Научная статья на тему 'Идентификация агропромышленных кластеров в системе регионального сельского хозяйства'

Идентификация агропромышленных кластеров в системе регионального сельского хозяйства Текст научной статьи по специальности «Экономика и бизнес»

CC BY
276
61
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
кластер / количественные и качественные методы идентификации кластеров / модели идентификации кластеров / агропромышленный кластер.

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Ахунжанова И. Н., Томашевская Ю. Н.

В данной статье рассмотрена возможность практической реализации зарубежных методов идентификации кластеров в условиях российских регионов.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Идентификация агропромышленных кластеров в системе регионального сельского хозяйства»

Ns 2(29), 2014 г.

ЭКОНОМИКА

АХУНЖАНОВА И. Н., ТОМАШЕВСКАЯ Ю. Н.

ИДЕНТИФИКАЦИЯ АГРОПРОМЫШЛЕННЫХ КЛАСТЕРОВ В СИСТЕМЕ РЕГИОНАЛЬНОГО СЕЛЬСКОГО ХОЗЯЙСТВА

Аннотация: В данной статье рассмотрена возможность практической реализации зарубежных методов идентификации кластеров в условиях российских регионов.

Ключевые слова: кластер, количественные и качественные методы идентификации кластеров, модели идентификации кластеров, агропромышленный кластер.

В последнее десятилетие кластерный подход к экономическому развитию занял значимое место в обеспечении повышения конкурентоспособности регионов многих стран, в том числе и России. Наиболее значимыми в настоящее время становятся программы региональной аграрно-промышленной кластеризации, предполагающие создание и развитие на определенных территориях агропромышленных кластеров и реализацию проектов, способных решить ряд многих взаимосвязанных социально-экономических проблем. При этом очевидно, что разработка эффективных мероприятий по развитию кластерного портфеля возможна только при наличии объективной аналитической информации о кластерном потенциале конкретной территории, раскрывающей ее состояние и перспективы.

Наибольшее влияние на всестороннее изучение вопросов идентификации кластеров оказали труды таких учёных, как Т. Андерсон, М. Портер, Е. Бергман, А. Джейф, М. Ландмарк, Й. Линквист, Е. Маркой, Е. Фезер, Р. Инь, Н. Литзель, А. Маркусен, Б. Робертс, П. Скрантон, О. Солвел, Р. Стимсон, Ю. Терас.

В последние годы возрос интерес к кластерному подходу также среди ученых-экономистов России. Данной проблемой занимаются А. Ермишина, А. Колошин, Е. Куценко, Л. Марков, Г. Мерзликина, К. Разгуляев, И. Ферова, Л. Шаховская, М. Ягольницер и другие.

Однако, несмотря на большое количество работ, посвященных различным аспектам изучения кластеров и методам их идентификации, отметим недостаток исследований, направленных на изучение возможности применения теории кластерной идентификации к условиям российской экономики. В этой связи особую актуальность представляет вопрос возможности приложения в условиях российской региональной специфики методов, активно применяемых в зарубежной практике, с целью формирования модели идентификации и оценки кластеров в российских регионах.

Сложность и неоднозначность идентификации кластеров во всех направлениях экономической деятельности в целом, и в аграрной сфере в частности, предопределены сложностью самого понятия. По функционалу используемых методов можно выделить два основных подхода к идентификации: количественный, который опирается на экономическое моделирование и базируется на статистических показателях и качественный, основанный на сборе экспертной информации о кластере и кластерных взаимосвязях.

К количественным методам идентификации кластеров относят метод расчета коэффициента локализации, методологию М. Портера, метод «затраты-выпуск», дистанционно-ориентированные методы.

Обосновывая применимость методологии идентификации кластеров М. Портера к территориям регионов России, следует отметить, необходимость предварительного осуществления следующих мероприятий:

•Переведение российской системы Общероссийского классификатора видов экономической деятельности (ОКВЭД) в Стандартную отраслевую классификационную систему США (СОК).

•Группировка полученных в результате отраслей в кластеры в соответствии с кластерными категориями, выделенными Портером.

