CC BY
17Итерационная технология оценки условий кластеризации в региональном экономическом пространстве*
Iterative Evaluation of Clustering Conditions in a Regional Economic Space
УДК 332.145
Вертакова Юлия Владимировна
заведующий кафедрой Юго-Западного государственного университета (г Курск), доктор экономических наук, профессор 305040, г Курск, ул. 50 лет Октября, д. 94
Yuliya V. Vertakova
Southwest State University (Kursk) 50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
Трещевский Юрий Игоревич
заведующий кафедрой Воронежского государственного университета, доктор экономических наук, профессор 394068, г Воронеж, ул. Хользунова, д. 42
Yuriy I. Treshchevskiy
Voronezh State University Hol'zunova Str. 42, Voronezh, Russian Federation, 394068
Исследование направлено на формирование нового методического подхода по выявлению условий кластеризации социально-экономического пространства региона.
Цель. Разработать технологию оценки технико-технологических, социально-экономических и институциональных факторов, необходимых для кластеризации.
Задачи. Разработать новый методический подход к выделению кластеров в социально-экономическом пространстве региона, основанный на свойствах кластера как социально-экономической и организационной системы. Проанализировать структуру выпуска, локализацию, специализацию и концентрацию промышленного производства по регионам Центрального федерального округа Российской Федерации по видам экономической деятельности для апробации предлагаемой итеративной технологии.
Методология. В работе с помощью общих методов научного познания, сравнительного и статистического анализа систематизированы условия, необходимые и достаточные для формирования кластеров в регионах.
Результаты. Сформирована авторская итеративная технология для идентификации реальных и потенциальных кластеров в регионе. В результате расчетов получены данные по перспективным для кластеризации отраслям регионов Центрального федерального округа и оценены позиции Воронежской области в формировании кластеров.
Выводы. Обосновано, что для выявления условий кластерообразования регионального социально-экономического пространства можно применять итеративную процедуру, включающую ряд этапов. Она применима для всех регионов и макрорегионов
Рисин Игорь Ефимович
заведующий кафедрой Воронежского государственного университета, доктор экономических наук, профессор 394068, г. Воронеж, ул. Хользунова, д. 42
Igor' E. Risin
Voronezh State University Hol'zunova Str. 42, Voronezh, Russian Federation, 394068
РФ. Сделан вывод о том, что практическое применение предлагаемого методического подхода позволит повысить эффективность региональной кластерной политики.
Ключевые слова: кластер, регион, горизонтальный и вертикальный анализ, условия образования кластеров, кластерная политика
This research is aimed at forming a new method of identifying clustering conditions in the socioeconomic space of the region.
Aim. The purpose of this study is to develop an evaluation method of technical, technological, socioeconomic, and institutional factors required for clustering. The author(s) undertook the task of developing a new methodological approach, which is based on the properties of a cluster as a socioeconomic and organizational system, by allocating clusters in a region's socioeconomic space. An additional task was to analyze the structures of dispersion, localization, specialization, and concentration of industrial production in regions of the Central Federal District of the Russian Federation, using types of economic activity to test the proposed iterative technology. Methods. In this paper, using common methods of scientific knowledge, as well as comparative and statistical analysis, the author(s) systematized the necessary and sufficient conditions for the formation of regional clusters. Results. The author(s) developed an iterative technique to identify actual and potential clusters in the region. The results of these calculations provide information on sectors, suggesting clustering in the Central Federal District and assessing the formation of clustering in the Voronezh region. Conclusions. The author(s) demonstrate that it is possible to apply iterative procedures to identify the conditions necessary for cluster formation within a socioeconomic space. An iteration procedure is applicable for all regions and macro-regions of the Russian Federation. The conclusion is that practical application of the proposed methodological approach will improve the efficiency of regional cluster policies.
Keywords: cluster, region, horizontal and vertical analysis, conditions of cluster formation, cluster policy
Кластерная политика в современных условиях является одним из приоритетных инструментов воздействия на прогрессивные изменения в социально-экономиче-
m
0
1
О
ш о.
0
1
О ^
0
о;
s ^
с со s
1 0. ш ci о
* Исследование выполнено в рамках государственного задания в сфере научной деятельности № 26.2671.2014/К «Теоретико-методологические основы разработки и реализации кластерной политики на региональном уровне и научно-методическое обоснование инструментария прогрессивных структурных преобразований региональных социально-экономических систем».
ЭКОНОМИКА И УМРАВЛЬНИЬ . N 4 (126) 2016
ской системе. Дискуссионным остается вопрос относительно способов выделения, формирования и развития кластеров. Для оценки условий кластеризации в социально-экономическом пространстве регионов предлагается применять итерационную технологию. Суть последней сводится к оценке технико-технологических условий кластеризации, на основе которой возможно формирование виртуальных кластеров, перспективных для превращения в реальные. Последующие этапы сочетают оценку и развитие социально-экономических и институциональных условий регионов, необходимых для реальной кластеризации.
При разработке этой технологии кластер рассматривался как сложная социально-экономическая и организационная система [1-3]. Разработанная нами технология основывается на следующих положениях.
1. Формирование любого кластера связано в первую очередь с созданием его «ядра», участниками которого становятся предприятия, производящие продукцию, в конкурентоспособности которой реализуются конкурентные преимущества региона. В этой связи оценка условий кластеризации должна в первую очередь охватывать те отрасли экономики субъекта РФ, в которых планируется выпуск такой продукции.
