CC BY
25
ЭКОНОМИКА
КОНКУРЕНТОСПОСОБНОСТЬ ХОЗЯЙСТВУЮЩИХ СУБЪЕКТОВ И ЭКОНОМИКА ЗНАНИЙ1 Вайсман Е.Д.
В статье проведено исследование генезиса теории конкурентных преимуществ фирмы, результаты которого показали, что вектор ее развития направлен в сторону увеличения интеллектуальной компоненты. Это позволило сформулировать вывод о существенной роли экономики знаний в повышении конкурентоспособности хозяйствующего субъекта любого уровня. В статье представлен контур экономики знаний, проведен анализ подходов к ее оценке и на базе сформулированных допущений предложен авторский метод оценки развития экономики знаний в регионах. Метод реализован с помощью инструментов кластерного анализа. В результате все регионы РФ сгруппированы по величине и соотношению значений спроса и предложения знаний, проведен анализ выделенных кластеров. Дана оценка способности регионов эффективно использовать накопленный ресурс знаний для повышения своей конкурентоспособности.
COMPETITIVENESS OF THE ECONOMIC SUBJECTS AND ECONOMY OF KNOWLEDGE. Weissman E.D.
A study of the competitive advantages of a firm genesis which results showed that its vector of development headed for accretion of the intellectual component is presented in the article. It made possible to word a decision on essential part of the economy of knowledge in the increase of any economic subject competitiveness. An outline of economic knowledge is given in the article, analysis of approaches to its assessment is carried out and pertaining to the author’s method of assessment of economy of knowledge development in regions based on enunciated assumptions is offered. The method is implicated by means of the cluster analysis. In the outcome all the RF regions are grouped according to their size and ratio of demand and supply of knowledge values and analysis of the singled out clusters is carried out. The capability of the regions to effectively use the gained knowledge resource for enhancing its competitiveness.
Риск снижения конкурентоспособности субъектов различных уровней хозяйствования, существенно возросший в связи с экономическим кризисом, требует интенсификации мер по поиску и принятию решений, направленный на получение конкурентных преимуществ экономики, увеличение ее инвестиционной привлекательности, стабилизацию текущего положения и дальней-
ший экономический рост. Однако анализ практического опыта ряда российских компаний позволяет с сожалением констатировать, что во многих случаях в основе этого поиска лежит собственное, чаще всего интуитивное, представление руководства компании о том, что именно позволит их бизнесу приобрести отраслевое превосходство. При этом практически в любом случае - удач-
1 Работа выполнена при финансовой поддержке АВЦП «Развитие научного потенциала высшей школы (2009-2010 годы), проект 2.1.3/753».
ного или неудачного выбора - в силу дефицита временных и / или финансовые ресурсов не удается провести грамотный анализ его результата, спрогнозировав будущее развитие рыночной конъюнктуры и своевременно скорректировать выбранное решение.
Основная проблема заключается в том, что все вопросы повышения конкурентоспособности в последние годы руководителям предприятий приходилось решать «на ходу»
- реструктуризировать устаревшие технологии и одновременно обеспечивать высокие темпы экономического развития. Сегодняшний кризис дает возможность оценить правильность выбора, поскольку уже сейчас понятно, что выживут предприятия, сумевшие набрать некоторый запас прочности за счет использования верно выбранных и накопленные конкурентных преимуществ.
В связи с этим нам представляется интересным провести анализ эволюции современных теорий конкурентных преимуществ
и отраслевого лидирования предприятий.
На наш взгляд, в эволюции теории конкурентных преимуществ логично выделить четыре этапа (рис.1).
Первый этап характеризуется ресурсным подходом к источнику конкурентных преимуществ фирмы, согласно которому вследствие неравномерности распределения ресурсов конкурентными преимуществами обладает игрок рынка, обладающий каким-либо ресурсом в большей степени, чем остальные.
Приблизительно в этот же период времени Майкл Портер, широко известный и наиболее часто цитируемый сегодня специалист в теории конкуренции, предложил практически противоположную точку зрения на источник конкурентного преимущества [1]. В соответствии с его концепцией успех в конкурентной борьбе определяется не масштабом компании, а наличием и правильностью выбора стратегии конкурен-
Рис. 1. Эволюция теории конкурентных преимуществ
Вайсман Е.Д.
