CC BY
46
УДК 332.132
МЕХАНИЗМ ФОРМИРОВАНИЯ ЛЕСНОГО КЛАСТЕРА МАЛОЛЕСНЫХ ЗОН С ПРИМЕНЕНИЕМ КЛАСТЕРНОГО АНАЛИЗА
ассистент кафедры мировой и национальной экономики А. Ю. Небесная ФГБОУ ВПО Воронежская государственная лесотехническая академия
An-nebesnaya@yandex.ru
Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 и Стратегия развития лесного комплекса РФ на период до 2020 года одним из главных направлений модернизации отраслей промышленности Воронежской области видят формирование территориально-промышленных кластерных образований. Преобразования в лесном секторе можно осуществлять с помощью кооперации и интеграции с формированием горизонтально и вертикально интегрированных структур в виде кластеров. Целью формирования кластеров - является создание инфраструктуры, которая бы обеспечивала эффективное функционирование предпринимательских структур в условиях инновационного развития региона [1]. Для этого нужно объединить деятельность субъектов лесного сектора по лесозаготовкам и лесопереработке, озеленению и лесовосстановлению, торговых и финансово-кредитных организаций институциональной среды.
Для малолесных зон специфика деятельности предприятий лесного сектора накладывает свои отпечатки, делая акцент на лесоустройстве, озеленении территорий и глубокой переработке низкотоварной древесины. В связи с этим возникает потребность в использовании методической основы для выявления и сопоставления
различных вариантов формирования таких объединений. В числе таких вариантов актуальными являются вопросы типологического анализа, необходимого для определения одновременно качественно отличных и внутренне однородных групп предприятий лесного сектора, на основе которых в дальнейшем можно осуществлять формирование эффективных региональных структур кластерного типа.
На практике экономическая целесообразность подобных образований заключается в попытке максимально диверсифицировать производственную деятельность.
Объединение разнородных структур лесного сектора также может привести к снижению трансакционных издержек, так как достигается эффективная координация работы всех возможных участников. Концентрация ресурсов, льготное налогообложение, упрощение доступа к информационным источникам, координация организационных структур управления - аспекты, приводящие к снижению трансакционных издержек и достижению положительного эффекта. Формы таких объединений можно назвать экономическими кластерами, которые основаны на системе согласованных экономических интересов.
Функционирование и развитие лесного кластера малолесных зон достаточно трудный механизм, который строится
главным образом не на экономических выгодах от пользования лесными ресурсами и продуктами их переработки, в виду их низкотоварности и дефиците, а на поиске других экологических и социальных выгод. Не смотря на такую специфику малолесной зоны, при развитии кластерных образований следует придерживаться общепринятых законов рыночной экономики. Например, это конкурентная борьба. Соперничество создает благоприятные возможности для выделения и развития рыночных сегментов.
Вся территория России поделена на зоны по наличию разных по качеству лесных ресурсов. К малолесным зонам относят территории центральной части, юго-западной части России. Малолесные зоны обладают только лесозащитными насаждениями, относящимися к 1 группе по категории защитности лесов, и их использование связано только лишь с защитными целями. Таким образом, говорить о промышленных масштабах лесозаготовок здесь не приходится. В таких лесах на первое место выходят другие полезности, как лесовосстановление и экотуризм. Из-за наличия большого количества низкотоварной древесины, появляется необходимость строительства предприятий для переработки отходов. В связи с благоприятными климатическими условиями возникают возможности по выращиванию конкурентоспособного посадочного материала в специализированных лесопитомниках. На рис. 1 представлен механизм взаимодействия в территориальном лесном кластере малолесных зон. Из рисунка видно, что основную роль здесь отводят не лесозаго-
товкам и деревопереработке, а лесному хозяйству, декоративному садоводству, экотуризму.
Формирование таких кластерных образований должно сопровождаться выработкой соответствующей кластерной политики, поддерживающей становление и развитие кластера. На рис. 2 представлена схема формирования лесных кластеров малолесной зоны.
В связи с тем, что предприятия лесного сектора малолесных зон обладают специфическими чертами, формирование экономических кластеров в лесном секторе Воронежской области должно быть основано на исследовании приоритетных направлений их деятельности.
Исходными условиями для формирования кластеров в лесном секторе являются:
- состояние производственных мощностей лесозаготовительных и лесоперерабатывающих предприятий;
- потенциал роста объемов производства и продаж по всем видам услуг лесного сектора;
- исходная структура лесного сектора малолесной зоны.