Таким образом, для проверки гипотезы об эффективности и рациональности приложения данной методологии к идентификации кластеров на территории регионов РФ необходимо более детально рассмотреть российскую классификационную систему ОКВЭД.

Общероссийский классификатор видов экономической деятельности был введен на территории России с 1 января 2003 г. в соответствии с постановлением Госстандарта России от 6.11.2001 г. № 454-ст. с детализацией до пяти- и шестизначных кодов и основывается на Международной стандартной отраслевой

5

ВЕСТНИК ИНСТИТУТА

классификации всех видов деятельности МСОК (International Standard IndustrialClassification of all Economic Activities ISIC). Следовательно, его гармонизация с СОК для применения в методологии М. Портера может быть осуществлена только посредством промежуточного перехода в МСОК, что является очень трудоемким и затратным по времени процессом. При этом важно отметить, что соотнесение ОКВЭД и СОК не может гарантировать получения точных результатов относительно имеющихся кластеров, поскольку в условиях отсутствия достоверной статистической информации, сложно говорить о корректности получаемых результатов.

Информационная непрозрачность деятельности многих российских хозяйствующих субъектов, в том числе и в агропромышленном комплексе, связанная с их уходом в теневой бизнес и отсутствие мотивации для предоставления достоверной экономической информации является важной проблемой статистического описания региональной экономики России.

Продемонстрируем далее результаты анализа возможности использования для выявления кластеров метода таблиц «затраты-выпуск». Во-первых, в практике Российской Федерации в целом имеется шесть развернутых (базовых) отчетных балансов, разработанных в разрезе 227 отраслей, за 1966, 1972, 1977, 1982, 1987,1995 гг. То есть за последние 15 лет составлен один единственный МОБ за 1995 г. (в то время как в зарубежных странах их количество достигает нескольких сотен, например, в США, Японии базовые таблицы составляются в разрезе 500 отраслей, в Канаде - 300 отраслей и более 700 продуктов) [8]. Отметим, что на региональном уровне таблицы «затраты-выпуск» не составлялись со времен плановой экономики. Во-вторых, обзор структуры затрат в России, который требуется для составления МОБ, не проводился с 1995 г. (для сравнения - исследования подобного рода в развитых странах выполняются не реже одного раза в пять лет). В-третьих, агрегированные межотраслевые балансы носят крайне недетализованный характер, поскольку составляются для 22-х видов продуктов на основе структуры затрат 1995 г. В-чегвертых, классификация товаров и услуг в российских таблицах «затраты-выпуск» разработана на основе классификатора отраслей народного хозяйства (ОКОНХ). Однако в свете необходимости проведения ретроспективных, перспективных, международных сопоставлений, а также построения макроэкономических прогнозов многими исследователями по данной проблематике отмечается важность разработки таблиц межотраслевого баланса также в системе ОКВЭД [3]. Что касается оценки подобных таблиц по регионам, то отдельными учеными и исследовательскими коллективами были предприняты немногочисленные и несистематизированные попытки в данном направлении.

Все изложенное выше свидетельствует о том, что потребность внесения корректировок в систему ведения таблиц «затраты-выпуск» существует, и в этой связи Правительством Российской Федерации уже принято решение о составлении дезагрегированной таблицы «затраты-выпуск» за 2011 г. и ее представлении в Правительство в 2015 г. Однако, в силу описанных недостатков практики составления таблиц «затраты-выпуск», решение относится к необходимости возврата к практике составления региональных МОБ. Таким образом, количественный метод идентификации кластеров «затраты-выпуск» на территории регионов России не может быть применим в настоящий момент времени.

При использовании дистанционно-ориентированных методов в России основная сложность состоит в получении данных о точном расположении компаний с последующим составлением карты их месторасположения. Применение данных методов на территории российских регионов может быть эффективно в случае проведения работ по созданию на государственном уровне баз данных географических координат российских предприятий.

