CC BY
42
УДК 338.4
МЕТОДИКА ОЦЕНКИ ПОТЕНЦИАЛА ТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ РЕГИОНА ДЛЯ «ВЫТЯГИВАНИЯ» ПРОИЗВОДСТВЕННЫХ ЦЕПОЧЕК ПЕРЕДОВЫХ ТЕХНОЛОГИЙ И ПРОЕКТИРОВАНИЯ ИХ ПРОТЯЖЕННОСТИ НА ТЕРРИТОРИИ РЕГИОНА
© 2017
Лихачева Татьяна Петровна, доцент кафедры «Экономика и управление бизнес-процессами» Института управления бизнес-процессами и экономики Рыжкова Оксана Владимировна, старший преподаватель кафедры «Маркетинг» Института управления бизнес-процессами и экономики Улас Юлия Владимировна, старший преподаватель кафедры «Экономика и управление бизнес-процессами» Института управления бизнес-процессами и экономики
Сибирский федеральный университет (660074, Россия, Красноярск, ул. Киренского, 26, e-mail: u.ulas115@mail.ru)
Аннотация. В статье представлена методика оценки потенциала технологического развития региона на основе выбора перспективных видов экономической деятельности и современных технологических решений с целью формирования инновационно-промышленных кластерных структур. Данная методика позволяет идентифицировать кластеры в региональном пространстве на основе оценки экономического и промышленного потенциала кластеризации и возможностей межорганизационного взаимодействия хозяйствующих субъектов. Кроме того, кластеры, идентифицированные в результате обобщения данных, наполняются современными технологическими решениями, переводящими их в разряд инновационно-промышленных, составляющих наукоемкие виды экономической деятельности. Авторами предлагаются критерии выбора данных технологических решений по этапам с определением соответствия требованиям развития, глобальной экономики, параметров оценки и критериев выбора по каждому этапу: оценка способности технологий противостоять «глобальным вызовам» мировой экономики и соответствовать мировым тенденциям технологического развития; оценка способности технологий обеспечить структурное изменение экономики региона на основе перехода к технологиям VI технологического уклада; оценка принадлежности технологий к процессам конвергенции; оценка возможности перехода на новый технологический уклад, формирования и развития новых рынков; оценка потенциала возможности разработки и реализации приоритетных технологий в регионе.
Ключевые слова: кластер, технологическое развитие, производственные цепочки, инновации, кластерная политика, глобализация, кластерные структуры, межорганизационные связи, технологический уклад, новые рынки, инновационные индустрии, кластеризация экономики.
METHODOLOGY FOR EVALUATING THE POTENTIAL OF REGION TECHNOLOGICAL DEVELOPMENT FOR «STRETCHING» PRODUCTION CHAINS OF ADVANCED TECHNOLOGIES AND DESIGNING THEIR PROTECTION IN THE REGION
© 2017
Lihacheva Tatiana Petrovna, associate professor of the Department of Economics and Business Process Management of the Institute for Business Process Management and Economics Ryzhkova Oksana Vladimirovna, senior lecturer of the Institute for Business Processes and Economics Ulas Julia Vladimirovna, senior lecturer of the Institute for Business Processes and Economics Siberian Federal University (660074, Russia, Krasnoyarsk, street Kirenskogo 26, e-mail: u.ulas115@mail.ru)
Abstract. The article presents a methodology for assessing the potential of regional technological development based on the choice of industries and modern technological solutions with the aim of forming innovative cluster industrial structures. This methodology allows to identify clusters in the regional space on the basis of assessing the economic and industrial potential of clusterization and the possibilities for inter-organizational interaction of economic entities. In addition, the clusters identified as a result of the generalization of data are filled with modern technological solutions that transfer them to the category of innovation-industrial ones that make up knowledge-intensive types of economic activity. The authors propose the criteria for selecting these technological solutions in stages with determining compliance with development requirements, the global economy, assessment parameters and selection criteria for each stage: assessing the ability of technologies to withstand the "global challenges" of the world economy and meet the world trends in technological development; assessment of the ability of technologies to provide structural change in the region's economy on the basis of the transition to technologies of the VI technological way; the assessment of technology affiliation to convergence processes; assessment of the possibility of transition to a new technological structure, the formation and development of new markets; assessment of the potential for developing and implementing priority technologies in the region.
Keywords: cluster, technological development, production chains, innovations, cluster policy, globalization, cluster structures, interorganizational relations, technological structure, new markets, innovative industries, economic clustering.
