Размещено на http://www.allbest.ru/

18

Размещено на http://www.allbest.ru/

Содержание

Введение

1. Обзор литературы

2. Модель

3. Симуляция

Заключение

Список литературы

Приложение



Введение

Вопрос организационных форм и их влияния на производственный процесс в организациях начал интересовать экономистов еще во второй половине прошлого века. Так, классическими работами в этой сфере являются работы Chandler (1962) и Williamson (1973). В этих работах было показано, что организационная форма является не менее важным фактором для успешного функционирования фирмы, чем технология или доступность факторов производства. С этим сложно спорить, поскольку в современном мире абсолютное большинство товаров производятся группами людей, а когда возникает кооперация, то появляется необходимость в организации процесса.

В литературе, посвященной организационным формам, в основном выделяются две формы: так называемые “unitary form” (U-form) и “multi-divisional form” (M-form). Обычно их противопоставляют друг другу, хотя на самом деле они не являются «противоположностями» друг друга в привычном понимании слова, эти формы просто основаны на разных принципах организации. В U-форме отделы создаются по принципу специализации - каждый отдел выполняет строго определенную функцию. Классическим примером фирмы, имеющей U-форму, является компания Ford в период до Второй Мировой войны. Она была разделена на строго специализированные отделы: производство, продажи, закупки и т.д. Все эти отделы были взаимосвязаны, и ни один из них не мог функционировать отдельно от всех остальных. В M-форме организация разделена на самостоятельные департаменты, которые практически полностью независимы от остальной организации. Примером такой фирмы служит компания General Motors времен управления Альфредом Слоуном, которая до сих пор состоит из независимых подразделений, соответствующих маркам выпускаемых автомобилей. В данном случае каждое подразделение представляет собой отдельную фирму, которая, впрочем, контролируется сверху материнской фирмой.

Важно отметить, что термин «организационная форма» в литературе применяется не только к фирмам, как агентам, производящим блага. Этот термин также применяется и к крупным экономическим системам. В частности, в работе Qian и Xu (1993) анализируется разница между экономическими системами Советского Союза и Китая. Они показали, что существенное различие в экономиках этих стран лежит как раз в различиях в организационных формах. В частности, Советский Союз представлял собой организацию, имеющую U-форму. Экономика времен СССР была разделена на министерства, каждое из которых управляло определенной отраслью. Экономика Китая при этом представляет собой M-форму, в которой разделение происходило по региональному принципу, что позволяло воспроизвести главную особенность M-формы - независимость подразделений от всей остальной организации.

В этой работе я собираюсь показать, как структура рынка влияет на выбор организационной формы фирмами. Для этого мною используется эволюционная модель рынка потребительского товара, на котором несколько фирм производят однородный товар. Ранее эволюционные модели не использовались для анализа изменения организационных форм, хотя как инструмент эти модели прекрасно подходят для изучения сложных динамических процессов. Данной работой я постараюсь закрыть эту брешь в литературе.

В этой модели каждая из фирм вовлечена в процесс инноваций для улучшения своей производительности. Кроме того, фирмы имеют возможность выбирать организационную форму, и их выбор зависит от соотношения средней прибыльности фирм, имеющих M-форму и U-форму. Каждая из этих форм имеет свои преимущества. Так, фирмы, выбравшие U-форму, имеют возрастающую отдачу от масштаба в производстве. Это преимущество U-формы было в достаточной степени описано в работе Kornai (1992). В то же время, фирмы с M-формой более успешны в инновационном процессе. Это можно объяснить результатом, полученным в теоретической работе Qian, Roland and Xu (2006), посвященной влиянию организационной формы на процесс экспериментирования. Они показали, что M-форма может использовать мелкомасштабные эксперименты, в то время как для U-формы они не являются эффективным методом инновации. В моей модели это преимущество позволяет M-форме получать лучшие результаты в инновационном процессе.

Следуя за литературой, использующей эволюционные модели для анализа динамики рынков, в этой модели агенты при принятии решений не решают максимизационные задачи, а используют так называемые «эвристики», то есть определенные фиксированные правила принятия решений. Как указано в работе Dawid и Harting (2012), правила, по которым работают фирмы, могут адаптироваться и изменяться со временем, если изменяется среда, с которой взаимодействует экономический агент. Такой подход в чем-то обоснован, поскольку в психологии давно доказано, что люди при принятии решений чаще всего используют устоявшиеся простые правила. Кроме того известно, что даже такие экономические агенты как фирмы, которые имеют более сильные стимулы к принятию взвешенных рациональных решений чаще всего также следуют правилам, которые были выработаны в литературе по менеджменту, но при этом могут не являться оптимальной реакцией на изменение окружающей среды.

Работа построена следующим образом. После введения во второй главе идет обзор литературы, в которой описаны работы на тему организационных форм, а также представлены статьи, в которых используются эволюционные модели для исследования динамики рынка. В третьей главе описана модель. В четвертой главе представлены результаты симуляции, а в пятой главе будет сделано заключение.



1. Обзор литературы

В этой работе я занимаюсь построением эволюционной модели для анализа динамики рынка и изменений организационных форм фирм, работающих на этом рынке. В плане метода исследования эта работа стоит в одном ряду с другими работами, исследующими рынки при помощи так называемых “agent-based models” (агенто-ориентированных моделей). Некоторые из этих работ я опишу в этом обзоре более подробно.

