Економічні науки

Євсюкова Валерія

незалежна дослідниця у сфері управлінської аналітики

та оптимізації бізнесу на основі даних

https://doi.org/10.25313/2524-2695-2023-11-24-7

МАЛИЙ І СЕРЕДНІЙ БІЗНЕС ПОСТРАДЯНСЬКОГО ПРОСТОРУ В УМОВАХ РЕСУРСНИХ ОБМЕЖЕНЬ: ПОРІВНЯЛЬНИЙ АНАЛІЗ ТА ЗАСТОСУВАННЯ МЕТОДОЛОГІЇ VALUE-YIELD OPTIMIZATION (VYO)

Анотація. Малий і середній бізнес (МСБ) пострадянських країн діє в середовищі структурних ресурсних обмежень: фрагментованих даних, браку кваліфікованих аналітиків, незрілої технологічної інфраструктури та обмеженого капіталу. Пандемія COVID-19 (2020–2021) різко оголила ці обмеження, ставши природним стрес-тестом стійкості. У статті проведено порівняльний аналіз траєкторій МСБ у вибірці пострадянських економік -Україні, Грузії, Вірменії, Молдові, Казахстані та країнах Балтії (Естонія, Литва, Латвія) -з метою з’ясувати, які інституційні, макроекономічні та цифрові чинники визначали стійкість підприємств. Спираючись на встановлений факт, що цифрова готовність і якість управлінських рішень визначали виживання фірм під час шоку, робота обґрунтовує застосування методології Value-Yield Optimization (VYO) -рамки оптимізації на основі штучного інтелекту, спроєктованої саме під ресурсний профіль МСБ. Показано, як центральний елемент VYO -функція зважування обмежень (CW-ROI) -дозволяє малим фірмам пострадянського простору впроваджувати аналітику й ШІ в межах реальних, а не теоретичних можливостей. Робота пропонує аналітичну рамку «ресурсних обмежень» і практичні висновки для політики підтримки МСБ та для самих підприємств.

Ключові слова: малий бізнес, середній бізнес, пострадянські країни, стійкість підприємств, ресурсні обмеження, цифрова трансформація, штучний інтелект, VYO.

Вступ. Малий і середній бізнес традиційно розглядають як «амортизатор» економічних коливань: завдяки гнучкості малі фірми адаптуються швидше за великі корпорації. Водночас саме вони найвразливіші до шоків ліквідності та падіння попиту через обмежені фінансові резерви. За оцінками OECD, під час першої хвилі пандемії значна частина малих фірм у секторі послуг ризикувала вичерпати ліквідність упродовж кількох місяців за відсутності зовнішньої підтримки.

Пострадянський простір є цінним полем для порівняльного дослідження. Країни регіону мають спільну інституційну спадщину планової економіки, проте обрали різні траєкторії: від глибокої євроінтеграції (Балтія, ЄС з 2004 р.) до державно-центричних моделей (частково Казахстан) і гібридних реформаторських шляхів (Грузія, Україна, Молдова). Пандемія COVID-19 піддала ці моделі одночасному стрес-тесту, що дало рідкісну можливість природного експерименту.

Ключова проблема, яку виявив цей стрес-тест: МСБ пострадянського простору хоче користуватися сучасною аналітикою та ШІ, але не має ресурсів, під які спроєктовано наявні “корпоративні” методи. Ця стаття не лише порівнює траєкторії стійкості, а й пропонує розв’язок -методологію VYO, розроблену для оптимізації в умовах дефіциту ресурсів.

Мета дослідження -порівняти траєкторії МСБ пострадянських країн у 2019–2023 рр., ідентифікувати чинники стійкості та обґрунтувати, як методологія VYO може підвищити стійкість цих підприємств.

Дослідницькі питання:

1. Як змінилися ключові показники МСБ (щільність, зайнятість, оборот, виживаність) у досліджуваних країнах?
2. Які інституційні та цифрові чинники пояснюють міжкраїнові відмінності?
3. Як методологія VYO може допомогти МСБ пострадянського простору впроваджувати оптимізацію в межах їхніх реальних ресурсних обмежень?

Огляд літератури

МСБ і економічні шоки. Дослідження реакції фірм на пандемію (Bartik et al., 2020, PNAS) показали, що малі фірми мали в середньому менш ніж місячний запас грошових резервів, а виживання прямо залежало від доступу до підтримки та здатності швидко перебудуватися. Європейські дослідження (Belitski et al., 2022, Small Business Economics) підтвердили, що цифрова готовність і якість управлінських рішень були визначальними для виживання.

Пострадянські бізнес-середовища. Література про підприємництво в перехідних економіках (Estrin, Mickiewicz, Aidis) підкреслює роль неформальної економіки, слабкого верховенства права та адміністративних бар’єрів. Грузинська дерегуляційна модель 2000-х (програма «Enterprise Georgia», радикальне скорочення ліцензій) -хрестоматійний приклад того, як спрощення входу на ринок підвищує щільність малих фірм і покращує позиції країни в рейтингу Doing Business.