Для определения предприятий, на базе которых можно создавать экономические кластеры, и которые могут быть включены в их состав, нами предлагается применять статистическую процедуру кластерного анализа. Она разделяет совокупности объектов на однородные группы (кластеры).
Основной целью кластерного анализа должна стать разработка мероприятий по группировке предприятий лесного сектора (потенциальных участников кластера).
МЕХАНИЗМ ВЗАИМОДЕЙСТВИЯ В ТЕРРИТОРИАЛЬНОМ ЛЕСНОМ КЛАСТЕРЕ МАЛОЛЕСНЫХ ЗОН
Выращивание лесных культур
Л-
Питомники
Песохозяйственные предприятия
Таксация леса Лесовосстановление
Посадка леса Переработка
отходов
Рис. 1. Механизм взаимодействия в территориальном лесном кластере малолесных зон
Многолесные зоны
СЗФО.СФО, ДВФО
Малолесные и среднелесные зоны
ЦФО, ПФО, УФО, ЮФО.СКФО
Основанные на заготовке лесных ресурсов и их обработке
Доминирующие кластеры
Становление кластера
Основанные на предоставлении услуг в сфере лесного хозяйства
Лесозаготовительный кластер
Рекреационно-лесохозяйственный _кластер_
Кластер декоративного садоводства
Развитие кластера Формирование стратегии развития
Формирование кластерной политики
Рис. 2. Схема формирования лесных кластеров малолесной зоны
Это такой комплекс мер, направленных на достижение параметров, необходимых для реализации устойчивого развития лесного сектора Воронежской области [2].
Рассмотрим более подробно, что собой представляет кластерный анализ. Кластерный анализ - это метод классификационного анализа. Основное назначение такого процесса - разбиение множества исследуемых объектов и признаков на однородные группы. Это многомерный статистический метод, поэтому исходные данные могут быть значительного объема. Это относится как к количеству выбранных объектов исследования, так и к признакам, характеризующим эти объекты. Кластерный анализ позволяет произвести разбиение объектов не по одному признаку, а по целому ряду признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов.
Так как кластеры - это группы однородности, то задача кластерного анализа заключается в том, чтобы на основании признаков объектов разбить их множество на т (т - целое) кластеров так, чтобы каждый объект принадлежал только одной группе разбиения. При этом объекты, принадлежащие одному кластеру, должны быть однородными (сходными), а объекты, принадлежащие разным кластерам, - разнородными. Если объекты кластеризации представить как точки в ^мерном пространстве признаков (п - количество признаков, характеризующих объекты), то сходство между объектами определяется через понятие расстояния между точками, так как интуитивно понятно, что чем меньше расстояние между объектами, тем они более схожи [3].
Мы установили, что можно выделить семь этапов кластерного анализа (рис. 3):
Первый этап - постановка проблемы кластеризации.
Рис. 3. Схема проведения кластерного анализа методом к-средних
о
И
со со
£ § Б ао а>
* £
го го
^ с
х 2
си
Второй этап - определение признаков оценки объектов. Определяются переменные, на базе которых будет выполняться анализ.
На третьем этапе выбирается соот-
ветствующий способ измерения расстояния между этими переменными. Мера расстояния показывает, насколько объекты, проходящие процедуру кластеризации, схожи или различны между собой.
На четвертом этапе осуществляется выбор наиболее подходящего решения для выявленной проблемы.
На пятом этапе на основе определенных процедур решается вопрос о числе кластеров, и производится анализ относительно переменных, использованных для их получения.
На шестом этапе происходит анализ данных и типологизация группировок.
На седьмом, завершающем этапе происходит оценка достоверности кластерного анализа.
Кластерный анализ выполняется разными методами. Метод двухэтапного анализа, иерархического кластерного анализа или метод к-средних. Каждый метод имеет свои алгоритмы для формирования кластеров, и свои параметры, задаваемые для кластеризации.
Двухэтапный кластерный анализ имеет следующие отличительные черты:
- автоматический выбор наилучшего числа кластеров и мер для выбора моделей кластеров;
- модели кластеров создаются одновременно на основе категориальных и непрерывных переменных.
Иерархический кластерный анализ имеет следующие возможности:
- способность разбивать на кластеры как наблюдения, так и переменные;
- способность формировать диапазон возможных решений и сохранять принадлежность к кластерам для каждого из этих решений;
- наличие нескольких методов формирования кластеров, преобразования переменных и измерения расстояний между
кластерами.
