CC BY
128
РЕГИОНАЛЬНАЯ ЭКОНОМИКА И УПРАВЛЕНИЕ ТЕРРИТОРИЯМИ
Вестник Омского университета. Серия «Экономика». 2008. № 3. С. 108-115.
© В.В. Гладун, 2008 УДК 332.49:911.37
КЛАСТЕРИЗАЦИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ КАК МЕХАНИЗМ ОБЕСПЕЧЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ
ЭКОНОМИКИ РЕГИОНА
В.В. Гладун
Балткредобанк, г. Калининград
Currently is absent it is enough objective toolbox for estimation of the development regional social-economic systems. Accordingly results estimation weight of the region are far spent. The Difference is defined by miscellaneous approach at estimation of the separate sides of the development of the region and municipal formation. The Term «cluster development» all are more often used at development strategy social-economic development russian region. However hitherto no clarity, insofar effectively cluster development for separate russian region.
Ведущая роль в достижении конкурентоспособности региона принадлежит кластерам, которые создают критическую массу, необходимую для конкурентного успеха отдельных предприятий в определенных отраслях. Оценка потенциала и успешности кластеризации региона предполагает количественный анализ статистических данных и качественный анализ наличия и состава ресурсной базы, необходимой для обеспечения конкурентоспособности предприятий региона в определенных областях; выявление тех конкретных секторов экономики, в которых возможно достижение конкурентных преимуществ предприятий региона, т. е. анализ кластеров.
Конкурентоспособность региона определяется как наличием тех или иных конкурентоспособных отраслей, или сегментов отрасли, так и способностью региональных органов власти создать условия региональным предприятиям для достижения и удержания конкурентного преимущества в определенных областях.
Ведущая роль в достижении конкурентной устойчивости региона принадлежит кластерам, т. е. сконцентрированным по географическому признаку группам взаимосвязанных предприятий. Поэтому одна из задач в системе повышения конкурентоспособности региона - выявить потенциал кластеризации региона.
Адаптация кластерного подхода для российских регионов требует понимания того, что такое кластер. Кластерное развитие - очень популярная концепция, но попытки дать определение кластера вызывают множество проблем. Кластерный подход нужно рассматривать прежде всего с точки зрения конкурентоспособности. Однако он не дает четкого определения основных критериев конкурентоспособности региона, но выделяют такие показатели, как производительность
труда, общая занятость населения, качество управления и образования. Главный вывод, который можно сделать из анализа подходов: основные преимущества создаются на региональном уровне, и они выражаются в таких формах организации производства, как кластеры.
В связи с этим необходимо реализовать принцип территориальной классификации, который построен по схеме «кластерный анализ -классификация - ранжирование». На его основе формируется система интегральной оценки социально-экономического развития региона, предназначенная для информационной поддержки процессов подготовки и принятия управленческих решений на уровне местных органов власти.
На первом этапе оценки предполагается использование метода кластерных групп. В кластерном анализе данные представляются в виде матриц «объект - признак», задается мера сходства, выбирается стратегия классификации. Второй этап заключается в определении однородных групп регионов (кластеров), что дает новую классификацию. На третьем этапе предлагается проверить качество полученной классификации. Здесь используется методический расчет интегрального показателя развития территорий и выявляется наличие общих закономерностей распределения отдельных регионов в рамках полученной классификации.
Метод кластерных групп рассматривается как инструментарий, предназначенный для формирования относительно «отдаленных» друг от друга групп «близких» между собой объектов по совокупности общих для этих объектов признаков. Основой метода является моделирование операции группирования, результатом - классификация. Классификация - систематизированное объединение объектов в определенные группы
или классы (кластеры) родственных объектов по совокупности общих для этих объектов признаков. Ранжирование - систематизированное упорядочение конечного множества объектов по их приоритету, по совокупности общих для этих объектов признаков. Кластер - это некоторая совокупность «родственных» объектов, объединенных по набору общих для этих объектов признаков.
Предложенная схема оценки социальноэкономического развития региона базируется на определениях кластерного анализа И. Мандель, кластера В.В. Красильникова, принципа территориальной классификации В.И. Некрасова, интегральной оценки В.Д. Могилевского.
