его активов, рыночные мультипликаторы отношений цены к выручке (P/S) и цены к прибыли (P/E).

При применении метода «подсчета очков» в данной работе предлагается использовать интегральный, обобщенный показатель, позволяющий учесть всю совокупность представленных выше факторов. Таким показателем является длительность восстановления капитала в моделируемой ситуации его полной утраты.

С учетом проведенных ранее исследований и сделанных предположений в таблице 62 представлена дифференциация показателей оценки интеллектуального капитала инновационно-промышленного кластера по возможности учесть эффекты влияния выявленных ранее факторов внутренней и внешней среды (рисунок 10).

В результате проведенного исследования были выявлены и описаны элементы, взаимосвязанная совокупность которых может быть использована для целей оценки и управления интеллектуальным капиталом инновационно-промышленного кластера:

- 10 видов капиталов 2-4 уровней, составляющих интеллектуальный капитал инновационно-промышленного кластера (рисунок 5);

- 13 групп факторов внешней среды и 7 групп факторов внутренней среды (рисунок 10), оказывающих влияние на интеллектуальный капитал инновационно-промышленного кластера (таблица 17);

- 32 эффекта выделенных капиталов, которые оказывают влияние на функционирование инновационно-промышленного кластера (таблица 53);

- 36 показателей, которые необходимо использовать для обоснованной оценки интеллектуального капитала инновационно-промышленного кластера (таблица 62) 3 методами оценки в рамках 3 подходов для оценки (таблица 18);

- 11 целей, которые могут быть достигнуты путем управления интеллектуальным капиталом инновационно-промышленного кластера (таблица 53).

С целью создания целостной методики оценки интеллектуального капитала инновационно-промышленного кластера, объединяющей перечисленные элементы, была предложена система показателей эффективности работы инновационно-промышленного кластера, которые необходимо использовать для обоснованной оценки объекта исследования. В связи с тем, что графическое отображение всех связей между перечисленными элементами системы будет иметь низкое качество визуализации, далее приводится структурная схема системы показателей, которые используются при оценке интеллектуального капитала инновационно-промышленного кластера (рисунок 11 ).

Рисунок 11. Структурная схема системы показателей эффективности работы инновационно-

промышленного кластера

Таким образом, в работе выделено 36 частных и обобщенных показателей, необходимых для оценки интеллектуального капитала инновационно-промышленного кластера тремя методами.

2.3 Этапы и алгоритм оценки интеллектуального капитала инновационно-

промышленного кластера

Оценку интеллектуального капитала инновационно-промышленного кластера предлагается осуществить в три этапа [139]:

1. подготовительный этап (состоящий из 5 блоков);

2. основной этап (состоящий из 3 блоков);

3. заключительный этап (состоящий из 2 блоков).

На подготовительном этапе ставится цель оценки интеллектуального капитала, собираются сведения о факторах внутренней и внешней среды, которые оказывают влияние на интеллектуальный капитал актора, анализируются существующие методы оценки интеллектуального капитала и осуществляется их выбор. Основной этап включает в себя применение выбранных методов оценки, сравнение полученных результатов и формирование заключения о величине интеллектуального капитала. Заключительный этап состоит из анализа полученных результатов, сопровождающегося разработкой предложений по повышению эффективности функционирования инновационно-промышленного кластера.

2.3.1 Подготовительный этап

Цели оценки должны быть связаны с предполагаемым использованием результатов оценки. Результаты могут быть использованы для принятия решений внутри инновационно-промышленного кластера, а также для предоставления этих сведений стейкхолдерами. Использование результатов оценки внутри актора, как правило, связано с поиском наиболее эффективного варианта использования капитала и его развития с целью повышения эффективности функционирования актора. Представление результатов оценки стейкхолдерам чаще всего имеет целью привлечение инвестиций в развитие. При этом инвестиции могут представлять собой не только финансовые, но и трудовые, материальные и временные ресурсы. Указанные цели оценки окажут влияние на требования к срокам выполнения работ, возможности применения подходов и методов оценки, к точности и обоснованности итогового результата, полноте обоснования полученного результата.

Доступность информации для осуществления оценки является наиболее существенным фактором, определяющим возможность применением методов оценки интеллектуального капитала актора. Так как деятельность инновационно-промышленного кластера рассчитана на длительный период в десятки лет, необходимой является информация для обоснования ставки дисконтирования, используемой для учета фактора времени. Потребность в обосновании показателя оценки, учитывающего нестабильную динамику доходов и расходов, приводит к необходимости выявить информацию о соотношении цены к доходам или цены к расходам по мнению субъектов рынка. Концепция, основывающаяся на том, что интеллектуальный капитал дает увеличение доходности актору, заставляет исследователя искать рыночную информацию о среднерыночной величине доходности различных активов конкурентов. Можно сказать, что перечисленные данные из внешних источников являются базовыми показателями внешней среды при реализации денежной оценки интеллектуального капитала и должны быть дополнены другими показателями в зависимости от структуры интеллектуального капитала и вида деятельности инновационно-промышленного кластера.