Кластерный анализ методом к-средних предусматривает задание числа классов заранее, но он имеет следующие возможности:
- способность сохранять расстояния от центра кластера до каждого объекта;
- способность анализировать большие файлы данных [4].
Кластерный анализ методом к-средних позволяет выявить относительно однородные группы наблюдений на основе выбранных характеристик (переменных), используя алгоритм, позволяющий обработать большое число наблюдений. Но этот метод требует указания числа кластеров. Выбор числа кластеров является сложным вопросом. Если нет предположений относительно этого числа, рекомендуют создать 2 кластера, затем 3, 4, 5 и т.д., сравнивая полученные результаты. Можно задать начальные центры кластеров, если такая информация доступна. Можно выбрать один из двух методов классификации наблюдений:
- интеративно обновлять центры кластеров;
- ограничиться только классификацией.
Интеративность - понятие, раскрывающее характер и степень взаимодействия между совокупностью объектов, принцип организации системы, при котором цель достигается информационным обменом элементов этой системы.
Этот метод дает возможность сохранить принадлежность к кластерам, информацию о расстояниях и окончательные центры кластеров. Дополнительно можно задать переменную, значения которой будут
использоваться в качестве меток наблюдений при выводе результатов. Так же можно запросить вывод F-статистик дисперсионного анализа. Относительные величины этих статистик дают информацию о вкладе каждой переменной в разделении групп.
Для вычисления расстояний можно использовать простое евклидово расстояние. Евклидова мера расстояния является расстоянием «по прямой линии» между двумя кластерами. Она используется, когда все переменные являются непрерывными.
В нашем случае в качестве объектов исследования была выбрана совокупность из 84 предприятий лесного сектора Воронежской области. Такой выбор обусловлен тем, что в настоящее время происходит трансформация лесной политики и лесного комплекса, ищутся пути повышения, как конкурентоспособности самой лесной продукции, так и повышение эффективности использования лесных ресурсов малолесных зон. Так в России сложилась практика нерационального пользования лесными ресурсами из-за их огромных запасов -использование деловой древесины, а неделовая древесина остается не востребованной из-за неразвитости процесса глубокой переработки древесины. Таким образом, ставится задача об изменениях, как в самой лесной политике, так и в институциональной и инфраструктурной среде с выделением полюсов и точек роста лесного сектора.
Воронежская область, как субъект РФ, находящийся в степном и лесостепном районах, не обладает значительными запасами лесных ресурсов. В этой связи в структуре валового регионального продук-
та Воронежской области сельское хозяйство, охота и лесное хозяйство занимают лишь 12,1 % по данным на 2011 г (табл. 1). Доля лесного хозяйства и того ниже. Но надо сказать, что наблюдается достаточная развитость инфраструктурного обеспечения - на транспорт и связь приходится 10,8 % ВРП, операции с недвижимым имуществом, аренда и предоставление услуг -11,4 %, образование - 4 %. Занятых в лесном секторе экономики Воронежской области чуть больше 0,4 %. То есть, лесное хозяйство не играет большой роли в экономике региона. Но ее экологическую и социальную роль трудно переоценить. Лесные ресурсы в малолесных зонах служат, прежде всего, в рекреационных целях, выполняют защитные функции и играют средообразующую роль во всей экосистеме региона. Но их рациональное использование может приносить также и экономические выгоды, если организовать такие интегрированные структуры, которые были бы способны обеспечивать равномерное безотходное пользование лесными ресурсами. Для этой цели вполне оправданно проведение кластерного анализа, основной целью которого становится выделение групп предприятий лесного сектора, которые могут стать генераторами и центрами развития лесных экономических кластеров малолесных зон.