На основе вышесказанного сделан вывод, что определение путей стабилизации экономики региона не может осуществляться без интегрального показателя его уровня. С этой целью необходимо вернуться к практике анализа регионального развития и разработать методику оценки уровня социально-экономического развития регионов. Социально-экономическая ситуация в регионе характеризуется определенным сочетанием индикаторов, которые отражают, во-первых, влияние объективных, устойчивых факторов регионального развития и, во-вторых, воздействие специфических для каждого региона механизмов, характеризующих особенности и возможности его адаптации к новым условиям. В целом разработка соответствующей классификации служит условием для эффективной адаптации к местным условиям разрабатываемой на федеральном уровне социальной политики (пенсионной политики, программы занятости населения, жилищной программы, федеральных стандартов в сфере здравоохранения, образования, социальной защиты населения).
Кластерный анализ. Для объединения муниципальных образований в достаточно большие группы по мере их сходства необходимо провести кластерный анализ, назначением которого является разбиение множества объектов на заданное или неизвестное число классов на основании некоторого математического критерия качества классификации (cluster (англ.) - гроздь, пучок, скопление, группа элементов, характеризуемых каким-либо общим свойством). Критерий качества кластеризации в той или иной мере отражает следующие неформальные требования:
а) внутри групп объекты должны быть тесно связаны между собой;
б) объекты разных групп должны быть далеки друг от друга;
в) при прочих равных условиях распределение объектов по группам должно быть равномерным.
Большое достоинство кластерного анализа состоит в том, что он позволяет производить группировку объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ, в отличие от большинства математико-статистических методов, не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет рассматривать множество исходных данных практически произвольной природы. Также кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы социально-экономической информации, делать их компактными и наглядными.
Кластеризацию муниципальных образований проведем с помощью метода Варда (Ward’s method). Выбор этого метода обусловлен тем, что в результате происходит разбиение совокупности исследуемых объектов на наиболее однородные со статистической точки зрения группы. В качестве целевой функции выступает внутригрупповая сумма квадратов отклонений, которая представляет собой сумму квадратов расстояний между каждой точкой (объектом) и средней по кластеру, содержащему этот объект. На каждом шаге объединяются такие два кластера, которые приводят к минимальному увеличению целевой функции, т. е. внутригрупповой суммы квадратов.
Анализ конкурентной устойчивости проводится в три этапа:
1) количественный анализ конкурентной устойчивости, т. е. определение рыночной позиции отраслей региона;
2) качественный анализ наличия и состава ресурсной базы, необходимой для обеспечения конкурентоспособности предприятий региона в определенных областях муниципальных образований, т. е. условий конкурентной устойчивости;
3) выявление конкретных секторов экономики, в которых возможно достижение конкурентных преимуществ предприятий региона, т. е. анализ кластеров.
Количественный анализ конкурентной устойчивости. Статистическими показателями, отражающими конкурентную устойчивость отрасли в регионе и потенциал его кластеризации, могут служить коэффициент локализации данного производства на территории региона, коэффициент душевого производства и коэффициент специализации региона на данной отрасли.
Коэффициент локализации рассчитывается отношением удельного веса данной отрасли в структуре производства региона к удельному весу той же отрасли в регионе. Расчеты могут быть произведены по объему произведенной продук-
ции (КлПП), основным производственным фондам (КлОФ), численности основного персонала (КлЧП), производительности труда (КлПТ), фондоотдаче (КлФО), инвестициям в основной капитал (КлИН), иностранным инвестициям (КлИИ), экспорту (КлЭК) и импорту (КлИМ).
Коэффициент душевого производства (КД) исчисляется отношением удельного веса отрасли региона в соответствующей структуре отрасли страны к удельному весу населения региона в населении страны.
Коэффициент специализации региона на данной отрасли (КС) определяется как отношение удельного веса региона в стране по данной отрасли к удельному весу региона в ВВП страны.
Если расчетные показатели больше или равны единице, следовательно, данные отрасли выступают как отрасли рыночной специализации и в них либо существуют кластеры, либо их создание является возможным. При формировании кластеров и выборе из них наиболее приоритетных необходимо оценить динамику коэффициентов локализации, так как увеличение значения показателей в динамике свидетельствует о возможных дальнейших перспективах роста кластеров, а снижение - о возможной необходимости расширения ассортимента выпускаемой продукции, необходимости модернизации производства или о неперспективности кластера в будущем.
Ранжирование отраслей по этим показателям определяет приоритетность анализа отраслей на следующем этапе. При этом нет оснований для исключения каких-либо отраслей из следующего этапа.
Качественный анализ условий конкурентной устойчивости предприятий и отраслей дополняется количественным анализом.