Кроме того, использование данного метода требует наличия специализированного программного обеспечения. Хотя на данный момент работа с крупными географическими пространствами, такими как границы страны, значительно упрощена, а подсчет функций может быть облегчен программным обеспечением (аналогичным программе «Ripley», использование которой позволяет выявлять межотраслевые взаимосвязи посредством М-функции (одной из разновидностей дистанционноориентированных методов) и, как следствие, осуществлять идентификацию кластеров в пространстве). Тем не менее, для проведения широкомасштабного исследования по выявлению кластеров на территории России, потребуется разработка соответствующего русифицированного специализированного программного продукта.

И, наконец, учитывая территориальные особенности России, можно предположить, что в процессе применения данного метода необходимо будет пересмотреть границы анализа, ранее предложенные разработчиками функций дистанционно-ориентированных методов. Относительная компактность европейских стран обусловила поиск эффектов концентрации между предприятиями на расстоянии, максимальное значение которого, например, при проведении анализа Швеции составило 125 км [5].

6

Ns 2(29), 2014 г.

Очевидно, что подобные эффекты в отношении российских предприятий должны быть исследованы на гораздо более протяженном отрезке, при этом можно предположить, что результаты данного анализа будут отличаться от полученных зарубежными учеными с точки зрения интервала проявления концентрационных эффектов, более значительного, нежели первые в среднем один-три километра, как это наблюдалось в Европе.

Отметим, что одним из основных преимуществ дистанционно-ориентированных методов является возможность идентифицировать кластер безотносительно к заранее установленным территориальным границам посредством выявления географической концентрации предприятий как одной отрасли, так и различных отраслей. Для проверки целесообразности «ухода» от заданных территориальных очертаний российских регионов в рамках процесса идентификации кластеров представляется важным обращение к принципам административно-территориального устройства России.

Предпосылками современного состояния территориальной системы России являются особенности российского административно-территориального деления (АТД) страны в период с начала XX в. и до начала XXI в.

АТД России, как в предыдущие периоды, так и в настоящий момент отличается сильной раздробленностью, при этом, чем сильнее влияние административного, аппарата, тем сетка территориального деления становится более дробленной; и наоборот, учет в территориальном делении объективных факторов, ресурсных связей, социально-экономического тяготения способствует укрупнению сетки административно-территориального деления.

В основе формирования границ любого государства лежат два принципа: границы формируются на основе функциональных отношений социально-экономических систем, либо существуют границы-реликты, образовавшиеся ранее в результате преимущественно отношений наций, религий [6]. При этом, по мере развития цивилизованных отношений исторически сложившиеся границы переходят в разряд нефункциональных, не отображающих социально-экономические процессы. В бывшем СССР определяющую роль играли границы, основанные на функциональных экономических отношениях, и поэтому территориальные границы республик и областей были условными.

В настоящее время границы нашего государства также во многом искусственны, однако теперь, в отличие от советского периода, они не отвечают объективно развивающейся структуре функциональных отношений в социально-экономических системах. По своей раздробленности российское государственнотерриториальное устройство (республика, край, область, автономный округ), сохранявшееся на протяжении шести десятилетий, не имеет аналогов. Так, средняя численность населения субъекта РФ составляет примерно 1,6 млн. чел., что более, чем втрое меньше, аналогичного показателя в Германии, Бразилии или США.

В 2000 г. с целью совершенствования структуры территориального управления было осуществлено объединение субъектов федерации в семь федеральных округов, призванных стать важным элементом в механизме взаимодействия федерального центра и субъектов федерации.

Несмотря на разницу во мнениях относительно целесообразности данного деления, многие ученые, занимающиеся вопросами административно-территориального деления, сходятся в том, что выделение федеральных округов следует рассматривать как попытку или первый шаг в деле укрупнения системы административно-территориального деления.

Вопрос проведения административно-территориальных преобразований, направленных на изменение доставшейся в наследство от Советского Союза устаревшей струьауры административно-территориального деления государства находит все большее отражение в трудах, как деятелей науки, так и выступлениях представителей органов власти различного ранга, аргументы которых в целом сводятся к тому, что количество административных единиц на уровне субъектов Федерации чрезмерно и вопрос оптимизации территориального устройства Российского государства должен иметь научное обоснование.

