CC BY
11Методология идентификации кластеров в экономическом пространстве территорий*
Methodology for Cluster Identification in an Economic Territory
УДК 332.14
Вертакова Юлия Владимировна
заведующий кафедрой Юго-Западного государственного университета (г. Курск), доктор экономических наук, профессор 305040, г. Курск, ул. 50 лет Октября, д. 94
Yuliya V. Vertakova
Southwest State University (Kursk)
50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
<
О
Клевцова Мария Геннадьевна
доцент кафедры Юго-Западного государственного университета (Курск), кандидат экономических наук, доцент 305040, г. Курск, ул. 50 лет Октября, д. 94
Mariya G. Klevtsova
Southwest State University (Kursk)
50 let Oktyabrya Str. 94, Kursk, Russian Federation, 305040
Исследование направлено на разработку и практическую апробацию методологии идентификации кластерных образований в территориально-отраслевом разрезе. Цель. Разработать методологию идентификации кластеров на основе показателей лидерства и пропульсивности.
Задачи. Разработать и осуществить практическую апробацию нового методического подхода к идентификации кластерных образований в пространстве региона на основе классификации кластеров на «нейтральные», «догоняющие» и «пропульсивные». Провести анализ динамического развития различных видов экономической деятельности по регионам Центрального федерального округа (ЦФО). Методология. В работе с помощью методов научного познания, экономико-математического моделирования, статистического анализа разработаны подходы к идентификации различных типов кластеров. Результаты. Сформирована авторская методика идентификации кластеров на основе итерационного подхода и выявлены группы кластеров в отраслевом разрезе на примере регионов ЦФО.
Выводы. Активизация пропульсивных кластеров в регионах и осуществление политики «точечного» финансирования особенно актуальны в условиях экономического спада. Ключевые слова: кластер, пропульсивный кластер, методология идентификации кластеров
This study is aimed at the development and endorsement of a methodology for the identification of cluster formations from a territorial-economic perspective. Aim. This study aims to develop a cluster identification methodology based on such indicators as "leadership" and "propulsion." Tasks. This study develops and endorses a new methodological approach to identify cluster formations within a region based on cluster classifications into "neutral," "overtaking," and "propulsive" and analyzes the dynamic development of various types of economic activities in the regions of the Central Federal District (CFD). Methodology. This study uses general methods of scientific cognition, economic-mathematical modeling, and statistical analysis to develop approaches to identify various cluster types. Results. A proprietary methodology for cluster identification based on an iterative approach is produced, and cluster groups are identified from an industrial perspective through the example of the CFD regions. Conclusion. Activation of propulsive clusters in regions and the implementation of a selective funding policy is particularly important during an economic downturn. Keywords: cluster, propulsive cluster, cluster identification methodology
В последние годы в нашей стране в рамках
государственной политики социально-экономи-
* Исследование выполнено на основе гранта Президента РФ по государственной поддержке ведущих научных школ № НШ-9726.2016.6 «Реализация государственной экономической политики посредством развития инструментов стратегического и индикативного планирования».
§ ческого развития все шире используется кла-§ стерный подход. Его растущая популярность
2 связана с тем, что данный подход открывает
ш
^ возможность концентрации ресурсов власти
^ и бизнеса в конкретных «точках» экономиче-
3 ского пространства, что позволяет сформиро-^ вать своеобразные полюса роста, придающие ^ импульс к развитию близлежащих территорий | и сопряженных отраслей.
^ Отечественный и зарубежный опыт свиде-
| тельствует, что эффективность кластерной
о! политики во многом зависит от правильно-
ш
^ сти выбора «точки» приложения усилий, от з корректной идентификации протокластеров и удачного сочетания мер по их стимулированию [1-5]. К сожалению, решение данных задач в значительной степени зависит от слабоформа-лизуемых факторов (экспертные оценки, опыт управленцев и др.). В современной экономической науке остро ощущается нехватка эффективного инструментария идентификации пропульсивных кластеров в экономическом пространстве территорий.
Ликвидации этого «белого пятна» было посвящено наше исследование, результаты которого представлены в данной статье. Разработанная нами методология основывается на следующих положениях.
1. Понятие «кластер» представляет собой достаточно абстрактную категорию, и каждый из авторов, конкретизируя его, использует отличительные признаки, связанные с уровнем развития, охватом большей или меньшей территории, включением экономических субъектов различных отраслей и сфер деятельности и др. [6]. В данной статье кластер рассматривался нами как сложная социально-экономическая и организационная система, специфический вид территориально-пространственных образований (ТПО). Под последними мы предлагаем понимать отраслевые или территориальные структуры, имеющие системный и взаимосвязанный характер функционирования отдельных элементов.