Результаты данного этапа анализа - определение наличия и состава ресурсной базы, необходимой для обеспечения конкурентоспособности региона в определенных секторах экономики. Эти результаты формируются на основе анализа комплекса условий, каждое из которых в отдельности и все вместе составляют основу конкурентной устойчивости.
В ходе анализа оцениваются наличие и доступность природных, материальных, трудовых, инфраструктурных и прочих факторов производства «доступны/недоступны».
Спрос на внутреннем рынке для продукции отрасли оценивается с помощью количественных и качественных показателей.
В ряду количественных показателей выступают следующие:
• доли продукции по отраслям, реализуемой в пределах региона, в России, 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.
Среди качественных показателей необходимо оценить уровень требовательности покупателей региона к ассортименту, новизне и качеству данной продукции (высокий/средний/ низкий).
Анализ количественных и качественных показателей интегрируется в сводную оценку внутреннего спроса - «заинтересованный/безразличный».
Конкурентоспособные отрасли-поставщики или другие сопутствующие отрасли в данном регионе. Оценка данного условия имеет определяющее значение для заключения о наличии кластера и об условиях его конкурентной устойчивости. В анализе используются количественные и качественные показатели.
Количественными показателями выступают доли поставщиков отрасли, расположенные в пределах региона, в России, за рубежом, и динамика их поставок в последние 3-5 лет.
В ряду качественных необходимы оценки следующих составляющих:
• наличие и степень активности профессиональных некоммерческих организаций в данной отрасли (ассоциаций, союзов);
• наличие и степень активности научно-исследовательских организаций, связанных с данной отраслью;
• наличие и уровень учреждений профессионального образования, связанных с данной отраслью;
• наличие и степень активности некоммерческих организаций, содействующих данной отрасли;
• заинтересованность и степень содействия государственных учреждений предприятиям данной отрасли;
• наличие и степень содействия организаций СМИ данной отрасли.
Анализ количественных и качественных показателей интегрируется в сводную оценку родственных и поддерживающих отраслей -«присутствуют/отсутствуют ».
Факторы, мотивирующие формирование эффективных стратегий организации и управления предприятиями, важнейшим из которых является конкуренция на внутреннем рынке. Факторы, мотивирующие формирование эффективных стратегий организации и управления предприятиями, в том числе конкуренция на внутреннем
рынке, оцениваются с помощью качественных показателей «присутствуют/отсутствуют ».
Полученные оценки позволяют сформировать шестнадцать первичных групп отраслей, которые в результате укрупненной группировки объединяются в три группы:
• отрасли с высоким потенциалом существования кластера, нуждающиеся в информационной поддержке и минимальном управляющем воздействии;
• отрасли, в которых возможно создание кластеров при целенаправленных длительных управляющих воздействиях;
• отрасли, в которых создание кластеров требует значительных издержек, несопоставимых с ожидаемым эффектом.
Проведение следующего этапа целесообразно для первых двух групп отраслей.
Специфика отрасли определяет разную важность этих условий. Оценка наличия условия может быть количественной или качественной. Качественная оценка возможна на основе результатов специализированных опросов руководителей исследуемых предприятий.
Результаты исследования. Результаты проведенного кластерного анализа могут быть представлены: 1) матрицей близости (подобия);
2) таблицей порядка агломерации; 3) таблицей принадлежности к кластеру; 4) древовидной диаграммой (дендограммой).
Дальнейший этап анализа - определение характера управляющих воздействий на конкурентоспособность региона - формируются на основе анализа кластеров предприятий региона. Анализ кластеров может производиться в различных направлениях: институциональная организация кластеров, внутренняя мотивация инициирования и поддержания кластеров, сравнительная конкурентоспособность участников кластера, стратегический потенциал кластеров.
В ходе кластерного анализа выявляются группы кластеров, характеризующиеся следующими признаками:
• структурированность (наличие организации);
• устойчивость (постоянный состав участников);
• наблюдаемость (для государственной и муниципальной статистики).
Эти признаки позволяют сформировать семь групп кластеров.
Кроме того, для формирования кластеров необходимо учесть мотивацию участников. Здесь возможны следующие основания кластеризации (мотивы):
• производство однородной продукции;
• однородность основных покупателей -крупных государственных или полугосударст-венных структур;
• обеспечение мобильности труда и капитала внутри кластера;
• другие мотивы.