Классической статьей в этом разделе литературы считается работа Nelson & Winter (1982). В ней была разработана эволюционная модель конкуренции фирм в условиях развивающихся технологий. Эта модель использовалась авторами для детального анализа шумпетерианской конкуренции и возникающих в связи с нею потерях общества, а так же параметрами, которые могут на эти потери влиять.

По теории Йозефа Шумпетера, фирмы конкурируют между собой за возможность открытия новых возможностей для производства или продажи своей продукции. В частности, в этой статье Nelson и Winter сосредоточили свое внимание на процессе открытия новых технологий, позволяющих увеличить эффективность производства (Research & Development). Авторы показали, что в отличие от моделей со статичной технологией, в моделях с динамически развивающимися технологиями потери общества устроены более сложным образом. В частности, кроме стандартных потерь от недостаточного уровня производства, который возникает всегда, если структура рынка отличается от совершенной конкуренции, они выделяют еще два вида потерь. Первые связаны с неэффективным распространением технологии по всем фирмам. Это происходит из-за того что фирма, которая смогла изобрести новую технологию, не стремится делиться этой технологией со своими конкурентами, чтобы получить преимущество и повысить свою прибыль. Для фирмы это оптимальное поведение, однако, общество проигрывает, поскольку остальные фирмы работают не так эффективно, как могли бы. Второй источник потерь проистекает из того, что отрасль в целом может тратить неэффективную с точки зрения динамической оптимизации сумму денег на исследования.

Основным исследовательским вопросом авторов было влияние рыночной структуры на каждый из этих видов потерь. Этот вопрос важен для выработки необходимых рекомендаций, касающихся регулирования конкуренции в отрасли, поскольку рыночные механизмы без вмешательства извне далеко не всегда способны принести желанный с точки зрения общества результат. Для этого они проводили симуляции, в которых они сравнивали уровни технологического развития, которых смогла добиться отрасль за определенное количество периодов. Основными параметрами модели было количество фирм в отрасли (авторы брали четыре и шестнадцать фирм), скорость исследования новых технологий (быстрая и медленная) и сложность копирования уже созданной технологии (простая и сложная), а так же интенсивность конкуренции (ограниченная и неограниченная). Кроме того авторы рассматривали два вида технологического прогресса: куммулятивный, когда уровень продуктивности создаваемой технологии зависит от уровня продуктивности используемой технологии, и фундаментальный, когда уровень продуктивности создаваемой технологии зависит от уровня состояния фундаментальной науки в мире на определенный момент времени.

Основным и самым поразительным результатом, полученным авторами было воздействие интенсивности конкуренции на уровень развития технологии в конечном периоде. Практически вне зависимости от прочих параметров модели при неограниченной конкуренции, то есть когда прибыльные фирмы не пытались ограничивать скорость своего роста, уровень как средней, так и максимальной продуктивности в отрасли был значительно ниже, чем в ситуации с ограниченной конкуренцией. Это объяснялось тем, что фирмы, которые не занимаются исследовательской деятельностью, а только имитируют чужие технологии, тратят меньше денег на R&D и имеют возможность инвестировать больше средств в расширение производственных мощностей. Поэтому со временем, если такие фирмы не ограничивают свой рост, они вытесняют «инновационные» фирмы и тем самым снижают темпы технологического развития в отрасли. Наиболее сильно эта тенденция проявилась в случае с куммулятивным технологическим прогрессом, поскольку там темпы развития технологии куда сильнее реагируют на суммарный уровень инвестиций в R&D со стороны отрасли.

В статье Malebra et al. (2001) авторы с помощью эволюционной модели воссоздали историю становления и развития мирового рынка компьютеров и проанализировали влияние двух типов антимонопольной политики (антитрастовые ограничения и снижение барьеров для входа на рынок) на структуру рынка. Главной их целью было показать, при каких условиях антимонопольная политика наиболее эффективна, и в какой именно момент времени её использование наиболее оптимально с точки зрения достижения поставленных целей.

Основными историческими этапами развития этого рынка авторы считают появление кардинально новых технологий, которые позволяли достичь совершенно нового уровня производительности конечной продукции и дешевизны производства, и как следствие позволяли расширить рынок потребителей. Так, в своей модели они ввели две технологии, которые появляются в экзогенно заданный момент времени: транзисторы и микропроцессоры. Технология транзисторов позволяла, при удачных вложениях в R&D, использовать её для создания ЭВМ, спрос на которые создавался крупными фирмами. Технология микропроцессоров была эффективнее как в отношении производительности, так и в плане дешевизны и позволяла создавать персональные компьютеры, спрос на которые предъявляли уже не только фирмы, но и физические лица. При появлении в мире новой технологии появлялись и новые фирмы, которые стремились коммерциализировать её. Кроме того, к ним присоединялись фирмы, которые стремились перейти от устаревшей технологии к более совершенной, чтобы не уступить свою долю рынка фирмам, использующим технологию с более высоким потенциалом.