2. Кластер является бизнес-группой, структура которой наряду с «ядром» включает периферию. Участниками последней являются организации с различающимися по профилю видами деятельности (в том числе научно-исследовательские, образовательные учреждения, финансовые организации и др.), относящиеся к разным функциональным подсистемам социально-экономической системы региона. Поэтому оценка условий кластеризации должна охватывать значимые для всех организаций кластера общесистемные параметры.
3. Условия, значимые для кластеризации, имеют множество характеристик, часть из которых может быть оценена посредством показателей государственной статистики. Другая часть верифицируется только с помощью качественных экспертных оценок.
4. Поскольку процессы кластеризации имеют сквозную сферу действия в пространственной экономике России, целесообразно выявление их относительно лучших и худших условий, для чего необходимо классифицировать по этому признаку субъекты РФ. В качестве объектов оценки выступают регионы, относящиеся к одному федеральному округу или экономическому району. В той или иной степени эти и иные признаки образования кластеров в регионах рассматривались разными авторами [4-18].
С учетом приведенных выше положений обосновано выделение пяти этапов оценки условий кластеризации в региональном социально-экономическом пространстве. Эта итеративная процедура является одним из этапов алгоритма кластеризации регионального экономического пространства [19].
На первом этапе применительно к каждому субъекту РФ, оказавшемуся в выборке, отбираются отрасли (виды деятельности), предприятия которых могут выступить в качестве «ядра» будущего кластера. Полагаем, что предпосылки выявления такой роли могут быть определены при использовании следующих показателей [20].
1. Показатель локализации, определяемый как отношение удельного веса отдельных производств данной отрасли в структуре производства региона к их удельному весу в РФ (федеральном округе):
Кьш -
К
V
_г_
V.
(1
где Кьм — коэффициент локализации отдельных производств; VI,, — объем производства 1-й отрасли (вида деятельности) региона; Vic — объем производства 1-й отрасли (вида деятельности) страны (макрорегиона, федерального округа); Vг — объем производства группы видов деятельности, например, обрабатывающих производств, в регионе; Vc — объем производства в стране (макрорегионе, федеральном округе).
2. Коэффициент душевого производства:
V.
крр -
(2)
р
где Крр — коэффициент душевого производства; Рг — население региона; Рс — население РФ (федерального округа).
3. Коэффициент специализации региона на данной отрасли [3]:
V,
Кр -
ВРП
ВВП
(3)
где К8р — коэффициент специализации региона на 1-й отрасли; ВРП — валовой региональный продукт (конкретного региона); ВВП — валовой внутренний продукт РФ (или же сумма ВРП по федеральному округу).
Предлагается дополнить эти показатели другими [21; 22], такими как объем инвестиций на одного занятого в отрасли (виде экономической деятельности), выступающей в качестве базовой при формировании «ядра» кластера, производительность труда в базовой отрасли и фондовооруженность в базовой отрасли. Названные показатели соотносятся с аналогичными по данной отрасли в России (возможно применение и другой базы для сравнения — федеральный округ, экономический район).
Если значения рассчитанных показателей существенно превышают 1, делается вывод о том, что данные производства являются сферами рыночной специализации субъекта РФ. Следовательно, в нем возможно создание кластеров.
На втором этапе применительно ко всем субъектам РФ, оказавшимся в выборке, дается оценка общесистемных условий, значимых для кластеризации. Для получения качественного результата целесообразно использовать состав статистических показателей, отличающихся высоким уровнем разнообразия, адекватным сложности социально-экономической системы региона. Полагаем, что он может включать следующие показатели:
• количество организаций, выполняющих исследования и разработки;
• численность персонала, занятого исследованиями и разработками;
• внутренние затраты на исследования и разработки;
• количество выданных патентов;
• число созданных передовых производственных технологий;
• количество используемых передовых производственных технологий;
• инновационная активность организаций;
с
г
р
г
г
Таблица 1 ^
Коэффициенты локализации в некоторых регионах ЦФО ^
Отрасли Коэффициент локализации в регионах
Белгородская область Воронежская область Московская область Тамбовская область Тульская область
1 2,54 1,95 1,29 2,23 0,93
2 0,10 0,42 0,98 1,97 0,61
3 0,05 0,22 0,58 1,90 0,60
4 0,10 0,25 1,44 0,79 0,50
5 0,23 0,32 1,01 0,26 0,94
6 0,00 0,00 0,04 0,00 0,00
7 0,30 2,34 1,23 0,90 3,35
8 0,17 0,58 1,99 0,56 0,58
9 1,65 1,13 1,74 1,14 1,03
10 2,66 0,56 0,90 0,27 1,77
11 0,38 1,33 1,82 1,19 0,63
12 0,14 0,92 0,79 1,62 0,58
13 0,05 0,82 0,73 1,01 0,12
14 0,80 1,00 1,12 3,02 0,57
• затраты на технологические инновации;
• доля инновационных товаров, работ, услуг в выпуске;
• доля населения в трудоспособном возрасте;
• доля населения, имеющего высшее и среднее профессиональное образование;
• численность студентов на 10 000 человек населения;
• количество организаций, использующих информационные и коммуникационные технологии;
• сальдированный финансовый результат;
• инвестиции в основной капитал на душу населения. На третьем этапе по всей совокупности статистических показателей проводится классификация субъектов РФ одного федерального округа или экономического района. Ее результат — виртуальные кластеры, отличающиеся уровнем достаточности условий для реальной кластеризации социально-экономического пространства регионов.