К данным внутренней среды относятся показатели, позволяющие оценить знания и навыки персонала инновационно-промышленного кластера, его интеллектуальную собственность, технологии, находящиеся на этапе разработки, цифровые активы; условия работы с поставщиками и подрядчиками, лояльность клиентов и стейкхолдеров для выявления и оценки отношенческого капитала. Такие данные могут быть собраны как в денежных, так и в балльных показателях.

Современная теория оценки интеллектуального капитала базируется на существовании 4 групп методов оценки интеллектуального капитала различных субъектов. Количество входящих в них методов постоянно пополняется [136, 137], но все новые предложения можно

отнести к одной из четырех групп, предложенных К.-Э. Свейби [134]. К таким группам методов относятся 1. Методы прямого измерения интеллектуального капитала (Direct Intellectual Capital Methods, DIC). Эти методы объединены в группу по признаку оценки отдельных элементов интеллектуального капитала. 2. Методы рыночной капитализации, приводящие к определению интеллектуального капитала (Market Capitalization Methods, MCM). В данной группе расчет осуществляется в виде разницы между рыночной и балансовой стоимостью субъекта, обладающего интеллектуальным капиталом. 3. Методы отдачи на активы, имеющиеся у субъекта, обладающего интеллектуальным капиталом (Return on Assets Methods, ROA). Расчеты выполняются на основании сравнения со среднерыночными показателями величин доходности на активы. 4. Так называемые методы «подсчета очков» (Scorecard Methods, SC). В эту группу объединены методы, результаты которых не дают денежной оценки.

Выбор одного или нескольких методов базируется, в первую очередь, на доступности информации, которую необходимо иметь для реализации метода. Во-вторую очередь, на выбор метода будет оказывать влияние требования к срокам выполнения работ, к точности и обоснованности итогового результата, допустимости использования метода внутренними стандартами пользователя результатами оценки. В условиях отсутствия отмеченных ограничений рекомендуется использовать все методы для получения более обоснованного результата оценки. В некоторых случаях полезно использование результатов оценки в динамике, в других - при моделировании ситуации «что если».

2.3.2 Основной этап

Как уже было сказано, в целях оценки интеллектуального капитала используются четыре группы методов. Первая из них, методы прямого измерения интеллектуального капитала, являются самыми трудоемкими в связи с тем, что каждый элемент интеллектуального капитала должен быть оценен отдельно. Сложность оценки состоит еще и в проблемах, связанных с идентификацией элементов интеллектуального капитала. Ни один из элементов не должен быть пропущен и ни один не должен дублироваться полностью или частично в составе другого элемента, иначе это приведет к ошибкам в расчетах. Для оценки интеллектуального капитала данная работа весьма наукоемка в связи с тем, что в состав интеллектуального капитала разными авторами [30, 34] включаются бренд, товарные знаки, имидж, деловая репутация, отношения с клиентами, подрядчиками, лояльность к актору и другое. Очевидно, что эти элементы взаимосвязаны и не могут без предварительного анализа быть последовательно оценены для поставленной цели. И это только один пример из целого ряда подобных.

Методы рыночной капитализации основаны на оценке рыночной и балансовой стоимостей актора. Оценка каждой из этих стоимостей весьма трудоемка, и если оценку балансовой стоимости можно выполнить располагая внутренней информацией о кластере с обязательным применением процедуры элиминирования, которая реализуется в холдингах, то, с оценкой рыночной стоимости возникают сложности именно из-за отсутствия необходимой информации. Во-первых, как российские, так и зарубежные кластеры не продаются и не котируется на фондовых рынках. Во-вторых, при оценке каждого хозяйствующего субъекта, входящего в кластер, с целью последующего сложения полученных величин, будет потерян синергетический эффект, являющийся определяющим для формирования такого вида взаимодействия субъектов. По названным причинам исследователю остается лишь оперировать доходными техниками оценки рыночной стоимости инновационно-промышленного кластера, однако и здесь должен быть введен целый ряд допущений.

Третья и заключительная группа методов оценки интеллектуального капитала, позволяющая получить денежный результат, - методы отдачи на активы. Возможность применения группы этих методов была исследована ранее [138]. В результате проведенного исследования было выявлено, что особенности инновационно-промышленных кластеров, имеющих в своем составе незначительную долю основных средств, не позволяют применить методы отдачи на активы, поэтому особенности применение данных методов далее не обсуждаются.