Авторы обратили внимание на то, что на таком рынке существует динамическая возрастающая отдача от масштаба. Чем больше доля фирмы на рынке, тем больше она может инвестировать в развитие имеющейся технологии, улучшить имеющийся продукт и как следствие увеличить свою прибыль еще больше. Кроме того, авторы ввели возможность для фирмы инвестировать в рекламу, что также усиливает эффект возрастающей отдачи. В такой среде без вмешательства государства возникновение монополии (или хотя как минимум доминирующей на рынке фирмы) практически неизбежно и как уже было сказано выше, авторы анализировали влияние двух видов антимонопольного регулирования на развитие рынка. Исследователи показали, что в случае высокой отдачи от масштаба монополизацию рынка невозможно предотвратить в долгосрочном периоде. Даже если разделить доминирующую фирму на две части, то через некоторое время одна из «половинок» вновь захватывает значительную долю рынка. Введение новых фирм в отрасль так же не оказывает значительного влияния на индекс концентрированности рынка. Для противодействия возрастающей отдаче необходимо действовать политикой, которая будет нивелировать эту отдачу, одномоментная политика в данном случае неэффективна. Однако это не является большой проблемой, поскольку с точки зрения общественного благосостояния монополия незначимо отличалась от конкуренции в данной симуляции.

В статье Dawid et al. (2009) изучается влияние государственной политики, направленной на повышение навыков рабочих и общего уровня производства в экономике в условиях территориального разделения труда. Авторы разрабатывают модель экономики, разделенной на два региона, в каждом из которых с помощью труда и капитала производится благо, которое потом потребляют домохозяйства. На уровень производства так же влияет уровень технологического навыка рабочих, занятых на производстве в конкретной фирме. Авторы сравнивают два вида государственного вмешательства - равномерное увеличение навыка в обоих регионах или сильное увеличение навыка только в одном регионе. Результаты показали, что при нулевых издержках на передвижение труда между регионами эффект этих двух вариантов практически неотличим. Если же издержки на передвижение положительны, но не велики, то увеличение уровня навыка в одном из регионов становится значительно более эффективным, чем равномерное увеличение. Это происходит потому, что разница в навыках рабочих при положительных (и малых) издержках на передвижение вызывает самоподдерживающийся циклический процесс накопления капитала и труда в регионе с низким уровнем навыка рабочих.

Поскольку предметом исследования в данной работе является организационная форма, так же необходимо рассмотреть литературу на эту тему. Как уже было сказано выше, одной из классических работ на эту тему считается работа Williamson (1973). В ней автор обсуждает преимущества и недостатки трех видов организаций: партнёрство (peer group association), в котором нет лидеров; простая иерархия (simple hierarchy), в которой есть один менеджер, контролирующий весь процесс; и внутренние контракты (inside contracting), то есть создание более сложных иерархий с большим количеством ступеней. Автор показывает, что возможности применения первых двух видов организаций ограничены. Так партнёрства страдают от проблемы координации при использовании общих активов и от проблемы безбилетника. Простые иерархии эффективны на ранних этапах, но при росте организации возникает проблема ограниченного внимания менеджера, который не может эффективно контролировать большую организацию. В итоге единственной возможной формой организации, которая может успешно функционировать в больших организациях является система внутренних контрактов, когда определенная часть работы отдается на выполнение конкретным отделам внутри фирмы, хотя у такой организационной формы тоже существуют свои ограничения и проблемы.

В работе Qian, Roland и Xu (2006) анализируется влияние организационных форм на склонность фирмы к экспериментированию. Полученные авторами выводы базируются на ряде предпосылок о каждой из организационных форм. U-форма в их интерпретации имеет более низкие издержки от внедрения технологии для эксперимента, однако в U-форме существует проблема «совместимости свойств» (attribute match). Она заключается в том, что каждый из отделов фирмы должен через топ-менеджера координироваться с другими отделами, чтобы произведенная этим отделом часть продукта была совместима с остальными. Так, например, винт должен иметь определенную ширину, чтобы подходить к гайке. В М-форме эта проблема не возникает, так как каждый отдел производит конечный продукт полностью. Однако, у M-формы более высокие издержки на внедрение технологии, созданной в результате эксперимента, поскольку все производство дублируется в разных отделах, а так же сама отдача от эксперимента ниже из-за отсутствия экономии на масштабе.

Авторы статьи анализируют две стратегии экспериментирования: крупномасштабный эксперимент (full-scale experimentation) и небольшой эксперимент (small-scale experimentation). В первом случае эксперимент проводится во всей фирме сразу, тогда как во втором случае эксперимент проходит лишь в одном из отделов фирмы. Авторы показали, что при низких издержках внедрения технологии, больших потерях, связанных с «совместимостью свойств» и маленьких потерях из-за отсутствия отдачи от масштаба, фирма в M-форме более склонна к экспериментированию, чем в U-форме. Кроме того, при низкой вероятности успеха эксперимента M-форма может использовать небольшие эксперименты вместо полномасштабных, чтобы получить некоторую дополнительную выгоду, в то время как фирмы в U-форме не используют небольшие эксперименты вовсе, потому что они доминируются полномасштабными. В последних главах своей статьи авторы рассматривают свою модель в более общем виде, увеличивая количество менеджеров и агентов, рассматривают ряд необычных организационных форм, а так же рассматривают несколько кейсов, которые подтверждают полученные авторами выводы.

