Abstract: The most effective self-organized clusters The duration of the time-tion (30-40 years), which is unacceptable for the Russian economy, its modern agribusiness in the geo-economic and geopolitical situation. It is necessary and appropriate self-organizing clusters effective for 1 year - 5 years (depending on the type of clusters). This will improve the efficiency and competitiveness of agriculture in Russia.
Keywords: Agricultural clusters model, hyperbolic growth, the hypothesis of the development of complex systems in a mode with an aggravation
Выявлена закономерность, что экономики страны, имеющие наибольшие затраты на НИОКР и образование, а также значительное число кластеров, являются наиболее эффективными и конкурентоспособными.
Рост наукоемкости и числа кластеров в мире является мегатрендом XXI века [1,2]. Россия, её АПК не могут быть в стороне от этой глобальной тенденции, поскольку это чревато снижением конкурентоспособности страны и её сельского хозяйства.
Самые эффективные кластеры (например, Силиконовая долина, Калифорнийский винодельческий кластер США) самоорганизуются в течение длительного времени (30-40 лет). Последнее обстоятельство не является приемлемым для Росси в виду сложившейся геоэкономической и геополитической ситуации. Практически необходимо , чтобы эффективные кластеры самоорганизовывались за короткое время (1 год – 5 лет) в зависимости от вида кластеров.
В результате исследований была разработана и обоснована гипотеза о развитии сложных систем в том числе кластеров и др. в режиме с обострением, которая способствует решению данной проблемы.
Аграрный кластер – это сеть – система географически сосредоточенных, взаимосвязанных, взаимодополняющих друг друга субъектов рынка, различных отраслей и сфер деятельности (СХО, ЛПХ, КФХ, МФ, НИИ, образовательные учреждения, промышленные предприятия, институты развития и др.), занимающиеся глубокой переработкой и реализацией сельскохозяйственной продукции, продовольствия, инновационных продуктов, решением экономических, научных, социальных, экологических и др. задач на основе уникальных конкурентных преимуществ конкретной местности, применения достижений науки и инноваций, стратегии «быть уникальным».
Под режим с обострением понимается сверхбыстрое развитие процесса, системы, когда характерные параметры (численность населения, энергия, концентрация капитала и др.)неограниченно возрастают за конечное время называемое временем обострения [3].
С точки зрения мультидисциплинарного подхода (таблица 1): кластерного, синергетического, сетевого, системного, социально – психологического, «сеть» является единицей исследования, проектирования и развития. Она позволяет создавать разнообразные многомерные синергетические механизмы использующие разнообразные положительные обратные связи для построения этих механизмов и создания эффективных кластеров, способных реализовать «цепные реакции» экономического взаимодействия.
Особенностью сетевого подхода как неотъемлемой части мультидисциплинарного — является то, что в «сети» кластера связи между участниками являются двунаправленными, двусторонними, что и соответствует равному, неиерархическому статусу узлов в такой сети. Иерархии присущи однонаправленные, ассиметричные связи между узлами. Оптимальной сетевой структурой для мини и средних кластеров является клика — локальный кластер – полносвязанный подграф некоторой сети, плотной подсети.
Таблица 1
Взаимосвязи методологических подходов к исследованию и формированию кластеров [5,6]
Кластерный подход (Экономика, менеджмент) | Синергетический подход ( Синергетика) | Сетевой подход (Теория сложных сетей) | Системный подход (Теория систем) | Социально-психологический подход (Социология, психология) |
«…кластерный анализ (подход – прим. автора) не фокусируется на системных проблемах макроэкономического уровня, где взаимосвязь между изменениями в экономике в целом и деятельностью отдельных бизнесов не всегда ясна. С другой стороны, кластерный анализ не направлен на изучение отдельных компаний. «Компании не рассматриваются как отдельные единицы взаимодействующие с недифференцированным экономическим окружением, они помещаются в контекст их рынков…», часто как часть производственной цепочки стоимости, которая не ограничивается одной отраслью». «…критическая масса…человеческих ресурсов является приоритетом номер один для кластеризации» | «Единицей описания в традиционном подходе является отдельный элемент рассматриваемой системы… Единица описания в синергетике – это сеть… Если в обычном описании свойства приписываются индивидуальному объекту, в синергетике – ансамблям, множествам объектов. Т.