Distribution of power and economic rent in value networks
Table of contents
Share
Metrics
Distribution of power and economic rent in value networks
Annotation
PII
S042473880008468-3-1
DOI
10.31857/S042473880008468-3
Publication type
Article
Status
Published
Authors
Elena Ustyuzhanina 
Occupation: Head of Economics Department
Affiliation: Plekhanov Russian University of Economics
Address: Moscow, Russian Federation
Victor Dementiev
Occupation: Scientific concept adviser
Affiliation: CEMI RAS
Address: Nakhimovky prospect 47
Sergey Evsukov
Affiliation:
Plekhanov Russian University of Economics
CEMI RAS
Address: Russian Federation
Pages
5-17
Abstract

The paper examines factors that impact distribution of value added in global value networks. The authors measure the share of value added of each company using their own method (comparison of ROTA and average salaries) and test the most common assumptions about principles of value added distribution on three high tech knowledge-intensive industries: the civil aircraft industry, the automotive industry and the pharmaceutical industry. The most popular hypotheses, that network integrators and companies located at the ends of the smiling curve (developers of new products and firms controlling the market entry) have an advantage in the distribution of value added, proved wrong in the above-mentioned industries. Difference in salaries between countries is revealed to be the most important factor influencing distribution of value added in these networks. The second most important factor is a difference in production profitability and remuneration between industries. The degree of product’s uniqueness is another factor that has an increasing impact on distribution of value added, mostly on ROTA. 

Keywords
global value networks, value added distribution, Smiling curve, international labor division, globalization, aircraft production, motor industry, pharmaceutical industry
Received
19.03.2020
Date of publication
20.03.2020
Number of purchasers
25
Views
473
Readers community rating
0.0 (0 votes)
Cite Download pdf 100 RUB / 1.0 SU

To download PDF you should sign in

Full text is available to subscribers only
Subscribe right now
Only article
100 RUB / 1.0 SU
Whole issue
720 RUB / 15.0 SU
All issues for 2020
2534 RUB / 50.0 SU
1

1. ВВЕДЕНИЕ

2 Изменения в международном разделении труда, связанные с очередной технологической революцией, курсом ряда стран на реиндустриализацию и использование ограничений в мировой торговле для решения геополитических задач, приводят к переформатированию глобальных рынков. Эти процессы существенно усложняют организацию транснациональных сетей создания стоимости (ценности), которые включают полный цикл производства товара или услуги, распределенный между компаниями различных стран. В состав этих работ входят научные исследования, конструкторские разработки, дизайн продукта, производство различных компонентов и конечной продукции, дистрибьюция, продвижение товара на рынке, а также послепродажное обслуживание.
3 Роли участников сетей существенно различаются как с точки зрения их участия в отдельных стадиях создания и обслуживания конечной продукции, так и исходя из их влияния на происходящие внутри сети процессы, включая распределение создаваемой добавленной стоимости. При этом почти всегда можно выделить центральную компанию (интегратора) сети. Может иметь место матричная форма сети, обусловленная наложением друг на друга сетей с различными интеграторами. Так, в авиастроении тесные кооперационные связи производителей воздушных судов с производителями авиационных двигателей сочетаются с тем, что и те, и другие выступают в роли интеграторов собственных сетей.
4 В настоящее время популярным ориентиром в ответе на вопрос, какие позиции в сети создания стоимости (ССС) являются наиболее выгодными, обеспечивают наибольшую долю при распределении добавленной стоимости, служит концепция, предложенная основателем компании «Acer» Стэном Ши для компьютерной индустрии, которая затем была перенесена на все промышленное производство. Наглядным представлением этой концепции является кривая, показывающая соотношение стадий создания ценности и получаемой добавленной стоимости. Эта зависимость получила название улыбающаяся кривая (Smiling curve). В соответствии с данной концепцией наиболее прибыльные звенья располагаются по краям цепочки — НИОКР, дистрибьюция и послепродажное обслуживание, а наименее прибыльные (производство) — в центре (рис. 1).
5

Рис. 1. Улыбающаяся кривая распределения добавленной стоимости Источник: Shih, 1996.

6 Однако оправданно ли использование этой кривой в качестве универсального ориентира для встраивания в ССС и карьерного продвижения в них? Усомниться в этом позволяет ситуация с немецкими производителями автокомплектующих, которые отнюдь не являются аутсайдерами в распределении добавленной стоимости, несмотря на промежуточное положение на улыбающейся кривой (Meng, Ye, Wei, 2017). Такого рода явления пока не стали предметом углубленного анализа в мировой экономической литературе (Дементьев, Устюжанина, Евсюков, 2018).
7 Цель настоящей статьи — выявление факторов, которые влияют на распределение добавленной стоимости в глобальных сетях создания стоимости (ГССС). Особый интерес здесь представляют сети создания высокотехнологичной и наукоемкой продукции (Hakansson, 2015).
8