2. Известно, что единой типологии кластеров не существует; каждый классификационный признак основан на том или ином аспекте функционирования кластеров. Данное исследование является продолжением научной работы и предыдущих исследований авторского коллектива [6-8], в которых речь идет о классификации кластеров по такому признаку, как способность влиять на темпы экономического роста. В соответствии с этой классификацией кластер может быть пропульсивным (в том числе пропульсивно-мультиплицирующим и пропульсивно-изо-лированным), нейтральным и догоняющим. Предлагается идентифицировать кластеры
по особым критериям: нейтральные — по признаку лидерства (при этом необходимо соответствие всем критериям лидерства), догоняющие — при соответствии не более чем двум исследуемым признакам, пропуль-сивные — по признакам лидерства и про-пульсивности [6] одновременно.
3. Под пропульсивностью нами подразумевается сила развития, которая сама движет вперед обладающего ею субъекта, а также ускоряет развитие других, связанных с ним. Т. е. «про-пульсивность» — это эффект создания силы экономического роста, приводящей к развитию всей совокупности взаимодействующих хозяйствующих субъектов. Ранее мы ввели категорию «пропульсивный кластер», под которым предлагается понимать такую социально-экономическую и организационную систему, взаимодействие взаимосвязанных элементов которой создает дополнительный мультипликативный эффект и дополнительный импульс развития [6; 9; 10]. Темпы роста производства добавленной стоимости внутри пропульсивного кластера значительно выше, чем в некластеризованной части экономики. В результате возрастают общие темпы роста экономики региона; она получает импульс к развитию. За счет мультипликативного эффекта деятельности таких кластеров возможно ускорение развития социально-экономической системы региона в целом.
4. Существуют разные подходы к выделению и идентификации кластеров. Для оценки условий кластеризации в социально-экономическом пространстве регионов было предложено использовать итерационную технологию [11]. Предлагаемая в этой статье методика идентификации не противоречит предлагаемым ранее, но является релевантной для выделения именно пропульсивных кластеров, поскольку она опирается на выявление такого специфического признака кластерного образования, как пропульсивность. Нами предлагается двухэтапная идентификация кластеров на основе соответствия обязательному и дополнительному признакам. Под первым мы рассматриваем, как указывалось выше, пропульсивность, под вторым — лидерство.
5. Методология исследования основывается на алгоритме, включающем многоэтапный итерационный процесс с пошаговым проведением полифакторного анализа [12]. В данной статье этап «Идентификация кластеров в экономическом пространстве территории» рассмотрен более подробно, с разбором конкретных аналитических шагов.
6. Базовые концепции данного подхода изложены в опубликованных ранее работах авторского коллектива [6-10]. Представленные в данной статье разработки базируются на не-
Идентификация кластеров по показателям лидерства (финансовые показатели в ценах 2015 г.)
(фрагмент таблицы)
Регионы, области Показатели Добывающая промышленность Обрабатывающие производства Производство и распределение электроэнергии, газа, воды Строительство Сельское хозяйство Услуги Торговля
Белгород- Валовой выпуск про- 83 223,0 460 255,0 26 365,0 62 342,5 199 216,0 71 455,0 263 671,0
ская дукции, млн руб.
Динамика, % 148,29 120,06 88,60 266,22 412,04 330,18 364,36
Численность занятых, 22,6 118,6 17,0 56,6 132,0 23,2,0 92,0
тыс. чел.
Брянская Валовой выпуск продукции, млн руб. 430,0 127 466,0 14 835,0 24 975,3 57 324,0 41 685,0 84 220,0
Динамика, % 145,76 128,47 82,07 353,20 247,69 176,80 121,58
Численность занятых, 0,1 87,7 13,0 30,3 63,6 16,0 133,5
тыс. чел.
Владимир- Валовой выпуск про- 4748,0 323 792,0 32 542,0 33 306,6 33 800,0 65 012,0 183 500,0
ская дукции, млн руб.
Динамика, % 218,46 136,46 97,47 309,75 161,71 278,56 348,80
Численность занятых, 2,1 188,5 21,5 61,0 52,2 20,1 52,2
тыс. чел.
Воронеж- Валовой выпуск про- 320 814,0 58 930,0 75 300,3 16 300,0 99 864,0 432 805,0 320 814,0
ская дукции, млн руб.
Динамика, % 149,26 105,45 417,25 31,73 291,66 320,38 149,26
Численность занятых, 3,6 140,3 31,0 73,1 154,3 28,0 228,6
тыс. чел
Динамика, % 140,16 178,49 80,56 348,80 174,27 236,52 247,61
Численность занятых, 2,0 121,0 12,8 54,3 33,5 16,6 75,1
тыс. чел.
Динамика, % 117,45 122,08 104,48 134,66 152,24 257,05 243,48
Численность занятых, 0,4 61,6 12,0 18,8 33,0 11,0 52,6
тыс. чел.
Курская Валовой выпуск продукции, млн руб. 42 030 124 021 58 615 41 056 99 312 44 805 165 232
Динамика, % 155,75 108,36 81,67 356,73 280,44 256,40 275,96
Численность занятых, 9,0 67,4 21,2 34,3 95,6 18,1 142,9
тыс. чел.