На четвертом этапе осуществляется анализ каждого виртуального кластера с идентификацией его общих сильных и слабых сторон и получением общей суммарной количественной оценки уровня достаточности условий для кластеризации.
На пятом этапе применительно к регионам каждого виртуального кластера методом анкетирования дается экспертная оценка условий кластеризации, имеющих только качественные характеристики:
• наличие регионального законодательства, регулирующего процессы кластеризации;
• наличие органа, координирующего деятельность участников кластера;
• наличие и качество механизма стратегического управления процессами кластеризации;
• наличие и эффективность действия региональных институтов развития;
• разнообразие методов и инструментов государственного воздействия на процессы кластеризации. Полученные экспертные оценки позволят внутри
каждого виртуального кластера выделить группы регионов с достаточными и недостаточными условиями реальной кластеризации, имеющими только качественные характеристики.
Таким образом, искомая оценка формируется путем последовательно дополняющих друг друга частных
оценок, фиксирующих избирательные и общесистемные условия кластеризации в регионе, отражаемые комплексом статистических показателей и данными экспертного анализа. Полагаем, что полученные при использовании этой итеративной технологии результаты могут стать основой для выработки общих (для группы субъектов РФ) стратегий управления процессами кластеризации социально-экономического пространства [2; 23].
Апробация первого этапа предлагаемого методического подхода к оценке условий кластеризации в регионах проведена на примере Центрального федерального округа РФ (ЦФО) для отраслей (видов деятельности) обрабатывающей промышленности. Расчеты произведены по виду деятельности «Обрабатывающие производства» по следующим отраслям1:
1) производство пищевых продуктов, включая напитки, и табака;
2) текстильное и швейное производство;
3) производство кожи, изделий из кожи и обуви;
4) обработка древесины и производство изделий из дерева;
5) целлюлозно-бумажное производство, издательская и полиграфическая деятельность;
6) производство кокса и нефтепродуктов;
7) химическое производство;
8) производство резиновых и пластмассовых изделий;
9) производство прочих неметаллических минеральных продуктов;
10) металлургическое производство и производство готовых металлических изделий;
11) производство машин и оборудования;
12) производство электрооборудования, электронного и оптического оборудования;
13) производство транспортных средств и оборудования;
14) прочие производства.
Рассмотрим полученные результаты применительно к ряду регионов ЦФО. Расчеты произведены нами на основании данных официальной статистики [24].
1 Термин «отрасль» использован нами как общеупотребительный в экономической литературе, хотя он отсутствует в статистических изданиях.
о о со
<
о
Коэффициенты душевого производства по регионам и отраслям с учетом положительного влияния степени локализации производства
Отрасли Коэффициент душевого производства в регионах
Белгородская область Воронежская область Московская область Тульская область
1 3,50 1,08 1,41 —
4 — — 1,58 —
5 — — 1,12 —
7 — 1,30 1,35 3,67
8 — — 2,18 —
10 3,67 — — 1,94
11 — — 2,00 —
В табл. 1 представлены рассчитанные нами коэффициенты локализации по регионам, входящим в ЦФО. Отбор регионов осуществлялся таким образом, чтобы в выборку попали субъекты Федерации с различным уровнем социально-экономического развития; какой-либо специальной методики отбора авторы не использовали.
В принципе, предложенный подход может быть использован для любого набора регионов страны. Значения показателей выше 1,0 свидетельствуют о наличии объективных условий кластеризации по показателю «коэффициент локализации» (ячейки таблицы, выделенные цветом).
Как видим, применение только одного коэффициента показало ограниченные возможности создания кластеров в регионах ЦФО. В наибольшей степени для этого подходят (по данному показателю) условия Московской и Тульской областей — в них больше видов деятельности, имеющих перспективы кластеризации.
Дальнейший анализ произведен по показателю «коэффициент душевого производства». Результаты расчетов по отраслям с названием «прочие» под номерами 9 и 14 устранены из анализа как представляющие совокупность отраслей. В расчет принимались положительные результаты анализа по коэффициенту душевого производства только для тех отраслей, по которым он положителен по коэффициенту локализации. Иначе говоря, каждый последующий «фильтр» условий кластеризации не заменяет, а дополняет действие предыдущего. В целом результаты расчетов по отраслям с учетом вышеуказанных действий представлены в табл. 2; в нее попали только те коэффициенты, значения которых позволяют осуществлять кластеризацию в отраслях и регионах.
Данные, представленные в табл. 2, позволяют сделать вывод о том, что учет коэффициента душевого производства резко сократил перечень отраслей в регионах, где возможна эффективная кластеризация. Так, в Тамбовской области не выявлено отраслей в обрабатывающей промышленности, в которых имелись бы условия для формирования кластеров (поэтому данный регион отсутствует в табл. 2).