Таким образом, принимая во внимание определенную специфичность исторически сложившегося административно-территориального деления России, основанного по большей части на национальной составляющей и слабо учитывающего социально-экономические аспекты районирования, использование дистанционно-ориентированных методов позволит уйти от проблемы неверного выбора единицы анализа.

Подводя итог по обзору возможности применения количественных методов идентификации кластеров на территории российских регионов, отметим, что существенным ограничением всех рассмотренных количественных методов, является отсутствие детальной оценки конкретных участников кластера, а также учета характера и степени их взаимодействия, что является основным и необходимым элементом для разработки эффективной кластерной политики.

7

ВЕСТНИК ИНСТИТУТА

На наш взгляд, преодолеть данные недостатки и предложить варианты достоверной идентификации, позволяют более узконаправленные, сфокусированные на изучении отдельного кластера, качественные методы, к которым чаще всего относят: метод интервьюирования, кейсовая методика исследования.

В процессе практической реализации метода интервьюирования в России исследователями отмечается потенциальный риск нежелания представителей различных элементов кластера взаимодействовать в процессе опроса и предоставлять необходимую информацию.

Рассматривая возможность применения других качественных методов, особое внимание необходимо уделить важному замечанию, которое приводит в своей работе, посвященной анализу трех различных европейских регионов с целью составления кейсов, Ю. Террас [7] о том, что для развития реального конкурентного преимущества кластерам необходимо десятилетие, а иногда и более продолжительный период времени. То есть рассматривать конкретный кластер, используя кейсовый метод исследования, стоит лишь в том случае, если кластер прошел первоначальные этапы жизненного цикла. Указанная особенность снижает вероятность использования кейсового метода для идентификации кластеров в России в силу особенности истории ее экономического развития. Тем не менее, в целом кейсы являются интересным источником нового знания для практиков, поскольку направлены на анализ событий, имеющих место в рамках реальных ситуаций, и их применение в дальнейшем представляется весьма перспективным.

Завершая изучение возможности применения зарубежных методов идентификации кластеров в регионах Российской Федерации, следует обратить внимание на тот факт, что большинство изученных международных исследований концентрируются на одном качественном или количественном методе. При этом, достаточно мало исследований направленно на комплексную идентификацию кластеров. Однако очевидно, что наиболее эффективные результаты могут быть получены посредством использования количественного и качественного подходов одновременно. При этом выбор наиболее подходящих из рассмотренных зарубежных методов будет обусловливаться, прежде всего, целями конкретного исследования, а также возможностью их приложения в полной мере по отношению к экономическим условиям рассматриваемой территории.

Принимая во внимание рассмотренные выше особенности, а также необходимость системной идентификации и оценки уровня развития кластеров, преимущества и ограничения рассмотренных методов, в рамках исследования были сформированы две комплексные модели идентификации и оценки уровня развития кластеров на территории регионов РФ: модель «кластерных категорий» и модель «пространственной корреляции».

Схема предлагаемых моделей представлена на рисунке 1.

Рис. 1. Комплексные модели идентификации и оценке уровня развития кластеров

на территории регионов РФ

8

Ns 2(29), 2014 г.

Следует пояснить, что выбор методологии Портера в рамках модели «кластерных категорий» был обусловлен несколькими позициями: во-первых, расчет коэффициента локализации отличается относительно простотой; во-вторых, в качестве основного расчетного показателя выступает занятость, информация по которой широко доступна; в-третьих, в отличие от практики использования лишь метода коэффициента локализации как такового, что позволяет ограничиться лишь выделением отраслей, отличающиеся наибольшей концентрацией, методология М. Портера носит более глубокий характер, позволяя определять перечень конкретных отраслей, относящихся к тому, или иному кластеру.

Проведенное в рамках данной работы исследование показало нерациональность административно-территориального деления России, оставшегося в наследство после существования советского государства, и основанного по большей части на национальной составляющей. Обозначенная особенность системы районирования России определила выбор в качестве основы для модели «пространственной корреляции» один из дистанционно-ориентированных методов - М-функцию Е. Маркона, которая позволит устранить проблему неверного выбора единицы анализа. Кроме того, в силу низкой активности межрегионального сотрудничества проведение пространственного анализа отраслей без привязки к географической единице посредством дистанционно-ориентированных методов принимает особую важность, поскольку позволяет обнаруживать наличие межрегиональных кластеров.