е. результаты работы, за способность быть наделенными теми или иными свойствами, отвечают не отдельные элементы системы, а их коллективные взаимодействия, согласованности, синхронизации, когерентности» | Ключевое понятие сеть, сетевая структура, сетеобразование. Сеть исследуется как универсальная форма организации. Отчасти основан на применении математических методов и предположений, что системы, имеющие схожие топологические характеристики, подчиняются общим законам, многие сети и системы обладают универсальными свойствами, независящими от конкретного вида составляющих их элементов. Принципы теории сложности: феномен «границы хаоса», самоорганизация; эффект бабочки; эффект синхронизации, самоподобия, бифуркции. | Любой объект можно рассматривать как систему. Развитый агропромышленный кластер – система взаимосвязанных позитивными связями участников. Сетевая структура — локальный кластер (теория сложных сетей) – система. Сложные системы собираются из совокупности стандартных блоков. Из пяти функциональных стандартных блоков может быть собрана практически любая сложная система, кластер. | Использование психологических знаний, методов, приемов и технологий для создания доверия между участниками кластера. Формирование доверия между участниками кластера должно осуществляться на субъективной и объективной основе, на уровне сознания и подсознания. Главный фактор в создании кластера — человеческий. «Сеть» как аналитическая модель, инструмент анализа. С 1990 –х гг. сеть исследуют как феномен. Разработана сетевая теория. Исследуются социальные сети, с использованием математического аппарата теории сложных сетей. |
Рис. 1. Рост числа взаимосвязей в кластерах
Вследствие этого при формировании кластеров число связей между его участниками по сути растет в режиме с обострением или по гиперболическому закону (Рис. 1), разумеется и взаимодействий.
Выявлено много фактов свидетельствующих о развитии сложных систем в режиме с обострением. В режиме с обострением происходит (происходил) рост (развитие) населения мира, глобальной урбанизации, мирового ВВП, грамотности населения мира, населения Китая с 700 г. до н.э. до 1851 г. н.э., потока информации, ВВП КНР в последние 30 лет; разнообразия морской биоты в течение фанерозойского эона (последние 542 млн. лет), клеток живых организмов и др.
Рис. 2. Модель эволюции сложных систем в режиме с обострением
Условно можно выделить четыре стадии развития СС: медленный, быстрый и взрывной рост, стабилизация (Рис. 2).
СС свойственна самоорганизация, открытость, сетевая организация.
СС способны самоорганизовываться и подойти спонтанно к стадии взрывного роста.
СС как открытые системы включают в себя источники и стоки вещества, энергии, информации, их депо. Например, леса и почвы Земли являются депо для хранения углерода, обладают огромным потенциалом поглощения и хранения ежегодных антропогенных выбросов СО2 (до 75% выбросов парниковых газов). [6]
СС имеют сетевую организацию. Для сетей, характерно отсутствие единого управляющего центра. В сети существует много центров активности и приблизительное равенство статусов, составляющих систему секторов.
Определяющая роль в развитии СС принадлежит стадии медленного роста, которая составляет около 99% времени развития системы. Это время СС развиваются очень медленно и устойчиво.
СС, состоящие из тысячи, миллионов, миллиардов компонентов и еще большего числа взаимосвязей не могут изменять свое состояние быстро, а тем более мгновенно. На стадии медленного роста, самоорганизации изменения происходят неравномерно, любые воздействия относительно колоссальных СС чрезвычайно малы или даже ничтожны, и их эффекты первоначально не оказывают заметное влияние на СС, с точки зрения наблюдателя. Воздействия на СС оказываются в течение длительного времени, эффекты малых воздействий накапливаются. При самоорганизации возникают кумулятивные эффекты: положительные обратные связи, их комплексы на сети акторов СС, возникают различные тенденции развития и др.
Если кумулятивный эффект превысит пороговое значение, совпадет с тенденциями динамики СС, достигнет критической массы, «заработают» положительные обратные связи, использующие источники, стоки, депо, то СС мгновенно, быстро переходит в стадию взрывного роста. Следовательно, в результате самоорганизации СС на стадии медленного роста могут возникнуть положительные обратные связи, депо, порождающие цепные, а точнее сетевые реакции, т.е. возникает определенный потенциал (положительные обратные связи, источники, стоки, депо вещества, энергии, информации). При сильной нелинейности источников, цепные сверхбыстрые процессы могут идти ограничено и управляемо.
Поэтому закономерно в «Искусстве войны» Сунь-цзы введено такое утонченное понятие как «потенциал ситуации», который отчасти означает накопление, кумуляцию малых воздействий, в том числе резонансных, способных, согласно китайской традиционной стратегии мгновенно актуализироваться, когда «потенциал ситуации» созрел или достиг критической массы.