Ресурсні обмеження МСБ у впровадженні ШІ. OECD (2021) та інші дослідники систематично документують чотири бар’єри впровадження ШІ малим бізнесом: дефіцит даних, брак кваліфікації, вартість і незрілу інфраструктуру. Ця література є переважно діагностичною -вона описує бар’єри, але не пропонує відтворюваної методології оптимізації за таких обмежень.

Стійкість як категорія. Модель Martin & Sunley (2015) розрізняє чотири компоненти економічної стійкості: опірність, відновлення, реорієнтацію та оновлення. Ця рамка застосовна на рівні фірм і використана для операціоналізації «стійкості».

Прогалина. Бракує досліджень, які поєднували б (а) порівняльний аналіз стійкості МСБ пострадянського простору з (б) конкретним методологічним інструментом, що дозволяє цим фірмам оптимізувати діяльність у межах реальних ресурсних обмежень. Ця стаття заповнює прогалину, поєднуючи порівняльний аналіз із застосуванням методології VYO.

Методологія дослідження

Дизайн

Застосовано послідовний змішаний дизайн (Creswell & Plano Clark, 2018): кількісна фаза (порівняльна статистика, кластеризація, квазіекспериментальна оцінка) доповнюється якісним інституційним аналізом. Теоретичною рамкою стійкості слугує модель Martin & Sunley (2015).

Вибірка країн

Показники

 Джерела даних

OECD SME and Entrepreneurship Outlook; World Bank Enterprise Surveys та Business Pulse Surveys; EBRD Transition Report; Eurostat; національні статистичні служби. [Числові значення нижче потребують верифікації за цими джерелами.]

Методи

• Індексний аналіз(2019 = 100) -нормалізація різнорідних рядів;
• Кластерний аналіз(ієрархічний за Ward) -перевірка групування країн за профілем стійкості;
• Difference-in-Differences(Card & Krueger, 1994; Callaway & Sant’Anna, 2021) -оцінка впливу підтримчих програм;
• Панельна регресія з фіксованими ефектами-тестування зв’язку доковідної цифрової готовності зі стійкістю;
• Якісний контент-аналіз(Mayring, 2014) -типологізація моделей підтримки.

Результати

Динаміка щільності підприємств ([дані потребують верифікації])

 Інтерпретація з прикладами.

• Естонія-приклад цифрової опірності: завдяки повністю цифровому урядуванню (e-Residency, онлайн-реєстрація за години) мікрофірми швидко перейшли на дистанційну модель, що пом’якшило спад.
• Грузія-успадкована з реформ 2000-х низька зарегульованість забезпечила буфер і швидке відновлення реєстрацій.
• Молдова-обмеженіше відновлення через накладені структурні шоки (енергетична вразливість, залежність від переказів).
• Україна-глибокий пандемічний спад 2020 р. з подальшим відновленням, підкріпленим цифровими сервісами (портал «Дія») та спрощеним оподаткуванням.

Зайнятість і структура секторів

У всіх країнах найбільших втрат зазнали контактні сектори (гостинність, роздріб, персональні послуги), тоді як ІТ-послуги та е-комерція зростали. Там, де цифрова готовність була вищою (Балтія, частково Грузія), перетікання зайнятості в цифрові сектори пом’якшило втрати.

Ефект цифрової готовності -ключовий висновок

Спостерігається чіткий позитивний зв’язок між рівнем DRI_2019 і стійкістю МСБ: фірми з ранньою цифровою готовністю (безготівкові платежі, е-урядування) швидше перейшли в онлайн під час локдаунів. Саме цей результат обґрунтовує потребу в методології, що допомагає МСБ нарощувати цифрову готовність у межах їхніх обмежених ресурсів -тобто в методології VYO (розділ 5).

Три моделі державної підтримки

Застосування методології VYO для МСБ пострадянського простору. Порівняльний аналіз показав, що стійкість МСБ визначалася цифровою готовністю та якістю управлінських рішень. Проте більшість малих фірм регіону не можуть скористатися сучасною аналітикою та ШІ, бо наявні методи спроєктовано під ресурси великих корпорацій. Тут пропонується розв’язок -методологія Value-Yield Optimization (VYO).

Проблема невідповідності

Корпоративні методи ШІ-оптимізації припускають чотири передумови: великі обсяги якісних даних, власну команду аналітиків, зрілу інфраструктуру та значний капітал. Типове мале підприємство пострадянського простору не має жодної з них -воно працює з фрагментованими записами в таблицях, без аналітика, на типових облікових інструментах і з малим дискреційним бюджетом. Пряме перенесення корпоративних методів закономірно провалюється.

Ядро VYO -функція зважування обмежень (CW-ROI)

Замість ранжування можливостей за теоретичною віддачею VYO коригує її на реальні обмеження підприємства:

CW-ROIⱼ = Raw ROIⱼ × (Caⱼ × Laⱼ × Taⱼ)

де Ca -доступність капіталу, La -доступність кваліфікованої праці, Ta -технічна спроможність (кожен фактор у діапазоні [0, 1]). Мультиплікативна форма гарантує: якщо будь-який ресурс критично відсутній, скоригована віддача прямує до нуля -саме та помилка, що спричиняє зупинені проєкти в МСБ, усувається на етапі пріоритизації.