Липецкая Валовой выпуск продукции, млн руб. 5323,0 461 325,0 27 915,0 36 790,3 81 954,0 51 956,0 -
Динамика, % 108,03 126,39 97,33 187,90 255,30 281,78 -
Численность занятых, 3,0 101,5 15,5 40,6 66,7 24,3 103,4
тыс. чел.
Москов- Валовой выпуск про- 10 080,0 1 867 159,0 259 494,0 324 226,3 89 989,0 437 568,0 1 592 472,0
ская дукции, млн руб.
Динамика, % 64,89 111,93 88,46 166,86 131,48 250,57 266,37
Численность занятых, 4,1 576,6 84,0 208,0 95,0 152,5 584,0
тыс. чел.
Орловская Валовой выпуск продукции, млн руб. 124,0 80 156,0 13 256,0 16 965,4 53 413,0 28 365,0 101 886,0
Динамика, % 80,35 119,71 97,20 240,77 218,98 227,66 235,89
Численность занятых, 0,1 61,3 10,2 22,6 69,0 15,4 71,3
тыс. чел.
Динамика, % 86,95 104,93 73,58 213,21 141,89 203,81 220,89
Численность занятых, 1,7 90,6 23,0 41,6 56,8 17,1 75,9
тыс. чел.
Тамбов- Валовой выпуск про- 157,0 100 950,0 14 852,0 31 552,3 93 625,0 42 426,0 168 905,0
ская дукции, млн руб.
Динамика, % 49,99 133,75 94,59 297,57 315,06 246,64 270,05
Численность занятых, 0,1 70,6 13,0 18,6 118,5 21,5 92,1
тыс. чел.
Тверская Валовой выпуск продукции, млн руб. 967,0 184 506,0 86 745,0 18 109,5 25 450,0 42 050,0 967,0
Динамика, % 152,40 107,78 108,88 80,60 151,67 154,69 152,40
Численность занятых, 1,1 104,9 23,6 41,2 60,3 23,9 100,9
тыс. чел.
Тульская Валовой выпуск продукции, млн руб. 967,0 184 506,0 86 745,0 18 109,5 25 450,0 42 050,0 202 264,0
Динамика, % 150,17 106,20 107,29 79,42 149,45 152,42 206,17
Численность занятых, 2,8 148,0 23,8 51,4 164,6 43,5 60,0
тыс. чел.
Динамика, % 169,58 173,43 100,17 175,60 183,66 14,59 172,21
Численность занятых, 3,5 532,1 76,8 864,3 14,0 315,9 1659,6
тыс. чел
о о
CD
ZU
<
О
Составлено: авторами с использованием www.gks.ru).
данных Росстата, доступных на интернет-сайте ведомства (http://
которых положениях о кластерном развитии
территорий и других ученых [10; 13-19].
Апробация предложенного в исследовании подхода проведена с использованием статистических данных о социально-экономическом развитии регионов ЦФО. Рассмотрим его более детально, в соответствии с этапами, из которых он состоит.
Этап 1. Дополнительный этап идентификации кластеров на основе оценки показателей лидерства.
Показатель 1. Уровень производства по видам экономической деятельности, валовый выпуск продукции. Для характеристики межрегиональных связей применяются показатели потоков продукции и ресурсов как в натуральном, так и в обобщенном стоимостном измерении. Для оценки уровня взаимосвязей регионов страны и выявления отраслей лидерства применяются обобщающие показатели, характеризующие выпуск продукции по направлениям деятельности в региональном хозяйственном комплексе (РХК).
Показатель 2. Следующий момент при проведении дополнительного этапа идентификации кластеров — оценка динамики развития отрасли.
Показатель 3. Оценка численности занятого персонала по направлениям экономической деятельности.
Нами проведена идентификация пропуль-сивных кластеров на основе оценки показателей лидерства в регионах ЦФО (табл. 1).
Этап 2. Обязательный этап идентификации кластеров на основе специфических показателей пропульсивности.
Показатель 1. В качестве одного из показателей идентификации пропульсивных кластеров при проведении обязательного этапа исследования предлагается рассчитывать частные показатели эластичности на основе корреляционно-регрессионного моделирования. Таким образом, проводится оценка изменения результата под влиянием факторного признака:
х.
Эх. = а ,
(1)
где хЬ — среднее значение соответствующего факторного признака; у — среднее значение результативного признака; а1 — коэффициент регрессии при соответствующем факторном признаке.
В нашем исследовании в качестве результирующего признака (у) выбрана производительность труда в регионе, в качестве факторных признаков х1; ..., хт — доля производства по каждому направлению экономической деятельности в валовом выпуске продукции в РХК (табл. 2). При проведении данного этапа исследования можно выявить уровень пропульсив-
ного влияния отдельных видов экономической деятельности на региональный показатель производительности труда в целом.