Maskin, Qian и Xu (2000) в своей работе рассматривают влияние организационной формы на стимулы менеджеров среднего звена. В их модели главная задача менеджеров - снижать отрицательное влияние региональных или отраслевых шоков производства. В случае U-формы производство сгруппировано по отраслям, а в случае M-формы - по регионам. Maskin и соавторы показали, что если дисперсия региональных шоков ниже, то M-форма позволяет создать более сильные стимулы для менеджеров. Теоретический анализ они сопровождают эмпирическим анализом. Используя данные Китая конца 20го века авторы показали, что региональные шоки действительно имеют более низкий разброс, нежели отраслевые и благодаря этому Китай смог эффективно использовать принцип конкуренции для стимулирования государственных чиновников.

В следующем разделе я опишу общую структуру модели, которая будет использована в моей работе.

2. Модель

В этой работе разработана модель рынка, на котором функционируют несколько фирм, производящих однородную продукцию. Спрос на это благо выражен через гиперболическую функцию вида:

, где - параметр функции спроса на момент t, а - это сумма выпусков всех фирм. Параметр получает случайный прирост в каждом периоде, то есть рынок конечного товара постепенно расширяется.

Технология производства такова, что каждый фактор используется в фиксированной пропорции и покупается на конкурентном рынке по фиксированной цене. При такой технологии количество произведенного товара можно выразить через количество капитала, затраченного в процессе производство, умноженное на производительность единицы капитала. В итоге зависимость выпуска i-ой фирмы в период t от затраченного капитала имеет следующую форму:

, где - производительность капитала в фирме i на момент t, - количество капитала в фирме i на момент t, а параметр определяет отдачу от масштаба для фирмы i. Для фирмы с U-формой этот параметр выше, чем для M-формы (для которой он равен единице). Идея этой производственной технологии была взята мной из работы Nelson and Winter (1982), поскольку такая технология позволяет абстрагироваться от задачи минимизации издержек.

После продажи товара на рынке фирмы получают прибыль, которую удобно представить в виде прибыли на единицу капитала:

, где c - издержки производства на единицу капитала, r - инвестиции в инновации на единицу капитала. В данной модели и c и r являются постоянными для всех фирм на протяжении всех периодов. Полученную прибыль фирмы полностью реинвестируют в капитал.

д обозначает норму амортизации капитала.

Фирмы инвестируют часть средств в инновационный процесс. От уровня инвестиций зависит вероятность успеха инновации, которая имеет следующую форму:

, где - параметр эффективности инновационного процесса. Для M-формы этот параметр выше, чем для U-формы. Я использовал логистическую функцию, чтобы не было необходимости подбирать параметры так, чтобы вероятность успеха инновации не превышала единицу в каждый период симуляции. В случае успеха инновации фирма получает прирост продуктивности, который зависит от нынешнего уровня продуктивности Уровень этого прироста имеет распределение , где h - постоянный параметр. Прирост продуктивности распространяется только на производственную технологию той фирмы, которая создает инновацию. Иными словами, каждая фирма имеет бесконечный патент на свои улучшения и другие фирмы не имеют возможности скопировать её технологические достижения.

Каждый ход у фирмы может возникнуть возможность выбора организационной формы. Вероятность выбрать U-форму зависит от разницы между средним уровнем прибыли фирм, имеющих U-форму и средним уровнем прибыли фирм, имеющих M-форму:



Соответственно, если фирма не выбирает U-форму, то она выбирает M-форму. Если же фирм с определенной организационной формой в отрасли больше не остается, то фирмы будут принимать эту отсутствующую на рынке форму с заданным уровнем вероятности е.

Эта стохастическая динамическая модель задает процесс изменения организационных форм у фирм на товарном рынке. Решить эту модель аналитическим путём не представляется возможным, в связи с чем возникает необходимость прибегнуть к симуляции.

3. Симуляция

Основной целью данной работы является анализ влияния среды на изменение организационных форм у фирм, работающих на рынке. Основными факторами, влияние которых было проанализировано, являются:

1) Изменение количества фирм в отрасли

2) Изменение изначального соотношения фирм в U-форме и M-форме

3) Ускорение роста спроса

4) Введение налога на прибыль

В базовой спецификации использовалась следующая параметризация. На рынке в течение 100 ходов взаимодействуют шесть фирм, три из которых имели U-форму и три - M-форму. Изначальные объемы капитала и продуктивности были нормированы к единице. Издержки по производству на единицу капитала равны 0.1, как и уровень инвестиций в R&D на единицу капитала. Для фирмы в M-форме отдача от масштаба была постоянной, в то время как для фирмы в M-форме отдача была возрастающая с параметром, равным 1.1. Изначально параметр спроса равнялся десяти и он увеличивался в среднем на 1% каждый ход.

Параметры, влияющие на технологическое развитие, были подобраны так, что в начальных периодах симуляции вероятность успеха инновации у фирм в M-форме была выше примерно на 5%, чем у фирм в U-форме, в то время как в конечных периодах этот разрыв возрастал до 15%. Так, параметр b для фирмы в U-форме был равен 0.25, а для фирмы в M-форме - 0.5. Средний уровень прироста производительности в случае успеха инновации составлял 1%.

