Эволюционная модель шумпетерианской конкуренции на сетевом рынке (на примере рынка сотовой подвижной связи в России)
В настоящей работе представлена модель, которая описывает результаты инновационной деятельности компаний на сетевом рынке. В частности, модель показывает возможные последствия появления продуктовых инноваций для структуры рынка. Параметры модели подбираются таким образом, чтобы было возможным сделать содержательные выводы относительно динамики развития рынка сотовой подвижной связи в России.
С момента издания книги Й.А. Шумпетера «Теория экономического развития» [3], в которой на центральное место в экономическом развитии были выдвинуты инновационные изменения, множество авторов пытались предложить собственную трактовку этого видения. Причем в последнее время работ, выполненных в духе Шумпетера, становится все больше. Этому есть, по крайней мере, два объяснения.

С одной стороны, в современном мире постоянно возрастает значение инновационной деятельности как фактора успешности предприятия, региона, страны. С другой стороны, с развитием математического аппарата экономической теории становится возможным формальное выражение тех идей, о которых можно было лишь рассуждать в начале и середине прошлого века.

Американские экономисты, Р. Нельсон и С. Уинтер, в 1982 году издали книгу «Эволюционная теория экономических изменений» [1], и с этого момента можно начинать отсчет современного эволюционного направления в рамках экономической теории¹. В этой работе авторы применили методы имитационного компьютерного моделирования как основу своих моделей. Этот подход помог им формализовать основные идеи Й. Шумпетера об эндогенном характере инноваций, смоделировать ситуацию рыночной конкуренции посредством инноваций, или шумпетерианской конкуренции.

Первые работы в рамках эволюционной теории, выполненные Р. Нельсоном и С. Уинтером и их последователями, имели целью как можно шире осветить логику эволюционной экономики, продемонстрировать возможности этого теоретического подхода. Многие были слишком стилизованны и стремились лишь показать возможность применения эволюционной теории к базовым экономическим явлениям: экономическому росту, его связи с технологическим прогрессом, отраслевой структуре и ее зависимости от выбранного технологического режима².

Несмотря на то, что тесная связь теории с практикой всегда называлось отличительной чертой эволюционного подхода, большинство моделей «первого поколения» имели дело с довольно абстрактными понятиями. Механизм был следующий: исследователь замечал некий устойчивый эмпирический феномен и затем строил модель для того, чтобы объяснить его с использованием эволюционного подхода³.

В то же время формальная структура моделей была также весьма стилизована. В большинстве этих моделей единственными агентами в модели были фирмы. Более того, их внутренняя структура и модель поведения были очень упрощены. Сторона спроса практически не изучалась, роли спроса, важности тех или иных институтов, оказывающих влияние на поведение потребителя или фирмы, а также на структуру отрасли, отдавалось совсем немного внимания исследователей.

По нашему мнению, эволюционные модели «первого поколения» имели значительный успех, однако именно эта успешность позволяет задать два серьезных вопроса. С одной стороны, если эволюционные модели действительно обладают такой объясняющей силой, нужно попытаться добиться более общих результатов, разработав более общие (и более простые) модели. Причем, насколько возможно, эти общие модели должны решаться аналитически. Последние наработки Доси, Каниовски и Уинтера идут в этом направлении [20].

С другой стороны, и это не менее важно, возможно, эволюционные модели способны объяснить такой широкий круг явлений потому что термины и переменные не достаточно строго определены. В этом случае, наоборот, нужно добиться максимальной «эмпирической дисциплины», то есть четко определить связи модели с эмпирически наблюдаемыми процессами. В этой связи чрезвычайно интересным и вызывающим является анализ эволюции отдельной отрасли.

В настоящее время существует значительный объем литературы, посвященной анализу развития отрасли с исторических позиций. Однако зачастую этот анализ сводится к тому, что называется «рассказывание историй», то есть неформальное объяснение наблюдаемого явления. В то же время практически нет теорий, которые на примере конкретных отраслей объясняют их развитие. Единственным исключением являются модели жизненного цикла отрасли [13].

В последнее время стали появляться принципиально новые модели. Это формальные модели, которые должны в пока довольно стилизованной форме иллюстрировать и дать количественное содержание теорий о механизмах и факторах движущих развитием отрасли, технологического развития и институциональных изменений, основывающихся на эмпирическом анализе организаций, бизнеса, стратегий и истории отрасли. Эти модели были разработаны в результате пересмотра позиций по отношению к эволюционным моделям «первого поколения». В качестве примера можно привести работу Ф. Малерба и др. [14], где приводится модель, описывающая развитие компьютерной отрасли.

В данной работе поставлена аналогичная задача – представить модель рынка сотовой подвижной связи России, базирующуюся на теоретическом фундаменте эволюционной экономики. Модель должна учитывать особенности отрасли, давать объяснение процессам, проходящим в отрасли, а также дать количественное содержание теорий о механизмах и факторах, движущих развитием отрасли.

Выбор отрасли не случаен – рынок мобильной связи в настоящее время является наиболее динамично развивающимся как в России, так и во всем мире. Это связано прежде всего с процессом совершенствования существующих и появления новых технологий, позволяющим снижать стоимость и повышать качество связи. В отрасли появляются новые продукты, которые становятся доступны широкому кругу населения.