В настоящее время в мире и в России происходит переход к новому технологическому укладу. Меняются факторы, которые определяют технологическое развитие, их организация и значимость [1]. Ключевым фактором, определяющим социально-экономическое развитие субъектов РФ, становится уровень развития техники и технологий. Новые технологические изменения не только реструктуризируют промышленное производство, но и приводят к радикальной трансформации цепочек добавленной стоимости. Создание длинных и разветвленных цепочек добавленной стоимости способно обеспечить достижение существенных синергетических и сетевых эффектов системы трансфера технологий и про-
фессиональных компетенций для использования богатого промышленного потенциала региона и обеспечения нового качества экономического роста, нового качества жизнедеятельности населения на основе прорывных технологий.
Для определения приоритетных направлений промышленного развития, «вытягивания» производственных цепочек передовых технологий и проектирования их протяженности на территории региона необходимо учитывать имеющийся потенциал технологического развития территории.
В настоящее время успешное технологическое развитие региона во многом зависит от формирования на
его территории устойчивых сетей, матричных форм организации производства и управления с использованием методов экономического поведения субъектов на основе кооперации. Одним из наиболее эффективных механизмов кооперации являются кластерные системы как инструменты регионального управления технологическим развитием с использованием моделей частно - государственного партнёрства.
Кластерные системы как инструменты регионального управления технологическим развитием с использованием моделей частно-государственного партнерства представляют собой сеть поставщиков и потребителей, связанных цепочкой формирования добавленной стоимости, локализованной на определенной территории. Развитие территориальных кластеров является одним из условий повышения конкурентоспособности экономики регионов, обеспечения высоких темпов экономического роста и диверсификации экономики, формирования потенциала эффективного взаимодействия участников кластера для привлечения иностранных инвестиций и активизации внешнеэкономической интеграции.
По мнению авторов к ключевым методологическим задачам оценки потенциала технологического развития региона можно отнести следующие:
Задача 1. Идентификация кластеров в региональном пространстве на основе оценки экономического и промышленного потенциала кластеризации и возможностей межорганизационного взаимодействия хозяйствующих субъектов.
Задача 2. Идентификация кластеров с учетом перспектив технологического развития и формирование структуры инновационно-промышленных кластеров.
Задача 3. Анализ инновационно-промышленных кластеров, их стратегическое и территориальное позиционирование.
Ввиду ограниченности ресурсов и необходимости формирования адекватных ситуации инновационных кластеров в регионе необходимо учитывать следующие ключевые аспекты:
1. Направленность процесса, в соответствии с которой необходимо рассматривать, с одной стороны, потребность хозяйствующих субъектов промышленного комплекса в межорганизационном взаимодействии по поводу обмена комплементарными ресурсами и компетенциями. С другой стороны, характеризовать их потенциал как производителей продукции и в связи с этим оценивать качество достигнутых характеристик и конкурентную устойчивость.
2. В приоритете должны быть отрасли, обладающие потенциалом роста конкурентоспособности не менее чем на 5 лет вперед.
Цель методики заключается в разработке алгоритма оценки потенциала технологического развития региона для «вытягивания» производственных цепочек передовых технологий и проектирования их протяженности на территории региона, который может быть использован в качестве инструмента управления кластерным развитием в рамках промышленной политики региона.
В основу методики положены исследования зарубежных и российских ученых, а также практические результаты, полученные при реализации проектов сетевого взаимодействия участников партнерских отношений в различных их формах и видах.
Предлагаемая методика основывается на использовании группы социально-экономических показателей, характеризующих экономику региона в разрезе видов экономической деятельности, а именно:
- объемы и динамика занятости в отраслях территорий, макрорайонах, регионе;
- общее количество занятых (среднесписочная численность работников) на территории, в макрорайоне, регионе, стране, по отраслям экономики;
- объемы отгруженной продукции в отраслях экономики по территориям, макрорайонам, региону, стране.
При выборе методов идентификации кластеров авторы учитывали существующие методики, которые включают в себя как качественные, так и количественные методы [2 - 24].
Проведенный анализ методов идентификации кластеров и их сравнительная оценка с определением преимуществ и недостатков, позволяют включить в методику выделения кластеров для проводимого исследования метод локальных коэффициентов в комплексе с методом структурных сдвигов. Они содержательно дополняют и усиливают друг друга, определяя возможности страте-гирования приоритетных кластеров.
Таким образом, с учетом вышесказанного и поставленных в исследовании задач, определена следующая последовательность их реализации.
Задача 1. Идентификация кластеров в региональном пространстве на основе оценки экономического и промышленного потенциала кластеризации и возможностей межорганизационного взаимодействия хозяйствующих субъектов.
Потенциал кластеризации территорий характеризует конкретную устойчивость отрасли или способность ее хозяйствующих субъектов поддерживать в долгосрочной перспективе свою индивидуальную конкурентоспособность в существующих региональных и отраслевых условиях внешней среды.
