CC BY
12Л.П. Кураков, А.Л. Кураков
КЛАСТЕРНЫЙ ФОРМАТ ОРГАНИЗАЦИИ ИННОВАЦИОННОЙ ЭКОНОМИКИ
Аннотация. В статье анализируется логика развития инновационных кластеров. Показана ее связь с типами операционных затрат, также описанных в статье. Авторы показывают, что для получения выгоды от использования внешних знаний предприятиям важно иметь собственную базу соответствующих знаний. Кроме того, так как инновации получаются преимущественно при помощи знания, не имеющего «рутинизированной природы», то важную роль в инновационных процессах играют мелкие фирмы, организующиеся в сетевые форматы. Предлагается классификация сетей. «Новые социальные сети» добиваются определенных успехов там, где государство играет ведущую роль.
Abstract. The paper analyses the logic of innovative clusters development. The logic of clusters' classification should be compatible to one of the types of operational expenses. It is important for enterprises to have their own base of knowledge production in order to receive benefits from external knowledge. An important role of small firms, being organized in network formats can be recognized in innovation processes. A classification of networks is offered. «New social networks» achieve certain successes there where the state plays the leading part.
Ключевые слова: кластер; инновации; трансакционные затраты; типизация; государственная политика.
Keywords: cluster; innovations; transaction costs; typification; state policy.
Десятки и сотни лет современные экономические системы, создавая конкурентные преимущества, добивались лидерских по-
зиций, благосостояния и безопасности для своих народов. Но процессы глобализации приводят к тому, что многие регионы, исторически бывшие производственными центрами, проигрывают в конкурентной борьбе странам и территориям, не обладающим такими же объемами ресурсов, но сумевшим переориентировать свою деятельность на использование высоких технологий в наукоемких секторах производства, на участие в глобальных цепочках создания добавленной стоимости, на формирование новых рыночных ниш. Причем, как отмечают многие исследователи, такая переориентация требует быстрой трансформации всей экономической системы, и прежде всего ее инфраструктуры и институциональной составляющей [2; 6]. С учетом данного контекста в дебатах о ресурсах и методах инновационного развития все чаще используется концепция кластера. Обнаруживается достаточно много причин обращения к этой концепции.
Многие из недавно принятых программ Европейского союза, других стран, в том числе - России, используют элементы данной концепции, порой даже не обращаясь к понятию «кластер». Поэтому цель наших исследований состоит в том, чтобы идентифицировать тенденции и лучшие методы в решении задач инновационного развития, основанные на кластерных подходах.
Наблюдения за развитием новых промышленных секторов и кластеров в различных странах показывают, что эти процессы идут достаточно интенсивно. В обзоре опыта стран ОЭСР в области региональных инноваций [9; 10] указано, что концепция кластера стала ключевым звеном региональной политики в условиях становления экономики знаний и глобализации. За последние полтора десятилетия в Австрии создано 16 кластеров, характеризуемых как конкурентоспособные на международном уровне. В Дании на уровне национальной экономики выделено 16 промышленных кластеров и 13 региональных. При этом экономические показатели предприятий, входящих в кластер, оказываются лучше, чем в среднем по отрасли. В Финляндии создано 9 кластеров национального уровня. Во Франции зафиксировано 144 локальных производственных систем и 82 находятся на стадии становления. В Италии выделяются 144 промышленных района. Они обеспечивают 40% всех рабочих мест в национальной промышленности, а предприятия, входящие в кластеры, демонстрируют существенно более высокую производительность, чем другие.
В целом почти половина производственных систем развитых стран растет на основе кластерного подхода, что обеспечивает им
от 75 до 90% роста. В странах Восточной Европы также используется кластерный подход в реализации программ экономического и инновационного развития, например в Венгрии в кластерных структурах объединен 31% обрабатывающей промышленности, осуществляется более 14% промышленного производства. Россия также может продемонстрировать хорошие результаты: например, в Калужской области автомобильный кластер к 2018 г. поможет поднять объем валового регионального продукта почти в 5 раз.
По итогам конкурсной программы развития инновационных территориальных кластеров, начатой в 2011 г., сегодня действуют 27 пилотных инновационных кластеров и около 70 получают поддержку от центров кластерного развития.
Премьер-министром РФ Д. Медведевым поручено в 2017 г. «обеспечить реализацию мер по поддержке выведения продукции, произведенной предприятиями в инновационных территориальных кластерах, на российский и международные рынки», «представить в правительство РФ предложения по систематизации действующих мер государственной поддержки инновационной и предпринимательской деятельности и их приоритизации в целях поддержки инновационных территориальных кластеров», «разработать и обеспечить информационную открытость элементов инновационной инфраструктуры (технопарков, инжиниринговых центров, бизнес-инкубаторов и др.), финансируемых за счет бюджетных средств и средств федеральных и региональных институтов развития» [4].