В малолесных зонах лесостепных и степных районов лесохозяйственные предприятия отличаются от таких же предприятий в многолесных зонах. Такие предприятия могут основной своей деятельностью иметь не лесозаготовки и лесопереработку, а лесовосстановление, лесоразведение и
Таблица 1
Структура валового регионального продукта Воронежской области по видам экономической деятельности
2006 2007 2008 2009 2010 2011
ВРП 100 100 100 100 100 100
сельское хозяйство, охота и лесное хозяйство 10.6 12.2 12.5 11.9 7.5 12.1
обрабатывающие производства 19.3 18.4 17.8 15.6 17.9 17.0
строительство 5.8 5.6 6.4 7.1 7.9 8.2
оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования 18.8 19.7 18.5 20.3 20.5 19.2
транспорт и связь 11.5 10.9 12.6 10.4 10.4 10.8
операции с недвижимым имуществом, аренда и предоставление услуг 9.6 9.8 9.4 9.6 11.4 11.4
государственное управление и обеспечение военной безопасности; обязательное социальное страхование 6.5 6.3 6.4 7.4 6.5 6.1
образование 4.5 4.2 4.2 4.5 4.4 4.0
здравоохранение и предоставление социальных услуг 4.6 4.3 4.1 4.4 4.1 4.0
Прочее 8,8 8,6 7,8 8,8 9,4 7,2
закладку, и содержание садов, парков и других зеленых насаждений. То есть такие предприятия могут совмещать функции лесоводства с озеленением, лесозаготовок с лесовосстановлением.
В Воронежской области по данным территориального органа Федеральной службы государственной статистики по Воронежской области 84 предприятия, относящихся к лесному сектору. Из них 25 - это
предприятия, занимающиеся только ландшафтным дизайном, 16 - производящие бумагу и картон, 10 - занимающиеся разведением декоративных растений, сеянцев и саженцев. 33 предприятия, которые занимаются лесозаготовками, лесопереработкой, ле-совосстановлением, лесоводством.
Между объектами (предприятиями) мы определили совокупность переменных, отражающих объем оказания услуг по 7 ос-
новным видам лесохозяйственной деятельности по каждому из рассматриваемых предприятий (в % от оказанных по области):
Х1 - лесоустройство;
Х2 - лесозаготовки;
Х3 - лесопереработка;
Х4 - лесное хозяйство;
Х5 - озеленение территории;
Х6 - производство упаковочной тары и картона;
Х7 - выращивание сеянцев и саженцев декоративных растений.
Кластерный анализ требует, чтоб все переменные, включенные в анализ, имели принадлежность к существующей группировке. Если хотя бы одна переменная не будет иметь отношения к группировке, то есть этот вид услуги не будет оказываться анализируемыми предприятиями, то это может привести к искажению результатов. Поэтому, для ограничения выбора переменных нами посчитан показатель монополизации рынка тех или иных услуг.
Для оценки монопольной власти используют показатель, определяющий степень концентрации рынка на основе индекса Херфиндаля-Хиршмана (1НН). Для его расчета используют данные о долях
В категориях - производство упаковочной тары и картона (Х6) и выращивание сеянцев и саженцев декоративных растений (Х7) степень монополизации достаточно высока. Три фирмы: ООО «Фирма «КиБ»,
рынка, занимаемые каждым из выбранных предприятий и фирм. При расчете индекса все предприятия ранжируются по удельному весу от наибольшего до наименьшего:
I=1
где i = 1, 2, ... п;
1НН - индекс Херфиндаля-Хиршмана;
п - число предприятий, производящих определенный вид продукции;
S - удельный вес предприятия в общей массе рыночного производства.
Если в отрасли функционирует лишь одно предприятие, то S1 = 100 %, а 1нн = 10 000. Если в отрасли 100 одинаковых предприятий, то S = 1 %, а 1нн = 100. Высоко монополизированной считается отрасль, в которой индекс Херфиндаля-Хиршмана превышает 1800.
Проведенные нами исследования уровня рыночной конкуренции в лесном секторе показали, что по большинству категорий (Х1, Х2, Х3, Х4, Х5,) индекс Херфиндаля-Хиршмана не превышает 1000, что говорит о достаточном уровне конкуренции для формирования на их основе экономических кластеров (табл. 2).
ООО «Европак» и ООО «Инкомстрой» занимают почти 60 % рынка производства упаковочной тары и картона. Поэтому эта переменная (Х6) - будет исключена из кластерного анализа. Исключаются и пе-
Таблица 2
Значение индекса Херфиндаля-Хиршмана
1НН Х1 Х2 Х3 Х4 Х5 Х6 Х7
369 502 92 640 950 3600 1200
ременные Х7 - производство сеянцев и саженцев и Х5 - озеленение. У этих фирм степень дифференциации продукции и услуг очень мала, то есть они специализируются только на выращивании декоративных растений и озеленении территорий. Поэтому они так же исключаются из кластерного анализа.