Перечисленные группы методов базируются на доходном подходе. В рамках доходного подхода может быть реализован один из двух алгоритмов расчета: с использованием метода рыночной капитализации (индустриальных коэффициентов) или метода дисконтирования денежных потоков. Проведенные исследования и апробация методики показали, что эффективность применения методики существенно снижается за счет формализации и подготовки исходных данных для проведения расчетов методом дисконтирования денежных потоков. Улучшения удалось достигнуть за счет применения метода рыночной капитализации, который, при наличии данных для обоснования коэффициента капитализации, позволяет исследователю получить более достоверные и обоснованные результаты оценки.

Применение метода рыночной капитализации стало возможным благодаря использованию мультипликаторов P/S и P/E, полученных с использованием данных фондового рынка, в качестве коэффициентов капитализации. Использование данных рынка о величинах мультипликаторов приводит к более объективным результатам, так как (1) не зависит от экспертной оценки, которая в большинстве случаев применяется при обосновании ставки дисконтирования, (2) позволяет отказаться от выполнения прогнозов денежных потоков, так как мультипликаторы учитывают будущие ожидания участников рынка.

Там, где это, по мнению автора, было возможно, в методике применен метод дисконтирования денежных потоков, а именно, при расчете величины стейкхолдерского капитала, возникающего при льготном кредитовании и при ускорении времени поставок.

Таким образом, с целью повышения эффективности применения предлагаемой методики расчета величины стоимости интеллектуального капитала инновационно-промышленного кластера принято решение о комплексном использовании методов, с преимущественной реализацией метода рыночной капитализации (индустриальных коэффициентов).

Группа методов «подсчета очков» ^С) является весьма разнообразной и наиболее развитой группой из всех перечисленных. Данные методы наиболее гибко адаптируются к имеющейся у исследователя информации, составу интеллектуального капитала, особенностям ведения деятельности актора. Самым существенным недостатком является отсутствие денежного результата. Результаты таких оценок информативно наблюдать в динамике. Сравнение результатов с конкурентами чаще всего не вполне объективно, т.к. применение этой группы методов в конкретном случае каждый раз требует адаптации под актора.

Заканчивается основной этап формированием заключения о результате оценки интеллектуального капитала инновационно-промышленного кластера.

2.3.3 Заключительный этап

После формирования заключения о результатах оценки следует анализ полученных результатов, сопровождающийся разработкой предложений по повышению эффективности функционирования инновационно-промышленного кластера и использованию интеллектуального капитала инновационно-промышленного кластера. Анализ может проводиться методом сравнения полученных результатов с результатами других кластеров, результатами других компаний, конгломератов и объединений конкурентов, а также собственными результатами в ретроспективных периодах. При разработке предложений по повышению эффективности функционирования инновационно-промышленного кластера за счет использования его интеллектуального капитала актуальным становится анализ расчетов и выявление факторов, оказывающих наибольшее влияние на полученный результат, для чего могут быть использованы анализ чувствительности, анализ сценариев, имитационное моделирование. Если целью оценки являлось привлечение дополнительных инвестиций, то сценарный анализ может быть выполнен в разрезе текущей ситуации и ситуации после освоения привлеченных инвестиций, таким образом показывая инвестору то, где находится узкое место инновационо-промышленного кластера, и какие результаты могут быть получены посредством привлечения необходимых ресурсов. При изменении одного или нескольких параметров, отличающихся от заложенных в базовом сценарии, алгоритм оценки

интеллектуального капитала инновационно-промышленного кластера реализуется заново, с последовательным прохождением через все описанные этапы.

2.3.4 Алгоритм оценки интеллектуального капитала инновационно-промышленного кластера

Разработав этапы оценки интеллектуального капитала инновационно-промышленного кластера представим алгоритм его оценки в графической форме (рисунок 12).

Представленный алгоритм базируется на рассмотренных ранее трех этапах оценки интеллектуального капитала инновационно-промышленного кластера: подготовительном, основном и заключительном. На подготовительном этапе осуществляется постановка цели (таблица 53) оценки интеллектуального капитала инновационно-промышленного кластера. Здесь же осуществляется сбор и анализ данных внутренней и внешней среды, а также анализ существующих подходов и методов оценки интеллектуального капитала. При сборе и анализе данных внутренней и внешней среды рекомендуется руководствоваться разработанной ранее классификацией факторов, влияющих на изменение интеллектуального капитала, представленной в разделе 2.1, а также использовать представленную ранее систему показателей для оценки (раздел 2.2).

Предлагаемые в алгоритме методы оценки базируются на затратном, доходном и количественном подходах (таблица 18).