В каждом периоде у фирмы с вероятностью 0.2 возникает возможность сменить свой тип. Вероятность смены типа вычисляется в соответствии с приведенной выше логистической формулой в случае, если на рынке присутствуют фирмы обоих типов. Если же на рынке присутствует только одна из форм (например, U-форма), то вероятность смены формы на противоположную (в данном случае на M-форму) равна 0.05.

Для анализа влияния параметров на структуру рынка в этом исследовании использовался показатель относительной частоты появления фирмы в U-форме в симуляции. Для каждой спецификации симуляция была проведена 50 раз и в представленных ниже иллюстрациях отображены средние показатели по всем пятидесяти симуляциям.

График №1. Относительная частота появления фирм в U-форме на протяжении всей симуляции. Сравнение результатов экспериментов с разным количеством фирм



Для изучения влияния количества фирм в отрасли на структуру рынка были проведено три эксперимента. В первом эксперименте количество фирм равнялось шести, во втором количество фирм было увеличено до двенадцати, а в последнем оно равнялось двадцати. Результаты представлены на Графике №1. Красным цветом отмечена относительная частота того, что менее 50% фирм во всей популяции имеют U-форму, синим цветом - того, что 50% фирм имеют U-форму, а зеленым - более 50% соответственно. Как видно из графика, в базовой спецификации U-форма появляется чаще, чем M-форма, то есть изначально U-форма имеет некоторое преимущество перед M-формой. Однако с увеличением числа фирм это преимущество снижается, и разница в частостях появления U-формы и M-формы становится примерно одинаковой. Это можно объяснить увеличением конкуренции между фирмами, которая мешает эксплуатировать преимущества определенной формы более интенсивно.

График №2. Относительная частота появления фирм в U-форме на протяжении последних 80 периодов симуляции. Сравнение результатов для разных первоначальных наборов фирм



Далее было рассмотрено влияние изначального соотношения фирм в M и U формах на динамику структуры рынка в будущем. Для этого сравнивалась базовая спецификация, в которой 50% фирм вначале имели M-форму, а другие 50% - U-форму, с предельными случаями, когда все фирмы имеют или M-форму, или U-форму. В этих экспериментах я смотрел на динамику организационных форм только начиная с 20го периода, поскольку ожидаемое время первой мутации, (при данной спецификации), в случае если изначально в популяции присутствует только одна организационная форма, составляет чуть меньше, чем 20 периодов.

График №3. Относительная частота появления фирм в U-форме на протяжении всей симуляции. Сравнение результатов при разной скорости роста спроса

На Графике №2 мы видим относительные частоты появления определенного количества фирм в U-форме на протяжении последних 80 периодов симуляции. Черной линией отражена средняя относительная частота по 50 симуляциям, при этом серым отмечена зона стандартного отклонения от этого среднего показателя. Можно заметить, что изменение первоначального состава популяции фирм не оказывает очень большого влияния на структуру рынка, поскольку все изменения не выходят за рамки стандартных отклонений. Однако определенные (в некоторой степени ожидаемые) изменения все-таки происходят. Так, если изначально все фирмы имели U-форму, то и после первых 20 периодов предельный случай, когда на рынке остается только U-форма будет чаще возникать в симуляции. Эту же закономерность можно наблюдать и для M-формы. Однако интересно, что в случае со спецификацией, когда в популяции изначально были только фирмы с U-формой, также чаще возникают и ситуации, когда на рынке остаются только фирмы в M-форме, хотя вероятность такого события повышается лишь на два процентных пункта. Для понимания причин этих изменений необходимо провести дополнительные изыскания.

В спецификации модели для следующего эксперимента был увеличен параметр прироста спроса так, что ожидаемое увеличение роста спроса сильно превышало ожидаемое увеличение производительности в отрасли. Так, ожидаемый прирост спроса в каждый период составлял 7.5% против 1% в базовой спецификации. На Графике №3 мы можем видеть результаты эксперимента. Высокая скорость расширения рынка ведет к тому, что U-формы чаще приходят на рынок, чем в изначальной ситуации. Скорее всего, это происходит из-за того, что преимущество U-формы (возрастающая отдача от масштаба), позволяет захватывать расширяющийся рынок быстрее, чем это делают фирмы с M-формой.

организационный рынок монополия



График №4. Относительная частота появления фирм в U-форме на протяжении всей симуляции. Сравнение результатов при разном уровне налогов на прибыль

Последним экспериментом в моей работе было введение налогов на прибыль для всех фирм в этой отрасли. Размер этого налога составлял 30% от полученной фирмами прибыли и эти средства уже не возвращались в экономику ни в виде субсидий, ни в виде общественных благ. Этот налог не влиял на правила принятия решений фирмами, однако он ограничивал их возможности по реинвестированию в капитал. Как видно на Графике №4, введение налога на прибыль привело к тому, что частота появления U-форм снизилась, в то время как частота появления M-форм немного выросла, то есть эффект похож на эффект, возникающий при увеличении количества фирм в отрасли. Вполне возможно, что здесь действует тот же эффект, что работал и при увеличении количества фирм. Введение налога на прибыль сдерживает развитие более успешных фирм с более эффективной организационной формой (в данном случае - U-формой) и позволяет менее успешным фирмам с менее эффективной в данной среде организационной формой чаще появляться на рынке.