Оценка потенциала кластеризации отраслей по ВЭД проводится в три этапа (рисунок 1):
1. Определение рыночной позиции отраслей;
2. Выявление приоритетных (значимых) секторов экономики;
3. Исследование условий, обеспечивающих уровень конкурентоспособности.
Виды экономической деятельности (ВЭД) заменяются на кластерные группы.
Локалнзация 01-т>а слей экономит
01раслевая специализация и концентр эция
Структурные сдвиги
Влияние макротенденций Влияние общеотраслевых факторов Влияние региональных факторов
Условия конкур ешной устойчивости
Карта потенциальных кластеров .Ядро {первичные отрасли) Вторичные отрасли (2 нЗ уровень)
Кластерная структура экономики регнона
Рисунок 1 - Оценка потенциала экономики макрорайонов региона (составлено автором)
Этап 1. Определение рыночной позиции отраслей экономики макрорайонов
1.1 Идентификация потенциала кластеризации отраслей экономики с использованием коэффициента локализации
Определение рыночной позиции кластерных групп и выявление наиболее приоритетных или перспективных осуществляется по следующему алгоритму:
1. Выявление значимых кластерных групп: оценка значимости кластерной группы (объединяет оценку локализации, размера, фокуса); оценка уникальности кластерных групп.
2. Определение комплексного показателя связанности кластерных групп: определение количества пересечений значимых кластерных групп, выявленных на первом этапе; определение потенциала локализации кластерных групп на основе показателей концентрации и урбанизации.
3. Оценка экономической эффективности кластерных групп: среднемесячная заработная плата по кластерной
(1)
группе; инвестиции в основной капитал по кластерной группе.
4. Определение обобщающего показателя потенциала развития кластерных групп.
Высокая вероятность концентрации кластеров и протокластеров всех типов характеризуется высокими значениями показателей кластерной группы (данный аспект касается всех этапов оценки). Поэтому указанные условия являются благоприятными для создания новых и развития существующих кластеров по данному направлению.
Рассмотрим указанные этапы оценки более подробно.
1.1.1 Идентификация значимых кластерных групп в экономике макрорайонов и региона включает расчет коэффициентов локализации производства в секторах экономики территорий по формуле 1:
где /, - занятость в ;'-й отрасли МО (макрорайоне, региона)
¿¿-занятость в ;-й отрасли в макрорайоне (регионе)
-общее количество занятых в МО (макрорайоне, регионе)
¿- общее количество занятых в ;-й отрасли в макрорайоне (регионе)
С помощью данных коэффициентов осуществляется сравнение экономических характеристик отраслей (секторов) на местном, региональном и национальном уровнях. Значение данного коэффициента может указывать на доминирующую отраслевую локализацию (специализацию) территории: если его величина больше 1, то степень концентрации исследуемой отрасли экономики на данной территории больше, чем в целом по макрорайону (региону), и наоборот, если его величина меньше 1, то концентрация исследуемой отрасли экономики на данной территории меньше, чем в целом по сравниваемым территориям.
При расчете коэффициентов локализации применяются данные по занятости. Аналогичный показатель, который рассчитывается на основе объема отгруженной продукции называется коэффициентом специализации. Коэффициент душевого производства характеризует локальность и концентрацию производства и рассчитывается как отношение удельного веса отрасли территории (макрорайона) в общей структуре экономики к удельному весу населения муниципального образования в населении макрорайона (региона). При использовании необходимо проводить расчет среднего значения среди данных коэффициентов.
Следующий этап включает в себя рейтингование отраслей по рассчитанным коэффициентам локализации и идентификацию той кластерной группы, которая характеризуется высокими пороговыми значениями. Пороговым значением для коэффициентов локализации является - 1,5. Данное значение необходимо проверять, исходя из необходимости создания наиболее наукоемких кластеров и, соответственно, институциональных условий для их развития. Как правило, отрасли их представляющие и по занятости и по объему продаж занимают в экономике территорий более значительную долю.
Перечисленные показатели для выбора наиболее значимых клстерных групп рекомендуется оценивать в динамике, которая в случае роста значения показателей локализации, свидетельствует о возможных перспективах роста, а в случае снижения - необходимости расширения ассортимента продукции, обновления производства или неперспективности в будущем.
Рейтингование отраслей по этим показателям определяет приоритетность их анализа на следующем этапе.
При этом нет оснований для исключения каких-либо отраслей из следующего этапа.
Коэффициенты рассчитываются по отраслям (ВЭД) в разрезе макрорайонов.