Таблица 18. Подходы и методы для оценки интеллектуального капитала

Метод Подход

Реализация метода прямого измерения. Денежная оценка интеллектуального капитала инновационно-промышленного кластера на основании суммирования оценок входящих в него капиталов Затратный при оценке человеческого капитала. Затратный при оценке процессного и инновационного капиталов. Затратный при оценке командного капитала. Доходный при оценке клиентского и стейкхолдерского капиталов.

Реализация метода рыночной капитализации. Денежная оценка величины интеллектуального капитала инновационно-промышленного кластера на основании его финансовой отчетности Доходный

Реализация метода «подсчета очков». Балльная оценка величин человеческого, структурного и отношенческого капиталов, входящих в интеллектуальный капитал инновационно-промышленного кластера Количественный

В предлагаемом алгоритме учтены возможности доступа исследователя к необходимым данным и рассмотрены возможности оценки интеллектуального капитала как в

денежных единицах, так и в баллах, через реализацию методов оценки. Предложенная последовательность выбора методов оценки сформирована с целью минимизировать трудозатраты на выполнение оценки.

В работе сделано предположение, что для исследователя более доступными являются внутренние данные кластера, поэтому исследование возможности применения методов оценки начинается с вопросов о возможности получения информации о внутренних характеристиках кластера (5.1.1, 5.2.1, 5.3.1 и 5.4). Далее рекомендуется исследовать возможность получения внешней информации о среде, в которой работает кластер. После чего ответить на вопрос о наличии и доступности информации, необходимой при применении каждой из групп методов оценки (5.1.2, 5.2.2, 5.3.2). После получения положительных ответов на вопросы о доступности информации внутренней и внешней среды, рекомендуется, во-первых, провести дополнительный сбор информации, вероятность наличия которой весьма высока, но она не понадобится, если нет информации, которая должна быть получения на предыдущих этапах (5.2.3, 5.3.3), а во-вторых, проанализировать внутреннюю и внешнюю информацию на сопоставимость и при необходимости запросить недостающие данные (5.1.3). Так как при использовании группы методов «подсчета очков» используются только внутренние сведения, то в данном случае сбор информации проводится в один шаг.

Продвижение по положительному маршруту позволит выбрать группы методов оценки, возможные к применению для определения стоимости интеллектуального капитала инновационно-промышленного кластера.

Рисунок 12. Алгоритм оценки интеллектуального капитала (ИК) инновационно-промышленного кластера (ИПК)

Отрицательный ответ на любой из поставленных вопросов приведет к обоснованному отказу от использования групп методов оценки.

В условиях совершенного рынка результаты оценки, полученные всеми методами оценки, должны дать одинаковый числовой результат, однако на практике этого не случается. В связи с этим необходимо проанализировать и сравнить полученные результаты расчетов в случае, если удалось применить более одного метода оценки. Практика делового оборота оценочной деятельности говорит о том, что в условиях неопределенности, недостоверности и неполноты информации, в которых обычно оказывается исследователь, различие в полученных результатах допустимо в размере до 30 %. В случае различия более чем на 30 % необходимо вернуться к проведенным расчетам с целью:

1. Поиска технических ошибок в расчетах.

2. Проверки достоверности и актуальности используемой информации.

3. Уточнения особенностей объекта исследования.

4. Проверки корректности используемых допущений.

5. Повторного анализа применимости используемой методики.

Выявленные отклонения результатов и их причины необходимо проанализировать и устранить. Заканчивается основной этап формированием заключения о результате оценки интеллектуального капитала инновационно-промышленного кластера.

После формирования заключения о результатах оценки следует анализ полученных результатов, сопровождающийся разработкой предложений по повышению эффективности функционирования инновационно-промышленного кластера за счет использования его интеллектуального капитала. Алгоритм имеет циклический характер в связи с необходимостью проведения повторной оценки для обоснования эффективности предложений для функционирования инновационно-промышленного кластера по использованию его интеллектуального капитала.

2.4 Методика оценки интеллектуального капитала инновационно-промышленного кластера

На основании проведенных исследований предложена методика оценки интеллектуального капитала инновационно-промышленного кластера, структура которой представлена на рисунке 13. Методика включает три основных этапа: подготовительный, основной и заключительный [140].

Рисунок 13. Структура методики оценки интеллектуального капитала (ИК) инновационно-промышленного кластера (ИПК)

Рассмотрим далее цели, этапы и мероприятия реализации предложенной методики.