Действительно, сегодня существует проблема получения достоверных данных о российских кластерах: их количестве, отраслевой направленности, масштабах деятельности, степени зрелости и других характеристиках. В определенной степени решением этой проблемы стало появление ресурса «Российская кластерная обсерватория» - Карта кластеров России (map.cluster.hse.ru) [3], где сегодня можно получить информацию о десятках кластеров и их участниках. Кластеры, представившие о себе информацию на портале, расположены в 39 субъектах РФ. В их состав входит более 2800 организаций и объектов инфраструктуры, где занято более 1,2 млн работников. При этом под кластером понимают «группу предприятий, объединенных производственной цепочкой и схожими технологическими процессами» [6, № 13, с. 9].
По данным карты, больше всего участников (213) находится в составе Камского инновационного территориально-производственного кластера Республики Татарстан, в кластере ядерно-физических и нанотехнологий в Дубне 80 участников и 77 включены
в консорциум «Научно-образовательно-производственный кластер "Ульяновск-Авиа"» [6, № 13, с. 4].
В 2015 г., по данным Министерства экономического развития, кластеры, включенные в программу государственной поддержки, выпустили продукции на сумму около 2 трлн руб., что на 0,5 млрд руб. больше, чем в 2013 г. В ряду наиболее успешных кластеров отмечены нефтехимический кластер Башкортостана, кластер фармацевтики, биотехнологий и биомедицины Калужской области, кластер информационных технологий Новосибирской области, аэрокосмический кластер Самарской области.
Минэкономразвития субсидирует кластерные проекты с 2013 г. В начале 2016 г. 27-м кластером в списке стал Пермский кластер фотоники. Первоначально субсидия, выделенная каждому кластеру, составляла 1,3 млрд руб., в 2014 г. она увеличилась до 2,5 млрд руб., однако в 2015 г. в связи с сокращением бюджетных расходов уменьшилась вдвое. За период 2013-2015 гг. 26 кластеров, входящих в программу, получили 98 млрд руб. из бюджетов различных уровней, а также 362 млрд руб. внебюджетных инвестиций. По словам главы департамента социального развития и инноваций МЭР А. Шадрина, около 70% средств, выделяемых в рамках субсидий, направляется на развитие инфраструктуры кластеров [6, № 13].
Основаниями для активизации работы в направлении инновационного развития в формате кластеров стали теоретические наработки и в немалой степени положительный современный опыт развитых в экономическом отношении стран и опыт Советского Союза.
Явным поводом уделять особое внимание кластерам для государственного сектора является аргумент о снижении операционных затрат и затрат координации, и этот аргумент способен примирить экономических агентов с различными интересами.
Кроме того, есть надежные эмпирические свидетельства того, что многие отрасли промышленности остаются относительно сконцентрированными в определенных регионах, и компании, стремящиеся обеспечить свое инновационное развитие, выигрывают от близости к источникам генерации знаний: университетам, исследовательским центрам, продвинутым инновационным компаниям по сравнению со своими коллегами, расположенными в местностях, менее богатых информационными ресурсами.
При обсуждениях и теоретическом конструировании в области пространственных моделей следует вспомнить, что в России
существует немалый задел наработок в данной области и традиции исследований, сохранившиеся со времен планового хозяйства СССР.
«Главное преимущество пространственных моделей - возможность совместного исследования с позиций народнохозяйственного оптимума условий развития и размещения производительных сил: а) созданных в каждом регионе производственных мощностей и элементов производственной и социально-бытовой инфраструктуры; б) локализованных в пространстве природных и трудовых ресурсов; в) региональных различий производственных затрат...» [1].
В определенной степени полезным может быть метод пространственной эконометрики, но порой подобные методы предлагают менеджерам или руководителям правительственных учреждений слишком легкие ответы на сложные проблемы. В частности, в рамках таких построений технологические режимы, индустриальные и организационные структуры, так же как их динамика, часто рассматриваются как упрощенные модели. Мы считаем, что в нашем случае, чтобы объяснить наблюдаемое разнообразие географических и технологических моделей, необходимо принять во внимание природу нового знания в различных производственных секторах. С целью получения классификации инновационных кластеров предлагаются к рассмотрению следующие тезисы.
Тезис 1. Современное территориальное размещение инноваций отражает территориальное размещение наиболее инновационных секторов экономики. При этом распределение инноваций по отраслям отражает размещение наиболее инновационных предприятий и технологий. Это может быть обусловлено тем, что производство продукта находится в особой фазе жизненного цикла или что некоторые действия в рамках коротких жизненных циклов продукта более или менее надолго включены в инновационную фазу. Если каждое из таких производств подвергается воздействию различных факторов, определяемых местоположением, локализация инноваций в таком случае может быть сведена просто к географии.
Тезис 2. Современное территориальное размещение инноваций, по существу, является результатом пространственных различий в фазах циклов получения прибыли или выпуска продукта. С этой точки зрения в условиях ранних фаз инновационных циклов принятие соответствующих мер к тому, чтобы, например, обеспечить необходимые компетенции и навыки субподрядчиков,
является решающим условием для успешного инновационного проекта и управления рисками.
Позже, в более зрелых фазах цикла, когда масштаб производства позволяет чувствовать себя более уверенно и когда производственные методы рутинизируются, факторы стоимости становятся все более значимыми, таким образом позволяя понизить значимость местоположения и пространственного разделения труда в расчетах стоимости производства. Этот процесс можно замедлить, и такая пространственная децентрализация в некоторых случаях позволяла отсрочить или успешно избежать «олигополизации» секторных рынков.