ции. М. Портер считает, что для завоевания рыночного превосходства компании не обязательно быть крупной, поскольку верно выбранная стратегия конкурентной борьбы позволит и небольшому по размерам предприятию стать отраслевым лидером. Все множество стратегий конкуренции М. Портер сводит к трем основным: лидерство в издержках (по терминологии автора - конкурентное преимущество более низкого порядка), лидерство в дифференциации (конкурентное преимущество более высокого порядка) и фокусирование - на издержках или дифференциации. При этом предприятию необходимо сосредоточиться на одной из стратегий, в наибольшей степени адекватной условиям его внешней и внутренней среды. Теория М. Портера, по сути, ознаменовала переход ко второму этапу развития теории конкурентных преимуществ.
Кризис стратегического планирования в 80-е годы привел к временному отказу от прежних теорий конкурентных преимуществ в пользу использования стратегий реструктуризации и реинжиниринга, направленных на совершенствование внутренней среды организации и повышение эффективности производственного процесса за счет совершенствования бизнес-процессов. Эти подходы характерны для второго этапа эволюции теории конкурентных преимуществ, они получили название «сжатие» компаний, и увлечение ими продолжалось до середины 90-х годов.
Третий этап начался в середине девяностых годов, когда в 1995 г. М. Треси и Ф. Вир-сема [2], представители консалтинговой фирмы CSC Index, выступили с теорией, суть которой сводилась к поиску уникальной ценности предприятия и использованию этой ценности в качестве конкурентного преимущества. Уникальные ценности авторы предлагали искать в трех «ценностных дисциплинах»: совершенствование производственных процессов, совершенствование продукта, совершенствование процессов обслуживания клиентов. Выбор
должен был быть максимально продуманным, иначе, утверждали авторы концепции, фирма потерпит крах.
Примерно в это же время сформировались новые подходы, основанные на сочетании конкуренции и сотрудничества: теории предпринимательских экосистем и со-конкуренции. Так, теорию предпринимательских экосистем в 1996 году развил Дж. Ф. Мур [3], профессор Гарвардского университета. Среду бизнеса он сравнил с живой природной средой - экологической системой, в которой имеют место не только борьба, но и эволюция, сотрудничество и взаимозависимость. Рост конкуренции ведет к необходимости тесного сотрудничества, отсюда появление так называемого «открытого» маркетинга и создание СЯМ-систем. Успех на рынке в условиях ужесточения конкуренции уже не может обеспечить стратегия, нацеленная на создание односторонних преимуществ, фирме необходимо поддерживать экосистему, сочетающую в себе факторы внешней среды, конкуренцию и эволюцию. Этот феномен Дж. Ф. Мур назвал «коэволюцией» и выделил четыре стадии жизненного цикла экосистемы.
Свое развитие теория экосистем получила в трудах других авторов: X. Фризе-винкеля [4], А.Ю. Юданова [10], А.М. Бранденбургера (Гарвардский университет), Б. Дж. Неилбаффа (Йельский университет) [5].
Таким образом, конец XX века характеризуется бурным развитием теории конкурентных преимуществ и появлением революционных идей относительно развития сотрудничества в бизнесе как способа повышения конкурентоспособности. Но, несмотря на революционность новых идей, даже они касались поведения компаний на сложившихся рынках. Между тем в начале нашего века появилась точка зрения, согласно которой победителем в конкурентной борьбе будет тот, кто сможет формировать рынки будущего и доминировать на них, что послужило началом для развития четверто-
го этапа эволюции теории конкурентных преимуществ.
Первыми теорию создания рынков будущего предложили Г. Хэмел (Лондонская школа бизнеса) и К.К. Прахалад (Мичиганский университет) [6]. Они отметили, что крупные отраслевые компании с устойчивыми, казалось бы, конкурентными преимуществами, в конкурентной борьбе в ряде случаев оказываются побежденными компаниями, отстающими как по финансовым возможностям, так и по качеству продукции и эффективности производства. Эти компании строят свои стратегии не на сегодняшних, а на будущих рынках. Они не изучают, а формируют потребности покупателей на еще не существующие, а только создаваемые или планируемые к созданию продукты.
Г. Хэмел и К.К. Прахалад назвали это интеллектуальным лидерством, предложив рассматривать фирму не как портфель бизнес-единиц, а как портфель компетенций. Отказавшись от традиционного стратегического планирования, Г. Хэмел и К.К. Прахалад ввели термины «стратегические намерения» и «стратегическая архитектура», означающие прояснение контуров будущей отрасли по мере ее создания.