В Белгородской области отраслями, в которых имеются такие условия, являются производство пищевых продуктов и металлургия, что, впрочем, известно и без нашего анализа. Обращают на себя внимание довольно высокие значения коэффициента душевого производства в указанных отраслях. Совсем иначе ситуация обстоит в Воронежской области, в которой объективно возможна кластеризация в химическом производстве и производстве пищевых продуктов. Однако на практике акцент делается на развитие кластеров в тех сферах деятельности, в которых отсутствуют объективные условия для их
создания. Следует отметить незначительное превышение порогового коэффициента (1,0) в отраслях, потенциально пригодных для кластеризации. В производстве пищевых продуктов коэффициент душевого дохода составляет всего 1,08, в химическом — 1,30.
В Московской области потенциально возможно образование кластеров в шести отраслях. Отметим, что высокий уровень диверсификации обрабатывающей промышленности региона создает не очень благоприятные условия для отраслевой кластеризации. Вероятно, в этом случае более эффективными могут оказаться межотраслевые кластеры. В Тульской области к образованию кластеров потенциально готовы две отрасли — химическая, а также металлургическое производство и производство готовых металлических изделий.
Результаты заключительного этапа проверки условий кластеризации представлены в табл. 3. В нее включены коэффициенты только по тем отраслям и регионам, где имеются условия для кластеризации по всем трем показателям.
Данные, представленные в табл. 3, показывают, что коэффициент специализации не внес дополнительных ограничений в состав условий, необходимых для кластеризации. Иначе говоря, третий «фильтр» оказался в данном случае лишним. Более того, значения всех показателей оказались выше, чем соответствующие данные табл. 3. Это означает, что в российских регионах коэффициент душевого производства налагает более жесткие ограничения на формирование кластеров, чем коэффициент специализации. С другой стороны, данное обстоятельство может интерпретироваться как относительно невысокий уровень производства добавленной стоимости в отраслях специализации регионов. Это приводит нас к необходимости анализа производительности факторов производства в отраслях, где планируется или прогнозируется формирование отраслевых региональных кластеров, на что мы указывали ранее [3; 25].
Тем не менее применение для анализа мезоэко-номических условий кластеризации позволяет выделить регионы, в которых возможно формирование кластеров. В табл. 4 отражены результаты расчетов коэффициента локализации в регионах ЦФО. Незаполненные ячейки означают, что указанные коэффициенты ниже 1. (Несмотря на то что наличие незаполненных ячеек не приветствуется литературой по статистике, считаем необходимым использовать этот прием для повышения уровня наглядности результатов.)
Для обеспечения обозримости информации регионы в нижеследующих таблицах обозначены номерами в том порядке, в котором они представлены
Коэффициенты специализации по регионам и отраслям с учетом положительного влияния степени локализации
производства и его душевого производства
Отрасли Коэффициент специализации в регионах
Белгородская область Воронежская область Московская область Тульская область
1 4,45 2,00 1,89 —
4 — — 2,11 —
5 — — 1,49 —
7 — 2,40 1,80 8,30
8 — — 2,90 —
10 4,67 — — 4,40
11 — — 2,66 —
Таблица 4
Коэффициенты локализации в регионах ЦФО, достаточные для формирования отраслевых кластеров
Регионы Отрасли
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 2,5 1,6 2,6
2 1,1 1,2 1,1 2,1 2,5 1,4 3,1
3 1,4 2,0 2,3 1,0 1,4 1,4 1,4 1,7 1,5
4 1,9 2,3 1,1 1,3 1,0
5 25,5 3,5 1,0 1,1 1,1
6 2,6 5,0
7 1,4 16,8 1,0 10,2
8 1,7 1,5 2,2 1,3 2,3 2,5 1,0
9 1,0 1,0
10 1,2 1,4 1,0 1,2 1,9 1,7 1,8 1,1
11 1,6 1,4 2,1 1,6 2,6
12 5,5 1,3 2,6 2,0 1,0
13 2,1 1,1 4,2 1,9 2,1 1,6 1,6 1,0 3,0
14 2,2 1,9 1,9 1,1 1,1 1,6
15 2,3 11,3 3,2 2,1 2,9 1,1
16 3,3 1,0 1,7
17 2,5 1,2 2,4 1,5 1,1 2,5
18 1,5 2,6 1,0
в статистических справочниках: 1 — Белгородская область, 2 — Брянская область, 3 — Владимирская область, 4 — Воронежская область, 5 — Ивановская область, 6 — Калужская область, 7 — Костромская область, 8 — Курская область, 9 — Липецкая область, 10 — Московская область, 11 — Орловская область, 12 — Рязанская область, 13 — Смоленская область, 14 — Тамбовская область, 15 — Тверская область, 16 — Тульская область, 17 — Ярославская область, 18 — Москва.
Значения коэффициентов локализации позволяют, на наш взгляд, оценить условия кластеризации с двух позиций: уровня локализации (значение коэффициента) и степени пространственной диверсификации отраслей (количество регионов, в которых указанный коэффициент превышает 1).
По уровню локализации, исходя из значений коэффициента локализации, достаточно определенно выделяются три группы регионов: с низкой локализацией отрасли (К1т < 2), со средним уровнем локализации (2 < К1т < 5) и с высоким уровнем локализации (К1т > 5). В табл. 4 выделены ячейки
в тех регионах, где конкретные отрасли имеют высокий уровень локализации.
По степени пространственной диверсификации более или менее четко определяются два диапазона: высокодиверсифицированные в пространственном отношении отрасли (коэффициент локализации выше 1 в половине и более регионов) и слабодивер-сифицированные отрасли (коэффициент локализации выше 1 менее чем в половине регионов).
