Identification and Management of Economic Systems with Network Effects

Full Text

Введение Вопрос эффективного управления системами исследуется с момента появления самого понятия «система», описывающего единство связанных друг с другом предметов, явлений и знаний [1]. Изначально люди объединялись в организационные системы для совместного создания продукта, обладающего добавленной стоимостью. Со временем организации усложнялись, увеличивалось как количество людей, задействованных в задаче, так и процессы. Появилось понятие «экономическая система» - совокупность экономических процессов, от производства до распределения конечного продукта до потребителя [2]. Экономическая система может быть представлена в виде графа, где каждый элемент может быть представлен в виде узла (агента), которыми могут выступать организации, подразделения, агенты. Агенты обмениваются ресурсами (коммуникациями) следующих классов [3; 4]: ¡ финансовые (денежные средства); ¡ энергетические (нефть, газ, биотопливо и пр.); ¡ материальные (машины, станки, земля и пр.); ¡ информационные (данные, информация); ¡ трудовые (люди). Наряду с экономическими системами активно развивалось понятие «сетевое общество», впервые упомянутое Мануэлем Кастельсом [5] в период, когда активно зарождался интернет (1950-е годы), где он также описывает коммуникации, которые выстраиваются между участниками электронных коммуникаций. Впоследствии направление стало активно исследоваться и появились такие определения, как: ¡ виртуальная организация [6]; ¡ сетевое предприятие, сетевая организация [7]; ¡ распределенная организация [8]; ¡ виртуальная корпорация [9] и пр. Все они описывают взаимодействие участников системы, которые направлены на создание общей ценности или выстраивание коммуникаций вокруг некого объекта. Обмениваясь коммуникациями внутри системы, агенты образуют более тесные связи, среди которых можно выделить разомкнутый и замкнутый контуры. Первый - описывает коммуникации с внешней средой и агентами, именно данный контур рассматривается в кибернетике первого порядка. Замкнутый - коммуникации агентов внутри системы, которые происходят на регулярной основе и не выходят за ее пределы. Любая организационная система обладает и организационно-замкнутым и разомкнутым контурами. Замкнутый контур также рассматривался также Умберто Матурана и Франсиско Варела в работе «Все сказанное сказано наблюдателем» [10], где они проводят параллель между замкнутым и разомкнутым контурами, формулируя мысль о том, что главной целью замкнутого контура организационной системы является поддержание стабильности системы, а разомкнутого - развитие (в контексте экономических систем - получение прибыли). Аутопоэз рассматривается как ответвление кибернетики второго порядка, сформулированного Хейнцем фон Фёрстером [11], который в своих работах [12] также подчеркивает наличие собственного поведения внутри систем (замкнутого контура). Понятие «сетевые организации», как и «экономические системы», исследуются более 50 лет, но в работах не уделяется достаточного внимания замкнутому контуру, который зачастую не выделяется в качестве отдельного объекта исследования. Рассматривая систему в динамике, можно отметить, что количество агентов и связей между ними не статично, эффективность может меняться, иногда возникает сетевой эффект. Феномен сетевого эффекта описывает ценность, которая извлекается из товара, услуги, растет нелинейно и зависит от количества участников системы. При управлении организационной системой для принятия управленческого решения важно анализировать сетевой эффект, что позволит получить максимальную выгоду. В рамках данной работы cформулирована технология идентификации и управления организационно-замкнутыми экономическими системами с использованием сетевого эффекта. 1. Методика В качестве отправной точки для построения технологии идентификации и управления организационно-замкнутыми экономическими системами было принято решение взять цикл управления (рис. 1). Рис. 1. Цикл управления И с т о ч н и к: выполнено А.