Очевидно, что наиболее сильная сторона этой концепции заключается в утверждении, что бизнес - это динамичное движение в будущее. Г. Хэмел и К.К. Прахалад заявили, что быть вторым или третьим в отрасли далеко не так выгодно, как считалось ранее. В качестве основного конкурентного преимущества, даже для небольших компаний, они выдвинули интеллектуальное первенство, позволяющее быстрее, по сравнению с конкурентами, создать инновацию. Проанализировав факторы успеха ряда ведущих компаний (Microsoft, Мо1;ого1а, Hmd^ Wal-Mart и др.), Г. Хэмел и К.К. Прахалад представили доказательства того, насколько важно создавать рынки будущего и доминировать на них, не отвлекаясь на реструктуризацию и даже на реинжиниринг.
Еще одна современная концепция конку-
рентоспособности базируется на электронной культуре. Наличие «цифровой», или «электронной», корпоративной культуры усиливает преимущества и возможности фирм, подчеркивает профессор Гарвардского университета Р.М. Кантер [7].
Электронная культура и дисциплинирует, и открывает путь для творчества. Она дает возможность действовать с большей гибкостью, допущениями и даже ошибками, которые легко устранить в режиме реального времени, что особенно важно в условиях неопределенности. Сам способ существования электронной культуры - постоянные изменения. Она снижает сопротивление переменам и усиливает конструктивную сторону конфликтов, ослабляя деструктивную, раздвигает рамки и расширяет число агентов и участников перемен, изменяет правила построения рабочих команд и стиль командной работы.
Таким образом, как видно, за последние почти тридцать лет теории конкуренции активно развивались. Проведенный анализ их развития показал, что вектор развития теории конкурентных преимуществ направлен в сторону увеличения интеллектуальной компоненты. Иными словами, в конкурентной борьбе все большее значение приобретают инновационные, нестандартные решения. По данным Программы развития ООН, сегодня на планете физический капитал (накопленные материальные блага) составляет лишь 16% общего достояния, природные богатства - 20%, а накопленные вложения в человека или человеческий капитал - 61%. Во многих развитых странах доля человеческого капитала достигает 80%.
Это означает, что в современных условиях главным источником благополучия и богатства экономик становятся систематизированные и уникальные знания. В большинстве развшых стран мира конкурентное преимущество сегодня достигается за счет знаний, умений и творческих решений (по разным оценкам - от 67 до 97%) [8].
Основной отличительной особенностью
Вайсман Е.Д.
нового подхода к проблемам экономического роста является трактовка знаний в качестве равноценного фактора производства, наряду с капиталом и рабочей силой. Между тем мировой опыт и экономические исследования последних лет показывают, что знания становятся более важным фактором экономического развития, чем традиционные факторы - труд и капитал.
По мнению большинства крупных экономистов мира, темпы экономического роста в первую очередь определяются уровнем развития экономики знаний. На долю новых знаний, воплощенных в технологиях, оборудовании, продукции, в разных странах приходится до 85% прироста валового внутреннего продукта (ВВП).
В 2000 г. Европейский Союз в Лиссабоне принял стратегию развития, ориентированную на строительство экономики знаний, а в марте 2005 г. специальную программу «Научные исследования и инновации для роста и занятости» (Common Approach to Research and Innovation). В соответствии с этими документами темпы роста производительности труда, устойчивого экономического роста и занятости определяются научно-технологическим развитием, инновациями и совершенствованием человечес-
кого капитала, которые, в свою очередь, зависят от инвестиций в знания, т.е. инвестиций в образование, исследования и разработки (ИР).
Тенденции, указывающие на выделение знаний в важнейший фактор экономического развития, проявились еще в 70-х гг.
Прежде всего, это изменение макроэкономической структуры производства в результате появления новык технологий, открывших мировые рынки для многих компаний и генерировавших огромное количество данные, требующих сортировки, переработки в информацию или сохранение, использования в качестве знания. Наука становится не только важнейшим фактором современного производства и благосостояния населения, но и превращается в относительно обособленную область, производящую самостоятельный продукт. В развитых странах стираются различия между низко- и высокотехнологическими отраслями, постепенно все отрасли становятся наукоемкими, колоссальную роль в производстве играют информационные ресурсы.