Проверка адекватности модели и отдельных параметров показала корректность использования построенных регрессионных моделей. Интерпретация полученных результатов осуществлена при условии нормального распределения. Например, повышению уровня производительности труда в регионе способствует увеличение удельного веса валовой продукции отдельных направлений экономической деятельности Курской области, таких как обрабатывающая промышленность, электроэнергия, газ, вода, сельское хозяйство, а снижению — добывающей промышленности, строительства и торговли.
Частные коэффициенты эластичности Курской области могут быть представлены как Э1 = -0,01, Э2 = 0,31, Э3 = 0,03, Э4 = -0,25, Э5 = 0,01, Э6 = -0,14. Это означает, что при увеличении удельного веса обрабатывающей промышленности на 1% уровень производительности труда в регионе вырастет на 0,31%, производства и распределения электроэнергии, газа, воды на 1% на — 0,03%, при увеличении удельного веса сельского хозяйства на 1% — на 0,01%, а при снижении удельного веса добывающей промышленности, строительства и торговли производительность труда уменьшится на 0,01, 0,25 и 0,014%, соответственно.
Таким образом, установлено, что наиболее сильное влияние на региональную производительность труда оказывают три вида экономической деятельности — обрабатывающая промышленность, производство и распределение электроэнергии, газа и воды, а также сельское хозяйство.
Показатель 2. Коэффициент специализации показывает возможность создания дополнительного импульса за счет ориентации региона на определенный вид экономической деятельности. Он базируется на использовании теории сравнительных преимуществ:
С;„ =
Он а„
(2)
где С1г — коэффициент специализации Ь-й отрасли в регионе г; агг — доля региона г в объеме выпуска Ь-й отрасли (вида экономической деятельности); аг — доля региона г в объеме валового выпуска в стране.
Коэффициент специализации меньше 0,2 выражает слабую степень специализации; от 0,2 до 0,4 — среднюю; от 0,4 до 0,6 — высокую; свыше 0,6 — очень высокую. Если коэффициент локализации равняется 1, это говорит о том, что регион специализируется на той или иной отрасли. На основе коэффициентов специализации для всех регионов ЦФО и анализа полученных результатов сделан общий вывод
Таблица 2 g
Оценка частных показателей эластичности g
Регионы, области Частные показатели эластичности
Эx1 — добывающая промышленность Эx2 — обрабатывающие производства Эx3 — производство и распределение электроэнергии, газа, воды Эx4 — строительство ЭX5 — сельское хозяйство Эx6 — торговля
Белгородская 0,11 -0,70 0,15 -0,13 -0,17 -0,14
Брянская 0,04 -0,86 0,19 0,19 0,60 -1,32
Владимирская -0,03 0,47 0,24 -0,08 0,15 0,01
Воронежская 0,03 -0,14 0,01 -0,03 -0,05 -0,09
Ивановская 0,03 -0,14 0,01 -0,03 -0,05 -0,09
Калужская 0,01 -0,03 0,06 0,02 -0,09 0,17
Костромская -0,15 0,01 0,21 -0,60 -0,26 -1,61
Курская -0,01 0,31 0,03 -0,25 0,01 -0,14
Липецкая 0,14 -1,70 -0,05 0,08 -0,27 -0,58
Москва 0,26 5,32 0,69 7,04 -1,30 1,14
Московская 0,70 4,44 -15,12 -1,35 0,36 10,69
Орловская -0,50 -2,69 -0,41 -1,06 -9,78 -1,04
Рязанская -0,01 0,87 -0,91 0,19 0,57 0,09
Смоленская -0,19 -0,63 0,08 -1,12 1,45 0,09
Тамбовская -0,01 -0,27 -0,03 -0,22 0,21 -0,13
Тверская -0,06 0,43 -0,42 0,05 -0,18 -0,09
Тульская -0,08 1,19 1,21 0,14 0,15 -0,12
Ярославская 0,05 -1,60 -0,57 -1,16 -0,46 1,76
Рассчитано: авторами с использованием данных Росстата, доступных на интернет-сайте ведомства (http:// www.gks.ru).
Таблица 3
Оценка показателя специализации отдельных видов экономической деятельности
по регионам ЦФО
Регионы, области Специализация региона в целом в разрезе РФ Добывающая про-мышлен-ность Обрабатывающие производства Производство и распределение электроэнергии, газа, воды Строительство Сельское хозяйство Услуги Торговля
Брянская 0,01 0,00 0,01 0,01 0,02 0,06 0,03 0,01
Владимирская 0,02 0,00 0,03 0,02 0,02 0,03 0,05 0,02
Белгородская 0,03 0,06 0,05 0,02 0,04 0,19 0,05 0,03
Ивановская 0,01 0,00 0,01 0,02 0,01 0,02 0,03 0,02
Калужская 0,02 0,00 0,05 0,01 0,03 0,03 0,03 0,02
Костромская 0,01 0,00 0,01 0,02 0,01 0,02 0,02 0,01
Курская 0,01 0,03 0,01 0,04 0,03 0,10 0,03 0,02
Липецкая 0,02 0,00 0,05 0,02 0,02 0,08 0,04 0,02
Москва 0,13 0,01 0,18 0,18 0,21 0,09 0,33 0,17
Московская 0,13 0,01 0,18 0,18 0,21 0,09 0,33 0,17
Орловская 0,01 0,00 0,01 0,01 0,01 0,05 0,02 0,01
Рязанская 0,01 0,00 0,02 0,02 0,02 0,04 0,03 0,02
Смоленская 0,01 0,00 0,01 0,04 0,02 0,02 0,02 0,01
Тамбовская 0,01 0,00 0,01 0,01 0,02 0,09 0,03 0,02
Тверская 0,02 0,00 0,02 0,06 0,01 0,02 0,03 0,02
Тульская 0,02 0,00 0,02 0,06 0,01 0,02 0,03 0,02
Ярославская 0,02 0,00 0,06 0,02 0,03 0,03 0,03 0,02
Рассчитано: авторами с использованием данных Росстата, доступных на интернет-сайте ведомства (http:// www.gks.ru).