2. ОБЗОР ЛИТЕРАТУРЫ

9 Идеи сетей создания стоимости возникли на пересечении трех направлений исследований — логистической концепции управления цепочками поставок (Supply Chain Management), идеологии цепочек создания ценности (Value chain) и теории сетевой экономики (Network economy).
10 Одним из первых идею цепочки создания ценности (value chain) предложил Майкл Портер (Портер, 1990). Первоначально это был новый, процессный подход к управлению предприятием — как альтернатива господствовавшему в течение долгого времени функциональному подходу. При этом устойчивую конкурентоспособность компании М. Портер связывал как с качеством выполнения отдельных процессов, так и с уровнем их согласованности между собой. Впоследствии, по мере углубления международного разделения труда, данный подход к исследованию переместился на уровень анализа межфирменного и межстранового взаимодействия. Этому явлению посвящены работы таких авторов, как Дж. Хамфри, Х. Шмитц, Г. Джереффи, Дж. Ли, Р. Каплинский и др. (Humphrey, Schmitz, 2002; Gereffi, Lee, 2012; Kaplinsky, 2013).
11 Концепцию сетевых организаций можно рассматривать как ответ на несоответствие линейного представления о процессе создания стоимости экономическим реалиям (Hakansson, Johanson, 1993), отношениям сотрудничества (Brandenburger, Nalebuff, 1997), открытым инновациям (Chesbrough, Appleyard, 2007).
12 Тенденции в развитии межфирменной кооперации и различные подходы к определению межфирменных сетей представлены в работах (Шерешева, 2010; Дементьев, Евсюков, Устюжанина, 2018). Большое значение для становления более сложных, чем линейные структуры, форм межфирменного сотрудничества имеет развитие информационно-коммуникативных технологий. Эти технологии облегчают участникам сетей обмен полезной информацией, взаимный контроль, оперативное разрешение конфликтных ситуаций, что положительно сказывается на устойчивости сетевых отношений (Радаев, 2008), на расширении сферы их использования в современной экономике (Ustyuzhanina, Komarova, Evsukov, 2018). В статье (Третьяк, Климанов, 2016) распределение созданной в таких сетях добавленной стоимости рассматривается как зависящее от системы доминирования. Обстоятельства, позволяющие претендовать на доминирующее положение, выделены в статье (Дементьев, Устюжанина, 2016).
13 Проблеме распределения добавленной стоимости между участниками глобальных сетей посвящены работы (Humphrey, Schmitz, 2002; Gereffi, Humphrey, Sturgeon, 2005; Мешкова, Моисеичев, 2015; Кукушкина, 2016; Сидорова, 2018). Однако эта проблема пока еще остается малоизученной. Подавляющее большинство авторов либо повторяют сложившиеся представления о преимуществах интеграторов и крайних звеньев цепи создания стоимости (концепция Smiling curve), либо оперируют данными международной статистики о размерах экспортируемой и импортируемой добавленной стоимости.
14

3. ПОСТАНОВКА ЗАДАЧИ

15 Сегодня можно встретить различные точки зрения на то, какие именно роли в создании стоимости являются наиболее привлекательными с позиции распределения добавленной стоимости: 1) интегратора (фокальной компании) сети; 2) поставщика интеллектуальных решений; 3) производителя продукции более высокой стадии передела; 4) поставщиков ключевых комплектующих; 5) контролера выхода на конечный рынок.
16 Кроме того, на величину присваиваемой компанией добавленной стоимости могут влиять: доля компании на рынке; тип рынка — чем меньше конкурентов (выше барьеры входа), тем, при прочих равных условиях, больше прибыль; уровень зависимости внутри сети — доля поставщика или потребителя в общем объеме поставок; страна дислокации — средний уровень оплаты труда.
17 Для проверки влияния перечисленных выше факторов на величину добавленной стоимости, приходящейся на различных участников ГССС, мы исследовали глобальные сети в трех видах деятельности: коммерческое (гражданское) самолетостроение, автомобилестроение и фармацевтика. Выбор видов деятельности определялся двумя соображениями — наличием явных мировых сетей создания ценности и работой в различных рыночных условиях (табл. 1).
18 Таблица 1. Базовые характеристики выбранных видов деятельности
19
Вид деятельности Тип рынка Рыночная структура Государственное участие Вторичный рынок
Гражданское самолетостроение В2В Олигополия (HHI-3500) Сильное Есть
Автомобилестроение В2С Монополистическая конкуренция (HHI-650) Минимальное Есть
Фармацевтика В2С Монополистическая конкуренция (HHI-550) Среднее Нет
Примечание. HHI — индекс Херфиндаля–Хиршмана.
20