Значимые кластерные группы сигнализируют о наличии хозяйственных агломераций. Производится ранжирование ВЭД в макрорайонах. Данные по расчету «коэффициента локализации» для кластерных групп в разрезе макрорайонов региона могут быть представлены графически.
Оценка значимости кластерной группы объединяет оценку локализации, размера, фокуса [20].
«Размер» кластерной группы рассчитывается по формуле 2:
где Size- «Размер» кластерной группы i
(2)
¡-Чд- количество занятых в кластерной группе i в ма-
кропяйоне g (регионе)
Ь1- количество занятых в кластерной группе I
«Фокус» кластерной группы рассчитывается по формуле 3:
где Focus- «Размер» кластерной группы i
(3)
количество занятых в кластерной группе i в ма-крораионе g (регионе)
г - количество занятых в макрорайоне g (регионе)
ь3
Размер кластерной группы представляет собой все отрасли макрорайона в данной отрасли региона. Фокус кластерной группы - все отрасли в экономике макрорайона.
На следующем этапе кластерные группы оцениваются по совокупности показателей «размера» и «фокуса» с учётом следующих значений представленных критериев:
-Коэффициент локализации - больше, либо равен 1,5;
-Размер - макрорайон должен входить в верхний де-циль макрорайонов, лидирующих по размеру данного кластерного сектора;
-Фокус - макрорайон должен входить в верхний де-циль макрорайонов, лидирующих по фокусу данного кластерного сектора.
Если отрасль соответствует каждому из трёх критериев, то ей присваивается одна «звезда».
Показатель уникальности отрасли показывает степень неравномерности распределения в ней занятости по макрорайону и рассчитывается с использованием стандартного отклонения.
Абсолютные значения показателя уникальности переводятся в баллы с максимальным значением в 3 балла. В оценке значимости кластерных групп данный показатель является в большей степени корректирующим.
Показатель значимости кластерной группы определяется на основе совокупности следующих показателей в соответствии с установленными весами:
1. Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике занятости - вес 0,6.
2. Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике отгруженной продукции - вес 0,2.
3. Показатель уникальности кластерной группы (от 0 до 1) - вес 0,2._
В категории «Показатель значимости кластерной группы» наибольший вес имеет базовый показатель на основе «коэффициента локализации», «размера», «фокуса», которые рассчитаны с использованием статистических данных по занятости. Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике которые рассчитаны с использованием статистических данных по отгруженной продукции является в большей степени корректирующим.
Определение показателя значимости кластерной группы производится как на основе показателя занятости, так и объема продаж. Последний является корректирующим. Совокупный показатель значимости кластерной группы определяется исходя из веса показателя в группе.
Если кластерная группа (из числа значимых) соответствует трем пороговым значениям, ей присваивается дополнительно один балл, 0,5 - двум и одному пороговому значению - 0.
Рейтингование кластерных групп осуществляется по всем показателям в баллах.
1.1.2 Оценка показателя связанности кластерных групп
Показатель связанности кластерных групп показывает количество связей данной кластерной группы с другими значимыми кластерными группами, иначе говоря числом их пересечений друг с другом. Его значимость принимается в размере 0,8. В качестве корректирующего показателя используется потенциал локализации кластерной группы:
-количество пересечений значимых кластерных групп между собой - вес 0,8, показатели принимают целые значения от 0 до 4 по числу связей с другими значимыми кластерными группами;
-показатель потенциала локализации кластерной группы - вес 0,2, показатели принимают значения от 0 до 1.
Выявленные пересечения - это общие для кластерных групп виды экономической деятельности. Соответственно, чем больше пересечений между значимыми кластерными группами выявлено, тем лучше, поскольку развитие одной кластерной группы будет сопровождаться развитием остальных. Информация, характеризующая связанность кластерных групп используется для повышения эффективности реализации кластерной политики за счет концентрации усилий на пересекающихся кластерных группах.
По итогам анализа строится рейтинг кластерных групп по показателю связанности.
1.1.3 Оценка экономической эффективности кластерных групп
На данном этапе производится ранжирование кластерных групп по показателям экономической эффективности. В качестве сравниваемых показателей используются основные экономические показатели отраслей территорий - среднемесячная заработная плата, объем прибыли, инвестиции в основной капитал и др. На основании полученной информации строится рейтинг кластерных групп региона.
1.1.4 Определение обобщающего показателя развития кластерных групп и оценка их перспективности
Обобщающий показатель развития кластерных групп определяется с использованием рейтингования данных групп по показателям значимости, связанности, эффективности. Для этого необходимо произвести сопоставление приоритетных направлений промышленного, технологического и инновационного кластерного развития, мер поддержки малого и среднего предпринимательства в макрорайонах и регионе с выделенными кластерными группами.