Полученные на первом количественном этапе результаты могут быть уточнены в процессе интервьюирования, единственного, на наш взгляд, из рассмотренных качественных методов, имеющего потенциал к применению в РФ в настоящее время. Исходя отсутствия доверия у представителей бизнеса друг к другу, по отношению к органам власти и представителям образовательных учреждений, а также все еще имеющего место скепсиса по отношению к самой идее кластерного развития и, как следствие, нежелания делиться имеющейся информацией, в качестве компенсации данного риска предложено использование метода «снежного кома», поскольку проведение исследования в ключе «по рекомендации» позволит уменьшить барьеры на пути получения информации.

Практика использование кластерно ориентированного подхода в отношении сферы сельского хозяйства аридных территорий весьма редко встречается в экономической литературе, посвященной кластерной концепции - одним из самых успешных примеров формирования и развития территориальных кластеров в таких зонах является кластер ирригационного оборудования в Израиле, где всегда существовала необходимость выращивания сельскохозяйственных культур в условиях засушливости [1].

Вместе с тем, учитывая, что аридные регионы, охватывая огромную территорию России, имеют исключительно важное социально-экономическое значение и располагают значимым природно-ресурсным потенциалом, анализ агропромышленного кластера подобной зоны представляется весьма интересным и актуальным.

В качестве объекта приложения выявленных теоретических обоснований в рамках данного исследования выступил агропромышленный кластер Астраханской области, пример региона расположенного в зоне аридного климата. Земли сельскохозяйственного назначения Астраханской области составляют 3,4 млн. гектар. В целом за последние 10 лет объемы производства в сельском хозяйстве увеличились более, чем в два раза. Средняя урожайность овощных культур по Астраханской области составила в 2013 году 377,9 ц/га (в целом по России - 213,9 ц/га), для сравнения в 2004 году урожайность овощных культур в регионе составляла 171,4 ц/га [2].

Предполагается, что такие высокие показатели роста достигнуты благодаря внедрению передовых технологий, использованию новых селекционных достижений, современной высокопроизводительной технике, грамотному внесению комплекса минеральных и органических удобрений, использованию систем мелиорации и капельного орошения. С 2011 года впервые в России в регионе внедрены высокотехнологичные спринклерные системы орошения израильского производства. В 2013 году высокотехнологичными методами орошения, включая капельный метод, в Астраханской области обслуживалось 40 тыс. га посевов сельскохозяйственных культур или более 50% посевной площади. Увеличение объемов производства сельскохозяйственной продукции в дальнейшем привело к необходимости развития системы хранения, предпродажной подготовки и перерабатывающей промышленности, что также отразилось в модернизации и расширении сопутствующих предприятий региона - овощехранилищ, центров предпродажной подготовки растениеводческой продукции, оптовораспределительных центров, овощеперерабатывающих предприятий.

9

ВЕСТНИК ИНСТИТУТА

Идентификация уровня кластеризации и уровня взаимодействия между участниками кластера позволит институционально закрепить агропромышленный кластер в регионе, принять необходимые программы поддержки, создать недостающую инфраструктуру - организационную, финансовую, транспортную, логистическую, кадровую и реализовывать стратегические проекты в рамках совместных усилий.

Исследование, выполняемое на основе теоретических предпосылок и составленной модели идентификации кластеров, было проведено в два этапа на основе личных полуформализованных интервью с основными участниками агропромышленного кластера астраханского региона. Первый этап был направлен на выявление ключевых компаний агропромышленного кластера на основе таких критериев как: привлечение инвестиционных потоков в регион; известность среди потребителей; количество занятых; способность к привлечению большинства потребителей региона и т. д. Второй этап заключался в выделении других фактических элементов кластера, степени их взаимодействия между собой и с ядром кластера, препятствий и возможных путей более эффективного развития. Полученная в ходе проведения опросов информация была дополнена официальными статистическими данными. Ниже представлены основные выводы исследования.