2.4.1 Цели оценки интеллектуального капитала инновационно-промышленного кластера

Показатель оценки интеллектуального капитала инновационно-промышленного кластера является индикатором успешности / не успешности его деятельности. Он интегрировано указывает на уровень наукоёмкости производимого продукта, эффективности налаженного взаимодействия между участниками кластера, результативность применяемых технологий и решений, уровень квалификации человеческих ресурсов, уровень цифровизации бизнес-процессов. При устойчивой положительной динамике, а в случае возможности сравнения с другими кластерами, более высокими результирующими показателями, результаты оценки интеллектуального капитала инновационно-промышленного кластера способны привлечь новых участников кластера, государственную поддержку, заказчиков и партнеров, высококвалифицированные кадры и стартапы. Таким образом, целями оценки интеллектуального капитала инновационно-промышленного кластера могут быть:

1. Аналитические - исследование динамики показателя деятельности кластера, указывающего на эффективность его деятельности; оценка влияния реализованных управленческих решений на деятельность кластера.

2. Управленческие - принятие управленческих решений на основании динамики показателя интеллектуального капитала кластера: выбор стратегии развития, минимизация рисков, диверсификация деятельности, выявление потребностей кластера, принятие решений об исключении предприятий-участников из кластера, принятие решений о привлечении новых предприятий-участников.

3. Инвестиционные - получение обоснования для привлечения внешних инвестиций в инновационно-промышленный кластер, в том числе из государственного бюджета.

4. Маркетинговые - привлечение новых предприятий-участников, стартапов, с использованием информации об увеличении интеллектуального капитала кластера; привлечение покупателей и заказчиков конечного продукта кластера; помощь предприятиям-участникам в привлечении высокопрофессиональных кадров.

2.4.2 Сбор информации для оценки интеллектуального капитала инновационно-промышленного кластера

Далее представлены этапы оценки интеллектуального капитала инновационно-промышленного кластера в рамках предложенной методики.

Перед проведением расчетов необходимо получить исходную информацию, для чего необходимо:

1. Выявление перечня предприятий-участников кластера с указанием наименования каждого предприятия-участника и его ИНН за последний календарный год.

Кластер как живая структура находится в постоянном движении и изменении, состав предприятий-участников не постоянен из года в год. По этой причине необходимо иметь перечень предприятий-участников кластера на год, предшествующий дате определения стоимости интеллектуального капитала кластера. Если необходимо получить ретроспективную динамику стоимости интеллектуального капитала кластера, перечни предприятий должны иметься за каждый анализируемый год.

2. Сбор бухгалтерских балансов и отчетов о финансовых результатах по всем предприятиям-участникам за последний календарный год.

Недавние изменения в законодательстве РФ сделали общедоступными данные бухгалтерских балансов и отчетов о финансовых результатах всех предприятий и организаций РФ, что позволило осуществить разработку метода рыночной капитализации для оценки интеллектуального капитала кластера, применимого для получения денежных результатов оценки интеллектуального капитал каждого кластера России. На сегодняшний день возможно получение данных с 2014 г., что ограничивает возможности оценки интеллектуального капитала в ретроспективном периоде. Однако уже можно выполнять расчеты за 6-летний период и анализировать полученные результаты в динамике.

3. Проведение анкетирования предприятий-участников кластера и обработка результатов анкетного опроса.

Для более обоснованного результата денежной оценки интеллектуального капитала инновационно-промышленного кластера было принято решение использовать не только общедоступные данные бухгалтерских балансов и отчетов о финансовых результатах предприятий-участников кластера, но и использовать инсайдерскую информацию, полученную путем анкетирования представителей предприятий-участников с последующей обработкой собранных ответов. Пример анкеты представлены в приложении 2, в приложении 3 приведен пример заполнения такой анкеты.

После этого можно переходить к реализации методов оценки интеллектуального капитала.

2.4.3 Реализация метода прямого измерения. Денежная оценка интеллектуального капитала инновационно-промышленного кластера на основании суммирования оценок входящих в него капиталов

В данном подразделе представлена последовательность оценки интеллектуального капитала инновационно-промышленного кластера через предварительную оценку

составляющих его капиталов, поэтому расчетная формула величину интеллектуального капитала инновационно-промышленного кластера в данном случае будет иметь вид:

Сик = Счк+Сск+Сок (1)

Сик - стоимость интеллектуального капитала;

Счк - стоимость человеческого капитала;

Сск - стоимость структурного капитала;

Сок - стоимость отношенческого капитала.

Далее представлены алгоритмы расчетов каждого капитала.