С точки зрения предположений, лежащих в основе отношений между инновациями и территориальным размещением предприятий, есть принципиальное различие между первым и вторым тезисом, которые развиты на основе модели жизненного цикла продукта. Первый тезис работает при условии, что вводящие инновации предприятия прежде всего статичны с точки зрения своего местоположения, следовательно, различные фазы жизненного цикла продукта не отражены в изменении местоположения. С другой стороны, второй тезис работает при условии, что вводящие инновации предприятия являются в значительной степени динамичными с точки зрения своего местоположения, так что различные фазы цикла продукта связаны с изменением местоположения. Следовательно, распределение инноваций по отраслям и предприятиям, по существу, является результатом пространственных различий в фазах циклов получения прибыли или производства продукта.
Тезис 3. Современная география инноваций отражает результаты изменений в характерных особенностях территорий. И это приводит к различиям в размещении творческого потенциала и предпринимательства. Третий тезис отражает особенности местоположения, объясняя развитие и коммерческий запуск потенциально успешных новых или улучшенных продуктов и услуг при посредстве институциональных или новых бизнес-структур. Акцент здесь делается на факторах, которые стимулируют и обусловливают новые события, также облегчая отбор участников с реальным конкурентоспособным потенциалом. Три ключевых фактора влияют на этот процесс: широкий выбор идей, технологий и культур, в пределах которых могут появиться новые составы и формы деятельности; открытое общество, стимулирующее появление нетривиальных инициатив; конкурентоспособные операционализи-рованные критерии отбора. При определенных обстоятельствах,
особенно когда появляются патентопригодные научные разработки, знания, которые могут эксплуатироваться внутри предприятия, формируется соответствующая окружающая среда. Двумя аспектами этой плодотворной окружающей среды в классическом сравнении Нью-Йорка и Питтсбурга, является минимальное требование, чтобы новые предприятия могли объединиться в соответствии с техническими возможностями и запросами рынка, и более низкая вероятность столкновения с проявлениями власти больших бюрократических структур в городской экономике [15].
С другой точки зрения, М. Портер выдвигает на первый план значимость и отличительные особенности локального рынка и конкуренции среди местных производителей в пределах отдельного сектора / рыночной ниши как стимулов для качественных усовершенствований товаров и услуг [16].
Эти предположения касаются инновационного поведения типичных локальных фирм, хотя динамичная окружающая среда может также привлечь мобильные инвестиции из внешних источников, поддерживающие стратегии роста, основанные на инновациях. Более широкая интерпретация данных наблюдений: распределение инноваций отражает результат изменений в особенностях различных отраслей и предприятий, которые приводят к различиям в размещении творческого потенциала и предпринимательства.
Тезис 4. Распределение инноваций по отраслям и предприятиям, по существу, является результатом того, что инновации, наиболее вероятно, будут иметь место на малых и средних предприятиях, реализующих различные модели пространственного размещения. Четвертый тезис основан на выводах из исследований «пространства сотрудничества». Этот подход опирается на идею о том, что инновации, наиболее вероятно, произойдут на небольших и средних предприятиях, у которых нет ни экономии на масштабе, ни возможности застраховаться от риска, чтобы обеспечить все ключевые ресурсы на входе за свой счет. Наблюдения примеров из так называемых «новых индустриальных районов», таких как Силиконовая долина, и из традиционных районов, таких как области Эмилия-Романья в Италии, позволили предположить, что пространственная близость таких предприятий является необходимым критерием для развития отношений взаимного доверия, основанных на общем опыте взаимодействия с руководителями в различных фирмах. В этих контекстах работает модель социальной сети [12]. Вклад социальных и деловых связей в экономический рост оцени-
вается некоторыми экспертами в контексте операционных и тран-сакционных затрат [14].
Очевидно, что если учитывать в операционных затратах только транспортные расходы, то объяснения для существования современных городов и объединения в промышленные кластеры в современных условиях теряют актуальность. Однако остается аргумент о значимости контактов множества людей с целью обмена знаниями и информацией. Эти взаимодействия, по всей видимости, являются решающей движущей силой формирования научных агломераций и промышленных кластеров [11]. Так происходит, очевидно, потому что информационно-коммуникационные технологии и контакт лицом к лицу необязательно заменяют, но чаще дополняют друг друга. Другое возможное объяснение этого эффекта связано также с ростом глобальной урбанизации [17].
Классификации кластеров, предлагаемые в различных источниках, как правило, не претендуют на универсальность. Эти стилизованные характеристики промышленных групп отличаются с точки зрения природы фирм в кластерах и природы их отношений и сделок, заключаемых в пределах этих групп. Их можно назвать чистой агломерацией, промышленным комплексом и социальной сетью. Особенности каждого из типов кластеров перечислены в табл. 1 и, как можно увидеть, три идеальных типа заметно различаются.