Так, проведенный конкурентный анализ и анализ факторных условий данного кластера позволил получить следующие результаты (рис. 2), обобщенные в виде модели ромба агропромышленного кластера Астраханской области. Отметим, что используемая для анализа модель «ромба» М. Портера представляет собой комплексный подход к определению детерминантов развития кластеров. Данная модель является системой, компоненты которой взаимодействуют - взаимно дополняются и взаимно усиливаются. Каждый детерминант влияет на все остальные[4]. Для полного представления условий формирования кластеров учитываются еще две переменные, не вошедшие в данную схему, но существенным образом влияющие на обстановку в стране или регионе, - случайные события и действия правительства.

Несмотря на то что, некоторые исследователи считают, что в агропромышленной сфере, как отрасли с сильной зависимостью от природных ресурсов, возможно, получить конкурентное преимущество только на основе одного-двух детерминантов, тем не менее, в настоящее время данную сферу вполне можно отнести к наукоемким отраслям, для которых необходимо иметь преимущество во всех составных частях «ромба».

Осуществление оценки развития агропромышленного комплекса Астраханской области и составление карты кластера с выделением его ключевых элементов позволили установить, что для него характерна сложная комбинация конкуренции и кооперации, а также можно выделить следующие особенности:

- ключевые элементы кластера с одной стороны являются серьезными конкурентами друг друга на внутреннем (местном) рынке региона, что практически нивелирует возможности взаимодействия на внутрирегиональном уровне, при этом с другой они имеют большой интерес для расширения взаимодействия в рамках кооперативов;

- изначальная неразвитость кластера и слабость взаимодействия между его участниками требует постепенного «достраивания» кластера;

- важную роль в ускорении формирования кластера могут выполнить правительство области и администрации муниципальных образований посредством составления прогнозов с учетом пространственного размещения и специализации сельскохозяйственного производства;

- особое значение с точки зрения дальнейшего эффективного функционирования и развития данного кластера играет инициативность и опыт ключевых участников кластера, в том числе в сфере маркетинга и стратегического планирования, а также повышения конкурентоспособности и экспорта продукции.

10

Факторные условия

Факторные словия

11евысокое качество и ассортимент продукции

• Недостаточная развитость транспортно-логистической системы

» Сложные климатические условия » Возможность выращивать раннюю и сверхраннюю продукцию, тепличное хозяйство

• Большое количество мелких производителей, их нескоординированность

• Психологические факторы (маркетинговая

безграмотность)

• Короткие сроки реализации продукции

• Зависимость от природных условий, госполитики, внешней ценовой конъюнктуры

» Максимизация прибыли в коротком периоде

• Жесткая конкуренция, высококонкурентный рынок

• Преобладание мелких сельхозтоваропроизводители, моно-культура, низкая

Родственные и

поддерживающие

отрасли

• Мелиорация, водопроводы

* Поставщики удобрений

» Поставщики семян

* Поставщики поливных систем

• Консультационная поддержка

» Финансовая поддержка

Условия спроса

• Стабильный, но ограниченный внутренний (региональный) спрос на продукцию

• Высокая себестоимость продукции

• Внешний спрос неограничен

• Высокая конкуренция с производителями ГОФО, СНГ, иностранными производителями » Спрос неэластичный

• Продукция не имеет существенных отличий, преимуществ на внешнем рынке

• Сезонность спроса Узкая линейка продукции

(отсутствие переработки)

Рис 2. Модель ромба агропромышленного кластера Астраханской области

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

М> 2(29), 2014

ВЕСТНИК ИНСТИТУТА

Перечень ключевых проблем на уровне кластера и возможные решения со стороны инициативных кластерных рабочих групп представлены в таблице.

Таблица 1.