Стоит отметить, что на этом растущем рынке конкуренция между основными игроками идет не менее, а, быть может, и более острая, чем на обычных «совершенно конкурентных» рынках. Многие компании покидают рынок, постоянно входят новые игроки, происходят слияния, консолидация компаний отрасли. В частности, мы были свидетелями того, как в России формировался олигополистический рынок с тремя крупнейшими игроками национального масштаба.

Мы наблюдаем не только конкуренцию между компаниями, но и не менее острую борьбу между альтернативными технологиями за право стать доминирующим стандартом. С развитием технологий связи конкуренция между операторами перестала быть только ценовой конкуренцией или конкуренцией качества сети. Мобильный телефон теперь уже не только телефонный аппарат. У него появляются новые функции, а операторы спешат предложить новые услуги своим абонентам, и доля доходов операторов от предоставления дополнительных услуг постоянно возрастает. Еще в середине 2000 г., по информации агентства «Сотовик» [30], только около 5% покупателей, выбирая телефон, интересовались функцией SMS, а регулярно пользовались режимом текстовых сообщений лишь 2% клиентов сотовых компаний. Сейчас же неголосовые услуги приносят операторам до 15% их выручки, при это большая часть дополнительных доходов приходится именно на текстовые сообщения⁴.

В данной работе развитие рынка сотовой подвижной связи в России рассматривается сквозь призму конкуренции компаний посредством разработки и вывода на рынок новых продуктов. При этом учитываются специфика рынка, где действуют технологические ограничения на количество компаний в отрасли (из-за ограниченной ширины радиочастотного спектра), и технологические ограничения на диффузию инноваций между разными стандартами.

Стилизованная история развития рынка мобильной связи в России

Сотовая связь в России появилась в начале 1990-х годов. В первые годы были созданы только экспериментальные сети, строительство велось осторожно, пропускная способность инфраструктуры не превышала нескольких тысяч абонентов. Первые сети стали строиться в Москве⁵.

Уже к середине 1990-х годов мобильная связь уже была довольно распространенной услугой, однако ориентированной на абонентов относительно высокого достатка и корпоративных клиентов. Средний счет превышал 500 долл. США в месяц.

Постепенно стоимость услуг снижалась со снижением стоимости аппаратуры, рынок постоянно рос, однако услуга не становилась массовой. К середине 1998 г. крупнейшая компания Москвы, ОАО «Вымпелком», обладала базой абонентов, не превышающей 120 тыс. абонентов. Всего же уровень проникновения сотовой связи в Москве составлял около 1%. В регионах же услуга была практически не представлена. Стоит отметить, что потенциал для снижения цен на услуги сотовой связи в то время был, однако компании предпочитали сосредоточиться на клиентах с высокими доходами.

Незначительная распространенность мобильной связи сказывалась и на том, что в отрасли одновременно действовало относительно большое количество компаний, предоставляющих услуги на технологической основе нескольких стандартов связи. Одновременно сосуществовали аналоговые стандарты первого поколения NMT-450, AMPS, а также более современные цифровые стандарты второго поколения сотовой связи (DAMPS, GSM). Из-за низкого уровня проникновения загрузка базовых станций была относительно невелика и из-за этого преимущества новых цифровых стандартов были не так очевидны.

Ситуация кардинально изменилась после кризиса 1998 г. Компании столкнулись с резким снижением платежеспособности клиентов и вынуждены были снижать тарифы. В этот период сказалось преимущество цифровых стандартов и особенно – стандарта GSM. На его основе легко расширять пропускную способность сетей, что необходимо при ориентации на массового клиента.

Знаковым событием стало появление продукта «Коробочка» компании «ВымпелКом», который включал в себя заранее подключенную телефонную трубку и карточку с предоплатой, что исключило необходимость заключать контракт. К концу 1999 г. абоненты с предоплатой составляли приблизительно 65% всей абонентской базы и ОАО «ВымпелКом» было единственным крупным сотовым оператором в России, предлагающим продукт с предоплатой. Однако уже в 2000 году основной конкурент этой компании, ОАО «МТС», перенял успешный опыт «Вымпелкома».

В связи с переориентацией на клиентов с относительно невысокими доходами для ведущих компаний стала актуальной проблема снижения ARPU – дохода с одного абонента. Компании начали развивать дополнительные, неголосовые услуги. Так, в 1999 г. ведущие компании начинают предлагать новую услугу по передаче коротких сообщений SMS, однако к 2000 г. она не стала широко распространенной.