В модели агломерации отношения являются преимущественно неустойчивыми. Фирмы чрезвычайно атомизированы в смысле рыночной власти (практически, ее отсутствия), и они непрерывно изменяют свои отношения с другими фирмами и клиентами в ответ на арбитражные возможности рынка, таким образом, формируя условия интенсивной локальной конкуренции. Также между фирмами нет ни особых отношений доверия, ни других долгосрочных отношений. Внешняя выгода для местных фирм от объединения в кластеры накапливается со временем просто из-за их совместного присутствия.
Стоимость членства в этом кластере ограничена арендной платой, определяемой местным рынком недвижимости. Нет «безбилетников», доступ к кластеру открыт, и, следовательно, индикатором наличия и роста кластера является рост арендных платежей. Этот идеализированный тип лучше всего представлен моделью маршаллианской агломерации, как принято в моделях экономической географии, где понятие пространства обычно относится к городскому пространству и кластеры этого типа существуют только в определенных городах.
Таблица 1
Типовые характеристики промышленных кластеров
Характеритстики Агломерация Промышленные комплексы Социальные сети
Размер предприятий Равномерно малые Наличие крупных предприятий Различные размеры
Взаимоотношения Фрагментированные, неустоявшиеся, неопределяемые Стабильные и постоянные Доверие, лояльность, совместные проекты
Доступ к участию Свободный Нет свободного доступа Достаточно свободный
Условия доступа к сотрудничеству Рентные платежи, необходимая близость Внутренние инвестиции, необходимая близость История, опыт, близость необходима, но недостаточна
Выгоды от близости Получение ренты - Частичная капитализация ренты
Методология Модель агломерации Теория производства -размещения, анализ «вход - выход» Теория социальных сетей
Тип пространства Урбанистический Локальный / региональный Локальный / региональный
Примеры Конкурентная городская экономика Комплексы химического производства Новые промышленные районы
Источник: авторская версия.
Производственный комплекс кластера характеризуется прежде всего долгосрочными устойчивыми и предсказуемыми отношениями между фирмами, растущим числом трансакций. Тип промышленного комплекса обычно наблюдается в таких отраслях промышленности, как металлургия и химическая отрасль, и является типом пространственного кластера, как правило, рассматриваемого в классических и неоклассических моделях отраслевой организации. Анализируется пространственное местоположение наряду с анализом ввода-вывода (ресурсы-продукты).
Чтобы стать частью группы в пределах территориального кластера, каждое предприятие осуществляет долгосрочные инвестиции, особенно в аспектах физического капитала: зданий и оборудования. Вход в такой кластер поэтому строго ограничен затратами как на входе, так и на выходе. Объяснением для пространственного объединения в кластеры в отраслях промышленности такого типа
служит то, что близость необходима прежде всего для минимизации транспортных операционных затрат. Высокие рентные платежи не определяют особенности кластера, потому что земля, которая была ранее куплена фирмами, как правило, не продается.
Ситуация для стран ОЭСР в целом такова, что «место имеет значение для инноваций. Более чем 33% ИР и приблизительно 25% мест для квалифицированных работников находится в лучших 10% регионов ОЭСР (крупные регионы). 58% патентов получаются в лучших 10% регионов ОЭСР (небольшие). Различные измерения показывают, что самые сильные инновационной продуктивные взаимодействия происходят в пределах приблизительно 200 километров» [9, р. 13].
Понятия пространства и пространственных зон в промышленном комплексе являются локальными категориями, и это необязательно городское пространство, эти понятия можно продолжить на региональный уровень, но такая возможность кардинально зависит от транспортных затрат. В истории экономической мысли подобное деление носит название «зон Тюнена».
Третий тип пространственного кластера - модель социальной сети. Эта модель связана прежде всего с работой М. Гранноветтера [13] и является ответом на модель иерархий О. Ульямсона [7]. Модель социальной сети утверждает, что отношения взаимного доверия между ключевыми агентами, ответственными за принятия решений в различных организациях, могут быть по крайней мере столь же важны, как и иерархии в системах принятия решения в отдельных организациях. Эти отношения доверия могут иметь множество проявлений в различных формах, таких как объединенное лоббирование интересов, совместные предприятия, неофициальные союзы и взаимная договоренность о совместных действиях на рынке. Отношения доверия, как предполагается, уменьшают межфирменные операционные затраты, потому что, когда они существуют, для фирм снижается острота проблем оппортунистического поведения. В этом случае предсказуемость, связанная со взаимным неавантюристическим поведением, может частично компенсировать неудобства, связанные с географической отдаленностью.
Устойчивые совместные отношения могут значительно выходить за границы отдельных организаций, и эти отношения могут непрерывно воссоздаваться. Все эти поведенческие особенности опираются на общую культуру взаимного доверия, развитие которой зависит в значительной степени от общей истории и опыта агентов, принимающих решения.
Эта модель социальной сети по существу внепространствен-ная, но можно утверждать, что с точки зрения месторасположения пространственная близость будет, вероятно, способствовать таким отношениям доверия в долгосрочном периоде, приводя к росту определенности в местной внешней среде, к развитию различных форм сотрудничества и снижению рисков. Пространственная близость, таким образом, необходима, но недостаточна, чтобы приобрести доступ к сети, которая как таковая только частично открыта и где арендная плата не будет гарантировать доступа, хотя это повышает его возможности.