2.4.3.1 Денежная оценка человеческого капитала инновационно-промышленного кластера

Рассмотрим алгоритм оценки человеческого капитала инновационно-промышленного кластера. Так как человеческий капитал представляет собой знания, опыт и навыки персонала, его величина непосредственно связана с количеством человек, работающих в инновационно-промышленном кластере, и уровнем их квалификации. Уровень квалификации можно определить через заработную плату, которую получает сотрудник, и величину расходов на социальный пакет, предоставляемый сотруднику, что позволит определить величину затрат, которые делаются в поддержание и сохранение человеческого капитала. Помимо расходов на заработную плату работодатели тратят денежные средства, связанные с текучестью кадров. Эти затраты представляют собой затраты на найм и подготовку вновь нанятого персонала. По данным рынка и [141] затраты на найм составляют от 8 % до 20 % от годовой заработной платы искомого профессионала. Стоимость подготовки и обучения по данным [141] составляет от 10 % до 50 % от годовой заработной платы искомого профессионала.

На основании сказанного расчет стоимости человеческого капитала инновационно-промышленного кластера (Счк) будет выполняться с использованием формулы:

Счк = К3= 1 Ка х Уотипк - ТК х (Н + О)] х Р/С (2)

N - количество уровней оплаты труда;

КС - количество сотрудников одного уровня оплаты труда;

Уотипк - уровень оплаты труда в инновационно-промышленном кластере в год;

ТК - среднегодовое количество принятых за год сотрудников;

Н - расходы на найм, %;

О - расходы на подготовку / обучение вновь нанятого персонала, %;

Р/С - мультипликатор отношения цены к расходам.

Уровень оплаты труда определяется как сумма годовой величины заработной платы и всех выплаченных премий, надбавок, пособий, бонусов, вознаграждений по предоставляемому соц.пакету. В случае, если в соц.пакет входит долгоживущее имущество, например, автомобиль, расходы на него учитываются в размере ежегодной амортизации.

Единицей измерения элемента человеческого капитала является 1 должностная ставка.

На фондовом рынке отсутствует показатель P/С, поэтому выведем его с использованием известных и имеющихся на рынке мультипликаторов P/S и P/E.

Р/С = Г/Т! (3)

Р/Е

P/С - мультипликатор отношения цены к расходам;

P/S - мультипликатор отношения цены к выручке;

P/E - мультипликатор отношения цены к прибыли.

2.4.3.2 Денежная оценка структурного капитала инновационно-промышленного кластера

Рассмотрим алгоритм оценки структурного капитала инновационно-промышленного кластера. Так как структурный капитал представляет собой зафиксированные на бумажных или цифровых носителях результаты интеллектуальной деятельности, то его величина будет определяться количеством таких зафиксированных результатов. С учетом практики делового оборота в области патентования, когда на одну идею регистрируется один патент, а при создании одного типа продукта может быть использовано несколько патентов, предлагается в качестве единицы измерения одного элемента структурного капитала использовать 1 задокументированный результат интеллектуальной деятельности, представляющий собой протокол одного испытания, патент одного изобретения или полезной модели, сертификат на один процесс и так далее. Для процессного капитала, входящего в состав структурного капитала, задокументированным результатом интеллектуальной деятельности может являться чек-лист, шаблон документа, инструкция по его заполнению и так далее.

На основании сказанного, величина структурного капитала будет определяться по формуле:

ССК = СИК + СПК (4)

Скк - стоимость структурного капитала;

Сик - стоимость инновационного капитала;

Спк - стоимость процессного капитала.

Процедуры расчетов стоимости инновационного и процессного капиталов аналогичны, поэтому расчетные формулы приведены для всего структурного капитала. При определении величины структурного капитала необходимо учитывать затраты на создание результата интеллектуальной деятельности. Здесь всегда будут присутствовать затраты на оплату труда. В зависимости от типа результата интеллектуальной деятельности сюда могут быть отнесены затраты на материалы, сырье, необходимые для проведения опытов или исследований, амортизация основных средств, используемых при проведении исследований и другие расходы, связанные с созданием результата интеллектуальной деятельности. При определении величины структурного капитал важным также является и вопрос задействованности активов структурного капитала в деятельности инновационно-промышленного кластера. На основании сказанного, определение величины структурного капитала инновационно-промышленного кластера (Сск) может быть выполнено по формуле для задокументированного результата интеллектуальной деятельности, созданного своими силами, или полученного в дар:

Сск = ^(Дччг * ср.Уот£ + Мат + А + П^) * Эвв£ (5)

п - количество созданных собственными силами задокументированных результатов интеллектуальной деятельности;

Дчч1 - длительность создания задокументированного результата интеллектуальной деятельности в человеко-часах. ;

ср.Уот - средневзвешенный уровень оплаты труда по инновационно-промышленному кластеру;

Мат - расходы на материалы, сырье, необходимые для проведения опытов или исследований;

А1 - амортизация основных средств, используемых при проведении исследований;

Пр1 - прочие расходы, связанные с созданием результата интеллектуальной деятельности;

Эвв1 - экспертная оценка важности вклада в деятельность инновационно-промышленного кластера, определяемая на основании экспертного опроса.

