Читать книгу Методология исследования сетевых форм организации бизнеса - Коллектив авторов - Страница 9

Как отмечено в главе 1, при анализе сетевых форм организации в бизнесе активно используется идея социограмм Я. Морено, в настоящее время реализуемая в рамках теории графов. Фиксируемые связи могут быть самыми разнообразными: отношения дружбы, кровные связи в семье, членство в клубе, контакты по электронной почте, учеба в одной группе, дипломатические связи между странами и т. д. Для анализа важно определить, какие типы связей интересуют исследователя, в зависимости от этого при наличии одних и тех же узлов могут быть получены сильно отличающиеся друг от друга социограммы (графы). В качестве связи (connection) между компаниями могут фиксироваться контракт на поставку, сотрудничество в разработке продукта, услуги или технологии и т. д. Внутри компании связи определяются организационной структурой (механизм координации «иерархия»).

Одной из проблем при изучении межорганизационных сетей является получение эмпирической информации, позволяющей делать обоснованные обобщения и выводы, особенно в тех случаях, когда мы имеем дело с сетью, в которую входит значительное число экономических агентов. Подходы, разработанные социологами и социальными психологами, о которых шла речь ранее, позволяли работать с относительно небольшими массивами данных (от нескольких десятков до нескольких сотен наблюдений) и при этом получать аналитические результаты, имеющие научную значимость в рамках этих дисциплин, анализируя свойства сети на микроуровне (на уровне диад или триад). Для исследователей межорганизационных сетей анализ диад также послужил отправной точкой и продолжает оставаться одним из актуальных методов изучения устойчивых взаимоотношений в бизнесе.

Диада — простейшая единица анализа сети, связь между двумя акторами, которая определяется типом взаимоотношений между акторами, зависящим в свою очередь от типа социальных отношений (рис. 2.1). Некоторые исследователи считают диаду компаний простейшей межфирменной сетью, другие при изучении сетей используют диаду только как единицу анализа, не признавая одиночную пару сетью (этой позиции придерживаемся и мы в данной монографии).

Рис. 2.1. Пример диады

Хорошо осознавая ограниченность изучения сетей методом диад (по сути, это давало наборы данных о парных взаимоотношениях агентов сети, но не позволяло получить «стереоскопический» взгляд на деятельность сети как целого), исследователи не прерывали поиск возможностей для анализа взаимодействий между всем множеством и экономических агентов, входящих в бизнес-сеть. Наиболее простым решением представлялось постепенное движение к изучению триад (рис. 2.2), затем – тетрад (рис. 2.3), а в дальнейшем – групп компаний (подгрупп внутри сети и собственно сетей как целого).

Рис. 2.2. Серийная (а) и унитарная (б) триады:

5 – поставщик (supplier); с — клиент (customer);– посредник (intermediating actor);

–область основной (фокальной) связи (focal business relationship demarcation);

жирная линия – множественные контакты; тонкая линия – редкие контакты

Источник: [Havila, 1996, р. 27].

Триада — сеть, сформированная из трех акторов и имеющая в потенциале три диады в своем составе, уже задает необходимость разработки определенных концептуальных вопросов, таких как равновесие и транзитивность. Когда изучаются взаимоотношения в бизнесе, эти вопросы могут быть крайне важны, поскольку в случае если компания А поддерживает взаимоотношения с компанией Б, а компания Б – с компанией В, то это в потенциале создает возможность для транзакций между А и В. Но будет ли эта потенциальная возможность реализована, в значительной степени зависит от целей создания сети и комплементарности компетенций и ресурсов, имеющихся у фирм А и В. Тетрада предполагает существование устойчивых взаимоотношений между четырьмя акторами. И триада, и тетрада могут рассматриваться как самостоятельная сеть или как подгруппа в составе сети.

Рис. 2.3. Серийная тетрада Источник: [Holmen et al., 2010, р. 9].