4. МЕТОДИКА ИССЛЕДОВАНИЯ

21 В настоящее время можно выделить два основных подхода к оценке доли участника сети в общей величине добавленной стоимости: сравнение стоимости промежуточной и конечной продукции и оценка доли добавленной стоимости на основе метода «затраты – выпуск».
22 Первый подход основан на сравнении прямых материальных затрат дистрибутора конечной продукции и отпускной цены самой конечной продукции. Продемонстрировать этот подход можно на примере затрат на непосредственное производство и отпускной цены смартфона IPhone X компании Apple. В сети поставок для производства этого продукта задействовано 43 компании из восьми таких стран, как КНР, Япония, Южная Корея и др. Сборку производят две тайваньские компании — Foxconn, Pegatron, владельцем же брэнда является компания Apple. На основании сравнения розничной цены конечного продукта — от 999 до 1149 долл. США (в зависимости от объема памяти) и стоимости комплектующих и сборки — 370,25 долл. США1 — делается вывод о том, что бо́льшую часть добавленной стоимости присваивает себе владелец брэнда — в данном случае компания Apple. Однако, на наш взгляд, данный подход не является корректным по ряду причин.
1. IHS Market (https://technology.ihs.com/596781).
23 Во-первых, даже если идет речь о прямых затратах интегратора, то они включают в себя не только оплату комплектующих, но и другие составляющие, в том числе оплату труда. Во-вторых, в современных условиях крупные компании несут огромные косвенные затраты, которые иногда многократно превосходят прямые. В-третьих, компания должна окупать капитальные вложения — инвестиции в исследования и разработки, продвижение брэнда, изучение рынка, организацию взаимодействия всех участников сети, масштабирование и т.д.
24 Второй подход — оценка распределения добавленной стоимости с помощью матрицы «затраты — выпуск» (сырье — конечный продукт). При этом различают восходящее и нисходящее участие в ГССС (Сидорова, 2018). В первом случае анализ ведется от производства сырья до производства конечной продукции. Добавленная стоимость по отраслям промышленности разделяется на добавленную стоимость для производства конечной продукции, продающейся внутри страны, и на добавленную стоимость товаров и услуг, экспортируемых для производства промежуточной и конечной продукции в других странах. Во втором случае в валовом внутреннем продукте (ВВП) по конечному использованию выделяется добавленная стоимость, импортированная из других стран, и добавленная стоимость, созданная внутри страны. Затем на основе данных World Input-Output Database (WIOD) рассчитывается индекс совокупного участия страны в ГССС, а также коэффициенты, характеризующие активность страны в восходящем и нисходящем участии в сетях (World Bank, 2017).
25 Данный подход также обладает рядом недостатков. Во-первых, стоит обратить внимание на спорность отнесения любых внешнеторговых сделок к участию в сетях создания стоимости. Если поставки нефти, газа и других энергоресурсов носят обезличенный характер, то вряд мы можем говорить об участии в ГССС. Во-вторых, происходит смешение различных сетей — невозможно отделить участников в рамках конкретной сети, выявить их роли и степень зависимости. В-третьих, не отслеживаются кооперационные связи в рамках одной страны, не говоря уже о глобальных сетях в целом.
26 Нами был разработан собственный метод оценки распределения добавленной стоимости, базирующийся на использовании показателей финансовой отчетности компаний — участников сетей и официальных данных об уровне оплаты труда в этих компаниях (Дементьев и др., 2018).
27 Добавленную стоимость компании можно оценить как сумму операционной прибыли и затрат компании на оплату труда. Однако сравнение компаний из разных отраслей по абсолютным значениям данных показателей не будет являться корректным, поскольку на значение этих показателей, помимо участия в сети, будут оказывать влияние такие факторы, как размер компании, капиталоемкость и трудоемкость производства. Поэтому за основу сравнения были взяты два относительных показателя:
28
  • – средняя заработная плата в компаниях–участниках сети (W);
  • – рентабельность активов компании ROTA= EBIT/TA, где EBIT — операционная прибыль компании (earning before interests & taxes); TA — балансовая стоимость активов компании.
29 Для проверки гипотезы о привилегированном положении интегратора (фокальной компании) сети рассчитывались также два специальных показателя, характеризующих отношение средней заработной платы и рентабельности активов компаний-партнеров к аналогичным показателям компании–интегратора:
30
  • – относительный уровень заработной платы Si=Wi/Wf, где Wi — средняя заработная плата компании-партнера i; Wf — средняя заработная плата компании-интегратора.
  • – относительная рентабельность активов Ri= ROTAi/ROTAf, где ROTAi — рентабельность активов компании-партнера i; ROTAf рентабельность активов компании-интегратора.
31 Данные для расчета рентабельности активов брались с официальных сайтов компаний (средние за 2015–2017 гг.). Данные о средней заработной плате — со специализированных сайтов по трудоустройству в странах дислокации головной компании.
32 Для проверки гипотезы о влиянии на распределение добавленной стоимости уровня зависимости участников сети использовались следующие показатели.
33 Зависимость поставщика i от компании k определяли по формуле Gik=Eik/j=1MEij, где Gik — зависимость поставщика i от компании k; Eik — объем поставок промежуточной продукции поставщиком i компании k; М — общее число покупателей продукции поставщика i. Соответственно, чем выше значение Gik, тем больше зависимость поставщика от данного потребителя.
34 Меру зависимости компании-покупателя от конкретного поставщика мы определяли как максимальное значение зависимости по всем видам выпускаемой компанией-покупателем продукции Zki=max{Zk1i ZkLi}, где Zki — зависимость потребителя k от поставщика i; Zkhi — зависимость компании-покупателя k от поставщика i по типу выпускаемой компанией-покупателем продукции h (h = 1, …, L); L — число типов продукции, выпускаемых компанией-покупателем; Zkhi= Rkhi/j=1NRkhj, где Rkhi — объем поставок промежуточной продукции поставщиком i компании-покупателю k для типа продукции h; N — общее число поставщиков соответствующего вида промежуточной продукции, обслуживающих компанию-покупателя.
35

5. ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ

36 5.1. Факторы, влияющие на показатели добавленной стоимости компаний-интеграторов
37 В табл. 2 представлены данные о доле рынка, стране происхождения, рентабельности активов и средней заработной плате компаний–интеграторов сетей создания стоимости в авиастроении, турбореактивном двигателестроении, автомобилестроении и фармацевтике.
38 Таблица 2. Показатели добавленной стоимости компаний-интеграторов
39
Отрасли Название компании Доля рынка, % ROTA, % Wi, долл.
Воздушные суда Boeing СА, США 42 8,3 85 000
Airbus, ЕС 41 5,5 81 937
Embraer, Бразилия 5,8 2,6 73 000
Bombardier, Канада 4,2 5,4 72 841
Авиационные двигатели General Electric Aircraft, США 18,3 14,7 92 000
Rolls-Royce, Великобритания 18,5 7,1 73 670
Pratt&Whitney, США 20,8 5,9 88 000
Автомобили Toyota Motor, Япония 9,46 3,9 65 000
Volkswagen, ФРГ 7,38 2,9 66 000
Daimler, ФРГ 2,76 5,1 61 000
General Motors, США 4,39 4,0 82 000
Ford Motor, США 5,83 1,8 88 000
Honda Motor, Япония 5,39 4,3 64 000
Лекарственные препараты Roche, Швейцария 4,5 21,6 97 579
Pfizer, США 4,4 8,4 95 885
Sinopharm, Китай 4,0 6,7 11 954
Novartis, Швейцария 4,1 6,9 105 311
GlaxoSmithKline, Великобритания 3,4 8,7 94 194
Johnson & Johnson, США 3,4 13,7 92 226
Merck & Co, США 3,3 9,4 116 722
40 Источник: рассчитано авторами на основе данных официальных сайтов компаний.
41 Как видно из данных, представленных в табл. 2, на рынках с относительно небольшим числом участников доля рынка практически не влияет на показатель рентабельности активов. Так, на рынке гражданских воздушных судов доля компании Airbus почти в десять раз превосходит долю Bombardier при сопоставимой рентабельности активов. При одинаковой доле рынка рентабельность активов компании General Electric Aircraft в два раза выше значения данного показателя для компании Rolls-Royce. Самая высокая (среди изученных нами автомобилестроительных фирм) рентабельность активов наблюдается у компании Daimler, доля которой на соответствующем рынке относительно мала. А фармацевтическая компания Roche существенно обгоняет по этому показателю своих основных конкурентов, имеющих сопоставимую долю рынка.
42 Страна происхождения компании также несущественно влияет на значение показателя рентабельности активов. Американские автомобилестроительные компании General Motors и Ford Motor различаются по этому показателю в 2,1 раза; немецкие Daimler и Volkswagen — в 1,8 раз; швейцарские фармацевтические компании Roche и Novartis — в 2,9 раз, а американские двигателестроители General Electric Aircraft и Pratt&Whitney — в 2,5 раза.
43 А вот принадлежность к отрасли влияет на уровень рентабельности активов. Так, двигателестроители и фармацевтические компании в среднем явно превосходят в рентабельности авиа- и автомобилестроителей. Средняя рентабельность активов составляет для производителей двигателей 9,23%, в то время как в авиастроении она равняется 5,5%, а в автомобилестроении — 3,1%. В фармацевтике средняя рентабельность активов составляет 10,8% (9% – без учета Roche).
44 Если говорить о средней заработной плате, то на этот показатель влияет прежде всего страна дислокации компании. Канадские и бразильские авиастроители получают в среднем на 16,5% меньше, чем их коллеги в США и Евросоюзе. Европейские автомобилестроители уступают в оплате труда своим американским коллегам на 35%, а китайские фармацевты получают в десять раз меньше, чем их швейцарские коллеги.
45 Данная зависимость подтверждается и сопоставлением уровня оплаты труда на заводах одной и той же компании в разных странах. На рис. 2 показан средний уровень оплаты труда на предприятиях компании Ford, расположенных в разных странах мира, в сравнении со средним уровнем оплаты труда в промышленности этих стран.
46 Влияет на размер средней заработной платы и отрасль, к которой принадлежит компания. Американские фармацевты получают в среднем на 10% больше, чем американские авиа- и автомобилестроители.
47 Рис. 2. Средняя заработная плата на заводах компании Ford и по промышленности в целом в странах локализации производства компании, долл. США/год
см.
48 Источник: составлено авторами на основании сайтов: www.payscale.com; www.indeed.com ; www.jobui.com ; >>>> ; >>>> ; >>>> и сайтов государственных органов статистки (по данным на 1.03.2019 г.).

5.2. Есть ли преимущество в распределении добавленной стоимости у компании-интегратора