НЗП регионов ЦФО по видам экономической деятельности
Регионы, области Направление экономической деятельности
Сельское хозяйство Добывающая промышленность Обрабатывающие производства Производство и распределение электроэнергии, газа и воды Строительство Торговля Услуги
Белгородская 42,05 104,47 642,97 -498,48 -7,61 14,06 67,69
Брянская 45,55 0,31 129,71 -43,42 4,14 65,46 116,60
Владимирская 45,55 0,31 129,71 -43,42 4,14 65,46 116,60
Воронежская -74,55 4,22 182,77 743,05 2,83 13,30 23,82
Ивановская 44,82 10,31 681,86 -352,73 5,06 9,88 93,49
Калужская 46,38 -15,95 14 045,78 91,10 1134,71 -89,13 13,33
Костромская 20,11 1,19 205,96 622,65 2,97 6,89 50,79
Курская 47,37 14,34 509,30 -520,08 2,82 4,00 67,31
Липецкая 32,24 38,79 1158,88 -4742,99 -365,43 10,13 87,24
Московская 19,10 -0,70 1140,72 -238,68 -3,12 13,07 54,04
Орловская 69,91 -1,61 344,96 -2206,21 -325,38 16,41 66,70
Рязанская 17,16 -2,91 615,67 -146,06 401,02 11,62 137,04
Смоленская 67,26 -15,50 1043,96 -359,84 4,49 32,25 181,34
Тамбовская 57,21 -0,29 103,74 -905,69 2,26 7,59 139,73
Тверская 50,72 0,18 589,82 1312,48 -94,18 28,56 394,57
Тульская 38,65 8,92 2525,68 691,31 -19,16 19,59 160,97
Ярославская 27,89 0,29 701,98 -75,87 13,09 71,54 253,29
Москва -1,25 30,70 427,41 -1199,77 -33,48 85,30 -6554,92
Рассчитано: авторами с использованием данных Росстата, доступных на интернет-сайте ведомства (http:// www.gks.ru).
по каждому из них (табл. 3). Выявлено, например, что Белгородская область специализируется на сельскохозяйственном производстве (коэффициент специализации — 0,19) и на добывающей промышленности (коэффициент специализации — 0,06).
В Курской области максимального значения достигает уровень специализации в сельском хозяйстве — 0,10; достаточно высокими являются показатели по производству и распределению электроэнергии, газа и воды (0,04), а также строительству, услугам и добывающей промышленности (0,03).
Показатель 3. «Норма замены» трудовых ресурсов основными производственными фондами принята как показатель пропульсив-ности, поскольку он характеризует уровень технической субституции или «запаса экономической прочности» по направлению экономической деятельности.
Количественное значение нормы замены (НЗП) — объем фондов, который надо направить в отрасль на увеличение фондовооруженности труда для высвобождения единицы рабочей силы при условии, что производственный результат при этом не изменится. Выяснив, в каких отраслях экономики региона требуется наименьшее количество дополнительных фондов для роста производительности труда, можно определить «место» направления до-
полнительных фондовых средств. В тех отраслях, где показатель нормы замены высок, предпочтительными являются иные источники повышения производительности труда. Методика расчета показателя НЗП определяется формулой (по Л. А. Стрижковой):
N(И - р-(фв^) - - Р) (3)
*(М 1)- РТ ^)/Рт ^ - 1) - 1 , (3)
где Ы^, t - 1) — норма замены за период; Фв(г), Фв^ - 1), РТ», Рт^ - 1) — фондовооруженность и производительность труда в конце и в начале периода, соответственно (табл. 4).
Таким образом, например, в Белгородской и в Курской областях минимальными значениями по данному критерию характеризуются такие направления экономической деятельности, как производство и распределение электроэнергии, газа и воды, строительство, а также торговля. В качестве итогового результата по каждому региону ЦФО выделены направления экономической деятельности, которые потенциально могут формировать тот или иной вид кластера. В качестве примера показан фрагмент исследования по одному из регионов (табл. 5).