Заключение

В этой работе была предпринята попытка изучить процесс выбора организационной формы путем использования эволюционной модели как инструмента. С конца девяностых годов эволюционные модели стали активно использоваться для изучения развития институтов и норм в обществе в процессе взаимодействия членов этого общества. В книге Боулза (2010) приводится большое количество работ, посвященных этой теме, в числе которых было исследование влияния различных институтов (коллективного пользования ресурсами и сегментации членов общества с разными общественными нормами) на выработку склонности к альтруизму, который является позитивной для общества чертой. В модель были введены сложные механизмы естественного отбора агентов, которые не позволяли решить её аналитическим путём. Однако использование симуляционных экспериментов позволяло получить результаты в такой сложной системе.

Процесс изменения организационной формы в фирме до этого момента не исследовался с помощью эволюционных моделей, хотя организационную форму можно считать нормой, в соответствии с которой происходят процессы производства, инноваций и взаимодействий различных отделов фирмы друг с другом. Организационная форма так же влияет на результат деятельности фирмы, как нормы и институты влияют на результат взаимодействия агентов между собой. И точно так же как институты и нормы могут быть подвержены изменениям из-за изменений внешней среды, точно так же и фирмы меняют свою организационную форму при изменении ситуации на рынке. А это значит, что эволюционные модели хорошо подходят для анализа процесса изменения организационных форм на рынке. В этой работе была предпринята попытка закрыть этот пробел в литературе.

В экспериментах, проведенных в этой работе, было проанализировано влияние нескольких факторов на выбор организационной формы фирмами: количество фирм в отрасли, первоначальное соотношение фирм в разных организационных формах, увеличение роста спроса на конечную продукцию и введение налога на прибыль. Было показано, что увеличение количества фирм в отрасли, как и введение налога на прибыль помогает уменьшить преимущество той организационной формы, которая более эффективна в нынешней среде. Изменение первоначального соотношения фирм в U-форме и M-форме приводило к ожидаемым последствиям: если изначально все фирмы имели M-форму, то в симуляции даже после первых 20-ти периодов чаще возникала M-форма, а если изначально фирмы имели U-форму, то чаще возникала U-форма. И наконец, увеличение скорости роста спроса приводило к увеличению частоты смены формы на U-форму на рынке.

Эту модель можно было бы усовершенствовать как минимум в двух аспектах. С одной стороны, на данном этапе я не располагаю реальными данными о характеристиках фирм, обладающих определенной организационной формой. Для калибровки модели мне бы очень помогли оценки изменения уровня отдачи от масштаба, происходящие при переходе от M-формы к U-форме и оценки эффективности инновационной деятельности в фирмах. На данном этапе параметризация модели происходила во многом «вслепую». С другой стороны, в литературе по организационным формам указаны и другие различия между организационными формами (кроме инновационного процесса и отдачи от масштаба), которые не были учтены в этой модели. Возможно, при введении этих различий влияние исследованных факторов могло бы измениться. Так или иначе, эти моменты необходимо будет учесть в дальнейшем исследовании вопроса.



Список литературы

1. Aghion P., Tirole J. (1995). `Some implications of growth for organizational form and ownership structure' European Economic Review, Vol. 39, pp. 440-455

2. Besanko D., Regibeau P., Rockett K. (2005) `A Multi-Task Principal-Agent Approach to Organizational Form' The Journal of Industrial Economics, Vol. 53, No. 4, pp. 437-467

3. Chandler A. (1962) `Strategy and Structure: Chapters in the History of the Industrial Enterprise' New York: Doubleday.

4. Dawid H., Gemkow S., Harting P., Neugart M. (2009) `On the Effects of Skill Upgrading in the Presence of Spatial Labor Market Frictions: An Agent-Based Analysis of Spatial Policy Design' Journal of Artificial Societies and Social Simulation, 12 (4) 5 <http://jasss.soc.surrey.ac.uk/12/4/5.html>

5. Dawid H., Harting P. (2012) `Capturing firm behavior in agent-based models of industry evolution and macroeconomic dynamics' In: Evolution, Organization and Economic Behavior. Edward Elgar Publishing, pp. 103-130

6. Kornai J. (1992) `The Socialist System' New York: Princeton University Press

7. Malebra F., Nelson R., Orsenigo L., Winter S. (2001) `Competition and industrial policies in a “history friendly” model of the evolution of the computer industry' International Journal of Industrial Organization, Vol. 19, pp. 635-664

8. Maskin E., Qian Y., Xu C. (2000). `Incentives, information and organizational form' The Review of Economic Studies, Vol. 67, No. 2, pp. 359-378

9. Nelson R., Winter S. (1982) `The Schumpeterian Tradeoff Revisited' The American Economic Review, Vol. 72, No.1, pp. 114-132

10. Qian Y., Roland G., Xu C. (2006). `Coordination and experimentation in M-form and U-form organizations' Journal of Political Economy, Vol. 114, No. 2, pp. 366-402

11. Qian Y., Xu C. (1993). `Why China's Economic Reforms Differ: The M-Form Hierarchy and Entry/Expansion of the Non-state Sector' Econ. Transition 1 (June): pp. 135-170.