В 2000 г. были введены в эксплуатацию услуги на основе технологии WAP (протокол беспроводной связи), компании стали готовиться к внедрению новой технологии передачи данных с пакетной коммутацией GPRS, которую «ВымпелКом» и МТС ввели в 2001 г. для обеспечения высокой скорости передачи данных.
Диаграмма 3



Источник: отчеты ОАО «ВымпелКом».
С течением времени компании обнаружили, что доходы от дополнительных услуг растут высокими темпами, а телефон становится не только средством связи, но и средством развлечения. В 2002 г. компании расширили спектр услуг, предложив пользователям справочную информацию, развлекательные ресурсы, разнообразный «контент». В частности, «ВымпелКом» в 2002 г. разработал и испытал услугу Content Provider Access (CPA), в коммерческую эксплуатацию услуга была запущена в 2003 г. Клиентам была предоставлена возможность получать содержательную информацию (контент) на своих телефонах непосредственно от провайдеров контента, используя CPA в качестве платформы доставки.

Далее появились возможности для предоставления мультимедийных услуг – передача изображений и музыки в сообщении MMS, покупка мультимедийного контента.

Одновременно с появлением новых услуг стремительно расширилась абонентская база ведущих операторов, закрепилось лидерство трех компаний, предоставляющих услуги под торговыми марками МТС, БиЛайн и Мегафон. Все три компании работали в рамках стандарта GSM.

Остальные операторы, работающие преимущественно в стандартах DAMPS и NMT-450, довольствуются положением нишевых игроков. В основном, они предоставляют услуги сотовой связи по «безлимитным» тарифам, при этом линейка дополнительных услуг практически не развивается. Абонентская база этих компаний, которая оставалась стабильной в течение последних пяти лет, сейчас начинает сокращаться все интенсивней. Клиентам становятся важны те новые услуги, которые могут предложить операторы «большой тройки».

Диаграмма 4

Доли рынка различных стандартов сотовой связи

Источник: расчеты по данным компаний и Министерства информационных технологий РФ.
В то же время возможности по расширению спектра услуг стандарта GSM подходят к концу, появляются предпосылки к переходу на стандарт третьего поколения. В России с 2003 г. работает компания «СкайЛинк», которая предоставляет услуги мобильной связи на основе более прогрессивного стандарта CDMA. Этот стандарт позволяет передавать информацию в десятки раз быстрее, чем технология GPRS. Это означает, что в рамках этого стандарта можно предоставлять дополнительный набор услуг. Кроме того, значительно снижается количество помех, растет качество связи. В то же время несмотря на значительные маркетинговые затраты, развитие этого стандарта пока идет достаточно медленно.
Итак, можно перечислить факты и сделать некоторые гипотезы относительно функционирования отрасли мобильной связи в России, которые будут проверены в ходе моделирования.

Во-первых, устаревшие стандарты действуют достаточно долго после того, как они утратили свои позиции. До сих пор в рамках стандарта DAMPS предоставляет услуги мобильной связи «Корбина Телеком». Во многих регионах по-прежнему действуют компании, оказывающие услуги связи в рамках стандарта NMT-450. Причем абонентская база этих компаний оставалась практически без изменений с 1999 г. Возможно, причиной этому являются высокие барьеры для перехода абонентов с одного стандарта на другой.

Во-вторых, наиболее жесткая конкуренция происходит между компаниями одного стандарта. Эта же конкуренция стимулирует развитие услуг. Можно видеть, что компании, действующие в стандарте GSM, развиваются динамично. В то же время в стандарте D-AMPS конкуренция не предусмотрена, так как стандарт является региональным, региональные лицензии были выданы одной компании в регионе. Возможно, это является причиной отставания технологически схожего стандарта от GSM.

В-третьих, можно заметить, что на раннем этапе развития рынка (до 1998 года) концентрация компаний более высока, чем на следующем этапе (диаграмма 5).

Диаграмма 5

Индекс Херфиндаля-Хиршмана концентрации стандартов и компаний на рынке сотовой связи г. Москвы



Источник: по данным компаний.
Наконец, новые стандарты, например, стандарт CDMA от компании «СкайЛинк», пока развивается сдержанно. Связано ли это с тем, что он входит на рынок достаточно поздно, когда большая часть абонентов уже подключена к операторам стандарта GSM, или этому есть другие причины?

Модель конкуренции на сетевом рынке посредством продуктовых инноваций

В данном разделе приводится модель конкуренции на сетевом рынке. Особенность данной модели, которая отличает ее от стандартных моделей сетевого рынка, является то, что важную роль в конкуренции фирм играют продуктовые инновации.

Стоит отметить, что связь является сетевой услугой, что определяет ее специфические потребительские свойства. Потребительская ценность новой услуги, которая появляется на рынке связи, зачастую зависит от ее распространенности среди потенциальных пользователей. Этот феномен характерен для большинства сетевых рынков⁶. Результатом такой зависимости может стать положительный внешний эффект от внедрения инновации на сетевом рынке. Причем эффект может быть столь значительным, что фирмы-последователи получат даже большую прибыль, чем инноватор [12].

Данная версия модели построена на основе методологии так называемых «эволюционных моделей», которые показали свою актуальность для исследования процессов диффузии инноваций.

Модель будет описана в следующей последовательности: описываются сторона спроса и предложения, а затем задается временная структура модели.

Предположения

На рынке постоянно действует фирм, предоставляющих услуги мобильной связи. Каждая из них предлагает услуги в рамках одного технологического стандарта.