Кроме того, существенно меняется структура кадров и качество занятых. На профессии с преобладанием интеллектуального труда приходится основной прирост заня-
Таблица 1
Характеристики экономики знаний
Основные характеристики Описание
Отличительные признаки Сетевая, глобальная
Сырье Информация (не исчезает, не отчуждается)
Ин ф р аструктур а Интернет
Финансовые институты Венчурные фонды, рынки ценных бумаг компаний высоких технологий (NASDAQ Wesday, Nouvean Marche)
Кредитные источники Институты Пенсионные фонды, корпорации, инвесторы, домашние хозяйства Интеллектуальная собственность, динамичная конкуренция, низкие барьеры вход а на рынок
тости: 85% - в США, 89% - в Великобритании, 90% - в Японии. Рабочая сила трансформируется из преимущественно промышленной в «информационную рабочую силу» [9]. В составе кадров все больший удельный вес занимают работники интеллектуального труда, а превалирующим типом работника становится творческая личность, приверженная своему делу и стремящаяся привнести в него новые элементы.
Основные характеристики экономики, основанной на знаниях, сформулированы в работе [10] и приведены в табл. 1.
К сожалению, по индексу экономики знаний, рассчитываемому Всемирным банком, Россия в 2007 г. уступала не только развитым странам, но и странам Восточной Европы (рис.2).
Таким образом, низкие темпы трансформации нашей экономики в экономику, основанную на знаниях, увеличивают риски замедления экономического роста, потери кон-
курентоспособности и рост угрозы снижения экономической безопасности. Это связано с развитием тенденции «утечки» мозгов, снижения численности квалифицированных кадров, превращение России в стра-ну-экспортера идей и импортера готовых технологий, ухудшением финансового положения фирм, регионов и в целом национальной экономики.
Если говорить об экономике знаний как о системе, то встает задача ее представления в виде сложного единства, в котором могут быть выделены составные элементы, а также схема связей и отношений между этими элементами.
В систему экономики, основанной на знаниях, входят такие тесно взаимодействующие элементы, как информационно-коммуникационные технологии, человеческий капитал, бизнес, институциональная среда и национальная инновационная политика. Эти элементы взаимодействуют в опреде-
Рис. 2. Индекс экономики знаний Всемирного банка в 2007 году (большее значение индекса соответствует более благоприятным условиям
для экономического роста)
Вайсман Е.Д.
ленной среде, создаваемой рынком и государством, и формируют контур экономики знаний (рис. 3).
В целом, несмотря на различие в экономическом развитии России и стран Запада, перед исследователями, занимающимися анализом экономики знаний, стоят одинаковые проблемы. К их числу можно отнести сложность непосредственной оценки знаний в связи с разнообразием форм, которые они могут принимать; четкого определения результатов экономики знаний и ее эффективности. Кроме того, существует проблема выбора наиболее адекватных показателей для оценки и получения необходимой для их расчета статистической информации.
Учитывая существенную дифференциацию российских регионов по степени развития системных составляющих экономики, основанной на знаниях, нам представляется актуальным предложение методики оценки с расширенными возможностями анализа сложившейся ситуации. Разумеется, такая методика должна опираться на уже существующие, разработанные как зарубежными, так и российскими авторами. На наш взгляд, она должна решать следующие задачи:
- сформировать не столько рейтинг регионов по степени развития экономики знаний, сколько количественно и качественно однородные группы российских регионов;
- расширить возможности проведения количественного и качественного анализа выделенных групп регионов;
- определить на этой базе возможный вектор развития экономики знаний выделенных групп.
Для решения этих задач введем ряд допущений.
1. Будем считать, что благосостояние региональной экономики зависит от наличия, полноты и эффективности полного цикла воспроизводства знаний. Это допущение основано на ряде концепций регионального развития, согласно которым состояние региональной экономики зависит от наличия сбалансированного набора эффективно взаимодействующих отраслей, что должно обеспечить экономическую целостность региона и его конкурентоспособность.
2. Примем, что на данном этапе развития российской экономики знание следует рассматривать не как товар, а как ресурс, необходимый для увеличения эффективно-
Рис. 3. Системные элементы экономики, основанной на знаниях
сти производства и создания новых и усовершенствованных продуктов и технологий. В основе этого допущения лежат реалии российской экономики: ее догоняющий характер, малая доля инновационной продукции в ВВП России, низкий уровень коммерциализации идей, структурные искажения в сторону сырьевой направленности, в том числе по отношению к знаниям.
3. На основании первого и второго допущения будем считать, что степень развития региональной экономики знаний зависит от величины и соотношения спроса и предложения знаний в регионе.