Можно считать, что сочетание значений позволяет выделить по степени локализации шесть вариантов, характеризующих условия диверсификации. Идеальным вариантом является сочетание высокой региональной локализации и низкой пространственной диверсификации, поскольку в этом случае конкуренция минимальна как на отраслевом, так и на региональном уровне. По мере уменьшения значений региональной локализации и нарастания пространственной диверсификации усиливается конкуренция отраслей и регионов и ухудшаются условия для кластеризации. В табл. 4 максимально благоприятные условий для кластеризации сложились по степени
Коэффициенты душевого производства по регионам и отраслям с учетом положительного влияния степени локализации производства
Регионы Отрасли
1 2 3 4 5 6 7 8 10 11 12 13
1 3,5 3,6
3 1,2 1,8 2,0 1,2 1,3 1,5
4 1,0 1,2
5 10,3 1,4
6 5,6 10,9
7 1,1 12,6
8 1,0 1,1 1,2
9 1,7 ЕЕ! 1,9
10 1,4 1,5 1,1 1,3 2,1 1,8
11 1,2
12 ИВ 1,0 1,5
13 1,5 2,9 1,3 1,4 1,1
15 1,4 _ 2,0 1,3 1,8
16 3,6 1,9
17 2,2 1,0 2,1 1,4 1,0 2,2
18 1,8 3,1 1,2
локализации в регионах и отраслях, выделенных фоном. Таким образом, по вышеуказанным признакам наиболее перспективны для кластеризации:
• в Калужской области — производство транспортных средств и оборудования;
• в Липецкой области — металлургическое производство и производство готовых металлических изделий;
• в Рязанской и Тверской областях — производство кожи, изделий из кожи и обуви.
Данный перечень мы привели скорее из методических, чем чисто практических соображений, поскольку значительная часть регионов располагает по признаку локализации достаточными условиями для кластеризации. В связи с этим продолжим исследование условий кластеризации по признаку «уровень душевого производства» (табл. 5), взяв за основу показатели табл. 4. В табл. 5 ячейки с выделением фоном соответствуют ячейкам табл. 4, а численное значение — рассчитанному коэффициенту душевого производства.
Данные, представленные в табл. 5, позволяют сделать следующие выводы:
• по коэффициенту душевого производства условия для кластеризации отсутствуют в двух регионах ЦФО (Брянской и Тамбовской областях);
• во всех случаях, где зафиксированы наиболее благоприятные условия для кластеризации по степени локализации в регионах и отраслях, высоки значения коэффициента душевого производства, что позволяет предварительно (до расчетов коэффициента специализации) оценить условия кластеризации как очень благоприятные;
• в большинстве регионов ЦФО имеются достаточно благоприятные условия для кластеризации в одной-трех отраслях по обоим проанализированным признакам — степени локализации и уровню душевого производства;
• резко выделяется из общего состава регионов округа Липецкая область с чрезвычайно высокими показателями по степени локализации и уровню
душевого производства в металлургии и производстве готовых металлических изделий;
• Белгородская область по совокупности условий локализации и душевого производства достаточно определенно лидирует в производстве пищевых продуктов, металлургии и производстве готовых металлических изделий;
• в Калужской области по совокупности вышеуказанных условий выделяются производство транспортных средств; производство электрооборудования, электронного и оптического оборудования;
• в Костромской области благоприятны условия для кластеризации в сфере обработки древесины, производства изделий из дерева;
• в Рязанской и Тверской областях целесообразна кластеризация в производстве кожи, изделий из кожи и обуви;
• ряд регионов (Владимирская, Московская, Смоленская, Тверская, Ярославская области) располагают не сильно выраженными, но достаточными условиями для формирования кластеров не менее чем в пяти отраслях, что предполагает высокий уровень влияния организационных факторов на характер кластеризации их социально-экономического пространства. Учитывая результаты расчетов по выборке регионов, представим в табл. 6 окончательные результаты оценки условий кластеризации с учетом «локализации», «объема душевого производства» и «специализации». Из анализа представленных в ней данных следует, что выводы, сделанные на основании результатов исследования выборочной совокупности субъектов РФ, в основном подтверждаются — значения коэффициентов специализации выше, чем душевого производства.
Исключение составляет Москва, где два коэффициента специализации (в целлюлозно-бумажном производстве, издательской и полиграфической деятельности; производстве электрооборудования, электронного и оптического оборудования) оказались недостаточными для кластеризации. В производстве кокса и нефтепродуктов в данном регионе
Коэффициенты специализации по регионам и отраслям с учетом положительного влияния степени локализации
производства и душевого производства
Реги- Отрасли
оны 1 2 3 4 5 6 7 8 10 11 12 13
1 4,4 4,6
3 2,8 4,1 4,6 2,9 2,9 3,4
4 2,0 2,4
5 36,1 5,0
6 8,8 17,3
7 2,5 28,8
8 2,1 2,3 2,4
9 3,0 18,7 3,2
10 1,8 2,1 1,4 1,8 2,9 2,6
11 3,0
12 9,0 2,2 3,3
13 3,3 6,4 2,8 3,2 2,4
15 3,3 16,5 4,6 3,1 4,2
16 8,3 4,3
17 3,9 1,9 3,8 2,5 1,8 3,9
18 0,9 1,5 0,6
Примечание: заполненные ячейки означают, что коэффициент специализации достаточен для создания кластера. Ячейки, выделенные фоном, означают, что существуют благоприятные условия для создания кластеров с учетом всех трех коэффициентов.