В действительности все пространственные или промышленные кластеры будут содержать признаки одного или больше таких идеальных типов, хотя один тип будет более доминирующим в каждой группе. В то же время если задача ученого состоит в том, чтобы понять развитие этих типов в различных секторах и местоположениях, то описание, хотя бы и очень подробное, природы отношений и сделок между акторами в пределах кластера является только частью решения. Необходимо также рассматривать проблемы, касающиеся процессов инноваций и характера знаний: важно понять, почему те или иные типы кластеров формируются в различных ситуациях.
Однако чтобы сделать это, следует выяснить, что же является преимуществами для фирмы, решившей войти в кластер. В этом случае можно рассмотреть внешние эффекты знаний с двух точек зрения, а именно притоки знаний и оттоки знаний. Относительно притоков знаний мы можем предположить, что все фирмы расценивают притоки знаний положительно. Однако у непреднамеренных оттоков знаний могут быть и положительные, и отрицательные эффекты. Частный эффект непреднамеренного оттока знаний для владельца фирмы - это утечка ценного интеллектуального капитала и нематериального актива, а это всегда рассматривалось в негативном ключе.
С другой стороны, потенциально положительный эффект непреднамеренного оттока знаний - рост знания как общественного блага. Это было бы важно в ситуациях, где оттоки локальных знаний способствуют движению в рамках инновационного цикла, усиливая базу знаний территории, таким образом делая ее более привлекательной для других фирм, приводя к более крупным притокам знаний в будущем. Это идеализированное представление эволюционного процесса.
Очевидно, однако, что структура и организация отрасли повлияют на восприятие фирмой оттоков знаний. Например, в случае конкурентного рынка фирмы будут меньше проигрывать от оттоков знаний и извлекать больше пользы от притоков в условиях плотной группировки. В такой ситуации будет преобладать аргумент пользы общественного блага локальных знаний, и оттоки знаний будут рассматриваться как в целом положительное явление.
В олигополистической отраслевой структуре фирмы часто чувствуют, что оттоки знаний к рыночным конкурентам могут обходиться для них чрезвычайно дорого с точки зрения потерь конкурентного преимущества. Причина состоит в том, что в ситуациях, где любые оттоки знаний от фирмы больше ценятся ее конкурентами, чем любые потенциальные притоки знаний в фирму от ее конкурентов, общий результирующий эффект непреднамеренных оттоков знаний, с точки зрения фирмы, будет отрицателен. Такие расчеты, включающие все характеристики, и в том числе долгосрочные планы фирмы, приведут к решению о вхождении в кластер того или иного типа.
Аргумент возможного отрицательного эффекта обеспечивает сильный контрдовод логике Портера в аспекте объединения в промышленные кластеры. Модель «рынка лимонов» Акерлофа подсказывает, что отраслевые кластеры, которые включают крупных олигополистических конкурентов, будут подвержены воздействию неблагоприятного отбора и могут оказаться не в состоянии сформироваться или же они могут стать прибежищем посредственности, если формирующийся кластер не будет обладать особенностями промышленного комплекса, как показано в табл. 1.
Эти рассуждения в определенной степени объясняет эмпирические наблюдения того, что многие из крупных фирм не соотносят свои действия по созданию знаний с местоположением и деятельностью конкурентов [15]. По логике этого аргумента остается единственная возможная причина, почему такая фирма решила бы сохранить свое положение в группе, - чистой агломерации или социальной сети, - если это решение принято только потому, что требовалось обеспечить найм квалифицированных специалистов. Однако развитие системы аутсорсинга уменьшает значимость и этого аргумента. Таким образом, аргументы, связанные с внешними эффектами избытка знаний, неявные в чистой агломерации и моделях социальных сетей производственного кластера, не всегда применимы к олигополистической транснациональной компании или к фирмам-«мультизаводам».
Подобные аргументы (связанные с внешними эффектами избытка знаний) приобретают силу в случае модели социальной сети (табл. 1). Такие социальные сети, как предполагается, работают на основе отношений доверия. Однако основы внутренних потребностей, эффектов избытка знаний, направленных наружу, условия, при которых отношения доверия появятся естественно, в значительной степени непрозрачны. Если фирмы в группе / кластере оказываются небольшими, то аргументы в пользу агломерации могут быть в значительной степени применимы, так же как и в случае социальной сети, хотя различение этих двух типов становится проблематичным. Однако если некоторые из фирм в группе становятся крупными, то уже не вполне ясно, каким образом может развиваться такая социальная сеть.
Все это подразумевает, что развитие кластеров вообще, а также особых типов кластеров не происходит само собой. У развития кластеров того или иного типа должна быть своя логика, совместимая с одним из трех типов операционных затрат, указанных в табл. 1. Если такой логики не будет, то кластер не образуется, в то же время если будет доминировать определенная логика, то появится и определенный тип кластера.
В теории управления сложилось представление о том, что основные организационные формы деловой активности представлены дихотомией в пределах моделирования различий между рынками и иерархиями. Однако в случае третьего типа кластера - модели социальной сети, которая объяснена на основе предположения об оппортунистическом поведении (или как альтернатива доверительных отношений), есть возможность раскрыть преимущества сети как все более преобладающей формы экономического управления.