В соответствии с данными, представленными в табл. 5 к видам экономической деятельности, которые потенциально формируют региональные кластеры, можно отнести производство и распределение электроэнергии, газа и воды, добы-
Таблица 5 ^
Характеристика видов экономической деятельности по региону (на примере Курской области) 0
Показатель Вид деятельности Валовой выпуск продукции Динамика Численность ППП Коэффициент специализации Выпуск продукции в отрасли (по регрессии) НЗ Сумма (количество принятых решений)
Производство и распределение электроэнергии, газа, воды + + + + + + 6
Добывающая промышленность + + + 3
Торговля + + + + 3
Обрабатывающие производства + 1
Строительство + + 2
Услуги + + 2
Сельское хозяйство + + + + 4
Таблица 6
Критерии типологизации кластеров
Кластер Показатель Количество принятых решений Признак роста Характеристика
Пропульсивные Выделены по признакам лидерства и пропульсивности. Модель множественной регрессии, коэффициенты частной эластичности, «норма замены» трудовых ресурсов основными производственными фондами, коэффициент специализации Не менее четырех принятых решений Темпы роста внутри кластера выше и обладают признаками пропульсивности по сравнению с темпами роста РХК За счет мультипликативного эффекта деятельности таких кластеров возможно ускорение развития социально-экономической системы региона в целом
Догоняющие Выделены по минимальному количеству показателей. Модель множественной регрессии, коэффициенты частной эластичности, «норма замены» трудовых ресурсов основными производственными фондами, коэффициент локализации. Валовой продукт региона, динамика производства (темп роста) Не более двух принятых решений Темпы роста внутри кластера ниже средних по РХК Такого рода кластеры могут признаваться вполне успешными, несмотря на то что по количественному признаку может высказываться критика относительно их эффективности и целесообразности формирования и развития
Нейтральные (лидерства) Выделены только по признакам лидерства. Валовой продукт региона, динамика производства (темп роста), численность занятых Не менее трех принятых решений Темпы роста сопоставимы со средними значениями по РХК Ускорения развития за счет непосредственно собственной деятельности такие кластеры не создают. Изначально нейтральные кластеры с течением времени могут трансформироваться в пропульсивные
Источник: классификация проведена авторами на основе исследования [6].
вающую промышленность, торговлю и сельское хозяйство. Каждая из этих отраслей является лидирующей и обладает способностью придать новый импульс развитию экономики в целом.
На следующем этапе исследования выделенные кластеры дифференцируются по трем группам, что способствует их идентификации (табл. 6). В качестве нейтральных кластеров предлагается выделять кластеры, не обладающие признаками пропульсивности, но стабильно развивающиеся и являющиеся лидерами в регионе.
Таким образом, пропульсивные кластеры являются наиболее перспективными; они способны создавать дополнительные стимулы к развитию для взаимосвязанных отраслей и территорий. Нейтральные кластеры близки к пропульсивным, но уступают им с точки зрения качественных и количественных показателей. Догоняющие кластеры находятся в так называемой «зоне безразличия»; возможно возникновение проблемы с их самостоятельным развитием (табл. 7).
Дифференциация кластеров по трем типам в регионах ЦФО
Область Электроэнергия, газ, вода Добывающая Торговля Обрабатывающая Строительство Услуги Сельское хозяйство
Белгородская
Брянская
Владимирская
Воронежская
Ивановская
Калужская
Костромская
Курская
Липецкая
Московская
Орловская
Рязанская
Смоленская
Тамбовская
Тверская
Тульская
Ярославская
Город Москва
Примечание:
— пропульсивные кластеры;
ные (лидеры без признаков пропульсивности) кластеры.
— догоняющие кластеры;
— нейтраль-
Проведенный анализ основных признаков, недостатков и преимуществ различных направлений региональной экономической политики позволил нам обосновать возможность ускоренного развития региона. Активизация региональных ТПО позволит добиться повышения эффективности организации регионального управления, использования финансовых ресурсов и сконцентрировать региональные ресурсы на приоритетных направлениях.
Таким образом, активизация пропульсивных кластеров в регионах и осуществление политики «точечного» финансирования особенно актуальны в условиях экономического спада. Однако в период нормализации экономического развития необходимо обратить внимание на догоняющие кластеры, поскольку именно они отражают возможные направления «провалов» в развитии РХК. Нейтральные кластеры находятся в «зоне комфорта», т. е. при определенных условиях они могут трансформироваться как в пропульсивный тип, так и в догоняющие. В этой связи необходим постоянный мониторинг тенденций развития региональных кластеров с учетом внешних флуктуаций.
Литература
1. Сироткина Н. В., Гончаров А. Ю., Воронцова И. Н. Факторы и условия обеспечения сбалансированного развития региона // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2014. № 4. С. 93-100.
2. Растворцева С. Н., Куга Я. Т. Региональная специализация и географическая концентрация промыш-
ленности в России // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. 2012. Т. 23, № 13-1. С. 37-46.