Таблица 7
Анализ условий создания кластеров в Воронежской области
Отрасли Коэффициенты локализации Коэффициенты душевого производства Коэффициенты специализации
Отрасли, в которых существуют абсолютные преимущества для создания кластера
1 1,9516803 1,08162 2,00665
7 2,3407700 1,29725 2,40669
Отрасли с относительно благоприятными условиями кластеризации
11 1,33361 0,73909 1,37117
Отрасли, в которых отсутствуют условия для кластеризации
2 0,42315 0,23451 0,43507
3 0,22322 0,12371 0,22951
4 0,24822 0,13756 0,25521
5 0,32259 0,17878 0,33167
6 0 0 0
8 0,58545 0,32446 0,60194
10 0,56167 0,31128 0,57749
12 0,92991 0,51536 0,95610
13 0,81669 0,45261 0,83969
Примечание: отрасли 9 и 14, включающие различные виды деятельности, в расчет не принимаются, в связи с чем удалены из таблицы.
коэффициент специализации хотя и достаточен для кластеризации, но ниже, чем коэффициент душевого производства.
Следует обратить внимание на то, что большая часть ячеек в табл. 6 осталась незаполненной, поскольку с экономической точки зрения соответствующее сочетание регионов и отраслей неблагоприятно для кластеризации. В то же время следует учитывать не только современное состояние экономики
регионов, но и ее динамику, а также их отраслевые пропорции. Потенциально кластеры могут возникать в тех отраслях, где имеются хорошие перспективы их развития по абсолютным и относительным преимуществам.
Наличие относительных преимуществ отраслей в регионе с точки зрения условий образования кластеров мы предлагаем оценивать на основе не только вертикального, но и горизонтального анализа со-
^ циально-экономического пространства макрорегио-
1 на (в данном случае ЦФО). Горизонтальный анализ х необходим для выявления отраслей, в которых суш ществуют относительно благоприятные условия для ^ кластеризации. Покажем это на примере Воронежской х области, сведя количественные значения коэффици-
2 ентов локализации, душевого производства и специ-^ ализации в табл. 7.
^ Предлагается использовать тот же подход к опре-к делению относительных преимуществ i-й отрасли
региона в его экономическом пространстве: ^ Х1 < 0,25Хтах — совершенно неблагоприятные ^ условия;
^ 0,25Хтах < Х1 < 0,5Хтах — неблагоприятные ус-^ ловия;
3 0,5Хтах < Х1 < 0,75Хтах — относительно благоприятные условия;
Х1 > 0,75Хтах — благоприятные условия.
Из данных, представленных в табл. 7, следует, что в Воронежской области помимо производства пищевых продуктов и химического производства, для которых были установлены абсолютные преимущества для формирования кластеров, существует потенциальная возможность формирования кластера в производстве машин и оборудования. При этом следует учитывать, что формирование кластеров в отдельных подотраслях, например в авиационной промышленности, вряд ли имеет перспективы, поскольку относительно благоприятные условия для этого существуют только в машиностроительном комплексе в целом.
Наш анализ организационных и экономических условий кластеризации социально-экономического пространства регионов носит общий характер и не учитывает целого ряда обстоятельств объективного и субъективного свойства, на которые указывалось ранее. В дальнейшем технико-технологические условия кластеризации необходимо дополнять оценкой необходимых для реальной кластеризации социально-экономических и институциональных условий регионов [26].
Литература
1. Рисин И. Е., Колосов А. С. Кластер как социально-экономическая и организационная система // Вестник ВГУ. Серия: Экономика и управление. 2010. № 2. С. 128— 132.
2. Рисин И. Е. Региональная кластерная политика: содержание и механизм реализации. Воронеж: ВГПУ, 2014. 112 с.
3. Вертакова Ю. В., Положенцева Ю. С., Клевцова М. Г. Векторный анализ кластерных инициатив региона // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2015. № 1 (211). С. 43-50.
4. Алешникова В. И., Калашников Д. И. Кластерная политика развития региона / АОНО ВПО «Ин-т менеджмента, маркетинга и финансов». Воронеж, 2012. 176 с.
5. Бабкин А. В., Бахмутская А. В., Кудрявцева Т. Ю. Кластерная политика государства: идентификация объекта управления // Экономическое возрождение России. 2012. № 2. С. 51-59.
6. Бородкина Е. В., Рисин И. Е. Государственное управление процессами кластеризации социально-экономического пространства региона. Воронеж: ВГПУ, 2011. 158 с.
7. Вертакова Ю. В., Положенцева Ю. С., Хлынин М. Ю. Формирование и развитие промышленных кластеров // Технико-технологические проблемы сервиса. 2014. № 1 (27). С. 92-99.
8. Захаров В. Промышленные кластеры и экономический рост // Проблемы теории и практики управления. 2006. № 12. С. 19-23.
9. Кластерная экономика и промышленная политика: теория и инструментарий / Под ред. А. В. Бабкина. СПб.: Изд-во Политехн. ун-та, 2015. 588 с.
10. Перов В. И. Интеграция предприятий и формирование межотраслевых региональных кластеров // Региональная экономика: теория и практика. 2008. № 17 (74). С. 15-18.