А. Паначевым Figure 1. Cycle of management S o u r c e: by A.A. Panachev Каждый из четырех представленных шагов представляет собой обязательный этап в решении задачи управления. Первый шаг - сбор данных. Данные могут быть собраны различными инструментами, от экспертных опросов до работы с базами данных. В рамках текущего исследования был написан алгоритм на языке Python, который позволяет работать с базами данных. В качестве агентов исследуемой организационно-замкнутой системы были выбраны организации. Банковские транзакции - один из наиболее показательных источников информации о движении коммуникаций между организациями, дальнейшая работа происходила с ними. Для старта движка требуется экспортировать файл со следующими атрибутами: 1) плательщик (наименование организации); 2) получатель (наименование организации); 3) сумма, руб.; 4) дата платежа. Среди наиболее эффективных инструментов для идентификации организационно-замкнутых систем и работы с графами можно выделить следующие группы методик: 1) методы нахождения кратчайшего пути: алгоритм Дейкстры [13]; алгоритм A-star (A*) [14]; транспортная задача [15]; 2) методы обхода графов: поиск в ширину (Breadth-first-search) [16; 17]; поиск в глубину (Depth-first-search) [18-21]. Специфичной задачей данного исследования является поиск именно организационно-замкнутых систем, где все организации-участники связаны между собой коммуникациями, а сами транзакции возвращаются к первоначальному плательщику, с которого цепочка транзакций началась. Для написания данного алгоритма были использованы подходы алгоритмов Дейкстры и поиска в ширину, где первый позволяет сформировать множество потенциальных вершин (агенты, которые и платят, и получают), а второй - найти промежуточных плательщиков в цепи транзакций. Подробно схема и алгоритм приведены в работе [22]. В упрощенном виде пошаговый алгоритм идентификации организационно-замкнутых систем представлен на рис. 2, а подробное описание - в [22]. Рис. 2. Алгоритм идентификации сетевыхорганизационно-замкнутых систем И с т о ч н и к: выполнено А.А. Паначевым. Figure 2. Algorithm of network organisationallyclosed systems identification S o u r c e: by A.A. Panachev. Алгоритм Дейкстры позволяет идентифицировать вершину «A» (одновременно платит и получает транзакции). Далее подключается алгоритм поиска в ширину и находит первую замкнутую цепочку «A-B-C», на следующем этапе необходимо найти все промежуточные транзакции. Для этого необходимо определисть все комбинации из трех агентов (A-A, A-B, B-C и т.д.) и поискать транзакции между ними. При нахождении новых агентов система снова ищет все доступные комбинации, и так до тех пор, пока новые участники не будут установлены. Перед написанием алгоритма были проанализированы наиболее близкие из существующих прикладных решений. Результаты сравнительного анализа представлены в табл. 1. Наиболее близкий прикладной алгоритм для решения задачи поиска организационно-замкнутых систем - О.М. Зверевой, но он работает эффективно для небольших выборок данных, ввиду низкой скорости их обработки. Авторский алгоритм быстрее за счет подходов Дейкстры, что позволяет обрабатывать большие массивы информации. На этапе генерации альтернатив происходит расчет будущего прогнозного результата по нескольким стратегиям (пример: присоединение новых агентов к системе, субсидирование убыточных предприятий и пр.). Среди наиболее подходящих инструментов для расчета потенциального влияния на систему можно выделить имитационное моделирование [25]. В рамках другой работы [26] была сформулирована и применена гибридная имитационная модель, включающая системно-динамическую и агент-ориентированную части, но она не является предметом данного исследования. Таблица 1. Сравнение прикладных алгоритмов идентификациисетевых организационно-замкнутых систем Автор Показатель Значение Зверева О.М. [23] Алгоритм идентификации Поиск в глубину (обход ребер и фиксация при нахождении вершины) Метод Автоматизированная обработка Направление поиска От вершины по каждому из направлений до конца Предварительный поиск агентов Нет Оптимизация Нет Скорость обработки Низкая Подходит для работы с большими массивами Нет Агарков Г.А. [24] Алгоритм идентификации Транспортная задача закрытого типа Метод Ручное решение задачи Направление поиска Матрица анализируется в комплексе Предварительный поиск агентов Нет Оптимизация Нет Скорость обработки Очень низкая Подходит для работы с большими массивами Нет Паначев А.А. Алгоритм идентификации Синтез алгоритма Дейкстры и поиска в ширину(поиск от источника по ребрам) [22] Метод Автоматизированная обработка Направление поиска От вершины к границам Предварительный поиск агентов Да Оптимизация Да Скорость обработки Высокая Подходит для работы с большими массивами Да И с т о ч н и к: выполнено А.