12. Williamson O. (1973) `Markets and Hierarchies: Some Elementary Considerations' The American Economic Review, Vol. 63, No. 2, pp. 316-325

13. Боулз С. (2010) `Микроэкономика. Поведение, институты и эволюция' М.: Дело



Приложение

Код программы, использованной для симуляции

Для симуляции использовался R версии 3.2.4 с дополнительным пакетом ggplot2.

# Ходы, время

T <- 100

N <- 6

# Создание баз для сбора информации

U_forms_amount_DF <- data.frame(c(1:T))

h_index_DF <- data.frame(c(1:T))

all_P_DF <- data.frame(c(1:T))

mean_A_DF <- data.frame(c(1:T))

mean_K_DF <- data.frame(c(1:T))

# Повтор симуляции 50 раз

for (z in 1:50){

set.seed(z)

# Параметры функций модели

# Производственная функция

a_u <- 1.1

a_m <- 1

# Издержки

c <- 0.1

r <- 0.1

# Технологическое развитие

b_u <- 0.25

b_m <- 0.5

h <- 0.02

# Амортизация

delta <- 0.1

# Вероятность "попытки смены типа"

f <- 0.2

change <- c(f, 1-f)

# Вероятность "мутации", если одна из форм исчезла

epsilon <- 0.05

# Параметр функции спроса

v <- 10

inc_v <- 0.02

# Виды форм, исходов инновации и исход попытки смены формы

dif_forms <- c("U", "M")

in_outcome <- c("S", "F")

ch_form <- c("Y", "N")

# Изначальное состояние фирм

N_of_firm <- 1:N

# Изначальные формы

forms <- rep("U",N)

x_1 <- N/2+1

forms [x_1:N] <- rep("M", N/2)

# Изначальное количество капитала и производительность

A <- rep(1,N)

K <- rep(1,N)

q <- rep(0,N)

pi <- rep(0,N)

is <- rep(0,N)

ifail <- rep(0,N)

IO <- rep(0,N)

CF <- rep(0,N)

# Таблицу с характеристиками фирм

state_of_firm <- data.frame(N_of_firm, A, K, forms, q, pi)

# Создание матриц для сбора информации по всей симуляции

all_forms <- vector("list", T)

all_K <- vector("list", T)

all_A <- vector("list", T)

M_is <- vector("list", T)

U_is <- vector("list", T)

all_P <- 0

all_q <- vector("list",T)

# ЦИКЛ

for (t in 1:T)

{

# Разделение на разные формы

U_firms <- subset(state_of_firm, forms=="U", select=c(N_of_firm, A, K, forms, q, pi))

M_firms <- subset(state_of_firm, forms=="M", select=c(N_of_firm, A, K, forms, q, pi))

# Производство

U_firms$q <- U_firms$A*U_firms$K^a_u

M_firms$q <- M_firms$A*M_firms$K^a_m

# Подсчет цены и прибыли

Q <- sum(U_firms$q, M_firms$q)

P <- v/Q

U_firms$pi <- P*(U_firms$q/U_firms$K)-c-r

M_firms$pi <- P*(M_firms$q/M_firms$K)-c-r

# Инновации

# Вероятность успеха

U_firms$is <- plogis(b_u*r*U_firms$K)

M_firms$is <- plogis(b_m*r*M_firms$K)

U_firms$ifail <- 1-U_firms$is

M_firms$ifail <- 1-M_firms$is

M_is [[t]] <- M_firms$is

U_is [[t]] <- U_firms$is

# исход инновации

U_IO <- 0

M_IO <- 0

if (length(row.names(U_firms))!=0)

{

for (i in 1:nrow(U_firms))

{

U_IO[i] <- sample(in_outcome, size=1, replace=TRUE, prob=c(U_firms$is[i],U_firms$ifail[i]))

}

U_firms$IO <- U_IO

}

if (length(row.names(M_firms))!=0)

{

for (i in 1:nrow(M_firms))

{

M_IO[i] <- sample(in_outcome, size=1, replace=TRUE, prob=c(M_firms$is[i],M_firms$ifail[i]))

}

M_firms$IO <- M_IO

}

remove(U_IO)

remove(M_IO)

# Модернизация

if (length(row.names(U_firms))!=0)

{

for (i in 1:nrow(U_firms))

{

if (U_firms$IO[i]=="S")

{

U_firms$A[i] <- U_firms$A[i] + runif(1, 0, U_firms$A[i]*h)

}

}}

if (length(row.names(M_firms))!=0)

{

for (i in 1:nrow(M_firms))

{

if (M_firms$IO[i]=="S")

{

M_firms$A[i] <- M_firms$A[i] + runif(1, 0, M_firms$A[i]*h)

}

}}

# Вероятности смены типа

if (length(row.names(U_firms))==0)

{

U_p <- epsilon

M_p <- 1-epsilon

} else {

if (length(row.names(M_firms))==0)

{

M_p <- epsilon

U_p <- 1-epsilon

} else {

U_mean_pi <- mean(U_firms$pi)

M_mean_pi <- mean(M_firms$pi)

U_p <- plogis(U_mean_pi-M_mean_pi)

M_p <- 1-U_p

}

}

p_forms <- c(U_p, M_p)