4. Под спросом на знания как ресурс будем подразумевать тот объем знаний (овеществленных и неовеществленных), который корпоративный сектор готов задействовать в качестве ресурса при производстве продукции, выполнении работ и услуг. При этом необходимо учитывать, что спрос на знания как на ресурс в первую очередь зависит от уровня совокупного спроса в национальной экономике, а также от вовлеченности знания в производство благ, определяемой уровнем технологического развития региона.
4. Примем, что предложение знаний - это тот их объем, который может быть предоставлен бизнесу со стороны компаний, занимающихся научными исследованиями и разработками, подразделениями самого бизнеса, НИИ, научно-исследовательскими центрами вузов, научными сотрудниками и специалистами. При этом предложение знаний определяется степенью развития образования и науки и качеством жизни, то есть основными факторами, определяющими уровень развития человеческого потенциала и соответствующей институциональной среды.
5. Будем считать, что экономика знаний в регионе будет тем более развита, чем более развитым и масштабным будет процесс удовлетворения спроса на знания за счет внутреннего предложения. Понятно, что чем выше спрос бизнеса на знания, тем выше степень его развития, уровень инно-
вационного потенциала и конкурентоспособности. Однако сложившийся потенциал так и не будет реализован, если спрос не будет удовлетворен. Несмотря на то, что, с одной стороны, предложение, безусловно, оказывает влияние на спрос, а с другой - на спрос и предложение воздействуют одни и те же факторы (в частности, государственная политика в области инноваций, активность корпоративного сектора), зачастую предложение не соответствует спросу как качественно, так и количественно. Только удовлетворение спроса на знания способствует повышению эффективности производства, появлению более конкурентоспособной продукции и, в долгосрочной перспективе, снижению риска утраты конкурентоспособности регионом.
6. В качестве последнего допущения примем, что оценку спроса и предложения знаний на региональном уровне будем производить на основе показателей, отслеживаемых Госкомстатом РФ.
Учитывая поставленные задачи и принятые допущения, оценку степени развития экономики знаний в регионах предлагается проводить в три этапа.
Первый этап. Расчет значения внутреннего регионального спроса и внутреннего предложения знаний.
На этом этапе на базе официальной статистической информации с помощью многомерной средней рассчитываются показатели спроса и предложения знаний в регионах.
Второй этап. Оценка способности экономики региона эффективно использовать накопленный ресурс знаний и, в случае отрицательного результата, выяснение причины последнего.
На этом этапе на основе рассчитанных значений показателей спроса и предложения знаний проводится кластеризация регионов. В качестве метода кластеризации используется метод заданного числа групп по критерию минимума евклидова расстояния.
В результате нам удалось выделить пять
Вайсман Е.Д.
кластеров, изображенных на рис. 4. Цифры на рисунке соответствуют номеру региона, присвоенному в табл. 2.
В первый кластер вошли регионы с наиболее высокими значениями спроса и предложения знаний, относящиеся к числу социально-развитых [88]. При этом значение
показателя спроса на знания в этих регионах значительно превышает значения показателя предложения. Единственное исключение составляет Санкт-Петербург, в котором высокий уровень спроса и предложения знаний сопровождается превышением последнего.
6
55
5
а 45
I 4
£ 3,5
і 3 О
& 2,5
0
1 2 І 1,5
СЕ
1
0,5
0
-0,5
-1
!Р
5Т
^1
е И ¥ \ Л\2 ¥
■и. 22 У 1 /
5
-1 -05 0 0,5 1 15 2 25 3 35 4 45 5 55 & 6,5
Показатель предложения знаний
Рис. 4. Кластеризация регионов РФ в зависимости от значений показателей
спроса и предложения знаний
Таблица 2
Результаты кластеризации регионов РФ
№ кластера Среднее значение показателя спроса Среднее значение показателя предложения Р егионь], входящие Е кластер
1 4,48 3,43 г.Москва, Московская область (10), г.Санкт-Петербург (27), Нижегородская область (49), Свердловская область (56), Тюменская область (57)
0,97
1,38
Воронежская область (4), Краснодарский край (36), Ростовская область (40), Республика Башкортостан (41), Республика Татар стан (44), Самарская область (52), Саратовская область (53), Красноярский край (65) Кемеровская область (67), Новосибирская областъ(б8) Омская область(69)
1,15
0,59
Калужская область(б), Тульская область (16), Ярославская область (17), Ленинградская область (23) Волгоградская область (39), Республика Мордовия (43) Чувашская Республика (46), Пермский край (47), Кировская область (48), Пензенская область (51), Курганская область(55), Иркутская область(6б), Челябинская область(58), Красноярский край (65)