Значимые проблемы агропромышленного кластера Астраханской области и варианты их решений

№ Проблема Решение

1 Несбалансированность (перепроизводство и недопоставки) по отдельным видам продукции Сбор информации у местных производителей, производителей из соседних регионов (Ставрополь, Краснодар, Казахстан), анализ и прогнозирование рынка с позиции спроса и предложения (в том числе, создание дорожных карт развития)

2 Потеря большой части выращенной продукции из-за отсутствия достаточной инфраструктуры в сфере технологий предпродажной подготовки, переработки и хранения продукции Создание сети овощехранилищ, перерабатывающих предприятий, которые осуществляют переработку, заморозку, сушку, а также предпродажную подготовку растениеводческой продукции, включающей в себя очистку, сортировку, калибровку и упаковку

3 Отсутствие центра сертификации сельскохозяйственной продукции Создание специальной передвижной Лаборатории по сертификации выращенной сельхозпродукции

4 Изношенность сельскохозяйственного оборудования, необходимость модернизации перерабатывающих производств Продолжение программы обновления парка сельскохозяйственной техники. Приобретение и установка нового оборудования кооперативами, совместное использование, лизинговые программы

5 Наличие системы мелиорации, частично не соответствующей современным требованиям Развитие системы капельного орошения, увеличение посевных площадей, обслуживаемых высокотехнологичными методами орошения, строительство завода для производства специализированного оборудования

6 Недостаток квалифицированных специалистов-агрономов Развитие эффективных отношений между образовательными, научными учреждениями и крупными производителями, создание новых целевых программ подготовки и переподготовки специалистов, развитие новых направлений агропроизводства (выращивание грибов, производство меда и пр.)

7 Отсутствие единой маркетинговой стратегии Разработка единой маркетинговой стратегии, брендирование агропромышленного кластера

Подводя итог рассмотрению темы идентификации кластеров в агропромышленной сфере, хотелось бы подчеркнуть особую актуальность данного вопроса на современном этапе развития экономики России. Основываясь на изучении практики успешной реализации кластерной политики в других странах, в рамках данной работы был проведен анализ агропромышленного кластера Астраханской области и сформулирован ряд мероприятий по его развитию. Отметим, что повышение конкурентоспособности и устойчивости данного кластера возможно только при правильном сочетании видов деятельности системы АПК и эффективном управлении процессом роста кластера - стратегически ориентированное развитие позволит обеспечить эффективное регулирование и создать условия для перспективного развития региона в целом в условиях сочетания принятия текущих решений с учетом стратегических целей.

1. Zaitseva I. Multiregional Analysis on the base of Input-Output Tables. Paper presented at the 41th Congress of The European Regional Science Association 29 August - 1 September /1. Zaitseva- Zagreb: 2001. - 10 p.

12

Ns 2(29), 2014 г.

2. Маслов А. Ю., Дрёмова О. В. Проблема построения системы межотраслевых балансов экономики РФ в контексте перехода от отраслей к видам экономической деятельности // Исследовано в России. -МФТИ: 2008. - с. 39-49.

3. Gugler Ph., Keller М. The economic performance of swiss regions: indicators of economic performance, composition of cantonal economies and clusters of traded industries / Ph. Gugler, M. Keller. - Switzerland: Center for Competitiveness, 2009, December. - 39 p.

4. Lindqvist G. Disentangling Clusters. Agglomeration and Proximity Effects. Dissertation for the Degree of Doctor of Philosophy / G. Lindqvist. - Elanders: Yqllingb, 2009. - 308 p.

5. Terras J. Regional science-based clusters / T. Jukka. - Oulu: Oulu university press, 2008. - 210 p.

6. Батов Г. Вопросы экономики и права. Особенности формирования агропромышленных кластеров в АПК / Г. Батов, Л. Н. Сердюкова // Вопросы экономики и права. - 2011. - № 12. - С. 105-109.

7. Доклад заместителя председателя Правительства Астраханской области - министра сельского хозяйства Астраханской области И. Нестеренко на Совете по реализации мероприятий концепции развития агропромышленного комплекса Астраханской области до 2020 года. URL://astragro.ru/?id=1616.

8. Корчагина Н.А. Основы кластерной концепции: учебное пособие/Н.. Корчагина, И.. Ахунжанова. Астрахань: Астраханский государственный университет, Издательский дом «Астраханский университет», 2010.-96 с.

13

i Надоели баннеры? Вы всегда можете отключить рекламу.