Состояние каждой фирмы в момент времени может быть описано набором переменных и постоянных коэффициентов, индексированных порядковым номером фирмы . Фирмы в модели действуют в соответствии с заложенными правилами поведения, или, по терминологии эволюционной экономики, «рутинами». В данной модели поведение фирм определяют следующие рутины:

• 
  производственное правило (аналог производственной функции в неоклассических моделях);
  
• 
  правила установления цен;
  
• 
  правила осуществления инноваций;
  
• 
  правила принятия инвестиционных решений.
  

В предложенной модели перечисленные выше рутины специфицируются следующим образом.

Производственное правило ⁷

Задается как норма затрат ресурсов на предоставление услуг одному пользователю, которая в модели обозначается как , где - количество пользователей. Издержки характеризуются возрастающей отдачей от масштаба, то есть .

Существует также минимальный уровень затрат капитала, который необходим для внедрения новой услуги - . Таким образом, издержки, которые компании будут нести в период , определяются как , причем в случае внедрения инновации , иначе . Действительно, внедрение новой услуги операторами сотовой связи обычно требует затрат на модернизацию биллинговой системы (то есть совершенствование автоматической системы расчетов с абонентами), возможно, также требуется переоборудование базовых станций и даже построение новой сети.
Правило установления цен

В модели фирмы продают услуги связи по нерегулируемым ценам, что предполагает необходимость принятия ценовых решений. Фирмы в модели устанавливают цену на свою продукцию по следующему правилу.

1. Цена на новую услугу устанавливается по формуле: «издержки плюс прибыль», где норма прибыли предполагается равной 10%, а издержки считаются в расчете на одного абонента из потенциального спроса на услугу, который всегда считается как для каждой фирмы.

2. Компании могут корректировать цену на свои услуги по следующему правилу: если в предыдущем периоде наблюдалось снижение доли компании на рынке, то цена снижается на заданную величину , если же доля компании растет, то цена растет на , однако в любом случае цена не должна опускаться ниже средних переменных издержек.

Правило поиска

Фирмы в каждый момент времени занимаются поиском новых услуг. На цели поиска фирмы направляют долю от полученной прибыли, а результативность поиска задается функцией , определяющей вероятность благоприятного исхода. Функция обладает следующими свойствами:

1. 
   ;
   
2. 
   ;
   
3. 
   .
   

Результатом поиска становится точка в пространстве качества продукта. Стоит отметить, что для разных стандартов предполагаются различные предельные значения коэффициентов s_i.
Правило принятия инвестиционных решений

Инвестиционный проект (внедрение инноваций) принимается, если количество подписчиков на услугу, необходимое для того, чтобы проект был окупаем, менее . Для финансирования инвестиционного проекта фирмы могут использовать заемные средства при фиксированной ставке . При этом каждый период фирмы выплачивают проценты и основную часть долга и рефинансируют займы по следующему правилу:

, где

- общая сумма задолженности;

- объем инвестиций;

- прибыль.
Таким образом, рутины регулируют поведение фирм по важнейшим направлениям. Следуя рутинам, компании в модели определяют цену услуги , принимают решение о реализации инвестиционных проектов.

В то же время основные производственные и финансовые показатели фирм определяются в результате взаимодействия с другими агентами модели – потребителями и конкурентами. В частности, это количество абонентов, от которого зависят выручка и затраты фирмы, а значит, и прибыль, и состояние финансового баланса фирмы.

Спрос

Формируется агентами - потенциальными абонентами. Агенты гетерогенны, каждый из них может обладать уникальными характеристиками. Спрос на конкретную услугу определяется в соответствии с индивидуальными характеристиками абонентов и характеристиками услуги согласно правилу участия и правилу выбора.

Отдельно вводятся экзогенно задаваемые затраты на смену оператора . Причем затраты на смену оператора внутри стандарта ниже, чем затраты на смену оператора в различных стандартах.
Правило участия

Каждый из агентов обладает доходом , часть которого () он готов потратить на покупку услуг мобильной связи. Агент считается активным, если он может себе позволить купить услугу хотя бы одного из операторов , то есть если .

Правило выбора

Каждый агент имеет предпочтения относительно оптимального соотношения характеристик услуг связи и размера сети. Согласно этим предпочтениям, активный агент делает выбор между предложениями операторов по следующему правилу:

,

Таким образом, уровень спроса на конкретную услугу конкретного производителя определяется следующими характеристиками: ценой услуги , размером сети , а также соотношением предпочтений и многомерной характеристики качества услуги .

Вход и выход фирм

Фирмы, которые в течение T периодов имеют положительный и растущий долг, а также фирмы с пустой абонентской базой уходят с рынка, а их место занимают новые фирмы. Новые компании появляются с характеристиками продукта на уровне средних по отрасли.