Для наглядности оценку необходимо проводить в баллах по всем критериям, на основе которой определяется суммарный рейтинг кластерных групп с соответ-
ствующими выводами.
2. Определение потенциала кластеризации отраслей экономики на основе структурных сдвигов
Метод структурных сдвигов основан на предположении, что на экономический рост оказывают непосредственное влияние следующие элементы:
- национальная экономика (№);
- отрасли в стране (1М);
- региональная экономика (RS).
С помощью исследования структурных сдвигов возможно выявить те отрасли, которые находятся под до-минируещим воздействием той или иной группы факторов роста. В основе региональных экономических кластеров находятся те производства, для которых значения RS будут наибольшими, что свидетельствует о наличии на территориях макрорайонов (региона) особых условий, которые обеспечивают данным отраслям дополнительные конкурентные преимущества и, как следствие, наиболее успешное и эффективное развитие. Таким образом, данные производства способны стать основными источниками роста для региональной экономики.
Формула для расчета выглядит следующим образом:
55 = N5 + 1М + КБ,
где 55- структурный сдвиг (81ий-811аге);
N5 - национальный вклад (№йопа^Ьаге);
!М- отраслевой вклад (IndustryMix);
Й5- региональный вклад (RegionalShift).
Для расчета каждого из компонентов используются формулы:
N51
(5)
(6)
где ^-абсолютное значение соответствующего показателя (занятости, оборота, добавленной стоимости, прибыли и т.п.); t - период; / - ¡-я отрасль (сфера, вид экономической деятельности); г - данный регион; п -данная страна;
Яп> Яп'1- значения данного показателя в стране в
текущем и базовом периодах;
П Пзначения данного показателя в ;-й отрас-х т> х т
ли в целом по стране в текущем и базовом периодах; Л t п значения данного показателя в ;-й отрас-
Х1Г' Х1Г
ли в данном регионе в текущем и базовом периодах;
- занятость в ;-й отрасли в регионе в период (1-1).
1 иобщее количество занятых в стане в периоды (1-1) и Соответственно
Национальный вклад (NationalShare) показывает степень роста занятости в макрорайоне (регионе) по данному виду экономической деятельности за счет роста занятости в национальной экономике в целом.
Отраслевой фактор 1М оценивается на основе определения вклада национальных темпов прироста анализируемой переменной в отрасли в изменение отраслевого показателя в регионе:
по занятости: / ¡у \ (7)
I' / I1 г \
где ¿¡;_ I и количество занятых в ;-й отрасли в регионе в период(Г-7) и г.
по объему продаж: ^¿г ~ Qir 1 1,1 й"1)' (8)
Отраслевой фактор показывает качество отраслевой структуры региональной экономики по анализируемой переменной и может принимать как положительные, так и отрицательные значения. Кроме того, он также фиксирует степень воздействие общенациональных отраслевых тенденций на динамику развития отрасли в макрорайоне (регионе).
Региональный фактор RS, являясь ключевым количественным индикатором идентификации кластеров, позволяет установить отрасли-лидеры и отрасли-аутсайдеры в экономике региона по критерию уровня относительной конкурентоспособности: в данном случае сопоставляются темпы роста анализируемой переменной по отрасли в стране и регионе. Региональный фактор рассчитывается по следующей формуле:
по занятости: ^ ¿1 ^ (9)
по объему продаж: = д^-г * _ (10)
Оценка данного показателя проводится по следующим критериям:
- отрасли с высокими значениями показателя RS обладают значительным кластерным потенциалом;
- отрасли со стабильно отрицательными значениями RS являются аутсайдерами экономики.
Факторный анализ экономики макрорайона (региона) позволяет выявить отраслевые точки роста промышленного производства в макрорайоне (регионе) и определить его факторные источники как экстенсивного (например, если анализу подвергается занятость), так и интенсивного характера (если речь идет о производительности труда).
Выявление приоритетных видов экономической деятельности производится по соотношению показателей 1М и RS. Сопоставление данных показателей позволяет выделить 6 типов условий (таблица 1).