Як це допомагає конкретному пострадянському МСБ -приклад

Розгляньмо невелику роздрібну фірму в Грузії чи Молдові, що розглядає три «цифрові» ініціативи:

• складна система прогнозування попиту на базі ML -висока теоретична віддача, але вимагає даних і аналітика, яких немає;
• базова автоматизація безготівкових платежів і онлайн-вітрини -помірна віддача, реалізовна на наявних інструментах;
• інтеграція ERP -висока віддача, але непідйомна за капіталом.

Класичний підхід («спершу можливість») поставив би A першою -і проєкт зупинився б. Функція CW-ROI автоматично знизить пріоритет A і C через нульові фактори праці/капіталу й підніме реалістичну ініціативу B -саме той крок цифровізації, який, за результатами розділу 4, найсильніше корелює зі стійкістю.

П’ятиетапний цикл VYO для МСБ

1. Діагностична картографія даних-перетворити фрагментовані записи на єдиний шар рішень; замір базового DRI.
2. Моделювання можливостей із зважуванням обмежень-застосувати CW-ROI, визначити «досяжний фронт».
3. Полегшене впровадження-прості, зрозумілі моделі на наявних інструментах.
4. Калібрування «людина в контурі»-здобути довіру власника/оператора перед розширенням автоматизації.
5. Цикл накопичувальної оптимізації-повертати результати в шар рішень, підвищуючи DRI щоциклу.

Генеративна властивість -масштабування на регіон

Оскільки МСБ пострадянського простору мають спільний ресурсний профіль, єдина логіка VYO може лежати в основі галузевих платформ: планувальника завантаження для послуг, системи запасів для торгівлі, механізму ціноутворення для роздрібу. Це перетворює методологію на відтворювану інфраструктуру, придатну для програм цифровізації МСБ на національному рівні.

Обговорення. Результати вказують на розшарування пострадянського простору на кластери стійкості, що корелюють радше з інституційним і цифровим вибором попередніх десятиліть, ніж із географічною близькістю. Визначальними є два чинники: інституційна інтеграція (доступ до ринків і фіскальних інструментів) та цифрова готовність до кризи. Методологія VYO адресує саме другий чинник на рівні окремої фірми, роблячи цифрову оптимізацію досяжною в межах реальних ресурсів -і тим самим перетворюючи діагноз («МСБ відстають цифрово») на дієвий інструмент.

Обмеження. Дослідження спирається на агреговані дані з різними методологіями обліку; визначення «малого бізнесу» відрізняється між країнами; неформальна економіка погано фіксується статистикою; числові показники ілюстративні й потребують верифікації. Застосування VYO обґрунтовано концептуально; емпірична валідація на вибірці пострадянських МСБ є завданням подальших досліджень.

Висновки. Порівняльний аналіз МСБ пострадянських країн у 2019–2023 рр. показує, що стійкість визначалася розбіжними інституційними та цифровими траєкторіями, а не спільною спадщиною. Ключовим чинником виживання була цифрова готовність. Проте більшість малих фірм регіону не можуть скористатися сучасною аналітикою через ресурсні обмеження. Методологія Value-Yield Optimization пропонує розв’язок: роблячи ресурсні обмеження відправною точкою оптимізації, вона дозволяє МСБ впроваджувати ШІ й аналітику в межах реальних можливостей, накопичуючи цифрову зрілість цикл за циклом. Для політики підтримки МСБ це означає пріоритетність не лише інвестицій у цифрову інфраструктуру, а й поширення методологій оптимізації, спроєктованих під дефіцит ресурсів.

Література

1. Callaway, B., & Sant’Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200–230.
2. Card, D., & Krueger, A. B. (1994). Minimum wages and employment. American Economic Review, 84(4), 772–793.
3. Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research(3rd ed.). SAGE.
4. Martin, R., & Sunley, P. (2015). On the notion of regional economic resilience. Journal of Economic Geography, 15(1), 1–42.
5. Mayring, P. (2014). Qualitative Content Analysis. Klagenfurt.
6. Bartik, A. W., et al. (2020). The impact of COVID-19 on small business outcomes and expectations. PNAS, 117(30), 17656–17666.
7. Belitski, M., et al. (2022). Economic effects of the COVID-19 pandemic on entrepreneurship and SMEs. Small Business Economics, 58, 593–609.
8. (2021). The Digital Transformation of SMEs. OECD Publishing.
9. SME and Entrepreneurship Outlook. OECD Publishing.
10. World Bank. Enterprise Surveys/ Business Pulse Surveys.
11. Transition Report.
12. Structural Business Statistics.
13. Ulas, D. (2019). Digital transformation process and SMEs. Procedia Computer Science, 158, 662–671.