Функционирование модели

Модель реализуется следующим образом. Задается нулевой период, в котором устанавливаются характеристики экзогенных переменных, задается количество агентов. Переход во второй период и в каждый последующий происходит в следующей последовательности:

1. 
   фирмы назначают цены по соответствующим правилам;
   
2. 
   потребители делают выбор по правилам участия и выбора;
   
3. 
   фирмы обслуживают абонентов согласно производственным правилам, производится подсчет прибыли фирм, выигрышей потребителей;
   
4. 
   фирмы выплачивают проценты по задолженности, убыточные фирмы рефинансируются (увеличивая свой долг на величину дефицита собственных средств);
   
5. 
   прибыльные фирмы занимаются поиском согласно правилу поиска;
   
6. 
   реализуется вероятность появления нового продукта, успешные фирмы принимают инвестиционные решения согласно правилу принятия инвестиционных решений;
   
7. 
   вход и выход фирм.
   

Для расчета результатов модели была построена компьютерная программа, которая генерировала временные ряды согласно приведенному выше описанию модели. Значения основных параметров модели были максимально близки к реальным данным функционирования отрасли и предприятий сотовой связи.

Спецификация модели

Для расчетов значений параметров применялись эмпирические данные из разнообразных источников, однако основными были бюллетени Росстата [21-24] и отчетность операторов сотовой связи в России [26-29].

1. Состав участников рынка.

В модели действуют 9 фирм в рамках трех альтернативных стандартов связи, в каждом из которых 3 фирмы оказывают услуги связи.

Количество потребителей равно 10 000.
2. Производственное правило.

=931,17·q^2/3, где - количество пользователей. ⁸
3. Механизм ценообразования

Чувствительность цены к изменению доли компании на рынке =0,85.

4. Качество продукта и продуктовые нововведения⁹

В таблице 1 приводятся максимально возможные значения коэффициентов для различных стандартов сотовой связи, а также для компаний сотовой связи по состоянию на начало 2006 г. (исключение составляет «Московская сотовая связь», которая покинула рынок в 2005 г.).

Таблица 1

Качество услуг операторов мобильной связи

Стандарт/Компания	Услуги передачи голоса (s1)	Услуги передачи данных (s2)	Дополнительные услуги (s3)	Средневзвешенный коэффициент
AMPS (1G)10	0,7	0,15	0,35	0,40
DAMPS (2G)	0,9	0,5	0,7	0,7
Корбина Телеком	0,7	0,15	0,15	0,33
NMT-450 (1,5G)	0,9	0,4	0,5	0,60
Московская сотовая связь (2003 год)	0,7	0,15	0,2	0,35
GSM-900/1800 (2G)	0,9	0,5	0,7	0,70
МТС	0,85	0,45	0,6	0,63
ВымпелКом	0,85	0,45	0,6	0,63
Мегафон	0,85	0,45	0,6	0,63
CDMA (2,5G)	1,0	0,7	0,8	0,83
SkyLink	0,75	0,6	0,4	0,58
UMTS (3G)	1,0	1,0	1,0	1,00

В модели в начальный период времени все компании начинают предоставлять услуги одного качества, затем они улучшают характеристики своих услуг до тех пор, пока не достигают предельных значений качества для их стандарта. В модели использованы стандарты, эквивалентные по характеристикам стандартам CDMA, GSM и NMT.

5. Спрос

Динамика доходов агентов в модели соответствует реальной (данные Росстата [21-24]). Распределение доходов между группами населения находится по экспоненциальному закону, то есть наблюдается следующая зависимость:

, где

Y – средние доходы,

x – группа населения по доходу,

а – уровень доходов группы с наименьшими доходами,

b – коэффициент неравенства.

Часть доходов, которую агент готов потратить на покупку услуг мобильной связи =0,15 (по данным агентства «Сотовик» [30]).

Согласно предпосылкам модели, услуга может быть приобретена, только если выполняется:

Таким образом, совокупный отраслевой спрос будет задаваться следующим образом:

, где - это граница платежеспособного спроса на услуги мобильной связи. Это уравнение используется и в модели.

Распределение предпочтений равномерно с мат. ожиданием, совпадающим с объективной характеристикой качества услуги .

Затраты на смену оператора соответствуют средней стоимости контракта и нового телефонного аппарата (при переходе к оператору в другом стандарте).
Таким образом, была сделана попытка максимально приближенного к действительности описания основных параметров модели.

Результаты модели

Для проверки результатов модели была написана компьютерная имитационная программа. Компьютерная модель, построенная по алгоритму, описанному в предыдущей главе, сгенерировала синтетические временные ряды из переменных, описывающих поведение отдельных компаний и отрасли в целом. В модели важное значение имеет стохастический характер инновационных процессов и поведения потребителей. Случайные величины влияют на исход каждого периода, что делает невозможным точное предсказание динамики модели. В то же время, характер поведения отрасли и компаний остается неизменным в каждой из прогонок модели. В этом разделе приводится описание основных выявленных закономерностей в динамике переменных, а также приводится в качестве иллюстрации одна из симуляций модели. Качество модели при этом определяется способностью объяснить некоторые факты из стилизованной истории отрасли мобильной связи в России.

Среди основных результатов модели можно выделить следующие.

Во-первых, модель демонстрирует возможную живучесть неэффективных стандартов. Динамика развития сетевого рынка и компаний, функционирующих на таких рынках характеризуется высокой зависимостью от прошлого пути развития (path dependence). Этот феномен получается из-за высоких издержек смены стандарта, а также положительного обратного эффекта между размером сети и подключением новых абонентов.