# Убираем лишние колонки

U_firms$is <- NULL

U_firms$ifail <- NULL

U_firms$IO <- NULL

M_firms$is <- NULL

M_firms$ifail <- NULL

M_firms$IO <- NULL

# Объединяем обратно

state_of_firm <- merge(U_firms, M_firms, all=T)

# Реинвестирование прибыли в капитал

state_of_firm$K <- state_of_firm$pi*state_of_firm$K+(1-delta)*state_of_firm$K

# Попытка сменить форму

for (i in 1:nrow(state_of_firm))

{

state_of_firm$CF[i] <- sample(ch_form, 1, replace=T, prob=change)

}

for (i in 1:nrow(state_of_firm))

{

if (state_of_firm$CF[i]=="Y"){

state_of_firm$forms[i] <- sample(dif_forms, 1, replace=T, prob=p_forms)

}

}

state_of_firm$CF <- NULL

# Собираем информацию с этого периода

all_forms[[t]] <- state_of_firm$forms

all_K [[t]] <- state_of_firm$K

all_A [[t]] <- state_of_firm$A

all_P [t] <- P

all_q [[t]] <- state_of_firm$q

# Наращиваем спрос

v <- v + runif(1, 0, v*inc_v)

}

#library(SciencesPo)

# Создание базы данных по всей симуляции

# Количество U-фирм

all_forms_m <- do.call(rbind, all_forms)

U_forms_amount <- rep(0, T)

for (i in 1:N) {

U_forms_amount <- all_forms_m [,i]+U_forms_amount

}

U_forms_amount <- U_forms_amount - N

U_forms_amount_DF[z] <- assign(paste("U_forms_amount", a_u, sep="_"), U_forms_amount)

colnames(U_forms_amount_DF)[z] <- paste("U_forms_amount", a_u, sep="_")

# База цен

all_P_DF[z] <- all_P

colnames(all_P_DF)[z] <- paste("all_P", a_u, sep="_")

# База среднего капитала

mean_K <- 0

for (i in 1:T){

mean_K[i] <- mean(all_K[[i]])

}

mean_K_DF[z] <- assign(paste("mean_K", a_u, sep="_"), mean_K)

colnames(mean_K_DF)[z] <- paste("mean_K", a_u, sep="_")

# База средней продуктивности

mean_A <- 0

for (i in 1:T){

mean_A[i] <- mean(all_A[[i]])

}

mean_A_DF[z] <- assign(paste("mean_A", a_u, sep="_"), mean_A)

colnames(mean_A_DF)[z] <- paste("mean_A", a_u, sep="_")

}

# Подсчет количества фирм в U-форме

U_count_100 <- matrix(0, nrow=length(1:z), ncol=length(0:N))

for (row in 1:z){

m <- vector(mode="numeric", length=N+1)

for (i in 1:(N+1)){

m[i] <- length(which(as.matrix(U_forms_amount_DF)[ ,row] == (i-1)))

}

U_count_100[row, ] <- m

}

# Подсчет среднего и стандартного отклонения по всем симуляциям

U_mean_tab <- vector(mode="numeric", length=N+1)

U_sd_tab <- vector(mode="numeric", length=N+1)

for (i in 1:(N+1)){

U_mean_tab[i] <- mean(U_count_100[ ,i])

U_sd_tab[i] <- sd(U_count_100[ ,i])

}

U_mean_tab_1 <- U_mean_tab/T

U_sd_tab_1 <- U_sd_tab/T

# Рисуем в ggplot`е (базовый график)

library(ggplot2)

N_of_firms <- 0:6

U_graph_DF <- data.frame(U_mean_tab_1, U_sd_tab_1, U_mean_tab_6, U_mean_tab_7)

test_graph <- ggplot(U_graph_DF, aes(N_of_firms))

test_graph+

geom_ribbon(aes(ymin=U_mean_tab_1-U_sd_tab_1, ymax=U_mean_tab_1+U_sd_tab_1), fill="grey90")+

geom_line(aes(y=U_mean_tab_1, col="Basic"))+

geom_line(aes(y=U_mean_tab_7, col="Tax"))+

ggtitle("Adding taxes")+

ylab("Frequencies")+

scale_colour_manual(values=c("black", "green"))+

guides(col=guide_legend(title=NULL))

# Для анализа ситуации с разным количеством фирм

# Составляем таблицу с относительными частотами

U_mean_comp_1 <- c(sum(U_mean_tab_1[1:3]),U_mean_tab_1[4], sum(U_mean_tab_1[5:7]))

U_mean_comp_2 <- c(sum(U_mean_tab_2[1:6]),U_mean_tab_2[7], sum(U_mean_tab_2[8:13]))

U_mean_comp_3 <- c(sum(U_mean_tab_3[1:10]),U_mean_tab_3[11], sum(U_mean_tab_3[12:21]))

U_comparison <- data.frame(U_mean_comp_1, U_mean_comp_2, U_mean_comp_3)

names(U_comparison) <- c("N = 6", "N = 12", "N = 20")

# Рисуем столбчатую диаграмму

col_for_comp <- c("red", "blue", "green")

barplot(as.matrix(U_comparison), main="Amount of firms comparison", ylab="Frequencies", beside=TRUE, col=col_for_comp)

legend("bottom", c("Less than 50% in U-form","50%", "More than 50% in U-form"), fill=col_for_comp)

Размещено на Allbest.ru