49 Следующий вопрос был связан с распространенным представлением о том, что компании–интеграторы сетей создания стоимости должны получать бо́льшую долю добавленной стоимости по сравнению с другими участниками сетей — компаниями-партнерами. Для проверки этой гипотезы мы рассчитали относительную заработную плату Si и относительную рентабельность активов Ri для глобальных сетей создания стоимости, конечной продукцией которых являются гражданские самолеты, автомобили и лекарственные препараты (табл. 3–5).
50 Таблица 3. Относительная рентабельность активов и относительная заработная плата в сетях создания стоимости (производство коммерческих воздушных судов)
51
Компания-интегратор Boeing (СA) Airbus Embraer Bombardier
Доля рынка, % 42 41 5,8 4,2
Рентабельность активов, % 8,3 5,5 2,6 5,4
Средняя заработная плата, долл./год 85 000 81 937 73 000 72 841
Компания-партнер Ri / Si
General Electric, США 1,78 / 1,08 2,70 / 1,12 2,71 / 1,26 5,75 / 1,66
Rolls-Royce, Великобритания 0,86 / 0,87 1,31 / 0,90 1,32 / 1,01
Pratt & Whitney, США 0,87 / 1,04 1,07 / 1,07
Spirit Aero Systems, США 1,63 / 0,87 2,47 / 0,90
3M Aerospace Sealants, США 2,63 / 0,96 4,01 / 1,01
Zodiacaerospace, Франция 1,09 / 0,93 1,65 / 0,97
GKN Aerospace, Великобритания 1,77 / 0,89 2,68 / 0,93
ВСМПО-АВИСМА, Россия 1,12 / 0,11 1,71 / 0,12 1,71 / 0,13
52 Примечание. Пустые клетки означают, что данные поставщики не работают с данными авиастроителями. Источник: рассчитано авторами на основе данных с официальных сайтов компаний.
53 Таблица 4. Относительная рентабельность активов и относительная заработная плата в сетях создания стоимости (производство автомобилей)
54
Компания-интегратор Toyota Motor Volkswagen Daimler General Motors Ford Motor Honda Motor
Доля рынка, % 9,46 7,38 2,76 4,39 5,83 5,39
Рентабельность активов, % 4,8 7,3 3,9 1,9 1,2 5,6
Средняя заработная плата, долл./год 65 000 77 970 64 410 82 000 82 000 64 000
Компания-партнер Ri / Si
Robert Bosch GmbH, Германия 1,3 / 1,3 0,9 / 1,1 1,6 / 1,3 3,3 / 1,0 5,3 / 1,0 1,1 / 1,3
Denso Corp. , Япония 1,4 / 1,3 0,9 / 1,1 1,7 / 1,3 3,5 / 1,0 5,6 / 1,0 1,2 / 1,3
Continental AG, Германия 5,0 / 1,1 3,3 / 0,9 6,1 / 1,1 12,5 / 0,9 19,8 / 0,9 4,3 / 1,1
Magna International Inc., Канада 4,9 / 0,8 3,2 / 0,7 6,0 / 0,8 12,3 / 0,6 19,4 / 0,6 4,2 / 0,8
Aisin Seiki Co., Япония 3,9 / 1,1 2,5 / 0,9 4,7 / 1,1 9,7 / 0,9 15,4 / 0,9 3,3 / 1,1
Siemens, Германия 3,5 / 1,0 21,3 / 1,0 4,6 / 1,3
Toyota Boshoku Corp., Япония 0,9 / 0,9 0,6 / 0,8 1,1 / 0,9 2,2 / 0,7
JTEKT Corp. , Япония 1,5 / 1,0 1,0 / 0,8 1,8 / 1,0 3,7 / 0,8 5,8 / 0,8 1,2 / 1,0
Lear Corp, США 2,8 / 1,1 1,8 / 0,9 3,4 / 1,1 7,0 / 0,9 11,2 / 0,9 2,4 / 1,1
Valeo, Франция 1,7 / 1,1 1,1 / 0,9 2,1 / 1,1 4,3 / 0,8 6,8 / 0,8 1,5 / 1,1
55 Источник: рассчитано В.Л. Устюжаниным на основе данных с официальных сайтов компаний.
56 Таблица 5. Относительная рентабельность активов и относительная заработная плата в сетях создания стоимости (производство лекарственных препаратов)
57
Компания-интегратор Merck & Co Johnson & Johnson GlaxoSmithKline Novartis Pfizer Eli Lilly
Доля рынка, % 3,3 3,4 3,4 4,1 4,4 2,0
Рентабельность активов, % 9,4 13,7 8,7 6,9 8,4 10,4
Средняя заработная плата, долл./год 87 702 103 158 118 314 110 721 95 885 90 442
Компания-партнер Ri / Si
Laboratories Ranbaxy (Sun Pharma), Индия 1,48 / 0,25 1,60 / 0,19 2,03 / 0,20
Eurofins, Бельгия 0,70 / 0,83
Piramal Enterprises, Индия 0,60 / 0,15 0,67 / 0,14 0,55 / 0,15
Glenmark Pharm. Limited, Индия 1,11 / 0,22
Shanghai Pharm. Holding Co., КНР 0,52 / 0,03 0,36 / 0,02 0,56 / 0,02
WuXi Biologics, КНР 0,91 / 0,05 1,25 / 0,04 1,02 / 0,04
IPCA labs, Индия 0,71 / 0,06
Jubilant Organosys, Индия 1,73 / 0,8
Strides Shasun Limited, Индия 1,28 / 0,13 1,08 / 0,13
58 Источник: рассчитано И.П. Комаровой на основе данных с официальных сайтов компаний.
59 Как видно из данных, представленных в табл. 3–5, в транспортном машиностроении (авиа- и автомобилестроение) значение показателя рентабельности активов практически всегда существенно выше у компаний-поставщиков, чем у компаний–интеграторов сетей: Ri>1 почти для всех поставщиков (напомним, что этот показатель характеризует отношение рентабельности активов компании партнера к рентабельности активов компании-интегратора). Одним из объяснений данного феномена может служить долгосрочный характер использования конечной продукции соответствующих сетей (транспортных средств), обуславливающий наличие вторичного рынка этой продукции. Второе возможное объяснение — уровень специфичности промежуточной продукции. Ведь большинство поставщиков выпускают продукцию достаточно узкого диапазона применения, будь то турбореактивные двигатели, секции фюзеляжа или противообледенительные системы.
60 В производстве лекарственных препаратов ситуация несколько иная — только в половине случаев рентабельность активов компаний-партнеров выше, чем у компаний-интеграторов. Как мы отмечали выше, это связано с высокой отраслевой рентабельностью компаний — производителей фармацевтической продукции.
61 Тем не менее широко распространенная точка зрения о том, что компании-интеграторы обладают преимуществом в распределении общей прибыли сети, явно не подтверждается в рассмотренных нами глобальных сетях создания стоимости.
62 Что касается показателя Si, то в транспортном машиностроении (авиа- и автомобилестроении) он демонстрирует различные значения. В производстве коммерческих самолетов этот показатель колеблется от 0,87 до 1,66. Исключение составляет российская компания ВСМПО-АВИСМА (поставщик титановых изделий), для которой данный показатель находится в диапазоне 0,11–0,13, что объясняется очень низким уровнем оплаты труда в России. В автомобилестроении диапазон колебаний от 0,6 до 1,3. При этом подавляющая часть различий объясняется уровнем оплаты труда в странах дислокации компаний.
63 Если говорить о производстве лекарственных препаратов, то здесь в области оплаты труда наблюдается явное преимущество компаний-интеграторов. Значение показателя Si колеблется от 0,02 до 0,25. Исключение составляет компания Eurofins (Бельгия), для которой Si = 0,83. Такая колоссальная разница объясняется опять-таки различиями в оплате труда в странах дислокации компаний-интеграторов (Европа и США) и компаний-партнеров (Индия и КНР).
64