На диаграмме 9 приводится динамика среднего числа абонентов (average quantity) трех стандартов, действующих в отрасли, для одной из прогонок модели. Первый стандарт наименее эффективен в том смысле, что предельно допустимый уровень качества услуги меньше, чем для других стандартов. Третий стандарт наиболее эффективен, однако входит в модель с лагом в 50 периодов. Лаг введен для того, чтобы менее эффективные стандарты могли успеть нарастить абонентскую базу и, следовательно, иметь некоторое начальное преимущество.

Диаграмма 9

Динамика среднего числа абонентов трех стандартов

Источник: расчеты модели.
На диаграмме видно, что, во-первых, наименее эффективный стандарт долгое время (в течение 200 периодов) оставался доминирующим, а во-вторых, даже когда третий, самый эффективный стандарт, занял лидирующее положение, абонентская база двух других стандартов оставалась постоянной.

Таким образом, даже эффективность стандарта играет роль лишь в долгосрочном периоде, тогда как в рамках короткого периода более важны другие характеристики услуг. Стоит отметить, что во всех прогонках модели при данных значениях параметров, однако, в итоге доминирующий стандарт занимал лидирующее положение.

Во-вторых, внутри стандартов, наоборот, доли фирм подвержены значительным флуктуациям. Если про более эффективный стандарт можно утверждать, что в большинстве случаев он станет доминирующим, то о положении конкретной фирмы ничего определенного сказать нельзя, так как она испытывает давление со стороны других фирм в рамках этого стандарта. Внутри одного стандарта положение компаний поддерживается положительным внешним эффектом, связывающим размер сети и подключение новых абонентов, однако затраты на смену оператора достаточно низки. В результате, если фирма внедряет инновацию и это позволяет ей переманить некоторое критическое количество абонентов, то она начинает интенсивно развиваться.
Диаграмма 10.

Динамика количества абонентов компаний



Источник: расчеты модели.
В-третьих, действительно, конкуренция между операторами является движущей силой развития рынка. Так как, согласно сделанным предположениям, снижение доли рынка у компании побуждает ее снижать цены, у новых, менее обеспеченных потребителей, появляется возможность подключения к услуге, что также изменяет соотношение рыночных долей и стимулирует дальнейшее снижение цен. Аналогично, внедрение инноваций одной фирмой стимулирует повышение качества услуг других участников рынка. Эти механизмы развертываются до тех пор, пока не будут достигнуты естественные пределы по качеству услуг и исчерпаны возможности снижения цен.

В-четвертых, особенностью инноваций в условиях сетевого рынка является то, что эффект от них сильно зависит от начальных условий. На растущем рынке с сетевым эффектом более важна скорость внедрения инноваций, чем потенциал новой технологии.

В модели возможности фирм по внедрению инноваций определялись, во-первых, функцией поиска, а во-вторых, возможностями стандарта. Причем функция поиска задавала вероятность положительного результата поиска, а возможности стандарта определяли предельные значения коэффициентов. Варьируя параметры функции поиска и предельные значения коэффициентов в рамках стандартов, было обнаружено, что в период роста рынка более важную роль играет вероятность найти инновацию. В то же время потенциал технологии начинает оказывать влияние на стадии стабилизации рынка. Этот результат объясняет, почему возможно интенсивное развитие менее эффективных стандартов, в то время как существует более эффективный.

На диаграмме 11 можно наблюдать результат симуляции модели в спецификации с низкой вероятностью найти инновацию у фирм, принадлежащих эффективному стандарту. Видно, что в течение долгого времени единственными активными фирмами были компании, принадлежащие первому и второму, менее эффективным стандартам. В то же время единственная компания третьего стандарта так и не смогла занять лидирующего положения.

Диаграмма 11

Динамика количества абонентов компаний



Источник: расчеты модели.
В-пятых, на развивающемся рынке индекс концентрации компаний обычно выше, чем на стабильном рынке. Условно в развитии рынка можно выделить несколько этапов: появление рынка, его быстрое развитие и стабилизация. Согласно нашим расчетам, концентрация компаний достигает пика на второй стадии развития рынка. К этому времени большинство фирм, активных на предыдущем этапе, покидают рынок, а оставшиеся активно развиваются. При переходе в стадию стабилизации, когда приток новых абонентов исчерпывается, компании продолжают активную конкуренцию, их доли несколько выравниваются, а индекс концентрации падает (см. диаграмму 12).

Диаграмма 12

Индекс Херфиндаля-Хиршмана для концентрации компаний и стандартов в синтетической отрасли



Источник: расчеты модели.
Таким образом, предложенная модель способна объяснить наблюдающиеся закономерности на рынке мобильной связи России.

Согласованность полученных результатов с данными других исследований

Полученный в данной работе результат согласуется с выводами, полученными другими исследователями. В частности, модель ясно демонстрирует эффекты зависимости от прошлого пути развития (path dependence), описанные Полом Дэвидом [7], а также Брайаном Артуром [5, 6], которые показали, что из-за существования положительного внешнего эффекта система становится неустойчивой к минимальным внешним воздействиям на начальном этапе развития.