3. Региональная социально-экономическая политика: теория, мировая и российская практика / Под ред. Б. Г. Преображенского, Ю. И. Трещевского. Воронеж: Научная книга, 2005. 344 с.
4. Кластерная экономика и промышленная политика: теория и инструментарий / Под ред. А. В. Бабкина. СПб.: Изд-во Политехн. ун-та, 2015. 588 с.
5. Алешникова В. И., Калашников Д. И. Кластерная политика развития региона / Авт. образоват. неком-мерч. орг-я высш. проф. образования «Ин-т менеджмента, маркетинга и финансов». Воронеж, 2012. 175 с.
6. Вертакова Ю. В., Плотников В. А. Типологизация подходов к формированию и развитию пропульсив-ных кластеров в экономике региона // Экономика и управление. 2016. № 3 (125). С. 10-18.
7. Клевцов С. М., Вертакова Ю. В., Клевцова М. Г. Устойчивое развитие промышленных комплексов на основе модернизации механизма пространственного распределения экономических ресурсов. М.: КноРус, 2016. 246 с.
8. Кузьбожев Э. Н., Световцева М. Г. Управление региональным ядрообразованием. Курск: КГТУ, 2004. 231 с.
9. Вертакова Ю. В., Положенцева Ю. С., Клевцова М. Г. Векторный анализ кластерных инициатив региона // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2015. № 1 (211). С. 43-50.
10. Пропульсивные кластеры: сущность и роль в управлении прогрессивными структурными преобразованиями региональных социально-экономических систем / Под ред. Ю. В. Вертаковой. М.: Инфра-М, 2016. 262 с. Б01: www.dx.doi.org/10.12737/21307.
11. Вертакова Ю. В., Рисин И. Е., Трещевский Ю. И. Итерационная технология оценки условий кластеризации в региональном экономическом пространстве // Экономика и управление. 2016. № 4 (126). С. 11-19.
12. Вертакова Ю. В., Положенцева Ю. С. Алгоритм кластеризации регионального экономического пространства // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2016. № 1 (235). С. 75-85.
13. Бабкин А. В., Бахмутская А. В., Кудрявцева Т. Ю. Кластерная политика государства: идентификация объекта управления // Экономическое возрождение России. 2012. № 2. С. 51-59.
14. Плотников В. А. Обеспечение экономической безопасности и устойчивости экономического развития на основе стимулирования промышленного производства // Известия Юго-Западного государственного университета. 2011. № 6-1 (39). С. 77-86.
15. Полянин А. В., Макарова Ю. Л. Экономическое развитие региональных бизнес-пространств // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2014. № 2. С. 36-48.
16. Рисин И. Е., Колосов А. С. Кластер как социально-экономическая и организационная система // Вестник ВГУ. Серия: Экономика и управление. 2010. №2. С. 128-132.
17. Рисин И. Е., Бородкина Е. В. Кластеры Воронежской области и инструментарий их государственной поддержки / // Национальные интересы. Приоритеты и безопасность. 2009. № 22 (55). С. 21-25.
18. Рисин И. Е. Региональная кластерная политика: содержание и механизм реализации. Воронеж: ВГПУ, 2014. 112 с.
19. Скоч А. Эффективность кластеризации региональной экономики // Экономические стратегии. № 5-6. 2007. С. 156-159.
References
1. Sirotkina N. V., Goncharov A. Yu., Vorontsova I. N. Faktory i usloviya obespecheniya sbalansirovannogo raz-vitiya regiona [Factors and conditions for ensuring a balanced development of the region]. Vestnik Voronezh-skogo gosudarstvennogo universiteta. Seriya: Ekonomika i upravlenie [Bulletin of Voronezh State University. Ser.: Economics and Management], 2014, no. 4, pp. 93-100.
2. Rastvortseva S. N., Kuga Ya. T. Regional'naya spetsi-alizatsiya i geograficheskaya kontsentratsiya promyshlen-nosti v Rossii [Regional specialization and geographic concentration of industry in Russia]. Nauchnye vedomo-sti BelGU. Seriya: Ekonomika. Informatika [Scientific Gazette of Belgorod State University. Series: Economy. Computer science], 2012, vol. 23, no. 13-1, pp. 37-46.
3. Preobrazhenskiy B. G., Treshchevskiy Yu. I., eds. Regional'naya sotsial'no-ekonomicheskayapolitika: teoriya, mirovaya i rossiyskaya praktika [Regional socio-economic policy: Theory, world and Russian practice]. Voronezh, Nauchnaya kniga Publ., 2005. 344 p.
4. Babkin A. V., ed. Klasternaya ekonomika i promysh-lennaya politika: teoriya i instrumentariy [Cluster economy and industrial policy: Theory and tools]. St. Petersburg, Polytechnic Univ. Publ., 2015. 588 p.
5. Aleshnikova V. I., Kalashnikov D. I. Klasternaya poli-tika razvitiya regiona [Cluster policy of the region development]. Voronezh, Inst. of Management, Marketing and Finance Publ., 2012. 175 p.