5.3. Влияние на распределение добавленной стоимости места в ГССС

Попробуем протестировать знаменитую кривую Smiling curve, а именно проверить версию о том, что поставщики интеллектуальных решений и производители продукции более высокого уровня передела, в том числе контролеры выхода на рынок, оттягивают на себя бо́льшую долю добавленной стоимости. Для этого рассмотрим показатели рентабельности активов и средней заработной платы компаний, входящих в глобальные сети создания стоимости в области производства лекарственных препаратов (табл. 6).
65 Таблица 6. Рентабельность активов и средняя заработная плата в сетях создания ценности в производстве лекарственных препаратов
66
Вид деятельности Названия компании, страна происхождения ROTA, % Wi, долл.
Фармацевтические компании Roche, Швейцария 21,6 97 579
Pfizer, США 8,4 95 885
Sinopharm, КНР 6,7 11 954
Novartis, Швейцария 6,9 105 311
GlaxoSmithKline, Великобритания 8,7 94 194
Johnson & Johnson, США 13,7 92 226
Merck & Co, США 9,4 116 722
Разработчики препаратов Eurofins, Бельгия 6,5 73 029
Laboratories Ranbaxy (Sun Pharma), Индия 13,9 21 958
Strides Shasun Limited, Индия 11,2 14 914
Shanghai Pharmaceuticals, КНР 4,9 2366
WuXi Biologics, КНР 8,6 4120
Заводы по производству лекарственных препаратов Catalent Pharma Solutions, США 7,4 93 596
GlaxoSmithKline Manufacturing, Италия 8,7 118 314
Sumitomo Pharmaceuticals, Япония 7,5 116 774
НПО Петровакс ФАРМ, Россия (Москва) 31,9 10 363
BRISTOL-MYERS SQUIBB, Пуэрто-Рико 13,3 88 601
Boehringer Incelheim Pharma, Германия 11,1 94 875
ПОЛИСАН НТФФ, Россия (Петербург) 18,8 5811
67 Источник: рассчитано И.П. Комаровой на основе данных с официальных сайтов компаний.
68 Как видим, при сопоставимых колебаниях рентабельности активов средняя заработная плата в компаниях–разработчиках лекарственных препаратов уступает аналогичному показателю компаний-интеграторов в 5–10 раз. Исключениями являются китайская фармацевтическая компания Sinopharm и бельгийский разработчик препаратов Eurofins. Объясняются данные различия в уровне оплаты труда двумя основными факторами: странами дислокаций большинства компаний-разработчиков (Индия и Китай) и наличием значимых подразделений R&D в самих фармацевтических компаниях.
69 Если рассматривать уровень рентабельности заводов–изготовителей конечной продукции, то мы наблюдаем довольно большой разброс значений — от 7,4% (Catalent Pharma Solutions, США) до 31,9 % (НПО Петровакс ФАРМ, Россия). Интересно, что и второе по величине значение рентабельности активов (18,8%) имеет место также на российском предприятии ПОЛИСАН НТФФ. Противоположная ситуация наблюдается с уровнем средней заработной платы. Если в Италии и Японии она составляет 118,3 и 116,8 тыс. долл. США в год, то на двух российских предприятиях средний уровень оплаты труда равен 10,4 тыс. долл. США в год (НПО Петровакс ФАРМ) в Москве и 5,8 тыс. долл. США (ПОЛИСАН НТФФ) в Санкт-Петербурге. Иными словами, сложившийся в стране уровень оплаты труда является гораздо более значимым фактором распределения добавленной стоимости, чем место в ГССС.
70