А. Паначевым. Table 1. Comparison of applied algorithms for identification of network organizational and closed systems Author Indicator Value Zvereva O.M. [23] Identification algorithm Depth-first search (traversing edges and fixing when a vertex is found) Method Automated processing Search direction From the top in each direction to the end Preliminary agent search No Optimisation No Processing speed Low Suitable for working with large arrays No Agarkov G.A. [24] Identification algorithm A closed-type transport task Method Manual problem solving Search direction The matrix is analyzed in a complex way Preliminary agent search No Optimisation No Processing speed Very low Suitable for working with large arrays No Panachev A.A. Identification algorithm Synthesis of Dijkstra's algorithm and breadth-first search(edge-first search) Method Automated processing Search direction From the top to the borders Preliminary agent search Yes Optimisation Yes Processing speed High Suitable for working with large arrays Yes S o u r c e: by A.A. Panachev Немаловажным аспектом для принятия решения является потенциальный сетевой эффект. Он позволяет добиться больших результатов с текущим уровнем трудозатрат. В рамках данной работы сетевой эффект рассчитывается по двум аспектам: структурному и функциональному. Структурный аспект описывает влияние количества связей на количество агентов в системе и в общем виде рассчитывается по формуле (подробнее в статье [27]): (1) где - количество связей при заданном количестве агентов; - количество агентов. Функциональный аспект анализирует финансовые потоки внутри системы, в частности, он позволяет рассчитать внутренний сбалансированный оборот. Подробно методика расчета представлена в [28]. 2. Результаты Для апробации технологии были взяты транзакции между юридическими лицами за 1 месяц в городе с населением 80 тысяч человек в одном из банков. Количественные параметры выборки приведены в табл. 2. Представленные организации работают в самых разных отраслях, от клининга до производства металлоконструкций. Наиболее распространенные представлены в табл. 3. В результате применения авторского алгоритма идентификации было найдено 18 организационно-замкнутых экономических систем. Наиболее крупная из них состоит из 47 агентов (рис. 3). Таблица 2. Количественные параметры выборки Table 2. Quantitative sampling parameters Наименование / Names Значение / Value Общий оборот, тыс. руб. /Total turnover, thousand rubles 2 706 526,95 Отрасли, шт. / Industries, pcs. 410 Компании, шт. / Companies, pcs. 2933 Транзакции, шт. / Transactions, pcs. 11791 И с т о ч н и к: выполнено А.А. Паначевым /S o u r c e: by A.A. Panachev. Рис. 3. Организационно-замкнутаяэкономическая система из 47 агентов И с т о ч н и к: выполнено А.А. Паначевым. Figure 3. Organisationally closed economicnetwork which consists of 47 agents S o u r c e: by A.A. Panachev. Таблица 3. Топ-5 отраслей / Table 3. Top-5 industries Наименование отрасли / Industry name Организаций, шт. / Organizations, pcs. Оптовая торговля, включая торговлю через агентов, кроме торговли автотранспортными средствами и мотоциклами / Wholesale trade, including trade through agents, except for trade in motor vehicles and motorcycles 361 Коммерческая организация / Commercial organisations 162 Прочая розничная торговля в неспециализированных магазинах / Other retail trade in non-specialized stores 94 Прочая оптовая торговля / Other wholesale trade 55 Торговля оптовая электрической бытовой техникой / Wholesale of electrical household appliances 53 И с т о ч н и к: выполнено А.А. Паначевым / S o u r c e: by A.A. Panachev. На рис. 3 отражены только агенты внутри организационно-замкнутого контура, но следует отметить, что система не существует в вакууме и у большинства агентов есть связи с разомкнутым контуром. Сводные данные по системе в целом отражены в табл. 4. Проанализировав полученные результаты, следует отметить, что лишь 3,5 % из всех организаций на территории муниципального образования входят в организационно-замкнутые экономические системы, при этом они обеспечивают 10,5 % от совокупного оборота. Таблица 4. Сводная информация об организационно-замкнутых экономическихсистемах на территории муниципалитета / Table 4. Consolidated information on organizationally closed economic systems within the municipality Наименование /Names Вся выборка /The entire selection Внутри организационно-замкнутых систем /Inside organizationally closed systems Организаций, шт. / Organizations, pcs. 2 933 102 (18 систем) Оборот, тыс. руб. / Turnover, thousand rubles 2 706 528 283 624 Транзакций, шт. / Transactions, pcs. 11 791 262 И с т о ч н и к: выполнено А.