6. Vertakova Yu. V., Plotnikov V. A. Tipologizatsiya pod-khodov k formirovaniyu i razvitiyu propul'sivnykh klasterov v ekonomike regiona [Typologization of approaches to the formation and development of propulsion clusters in the region's economy]. Ekonomika i upravlenie, 2016, no. 3 (125), pp. 10-18.
7. Klevtsov S. M., Vertakova Yu. V., Klevtsova M. G. Ustoychivoe razvitie promyshlennykh kompleksov na osnove modernizatsii mekhanizma prostranstvennogo raspredeleniya ekonomicheskikh resursov [Sustainable development of industrial complexes on the basis of
the modernization of the mechanism of the spatial g distribution of economic resources]. Moscow, RUSAYNS m Publ., 2016. 246 p. g
8. Kuz'bozh'ev E. N., Svetovtseva M.G. Upravlenie regio- ^ nal'nym yadroobrazovaniem [Management of formation QL of regional economic core]. Kursk,, KSTU Publ., 2004. v 231 p. (in Russ.). I
9. Vertakova Yu. V., Polozhentseva Yu. S., Klevtsova M. o G. Vektornyy analiz klasternykh initsiativ regiona q [Vector analysis of cluster initiatives in the region]. ^ Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo ^ gosudarstvennogo politekhnicheskogo universiteta. Ekonomicheskie nauki [Scientific and Technical Gazette < of St. Petersburg State Polytechnic University. Eco- x nomic Sciences], 2015, no. 1 (211), pp. 43-50. Ï
10. Vertakova Yu. V., ed. Propul'sivnye klastery: sushch- ^ nost' i rol' v upravlenii progressivnymi strukturnymi ° preobrazovaniyami regional'nykh sotsial'no-ekonom-icheskikh sistem [Propulsion clusters: The nature and role in the management of progressive structural changes of regional socio-economic systems]. Moscow, INFRA-M Publ., 2016. 262 p.
11. Vertakova Yu. V., Risin I. E., Treshchevskiy Yu. I. Iteratsionnaya tekhnologiya otsenki usloviy klasteri-zatsii v regional'nom ekonomicheskom prostranstve [Iterative assessment technology of clustering conditions in regional economic space]. Ekonomika i uprav-lenie, 2016, no. 4 (126), pp. 11-19.
12. Vertakova Yu. V., Polozhentseva Yu. S. Algoritm klas-terizatsii regional'nogo ekonomicheskogo prostranstva [Clustering algorithm of regional economic space]. Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politekhnicheskogo universiteta. Ekonomicheskie nauki [Scientific and Technical Gazette of St. Petersburg State Polytechnic University. Economic Sciences], 2016, no. 1 (235), pp. 75-85.
13. Babkin A. V., Bakhmutskaya A. V., Kudryavtseva T. Yu. Klasternaya politika gosudarstva: identifikatsiya ob"ekta upravleniya [Cluster policy of the state: Identification of the control object]. Ekonomicheskoe vozrozhdenie Rossii, 2012, no. 2, pp. 51-59.
14. Plotnikov V. A. Obespechenie ekonomicheskoy bezo-pasnosti i ustoychivosti ekonomicheskogo razvitiya na osnove stimulirovaniya promyshlennogo proizvodstva [Ensuring economic security and sustainable economic development based on the stimulation of industrial production]. Izvestiya Yugo-Zapadnogo gosudarstven-nogo universiteta [Proceedings of the Southwestern State University], 2011, no. 6-1 (39), pp. 77-86.
15. Polyanin A. V., Makarova Yu. L. Ekonomicheskoe razvitie regional'nykh biznes-prostranstv [Economic development of the regional business spaces]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Ekonomika. Sotsiologiya. Menedzhment [Proceedings of the Southwestern State University. Ser. Economy. Sociology. Management], 2014, no. 2, pp. 36-48.
16. Risin I. E., Kolosov A. S. Klaster kak sotsial'no-eko-nomicheskaya i organizatsionnaya sistema [The cluster as a socio-economic and organizational system]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya: Ekonomika i upravlenie [Bulletin of Voronezh State University. Ser.: Economics and Management], 2010, no. 2, pp. 128-132.
17. Risin I. E., Borodkina E. V. Klastery Voronezhskoy oblasti i instrumentariy ikh gosudarstvennoy podder-zhki [Clusters of Voronezh region and the tools of their state support]. Natsional'nye interesy: Prioritety i bezopasnost', 2009, no. 22 (55), pp. 21-25.
18. Risin I. E. Regional'naya klasternaya politika: soder-zhanie i mekhanizm realizatsii [Regional cluster policy: Content and implementation mechanism]. Voronezh, Voronezh State Pedagogical Univ. Publ., 2014. 112.
19. Skoch A. Effektivnost' klasterizatsii regional'noy eko-nomiki [The effectiveness of the regional economy clustering]. Ekonomicheskie strategii, 2007, no. 5-6, pp. 156-159.