5.4. Влияние на распределение добавленной стоимости меры зависимости поставщиков и потребителей

71 Для расчета взаимной зависимости компаний — партнеров глобальных игроков на мировом рынке гражданских самолетов Boeing, Airbus и Embraer мы использовали данные о поставках продукции из годовых отчетов соответствующих компаний.
72 В табл. 7 представлены обобщенные сведения об уровне взаимной зависимости авиастроительных компаний и их поставщиков, а также о показателях распределения добавленной стоимости в соответствующих сетях.
73 Как видно из данных, представленных в табл. 7, зависимость авиастроителей (компаний — интеграторов соответствующих сетей) от поставщиков турбореактивных двигателей достаточно высока. Она колеблется от 48% (Boeing от Rolls-Royce) до 100% (Airbus и Embraer от Rolls-Royce). Этим отчасти можно объяснить относительно высокую долю двигателестроителей в распределении добавленной стоимости.
74 Таблица 7. Распределение добавленной стоимости и уровни зависимости в сетях создания стоимости в гражданском авиастроении
75
Название компании Boeing Airbus Embraer
Ri / Si Зависимость, % Ri / Si Зависимость, % Ri / Si Зависимость, %
Boeing Поставщик Airbus Поставщик Embraer Поставщик
Поставщики двигателей General Electric 1,78 / 1,08 52 47 2,7 / 1,12 32 21 2,71 / 1,26 100 12
Rolls-Royce 0,86 / 0,87 48 20 1,31 / 0,90 100 26 1,32 / 1,01 100 28
Pratt & Whitney 0,87 / 1,04 57 76 1,07 / 1,07 32 24
Другие поставщики Spirit Aero Systems 1,63 / 0,87 79 2,47 / 0,90 16
3M Aerospace Sealants 2,63 / 0,96 100 71 4,01 / 1,01 14
Zodiac aerospace 1,09 / 0,93 50 1,65 / 0,97 50
GKN Aerospace 1,77 / 0,89 11 2,68 / 0,93 20
ВСМПО-АВИСМА 1,12 / 0,11 40 7 1,71 / 0,12 60 12 1,71 / 0,13 100 2
76 Источник: рассчитано авторами на основе данных с официальных сайтов компаний.
77 Однако если мы посмотрим на зависимость самих поставщиков от авиастроительных компаний, то увидим, что и здесь имеют место довольно высокие показатели. Так, зависимость Boeing от General Electric Aircraft составляет 52%, но и зависимость General Electric Aircraft от Boeing равна 47%. Аналогично зависимость Boeing от Pratt & Whitney — 57%, а зависимость Pratt & Whitney от Boeing — 76%.
78 С точки зрения уровня зависимости трудно объяснить очень высокую долю в добавленной стоимости и компании 3M Aerospace Sealants (производитель изоляционных материалов). Высокая зависимость Boeing от этой компании (100%) уравновешивается ответной зависимостью, равной 71%. А от компании GKN Aerospace (титановые и алюминиевые изделия, противообледенительные системы) Boeing и Airbus вообще практически не зависят. Тем не менее при сопоставимых уровнях оплаты труда рентабельность активов у этой компании много выше. Наконец, довольно высокая зависимость Airbus от ВСМПО-АВИСМА (60%) совершенно не сказывается на уровне оплаты труда этой компании — 12% уровня Airbus.
79 Таким образом, гипотеза о том, что в основе распределения добавленной стоимости в ГССС лежит мера зависимости контрагентов друг от друга, подтверждается лишь отчасти (в отдельных случаях).
80

6. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

81 Проведенные расчеты свидетельствуют о том, что широко распространенные и кочующие из одной научной публикации в другую представления о том, что преимуществами в распределении добавленной стоимости обладают центральные компании (интеграторы) сетей, а также компании, располагающиеся на крайних звеньях цепи — разработчики новой продукции и контролеры выхода на рынок, не нашли своего подтверждения в рассмотренных отраслях.
82 Для глобальных сетей создания стоимости в области производства гражданских самолетов, автомобилей и лекарственных препаратов были выявлены следующие особенности, обобщенные в табл. 8.
83 Конечно, на уровень рентабельности активов конкретной компании влияет множество факторов, в том числе сложившаяся рыночная конъюнктура, уровень государственной поддержки, качество управления, стадия реализации крупных инвестиций, в том числе технологического обновления производства, накопившиеся прошлые проблемы и т.д. Об этом свидетельствуют, в частности, значительно различающиеся между собой показатели рентабельности компаний, относящихся к одной сфере деятельности и сопоставимых по доле отраслевого рынка.
84 Таблица 8. Анализ влияния различных факторов на распределение добавленной стоимости в ГССС в области гражданского самолетостроения, автомобилестроения и фармацевтики
85
Проверяемый фактор Уровень влияния
Рентабельность активов Оплата труда
Доля рынка Нет Нет
Позиция интегратора Нет Нет
Позиция R&D В отдельных случаях Нет
Контроль над входом на рынок В отдельных случаях Нет
Стадия передела Нет Нет
Уровень зависимости поставщика (потребителя) В отдельных случаях Нет
Отрасль деятельности Да Да
Страна дислокации компании В отдельных случаях Очень сильное
86 Источник: составлено авторами на основе проведенных расчетов.
87 Тем не менее сравнение значительного числа компаний, относящихся к одной сфере деятельности и участвующих в глобальных сетях создания стоимости, позволяет говорить о том, что непосредственное положение в сети создания стоимости не является значимым фактором, определяющим распределение добавленной стоимости. По крайней мере это верно для транспортного машиностроения и производства лекарственных препаратов.
88 Наиболее значимо на распределение добавленной стоимости влияет сложившийся в стране дислокации компании уровень оплаты труда. Именно этот фактор, наряду с контролем над выходом на рынок и задачей минимизации трансакционных издержек, во многом определяет экономическую целесообразность географического рассредоточения процесса производства, и именно он решающим образом воздействует на долю добавленной стоимости, приходящуюся на ту или иную национальную компанию.
89 Следующим по значимости фактором является отраслевая принадлежность компании–участника сети. Как показывает наше исследование, уровень рентабельности активов в производстве лекарственных препаратов в среднем выше, чем в транспортном машиностроении. Как мы отмечали выше, это можно объяснить, в частности, давлением вторичных рынков самолетов и автомобилей на производителей соответствующей продукции.
90 Как показали проведенные нами расчеты, на распределение добавленной стоимости в глобальных ССС влияют прежде всего страновые различия в стоимости труда. Следующим по значимости фактором является отраслевая дифференциация в уровнях рентабельности производства и оплаты труда.
91 Распространенные в научной литературе представления о том, что доля компании на рынке соответствующей продукции, роль интегратора сети, роль поставщика интеллектуальных решений, а также стадия передела продукции являются универсальными факторами распределения добавленной стоимости между участниками сети, не нашли подтверждения в рассмотренных высокотехнологичных отраслях.