В основе подхода трансакционных затрат, использованного при построении табл. 1, лежат некоторые ограничения, а именно: 1) статическая природа отношений; 2) узкое определение знания и технологии; 3) не учтены взаимовлияния процессов инноваций и промышленных структур.
Разумно предположить, что природа пространственных эффектов, вероятно, будет очень чувствительна не только к промышленной структуре, но также и к стадии жизненного цикла продукта и жизненного цикла кластера, а также к изменениям в основных технологиях. Принятие утверждений, представленных выше в форме тезисов 1-4, далее дает возможность утверждать, что, если «молчаливое знание» является в значительной степени «липким» и географически неподвижным, тогда склонность к инновациям, вероятно,
будет выше в промышленных отраслях или на тех стадиях жизненного цикла продукта, где молчаливое знание играет важную роль.
Поэтому, если мы стремимся увязать вопросы развития инноваций, появления и развития кластеров, необходимо учесть особенности знаний и технологий. Таким образом, характер изменения в структуре кластера будет определяться характером знаний и появлением новых особенностей знаний, которые определят, разовьется ли логика кластера в течение долгосрочного периода и каким образом это будет происходить.
Логика соответствующих рассуждений связана с природой информации и знаний в промышленном секторе и с ролью, которую обе эти категории играют в процессах инноваций и конкуренции. Причем предлагаемые представления ни в коем случае не должны рассматриваться как конкурирующие объяснения, а скорее как методы, дополняющие друг друга.
В эволюционных экономических подходах к техническому прогрессу динамизм любой пространственной системы, которая основывается на доступе к знаниям и способна их эффективно использовать, оценивается преимущественно в трех функциональных измерениях: поглощение нового знания, технологии и инновационных идей; распространение инноваций для усиления основы имеющихся знаний; генерация нового знания, технологий и инноваций.
Поэтому такие понятия, как «социальная способность» и «технологическое соответствие», особенно релевантны в интерпретациях роста компаний и промышленных групп. «Социальная способность» соотносится с общей способностью пространственной системы участвовать в инновационных и организационных процессах и производить институциональное изменение, способствующее инновациям; а «технологическое соответствие» соотносится с расстоянием производств кластера до технологической границы, или, другими словами, с ее способностью осуществить технические действия, связанные с новыми технологиями.
Схема, которая будет полезной для обсуждения динамики пространственных кластеров, представлена в табл. 2 и является пересмотренным и расширенным вариантом табл. 1. Применяя эволюционные представления о развитии технического прогресса, такой подход помогает идентифицировать главные особенности знаний, технологических режимов, промышленных организаций и структур управления. Табл. 2 представляет собой расширение типизации кластеров, основанной на концепции трансакционных затрат, в которой основные условия трансформации и передачи знаний в
пределах кластера теперь сделаны явными. Это позволяет принимать во внимание способы, посредством которых предприятия могут взаимодействовать с отраслевой и технологической окружающей средой.
В модели чистой агломерации, где понятие пространства относится в большей степени к городскому пространству, значительная часть знания является явной, кодируется и становится доступной любому актору и организации. Разнообразие и разнородность - отличительные особенности городов: комбинация различных потоков знания происходит через широкий диапазон секторов и отдельные взаимосвязи или отношения практически непредсказуемы. Инновационные фирмы в агломерации часто работают в сфере знаниеинтенсивных бизнес-услуг.
Промышленный комплекс характеризуется прежде всего совокупным множеством источников знаний, таких как внутренние НИОКР, вырабатывающие знания, пригодные для промышленного применения. В этом случае обнаруживается не так много возможностей для входа и высокая концентрация производства, которая, скорее всего, повлечет дополнительную сильную концентрацию на пространственном уровне. Как объясняют эксперты, фирмы, входящие в промышленный кластер, могут получить прибыль от их инноваций, в частности, потому что у них есть возможность исключить использование новых продуктов и процессов конкурирующими фирмами [5].
В этих ситуациях знание, основанное на непередаваемом опыте, является важным ресурсом на входе в производстве инноваций и фирмы-резиденты, как правило, имеют инновационное преимущество перед новыми фирмами, потому что инновационная деятельность относительно рутинизирована в пределах существующей иерархической бюрократии. Также следует учесть, что ведущие фирмы доминируют на локальном рынке и асимметрия власти является значимой в цепочке создания ценности и системе управления инновационным процессом.
В модели социальной сети технологические возможности прирастают в основном за счет источников знаний вне фирмы и промышленного сектора, таких как научные исследования в университетах и лабораториях. В условиях окружающей среды для технологий можно утверждать, что тип знания имеет тенденцию быть несистемным. Это определяет высокие показатели стоимости входа и выхода, сильный разброс величин долей на рынке и сравнительно низкий уровень концентрации рынка.