Фактором, определяющим конкурентную силу кластера, может быть конкурентная сила его отдельных участников. Здесь возможны следующие модели:
• кластер с примерно одинаковой конкурентной силой участников;
• кластер, где конкурентная сила центральных участников значительно превосходит конкурентную силу остальных;
• кластер, в котором конкурентная сила периферийных участников намного превосходит конкурентную силу центральных;
• кластер, состоящий из конкурентно слабых участников.
Конкурентная сила кластеров. В качестве критериев оценки стратегического потенциала кластеров могут использоваться следующие:
1) темп роста продукции отраслей, в которых заняты центральные предприятия кластера в сравнении с темпом роста экономики в целом (отраслевой рост);
2) темп роста продукции кластера в сравнении с темпом роста отрасли в целом (кластерный рост);
3) доля продукции отраслевого кластера в валовом региональном продукте.
Для расчета необходимы статистические показатели в динамике за 3-5 последних лет:
• темп роста отрасли: объем произведенной продукции данной отрасли по региону в натуральном выражении, сопоставимых и фактических ценах;
• темп роста экономики в целом: ВВП РФ;
• темп роста доли исследуемых предприятий: объем произведенной продукции центральных предприятий кластера в натуральном выражении; сопоставимых ценах и фактических ценах;
• доля продукции отраслевого кластера в валовом региональном продукте: объем произведенной продукции предприятий, составляющих (потенциально) кластер в натуральном выражении; сопоставимых и фактических ценах.
В качестве критериев оценки показателей могут выступать следующие:
- высокий темп отраслевого роста (+) - темп роста отраслей, в которых заняты центральные предприятия кластера, превышает темп роста экономики в целом на 5 и более пунктов;
- высокий темп кластерного роста (+) -темп роста доли исследуемых предприятий вы-
ше темпа роста отрасли в целом на 5 и более пунктов (кластерный рост);
- высокая доля в ВРП (+) - доля продукции отраслевого кластера в валовом региональном продукте превышает 5 %.
Эти критерии позволяются выявить семь типов кластеров и определить степень их стратегической важности для региона. В соответствии с этими типами и степенью стратегической важности выбирается комплекс управляющих
Таким образом, многофакторный кластерный анализ позволяет выявить потенциальные возможности региона в обеспечении конкурентоспособности.
Для проведения комплексной оценки уровня социально-экономического развития региона с учетом межрегиональных различий была сформирована база данных из исследуемых значений показателей, взятых за некоторый ретроспективный период.
воздействий с целью поддержки, инициирования или реструктуризации кластеров (таблица 1).
Технологии поддержки, инициирования, масштабирования и реструктуризации кластеров разрабатываются в соответствии со спецификой отраслевых кластеров. Результатом управляющих воздействий является повышение индивидуальной конкурентной устойчивости предприятий, составляющих кластер, и конкурентной силы самих кластеров.
В расчет уровней социального и экономи-
, P Рег P Рег ч ческого развития (гс и ґ3 ) муниципаль-
ных образований, или степени «близости» фактического образа к эталонному, положена методика, в которой применяется матрица данных, составленная из стандартизованных значений признаков. Стандартизация позволяет избавиться от единиц измерения (стоимостных и натуральных). Первоначальный набор показателей
Таблица 1
Анализ кластеров для оценки стратегического потенциала региона
Тип кластера Характеристика для региона Управленческие решения
1. Высокий темп отраслевого роста в сочетании с высоким темпом кластерного роста и высокой долей в ВРП (+ + +) Критическая важность для региона Активная поддержка
2. Низкий темп отраслевого роста в сочетании с высоким темпом кластерного роста и высокой долей в ВРП (- + +) Критическая важность для региона Активная поддержка
3. Высокий темп отраслевого роста в сочетании с низким темпом кластерного роста и высокой долей в ВРП (+ - +) Критическая важность для региона Активная поддержка, инициирование кластеров
4. Низкий темп отраслевого роста в сочетании с низким темпом кластерного роста и высокой долей в ВРП (— +) Проблемная важность для региона Реструктуризация кластера с целью повышения потенциала его роста
5. Высокий темп отраслевого роста в сочетании с высоким темпом кластерного роста и низкой долей в ВРП (+ + -) Средняя важность для региона Не мешать
6. Высокий темп отраслевого роста в сочетании с низким темпом кластерного роста и низкой долей в ВРП (+ —) Средняя важность для региона Не мешать
7. Низкий темп отраслевого роста в сочетании с высоким темпом кластерного роста и низкой долей в ВРП (- + -) Средняя важность для региона Не мешать
8. Низкий темп отраслевого роста в сочетании с низким темпом кластерного роста и низкой долей в ВРП ( ) Относительная незначимость для региона Реструктуризация предприятий с целью высвобождения ресурсов
ху дифференцируется в зависимости от характера влияния каждого из них на уровень социального (экономического) развития на стимулянты и дестимулянты.