References

1. Dement’ev V.E., Ustyuzhanina E. V., Evsukov S. G. (2018). Digital transformation of value chains: “Smail curve” can become “scowling”. Journal of Institutional Studies, 10, 4, 58–77. DOI: 10.17835/2076-6297-2018.10.2 (in Russian).

2. Dementiev V. E., Evsukov S. G., Ustyuzhanin V. L., Ustyuzhanina E. V. (2018). Economic power and distribution of value added (using the aircraft industry as an example). Vestnik of the Plekhanov Russian University of Economics, 6 (102), 3–15 (in Russian).

3. Dement’ev V.E., Ustyuzhanina E. V. (2016). The problem of power in terms of institutional approach. Journal of Institutional Studies, 8, 3, 91–101 (in Russian).

4. Kukushkina Y. M. (2016). Global value chains and corporate interests of multinational corporations. Modern Competition, 10, 2 (56), 107–117 (in Russian).

5. [Meshkova T. A., Moiseichev E.Yu. (2015). Global value chains: World trends and the russia’s involvement. Bulletin of the Financial University, 1 (85), 83–96 (in Russian).

6. Porter M. (1990). International competition. Competitive advantages of countries. Moscow: Alpina Digital (in Russian).

7. Radaev V. V. (2008). Market as the interweaving of social networks. Russian Management Journal, 6, 2, 47–54 (in Russian).

8. Sidorova E. A. (2018). Russia in global value chains. World Economy and International Relations, 62, 9, 71–80 (in Russian)

9. Tretyak O. A., Klimanov D. E. (2016). New approach to business model analysis. Russian Management Journal, 14, 1, 115–130 (in Russian).

10. Sheresheva M.Yu. (2010). Forms of network interaction of companies. Moscow: HSE (in Russian).

11. Brandenburger А. M., Nalebuff В. J. (1997). Co-opetition. New York: Doubleday.

12. Chesbrough H., Appleyard M. (2007). Open innovation and strategy. California Management Review, 50 (1), 57–76.

13. Gereffi G., Humphrey J., Sturgeon T. (2005). The governance of global value chains. Review of International Political Economy, 12 (1), 78–104.

14. Gereffi G., Lee J. (2012). Why the world suddenly cares about global supply chains. Journal of Supply Chain Management, 48 (3), 24–32.

15. Global value networks (2015). How to succeed in business without worrying about scale, distance or thin networks. NZIER report to NZPECC. September 2015.

16. Hakansson H., Johanson J. (1993). The network as a governance structure: Interfirm cooperation beyond markets and hierarchies. In: The Embedded Firm. The Socio-Economics of Industrial Networks. G. Grabber (ed.). London: Routledge.

17. Humphrey J., Schmitz H. (2002). How does insertion in global value chains affect upgrading in industrial clusters? Regional Studies, 36 (9), 1017–1027.

18. Kaplinsky R. (2013). Global value chains: Where they came from, where they are going and why this is important. Innovation, Knowledge, Development Working Papers, No. 68.

19. Meng B., Ye M., Wei S.-J. (2017). Value-added gains and job opportunities in global value chains. IDE Discussion Paper, No. 668. Chiba City: IDE-JETRO.

20. Shih S. (1996). Me-too is not my style: Challenge difficulties, break through bottlenecks, create values. Taipei: The Acer Foundation.

21. Ustyuzhanina E., Komarova I., Evsukov S. (2018). Network economy as a new economic system. European Research Studies Journal, 21, 3, 77–89.

22. World Bank (2017). Measuring and analyzing the impact of GVCS on economic development. Global value chain development report. Washington: World Bank.