Таблица 1 - Типология отраслей по соотношению показателей 1М и RS (Составлено автором на базе источников [3, 4])
Тип отрасли Соотношение показателей Интерпретация показателей
1 IM>0, RS>0 Имеют место благоприятные региональные и отраслевые условия развития
2 IM<0, RS>0 |IM|<|RS| Благоприятные региональные условия развития перевешивают не вполне благоприятные отраслевые условия роста
3 IM>0, RS<0 |IM|>|RS| Благоприятные отраслевые условия развития перевешивают не вполне благоприятные региональные условия роста
4 IM<0, RS>0 |IM|>|RS| Благоприятные региональные условия развития не в состоянии перевесить неблагоприятные отраслевые условия роста
5 IM>0, RS<0 |IM|<|RS| Благоприятные отраслевые условия развития не в состоянии перевесить неблагоприятные региональные условия роста
6 IM<0, RS<0 Имеют место неблагоприятные региональные и отраслевые условия развития
Первый, второй и третий типы отраслей относятся к числу региональных лидеров в экономике. Отрасли 1-го типа обладают наибольшим потенциалом кластеризации; отрасли 2-го типа также способны составить ядро кластера. Отрасли 3-го типа, несмотря на лидерство, обладают меньшим потенциалом в создании ядра кластера, поскольку региональные условия роста препятствуют их развитию. Проведение стимулирующей дифференцированной экономической политики макрорайона (региона) может обеспечить их переход в 1-й тип лидеров.
На следующем этапе производится отбор потенциальных кластеров среди отраслей макрорайонов и региона с высокими значениями локализации по показателям
RS и формируется карта кластеров по значениям их регионального и отраслевого фактора с масштабированием по показателю локализации.
Этап 2. Выявление перспективных (значимых) отраслей экономики
Позиционирование кластерных групп (ВЭД) по методам коэффициентов локализации и структурных сдвигов позволяет выделить наиболее перспективные из них.
Этап 3. Анализ условий конкурентной устойчивости отраслей экономики в макрорайонах (регионе)
Данный этап предполагает проведение анализа состояния региональной экономики и в разрезе макрорайонов по факторам производства, в том числе - наличие и доступность природных, материальных, трудовых, инфраструктурных и прочих видов ресурсов (доступны/ недоступны).
Кроме того, необходимо дополнительно оценить количественные и качественные показатели конкурентной устойчивости (таблица 2).
Таблица 2 - Показатели конкурентной устойчивости отраслей экономики макрорайонов (Составлено автором на базе источников [3, 4, 5])
Факторы Характеристика
Внутренний спрос Количественные показатели: - доля продукции отрасли, реализуемой в пределах региона, в России, за рубежом и их динамика в последние 3-5 лет; - коэффициент межрегиональной товарности (рассчитывается как отношение вывоза из района данной продукции к ее региональному производству); - доля аналогичной продукции производителей других регионов, реализуемой в исследуемом регионе, в том числе импортной. Качественные показатели - уровень требовательности покупателей к ассортименту, новизне и качеству продукции (высокий/средний/ низкий). Количественные и качественные показатели интегрируются в сводную оценку внутреннего спроса - «заинтересованный/безразличный»
Конкурентоспособные отрасли-поставщики или другие сопутствующие отрасли в данном регионе Количественные показатели - доля поставщиков отрасли, расположенных в пределах субъекта РФ, в РФ, за рубежом и динамика объемов их поставок в последние 3-5 лет. Качественные показатели - наличие и уровень учреждений профессионального образования; - наличие и степень активности научно-исследовательских организаций; - наличие и степень активности некоммерческих организаций, содействующих отрасли; - заинтересованность и степень содействия государственных учреждений отрасли; - наличие и степень содействия СМИ отрасли. Количественные и качественные показатели интегрируются в сводную оценку родственных и поддерживающих отраслей - «присутствуют / отсутствуют»
Мотивирующие факторы для формирования эффективных стратегий организации Качественные показатели - определяются по наличию или отсутствию.
1. Полученные оценки позволяют идентифицировать:
Отрасли с высоким потенциалом кластерного развития, но которым необходима информационная поддержка;
2. Отрасли, в которых возможно создание кластеров с учетом целенаправленных длительных управляющих воздействий;
3. Отрасли, в которых создание кластеров сопряжено с высоким объемом затрат и низкой эффективностью.
Таким образом, следующий этап проводится для первых двух групп отраслей.
С целью итогового формирования кластерных групп необходимо учитывать следующие аспекты:
- рекомендуется использовать общие принципы формирования кластерных групп (сформированы М.Портером), классифицируя торгуемые, локальные и ресурсные виды экономической деятельности. Торгуемые виды экономической детельности являются менее зависимыми от местоположения и занимаются поставками своей продукции за пределы территории. Локальные отрасли являются инфраструктурными, т.е. те, которые представлены по всем макрорайонам -транспорт, энергетика, инженерные сети, торговля и др. Соответственно ресурсные отрасли имеют ограничения в выборе местоположения.