С другой стороны, модель повторяет выводы исследователей, занимающихся анализом сетевых рынков. В частности, как и в работе [10], вследствие существования «критической массы», феномена, присущего сетевым рынкам и особенно рынку телекоммуникаций, развитие сетей идет по нелинейному сценарию. На некотором этапе, при достижении критической массы, происходит взрывной рост количества пользователей сети. В модели показывается, что для сохранения устойчивости сетям нужно достичь некоторого минимального размера.

Наконец, модель повторяет выводы, полученные в рамках эволюционных моделей. Так, аналогично модели, предложенной Сильвербергом, Дози и Орсениго [19], в которой описывалось поведение фирм, использующих две альтернативные технологии, различающиеся по потенциальной эффективности и по «легкости» разработки и внедрения, представленная модель показала, что фирмы, действующие в рамках потенциально более эффективного стандарта, могут потерять долю на рынке и не «выжить» в конкурентной борьбе.

Можно отметить, что представленная модель далеко не полно описывает все особенности рынка сотовой связи в России. Некоторым аспектам развития рынка не уделено должного внимания в рамках данной работы. В частности:

- инновации в технологиях, вследствие которых происходит снижение стоимости предоставляемых услуг, входят в модель косвенно и экзогенно, через производственное правило фирм. Оправданием для такого подхода служит тот факт, что технологическая сторона инноваций не зависит от действий компаний сотовой связи, которые не являются разработчиками оборудования;

- недостаточное внимание уделено проблеме совместимости телефонных аппаратов и их возможностей с услугами компаний мобильной связи. На самом деле, во-первых, возможности телефонных аппаратов задают возможности для продуктовых инноваций со стороны операторов. Во-вторых, существует обратная связь между расшиерением доминирующего стандарта и совершенствованием телефонных аппаратов в рамках данного стандарта;

- наконец, недостаточно подробно рассмотрены возможности ценовой конкуренции сотовых компаний за счет нелинейного ценообразования.

В то же время можно констатировать, что все эти вопросы потенциально решаемы в рамках модели и могут быть решены в последующих исследованиях.

Список литературы

1. 
   Нельсон Р.Р., Уинтер С.Дж. (2002), «Эволюционная теория экономических изменений». М.: Дело.
   
2. 
   Шахнович И. (2006), «Современные технологии беспроводной связи». М.: Техносфера.
   
3. 
   Шумпетер Й.А. «Теория экономического развития». М.: Прогресс, 1982.
   
4. 
   Shy Oz (2001), «Economics of Network Markets», Cambridge university press.
   
5. 
   Arthur W.B. (1989), “Competing Technologies, Increasing Returns and Lock-in by Historical Events”. Economic Journal, 99, 116-131.
   
6. 
   Arthur W.B. (1990), “Positive Feedbacks in the Economy”. Scientific American, 262, 92-99.
   
7. 
   David, P.A. (1985), “Clio and the Economics of QWERTY”, American Econ. Rev. 75, 332-337.
   
8. 
   Dosi G., and L. Marengo (1993), “Some Elements of an Evolutionary Theory of Organizational Competence, in Evolutionary Concepts on Contemporary Economics”, England R. W. (ed.), University of Michigan Press, Ann Arbor
   
9. 
   Dosi G., Marsili O., Orsenigo L. and Salvatore R. (1995), “Technological Regimes, Selection and Market Structures”, Small Business Economics. pp. 411-436
   
10. 
    Economides N.( 1996), “The Economics of Networks”, International Journal of Industrial Organization, vol. 14, no. 2.
    
11. 
    Frenken K., Saviotti P.-P., Trommetter M. (1999), “Variety and niche creation in aircraft, helicopters, motorcycles and microcomputers”, Research Policy, 28: pp. 469–488.
    
12. 
    Glazer A., Kanniainen V., Mustonen M. (2005) “When A Loser Gains: Free Riding in The Innovation of Network Goods”, Journal of Economics, 87, 55-71.
    
13. 
    Klepper, S., (1996) “Entry, Exit and Innovation over the Product Life Cycle”, Amer.Econ. Rev. Vol. 86, N3.
    
14. 
    Malerba F., Nelson R., Orsenigo L. and Winter S. (2001), “History-Friendly Models: An Overview of the Case of the Computer Industry”, J. of Artificial Societies and Social Simulation. Vol. 4, N.3. https://www.soc.surrey.ac.uk/JASSS/4/3/6.html
    
15. 
    Nguyen Ph., Saviotti P.P., Trommetter M. and Bourgeois B. (2005), “Variety and the Evolution of Refinery Processing”, Industrial and corporate change, 14: pp. 469-500.
    
16. 
    Rohlfs J. (2001), “A Theory of Interdependent Demand for Communication Service”, Bell Journal of Economics, Vol. 5, N 1.
    
17. 
    Ruttan, V.W. (2001), Sources of Technical Change: Induced Innovation, Evolutionary Theory and Path Dependence. VWR working copy.
    
18. 
    Saviotti P.P. and Pyka A. (2005). “Micro and Macro Dynamics: Industry Life Cycles, Inter-sector Coordination, Co-evolution and Aggregate Growth”, Paper presented at the VI International Symposium on Evolutionary Economics.
    