Но мы будем учитывать эти предприятия в дальнейшем при формировании кластеров с уже имеющимися центрами -ядрами кластера, которые мы получим в ходе кластерного анализа.
Итак, из анализа исключены предприятия занимающиеся оказанием лишь одного вида услуг. В результате сформирована совокупность признаков, отражающих рыночную долю по четырем видам услуг по каждому из 33 предприятий.
Для проведения расчетов по кластеризации предприятий методом k-средних нами использован специализированный программный пакет IBM SPSS Statistics 22, где эта процедура выполняется автоматически. Нами было задано количество кластеров - по количеству переменных - 4. Для достижения максимальной эффективности взяли выборку из наблюдений и использовали метод интерации и классификации, чтобы определить центры кластеров. При выборе данного метода алгоритм останавливается после заданного числа интераций, даже если не выполняется критерий сходимости. Это число должно быть от 1 до 999. В нашем случае берем число, равное 10. Далее задаем критерий сходимости. Этот критерий задает условие прекращения интераций. Оно выражает долю минимального расстояния между началь-
ными центрами кластеров, поэтому должно быть больше 0, но не превышать 1. В нашем случае, ставим 0,05. Это значит, что интерации прекратятся, когда полная ин-терация не будет сдвигать ни один из центров на расстояние, превышающее 5 % от наименьшего расстояния между центрами любых начальных кластеров.
Теперь рассмотрим параметры процедуры кластерного анализа методом к-средних.
Первый параметр - это начальные центры кластеров. Начальные центры кластеров - это начальная оценка положения средних для каждого кластера. По умолчанию, отбираются объекты, находящиеся на значительном расстоянии друг от друга, причем столько, сколько задано кластеров. Начальные центры кластеров используются на первом этапе грубой классификации, а потом обновляются.
Следующий параметр - это конечный кластер для каждого наблюдения. Для каждого наблюдения указывается финальный кластер, к которому оно отнесено, и евклидово расстояние между центрами финальных кластеров.
В результате решения задачи все предприятия были классифицированы на 4 различных кластера.
В табл. 3 показан результат кластеризации - количественное распределение всех наблюдений по кластерам.
В табл. 4 показан результат кластеризации - распределение предприятий по кластерам, с указанием номера кластера, к которому они отнесены и евклидово расстояние между центрами финальных кластеров.
Таблица 3
Количественное распределение наблюдений по кластерам Число наблюдений в каждом кластере
Кластеризовать 1 5,000
2 4,000
3 20,000
4 4,000
Допустимо 33,000
Пропущенные 0,000
Таблица 4
Распределение предприятий по кластерам Принадлежность к кластерам
Номер наблюдения Кластеризовать Расстояние
1 ООО «Давыдовский лесовод» 1 3,535
2 ИП Воронцова ЛИ. 1 3,927
3 ИП Елфимов С.В. 3 3,943
4 ФГУП «Рослесинфорг» 3 2,225
5 ООО «Хреновской лесокомбинат 3 0,570
6 ООО «Шипов лес» 1 1,476
7 ООО «Богучар Лес» 3 1,480
8 ООО «Теллермановский лес» 1 3,106
9 ООО «Сосновый бор» 3 0,621
10 ООО «Бутурлиновский лес» 4 3,489
11 ООО «Лесовод» 3 1,264
12 ООО «Аннинский лес» 2 0,382
13 ООО «Бобров лес» 4 2,635
14 ООО «ИП Лихачев 3 0,879
15 ООО «Воронежпромлес» 4 3,645
16 ИП Попов 3 0,667
17 ООО «Фирма Шипов лес» 4 2,715
18 МУП «Верхнемамонский лесхоз» 3 2,709
19 ООО «Хоперлес» 3 1,279
20 ООО «Восток-Агро» 3 1,213
21 ИП Помогайбо 3 1,585
22 ООО «Фирма Лесовод» 3 1,466
23 ООО «Россошь лес» 3 1,054
24 ООО «Савальский ДОЦ» 3 0,666
25 ООО «Экос» 2 1,255
26 ООО «Леса Придонья» 1 2,243
27 ООО «Недропром» 2 2,536
28 ООО «Флора» 2 1,429
29 ООО «Семилукские леса» 3 1,192
30 ООО «Аспект плюс» 3 0,791
31 ООО «Эртиль лес» 3 0,936
32 ООО Лесовод Придонья» 3 0,691
33 ООО «Ольховатка лес» 3 0,986
Согласно табл. 3 и 4 в первый кластер вошли 5 предприятий. Это такие предприятия как: ООО «Давыдовский лесовод», ИП Воронцова ЛИ., ООО «Шипов лес», ООО «Теллермановский лес», ООО «Леса Придонья».