0,42
0,39
0,12
0,13
Белгородская область (1), Владимирская область(З), Ивановская область(5), Курская область (8), Липецкая область(9), Орловская область (11), Рязанская область (12), Тамбовская область (14), Тверская область (15), Республика Коми (19), Вологодская область (21), Калининградская область (22), Мурманская область (24), Новгородская область (25), Республика Дагестан (29), Ставропольский край (37), Астраханская область(38), Удмуртская Республика (45), Оренбургская область (50), Алтайский край (63), Забайкальский край(64), Томская область(70), Приморский край (73), Хабаровский край(74), Ульяновская область (54)
Брянская область(2), Костромская область(7), Смоленская область (13), Республика Карелия(18)^ Архангельская область (20), Псковская область(26), Республика Адыгея (28), Республика Ингушетия (3 0), Кабардино -Балкар ская Республика(3 1), Республика Калмыкия(32), Карачаево -Черкесская Республика (33) Республика Северная Осетия-Алания(34), Чеченская Республика(35), Республика Марий Эл (42),
Республик а Аггтай (59), Республика Бур ягия(6 0), Республика Тыва(б1), РеспубликаХакасия(б2), Республика Саха (Якутия)(7 1), Камчатский край(72), Амурская область(75), Магаданская область(7б), Сахалинская область(77), Еврейская автономная область(78), Чукотский автономный округ(79)
Вайсман Е.Д.
Следует отметить, что в этот кластер вошли наиболее экспортоориентированные регионы России: г. Москва, г. Санкт-Петере-бург, Тюменская и Свердловская области.
Являясь крупнейшими промышленными центрами страны, регионы первого кластера имеют разную отраслевую структуру. Так, Москва является мощным финансовым центром; Московская область специализируется на пищевой промышленности; Тюменская - на добыче полезных ископаемых; Нижегородская область и Санкт-Петербург - на производстве оборудования и транспортных средств, а Свердловская область -на производстве оборудования, металлургическом производстве и производстве металлических изделий. Все это свидетельствует о том, что знания становятся ключевым ресурсом как для старых традиционных отраслей, так и для новых технологичных.
Сложившееся в кластере соотношение спроса и предложения знаний ведет к обострению проблемы дефицита квалифицированных кадров и соответствующего роста стоимости знаний. Так, в докризисный период широко обсуждался вопрос о чрезвычайно высоком уровне заработных плат московского топ-менеджмента.
Второй кластер отличается более низкими показателями спроса и предложения знаний и превышением предложения над спросом. В него так же, как и в первый кластер, входят мощные промышленные регионы, сохранившие свой потенциал еще с советских времен: Омская область, Самарская область, а также крупнейший научный центр Новосибирск и крупные аграрные регионы страны - Краснодарский край и Ростовская область. Объединяет эти регионы большое значение численности персонала, занятого исследованиями и разработками: более 30% от их общей численности во 2,3,4 и 5-ом кластерах в совокупности. Этот факт может свидетельствовать о высоком научном
потенциале входящих в этот кластер регионов. Соответственно, существует высокий риск утраты или неэффективного использования этого потенциала.
Для третьего кластера характерен более высокий уровень спроса на знания, чем во втором кластере, при значительно более низком значении показателя предложения знаний. Кластер объединяет ориентированные на внутренний спрос регионы Поволжья: Чувашию, Мордовию, Кировскую и Пензенскую области, специализирующиеся на производстве машин и различного вида оборудования; а также некоторые другие регионы, которые также не относятся к числу экспортоориентированных: Калужскую, Волгоградскую, Курганскую и Иркутскую области. Уровень социально-экономического развития почти всех этих регионов несколько ниже среднего по стране [88]. Тем не менее к третьему кластеру отнесены и более развитые регионы: Тульская, Ярославская, Ленинградская области и Пермский край, а также крупные промышленные центры - Челябинская область, Красноярский край.
Один из основных рисков, с которым могут столкнуться регионы этого кластера, связан с тем фактом, что современный бизнес предъявляет спрос на прикладные знания, обеспечивающие эффект в краткосрочной перспективе. В случае изменения ситуации и появления спроса на знания с отсроченным эффектом отставание предложения знаний от спроса, характерное для регионов третьего кластера, может оказать негативный эффект на развитие экономики знаний, поскольку очевидно, что удовлетворение спроса потребует проведения долгосрочных серьезных научных исследований.