19. 
    Silverberg G., Dosi G. and Orsenigo L.(1988), “Innovation, Diversity and Diffusion: A Self-Organization Model”, The Economic J. Vol.98.
    
20. 
    Winter S., Kaniovski Y. and Dosi G. (1999), “Modeling Industrial Dynamics with Innovative Entrants”, mimeo, LEM Working Papers 1999/01, S. Anna School of Advanced Studies, Pisa , Italy
    

Статистические сборники

21. 
    Доходы, расходы и потребление домашних хозяйств в 3 кв. 2002 г., М.: ФСГС, 2003 г.
    
22. 
    Доходы, расходы и потребление домашних хозяйств в 3 кв. 2003 г., М.: ФСГС, 2004 г.
    
23. 
    Доходы, расходы и потребление домашних хозяйств в 3 кв. 2004 г., М.: ФСГС, 2005 г.
    
24. 
    Российский статистический ежегодник. 2005: Стат.сб./Росстат. М., 2006
    

Интернет-ресурсы

25. 
    Министерство информационных технологий РФ - https://www.minsvyaz.ru/
    
26. 
    ОАО «ВымпелКом» - https://www.beeline.ru; https://www.vimpelcom.ru
    
27. 
    ОАО «МТС» - https://www1.mts.ru/
    
28. 
    ОАО «Мегафон» - https://www.megafon.ru/
    
29. 
    ЗАО «СкайЛинк» - https://www.skylink.ru/
    
30. 
    Информационно-аналитическое агентство «Сотовик» - www.sotovik.ru
    

1 История эволюционного подхода уходит корнями к Адаму Смиту и Томасу Мальтусу, у которых, собственно, Дарвин, автор эволюционной теории в биологии, и заимствовал основные идеи своей концепции. В конце 19-го века на фоне популярности теории Дарвина эволюционизм возвращается в работы экономистов, в 20-м веке эволюционные идеи прослеживаются в работах старой институциональной и австрийской школ. В настоящее время, однако, эволюционные идеи известны, в основном, благодаря именно этой работе Нельсона и Уинтера, а также работам их последователей.

2 Наиболее известные примеры – это модели из книги Ричарда Нельсона и Сидни Уинтера «Эволюционная теория экономических изменений» [1] и многочисленные их усовершенствования. Аналогичные цели преследовали известные модели Сильверберга [19], Доси [8, 9], которые иллюстрировали известные стилизованные факты относительно динамики развития отрасли.

3 Эволюционную теорию вообще и эволюционные модели в частности критиковали по этому поводу довольно часто, в том числе экономисты, не равнодушные к эволюционному подходу. Довольно показательна в этом смысле статья Вернона Руттана [17], в которой автор критикует модели Нельсона и Уинтера, называя те рутины, которыми пользуются фирмы в их моделях “dumb manager” assumption. Действительно, рост спроса на продукцию фирмы в моделях этих авторов может вызвать снижение затрат на НИОКР, что противоречит имеющимся эмпирическим данным.

4 По данным ежегодных отчетов компаний ОАО «МТС», ОАО «ВымпелКом» и ОАО «Мегафон» [26-29].

5 Этот раздел составлен по информации, предоставляемой компаниями сотовой связи в ежегодных отчетах инвесторам [26-29].

6 Подробнее об экономике сетевых рынков см. в [4, 10].

7 Само по себе обсуждение того, в какой мере предлагаемые правила поведения адекватно описывают поведения реальных фирм, заслуживает специального рассмотрения. К сожалению, рамки работы не позволяют привести полный обзор возможных спецификаций модели. Более того, это вряд ли возможно. В конце раздела приводится спецификация модели, которая была использована в данной работе. Были проведены тесты на соответствие нескольких спецификаций модели эмпирическим данным, однако их результаты не могут быть признаны окончательными из-за ограниченности имеющегося эмпирического материала. Кроме того необходимо признать, что хотя значения параметров, задающих данные правила, частично калибруются, адекватность формы, в которой представлены рутины, не проверяется должным образом.

8 Здесь и далее значения переменных оценивались преимущественно по данным отчетов компании «Вымпелком», так как среди отечественных телекоммуникационных компаний это единственная, которая имеет длительную историю листинга на Нью-Йоркской фондовой бирже, с 1996 года. ОАО «МТС» вышла на биржу только в 2000 г., т.е. на 4 года позже. В то же время в целом данные по другим компаниям подтверждают динамику показателей, отраженную в отчетности «Вымпелком».

9 Здесь использовался метод расчета геометрического расстояния между инновациями, предложенный Пьер-Паоло Савиотти (P.-P. Saviotti). Савиотти и его коллеги успешно применили подход для анализа развития технологий и появления новых продуктов в нефтехимии [15], в высокотехнологичных отраслях – самолето- и вертолетостроении, компьютерной отрасли и производстве мотоциклов [11], а на основе этих эмпирических исследований предложили модель технологического развития отрасли [18]. В расчетах использовались данные из [2].

10 В скобках указывается поколение технологии.