Материал: Эволюция организационных форм

организационный рынок монополия

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

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

.        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

.        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>>

.        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

.        Kornai J. (1992) ‘The Socialist System’ New York: Princeton University Press

.        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

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

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

.        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

.        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.

.        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<- 100<- 6

# Создание баз для сбора информации

U_forms_amount_DF <- data.frame(c(1:T))_index_DF <- data.frame(c(1:T))_P_DF <- data.frame(c(1:T))_A_DF <- data.frame(c(1:T))_K_DF <- data.frame(c(1:T))

# Повтор симуляции 50 раз

for (z in 1:50){

set.seed(z)

#  Параметры функций модели

# Производственная функция_u <- 1.1_m <- 1

# Издержки<- 0.1<- 0.1

# Технологическое развитие_u <- 0.25_m <- 0.5<- 0.02

# Амортизация<- 0.1

# Вероятность "попытки смены типа"

f <- 0.2

change <- c(f, 1-f)

# Вероятность "мутации", если одна из форм исчезла<- 0.05

# Параметр функции спроса<- 10_v <- 0.02

# Виды форм, исходов инновации и исход попытки смены формы

dif_forms <- c("U", "M")_outcome <- c("S", "F")

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

#  Изначальное состояние фирм_of_firm <- 1:N

# Изначальные формы

forms <- rep("U",N)_1 <- N/2+1[x_1:N] <- rep("M", N/2)

# Изначальное количество капитала и производительность<- rep(1,N)

K <- rep(1,N)<- rep(0,N)<- rep(0,N)<- rep(0,N)<- rep(0,N)<- 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)_K <- vector("list", T)_A <- vector("list", T)_is <- vector("list", T)_is <- vector("list", T)_P <- 0_q <- vector("list",T)

#   ЦИКЛ(t in 1:T)

{

# Разделение на разные формы_firms <- subset(state_of_firm, forms=="U", select=c(N_of_firm, A, K, forms, q, pi))_firms <- subset(state_of_firm, forms=="M", select=c(N_of_firm, A, K, forms, q, pi))

# Производство_firms$q <- U_firms$A*U_firms$K^a_u_firms$q <- M_firms$A*M_firms$K^a_m

# Подсчет цены и прибыли<- sum(U_firms$q, M_firms$q)

P <- v/Q_firms$pi <- P*(U_firms$q/U_firms$K)-c-r_firms$pi <- P*(M_firms$q/M_firms$K)-c-r

#  Инновации

# Вероятность успеха_firms$is <- plogis(b_u*r*U_firms$K)_firms$is <- plogis(b_m*r*M_firms$K)_firms$ifail <- 1-U_firms$is_firms$ifail <- 1-M_firms$is

_is [[t]] <- M_firms$is_is [[t]] <- U_firms$is

# исход инновации_IO <- 0_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

}(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]))

}

}

(U_IO)(M_IO)

# Модернизация(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)

 }

}}(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(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

}

}

_forms <- c(U_p, M_p)

# Убираем лишние колонки_firms$is <- NULL

U_firms$ifail <- NULL_firms$IO <- NULL_firms$is <- NULL_firms$ifail <- NULL

M_firms$IO <- NULL

# Объединяем обратно

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

# Реинвестирование прибыли в капитал_of_firm$K <- state_of_firm$pi*state_of_firm$K+(1-delta)*state_of_firm$K

# Попытка сменить форму(i in 1:nrow(state_of_firm))

{

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

}

(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)

}

}_of_firm$CF <- NULL

# Собираем информацию с этого периода

all_forms[[t]] <- state_of_firm$forms_K [[t]] <- state_of_firm$K_A [[t]] <- state_of_firm$A_P [t] <- P_q [[t]] <- state_of_firm$q

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

}

#library(SciencesPo)

# Создание базы данных по всей симуляции

# Количество U-фирм_forms_m <- do.call(rbind, all_forms)_forms_amount <- rep(0, T)(i in 1:N) {_forms_amount <- all_forms_m [,i]+U_forms_amount

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

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

# База среднего капитала_K <- 0

for (i in 1:T){_K[i] <- mean(all_K[[i]])

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

# База средней продуктивности_A <- 0

for (i in 1:T){_A[i] <- mean(all_A[[i]])

}_A_DF[z] <- assign(paste("mean_A", a_u, sep="_"), mean_A)(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))(row in 1:z){<- vector(mode="numeric", length=N+1)(i in 1:(N+1)){

}_count_100[row, ] <- m

}

# Подсчет среднего и стандартного отклонения по всем симуляциям

U_mean_tab <- vector(mode="numeric", length=N+1)_sd_tab <- vector(mode="numeric", length=N+1)(i in 1:(N+1)){_mean_tab[i] <- mean(U_count_100[ ,i])_sd_tab[i] <- sd(U_count_100[ ,i])

}_mean_tab_1 <- U_mean_tab/T_sd_tab_1 <- U_sd_tab/T

# Рисуем в ggplot`е (базовый график)

library(ggplot2)_of_firms <- 0:6_graph_DF <- data.frame(U_mean_tab_1, U_sd_tab_1, U_mean_tab_6, U_mean_tab_7)_graph <- ggplot(U_graph_DF, aes(N_of_firms))_graph+_ribbon(aes(ymin=U_mean_tab_1-U_sd_tab_1, ymax=U_mean_tab_1+U_sd_tab_1), fill="grey90")+_line(aes(y=U_mean_tab_1, col="Basic"))+_line(aes(y=U_mean_tab_7, col="Tax"))+("Adding taxes")+("Frequencies")+_colour_manual(values=c("black", "green"))+(col=guide_legend(title=NULL))

# Для анализа ситуации с разным количеством фирм

# Составляем таблицу с относительными частотами_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]))_mean_comp_3 <- c(sum(U_mean_tab_3[1:10]),U_mean_tab_3[11], sum(U_mean_tab_3[12:21]))_comparison <- data.frame(U_mean_comp_1, U_mean_comp_2, U_mean_comp_3)(U_comparison) <- c("N = 6", "N = 12", "N = 20")

# Рисуем столбчатую диаграмму_for_comp <- c("red", "blue", "green")(as.matrix(U_comparison), main="Amount of firms comparison", ylab="Frequencies", beside=TRUE, col=col_for_comp)("bottom", c("Less than 50% in U-form","50%", "More than 50% in U-form"), fill=col_for_comp)