11. Пилипенко И. В. Кластерная политика в России // Общество и экономика. 2007. № 8. С. 28-64.
12. Положенцева Ю. С., Вертакова Ю. В. Управление пространственным социально-экономическим развитием территорий. Курск: ЮЗГУ, 2015. 218 с.
13. Полянин А. В., Макарова Ю. Л. Экономическое развитие региональных бизнес-пространств // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2014. № 2. С. 36-48.
14. Региональная социально-экономическая политика: теория, мировая и российская практика / Под ред. Б. Г. Преображенского, Ю. И. Трещевского. Воронеж: Научная книга, 2005. 344 с.
15. Рисин И. Е., Бородкина Е.В. Кластеры Воронежской области и инструментарий их государственной поддержки // Национальные интересы. Приоритеты и безопасность. 2009. № 22 (55). С. 21-25.
16. Рисин И. Е., Трещевский Ю. И. Государство и бизнес в регионе. Воронеж: Изд-во Воронежского гос. ун-та, 2003. 156 с.
17. Скоч А. Эффективность кластеризации региональной экономики // Экономические стратегии. 2007. № 5-6. С. 156-159.
18. Растворцева С. Н., Куга Я. Т. Региональная специализация и географическая концентрация промышленности в России // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. 2012. № 13 (132). С. 37-46.
19. Вертакова Ю. В., Положенцева Ю. С. Алгоритм кластеризации регионального экономического пространства // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2016. № 1 (235). С. 75-85.
20. Кузьбожев Э. Н., Козьева И. А., Клевцова М. Г. Экономическая география и регионалистика (история, методы, состояние и перспективы размещения производительных сил). М.: Юрайт, 2011. 540 с.
21. Плотников В. А. Обеспечение экономической безопасности и устойчивости экономического развития на основе стимулирования промышленного производства // Известия Юго-Западного государственного университета. 2011. № 6-1 (39). С. 77-86.
22. Сироткина Н. В., Гончаров А. Ю., Воронцова И. Н. Факторы и условия обеспечения сбалансированного развития региона // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2014. № 4. С. 93-100.
23. Теоретические основы формирования промышленной политики / Под ред. А. В. Бабкина. СПб.: Изд-во Политехн. ун-та, 2015. 462 с.
24. Федеральная служба государственной статистики: [Электронный ресурс]. Режим доступа: http://www.gks.ru/wps/ wcm/connect/rosstat_main/rosstat/ru.
25. Рисин И. Е., Трещевский Д. Ю. Типологизация инновационного развития регионов России на основе поэтапной кластеризации // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2011. №1. С. 20-27.
26. Плотников В. А., Федотова Г. В. Программно-целевой метод в управлении экономикой региона // Финансовая аналитика: проблемы и решения. 2013. № 7. С. 2-9.
References
1. Risin I. E., Kolosov A. S. Klaster kak sotsial'no-ekonomiches-kaya i organizatsionnaya sistema [Claster as social, economic and organizational system]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya: Ekonomika i uprav-lenie [Bulletin of Voronezh State University. Ser.: Economics and Management], 2010, no. 2, pp. 128-132.
2. Risin I. E. Regional'naya klasternaya politika: soderzhanie i mekhanizm realizatsii [Regional cluster policy: Content and
implementation mechanism]. Voronezh, VSPU Publ., 2014. 112 p.
3. Vertakova Yu. V., Polozhentseva Yu. S., Klevtsova M. G. Vektornyy analiz klasternykh initsiativ regiona [Vector analysis of cluster initiatives in the region]. Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo Gosudarstvennogo Poli-tekhnicheskogo universiteta. Ekonomicheskie nauki [Scientific and Technical Gazette of St. Petersburg State Polytechnical University. Economic Sciences], 2015, no. 1 (211), pp. 43-50.
4. Aleshnikova V. I., Kalashnikov D. I. Klasternaya politika raz-vitiya regiona [Cluster policy of the region development]. Voronezh, Institute of Management, Marketing and Finance Publ., 2012. 176 p.
5. Babkin A. V., Bakhmutskaya A. V., Kudryavtseva T. Yu. Klasternaya politika gosudarstva: identifikatsiya ob"ekta upravleniya [Cluster policy of the state: the identity of the management object]. Ekonomicheskoe vozrozhdenie Rossii, 2012, no. 2, pp. 51-59.
6. Borodkina E. V., Risin I. E. Gosudarstvennoe upravlenie protsessami klasterizatsii sotsial'no-ekonomicheskogo pros-transtva regiona [State management of clustering processes of socio-economic space of the region]. Voronezh, VSPU Publ., 2011. 158 p.
7. Vertakova Yu. V., Polozhentseva Yu. S., Khlynin M. Yu. Formirovanie i razvitie promyshlennykh klasterov [Formation and development of industrial clusters]. Tekhniko-tekhno-logicheskie problemy servisa, 2014, no. 1 (27), pp. 92-99.
8. Zakharov V. Promyshlennye klastery i ekonomicheskiy rost [Industrial clusters and economic growth]. Problemy teorii i praktiki upravleniya, 2006, no. 12, pp. 19-23.
9. Babkin A. V., ed. Klasternaya ekonomika i promyshlennaya politika: teoriya i instrumentariy [Cluster economy and industrial policy: Theory and tools]. St. Petersburg, Polytechnical Univ. Publ., 2015. 588 p.