Таблица 2
Развернутые характеристики развивающихся промышленных кластеров
Характеристики Агломерация Промышленные Социальные сети
комплексы новые старые
Характеристики Кодифици- Системное, рутини- Несистемное, Смешанное,
технического рованное, зированное генетически основано на
знания эксплицитное обусловленное, «липко» и «текуче» опыте
Способ передачи Зависит Специфичен, основан Посредством Посредством
знания от типа на опыте когнитивных локализован-
информации сетей ных сетей
Технологические Процессно Производство ком- Продуктовые Процессно
траектории ориентиро- плексных / сложных ориентиро-
ванные продуктов ванные
Направление Решение Сокращение затрат Производство С участием
усилий проблем радикально новых продуктов потребителя
Изменения Спонтанные Стратегические Смешанные Смешанные
Источники Внешние Внутренние Смешанные Внешние
инноваций
Механизмы Конкуренция Олигополистическая Смешанные, Конкуренция
инноваций различных типов конкуренция частное и общественное участие в создании нового знания
Технологические Средние Низкие Очень высокие Низкие
возможности или неопределенные
Степень мульти- Низкая Высокая Низкая Высокая
пликативности
База знаний Диверсифицированная Специализированная Экспертная Специализированная по направлению
Тип управления Рыночный Иерархический Отношенческий / сетевой (когнитивная сеть) Сетевой (социальная сеть)
Степень риска Высокая Низкая Смешанная Смешанная
Области Финансы, Металлургия, хим- МСП высоко- Текстиль,
специализации страхование, пром, автопром, технологических обувная
бизнес-услуги химфарм, машиностроение, медобору-дование, электронное оборудование кластеров пром., мебельное производство, туризм
Примеры Калифорния, Шотландия, Великобритания, Иальянские
США: электронная Кэмбридж промышлен-
Силиконовая промышленность ные районы
долина
Источник: авторская версия.
В таких условиях молчаливый и «липкий» характер знаний требует физической близости. С другой стороны, относительно нечеткий характер нового знания, произведенного в результате взаимодействия между фирмами кластера и другими организациями, особенно общественными научно-исследовательскими институтами, открытость системы инноваций и появление новых правил, стандартов, проектов и процедур проверки - все это подводит к пониманию важности внешних источников технических знаний, которые не могут быть произвольно ограничены. Кроме того, инновационная деятельность часто соотносится с высоким уровнем неуверенности как относительно технологии, так и относительно высокого уровня неопределенности рынка.
Как следствие, более низкая вероятность выживания новых фирм скорее всего будет связана с более высокой инновационно-стью и ростом фирм, победивших в конкурентном соревновании. Инновации также получаются главным образом из знания, у которого нет рутинизированной природы, и поэтому в инновационных процессах играют важную роль мелкие фирмы, составляющие большую часть участников инновационной деятельности.
Как только типы кластеров начинают различаться с точки зрения технологических режимов, структур и методов управления, а также паттернов их отношений, становится ясно, что социальная модель сети прекращает быть относительно однородной и последовательной аналитической категорией. Таким образом, единая категория социальной сети разделяется на две подкатегории, а именно на категории «новая социальная сеть» и «старая социальная сеть».
В типологии «старой» социальной сети необязательно присутствует явная иерархическая структура, и полную координацию системы инноваций определяют отношения сотрудничества и конкуренции. Знание в значительной степени кодируется и развивается вдоль траекторий, которые главным образом ориентируются на обеспечение инновационного процесса, и оно передается посредством личных контактов, социального и политического лоббирования, обратных и прямых взаимодействий. Кроме того, с точки зрения географии есть принципиальное различие в особых системах управления инновационным процессом между новыми и старыми социальными сетями. В последнем случае сети главным образом основаны на географически обусловленной социальной близости, в то время как относительная и когнитивная близость часто служит основанием новых социальных сетей. С другой стороны, старые социальные сети обычно также основаны на историческом опыте сотрудничества,
в то время как новые социальные сети могут формироваться как различные виды сообществ, ведущих совместную деятельность, которая необязательно требует пространственного измерения.
Классификация, представленная в табл. 1, может помочь выработать алгоритм, пригодный для исследования критической проблемы избытков знаний. Действительно, некоторые эмпирические исследования показали, что межотраслевые избытки знаний могут возникать в региональных центрах «технологического превосходства» (Centers of Excellence), где избытки, по всей видимости, возникают главным образом в результате обменов и вокруг основных технологических систем (т.е. в «технологиях общего назначения» как, например, второстепенная разработка, механические методы, электроника и ИТ), создавая возможности взаимодействия акторов в различных альтернативных областях специализации.
Эти центры повышения квалификации, которые, с большей вероятностью, будут классифицированы или как «чистые агломерации», или как «новые социальные сети», испытывают сегодня влияния более интенсивных процессов конвергенции старых и новых технологий и обладают потенциально большей конкурентоспособностью, в конечном счете приводя к увеличению или уменьшению технологических кластеров.
Следует отметить возможную слабость эволюционного подхода к анализу роста и объединения в кластеры: он должен найти способы преодоления негативных последствий зависимости от пройденного пути и устойчивой привязанности к устоявшимся стратегиям в сетевых структурах (такие примеры очевидны в итальянском типе промышленных районов или в так называемых кластерах, функционирующих на основе высоких технологий, уровень которых не вписывается в масштаб и особенности места нахождения других отраслей и предприятий).