- рекомендуется классифицировать кластерные
группы на промышленные, высокотехнологичные и креативные. Промышленные - это производства, ориентированные на массовый рыночный сегмент (-й технологический уклад). К высокотехнологичным относятся отрасли последних технологических укладов (5-6), в том числе наука и образование. Креативная кластерная группа формируется за счет традиционных видов деятельности, осуществляющие производство индивидуализированной продукции.
Те виды деятельности, которые не вошли в группу приоритетных или межотраслевых кластеров рекомендуется рассматривать в качестве потенциально одноот-раслевых. Но в данном случае необходимо проведение дополнительных исследований с целью определения состава его участников, их взаимоотношений, долю малого и среднего предпринимательства в его структуре и др.
С целью учета степени пространственной близости торгуемых отраслей необходимо рассчитать коэффициенты корреляции, на основании которых возможно выявить устойчивые хозяйственные агломерации.
Далее на основе анализа пересечения хозяйственных агломераций определяются отрасли, опосредующие межкластерные связи.
В итоге формируется полный состав и структура отраслевых кластеров, которые впоследствии наполняются разными участниками .
Задача 2. Идентификация кластеров с учетом перспектив технологического развития и формирование структуры инновационно-промышленных кластеров.
Кластеры, идентифицированные в результате обобщения данных в рамках задачи 1, наполняются современными технологическими решениями, переводящими их в разряд инновационно-промышленных, составляющих наукоемкие ВЭД. Авторами предлагаются критерии выбора данных технологических решений по этапам с определением соответствия требованиям развития, глобальной экономики, параметров оценки и критериев выбора по каждому этапу:
1 Оценка способности технологий противостоять «глобальным вызовам» мировой экономики и соответствовать мировым тенденциям технологического развития:
1.1 Соответствие приоритетам научно - технологического развития РФ на основе стратегических документов, учитывающих «глобальные вызовы»;
1.2 Соответствие мировым тенденциям технологического развития (цифровизация, революция материалов, революция живых систем, когнивитизация, институциональная трансформация, антропологический сдвиг, эффективное природопользование).
2 Оценка способности технологий обеспечить структурное изменение экономики региона на основе перехода к технологиям VI технологического уклада:
2.1 Соответствие целевым задачам и приоритетам социально - экономического развития региона, определенными стратегическими документами.
3 Оценка принадлежности технологий к процессам конвергенции
3.1 Базирование конвергентных технологий на процессах взаимопроникновения групп технологий - интеграторов (нано - био - инфо - когно);
3.2 Возможность «сближения» отраслей, стирания границ между ними;
4 Оценка возможности перехода на новый технологический уклад, формирования и развития новых рынков.
4.1 Соответствие сценарию стратегического развития технологий (нишевое лидерство, локальная технологическая конкурентоспособность, международная технологическая конкурентоспособность).
5 Оценка потенциала возможности разработки и реализации приоритетных технологий в регионе:
5.1 Соответствие потенциала относительно центров производства, центров потребления (рынки сбыта), цен-
тров НИОКР (управление жизненным циклом):
- по сценариям технологического развития;
- по секторам экономики региона.
Предлагаемая методика имеет практическое значение, в частности ее применение позволит управленческим структурам региона получить экономическое обоснование для выбора наиболее перспективных видов экономической деятельности, в которых следует проводить работу по формированию кластерных структур. Кроме того, методика предполагает дальнейшее наполнение идентифицированных кластерных структур современными технологическими решениями, переводящими их в разряд инновационно-промышленных с целью «вытягивания» производственных цепочек передовых технологий и проектирования их протяженности на территории региона. Также предлагаемый алгоритм может быть использован при решении задач мониторинга результатов региональной кластерной промышленной политики, определения потребностей в финансовых ресурсах при планировании деятельности организаций и фондов, специализированных на реализации программ инновационно-промышленного развития.
СПИСОК ЛИТЕРАТУРЫ:
1. Федотова А.Ю. Анализ методик оценки инновационного и технологического потенциала регионов в контексте развития динамических способностей территориально-отраслевых комплексов // Современные научные исследования и инновации. 2016. № 10.
2. Киселев А.Н., Куценко Е.С., Карнаух А.П. Определение приоритетных направлений для формирования кластеров малых и средних предприятий на примере г. Москвы (Москва, Россия). Сборник Сетевой бизнес и кластерные технологии. М.: Издательский дом НИУ ВШЭ, 2011.
3. Куценко Е.С., Данько Т.П. Основные подходы к выявлению кластеров в экономике региона // Экономические проблемы регионов и отраслевых комплексов. - СПб.: Научно- роизводственная компания «РОСТ». 2012. №1.