Группа может быть определена как совокупность всех акторов и их связей в рамках неких заданных границ, выделяющих эту совокупность. Определение границ является задачей исследователя и опирается на понимание целей и задач исследования, особенностей исследуемого объекта и характеристик той среды, в которой существует этот объект. Группа может исследоваться как самостоятельная сеть, или как один из элементов изучаемой сети, или подгруппа сети (в главе 1 мы обращали внимание на то, что положение о существовании подгрупп внутри сетей явилось одним из важнейших положений, выработанных социальными антропологами). Соответственно в последнем случае крайне важно также определить взаимоотношения между подгруппами в сети и подход с использованием подгрупп может облегчить исследователю изучение больших и сложных межорганизационных сетей. (К таковым относятся, в частности, отраслевые кластеры, где всегда выделяются подгруппы, в связи с чем ряд авторов предлагает рассматривать кластер как среду, в которой действуют различные межфирменные сети. В нашем понимании, однако, кластер является особым типом межорганизационной сети, единым структурным образованием, состоящим из тесно взаимодействующих подгрупп.) Пример подгруппы представлен на рис. 2.4.

Рис. 2.4. Пример бизнес-сети, в которой выделена подгруппа, состоящая из трех компаний, взаимодействующих между собой

Следует отметить, что уже при переходе к анализу на уровне тетрад обнаружилась необходимость учета взаимовлияния взаимодействий между парами на всю тетраду и деятельности тетрады как единицы анализа на составляющие ее взаимоотношения между парами. Это оказалось серьезной проблемой, анализ литературы и научные дискуссии на международных конференциях по сетевой проблематике показывают, что задача далека от решения.

Безусловно, с развитием информационно-коммуникационых технологий возможные подходы к ее решению расширились за счет возможности накапливать, хранить и анализировать огромные массивы информации, содержащие тысячи записей, в рамках электронных баз данных. Это вызвало бум в анализе сетевых структур – как в естественных, так и в общественных науках, где стал возможен количественный анализ прежде всего сетей большого размера в виртуальном пространстве: World Wide Web [Albert et al., 1999], Интернет [Kandampully, 2003; Chun, Hahn, 2007], социальные сети «в узком смысле слова» (Facebook, Linkedln и np.) [Garrigos-Simon et al., 2012; Hopkins, 2012], электронные В2В-площадки [Kaplan, Sawhney, 2000; Albrecht et al., 2005; Matook, Vessey, 2008; Chong et al., 2010] и т. д.

Однако в отличие от естественных наук, где это быстро привело к более глубокому пониманию макросвойств сетей [Albert, Barabasi, 2002; Dorogovtsev, Mendes, 2002], в общественных науках хотя и произошло быстрое накопление эмпирического материала, но почти сразу обнаружилось, что анализ этого материала ведет к противоречивым выводам исследователей. Главная проблема состоит в том, что накопление данных о формальных связях между тысячами личностей (или фирм, которые не являются «точками», или «черными ящиками») далеко не всегда позволяет объяснить, сочетание каких ожиданий, восприятий и ограниченно рациональных соображений вызывают действия, приводящие к тем или иным видимым результатам. Сбор данных методом опроса (например, менеджеров, задействованных в принятии решений в сетях) также сопряжен с целым рядом сложностей, главными из которых являются различие в восприятии отдельными личностями объективно одинаковых транзакций и связанных с ними взаимоотношений, а также в оценке их результативности и невозможность определить, насколько высказанное респондентом мнение является его собственным. Вероятность получить сознательно сформулированные «правильные» ответы, обусловленные внутрикорпоративными нормами, собственными частными интересами, требованиями руководства, недостаточной компетентностью или другими (опять же ограниченно рациональными) соображениями, достаточно высока. Соответственно сравнимость результатов и экстраполяция выводов отдельных исследований сетевых форм организации в бизнесе на другие, даже внешне сходные формы оказываются затруднены.

Тем не менее накопленный к настоящему времени обширный пласт эмпирических данных позволяет делать некоторые обобщения, давать рекомендации и составлять прогнозы, опирающиеся на соответствующие результаты анализа в рамках конкретных отраслевых рынков для отдельных типов межорганизационных сетей, действующих в сходной институциональной среде.

Кроме того, имея в виду общие характеристики механизма координации «сеть», при выдвижении и проверке гипотез о сетевом межорганизационном взаимодействии могут быть приняты во внимание данные о свойствах больших сетей «виртуального мира», полученные в результате упомянутых выше эмпирических исследований. В частности, в структуре всех этих сетей обнаружены одни и те же особенности, связанные с наличием так называемых малых дистанций (small network distances[39]), наличие сильных «сгущений» (high clustering[40]) и неоднородное распределение связей (unequal distribution of links) [Newman, 2003; Leij van der, Goyal, 2011].