Предложение экономики знаний в четвертом кластере находится примерно на том же уровне, что и у регионов третьего кластера, однако спрос на знания в четвертом кластере существенно меньше, что связано
с более низким уровнем вовлеченности знания как ресурса в экономики его регионов. И это вполне объяснимо, поскольку регионы этого кластера характеризуются относительно невысоким уровнем как социальноэкономического развития в целом, так и развития основных системных составляющих экономики знаний.
Регионы пятого кластера отличаются наиболее низким уровнем значений как спроса, так и предложения знаний. В него попали практически все депрессивные регионы России, сосредоточенные в основном на Кавказе и юге Сибири, а также регионы Дальневосточного федерального округа, основное развитие которых обеспечивается выгодным географическим положением.
Развитие экономики знаний в регионах четвертого и пятого кластеров, с одной стороны, безусловно, тормозится их недостаточным социально-экономическим развитием, а с другой - последнее может быть преодолено за счет активизации инновационных процессов.
В целом нам удалось выявить в достаточной степени четкую корреляцию уровня развития экономики знаний, определенный на основе спроса и предложения знаний в регионах, с социально-экономическим положением последних. Так, с уменьшением спроса и предложения знаний в регионе неуклонно растет доля дотаций из федерального бюджета в регион.
Третий этап. Оценка способности экономики региона эффективно использовать накопленный ресурс знаний для наращивания своей конкурентоспособности.
Под эффективным использованием знания как ресурса будем подразумевать рост доли инновационной продукции в общем объеме продукции, отгруженной в регионе. Очевидно, что устойчивый рост расходов на технологические инновации, не сопровождающийся ростом доли инновационной продукции в общем объеме отгруженной продукции, говорит о неэффективном ис-
пользовании знаний как ресурса. С другой стороны, устойчивый рост доли инновационной продукции при отсутствии устойчивого роста расходов свидетельствует о росте эффективности использования знания как ресурса.
Для оценки способности экономики региона эффективно использовать накопленный ресурс знаний для наращивания своей конкурентоспособности предлагается ввести показатель, названный нами «коэффициент устойчивости развития региона», рассчитываемый с помощью коэффициента Спирмена:
где п - число уровней временного ряда;
А г - разность рангов уровней и номеров периодов времени.
Рост расходов на технологические инновации будем считать устойчивым, если значение коэффициента Спирмена для временного ряда показателя расходов на технологические инновации будет выше его среднего значения по всем регионам России. Таким образом, коэффициенты Спирмена характеризуют, по сути, коэффициент устойчивости региональной экономики знаний.
На рис. 4 регионы РФ нанесены на плоскость в координатах "Коэффициент устойчивости временного ряда доли инновационной продукции в объеме отгруженной продукции в регионе за 2000-2007 гг." и "Коэффициент Спирмена временного ряда расходов на технологические инновации в регионе за 2000-2007 гг.".
Заметим, что поскольку в проведенных расчетах коэффициентов устойчивости не удалось получить необходимую информацию для всех регионов РФ, использованные на рис. 3 обозначения не совпадают с обозначениями на рис. 5, их расшифровка приведена на рис. 6.
Вайсман Е.Д.
I I
I в
IX -
а о ^ о
5 “о
4 Лп
“ 5 Я 00
ш
ОС О
52
О- >1 й|
I!
г “ * § ■е ^
-& то су 55 о о
3=
х
1.2 1.0 0.0 0.6 0.4 0.2 0 0 ■0.2 ■0,4 ■0.6 ■0.9 ■1.0 ■1.2
1 ■ I ■ ■ ■ 1 I 47 ■ 25 ■ и □ 1 ■ 7 ' 5 4
О о зе } 1
6 20 л л \ ° ^ "V 4 1 26 Ъ Ф 5
40 □ : Э ° •ц 15 О?
вс 30 Ь 39
о О 3*0
и 35 (Л 3 о п 2
50 ЭЕ О
■ 62 о о 5^ о А №
52 и .5 21
55 56 с.п 37 О
о 19 о *3 □ 6 о и чао ОО
-0.3
-0.5
-0.4 -0.2 0,0 0.2 0,4 0.6 0.0 1,0 1,2
Коэффициент Спирмена для враменнппо ряда рагапдоа натаяно логически в инновации в регионе в 2000-200Г гг
Рис. 5. Распределение регионов России на плоскости в координатах коэффициентов устойчивости Спирмена
Интересно отметить, что регионы каждого кластера попали в каждую из выделенных групп.