4. Земцов С., Панкратов А., Баринова В., Куценко Е. С. Выявление кластеров высоко-технологичных компаний в России с целью верификации федеральной кластерной политики // В кн.: XVII Апрельская международная научная конференция по проблемам развития экономики и общества: в 4 кн. / Издательский дом НИУ ВШЭ, 2017. С. 275-285.
5. Kutsenko E. S. Pilot Innovative Territorial Clusters in Russia: A Sustainable Development Model // Foresight and STI Governance. 2015. №9.
6. Киселев А.Н., Куценко Е.С., Карнаух А.П. Определение приоритетных направлений для формирования и развития кластеров малых и средних предприятий в региональной экономике (на примере города Москвы). -[Электронный ресурс]. URL: http://www.virtass.ru/admin/ pics/25_02_I0.pdf (дата обращения: 10.10.2017).
7. Марков Л.С. Теоретико-методологические основы кластерного подхода. Монография. - Новосибирск: ИЭОПП СО РАН, 2015.
8. Марков Л. С., В. М. Маркова Выявление эталонных кластеров: методические вопросы и практическое приложение к отечественной промышленности // Вестник НГУ. Серия: социально-экономические науки. 2012. Том 12, выпуск 1.
9. Марков Л.С., Петухова М.В., Маркова В.М. Идентификация и анализ отраслевых кластеров Сибири // Кластерные политики и кластерные инициативы: теория, методология, практика / Пензенский гос. ун-т архитектуры и строительства, Центр кластерного развития. - Пенза, 2013.
10. Марков Л.С. Методологические вопросы кластерной политики: оценка, идентификация и анализ // Кластерные политики и кластерные инициативы: теория, методология, практика / Пензенский гос. ун-т архитектуры и строительства, Центр кластерного развития,
Пр-во Пензенской обл. - Пенза, 2012.
11. Григорьева О.В., Григорьева Н.С. Исследование структуры и признаков кластера на примере строительного кластера республики Татарстан // Балтийский гуманитарный журнал. 2013. № 4. С. 72-75.
12. Кудряшов В.С. Теоретические и методологические аспекты формирования промышленных кластеров в регионах России на основе системного подхода // Петербургский экономический журнал. 2013. № 4.
13. Кудряшов В.С. Особенности формирования и функционирования научно-производственных кластеров в региональной экономике// Управленческое консультирование. 2017. №3.
14. Кудряшов В. С. Теоретические аспекты инновационного развития региона на основе формирования и функционирования кластеров // Петербургский экономический журнал. 2014. № 3.
15. Кудряшов В. С. Анализ развития экономики европейских стран на основе кластерного подхода // Дизайн. Материалы. Технология. 2012. № 3 (23).
16. Козина Е.В. Региональный кластер как элемент внутренней среды региональной социально-экономической системы // XXI век: итоги прошлого и проблемы настоящего плюс. 2013. Т. 2. № 11 (15). С. 255-261.
17. Великая Е.Г., Папян А.Г. Предпринимательский кластер как форма эффективного взаимодействия предприятий // Карельский научный журнал. 2015. № 1 (10). С. 105-110.
18. Хасаев Г. Р., Михеев Ю. В. Кластеры — современные инструменты повышения конкурентоспособности региона (через партнерство к будущему). Ч. 1 // Компас промышленной реструктуризации. 2003. № 5.
19. Жабин Н.П. Методические основы идентификации кластерных групп предприятий региональной экономики. Диссертация. Санкт-Петербург. 2015.
20. Бареев Т.Ф. Классификация кластеров в современной экономической теории // Актуальные проблемы экономики и права. 2012. № 3. С. 57-61.
21. Кудрявцева Т.Ю., Жабин Н.П. Результаты исследования кластерной структуры экономики Санкт-Петербурга // Общество. Среда. Развитие. 2014. №3.
22. Кудрявцева Т.Ю., Жабин Н.П. Построение алгоритма определения кластеров в экономике региона // Научно-технические ведомости СПбГПУ: Экономические науки. 2014. № 3.
23. Бабкин А.В., Бахмутская А.В., Кудрявцева Т.Ю. Кластерная политика государства: идентификация объекта управления // Экономическое возрождение России. 2012. №2.
24. Европейская кластерная обсерватория [Электронный ресурс]. URL: http://www.cluster-observatory.eu (дата обращения: 02.09.2017).
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований, Правительства Красноярского края, Красноярского краевого фонда поддержки научной и научно-технической деятельности в рамках научного проекта №17-12-24012 (РФФИ-5 ОГН), тема проекта «Методологические подходы к формированию и прогнозированию развития новых секторов экономики для сырьевых регионов России с учетом глобальных вызовов технологического развития (на примере Красноярского края)».
Статья поступила в редакцию 29.10.2017
Статья принята к публикации 24.12.2017