Вычислительной особенностью метода является предварительное выявление эталонных значений. В эталон включены наибольшие (для дестимулянт наименьшие) значения показателей, достигнутые в анализируемый период каким-либо районом. Для расчетов значений этого таксономического показателя применяется матрица данных, составленная из стандартизованных значений признаков. Все признаки исходной совокупности (включая дестимуляторы) преобразовываются в стимуляторы. На основе полученных стандартизованных значений рассчитываются уровни социального и экономического развития. Значение уровня социально-экономического раз-
вития региона, или степень «близости» фактического образа к эталонному, рассчитывалось по специальным формулам.
Полученные итоговые значения Рсрег и
Рэрег, рассчитанные по данным 2005 г., позволяют сделать выводы о том, что самый высокий уровень экономического развития достигнут в муниципальном образовании «Советский городской округ», а по социальному развитию лидирует муниципальное образование «Гурьевский городской округ».
Построены таблицы соотношения уровня экономического развития к уровню социального развития на основе фактически рассчитанных данных за период с 2001 по 2005 г. (таблица 2).
Таблица 2
Расчетные значения уровней развития муниципальных образований Калининградской области
Показатель Год
2001 2002 2003 2004 2005
р рег э 0,2612 0,2701 0,2908 0,3088 0,3314
р Ре с 0,3612 0,3374 0,3001 0,2507 0,2708
Анализируя полученные значения, можно сделать вывод о том, что в течение пяти лет уровень экономического развития муниципальных образований области в целом растет, а уровень социального развития снижется, только в 2005 г. наблюдался незначительный рост.
тз ПРег ПРег
В целом динамика Рс и Рэ свидетельст-
вует о наличии асимметрии среди этих показателей.
Для выбора целевого ориентира положения муниципальных образований в регионе применили процедуру кластерного анализа (таблица 3). Для образования групп применена процедура иерархического объединения объектов.
Таблица 3
Классификация муниципальных образований по выделенным кластерам (по данным 2004 г.)
Кластер № 1 Кластер № 2 Кластер № 3 Кластер № 4 Кластер № 5 Кластер № 6 Кластер № 7
Наименование муниципальных образований «Светлогорский ГО», «Янтарный ГО», «Пионерский ГО», «Зеленоградский район», «Мамоновский ГО», «Багратионовский ГО» «Балтийский ГО», «Черняховский» ГО» и «Гвардейский район» Город Калининград «Гурьевский ГО» «Краснознаменский ГО», «Нестеровский ГО», «Ладушкинский ГО» и «Озерский ГО». «Славский ГО», «Правдинский район», «Полесский район», «Неманский район» «Светловский ГО», «Гусевский ГО» и «Советский ГО» к с в е ь р Гур и ад р г я и н и Ка а д о р о Г
Рассмотренный выше принцип выделения классификационных групп используется как инструмент перераспределения инвестиционных потоков, что способствует росту инвестиционной привлекательности.
В ходе исследования были оценены интенсивность протекающих в области инвестиционных процессов и уровень инвестиционной привлекательности 22 муниципальных образований исследуемого субъекта Федерации. Проведенное исследование показало, что темпы роста инвестиций в 2003-2005 гг. в основной капитал снизились. Концентрация инвестиций наблюдалась в основном в муниципальных образованиях «Гусевский городской округ», «город Калининград», «Мамоновский городской округ».
Анализ полученных результатов показал, что большая часть (60 %) муниципальных образований относится к группе со средним уровнем инвестиционной привлекательности. Только 3 муниципальных образования характеризуются высокой инвестиционной привлекательностью.
Выводы. Проведенный кластерный анализ позволяет сделать вывод о том, что даже близко находящиеся на географической карте муниципальные образования настолько значительно отличаются ресурсным и человеческим потенциалами, что не могут быть отнесены к одному экономическому кластеру.
В первый кластер включены муниципалитеты, схожие по своему экономическому развитию, так как значения основных показателей, характеризующих уровень человеческого капитала, инвестиционные вложения, региональную доступность, очень близки. Они являются промышленно развитыми с мощным производственным потенциалом с доминированием крупных предприятий. Это такие муниципалитеты, как «Светлогорский городской округ», «Янтарный городской округ», «Пионерский городской округ», «Зеленоградский район», а также «Мамоновский городской округ» и «Багратионовский городской округ».