Во второй кластер вошли 4 предприятия: ООО «Аннинский лес», ООО
Начальные
«Экос», ООО «Недропром», ООО «Флора». В третий кластер вошли 20 предприятий, не нашедших еще своих ниш в лесном секторе экономики области.
В четвертый - 4 предприятия: ООО «Бутурлиновский лес», ООО «Бобров лес», ООО «Воронежпромлес», ООО «Фирма «Шипов лес».
Таблица 5
ы кластеров
Кластеризовать
1 2 3 4
Х1 9,30 0,10 0,10 5,40
Х2 5,70 5,20 0,30 10,90
Х3 3,80 6,00 0,30 12,70
Х4 1,90 1,00 1,00 2,10
Сходимость достигнута благодаря небольшому изменению центров кластеров или без него. Текущая итерация - 3. Ми-
нимальное расстояние между начальными центрами: 7,517.
Таблица 6
Хронология итераций
Итерация Изменение центров кластеров
1 2 3 4
1 3,535 1,375 1,585 2,677
2 0,000 1,307 0,000 1,215
3 0,000 0,000 0,000 0,000
В табл. 7 представлены конечные центры кластеров, так называемые средние значения переменных. На основании этих значений построены графики на рис. 4. Анализ средних значений в кластерах по рассматриваемым переменным показывает, что каждая из выделенных групп имеет четко выраженные отличия от других кластеров (рис.4). Так, можно наблюдать на рис. 4, что предприятия кластера 4 занимают лидирующее положение в лесном
секторе по всем исследуемым показателям: лесоустройство, лесозаготовки, лесо-переработка, лесное хозяйство. А предприятия 3 кластера напротив, выступают в роли аутсайдеров - не имея значительной доли рынка ни по каким из исследуемых показателей.
Чтобы проверить достоверность результатов кластеризации, нами была использована мера евклидова расстояния [6].
Анализ евклидова расстояния между
Таблица 7
Конечные центры кластеров
Кластеризовать
1 2 3 4
Х1 6,94 0,80 1,25 3,03
Х2 3,26 4,33 1,27 9,38
Х3 2,86 3,72 0,76 10,67
Х4 2,20 1,00 1,19 2,43
1,5 2 2,5
Переменные
Рис. 4. Показатели средних кластерных центров по переменным в выявленных
кластерах
кластерными центрами показал, что выявленные классы объектов хорошо разделены. Расстояние больше единицы показывает, что все элементы одного кластера отличаются от элементов другого кластера (табл. 8).
Полученное решение является ста-
бильным, так как это показала кластеризация, выполненная несколько раз, при случайном изменении порядка случаев в выборке [4]. После получений результатов кластерного анализа методом к-средних следует проверить правильность кластеризации. Надо оценить, насколько кластеры
Таблица 8
Евклидово расстояние между кластерными центрами
Кластер №1 Кластер №2 Кластер №3 Кластер №4
Кластер №1 0,000000
Кластер №2 6,405 0,000000
Кластер №3 6,462 4,285 0,000000
Кластер №4 10,670 8,988 12,987 0,000000
отличаются друг от друга. Для этого рассчитываются средние значения для каждого кластера. При хорошей кластеризации-должны быть получены сильно отличающиеся средние хотя бы для большей их части. Результаты проведенной кластеризации были применены нами для описания выбранной совокупности предприятий. На основе полученной информации можно выработать структуру и состав лесного кластера Воронежской области.
Первый кластер сформирован предприятиями, которые занимают наибольшую долю рынка по оказании услуг в области лесоустройства: ООО «Давыдовский лесовод», ИП Воронцова ЛИ., ООО «Шипов лес», ООО «Теллермановский лес», ООО «Леса Придонья». Во второй кластер вошли предприятия, которые занимают стабильное положение на рынке услуг в области лесозаготовок и лесопереработки: ООО «Аннинский лес», ООО «Экос», ООО «Недропром», ООО «Флора». Четвертый кластер сформировали предприятия, занимающие ведущее место в лесном секторе Воронежской области: ООО «Бу-турлиновский лес», ООО «Бобров лес», ООО «Воронежпромлес», ООО «Фирма «Шипов лес». Они специализируются на лесозаготовках, лесопереработке и лесоустройстве. В третий кластер вошли 20 предприятий, которые не занимают определенной рыночной ниши в лесном секторе области.