Помимо классификации, приведенной выше, могут быть представлены и другие многочисленные варианты типологизации, но в целях нашего анализа полезным оказывается различие между кластерами, основанными на знаниях, и более традиционными промышленными группами.
Отношения в традиционных кластерах базируются прежде всего на долговременных связях, в то время как для более новых групп высокотехнологичных и научных предприятий и организаций может быть намного более короткая история таких отношений. Исходя из этого временного параметра, диапазон типологий был развит далее в соответствии с основными особенностями кластера (устойчивая структура, глубина внутренних взаимосвязей и т. д.).
Важно также указать на то, что в развитии кластеров, основанных на знаниях, государство играет ведущую роль посредством осуществления инновационной политики и инвестиционных программ. Это особенно важно для экономических систем, где инфраструктура бизнеса и инноваций развита слабее, чем у конкурентов, в этих случаях роль в развитии кластера государства будет критической. Кроме того, учитывая разнообразные стратегии, которые могут быть приняты в развитии кластера, стратегический выбор, в конечном счете сделанный государством, может оказать значительное влияние на динамику развития.
Национальные программы инновационного развития, по существу, представляют собой формализованный поток стратегических решений (это - идеал, на практике, к сожалению, это встречается нечасто). В странах - членах ОЭСР большинство национальных программ явно или неявно связывает больше чем один стратегический поток. Несколько программ призваны объединить три направления развития: регионального, науки и технологий, промышленности. Ключевой вопрос состоит в том, может ли одна программа обратиться ко всем приоритетным направлениям одновременно. В течение долгого времени политика инновационного развития в Европе в целом переориентировалась от опоры на малые и средние предприятия к определению в качестве приоритетов создание национальных центров конкурентоспособности в формате кластеров, которые все более и более сосредоточиваются на технологиях и инновациях.
Как можно заметить, многие аспекты политики инновационного развития стран Европейского союза важны для решения проблем модернизации, поставленных, например, в Концепции долгосрочного развития Российской Федерации на период до 2020 года и других программных документах российского правительства. Надеемся, что опыт стран, успешно продвигающихся по пути инновационного развития, будет учтен в стратегических решениях российских предприятий и правительства Российской Федерации.
Список литературы
1. Горячева А.М., Липец Ю.Г. Статистические подходы к выделению территориально-производственных сочетаний: Доклад на 40-й сессии Международного статистического института (Варшава, 1-9 сентября 1975 г.). - М.: ЦЭМИ, 1975.
2. Инновационное развитие: Экономика, интеллектуальные ресурсы, управление знаниями / под ред. Мильнера Б.З. - М.: ИНФРА-М, 2010. - 624 с.
3. Карта кластеров России. Российская кластерная обсерватория. - Режим доступа: map.cluster.hse.ru (Дата обращения: 22.11.2016.)
4. О решениях по итогам заседания президиума Совета при Президенте России по модернизации экономики и инновационному развитию. Правительство РФ. 7 ноября 2016 г. - Режим доступа: http://i-russia.ru/all/docs/32292/ (Дата обращения: 22.11.2016.)
5. Портер М., Кетелс К. Конкурентоспособность на распутье: Направления развития российской экономики. - М.: ЦСР, 2007.
6. Территориальные кластеры. Дайджест новостей. 2016. - Режим доступа: http://cluster.hse.ru (Дата обращения: 22.11.2016.)
7. Уильямсон О.И. Экономические институты капитализма: Фирмы, рынки, «отно-шенческая» контрактация / Научн. ред. и вступительная статья В.С. Катькало; пер. с англ. Ю.Е. Благова, В.С. Катькало, Д.С. Славнова, Ю.В. Федотова, Н.Н. Цытович. - СПб.: Лениздат: CEV Press, 1996. - 702 с.
8. Barkley D., Henry М. Advantages and disadvantages of targeting industry clusters, REDRL Research report 09-2001-01. - Clemson, SC: Clemson univ.: Regional economic development research laboratory, 2001.
9. Regions and innovation: Collaborating across borders: OECD Reviews of regional innovation. - P.: OECD Publishing, 2013.
10. Competitive regional clusters. National policy approaches: OECD Reviews of regional innovation. - OECD, 2007.
11. Gibbons M. The new production of knowledge: The dynamics of science and research in contemporary societies. - L.: Sage publications, 1994.
12. Gordon I., McCann Р. Industrial clusters: Complexes, agglomeration and/or social networks? // Urban Studies. - 2000. - Vol. 37, N 3. - Р. 513-532.
13. Granovetter M. Networks and organizations: Structure, form, and action. - Harvard Business School, 1992.
14. Iammarino S., McCann P. The structure and evolution of industrial clusters: Transactions, technology and knowledge spillovers // Research policy. - 2006. - N 35. -Р. 1018-1036.
15. Peng L., Hong Y. Productivity spillovers among linked sectors // China economic review. - 2013. - N 25. - Р. 44-61.
16. Porter М. Location, competition, and economic development: Local clusters in the global economy // Economic development quarterly. - 2000. - Vol. 14, N 1. -Р. 15-34.
17. Technology, globalisation and economic performance / Archibugi D., Michie J. (Eds.). - Cambridge: Cambridge univ. press, 1997.