Во второй кластер вошли три муниципальных образования - «Балтийский городской округ», «Черняховский городской округ» и «Гвардейский район». Эти районы близки в своем развитии по таким показателям, как человеческий капитал, уровень инвестиционных вложений на душу населения, региональная концентрация, ВРП на душу населения. Показатели данных районов в большинстве своем несколько ниже среднемуниципальных значений.
Третий кластер составили 2 муниципальных образования - «город Калининград» и «Гурьевский городской округ», которые географически
близки друг другу. Для них характерны показатели выше средних по субъекту.
В четвёртый кластер вошли 4 муниципальных образования - «Краснознаменский городской округ», «Нестеровский городской округ», «Ладушкинский городской округ» и «Озерский городской округ». Их объединяет то, что исторически они являлись малонаселенными районами. Для них характерны низкая предпринимательская активность, уровень ВРП на душу населения и уровень частного и общественного капитала ниже среднего по региону.
В пятый кластер вошли 4 муниципальных образования: «Славский городской округ», «Прав-динский район», «Полесский район», «Неманский район». Это преимущественно районы с сельскохозяйственной направленностью. Для них характерны высокая плотность населения, низкие показатели инновационной и инвестиционной активности, невысокий уровень ВРП на душу населения.
Шестой кластер составили промышленные районы - «Светловский городской округ», «Гу-севский городской округ» и «Советский городской округ». Для данных муниципальных образований характерны высокая инвестиционная привлекательность, весомый вклад в ВВП.
Города Калининград и Гурьевск соответственно составили 7-й кластер. Для них характерны высокие значения (выше среднерегионального) всех рассматриваемых показателей.
Тот факт, что города выделились в самостоятельные кластеры, не является неожиданным, они доминируют по целому ряду показателей. Это означает, что данные города смогут стать городами-лидерами (опорными городами, полюсами роста), генерирующими развитие новых кластеров, что вполне соответствует стратегии регионального развития.
Учитывая изложенное, предполагается, что основными направлениями повышения экономического потенциала, конкурентоспособности выделенных региональных кластеров должны стать:
- проведение маркетинговых исследований для определения направлений позиционирования (специализации) муниципалитетов региональной экономической системы;
- ориентация развития муниципальных образований не только на эффективное использование традиционных факторов производства, но и на развитие специализированных факторов, таких как инновационный потенциал, квалифицированная рабочая сила, современная инфраструктура и институциональная среда;
- объединение усилий малых и средних компаний, а также других заинтересованных орга-
низаций для выхода на те ниши, где региональный кластер обладает потенциальными конкурентными преимуществами;
- в районах, где доминируют крупные вертикально интегрированные компании (преимущественно в нефтегазовой отрасли), развитие производств более высоких переделов (на базе углубленной переработки сырья), создание механизмов аутсорсинга и усиление местной составляющей в крупных проектах с формированием вспомогательного, обслуживающего и перерабатывающего блоков малых и средних предприятий.
Таким образом, при помощи кластерного анализа факторов социально-экономического развития районов Калининградской области были структурированы показатели их экономического роста по степени схожести, выделены 7 кластеров.
Использование кластерных технологий, естественно, вызывает желание сопоставить их результаты с результатами применения более простых технологий, например индикаторных. Такие сопоставления весьма полезны в связи с тем, что каждая технология региональной диагностики имеет свои плюсы и минусы, и анализ причин обнаруживаемых расхождений может
привести к новым, в том числе неожиданным, но всегда логически объяснимым, выводам.
К сожалению, кластерный анализ (как, впрочем, любой другой инструмент региональной диагностики) при отказе от системного подхода и стремлении к предельному упрощению связей между факторами и результатами развития региональных ситуаций и проблем превращается в скорее эффектный, нежели эффективный способ решения задач, не выходящих за пределы элементарных действий. В этом случае его результаты могут стать весьма тривиальными и тем самым исказить представления о потенциальных возможностях кластерных технологий.
Главным достоинством кластерного анализа является весьма широкая возможность выделения внутри изучаемой территории зон (точек, объектов), связанных не жесткими административными границами, а единой проблематикой экономического, социального и иного характера, причем разделение общего проблемного поля на указанные зоны возможно в любой степени дробности и зависит лишь от числа исходных (группируемых, вычленяемых) параметров региональных ситуаций и проблем.