Особенно неожиданным для исследователей явилось неоднородное распределение связей, наблюдаемое эмпирически для большинства сетей. Достаточно логичное объяснение этому содержится в работе [Barabasi, Albert, 1999]. Ее авторы предложили модель, в которой новый узел входит в сеть в каждый новый период времени и инициирует связи с существующими в сети узлами. При этом согласно заключению Р. Элберт и А.-Л. Барабаси вероятность узла получить новую связь пропорционально возрастает в зависимости от того, сколько связей у этого узла уже есть. То есть узел с 10 связями имеет в 10 раз больше шансов привлечь новые связи, чем узел с единственной связью. Это свойство авторы исследования назвали преференциальным присоединением (preferential attachment).

Основными тенденциями последнего десятилетия, как отмечено в предыдущей главе, являются стремление к переходу от «одномоментного» изучения межорганизационных сетей к изучению сетей в их развитии, а также попытки внесения «субъективной» составляющей в объяснение тех или иных процессов, происходящих в сетях.

Ярким примером может служить предложенный недавно метод дотограмм [Abrahamsen et al., 2012]. Этот аналитический метод нацелен на изучение изменений, происходящих в сетях, с использованием трех основных параметров: время (до изменения, в момент изменения, будущее после изменения), уровень сетевых изменений (изменения для одного актора, в диадных взаимодействиях, затрагивающие всю сеть), а также понимание причин происходящих изменений (табл. 2.3). Акцент делается на восприятие изменений менеджерами компаний – участников сети.

Таблица 2.3

Метод дотограмм: параметры, используемые для анализа (вид, уровень и причины изменений)

Источник: на основе [Abrahamsen et al., 2012].

Метод дотограмм помогает объединить взгляды менеджеров различных компаний на процессы изменений, происходящих в сети. Он предполагает анализ так называемой картины сети, под которой понимается совокупность взглядов менеджеров компаний-участников на эту сеть, показывающая, что они считают важным для будущего развития и какие видят последствия принимаемых решений. Недавние исследования свидетельствуют, что картина сети существует в двух пониманиях – узком и широком. Узкое понимание – это индивидуальное восприятие менеджерами процессов, происходящих в сети, широкое – взгляд со стороны всей сети на процессы взаимодействия менеджеров и их субъективных взглядов на внешние изменения.

На рис. 2.5 представлен пример дотограмм, построенных на основе данных, полученных при изучении восприятия процессов изменений ключевыми менеджерами фокальных компаний сетей дистрибуции, действующих на рыбном рынке. Дотограммы построены для четырех компаний сети. Количество точек говорит о том, насколько высока, по мнению менеджеров, интенсивность происходящих изменений. То, где именно располагаются точки, свидетельствует об уровне сетевых взаимодействий (степени вовлеченности в происходящие изменения). Благодаря построению дотограмм возможно проследить и оценить, насколько по-разному воспринимаются изменения, происходящие внутри сети, ее акторами, а также каково стремление отдельных участников вовлечь в происходящие изменения других партнеров по сети.

Рис. 2.5. Карты дотограмм для сетей дистрибуции рыбного рынка Источник: [Abrahamsen et al., 2012].

Преимущества этого метода состоят в использовании временного контекста происходящих изменений, охвате нескольких уровней сетевых взаимодействий (смена актора, уровня диадных взаимодействий или уровня всей сети), а также возможностях объединения взглядов менеджеров различных компаний, входящих в сеть, для более полного понимания происходящих изменений и их отношения к ним.

Существуют и другие варианты подходов к исследованию восприятия изменений в межорганизационных сетях (см., например, [Corsaro, Snehota, 2012]), а также исследования, касающиеся восприятия справедливости в сетевых межфирменных взаимоотношениях [Scheer et al., 2003; Yilmaz et al., 2004], воспринимаемой ценности взаимоотношений [Ulaga, Eggert, 2006] ит.д.

Применение методов анализа межорганизационной сети как единого целого, учитывающих субъективное восприятие, находится на начальных этапах развития. Множество работ по-прежнему построено на анализе дуальных взаимодействий, который также далеко не исчерпал свои возможности как метод изучения сетевого межорганизационного взаимодействия. Однако и в этом случае в тенденции наблюдается рост попыток ввести в анализ факторы, учитывающие влияние субъективного восприятия на принимаемые решения и итоговые результаты деятельности межорганизационных сетей. В ближайшие годы можно прогнозировать дальнейшее развитие аналитического инструментария и появление новых элементов методологии исследования.