При приобретении результатов интеллектуальной деятельности стоимость структурного капитала будет определяться по формуле.

Сск = 1"=1 Срид; * ЭВВ; (6)

Срид - стоимость приобретенного результата интеллектуальной деятельности.

Экспертная оценка важности вклада результата интеллектуальной деятельности в деятельность инновационно-промышленного кластера определяется на основании

экспертного опроса с использованием рейтинга из таблиц 19 и 20. Вопросы, которые задаются экспертам: 1. «На сколько данный элемент оказывает влияние на такие измерители как сроки, качество, деньги, перспективы развития инновационно-промышленного кластера?» и 2. «Сколько предприятий-участников инновационно-промышленного кластера используют этот элемент в своей деятельности?».

Эвв = ЭСВ * ЭРВ (7)

Эвв - экспертная оценка важности вклада в деятельность кластера Эсв - экспертная оценка силы влияния Эрв - экспертная оценка размера влияния

В качестве экспертов рекомендуется выбирать профессионалов, знакомых с деятельностью кластера, работающих с ним в силу своих должностных обязанностей и представляющих мнения различных профессиональных сообществ: научных и технических специалистов, юристов, финансистов, И^менеджеров, маркетологов, посредников, организующих сделки. В данном случае также рекомендуется применение метода Дельфи, однако из-за специфики вопроса о внутренних активах инновационно-промышленного кластера в состав группы экспертов привлекаются только сотрудники исследуемого инновационно-промышленного кластера. Таблица 19. Шкала ответов по силе влияния

Балл Ответ

0 Не оказывает влияние

1 Оказывает мало влияния

2 Оказывает среднее влияние

3 Оказывает сильное влияние

Таблица 20. Шкала ответов по размеру влияния

Балл Ответ

0 Никто

1 Менее 25% предприятий кластера

2 25%-50% предприятий кластера

3 Более 50% предприятий кластера

4 Более 75% предприятий кластера

Экспертный опрос проводится по каждому элементу структурного капитала, поэтому не смотря на небольшое количество вопросов и малое количество вариантов ответов на них, процедура может занять существенное время экспертов. При этом возможна ситуация, когда кто-то из экспертов не будет знать о характеристиках части исследуемых объектов. В таком случае ему рекомендуется пропустить данный раздел анкеты. При

определении величины важности вклада в деятельность кластера учитывается только то количество экспертов, которые дали ответ на поставленный вопрос.

2.4.3.3 Денежная оценка отношенческого капитала инновационно-промышленного кластера

При оценке отношенческого капитала инновационно-промышленного кластера разделим его на 3 части: командный, клиентский и стейкхолдерский, каждый из которых будет оцениваться отдельно. После чего отношенческий капитал инновационно-промышленного кластера (Сок) будет определен как суммарное значение оценок перечисленных капиталов:

СОК = СКК + СКЛК + ССХК (8)

Скк - стоимость командного капитала;

Склк - стоимость клиентского капитала;

Ссхк - стоимость стейкхолдерского капитала.

Командный капитал

Размер командного капитала будем определять как разницу уровня оплаты труда на рынке и в кластере:

Скк = (27=1 Кс;(Уотрын;-УотипкУ) + Кор) х Р/С (9)

N - количество уровней оплаты труда;

КС - количество сотрудников одного уровня оплаты труда;

Уотрын - уровень оплаты труда по данным рынка в год;

Уотипк - уровень оплаты труда в инновационно-промышленном кластере в год;

Кор - годовые затраты на корпоративные мероприятия;

Р/С - мультипликатор, определенный по данным котируемых на рынке компаний той же предметной области, что и сфера работы кластера.

Единицей измерения одного элемента командного капитала является 1 должностная ставка. Мультипликатор Р/Е позволяет перевести годовую дополнительную прибыль в стоимость.

Уровень оплаты труда используется в качестве показателя при определении величины человеческого и отношенческого командного капитала. Поэтому рассмотрим эту ситуацию более подробно, чтобы избежать ошибки двойного учета элементов в составе интеллектуального капитала.

Если сотрудник получается в месяц 140 тыс. руб., тогда как на рынке ему заплатили бы 150 тыс. руб. В такой ситуации в состав человеческого капитала будет записано 140 тыс. руб., а 10 тыс. руб. (150-140) будет отнесено на отношенческий капитал. Т.е. отношение

данного сотрудника к инновационно-промышленному кластеру дает возможность выплачивать ему заработную плату на 10 тыс. руб. меньше. Сотрудник соглашается на меньшую величину заработной платы из-за того, что кластер дает ему возможность самореализации, ставит интересные задачи или позволяет реализовать иные потребности из верхних уровней пирамиды Маслоу. В данном примере величина интеллектуального капитала равна 150 тыс. руб.