А. Паначевым / S o u r c e: by A.A. Panachev. Как было отмечено ранее, сетевой эффект - это неаддитивный прирост структурных и функциональных показателей при увеличении количества агентов. Для расчета показателей сетевого эффекта была выбрана самая крупная система из 47 агентов, в которой авторами выделено ядро из 14 агентов (рис. 4) и смоделировано пошаговое увеличение количества агентов до прежнего состояния. Расчет сетевого эффекта производился по четырем точкам: начальной - 14 агентов; двум промежуточным - 26 и 31; конечной - 47. Для анализа структурного эффекта брались реальные данные из системы - рассчитывалось количество связей на каждом из четырех шагов. Функциональный аспект, представленный через внутренний сбалансированный оборот, считался по сложной методике, подробно изложенной в [20]. Итоговые расчетные показатели приведены на рис. 5. График наглядно иллюстрирует неаддитивное увеличение обоих показателей при добавлении агентов к системе, что свидетельствует о наличии сетевого эффекта как в структурном, так и функциональном аспекте. Рис. 4. Стартовое и конечное состояниеорганизационно-замкнутой экономическойсистемы из 47 агентов И с т о ч н и к: выполнено А.А. Паначевым. Figure 4. The initial and final stateof an organisationallyclosed economic system consisting of 47 agents S o u r c e: by A.A. Panachev. Надпись: Количество агентов, шт. / Number of agents, pes Внутренний сбалансированный оборот / Internal balanced turnover Количество связей / Number of connections Надпись: Тыс., руб / Thousand roubles Рис. 5. Расчетные параметры для анализа сетевого эффекта И с т о ч н и к: выполнено А.А. Паначевым. Figure 5. Calculated parametres for network effect analysis S o u r c e: by A.A. Panachev. 3. Дискуссия Технология, представленная в статье, сфокусирована на исследовании организационно-замкнутых экономических систем через анализ банковских транзакций. Упор сделан на решении задачи через алгоритмы и программирование. Для углубления результатов по исследуемой теме можно выделить два перспективных направления: данные и алгоритмы. В исследовании рассмотрены только финансовые потоки между юридическими лицами, но в реальной экономике в цепочке участвуют еще и физические лица. Дополнительным аспектом является глубина данных. Выборка исследования - 1 месяц, что делает ее достаточной для решения задачи, но важно исследовать изменение метрик в динамике, а также влияние фактора сезонности. В реальной экономике предприятия обмениваются следующими видами ресурсов: энергетическими, материальными, финансовыми; информационными; трудовыми. Представленный алгоритм позволяет обрабатывать только финансовые потоки (транзакции), что делает перспективным исследование и других типов ресурсов. Заключение В рамках данной работы сформулирована технология идентификации и управления организационно-замкнутыми экономическими системами с использованием сетевого эффекта, представленная через цикл управления из четырех шагов: сбор данных, идентификация, генерация альтернатив и принятие решений. На каждом этапе представлены авторские наработки, которые впоследствии были применены на реальных данных о транзакциях, взятых из отделений банка муниципального образования. В результате с помощью авторского алгоритма, написанного на языке Python, были най-дены 18 организационно-замкнутых экономических систем. Также было проанализировано наличие сетевого эффекта по двум аспектам на крупнейшей системе из 47 агентов и доказана неаддитивность изменения показателей при увеличении количества агентов, что подтверждает нали-чие сетевого эффекта.

About the authors

Anton A. Panachev

Ural Federal University named after the first President of Russia B.N. Yeltsin

Author for correspondence.
Email: panachev1@mail.ru
ORCID iD: 0009-0006-7161-575X
SPIN-code: 7053-4760

PhD applicant of the Department of System Analysis and Decision Making

19 Mira St, Ekaterinburg, 620062, Russian Federation

References

Supplementary files