Иными словами, «потенциал ситуации» мгновенно реализуется в виде определенного, желательного целесообразного процесса.
Кроме того «… многие реальные структуры ведут себя в соответствии с гиперболической степенной зависимостью (power law) p* от k** p(k)=axky, где а – константа, а y<0. Это безмасштабные сети (scale-free networks), исследованные в работах венгерского ученого А.Р. Барбаши [7,8]. Безмасштабная сеть строится по алгоритму: сети растут путем добавления новых узлов, соединяемых ребрами с уже существующими узлами; новый узел с большей вероятностью присоединяется к узлу с большим количеством связей…Безмасштабные сети содержат малое число хабов (hubs) – частичных лидеров с многочисленными связями; численно преобладают узлы с небольшим числом связей. В мире биосистем такие хабы характерны, например, для генных сетей, где есть «ключевые регуляторы», обеспечивающие координацию остальных генов этой сети» [10].
Аграрные кластеры аналогичны безмасштабным сетям и к тому же представляют собой биосистему, в которой могут быть «ключевые регуляторы».
Таким образом, сверхбыстрые процессы в режиме с обострением присущи развитию СС. Это закон развития – сложных систем, в том числе аграрных кластеров, который надо использовать для их целесообразной самоорганизации за короткий срок. Из данной гипотезы следуют определенные выводы.
Сложные системы, в том числе кластеры развиваются в режиме с обострением в следствии своей природы.
Определяющей стадией развития СС является стадия медленного роста собственно медленная самоорганизация положительных обратных связей на сети СС, обуславливает возникновение сетевых/цепных реакций, сверхбыстрые процессы.
Агропромышленные кластеры как СС могут формироваться и развиваться в режиме с обострением. Эффективность кластеров может быть повышена на порядки. Для этого необходимо разработать технологии их проектирования, создания и модели функционирования кластеров на новых технологических принципах.
* k – степень узла соответствует количеству непосредственных соседей данного узла – числу других узлов, с которыми данный узел соединен прямыми связями.
**p— вероятность того, что произвольный узел сети имеет заданную степень k.
Библиографический список
1. Хухрин А.С., Бундина О.И., Агнаева И.Ю., Толмачева Н.П. Развитие агропромышленных кластеров России: синергетический под-ход//Экономика сельскохозяйственных и перерабатывающих пред-приятий. 2014. № 11. С. 56-62.2. Khukhrin A.S., Agnaeva I.Yu., Tolmacheva N.P., Bundina O.I. Develop-ment of agro-industrial clusters in Russia: synergetic ap-proach//International Journal of Econometrics and Financial Management. 2014. № 2. С. 130-135.
3. Белавин В., Курдюмов С., Князева Е. Режимы с обострением и зако-ны коэволюции сложных систем//[Электронный ресурс] http://spkurdyumov.ru/evolutionism/zakony-koevolyucii-slozhnyx-sistem/.
4. Колошин А., Разгуляев К., Тимофеева Ю., Русинов В. Анализ зарубежного опыта повышения отраслевой, региональной и национальной конкурентоспособности на основе развития класте-ров//[Электронный ресурс]/ Режим доступа: http://www.politanaliz.ru/articles_695.html.
5. Хакен. Г. Синергетика. М.: Мир, 1981.
6. Писаренко А., Страхов В. Леса России – залог выживания при климатических изменениях// [Электронный ресурс] http://zmdosie.ru/resursy/les/6039-lesa-rossii-zalog-vyzhivaniya-pri-klimaticheskikh-izmeneniyakh.
7. Barabasi A. –L. Linked:The New Science of Networks. New York: Per-seus.2002.
8. Barabasi A. –L. Albert R. (1990). Emergence of scaling in random net-works// Science. 1999. V.286(5439). P.509-512.
9. Колчанов Н.А., Игнатьев Е.В., Подколодная О.А., Лихошвай В.А., Матушкин Ю.Г. Генные сети//Вавиловский журнал генетики и селек-ции. 2013. Т. 17. №4/2. С. 833-850.
10. Олескин А.В., Курдюмов В. С. Сетевое общество: его необходимость и возможные стратегии построения (О сетевой (ретикулярной) формации, меритократии и антиконфликтном потенциала сетей)// [Электронный ресурс] http://spkurdyumov.ru/networks/setevoe-obshhestvo-ego-neobxodimost-i-vozmozhnye-strategii/.
11. Малявин В.В. Китайская военная стратегия. -М.: Изд-во АСТ, Аст-рель, 2004. -432с.