Рассмотрим обратную ситуацию: сотрудник зарабатывает 150 тыс. руб., тогда как на рынке за выполнение таких должностных обязанностей готовы заплатить только 140 тыс. руб. Человеческий капитал в данном случае будет определен в размере 150 тыс. руб., а отношенческий командный капитал будет отрицательным (140-150). В таком случае величина интеллектуального капитала составит 140 тыс. руб. (150-10). Данная ситуация характеризуется излишне хорошим отношением кластера к сотруднику, что приводит к потере интеллектуального капитала.

На данном примере видно, что потеря отношенского капитала может возникнуть не только в случае ухудшения имиджа или падения деловой репутации инновационно-промышленного кластера, но и в случае переоценки стоимости ресурсов, которые он привлекает.

Клиентский капитал

Клиентский капитал возникает из отношения и лояльности клиентов к инновационно-промышленному кластеру и его продуктам. Следовательно, для определения его величины необходимо понять, на сколько больше клиенты готовы заплатить за продукты кластера только в силу своего отношения. Таким образом, единицей измерения одного элемента клиентского капитала является одна покупка.

Здесь возможны две ситуации. Первая маловероятнее с учетом инновационного характера продукта. Она заключается в наличии на рынке аналогичного или очень похожего продукта. В таком случае, необходимо определить разницу в стоимости и условиях покупки между продуктом исследуемого кластера и продуктом конкурента. Полученная разница умножается на годовой объем продаж.

Вторая ситуация заключается в отсутствии схожей продукта на рынке. В таком случае необходимо выявить различие между ценой, за которую был готов продать товар продавец, и ценой, за которую приобретают товар покупатели. Цена продажи обычно устанавливается продавцом с использованием метода полных издержек или методом анализа рынка товаров-конкурентов. Наивысшая потребность в определении этой цены, а также наибольшая точность ее расчета обычно возникает при выходе товара на рынок, когда он еще неизвестен, и потребительские предпочтения еще не сформированы. В

дальнейшем цена учитывает известность и потребности покупателей и формируется уже на основании данных о продажах этого продукта. При определении цены, за которую готов был продать продавец, рекомендуется использовать данные предприятий-участников об ожидаемой цене продажи, сформированной при выходе товара на рынок, проиндексированной на дату исследования. Цена покупки определяется по данным договоров, контрактов и иных документов, подтверждающих условия продажи. Необходимо обратить внимание, что в условиях рыночной экономики один и тот же товар может быть продан за разную цену разным группам покупателей. Выявленное различие в ценах умножается на годовой объем продаж. В случае дифференциации цены по группам, объем продаж также дифференцируется по каждой группе покупателей. В такой ситуации запрос цены товара необходимо дифференцировать по каждой группе покупателей.

Расчетная формула величины клиентского капитала будет иметь вид:

Склк = 1?=1((Цпок - Цпр^) х Р/5 (10)

Цпок; - цена, за которую приобретают товар покупатели;

Цпрр цена, за которую готов продать товар продавец;

Vi - годовой объем продаж по i-той группе покупателей;

Р/S - мультипликатор отношения цены к выручке.

Мультипликатор Р/S позволяет перевести выявленную годовую дополнительную выгоду в стоимость.

Стейкхолдерский капитал

В связи с большим разнообразием стейкхолдеров приведем несколько вариантов расчета, базирующего на одной концепции - величина стейкхолдерского капитала определяется как разница в условиях получения любых ресурсов для исследуемого инновационно-промышленного кластера и для среднерыночного участника. Таким образом, единицей измерения одного элемента стейкхолдерского капитала является одна выгода.

Рассмотрим разницу в условиях кредита, займа, предоставления финансирования, поставок, закупок как пример отношения стейкхолдеров к инновационно-промышленному кластеру, формирующих стейкхолдерский капитал. При ежемесячных аннуитетных платежах формула будет выглядеть следующим образом:

1-

С,

СХК

кред

= (1+'Р/ш)*

*р/

/т

х

(1+'Р/т)пХт

(1+'л/ш)пХт

х А

(11)

Ссхккред - стоимость стейкхолдерского капитал, возникающая при льготном кредитовании;

1

р

л

т

т

1

1

1

1

ip - рыночная годовая ставка по кредиту;

L - льготная годовая ставка по кредиту;

m - количество начислений процентов в течение года;

A - тело кредита.