10. Perov V. I. Integratsiya predpriyatiy i formirovanie mezh-otraslevykh regional'nykh klasterov [The integration of enterprises and the formation of cross-sectoral regional clusters]. Regional'naya ekonomika: teoriya i praktika, 2008, no. 17 (74), pp. 15-18.
11. Pilipenko I. V. Klasternaya politika v Rossii [Cluster policy in Russia]. Obshchestvo iekonomika, 2007, no. 8, pp. 28-64.
12. Polozhentseva Yu.S., Vertakova Yu.V. Upravlenie prostran-stvennym sotsial'no-ekonomicheskim razvitiem territoriy [Management of spatial socio-economic development of territories]. Kursk, Southwestern State Univ. Publ., 2015. 218 p.
13. Polyanin A. V., Makarova Yu. L. Ekonomicheskoe razvi-tie regional'nykh biznes-prostranstv [Economic development of the regional business spaces]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Ser.: Ekonomika. Sotsiologiya. Menedzhment [Bulletin of the Southwestern State University. Ser.: Economics. Sociology. Management], 2014, no. 2, pp. 36-48.
14. Regional'naya sotsial'no-ekonomicheskaya politika: teoriya, mirovaya i rossiyskaya praktika [Regional socio-economic policy: Theory, world and Russian practice]. Voronezh, Nauchnaya kniga Publ., 2005. 344 p.
15. Risin I. E., Borodkina E. V. Klastery Voronezhskoy oblasti i instrumentariy ikh gosudarstvennoy podderzhki [Clusters of Voronezh region and the tools of their state support]. Natsional'nye interesy: prioritety i bezopasnost', 2009, no. 22 (55), pp. 21-25.
16. Risin I. E., Treshchevskiy Yu. I. Gosudarstvo i biznes v re- m gione [State and business in the region]. Voronezh, VSU m Publ., 2003. 126 p.
17. Skoch A. Effektivnost' klasterizatsii regional'noy ekonomiki [The effectiveness of the regional economy clustering]. ol Ekonomicheskie strategii, 2007, no. 5-6, pp. 156-159.
18. Rastvortseva S. N., Kuga Ya. T. Regional'naya spetsi- x alizatsiya i geograficheskaya kontsentratsiya promyshlen- ^ nosti v Rossii [Regional specialization and geographic i concentration of industry in Russia]. Nauchnye vedomosti 2 Belgorodskogo gosudarstvennogo universiteta. Seriya: ® Istoriya. Politologiya. Ekonomika. Informatika [Scientific ^ Gazette of Belgorod State University. Ser.: History. Political ^ science. Economy. Computer science], 2012, vol. 23, no. m 13 (132), pp. 37-46. eH
19. Vertakova Yu. V., Polozhentseva Yu. S. Algoritm klasterizatsii ^ regional'nogo ekonomicheskogo prostranstva [Clustering al- ^ gorithm of regional economic space]. Nauchno-tekhnicheskie § vedomosti Sankt-Peterburgskogo Gosudarstvennogo Politekhnicheskogo universiteta. Ekonomicheskie nauki [Scientific and Technical Gazette of St. Petersburg State Polytechnical University. Economic Sciences], 2016, no. 1 (235), pp. 75-85.
20. Kuz'bozhev E. N., Koz'eva I. A., Svetovtseva M. G. Eko-nomicheskaya geografiya i regionalistika (istoriya, metody, sostoyanie i perspektivy razmeshcheniya proizvoditel'nykh sil) [Economic geography and regional studies (history, methods, state and prospects of productive forces)]. Moscow, Yurayt Publ., 2010. 540 p.
21. Plotnikov V. A. Obespechenie ekonomicheskoy bezopasnosti i ustoychivosti ekonomicheskogo razvitiya na osnove stimu-lirovaniya promyshlennogo proizvodstva [Ensuring economic security and sustainable economic development based on stimulating industrial production]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta [Bulletin of the Southwestern State University], 2011, no. 6-1 (39), pp. 77-86.
22. Sirotkina N. V., Goncharov A.Yu., Vorontsova I.N. Faktory i usloviya obespecheniya sbalansirovannogo razvitiya regiona [Factors and conditions for ensuring a balanced development of the region]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya: Ekonomika i upravlenie [Bulletin of the Voronezh State University. Ser.: Economics and management], 2014, no. 4, pp. 93-100.
23. Babkin A. V., ed. Teoreticheskie osnovy formirovaniya pro-myshlennoy politiki [Theoretical bases of formation of industrial policy]. St. Petersburg, Polytechnical Univ. Publ., 2015. 462 p.
24. Federal State Statistics Service. Available at: http:// www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru. (in Russ.).
25. Risin I. E., Treshchevskiy D. Yu. Tipologizatsiya innovat-sionnogo razvitiya regionov Rossii na osnove poetapnoy klasterizatsii [Typology of innovative development of Russian regions on the basis of gradual clustering]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Ser.: Ekonomika. Sotsiologiya. Menedzhment [Proceedings of the Southwestern State University. Ser.: Economy. Sociology. Management], 2011, no. 1, pp. 20-27.
26. Plotnikov V. A., Fedotova G. V. Programmno-tselevoy metod v upravlenii ekonomikoy regiona [Program-target method in managing the economy of the region]. Finansovaya analitika: problemy i resheniya, 2013, no. 7, pp. 2-9.