Рис. 6. Распределение регионов в зависимости от коэффициентов устойчивости роста экономики знаний
Рассмотрим положение регионов Уральского федерального округа.
Свердловская область, занимающая третье место в РФ по объему продукции обрабатывающих производств, в силу сравнительно активного корпоративного сектора и относительно высокого уровня человеческого потенциала отличается высокими как качественными (устойчивость доли инновационной продукции в объеме отгруженной продукции), так и количественными (показатели спроса и предложения знаний) показателями экономики знаний.
Тюменская область в силу своих лидирующих позиций в добывающей промышленности и объеме ВРП является ре-гионом-донором. В этом регионе в силу узкой специализации и недостатка инновационно активного кадрового потенциала, даже при существенных вложениях в инновационные технологии значительный рост доли инновационной продукции в долгосрочной перспективе представляется маловероятным.
Челябинская область, характеризующаяся высокодифференцированной экономикой с сильным ядром, в качестве которого выступает металлургическая отрасль, с достаточно высоким уровнем социальноэкономического развития, отличается, тем не менее, относительно низким уровнем предложения знаний. Область попала во вторую группу регионов, в которых устойчивый рост расходов не сопровождается ростом доли инновационной продукции. В качестве причины сложившейся ситуации можно предположить недостаточное развитие инновационной структуры, не способствующей согласованию спроса и предложения знаний.
Относительно неблагоприятная ситуация с эффективностью вложений в экономику знаний сложилась в Курганской области. Она связана с более низким, чем в остальных регионах Уральского федерального округа, уровнем социально-экономического
развития, недостаточной активностью корпоративного сектора, а следовательно, и низким уровнем спроса на знания, что не стимулирует появление инновационных разработок.
Таким образом, проведенное исследование позволяет сформулировать ряд следующих выводов.
1. В современных условиях главным источником благополучия и богатства экономик становятся систематизированные и уникальные знания, а основной путь повышения конкурентоспособности хозяйствующих субъектов - развитие экономики знаний.
2. В настоящее время российская экономика по индексу экономики знаний, рассчитываемому Всемирным банком, уступает не только развитым странам, но и странам Восточной Европы.
3. Предложенный методический подход к оценке экономики знаний, основанный на изученном опыте российских и зарубежных исследователей, позволяет провести такую оценку с позиций ее масштаба и эффективности. Масштабы экономики знаний оцениваются косвенно, через показатели спроса и предложения знаний как ресурса; а эффективность - как эффективность использования этого ресурса, проявляющаяся в устойчивом росте доли инновационной продукции в общем объеме отгруженных регионом товаров.
4. В процессе исследования удалось расширить возможности анализа результатов проведенной оценки. Проведенная кластеризация российских регионов по масштабам развития экономики знаний и группировки последних по степени устойчивости этого развития позволяет выявить как общие для кластера и группы, так и частные, для отдельного региона, риски и наметить возможный вектор развития региональной экономики знаний, направленного на повышение его конкурентоспособности.
Вайсман Е.Д.
ЛИТЕРАТУРА
1. Портер М. Конкурентное преимущество. Как достичь высокого результата и обеспечить его устойчивость. М.: Альпина Бизнес Букс, 2005. 608 с.
2. Треси М., Вирсема Ф. Стратегия управления рынком. М.: Вильямс, 2005.
3. Moor J.F. The Death of Competition. N.Y: Harper Business, 1996.
4. Юданов А.Ю. Конкуренция: теория и практика. Учебно-практическое пособие. М.: АкаЛиС, 1996. 146 с.
5. Brandenburger A.M., NalebuffB.M. Competitions. N.Y.: Doubleday, 1996.
6. Хамел Г., Прахалад К.К. Конкурируя за будущее. М.: Олимп-бизнес. 2002. 288 с.
7. Кантер Р.М. Рубежи менеджмента: Пер. с англ. М.: Олимп-бизнес, 1999. 360 с.
8. «О роли науки в наращивании конкурентных преимуществ». Из доклада члена-кор-респондента А.И. Татаркина на заседании Президиума УрО РАН 25.09.09.
9. Смирнов В.Т., Сошников И.В., Романчин В.И., Скоблякова И.В. Человеческий капитал: содержание и виды, оценка и стимулирование. М.: Машиностроение-1, 2005. 126 с.
10. Дынкин А.А. Обсуждение доклада академика В.Л. Макарова. Вестник Российской Академии Наук. Том 73. № 5. С. 456 (2003).