Предприятия 1, 2 и 4 кластеров могут стать полюсами роста лесного сектора экономики Воронежской области, которые сформируют ядро лесного кластера малолесной зоны, вокруг которого следует
группировать различными методами, реорганизация или присоединение, производителей, не сумевших занять определенные рыночные ниши (3-й кластер). Так же те предприятия, которые специализируются на оказании однотипных услуг - озеленение территорий или производство упаковки и картона, следует группировать вокруг оформившихся кластеров.
В основе теории полюсов роста (разработчики Ф Перу, Ж. Будвиль, Х.Р. Ласу-эн) лежит утверждение о ведущей роли отраслевой структуры экономики. Центры экономического пространства, в которых располагаются предприятия лидирующих отраслей, образуют полюса притяжения факторов производства, так как здесь достигается наиболее эффективное их использование. Это приводит к концентрации предприятий, а значит и формированию полюсов экономического роста.
Теория полюсов роста в дальнейшем получила развитие в работах П. Потье об осях развития. Территории, расположенные между полюсами роста, которые обеспечивают транспортную связь, получают дополнительные импульсы роста из-за увеличения грузопотоков, ускоренному распространению инноваций, развитию инфраструктуры. То есть они превращаются в оси развития, составляющие вместе с полюсами роста пространственный каркас экономического роста региона.
Под точками роста можно понимать и фирму и отрасль, и комплекс отраслей, способных достигнуть эффекта увеличения, образуя зоны развития в регионе. Точками роста в лесном секторе малолесных зон на наш взгляд являются - лесово-
дство, озеленение, рекреация. При этом эпицентр роста может быть достигнут в озеленении территорий, ландшафтной архитектуре и дизайне.
Таким образом, после проведения кластерного анализа методом к-средних и обработки полученных результатов, можно сформировать три кластера в лесном секторе Воронежской области: лесозаготовительный, рекреационно-лесохозяйстве-нный, кластер декоративного садоводства. В лесозаготовительный кластер войдут предприятия из второго кластера, сформировав ядро и некоторые предприятия из третьего кластера, не занимающие пока определенной рыночной ниши, а так же предприятия и организации, которые были исключены из кластерного анализа в виду однородности оказываемых ими услуг -производство упаковочной тары и картона. В рекреационно-лесохозяйственный - предприятия первого кластера, образующие ядро и третьего кластера, образующие оси развития. Ядро кластера декоративного садоводства будет образовываться предприятиями 4 полученного кластера - это наиболее мощные предприятия лесного сектора области, занимающиеся и лесоустройством, и лесообработкой, и лесозаготовкой, и лесовосстановлением. В виду их местоположения в области - а именно все предприятия находятся близ густонаселенных районов - Воронеж, Бутурлиновка, Бобров, Павловск, то они могут придать динамику в развитии предприятий этого кластера - питомнических объединений и предприятий ландшафтного дизайна.
Таким образом, все предприятия (84),
представленные нами в начале исследования, были классифицированы и поделены на кластеры. Из них 33 предприятия прошли процедуру кластеризации и были классифицированы и поделены на четыре кластера. Предприятия 1,2 и 4 кластеров образовали ядра лесозаготовительного, рекреационно-лесохозяйственного кластеров и кластера декоративного садоводства. Остальные предприятия (51) будут группироваться вокруг образовавшихся ядер кластеризации.
Библиографический список
1. Боброва Е.Ф., Небесная А.Ю. Региональные особенности развития институционального потенциала инновационной деятельности предприятий // Регион: системы, экономика, управление. 2013. №1. С.119.
2. Небесная А.Ю. Детерминанты современного подхода к пониманию устойчивого развития региона // Международный журнал устойчивого развития. 2012. Вып.3. С.85-88.
3. Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике: монография. М.: ИНФРА-М, 2010. 348 с.
4. StatSoft.Inc. Электронный учебник по статистике. M.StatSoft. 2001. [Электронный ресурс]. URL: http://www. StatSoft.ru/home/textbook/default.htm (дата обращения: 18.05.2013).
5. Энциклопедия маркетинга. [Электронный ресурс]. URL: http://www.Mark eting.spb.ru (дата обращения: 19.05.2013).
